农产品贸易自由化与中国农业全要素生产率

李 平，黄 勇

（山东理工大学a.经济与管理学部；b.经济学院，山东 淄博255012）

一、引言

随着中国加入世界贸易组织（WTO），中国的农产品进口关税也相应降低，中国平均关税水平从2002年的15.3%逐步降到2005年的9.9%，继而降至2010年的9.8%。其中，农产品平均税率由2002年的23.2%逐步降到2005年的15.3%，继而2010年降至15.1%（1）。伴随着“一带一路”倡议（B&R）、区域全面经济伙伴关系协定（RCEP）等协议的签订，中国贸易自由化程度得到了极大提升，特别是在农业方面，截至2018年底，中国已与60多个国家和国际组织签署了120多个农业合作协议（2）。自2018年以来，中国成为全球第一大农产品进口国和第二大农产品贸易国，2020年中国农产品贸易额更是达到了2 468.3亿美元，同比增长8%，在货物总贸易额中的占比为5.3%，是加入WTO以来占比货物总贸易额的最高水平。具体来看，在农产品货物进口方面，占总货物进口额的8.3%；在农产品货物出口方面，占总货物出口额的2.9%（3）。

贸易自由化程度的提升不仅加速了中国经济的高速增长，也对中国农业生产造成了很大的影响（高鸣和陈秋红，2014）［1］。新古典经济增长理论认为，技术进步是经济持续增长的根本源泉，当前中国农业生产面临着严峻的资源约束，未来农业发展要依靠农业全要素生产率水平的提高，中共中央、国务院印发的《乡村振兴战略规划（2018—2022）》中明确指出，要持续提高农业创新力、竞争力和全要素生产率。而农产品的贸易自由化又会对农业全要素生产率带来一定的影响。然而，现有文献对农产品贸易自由化与中国农业全要素生产率影响的关注较少，因此亟须关于农产品贸易自由化对农业全要素生产率理论和实证方面的研究。农产品贸易自由化对中国农业全要素生产率产生了怎样的影响？更进一步地，农产品贸易自由化通过怎样的机制影响中国农业全要素生产率？农产品贸易自由化对中国农业全要素生产率的影响具有怎样的异质性？这些是本文所要重点关注和解决的问题。

二、文献回顾

早期研究贸易自由化和经济增长之间的关系都是建立在生产率水平外生不变的前提假设下，因此，其研究结论并不包含生产率的提升，比如Krugman（1979）的研究［2］。Helpman和Krugman（1985）引入了规模报酬递增和不完全竞争市场条件，为不完全竞争市场提供了一个新的贸易理论。研究表明，贸易自由化能够通过扩大市场规模，进而促进行业生产率的增长［3］。

在贸易自由化与生产率关系的研究上，有大量学者对其进行了补充和完善，国外学者Tybout和Westbrook（1995）将行业生产率的增长分解为规模效应、份额效应和残余效应，进而实证研究了贸易自由化对墨西哥制造业生产率的影响［4］；Pavcni（2002）、Amiti和Konings（2007）、Fernandes（2007）、Topalova（2010）、Zaclicever（2018）等学者基于不同角度分别考察了智利、印度尼西亚、哥伦比亚、印度、乌拉圭等国贸易自由化与企业全要素生产率之间的关系，结果均显示贸易自由化对生产率存在不同程度的促进效应［5-9］。国内学者对贸易自由化与全要素生产率关系也进行了一系列研究，余淼杰（2010）运用中国制造业企业层面的数据考察了中国贸易自由化对制造业企业生产率的影响，研究结果显示，贸易自由化显著促进了企业生产率的提高［10］；毛其淋、盛斌（2015）考察了贸易自由化与异质性企业生产率变动之间的关系，其结果表明，贸易自由化对制造业企业生产率进步具有相当的解释力，其中中间品减税对制造业企业生产率的提升比最终品关税的减让更明显［11］；李平和姜丽（2015）运用中国1998—2012年省级面板数据考察了贸易自由化、中间品进口与中国技术创新的关系，其结果显示，进口中间投入品对中国技术创新有明显促进作用［12］。

相比之下，研究农产品贸易自由化与农业生产率关系的文献较为匮乏。有些学者认为，农产品贸易开放对农业生产率的影响具有负向作用或作用较小，比如Levin和Raut（1997）考察了初级产品（农产品、金属和油料作物）和制成品的出口效应，其结果显示，制成品的出口可以促进经济的增长，然而初级产品出口却对经济增长有着负向效应［13］；Honga和Hao等（2010）运用两阶段迭代回归法考察了贸易开放、基础设施投入与中国农业全要素生产率增长的可持续性，其结果显示，贸易开放和农业基础设施有助于农业全要素生产率增长，但贸易开放的影响弱于农业基础设施建设带来的影响［14］。另外一些学者检验了农产品贸易开放对农业生产率的门槛效应，比如郝晓燕和张益等（2017）使用双重门槛模型检验了农产品进口和出口贸易额对中国农业全要素生产率的影响，发现农产品进口和出口贸易均能促进农业全要素生产率水平，且随着人均GDP的增加，农产品贸易对中国农业全要素生产率的提升作用减弱［15］；陈燕翎和庄佩芬（2019）考察了贸易开放对农业全要素生产率的非线性影响，结论显示，农产品进出口对农业全要素生产率的增长均存在着以人力资本为门槛变量的门槛效应［16］。

然而，以上关于农产品贸易自由化与农业全要素生产率关系的研究中，并未对两者的影响机制进行梳理，同时忽略了由于逆向因果关系可能导致的内生性，与之相比，本文尝试采用2002—2019年省级面板数据，研究农产品贸易自由化与中国农业全要素生产率之间的关系。本文可能的贡献在于：①分析了农产品贸易自由化与中国农业全要素生产率的影响机制，并对此进行验证；②探讨农产品贸易自由化对中国农业全要素生产率影响的异质性；③为了研究结果更为可靠，本文在研究农产品贸易自由化对中国农业全要素生产率影响时加入了工具变量，克服由逆向因果关系、遗漏变量等导致的内生性问题；④本文进一步探讨了农产品贸易自由化在不同时段具有差异性影响的原因，检验不同机制在不同时期作用的异质性。

三、影响机制分析

加入WTO是中国农业对外开放重要的里程碑，由于中国农业要素禀赋决定的比较优势使我国大量增加进口土地密集型农产品，而中国劳动密集型农产品出口数量的增加赶不上土地密集型农产品的进口数量，进而导致中国农产品贸易出现逆差，农产品贸易自由化扩大了中国配置农业资源的范围，也为中国农业比较优势的发挥提供了契机。因此，入世对促进我国农业发展的积极作用是显著的（吴国松等，2015）［17］。

新贸易理论认为，贸易会对生产率产生正向影响。具体表现为：贸易自由化程度的提升，将会导致国外农产品进入国内的成本下降，进口农产品所附带的先进育种方式以及营销理念将会对发展中国家产生技术溢出效应（马轶群，2018）［18］，农产品的进口所带来的进口竞争，一方面会对农业生产造成不利的影响，另一方面也将成为农业生产者学习国外先进技术的动力，倒逼国内农业生产者加大对农产品研发的投资，更新农产品机械设备，进而促进国内农业生产率水平的提升。无论是源自国内的自主创新还是国外的技术引进，都将通过技术的溢出效应，使其向国内农产品非出口部门和与之相关联的上下游生产部门扩散（马轶群，2018）［18］，进而提升农业全要素生产率。具体传导路径如图1所示。

图1 农产品贸易自由化通过技术溢出影响农业全要素生产率的传导机制

假设1：农产品贸易自由化通过技术溢出效应促进农业全要素生产率的提升。

随着农产品贸易自由化程度的提升，一方面，会推进我国市场化的改革，有助于减少农业生产领域行政干预和扭曲（卢锋和梅孝峰，2001）［19］；另一方面，大量优质国外农产品进入后，将会导致国内农产品市场相对价格发生变化，农产品的生产要素将由相对价格下降的产品流向相对价格上升的产品，而农产品相对价格上升的产品中密集使用的生产要素价格也会相对上升（武群丽等，2000）［20］，从而推动我国农业依据比较优势原则进行结构调整，而农业产业结构的调整，将会使得农业内部不同细分部门（如种植业、畜牧业、林业、渔业）比例的变化，往往意味着要素（劳动、资本、土地）的流动与重新配置，使得农业产业结构更加合理化，拉动农业全要素生产率的提升（金芳和金荣学，2020）［21］。具体传导路径如图2所示。

图2 农产品贸易自由化通过资源重置影响农业全要素生产率的传导机制

假设2：农产品贸易自由化通过资源重置效应促进农业全要素生产率的提升。

农产品关税的大幅度降低，将会导致国内劳动密集型农产品的竞争力逐渐降低（牛盾，2011）［22］，同时国内土地密集型农产品竞争力本身较弱，因此，在国际市场上，国内农产品将面临严峻的市场竞争。一方面，改革开放以来，我国对农产品的需求越来越大，然而新增的农产品市场大多被国外进口农产品抢占，比如大豆、棉花等；另一方面，由于我国农产品关税水平较低，特别是在农产品关税大幅度下降的阶段，国外质优价低的农产品将会与国内相关农产品形成较强的竞争，使得国内农业生产者失去利润激励，从而削弱了部分农业产业发展的内在动力，抑制了农业全要素生产率的提升。具体传导路径如图3所示。

图3 农产品贸易自由化通过进口竞争效应影响农业全要素生产率的传导机制

假设3：农产品贸易自由化通过进口竞争效应抑制农业全要素生产率的提升。

四、实证研究框架及指标测度

（一）计量模型

由于中国农业企业特别是参与国际贸易的企业统计数据较少，因此从企业微观层面进行研究和分析较为困难，因此本文利用省级面板数据加以分析。根据现有实证研究文献，本文将计量模型设定如下：

其中：下标i和t分别表示地区和年份；ATFPit表示i地区在t年的全要素生产率；Tradeit为本文的核心解释变量，表示i地区在t年的农产品贸易自由化程度；α1为Tradeit的代估系数，α1显著且大于0则表示农产品贸易自由化程度的增加推动了农业全要素生产率的增长，α1显著且小于0则与之相反；Xit为控制变量；β为相应的系数；μi为个体固定效应，控制不随时间变化的行业特征；γt为时间固定效应，控制随时间变化但对各个地区有共同影响的因素，例如国家经济政策、整体经济环境、社会信息化水平等；εit为随机误差项。

（二）农产品贸易自由化的构造

农产品贸易自由化（Trade）是本文的核心解释变量，关于贸易自由化指标的度量，现有研究并未形成相同的结论。①毛其淋和盛斌（2015）用关税水平来衡量贸易自由化［11］，然而却忽略了贸易成本的存在；②郭熙保和罗知（2008）［23］、李平和姜丽（2015）［12］、王睿哲等（2019）［24］学者认为，对于省级层面的研究样本，其关税水平并不存在差别，贸易依存度是衡量贸易自由化比较合理的指标；③高鸣和陈秋红（2014）［1］选取各地区的农产品进出口总额与国内第一产业增加值的比值来衡量贸易开放度，但忽略了各地区第一产业资源禀赋的差异；④陈燕翎和庄佩芳（2019）［16］使用农产品进口依存度和农产品出口依存度衡量贸易开放度；⑤林大燕等（2021）［25］使用贸易依存度衡量贸易自由化，研究了贸易自由化对中国食物消费不平等的影响与路径。本文基于以往学者对贸易自由化的研究，同时考虑贸易自由化包含国外贸易自由化与国内贸易自由化以及国内各地区第一产业资源禀赋差异，采用农产品贸易依存度作为衡量农产品贸易自由化的指标，即本文将农产品贸易自由化（Trade）定义为：

其中：i和t分别表示地区和年份；importit表示i地区t年农产品进口额；exportit表示i地区t年农产品出口额；GDP′it表示i地区t年第一产业增加值。本文按照当年人民币对美元的年平均汇率将农产品进出口数据转换成人民币单位。

（三）农业全要素生产率的测度

关于农业全要素生产率的测度，国内学者进行了大量研究，目前主要采用的方法有生产函数法（OLS）、随机前沿法（SFA）和非参数的DEAMalmquist指数法。本文采用非参数的DEAMalmquist指数法（4）进行估计。关于农业的产出，本文使用第一产业增加值衡量，第一产业增加值消除了“中间消耗”，因此能够较为精确地反映农业的真实产出。因为存在价格的影响，本文利用各地区第一产业增加值指数（2001年=100，上年＝100）对第一产业增加值进行处理。关于农业的投入，本文选取的指标主要有土地、劳动、机械和化肥。首先，对于土地投入，本文选取了农作物播种面积表示；其次，选取第一产业就业人数来表示农业劳动投入；再次，机械投入方面，使用农业机械总动力表示；最后，使用农用化肥施用总量（折纯量）表示化肥的投入。

为了估计结果更为准确，本文在计量模型中加入了控制变量，主要有：①农村人力资本（HC），用于表征各地区乡村劳动者素质水平的差异，其计算借鉴白雪梅等（2004）［26］、岳书敬和刘朝明（2006）［27］的做法，将乡村平均受教育年限用加权平均后的6岁及6岁以上各层次教育人口来构造指标，即文盲、半文盲为1年，小学为6年，初中为9年，高中和中专为12年，大学（包括大专、本科和研究生）为16年。②农业资本劳动比（K/L），以各省份农业人均固定资本存量来衡量，农业固定资本存量由永续盘存法求得。③城镇化水平（Urban），用于表征各省份城镇化水平，本文使用各省份城镇人口占总人数比例衡量。④交通基础设施（HI），用于表征各省份交通基础设施的便利情况，本文使用等级公路里程和等外公路里程与各省面积的比值衡量。⑤灌溉基础设施（IR），用来表征各省份乡村灌溉基础设施的差异，有效灌溉面积综合反映了灌溉设施的状况，能够较好地体现各地区灌溉基础设施情况。⑥农业财政支持（Fiscal），用于表征各省份对农业的财政支持力度，使用农林水事务（2007年及以前使用“农业支出”“林业支出”“农林水利气象等部门事业费”“政策性补贴支出”的总和）占比各省份财政总支出的比例衡量。

本文选取中国30个省份（西藏和港澳台地区因部分数据缺失予以剔除）为研究样本，样本区间为2002—2019年。本文研究所涉及的农产品进出口数据来源于商务部和《中国农业年鉴》，农村人力资本数据来源于《中国人口和就业统计年鉴》，农业财政支持数据来源于《中国统计年鉴》，其余数据来自于各省统计年鉴和国家统计局数据库，个别缺失值通过插值法补齐。

五、基准估计结果及分析

（一）基准回归

本文在进行基准回归之前，首先进行了多重共线性检验，检验结果显示VIF均小于10，即不存在多重共线性。其次，农产品贸易自由化与农业全要素生产率之间可能会因逆向因果关系导致内生性问题，为了解决内生性问题对模型回归结果造成的偏误，本文采用三种处理方法：①双向固定效应（FE）检验，这种方法可以解决因个体和时间变化而产生遗漏变量问题；②二阶段最小二乘法（IV-2SLS）检验，这种方法借鉴黄玖立和李坤望（2006）的思路［28］，基于各地区与中国主要海港间的地理距离及滞后一期农产品贸易自由化变量构造工具变量；③考虑可能有异方差的存在，本文进一步使用动态工具变量广义矩估计法（IV-GMM）检验，这种方法采用第二种方法相同的工具变量。

表1 报告了基准回归结果，表1第2列报告的OLS估计结果表明，农产品贸易自由化与农业全要素生产率存在显著正相关关系，且在1%水平下显著，表明农产品贸易自由化程度的增加可以显著提升中国农业全要素生产率。由于OLS估计可能会由于内生性的存在使得估计结果产生偏倚，表1第3-5列报告了克服内生性后的回归结果，可以看出，在克服内生性后，二阶段最小二乘法（IV-2SLS）与动态工具变量广义矩估计法（IV-GMM）的结果一致，克服内生性后主要估计结果的显著性并未发生根本性改变，结果表明，在克服内生性后，农产品贸易自由化水平每增加10%，中国农业全要素生产率提高2.38%。

表1 基准回归结果

就控制变量而言，农村人力资本（HC）对农业全要素生产率的系数显著为正，表明乡村整体劳动者素质水平的提升，有助于学习先进的农业生产方式、选择优质的农作物，进而促进农业全要素生产率的提升；农业资本劳动比（K/L）对农业全要素生产率的系数为正，但缺乏显著性，随着投入农业的资本比例增加，将会加大农业的生产投入，有利于促进农业全要素生产率；城镇化水平（Urban）对农业全要素生产率的系数显著为正，说明随着城镇化水平的提升，一方面居民对于农产品的质量需求提升，另一方面，大量农民进城，有机会接触更多的农业行情信息，调整农业生产种植种类与方式，从而促进农业全要素生产率的提升；交通基础设施（HI）对农业全要素生产率的系数显著为正，表明各类高速路、国道、省道等公路起着连接城乡的桥梁作用，加强了各地区农产品资源的流动，从而促进农业全要素生产率的提升；灌溉基础设施（IR）对农业全要素生产率的系数为负，但缺乏显著性，灌溉基础设施属于准公共产品，因此，农业生产者在使用时，将会尽可能地满足个人利益最大化，使得灌溉基础设施出现“过度使用”和“拥挤效应”等问题，进而阻碍农业全要素生产率的提升（李谷成等，2015）［29］；农业财政支持（Fiscal）对农业全要素生产率的系数显著为正，在控制内生性后缺乏显著性，表明政府对某地区财政支农力度越大，该地区农业发展可利用的资源就会越多，从而改善农业生产条件，有利于促进农业全要素生产率。

（二）异质性分析

从整体上看，农产品贸易自由化促进了中国农业全要素生产率。但中国区域经济发展存在着较大差异，特别是沿海地区和内陆地区，在贸易自由化程度和经济发展方式上具有较强的异质性；另外，2002—2010年中国一直处在农产品关税调整时期，在此期间，中国陆续与国际组织签署了多个农业合作协议，整体农业关税呈现较大幅度的下降，而且经历了中国农产品贸易由顺差到逆差的巨大转变，2011年之后，中国农产品平均关税较为平稳。因此，本文从区域（5）和时期两个维度进行异质性分析。

表2 为划分时段的回归结果，检验结果显示，2002—2010年农产品关税调整时期，农产品贸易自由化对农业全要素生产率的影响显著性不强；2011—2019年是中国农产品关税相对稳定的时期，农产品贸易自由化对农业全要素生产率的影响显著为正，在控制内生性后，系数达到了0.287，表明农产品贸易自由化水平每增加10%，中国农业的全要素生产率提高2.87%。由于中国农产品平均税率由2002年的23.2%逐步降到2005年的15.3%，继而在2010年降至15.1%，农产品贸易自由化程度的突然提升，导致大量国外优势农产品涌入市场，形成了较强的进口竞争，特别是对于土地密集型农产品造成较大的竞争压力，需要一段时间的调整适应，而具有相对优势的农产品同样也面临严格的国际市场规则，进而表现为农产品的贸易自由化对中国农业全要素生产率的影响显著性不强。2010年以后，中国农产品关税处于相对稳定的时期，一方面，农产品贸易自由化带来的技术溢出、资源重置等效应的促进作用逐渐显著，优化了我国的农业产业结构，促进了资源配置效率的提升；另一方面，我国农业的生产逐渐适应了国际市场规则，不断调整优化具有竞争优势的农产品，从而显著地促进了我国农业的生产效率。

表2 分时段估计结果

表3 报告了沿海地区与内陆地区的估计结果，结果显示，沿海地区与内陆地区的农产品贸易自由化对农业全要素生产率的系数都为正，但在沿海地区农产品贸易自由化更为显著。由于我国农产品贸易运输通道高度集中于海运，进口口岸高度集中于沿海地区（叶兴庆，2020）［30］，沿海地区农产品进出口较为便利，同时沿海地区的开放程度相对于内陆更强，且具有相对优势，经济比较发达，农业产业发展基础比较好，因此农产品贸易自由化对农业全要素生产率的提升作用相较于内陆地区更为显著。

表3 分区域估计结果

（三）稳健性检验

本文得出的农产品贸易自由化对农业全要素生产率影响的结论，主要来自模型（1）的回归结果，为了保证研究的客观性和准确性，本文进行如下稳健性检验。

首先，本文使用OLS法（6）测算了农业全要素生产率，作为被解释变量的替换变量进行检验；其次，本文更换了工具变量，使用滞后一期和滞后二期的核心解释变量作为新的工具变量进行检验；再次，考虑非随机性和异常值对回归结果的影响，本文对数据进行了前后3%的缩尾处理进行检验；最后，为了验证以2010年划分时间段的异质性结果，本文构建了变系数模型，图4报告了变系数模型中时间虚拟变量与农产品贸易自由化互动项的趋势，可以看出，我国农产品贸易自由化对农业全要素生产率影响呈现先抑制后促进的趋势。表4和图4的稳健性检验结果均显示，在核心解释变量的显著性及影响上与基准回归相同。

图4 时间虚拟变量与农产品贸易自由化互动项趋势

表4 稳健性检验

六、影响机制检验

（一）机制检验模型

本文需要进行的机制检验主要有技术溢出效应、资源重置效应和进口竞争效应，借鉴温忠麟和叶宝娟（2014）［31］的研究，本文构建了中介效应模型，具体如下：

其中：M为中介变量；总效应为系数c；中介效应为a和b的乘积；直接效应为c′。对于中介效应系数乘积的检验，温忠麟（2004）［32］等研究发现，如果检验结果都显著，依次检验结果强于Sobel检验结果，但由于依次检验的检验力也较低，即系数乘积实际上显著而依次检验比较容易得出不显著的结论，因此温忠麟和叶宝娟（2014）［31］认为中介效应的检验流程应当为：先进行依次检验，当检验的系数中a和b至少有一个不显著时，才需要做Bootstrap法检验。

为了更好表征技术溢出效应、资源重置效应和进口竞争效应，本文选取农业技术投入水平作为衡量技术溢出效应（R&D）的指标，由于缺乏农业科研经费投入相关的数据，本文借鉴陈燕翎和庄佩芳（2019）的做法［16］，采用公有经济企事业单位专业农业技术人员数量占各地区劳动力的比重衡量农业技术投入水平，由于《中国科技统计年鉴》未统计2004年和2018年公有经济企事业单位专业农业技术人员的数据，本文采用相邻5年平均增长率插入数据。

农业产业各部门经济的增速不同，农业产业各部门间结构亦将发生改变，进而引致农业产业配置效率的变动。为了表征资源重置效应（TL），本文借鉴匡远配、周凌（2016）构建农业产业结构优化指标的做法［33］，使用农业产业泰尔指数衡量。农业泰尔指数考虑了农业各产业的相对重要性，能够体现出农业产业结构的变化以及合理性，其公式如下：

其中：Yi/Y表示产出结构；Y/L反映生产效率。农业泰尔指数越接近于0，则表明农业产业结构越趋向合理，由于农业各行业的从业人员较难获得，本文使用农、林、牧、渔业单位中间消耗实现的增加值（即增加值/中间消耗）衡量各行业生产效率Yi/Li，产出结构Yi/Y使用行业产值/农业总产值衡量。

关于进口竞争（Compete）的指标，刘志成和刘斌（2014）［34］主要选取进口渗透率衡量。因此，本文使用各省农产品进口渗透率衡量进口竞争程度，即农产品进口渗透率=农产品进口额／第一产业增加值。若一省农产品进口占比第一产业增加值较大，即该省相关农业行业将会面临更为激烈的农产品市场竞争带来的压力。

（二）检验结果

为了验证农产品贸易自由化对中国农业全要素生产率影响的传导机制，本文进行了中介效应检验。表5第2列的结果表明，农产品贸易自由化对技术溢出呈显著正向影响，估计系数a为0.000 4，且在1%的水平下显著，说明农产品贸易自由化程度的提升能够有效促进农业的技术溢出。估计系数c′为0.198，显著为正，小于基准回归模型中估计系数c的0.238，这意味着技术溢出效应从中发挥着明显的中介效应，是农产品贸易自由化影响农业全要素生产率的重要渠道。一方面，随着农产品贸易自由化的提升，进口农产品所附带的先进育种方式以及营销理念将会对发展中国家产生技术溢出效应；另一方面，面对广阔的国际市场，国内农产品出口通过产业链效应对农业生产者产生前向、后向或者水平的技术溢出，进而促进了我国农业全要素生产率的提升，该实证结果证实了假设1。

表5 的第3、第4列展示了资源重置效应与进口竞争效应的检验结果，显示依次检验结果并不显著。因此，本文分别进行了500次的Bootstrap法检验，资源重置效应与进口竞争效应均通过了Bootstrap法检验。

表5 影响机制检验

首先，资源重置效应的检验结果显示，Ind_eff（间接效应）与dir_eff（直接效应）显著为正，这意味着资源重置效应从中发挥着中介效应，是农产品贸易自由化影响农业全要素生产率的重要渠道。一方面，随着贸易自由化程度的提高，大量国外优质农产品的涌入，使得农业生产者不得不舍弃以往生产效率较低的农业产业，进而选择更具有发展前景且具有更强竞争优势的农业产业；另一方面，贸易自由化程度的提高，促进了农村土地、水利等资源流入优势农业产业，引致资源配置效率的提升，进而促进了中国农业全要素生产率的提升。该实证结果证实了假设2。

其次，进口竞争效应的检验结果显示，Ind_eff（间接效应）显著为正，而dir_eff（直接效应）显著为负，这意味着进口竞争效应从中发挥着明显的遮掩效应，遮掩了农产品贸易自由化对农业全要素生产率的正向影响，即进口竞争效应严重抑制了农产品贸易自由化对农业全要素生产率正向促进作用，使得直接效应的符号变为负值。随着农产品贸易自由化程度的提高，一方面，中国面临着严峻的国际农产品竞争形势，特别是在土地密集型农产品中，导致中国农产品部分市场被国外进口农产品抢占，进而抑制中国农业的生产发展；另一方面，由于中国农产品关税远低于世界农产品平均关税水平，国外农产品进入中国市场的价格较低，从而对国内农产品价格形成较大冲击，使得国内农业生产者失去了利润激励，进而抑制了农业全要素生产率的提升。该实证结果证实了假设3。

如同异质性的分析一样，2002—2010年，中国一直处在农产品关税调整时期，农产品贸易自由化对农业全要素生产率的传导路径在不同时期可能发挥着不同的作用，同时为了探究异质性检验中2002—2010年农产品贸易自由化对农业全要素生产率的影响结果显著性不强的原因，本文对传导路径划分时段，进一步检验技术溢出效应、资源重置效应和进口竞争效应作为农产品贸易自由化与中国农业全要素生产率的影响渠道在不同时期的作用。

表6 为影响机制划分时段检验的结果，由表6可知，2002—2010年，进口竞争起到了主要的遮掩作用，而技术溢出、资源重置效应的中介作用并不显著；2011—2019年，进口竞争效应发挥的遮掩作用和资源重置效应的中介作用不显著，均未通过Bootstrap法检验，而技术溢出传导路径的中介作用较为显著。即在农产品关税大幅度调整时期，由于关税的突然大幅度调整，我国农产品市场面临着较强的进口竞争，遮掩了农产品贸易自由化对农业全要素生产率的正向促进作用；随着时间的推移，一方面由于国内市场逐渐适应了国外农产品大量涌入所导致的竞争，另一方面技术溢出传导路径的正向促进作用逐渐显著，农产品贸易自由化对农业全要素生产率的正向促进作用愈发明显。

表6 影响机制分时段估计结果

七、结论与建议

本文利用2002—2019年我国省级面板数据，实证检验了农产品贸易自由化对农业全要素生产率的影响，研究发现：①农产品贸易自由化显著促进了农业全要素生产率，在克服内生性问题后结论依然显著。②从时间维度来看，在农产品关税调整时期（2002—2010年），农产品贸易自由化对农业全要素生产率的影响显著性不强，而在农产品关税较为稳定时期（2011—2019年），农产品贸易自由化对农业全要素生产率的影响显著为正；从区域维度来看，在开放程度较高的沿海地区，农产品贸易自由对中国农业全要素生产率的拉动作用更强。③本文从理论上分析得出，技术溢出效应、资源重置效应、进口竞争效应是农产品贸易自由化影响农业全要素生产率的传导机制，并利用中介效应验证了技术溢出、资源重置是农产品贸易自由化影响农业全要素生产率的重要渠道以及进口竞争的遮掩作用。④进一步研究发现，在农产品关税调整时期（2002—2010年），进口竞争起到了较强的遮掩作用，技术溢出和资源重置效应未发挥有效的促进作用，是农产品贸易自由化在此阶段对中国农业全要素生产率的作用不明显的原因之一；在农产品关税较为稳定时期（2011—2019年），技术溢出效应作为农产品贸易自由化影响农业全要素生产率的重要渠道，发挥了较强的促进作用，进口竞争效应的遮掩作用并不显著，是农产品贸易自由化在此阶段显著促进中国农业全要素生产率的原因之一，而资源重置效应的中介作用较弱，在分时段检验中，并未检测出其中介效应的存在。

随着中国农产品贸易自由化程度的不断提高，一方面，国内面临着农产品市场竞争的加剧，另一方面，也给中国农业带来了更多的机遇。基于本文研究，提出以下建议：①制定差别化贸易政策，贸易优惠政策应该重点向内陆地区倾斜，这些地区相对于沿海地区而言，农产品贸易自由化对农业全要素生产率正向影响的提升空间更大；②技术溢出效应是农产品贸易自由化影响农业全要素生产率的重要渠道；③要鼓励中国农业科技创新资源的投入；④要加强农业技术的推广，进而促进我国农产品附加值的提升；⑤资源重置效应是农产品贸易自由化影响农业全要素生产率的重要渠道，要加快农业产业结构的优化，发展优势、相对优势的农业产业，减少相对劣势的农产品生产，提高资源配置效率，进而促进中国农产品国际竞争力的提高。

注释：

（1）资料来自中华人民共和国中央人民政府网站（www.gov.cn）。

（2）资料来自中华人民共和国中央人民政府网站（www.gov.cn）。

（3）资料来自中华人民共和国中央人民政府网站（www.gov.cn）。

（4）由于DEA-Malmquist指数测度的为相邻两个年份农业全要素生产率的变动格局，因此，本文以2002年为基期（TFP=1）折算成每年的农业全要素生产率。

（5）沿海地区包含辽宁、天津、河北、山东、江苏、上海、浙江、福建、广东、海南、广西，其余省份为非沿海地区。

（6）OLS法使用第一产业就业人数、以2002年为基期的农业资本存量和第一产业增加值估算。