中部地区粮食全要素生产率实证分析——基于2009—2018年省际面板数据

林思辰， 刘林煦， 张利国

（1.江西财经大学 经济学院，南昌 330013；2.上海师范大学 商学院，上海 200234）

引 言

“民以食为天”，粮食不仅是人们赖以生存的基础，而且是一个国家长治久安的重要基础。我国是产粮大国，同时也是粮食进口大国，2018年粮食进口量达到1.3亿吨，比2017年增加了13.9%。如此大的进口量对拥有近14亿人口的大国而言，世界粮食市场的波动将在很大程度上影响我国粮食安全。因此，持续推动“藏粮于地，藏粮于技”战略，把饭碗牢牢端在我国自己手里至关重要。中部地区包括河南、安徽、湖北、江西、湖南和山西六个相邻省份，共有耕地面积2 939.3千公顷，占全国耕地面积的24.15%，2018年中部地区共生产20 089.7万吨粮食，占全国粮食总产出的30.5%。近年来，中部地区粮食总产量总体呈上升趋势，为我国社会稳定和经济发展作出了重要贡献。但随着农村产业结构调整和农村城镇化发展，越来越多的农户选择种植经济作物和进城务工，以获得更多收入。因此，在耕地面积有限的前提下，如何进一步提升粮食生产效率从而提高我国粮食总产量和保障粮食安全显得非常迫切。

许多学者对不同地区的粮食生产效率进行了研究。王慧芳等[1-2]运用DEA-Malmquist指数方法对鄱阳湖生态经济区粮食全要素生产率进行测算，发现2002—2015年鄱阳湖生态经济区粮食全要素生产率、技术效率和技术进步均呈上升趋势。伍国勇等[3]运用数据包络分析法分析我国粮食生产效率的变化，结果显示我国粮食总体生产效率较低，主要是由于一半以上的省份粮食生产技术效率较低。李学林等[4]运用DEA-Malmquist方法对2009—2014年云南省粮食全要素生产率进行测算，发现技术进步是粮食全要素生产率增长的源泉，而技术效率变化对云南省粮食全要素生产率的贡献较小。陈秋菲等[5]通过构建DEA-BCC模型对2007—2014年我国13个粮食主产省份进行静态分析，发现粮食主产省粮食生产处于非DEA有效状态，主要归因于不合理的要素投入和较低的技术水平。杨晓璇等[6]在空间杜宾模型基础上对我国粮食生产效率各种因素影响的大小进行分析，发现各种中间要素的大量投入带来粮食生产效率的提高微乎其微，未来更重要的是提高农业技术水平。冀县卿等[7]利用随机前沿生产函数SFA分析方法发现上海松江区水稻生产技术效率与土地种植规模呈“倒U型”关系，种植规模偏小或偏大都会引起水稻生产效率的降低。韩璟等[8]通过构建灰色关联模型，发现土地要素、劳动力、化肥施用和有效灌溉面积投入量对粮食生产效率水平有较大影响。

现有文献中对中国整个区域、粮食主产区或者一些省份的粮食生产效率研究比较多，很少学者研究中部地区粮食生产效率，特别是中部地区粮食全要素生产率，但中部地区的粮食生产对我国粮食安全具有重要意义，有必要深入研究中部地区六省粮食全要素生产率的变化及差异。鉴于现有研究的不足，本文着重研究我国中部地区粮食全要素生产率及其分解，对提高中部地区粮食产量和保障我国粮食安全有重要意义。

一、研究方法，变量选择与数据来源

（一）研究方法

早期的经济理论多用具体化的投入要素衡量相关生产率，随着科学技术的发展，仅仅用具体投入要素已不能满足人们对生产率研究的需要。20世纪60年代，新古典学派经济增长理论中用“全要素生产率”（Total Factor Productivity，简称TFP）衡量经济中非具体投入要素对经济增长的影响，比如组织管理、规模经济、知识才能等。1978年，美国运筹学家A.Charnes和W.W.Cooper提出了数据包络分析方法(Data Envelopment Analysis，简称DEA)，通过构建目标生产函数测算每个生产决策单元在多投入—多产出情况下的生产效率[9]。随着对全要素生产率研究的深入，1996年Fare设计出DEA-Malmquist模型，用面板数据计算全要素生产率指标的变化。DEA模型可分为两种：一种是投入导向型，即在产出不变时，探究如何实现投入成本最小化；另一种是产出导向型，即在投入一定时，如何实现产出最大化。本文基于产出导向型模型进行分析。首先测算2009—2018年粮食全要素生产率及其分解，得出中部地区粮食全要素生产率的趋势走向，然后比较中部地区六省粮食全要素生产率及其分解，分析六省粮食生产效率情况。

为了运用面板数据测算动态效率变化的Malmquist指数，本文引入带有时间序列的Farrell距离函数（Distance Function），Farrell技术效率的倒数是距离函数，即t时期产出的距离函数可表示为[10]：

C表示在t期投入产出时规模报酬不变，S表示投入要素具有强可处置性，xt是t时期投入变量矩阵，yt是t时期的产出变量矩阵。根据距离函数的定义，距离函数大于1或小于1，意味着点（xt,yt）在最优生产前沿面的外面或里面，均未达到最优生产效率。同理，以t期技术为基期的t+1期的距离函数是以t+1期技术为基期的t期距离函数为以t+1期技术表示当期距离函数为。

基于产出导向型以t时期为基期的Malmquist指数为：

同理，基于产出导向型以t+1时期为基期的Malmquist指数为：

Fare用几何平均法对t期和t+1期的Malmquist指数进行平均，那么全要素生产率指数可表示为：

TFP表示全要素生产率。在规模报酬不变的条件下，全要素生产率可分解技术进步（techch）与技术效率（effch）的乘积，技术进步度量了在技术上t+1时期比t时期进步或落后的比率，技术效率测量了从t时期到t+1时期当投入一定时产出的变化率。在规模报酬可变的条件下，可以将技术效率进一步分解为纯技术效率（pech）和规模效率（sech）的乘积：

综上，结合式（4）、式（5），全要素生产率可表示为3个部分的乘积：

通过DEA-Malmquist指数方法测出全要素生产率、技术进步、技术效率、纯技术效率和规模效率均反应的是一种增长率，都是以1为界。当TFP大于1时，说明从t时期到t+1时期要素生产效率有所提高；当TFP等于1时，说明从t时期到t+1时期全要素生产率没有发生变化；当TFP小于1时，说明随着时间的迁移，全要素生产率递减，需要进一步改进[12]。

（二）变量选择

在粮食全要素生产率测算中，投入要素有劳动力、土地、水资源、农业机械动力和化肥，产出要素有粮食产量，变量的具体选择，如表1所示。表中投入指标是农业口径统计数据，由于粮食生产的各种具体投入量难以统计，本文运用权重系数的方法计算各种投入要素。权重系数如下，A等于粮食播种面积与农作物播种面积的比值，B等于农业产值比上农林牧副渔总产值再乘以A，A与B的值因年份和省份不同而变化。粮食作物劳动力投入等于B乘以第一产业从业人员，水资源、机械动力、化肥等投入分别等于A乘以各投入值，土地要素投入等于粮食作物的播种面积[13]。

表 1 测算全要素生产率的投入和产出指标的选择

（三）数据来源

本文使用2009—2018年中部六省粮食产出和五类投入要素的面板数据，其中，粮食总产量，粮食作物播种面积，有效灌溉面积，农业机械总动力和农用化肥折纯量来源于EPS全球统计数据/分析平台，第一产业从业人员数据来源于相应年份《河南统计年鉴》《安徽统计年鉴》《湖北统计年鉴》《江西统计年鉴》《湖南统计年鉴》和《山西统计年鉴》。

二、结果及分析

本文运用DEAP 2.1软件，对中部地区粮食全要素生产率进行测算，并从时间和空间两个维度对中部地区粮食全要素生产率及其分解进行探讨[14]。

（一）基于时间维度的粮食全要素生产率动态变化

图1显示了2009—2018年中部地区粮食全要素生产率变化趋势。总体上看，2009—2018年中部地区粮食全要素生产率整体呈波动上升趋势，由2009年的0.976上升到2018年的1.009，年均增长1.0%。2009年、2010年和2016年3个年份粮食全要素生产率下降，其余年份粮食全要素生产率均上升。其中，增长最快的是2017年，比上一年增长了4.0%，其次是2011年，比上一年增长了2.6%；下降最快的年份是2009年，比上一年下降了2.4%，其次是2016年，比上一年下降了1.7%。

进一步对全要素生产率进行分解（具体见表2）。先将全要素生产率分解为技术效率和技术进步，发现中部地区粮食全要素生产率提升属于技术效率和技术进步“双轮驱动”型，但以技术效率驱动为主，期间技术效率年均增长0.8%，技术进步年均增长0.2%。在技术效率方面，增长最快的是2017年，比上一年增长了3.9%，其次是2010年，比上一年增长了2.9%；技术效率下降最快的是2009年，比上一年下降了1.8%，其次是2018年，比上一年下降了0.4%。在技术进步方面，进步最快的是2011年，比上一年进步了2.0%，其次是2015年，比上一年进步了1.8%；技术退步最快的是2009年，比上一年退步了2.4%，其次是2016年，比上一年退步了1.7%。

表 2 2009—2018年中国中部地区粮食全要素生产率变化及其构成

然后将技术效率进一步分解为纯技术效率和规模效率，发现中部地区粮食生产技术效率提升属于规模效率和纯技术效率“双轮驱动”型，但以规模效率驱动为主，期间规模效率年均增长0.7%，纯技术效率年均增长0.1%。在纯技术效率方面，增长最快的是2014年，比上一年增长了1.1%，其次是2012年，比上一年增长了0.8%；技术效率下降最快的是2013年，比上一年下降了0.6%，其次是2011年和2016年，均比上一年下降了0.3%。在规模效率方面，增长最快的是2017年，比上一年增长了3.7%，其次是2010年，比上一年增长了2.8%；规模效率下降最快的是2009年，比上一年下降了2.2%，其次是2014年，比上一年下降了1.2%。

（二）基于空间维度的粮食全要素生产率动态变化

表3是中部六省2009—2018年期间平均粮食全要素生产率变化及其分解情况。从表中可以看出，这一期间，湖北省和湖南省的年均粮食全要素生产率是下降的，年均分别下降了0.8%和0.5%，其余四省都是上升的，其中山西省的粮食全要素生产率上升最多，达到了3.1%，江西省、安徽省和河南省分别上升了2.2%、1.4%和0.8%。

表 3 2009—2018年中国中部地区各省份粮食全要素生产率变化及其构成

从全要素生产率分解看，2009—2018年期间，在技术进步方面，进步的地区是江西省和安徽省，年均技术进步率分别增长2.2%和0.1%；河南省技术进步保持不变，既没有进步也没有退步；退步的地区为湖北省、湖南省和山西省，年均技术退步率达到0.6%、0.5%和0.2%。在技术效率方面，技术效率提升的是山西省、安徽省和河南省，分别提升3.2%、1.3%和0.8%；江西省和湖南省技术效率没有变化；只有湖北省的技术效率降低了，年均下降0.2%。

将技术效率进一步分解为纯技术效率和规模效率来看，2009—2018年期间，在纯技术效率方面，只有安徽省的纯技术效率年均增长0.9%，其余五省的纯技术效率均没有变化。在规模效率方面，山西省、河南省和安徽省规模效率有所提升，年均分别增长了3.2%、0.8%和0.4%；江西省和湖南省的规模效率没有变化；湖北省的规模效率年均下降了0.2%。

三、结论与建议

（一）结 论

通过对2009—2018年中部六省粮食生产效率的分析，得出以下三点结论。

第一，总体上看，2009—2018年期间，中部地区粮食全要素生产率整体呈波动上升趋势，年均增长1.0%。

第二，从时间维度看，2009—2018年期间，中部地区粮食全要素生产率提升属于技术效率和技术进步“双轮驱动”型，但以技术效率驱动为主，期间技术效率年均增长0.8%，技术进步年均增长0.2%。

第三，从空间维度看，2009—2018年期间，中部六省粮食生产全要素生产率存在较大差异。其中，湖北省和湖南省年均粮食全要素生产率下降，其余四省均是上升的。就技术进步而言，江西省和安徽省技术进步了，河南省技术保持不变，而湖北省、湖南省和山西省技术退步了。就技术效率而言，山西省、安徽省和河南省技术效率提升，江西省和湖南省技术效率没有变化，湖北省技术效率降低。

（二）建 议

从中部地区粮食生产全要素生产率变化来看，虽然粮食生产全要素生产率整体呈上升趋势，但仍然有较大提升空间，且省与省之间存在较大差异，必须采取有针对性的措施提升各个省粮食生产全要素生产率，最大限度确保我国粮食安全。

第一，提升农民粮食生产技术水平，高效推进粮食生产。从实证分析中，发现粮食生产的纯技术效率对全要素生产率贡献最小，纯技术效率是对农业技术推广程度和农户知识掌握程度的衡量，在一定程度上反应出中部地区农业管理能力与农民技术水平较低。因此，建议提高农民粮食综合生产能力，实现粮食产量最大化。首先，设立和免费开放农民书屋。大部分农民知识水平有限，与外界交流较少，存在信息资源不对称的情况，因此，村政府免费长期开放农民书屋，购买农民读得懂的科普书籍，鼓励农民学习新知识新思想。其次，对农民进行知识技能培训。湖南和江西山区所占比重较大，交通和网络设施有限，外界科学技术发展流入山区有一定时滞，定期组织专业技术人员到田间对种粮农民进行现场培训，及时解答他们在生产活动中出现的各种问题，实现先进农业科学技术较大程度推广。最后，全面落实农村九年义务教育，提高农村居民文化与技术能力方面的素质。农村文化发展和居民素质提高，农村才会发生翻天覆地的变化，教育与科技的重要性才会深入人心。

第二，因地制宜，有的放矢，促进粮食生产区域均衡发展。从实证分析中发现各个省份之间粮食全要素生产率存在较大差异，如湖北省和湖南省粮食生产全要素生产率较低。因此，建议政府根据不同省份的实际情况实施差异政策，引导和促进区域粮食生产均衡发展。例如湖南省土地要素和机械动力投入较少，原因在于湖南省山多平原少，丘陵和山地占湖南省土地总面积的66.62%，平原仅占13.11%。大面积的山区导致农用机械运作效率低，不利于粮食耕种，限制了湖南省粮食生产，但这种地形可以种植经济作物，如脐橙和桃子等水果，玉竹和百合等中药材。因此，首先充分利用较少的平原地区，推广高质量的粮食品种，从而提高粮食单位产量。其次，湖南省以红土地为主，酸性的红土地不利于粮食种植。建议合理使用化肥，增加土壤肥力，加快沃土工程建设，提高耕种土地质量。最后，湖南省大中型农田水利设施较集中，主要位于粮食高产区，对基层农田水利设施建设投入较少，因此，建议加强小型农田水利设施建设，完善基层农田水利工程建设，提高农业灌溉效率。

第三，发挥技术溢出效应，促进高粮食生产率省份带动周围地区效率提高。从实证分析中发现，中部六省有五省是粮食主产省，非主产省的山西省全要素生产率最高，其次是江西省，规模效率和技术进步分别起着积极的作用。因此，建议南北协同带动中部地区粮食全要素生产率提高。首先，山西省位于中部地区最北端，粮食生产规模效率处于高水平，拥有先进的粮食种植规模管理能力，可以联合南部的湖北省及周围省份，形成粮食生产合作组织，建立省（市、县）之间技术知识交流机制。其次，江西省位于中部地区南端，技术进步最快，科技创新及应用能力较强。因此，建议江西省农业科学院、江西农业大学以及相关涉农单位积极传授和推广新技术，加大各省间科研合作力度，加强人才交流强度，如支持江西省科研高校教师开展科研讲座，将先进技术知识转化为应用。最后，建议中部地区南北联动，发挥自身优势，共同辐射带动周边省份粮食生产率提高，形成资源互补，产业联动的发展之路，进一步增强规模效应和辐射效应。

第四，增加政府财政投入，积极应对各种自然灾害。政府应该基于每个省份不同的农业发展实情，制定不同的农业发展策略。湖南省是旱灾多发地，但是湖南省粮食中低产区存在农田水利设施配置落后，灌溉用水不足等问题，建议政府增加基础水利设施的投资与建设，满足粮食种植所需，解决季节性干旱导致粮食作物缺水问题。湖北省长期受到低温冷冻、雪灾的影响，建议政府积极预防和应对气候变化，做到“灾前防，灾后救”，提高自然灾害预警和防控水平，增强抵御自然风险能力，及时启动灾害应急与预案，做好农作物抗冷保暖措施。最后，完善农业保险制度，加大对受灾农户补贴力度，给予农户灾害资金补助和适当的物质补助以保障农民利益，有序恢复农业生产，根据不同地区面临的风险采取不同的应对方式。

第五，加大农业科技研发力度，打造农业发展新空间。从实证分析中，发现湖北省，湖南省和山西省技术方面相对落后，农业科技水平不高，拉低了中部地区粮食全要素生产率。因此，在粮食耕地有限的条件下，提高农业产量的关键在于科技创新，通过优化结构，培育新品种，节约投入成本，提高单位产出。首先，提高投入要素的利用效率。在粮食生产过程中，应该注重土地、劳动力、水资源和化肥等要素的利用效率，为提高粮食生产全要素生产率奠定坚实基础。比如，有些地方化肥的过度使用破坏了土地酸碱和肥力平衡，政府可以针对不同农户采用不同化肥施用方法，对不同农户定期定量发放化肥，不仅可以提高化肥使用效率，还可以保护自然生态环境。其次，加大对农业高新技术企业普惠财政奖励，税收优惠等政策。对企业创新项目设立奖励基金，鼓励和支持农业企业进行科技创新。最后，坚持和完善知识产权法律法规。维护高校，企业等研发新科技专利，保护自主创新知识产权，倡导公平竞争和尊重知识产权的文化。