中国农业经济增长质量的区域差异及动态演进

尹朝静

(西南大学 经济管理学院，重庆 400715)

一、引言

在农业发展的过程中，粗放式发展模式的高投入、高消耗、高污染现象突出，现实的资源紧张和环境污染问题已成为阻碍农业高质量发展的主要因素。2017年中央一号文件提出深入推进农业供给侧结构性改革，加快培育农业农村发展新动能。2018年中央一号文件再次强调，必须坚持质量兴农、绿色兴农，提高农业创新力、竞争力和全要素生产率。由此可见，提高农业经济增长质量，已成为新阶段农业发展的前进方向，也是新时代推动农业现代化的重要举措。

当前，关于经济增长质量的研究比较丰富，学者们从经济增长质量的内涵[1-3]、度量指标[4,5]、时空特征[6,7]及其影响因素[8]等多方面进行了研究。其中，关于经济增长质量内涵和度量指标的研究逐渐形成两种观点：一种认为经济增长质量内涵是单一的，应采用单一指标进行度量[9-10]；另一种则认为经济增长质量内涵是多方面的、主观的，度量指标应该是多维度的[3,11]。也正是由于学者们对经济增长质量内涵的认识并未达成一致，经济增长质量的测算呈现出明显的差异。与此同时，在对经济增长质量进行测算的基础上，一些学者对经济增长质量的时空特征展开了研究。例如，刘帅[7]发现中国经济增长质量整体不高，处于上升趋势，但区域差异明显。还有学者探讨了影响经济增长质量的因素。例如，周瑾等[8]发现社会资本对经济增长质量具有显著的积极作用。

总体而言，我国宏观层面的经济增长质量文献比较丰富，但关于农业经济增长质量的讨论仍不多见。早期的研究主要从农业增长的稳定性、持续性、科技进步性、结构性以及农民生活质量等方面对农业经济增长质量进行评价[12]。随着研究不断深入，国内学者开始采用定量研究方法对农业经济增长质量展开研究。例如，何红光等[13]构建了农业经济增长质量评价体系，发现我国省份间农业经济增长质量的变化程度和发展均衡性差异较大；韩海彬等[14]则从农业增长的效率、结构、稳定性、福利与环境代价等5个维度，构建农业经济增长质量指标体系，并对我国各省份农业经济增长质量进行了综合评价。另外，逐渐有学者对农业经济增长质量的影响因素展开探讨，发现耕地利用转型显著提升了农业经济增长质量，但存在边际效用递减性[15]。

已有文献为本文研究奠定了良好的基础，但仍有不足：一是多数文献集中在宏观层面或工业领域，关于农业经济增长质量的研究十分匮乏；二是研究者对经济增长质量的测算指标体系未达成共识，需进一步完善，从经济效率视角研究经济增长质量的文献并不多见，专门针对农业经济增长质量展开实证研究的文献则更少；三是已有文献多关注农业经济增长质量的内涵、度量指标，对农业经济增长质量差异来源和动态演进特征的研究并不多；四是已有文献测算经济增长质量时多采用DEA模型或超效率模型，容易出现无可行解的情况，不能准确核算经济增长质量。鉴于此，本文基于DEA方法，通过构建合理的农业投入产出指标体系，从经济效率视角，采用前沿替代点法(Frontier Proxy Approach, FPA)测算1993—2017年各省份农业经济增长质量。在此基础上，采用Dagum基尼系数及其分解方法进一步探讨我国农业经济增长质量的区域差距及其差异来源，并使用核密度估计系统考察我国农业经济增长质量的动态演进特征。

二、农业经济增长质量的测算方法、变量和数据

(一)农业经济增长质量测算方法

提高农业经济增长质量和效益离不开农业质量变革、效率变革和动力变革，其中效率变革能够识别并弥补以往高速增长阶段被掩盖的低效率洼地，为农业高质量发展提供根本保障。因此，狭义地理解，经济增长质量可等同于经济效率，农业经济增长质量的核心就是农业效率[16]。实际上，宏观研究中一些学者从效率视角探讨经济增长质量，认为经济增长质量指生产中所消耗的要素投入与产出的比较，就是资源要素投入比例、经济增长效果[17-18]。从广义理解，多数研究评价经济增长质量，也将经济效率作为一个重要指标[3]。另外，逐渐有学者采用TFP衡量经济增长质量，全要素生产率是总产出与全部要素投入的比值，实质也是要素投入产出的生产效率[19]。据此，本文从要素投入产出的效率视角理解农业经济增长质量，并对其进行测算。

本文采用DEA方法测度中国农业经济增长质量，并以产出导向的一个投入(x)和两个产出(y)的DEA模型为例对其基本原理进行介绍，如图1所示。图1 中横轴为单位投入所生产的产出y1的数量，纵轴为单位投入所生产的产出y2的数量，O为原点。决策单元A、B、C、D连接构成的曲线及其延长线成为效率前沿，位于前沿的4个点其效率为1；决策单元E、F、G在包络线内，其效率值在0到1。以G为例，延长射线OG与效率前沿面在G′相交，则G的效率为OG/OG′。G点的效率部分体现为OG′，无效率部分体现为GG′。换言之，OG指实际产出，OG′指G点达到效率前沿的产出目标值。

图1 DEA方法原理

利用DEA方法，可算出每个省区达到效率前沿应获得的农业产出目标值，用实际农业经济产出除以农业产出目标值便得到农业经济产出效率，以此衡量农业经济增长质量：

(1)

但是，基础DEA模型存在缺陷：第一，无法比较多个决策单元同时处在效率前沿的情形；第二，径向DEA模型对无效率程度的测算只考虑所有投入(产出)等比例缩减(增加)的比例，而无效决策单元当前状态与强有效目标值之间的差距，既有等比例改进部分，也有松弛改进部分。基于此，本文采用超效率SBM模型，克服多个DMU被评价为有效和投入(产出)同比例变化的问题，更为准确地测算农业经济增长质量[20-21]。另外，参考刘帅[7]的研究，考虑到研究需要产出目标值以及实际生产更符合规模报酬可变的情况，本文最终采用产出导向规模报酬可变的超效率SBM模型，其表示为：

(2)

式中ρ为效率值；λ指生产决策单元的线性组合系数；x指投入，共m种；y指产出，共q种；j指第j个DMU，共n个；k指当前测量的DMU；s-和s+分别指投入和产出的松弛变量。

然而，该模型仍会出现无可行解的情况，对测算结果造成影响。Seiford等[22]深入探讨了其产生原因，而Cook等[23]针对径向VRS超效率模型无可行解问题提出了解决方案，并得到了合理的投影值，但其超效率值的技术公式仍存在缺陷。为此，本文采用成刚[24]提出的前沿替代点法(FPA)解决VRS超效率模型无可行解的问题。

为准确度量中国农业经济增长质量，本文构建了投入和产出指标。劳动和资本被认为是影响经济增长最重要的资源要素。而土地作为财富之母，相比工业和服务业而言，农业对土地的依赖似乎更为严重。另外，化肥是农业最重要的中间投入要素，对农业增产增收作出了重要贡献[25]。由此，确定农业经济增长投入要素，包括农业资本、农业劳动力、土地、化肥投入。产出指标包括期望产出和非期望产出。期望产出为农业生产总值。对于非期望产出，越来越多的学者认为用农田化肥、畜禽养殖、农田有机固体废弃物和农村生活等产生的化学需氧量、总氮量和总磷量衡量农业污染存在很多问题。例如，农户长期将养殖畜禽产生的粪便作为有机肥料在田地里进行施用，将畜禽粪便作为污染物处理显然不合理。同时，不论在城市还是在农村生活均会产生污染物，将生活产生的污染物视为农业生产的污染物也值得商榷。而农业碳排放属于“真正的污染物”，不包括氮、磷等营养物质。不仅如此，农业生产中的各种污染也能够使用碳排放量有效代理[26-28]。由此，本文采用农业碳排放作为非期望产出指标。然而，若将期望产出和非期望产出均作为产出指标，将可能导致农林牧渔业总产值目标值是对非期望产出进行调整后的数值，致使目标值有偏差。此外，在处理不同时期要素投入对产出的影响时，存在大量的跨期DEA分析，若将农业碳排放作为非期望产出，容易出现无可行解的问题。因此，论文借鉴刘帅、杨树旺等的做法[7,29]，将农业碳排放作为投入要素纳入DEA模型，从而有效规避这些问题。

(二)Dagum基尼系数及其分解

Dagum基尼系数被广泛应用于衡量地区发展差异，这种方法能够将地区间的不平衡分解为地区内部的不平衡、地区之间的不平衡和超变密度，从而有效探讨地区发展差异的根源。本文借鉴Dagum的做法[30]，并结合研究内容，将基尼系数定义为：

(3)

根据经济发展水平，本文将中国大陆28个省(市、区)划分为东部、中部和西部三大区域(1)考虑数据可得性及研究意义等，本研究没有包括中国台湾、香港和澳门地区，这仅限于学术处理。另外，由于西藏统计数据缺失较为严重，故研究也未将其包括在内。按照一般经济意义的标准进行划分，东部地区包括北京、天津、山东、广东、上海、江苏、浙江、福建、河北和辽宁10个省区，中部地区包括湖北、湖南、山西、吉林、黑龙江、安徽、江西和河南8个省区，西部地区包括内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆10个省区。为保持统计口径一致性，本文将海南和重庆分别纳入广东和四川省。。k表示区域个数，n表示省区个数，分别取值为3和28。yji(yhr)表示区域j(h)内省区i(r)的农业经济增长质量。μ为全国农业经济增长质量的均值。G值越大意味着农业经济增长质量越不平衡。

区域j的基尼系数Gjj表示为：

(4)

区域j和区域h基尼系数Gjh则为：

(5)

现定义如下变量：

qj=nj/n

(6)

(7)

(8)

(9)

(10)

djh指的是区域之间农业经济增长质量的差值，即区域j和h中所有的yjh-yhr>0的数学期望；qjh指区域j和h中所有的yjh-yhr<0的数学期望；Djh指区域j和h间农业经济增长质量的相互作用；函数F为农业经济增长质量累积密度函数。

区域内部的不平衡Gw、区域之间的不平衡Gb和超变密度Gt可分别表示为：

(11)

(12)

(13)

(三)核密度估计

Kernel是一种非参数估计方法，通过对随机变量的概率密度进行估计，能够准确描述变量的分布形态，从而有效弥补传统直方图非连续的缺点。设一组连续型随机变量在点x处的概率密度f(x)表示为：

(14)

式中，n为观察值个数，h为带宽，K(·)为核函数。核密度函数对带宽的选择十分敏感，带宽决定密度估计的平滑程度，带宽越大，估计越平滑，但估计偏差也越大。本文采用高斯核密度对我国以及东部、中部及西部地区农业经济增长质量的动态演进进行估计分析。核密度估计没有确定的函数表达式，可从核密度图的位置、形态和延展性等方面对农业经济增长质量进行分析。

(四)变量界定及数据处理

本文的样本考察期为1993—2017年，数据来源于《中国国内生产总值核算历史资料：1952—2004》《中国统计年鉴》(1979—2018)及各省份统计年鉴。

(1)农业资本存量。使用永续盘存法核算农业资本存量，估计式为：

Ct=Ct-1(1-δt)+It

(15)

Ct和Ct-1分别表示当期和前期的指标存量，It表示前期投资，δt为折旧率。估算农业资本存量的关键是初期农业资本存量和折旧率。本文借鉴Hall & Jones[31]和李谷成[32]的做法，以1978年为基期计算历年各省农业资本存量，δt设为5.42%。当年投资It采用农业固定资本形成总额，缺失数据用全社会固定资本形成总额补齐。当年农业投资品价格指数用农业生产资料价格指数替代。

(2)农业劳动力。采用第一产业从业人员数衡量。

(3)土地。采用农作物播种面积衡量，原因是耕地面积一直缺乏权威统计，而播种面积能考虑复种因素，更能反映出真实的土地利用效果。

(4)化肥。采用农业生产中实际施用的折纯量衡量。

(5)农业碳排放。在借鉴现有文献对农业碳排放量的测度基础上，结合田云等[33]对农业碳排放的研究，本文从三方面衡量农业碳排放量：一是农地利用活动，包括化肥、农药、农膜、农用柴油使用所产生的碳排放以及农业翻耕和农业灌溉等生产活动所导致的碳排放；二是水稻生长过程中产生的甲烷等温室气体排放；三是畜禽养殖过程中产生的碳排放。

(6)农业产出。本文采用以1978年不变价计算的农业生产总值衡量农业产出。

变量描述性统计如表1所示。

表1 变量描述性统计

三、中国农业经济增长质量的发展水平

本文使用MaxDEA软件测算了1993—2017年间中国28个省(市、区)农业经济增长质量，具体结果如表2所示。

从全国整体层面来看，1993—2017年农业经济增长质量平均水平为0.832，表示在现有农业要素投入下，农业实际经济产出达到了农业目标产出的83.2%，意味着农业生产中对农业要素投入的使用效率仍需提升。从整体趋势看，农业经济增长质量呈“W”型变化趋势。1993年农业经济增长质量最高，达到0.960，1994—1995年略有下降。这段时期农业经济增长质量水平较高，可能与政府废除农产品统销制度、提高农产品收购价格有关。由于受到亚洲金融危机、通货紧缩等影响，致使农产品贸易条件恶化，1996—2007年农业经济增长质量持续下降。直至2008年，农业经济增长质量呈现小幅上升。这可能缘于中央政府逐步重视“三农”问题，强化了财政对农业的支持。之后，农业经济增长质量继续波动，由2015年的低点最后又提升到2017年的0.801。这种变动可能与国际金融危机所导致的外部经济环境恶化有关。由此可见，农业经济增长质量的波动变化与农业政策及宏观经济环境存在很强的相关性。

从三大区域来看，1993—2017年，农业经济增长质量最高的区域是东部地区(1.032)，中部地区次之(0.769)，最低为西部地区(0.681)。可见，我国农业经济增长质量表现出明显的空间不平衡性，呈现“东高西低”的格局，这与韩海彬等[14]的研究结果较为一致。东部地区农业经济增长质量始终高于中部和西部地区，且各区域间的差距不断扩大。具体地，东部和中部地区的差值从1993年的0.227扩大到2017年的0.337，东部地区与西部地区的差值从1993年的0.247扩大到2017年的0.476，中部地区与西部地区的差值从1993年的0.020扩大到2017年的0.139。从波动的幅度来看，东部地区波动幅度最小，中部地区波动幅度居中，而西部地区波动幅度最大，这意味着东部地区农业经济增长质量最稳定，而西部地区农业经济增长恶化趋势较为严重。可能的原因是，相较于西部地区和中部地区，东部地区经济实力雄厚，农户所处的外部环境更好，特别是在农业资本、技术、信息等生产要素的获取上具有明显优势[34]。

从省区来看，地区间农业经济增长质量存在巨大差异。以2017年为例，广东农业经济增长质量达到1.147，意味着广东对农业生产要素投入的利用效率不仅处在效率前沿面上，还超出农业产出目标值14.7%，而同年宁夏只有0.375，仅为广东的32.7%。同一区域内的农业经济增长质量也有一定差异。以2017年中部地区为例，农业经济增长质量最高的河南为0.958，而同为中部地区的山西仅为0.563。农业经济增长质量长期位于前列的地区主要是广东、江苏、北京和山东等省份，而宁夏、云南、贵州和广西等省区的农业经济增长质量在绝大多数年份均较低。

表2 代表性年份全国和不同地区农业经济增长质量

四、中国农业经济增长质量的区域差异

本文核算出中国农业经济增长质量，在此基础上采用Dagum基尼系数及其分解测度农业经济增长质量的区域差异，并进一步探讨区域差距的来源。

(一)农业经济增长质量的基尼系数

本文利用Matlab软件计算了农业经济增长质量整体和各区域的基尼系数，并根据计算结果描绘了全国整体及各区域的变化趋势，如图2所示。

图2 全国及东中西部地区基尼系数变化趋势

从全国整体层面来看，农业经济增长质量的基尼系数在1993—1995年小幅降低， 1996—2003年一直处于上升趋势，而2004—2008年略有降低，2008年后呈明显上升态势，这意味着农业经济增长质量不平衡问题加重，地区差距不断扩大。从区域内部来看，相比中部和西部地区，1993—2017年东部地区基尼系数一直最小且相对平稳，意味着东部地区是三大区域中内部不平衡性最小的区域。中部地区的基尼系数在1993—2008年间呈现出明显的周期性波动，大体形成3年或4年一个小周期，2008年后一直比较平缓，但整体的不平衡仍有所增大。西部地区基尼系数经历了先升后降的过程，从1993年的0.0995增加到2003年的0.1932再下降到2017年的0.1430，表现出明显的倒“U”趋势。总体而言，全国层面农业经济增长质量的不平衡问题呈现加大趋势，而三大区域基尼系数在不同年份均有增有减，农业经济增长质量的不平衡问题有待深入研究。

(二)农业经济增长质量的区域差异

图3描绘了东部与中部地区、东部与西部地区及中部与西部地区之间的基尼系数的变化趋势。由图3 可知，各区域之间的农业经济增长质量存在明显的差异。从整体趋势来看，东部—中部和东部—西部的基尼系数变化趋势较为一致，而中部—西部的基尼系数与前两者差异较为明显。分区域来看，第一，东部—中部的基尼系数呈现明显的阶段性特征，按照其增长趋势大致可划分为1993—1997年、1998—2008年、2009—2017年三个阶段。第一阶段，东部—中部的基尼系数在0.12上下轻微波动；第二阶段基尼系数明显增大，约为0.15左右；第三阶段基尼系数继续变大，稳定在0.17左右，这意味着东部和中部地区之间的差距逐渐拉大，区域不平衡问题加剧。第二，东部—西部的基尼系数呈上升趋势，按照其增长趋势也可划分为三个阶段：1993—2000年、2001—2011年、2012—2017年。具体来看，1993—2000年其基尼系数呈明显的上升趋势，2001—2011年上升趋势略有减弱，2012—2017年则表现出波动中上升态势。总体而言，东部和西部地区的差距呈现出增大趋势。第三，中部—西部的基尼系数大致呈“Ω”型变化，整体上仍呈上升趋势。1993—2002年其基尼系数表现为波动上升，到2002年达到最大值，随后2003—2009年间逐渐下降，2009年后又呈缓慢上升的趋势。东部与西部地区、东部与中部地区和中部与西部地区的基尼系数均呈现上升趋势，这意味着三大区域之间不平衡问题不断加重，区域差距不断增大。另外，考察期内东部—西部的基尼系数一直大于东部—中部和中部—西部的基尼系数，并表现出明显的上升趋势，这意味着东部地区和西部地区之间的差距是区域差距中最大的，而且东西部地区之间不平衡问题仍在加重。

图3 东部、中部和西部地区间基尼系数变化趋势

(三)农业经济增长质量差异来源及贡献

本文进一步对基尼系数进行分解，从而探讨区域间差距的来源。Dagum基尼系数能够衡量出区域差距的三种来源，包括区域内部的不平衡、区域之间的不平衡以及超变密度。表3为1993—2017年Dagum基尼系数的分解，图4描绘了区域差距三种来源贡献率的变化趋势。

表3 1993—2017年基尼系数分解

图4 区域差距来源贡献率变化趋势

结合表3和图4基尼系数分解及区域差距来源贡献率变化来看，1993—2017年间中国农业经济增长质量区域间差异产生的内在机制发生了明显的变化。由图4可知，2003年是区域差距来源贡献率变化的分水岭。2003年之前，三种来源的贡献率在不同年份均有增有减，虽然具有明显的波动，但整体变化趋势并不显著。2003年后，三种来源的贡献率开始出现分化，呈现出明显的变化趋势。区域之间差距的贡献率不断上升，从2003年的54.92%增加到2017年的79%，这意味着区域之间差距对全国农业经济增长质量整体不平衡的贡献已接近80%。超变密度的变化趋势与区域间贡献率变化趋势相反，一直呈下降趋势，从2003年的21.07%下降到2017年4.54%，下降超过15个百分点。超变密度能够识别区域间交叉重叠情况，超变密度不断下降，意味着这种交叉重叠情况正逐渐减少，农业经济增长质量区域间的差距更为明显。另外，区域内部差距贡献率整体上呈下降趋势，从2003年的24.04%下降到2017年的16.47%，表明区域内部差距对农业经济增长质量整体不平衡的贡献在减小，这也意味着单个区域内农业经济增长质量两极分化现象可能逐渐消失。

五、中国农业经济增长质量的动态演进

在使用超效率SBM模型核算出农业经济增长质量的基础上，本文采用核密度估计对农业经济增长质量的动态演进特征进行分析。

(一)全国农业经济增长质量的动态演进

图5为我国28个省区6个代表年份的农业经济增长质量核密度曲线，据此可考察我国农业经济增长质量的动态演进特征。从整体来看，密度函数中心向左移动，波峰高度略有上升，变化区间逐渐增大，表明考察期内大多数省区农业经济增长质量降低，并且地区间农业经济增长质量的差距不断扩大；波峰方面，“双峰”分布逐渐凸显，意味着我国农业经济增长质量出现两极分化现象。从演变进程来看，与1993年相比，1999年峰值轻微上升，变化区间轻微加大，说明该阶段全国农业经济增长质量的地区差异有所增大；2002年与1999年相比，峰值略有下降，变化区间变化不明显；2005年与2002年相比，密度函数中心向右移动，波峰高度增加，变化区间略微缩小，表明该阶段农业经济增长质量提高，地区差距有所缩小；2008年与2005年相比，峰值进一步上升，变化区间轻微加大，且“双峰”分布更加明显，表明该阶段农业经济增长质量地区差距呈扩大趋势；2008年后，在峰值和变化区间上均没有明显差异，“双峰”分布形态明显，表明该阶段农业经济增长质量区域差距的不平衡问题仍旧突出。

(二)东部地区农业经济增长质量的动态演进

图6为东部地区代表年份的农业经济增长质量核密度曲线，据此可探讨我国东部地区农业经济增长质量的动态演进特征。从整体来看，密度函数中心向左移动，波峰高度持续增加，变化区间有所缩小，波峰经历了由“双峰”到“单峰”再向“双峰”分布的转变过程，双峰分布时表现为“一主一小”的形状特征，这意味着在考察期内东部地区内部农业经济增长质量的差距呈扩大趋势。具体到演变进程，与1993年相比，1999年峰值大幅上升，变化区间明显减小，“双峰”分布转变为“单峰”分布，表明该阶段东部地区农业经济增长质量有所提高，内部地区差距呈缩小趋势；1999—2014年间，波峰高度略有上升，呈“单峰”分布特征，变化区间和分布形态并无明显改变，表明该阶段东部地区内部两极分化现象逐渐消失；到2017年，波峰高度持续增加，变化区间有所扩大，波峰由“单峰”分布转变为“双峰”分布，说明该阶段东部地区表现出两极分化迹象。

(三)中部地区农业经济增长质量的动态演进

图7为中部地区代表年份的农业经济增长质量核密度曲线。从整体来看，密度函数中心向左移动，波峰高度持续增加，变化区间有所缩小，并且“双峰”分布逐渐转变为“单峰”分布，这表明在考察期内中部地区内部农业经济增长质量两极分化现象逐渐消失。从演变进程来看，与1993年相比，1999年峰值大幅上升，变化区间轻微增大，但“双峰”分布仍旧存在，表明该阶段中部地区农业经济增长质量的地区差距并未减小；2002年与1999年相比，峰值略微下降，变化区间减小，波峰形状由“双峰”逐渐消失，表明该阶段农业经济增长质量的地区差距不断缩小；2002年后，波峰高度持续增加，变化区间明显减小，波峰形状由“双峰”分布转变为“单峰”分布，表明该阶段农业经济增长质量的地区差距缩小，两极分化现象逐渐消失。

(四)西部地区农业经济增长质量的动态演进

图8为西部地区代表年份的农业经济增长质量核密度曲线。从整体来看，密度函数中心向左移动，波峰高度逐渐增加，变化区间略有缩小，而波峰分布由“双峰”分布逐渐转变为“单峰”分布，这表明在考察期内西部地区农业经济增长质量的地区差距呈缩小趋势。从演变进程来看，与1993年相比，2002年峰值有所增高，变化区间轻微增大，波峰分布呈现更为明显的“双峰”分布，表明该阶段西部地区农业经济增长质量的地区差距有所扩大；2005年与2002年相比，峰值略微下降，变化区间有所减小，“双峰”分布逐渐减弱，表明该阶段西部地区农业经济增长质量的地区差距缩小；2005年后，波峰高度持续提高，变化区间逐渐缩小，“单峰”分布特征逐渐加强，表明这段考察期内西部地区农业经济增长质量提高，地区差距不断缩小，两极分化现象逐渐消失。

图5 全国28个省区农业经济增长质量动态演进

图6 东部地区农业经济增长质量动态演进

图7 中部地区农业经济增长质量动态演进

图8 西部地区农业经济增长质量动态演进

六、主要结论与政策启示

本文基于SBM超效率模型对1993—2017年间中国28个省(市、区)农业经济增长质量进行测算，使用Dagum基尼系数及其分解探讨了中国农业经济增长质量的不平衡和区域差距，并分析了差异来源。在此基础上，使用核密度估计系统考察了中国农业经济增长质量的动态演进特征。本文得出以下主要结论：

第一，中国农业经济增长质量不高，且呈现出明显的空间不平衡性。从全国整体层面来看，1993—2017年农业经济增长质量平均为0.832，有较大提升空间，大致呈“W”型变化趋势。从三大区域来看，农业经济增长质量最高为东部地区，其次为中部地区，西部地区最低，分别为1.032、0.769和0.681。从省区来看，农业经济增长质量差异明显，广东、江苏、北京和山东等省区农业经济增长质量常年比较高，而宁夏、云南、贵州和广西等省区则绝大多数年份的增长质量较低。

第二，Dagum基尼系数表明，我国农业经济增长质量的不平衡问题呈现加大趋势。东部地区和西部地区之间的差距是区域差距中最大的，而且东西部地区之间不平衡问题仍在加重。根据基尼系数分解可知，区域差异来源主要由区域间的不平衡造成，其次为区域内部的不平衡，超变密度对区域差异的贡献最低。区域间不平衡对区域差异不平衡的贡献不断增加，而内部不平衡和超变密度的贡献逐渐降低。

第三，1993—2017年中国大多数省区农业经济增长质量降低，并且区域差距不断扩大，表现出明显的“双峰”分布特征。从三大区域来看，东部地区内部农业经济增长质量的差距扩大，波峰分布经历由“双峰”向“单峰”再到“双峰”分布的转变；中部地区内部农业经济增长质量的差距呈缩小趋势，经历了由“双峰”分布到“单峰”分布的转变；西部地区也经历了由“双峰”分布到“单峰”分布的转变，两极分化逐渐消失。

提高农业经济增长质量，转变农业发展方式，是实现新旧动能转换和农业可持续发展的关键举措。根据本文对中国农业经济增长质量研究得到的实证结论，本文提出如下两点政策建议：第一，提高农业生产要素使用效率，提升农业经济增长质量。对于农业资本方面，通过政策、体制机制的安排积极引导社会资本进入到农业农村领域，着重提高农业资本投资的质量，重视对科技的投入以及科技在农业生产中的应用，提高农业资本效率和投资回报率。农业劳动力方面，加大农村人力资本投资，努力提升农村教育、医疗卫生、文化体育等公共服务水平，加大对农业教育的投入，开展农村技能培训，促进农业生产者向知识化和专业化转变。土地方面，深化农村土地制度改革，发展多种形式农业适度规模经营，提高土地生产率。第二，促进农村区域经济协调发展，逐渐缩小区域发展差距。一方面，着力解决区域农业经济发展不平衡问题。结合各区域自然条件和社会经济条件的实际情况，发挥区域比较优势，促进生产要素合理流动，继续推进好新一轮西部大开发、东北全面振兴、中部崛起等战略，促进我国整体上的农业和农村协调发展。另一方面，解决好区域内部农业和农村发展不平衡问题。当前，区域内部发展不平衡问题仍需进一步解决，各地区在制定农业发展政策时，应重视农业经济增长质量的差异性，有针对性的对贫困落后地区加大扶持力度，加强农村基础设施建设，提高公共服务水平，切实改善这些地区农业生产生活条件，扎实推进农村区域协调发展。