河北省花生绿色全要素生产率测算与时空差异分析

阴明哲，李一帆，芦铃元，邢家轩，陶佩君，崔永福

（河北农业大学，河北保定071000）

0 引言

李园青等[1]提出，由于人口增长和经济资源的稀缺性决定了现代农业发展必须以全要素生产率提高为重点，而不是依靠要素投入的数量增长。党的十九大也指出“建设资源节约、环境友好的绿色发展体系”。郑丽楠等[2]认为，绿色发展成为当代社会的重要目标，而农业中投入生产要素造成的污染常常被人忽视，不符合可持续发展的理念。李丽等[3]提出，建立在考虑资源和环境约束条件下的绿色全要素生产率分析框架可以用来衡量绿色农业经济增长的绩效。因此，根据李俊等[4]和邓灿辉等[5]相关学者研究，传统的全要素生产率测算应加上对资源与环境因素的考虑，将包含了污染物排放的非期望产出（碳排放量）纳入生产率分析框架中，由此测算出来的全要素生产率称为绿色全要素生产率。自从2009年绿色全要素生产率被提出以后，其研究也逐渐丰富起来[6]。

另一方面，技术进步偏向会影响产业结构调整和资源分配，农业技术进步偏向通过改变各生产要素间的投入量和投入比例对全要素生产率(Total factor productivity,TFP)增长产生影响。不少学者有关技术偏向进步的研究是通过分析劳动力与资本的替代弹性的大小来实现的，如雷钦礼等[7]利用固定替代弹性(Constant Elasticity of Substitution,CES)生产函数研究了要素配置与全要素生产率之间的关系。另有伊朝静等[8]的研究表明投入偏向型技术进步具有促进农业全要素生产率增长的作用。

国内有关全要素生产研究较晚，关于农业技术进步偏向的研究更少，而且传统的农业全要素生产率未考虑非期望产出因素，纵观已有农业GTFP研究，主要集中于省域的研究，以农业整个产业作为研究对象的较多。如张永强等[9]通过建立回归模型分析，研究了中国农业全要素生产率的因素，韩海彬等[10]对于中国两型农业全要素生产率增长的时空规律进行了研究，王芳[11]基于31个省市区的混合截面数据进行了中国农业全要素生产率的分析，并考虑到不同区域的要素禀赋、种植结构差异，导致GTFP存在较大的空间分异特征[12-13]。本文查阅相关文献并结合调研情况，分别利用地级市、县区两种尺度的数据测算了河北省花生生产的绿色全要素生产率并对其进行了分解，进一步探究了偏向型技术进步对绿色全要素生产率的影响以及各县GTFP的空间分布变动，探索了影响河北省花生绿色全要素生产率变动的内在因素，为科学准确的认识河北省花生生产发展状况，探寻促进生产率增长的因素，促进花生产业健康、绿色、可持续发展具有重要意义。

1 数据来源与研究方法

1.1 数据来源

研究用数据来自于2013—2018年的《河北农村统计年鉴》以及各地市的统计年鉴。考虑到数据的可靠性，完整性，可获得性，加上数据包络分析(Data envelopment analysis,DEA)对异常数据的敏感性，数据分析过程中地级市排除了承德市，县级层面排除了一些花生种植较少的县市区，最终市级层面包含10个地级市，县级层面包含119个县市区。本文绿色全要素生产率使用Maxdea ultra 7.12版本软件进行了测算，利用地理信息系统软件ArcGIS 10.2进行空间分布专题图的绘制。

要素分投入和产出两方面。投入包括花生从业人员数、花生播种面积、花生有效灌溉面积、机械总动力、化肥施用折纯量、农药使用量、农用塑料薄膜使用量7个投入指标，见公式(1)。

花生有效灌溉面积、机械总动力、化肥施用折纯量、农药使用量、农用塑料薄膜使用量等指标均通过乘以各研究单元相应系数（区域花生播种面积除以区域农作物总播种面积）的方法进行剥离。

产出包括期望产出和非期望产出，期望产出变量为各年花生产量，单位为kg；非期望产出用农业碳排放量来衡量，单位为kg。本文利用公式(2)和表1主要碳源的碳排放系数测算了花生生产过程中化肥、农药、农膜、农业灌溉和农业耕作5类碳排放源直接产生的碳排放。

表1 主要碳源和碳排放系数

式中，E代表农地利用所发生的碳排放总量，Ei是各类碳源的碳排放量，Ti是各类碳源的数量，δi为各类碳源的碳排放系数。

1.2 研究方法

采用DEA面向面板数据的Malmquist指数法，在距离函数的基础上定义Malmquist指数，并通过数学线性规划模型来对GTFP进行测算，分析生产决策单元(Decision Making Unit,DMU)在时间序列上的效率值变动并对Malmquist指数分解，进而解释了全要素生产率变动的原因。

GTFP可以分解为技术效率(Efficiency change,EC)和技术进步(Technological change,TC)，可用公式(3)表示。

式中，t(t,t+1)代表从t时期到t+1时期。若EC＞1，则为技术效率提升，否则为技术效率降低；若TC＞1，则为技术进步，否则为技术退步。

当考虑规模报酬可变或技术进步为非中性时，技术进步指数可以进一步分解为投入偏向型技术进步(Input biased technological change,IBTC)、产出偏向型技术进步(Output biased technological change,OBTC)和规模性技术进步(magnitude of technological change,MATC)。可用公式(4)表示。

若IBTC＞1，则说明投入偏向型技术进步对全要素生产率增长具有促进作用，若IBTC＜1，则说明投入偏向型技术进步对全要素生产率增长具有拉低作用

2 结果与分析

2.1 河北省花生绿色全要素生产率及其分解的时序分析

图1可以看出，GTFP年度间波动较大，2013—2015年的全要素生产率小于1，该期间内的技术进步和技术效率进步均小于1，说明该期间内存在技术效率降低和技术未能进行较大规模的更替。其余测算年度全要素生产率均大于1，全要素生产率的波动是技术进步和技术效率共同作用的结果，但从变动趋势来看，技术进步与绿色全要素生产率变化趋势吻合，说明技术进步对全要素生产率的变动影响较大。

图1 2012—2017年河北省花生生产绿色全要素生产率及其分解

2.2 市级结果分析

由表2可知，2012—2017年，河北10个花生生产地市，除保定市、沧州市、衡水市、唐山市共四市的绿色技术效率大于1外，其余地市均小于1，说明保定市等4个地级市的花生技术效率较高，生产具有相对比较优势，其余各市花生生产技术效率有较大的提升空间。除唐山市外，其余9市的技术进步均大于1，说明这些地市花生生产技术进步较快。除石家庄市的花生GTFP小于1外，其余市区均大于1，说明各市花生的绿色全要素生产率呈增加趋势，其中保定市增长最为显著，而石家庄市花生生产的绿色全要素生产率有较大的提升空间。技术进步对绿色全要素生产率的提升较多，而技术效率则拉低了绿色全要素生产率的增长。

表2 2012—2017年河北省地市绿色全要素生产效率及其分解

由表3可知，各市的IBTC都不是完全中性的，但偏离度较小（平均偏离度为0.0143），除张家口市外均大于1，说明花生生产存在投入偏向型技术进步，且绝大多数地级市的偏向型技术进步促进了GTFP增长。由各市2012—2017年的IBTC的趋势变化而言，2012—2016年的IBTC均呈平稳增长趋势，但2016—2017年却大幅度下降，其中张家口市IBTC波动最为显著。从整体来看，IBTC均值排列靠前的2个市是沧州市、衡水市，分别达到1.0318、1.0314，说明这2个地市的技术进步与当地资源配置结构相耦合，对花生生产的GTFP推动作用较大。而张家口市的IBTC小于1，说明其要素配置与技术进步没有达到良好的匹配，抑制了绿色全要素生产率的提升。由于各市投入偏向型技术进步对于绿色全要素生产率的影响程度存在一定差异，因此，各地市应结合本市实际情况，因地制宜地对影响花生绿色全要素生产率提升的因素进行调整和改进。

表3 2012—2017年河北省各市花生生产的投入偏向型技术进步(IBTC)

2.3 县级结果分析

选取了2012—2017年河北省花生生产的GTFP年度变动数据，借助ArcGIS 10.2软件使用四分位数法生成了河北省花生生产绿色全要素生产率年度增长率的空间分布专题图，见图2，将研究区域分为了四大等级，第一等级颜色最浅，依次递增，颜色越深则效率值越高。

图2 河北省县级花生绿色全要素生产率时空分布专题图

通过比较五幅专题图，2012—2017年，各县区花生生产的GTFP空间分布格局年度间波动明显，各年度间均呈现出GTFP的空间集聚现象。研究时期内处于第一等级的县区逐年增加。北部区域的GTFP增加明显，从第一幅图中第一等级占了主要部分到第五幅图三四等级占了大多部分。三、四等级基本都是大于1的地区，说明北部区域GTFP提升明显，其中唐山滦州市的东路花生地理标志产品的申报成功提升了该区域花生的市场价值和社会影响，滦州市百信花生专业合作社近几年发展较快，对于北部区域花生生产具有很好的带动作用。从空间变动来看，主要向东部和南部聚集，且整体水平在不断提高。而西北部区域的数据年度间变化明显，且不稳定，整体来说西北部地区正逐渐失去了花生生产的相对优势，处于全省较低的生产水平。

3 讨论

不同研究结果的差异，既可能是由于模型选择的不同，也可能来自数据或是样本时间的不一致[14]。在不考虑碳排放的传统TFP测算中生产率会被明显高估[15]，因此本文使用的GTFP更为精准[16]。本文与王力等[17]孟祥海等[18]的研究结果相一致，得出相同的结论：GTFP主要由技术进步驱动，技术效率则是造成其增速缓慢的重要原因。这一方面与技术创新应用与政策作用发挥的时滞性有关[19]，另一方面，大量学者鼓励应加强前沿技术研究[20-21]，但应该认识到促进TFP增长的是以市场为需求且与当地要素禀赋相适应的技术[22-24]。其根本上来说是科研与实际生产脱节的问题，从而造成相当数量的科研成果闲置浪费，技术推广的“最后一公里”问题难以解决[25]。在农业生产中投入不合理的现象普遍存在，主要表现为农药，农膜等生产要素投入过量[26]和其他配套措施的不合理，在花生生产中存在着相似的问题，这不仅增加种植成本，还对环境带来累积的污染。从时间序列来看，整体呈“M”型波动增长，且2016—2017年各市的花生GTFP出现了不同程度的下降，从研究中各种投入数据的实际值可以看出，2017年河北省花生播种面积出现了大幅度的减少，综合其他生产要素投入的减少，进而导致产量的下降非常明显。空间格局来说，种植结构、经济发展等因素分化加剧了GTFP的空间分化[27]，从而呈现明显的空间差异格局，西北部相对处于劣势，重心向南部和东北部转移。综合以上问题，本文提出如下可供讨论的发展策略。

3.1 技术进步和技术效率双驱动促进GTFP提升

推动河北省花生生产的GTFP的持续增长，需要同时重视技术进步和技术效率的提高[28],以技术进步为主，减少技术效率对GTFP增长的不利影响。了解各地花生生产的优势和劣势，加强各地区间的共享交流，推动各生产要素流动。因地制宜制定具体措施，优化花生生产结构，消除土地、化肥等生产要素合理配置的障碍，实现河北省花生生产的绿色可持续发展。

3.2 实现技术创新与生产实际对接

做好良种繁育工作，选育出具有多种优良性状的花生品种，具有不同加工用途的高油酸花生品种会是将来的一种发展方向。依据冀南、冀中、冀东和黑龙港四个花生主产区气候特点、生产条件和市场需求等开展高油酸花生新品种比较试验，筛选适宜当地高油酸花生品种，推进花生更新换代。建立从机械脱壳包衣到整地播种，再到收获贮藏整个生产环节技术规范，通过探索高油酸花生全程机械化，单粒精播适宜密度，花生减肥减施药剂方案等集成配套花生绿色高质高效生产技术。

3.3 建立高质量花生生产示范区，辐射带动河北省花生产业发展

依托现有生产优势地区，重点打造唐山迁安市、唐山滦州市、邯郸大名县和深州市高油酸花生示范区，大力挖掘花生产业尤其是高油酸花生产业潜力。聚焦河北省不同类型区花生生产现状，形成区域优势，因地制宜,制定符合河北省花生的差异化的可持续发展思路。在冀东花生优势区，发挥环抱京津优势，在发展中传统油用花生的基础上，重点发展鲜食与休闲旅游食品加工所需的高产、高油酸春播食用小花生；在冀南花生优势区，重点发展早熟、油用大花生品种；在冀中花生优势区，重点发展食用（鲜食与烘炒）油用并重的春播花生；在黑龙港花生优势区，重点发展高产、高含油量、高油酸春播大花生，为油脂加工企业生产高含油量高油酸优质原料。

3.4 开展花生生产要素投入的标准化与精简化

将化肥，农药，塑料薄膜，劳动力等投入要素依据不同地区和生产模式制定成套标准，实行规范化种植、精量播种、减施化肥，控膜降耗等技术，实现节种、节肥、节水、节料，降低投入。将生产者与科研人员联结起来发挥信息化手段在技术推广中的作用[29]，利用新型农业经营主体提升花生成套种植技术的推广，将专家的科技输出变为农民的主动选择，进而全面提升河北省花生生产效率和GTFP。

3.5 鼓励产业链向产前产后延伸

花生产品本身富含蛋白质等多种营养元素，而如今主要集中于对花生仁的利用，而大量的其他花生副产品如，花生秧，花生壳等没有发挥其利用价值，应鼓励花生的产业链延伸，开展花生副产品农业用途（作为饲料，基料），工业用途（提取膳食纤维、抗氧化剂），医疗用途（富含白藜芦醇、原花青素）等的综合利用开发[30]。这样对花生副产品的开发利用，不仅能促进花生的高效利用，提高产出，带来经济效益，还能带来相当的社会效益，具有广阔的发展和研究前景。

4 结论

本文运用DEA-Malmquist指数法对2012—2017年河北省花生生产GTFP分别从地市级和县市区进行了测算，分析了其时空变化规律，探究了河北省地级市和县市区花生GTFP的影响因素。从时间序列来看，绿色全要素增长率呈“M”型波动增长，平均年增长率为1.93%，是典型的由技术进步带动的“单驱动型”模式，偏向性技术进步趋近于中性（平均偏离度为0.0143），农业绿色效率是制约因素，最低达到了0.9400。从县市区花生GTFP时空分布专题图来看，由于各地区资源禀赋和其他条件的差异，各县、区的GTFP的增长存在区域不平衡现象，地区之间差异较大。呈现正增长的市县主要集中于东部和北部地域，发展前景较好。