农业技术进步、规模效率与粮食安全——以东北三省粳稻、玉米为例

张志新，孙振亚，林 立

（1.山东理工大学 经济学院，山东 淄博 255012；2.浙江大学 中国农村发展研究院，浙江 杭州 310058）

世界粮农组织（WFO）指出，粮食安全是指保证任何人在任何时候能买得到又能买得起，为维持生存和健康所必需的足够食品。从国家和地区层面而言，粮食自给率是粮食安全的终极衡量标准［1］。我国提出“科技支撑”的国家粮食安全观，“十三五”规划明确提出“藏粮于地、藏粮于技”战略，战术上要抓好粮食主产区，发展粮食适度规模经营。在保障粮食安全、促进农业发展方式等方面，根本出路就在于依靠农业技术进步，转变农业生产方式，不断提高农业技术和规模综合生产的能力。

关于农业技术进步和农产品生产成本的研究中，学者们肯定了农业生产过程中的分工和专业化所产生的规模效率是实现规模报酬递增的关键［2］，而提高农业生产效率的首要前提是技术进步［3］，技术进步在总体上能促进农业全要素生产率的增长［4］。技术可突破自然环境与资源环境的约束，优化资源配置，对提高粮食产量、保障粮食安全和提升市场竞争力有着重要的推动作用［5］。方福前、张艳丽［6］和陈卫平［7］验证了技术进步是提高农业生产效率的重要源泉，并提出了我国今后农业发展的大方向是农业技术进步和创新；李崇光［8］认为，农业技术进步在节约农业生产要素投入的同时还增加了农产品产出，提高了农产品的品质及比较优势。随着研究的进一步深入，有学者将研究重点转向农业技术进步的空间溢出效应，提出农业机械的跨区作业不仅能通过规模效应产生专业化分工，还能通过农业技术的溢出效应增加粮食作物的产量［9］。关于规模效率问题的研究，李谷成、冯中朝、范丽霞［10］认为，大、小农户在农业技术效率上并不存在显著的差异，规模变量不会成为决策系统的有效变量。但农业生产过程是复杂且多维度的，更多学者肯定了规模效率对农业生产效率的积极影响。张越杰、霍灵光、王军［11］研究发现，规模效率下降是粮食作物产量减小的主要原因［12，13］。农业规模化经营会直接作用于规模效率，适度的规模化经营可提高粮食的生产效率，使粮食生产处于生产规模报酬递增的阶段［14］。这与刘天军、蔡起华［15］的研究结论相似，即规模效率越高越有利于农业机械化的发展和新技术的引进与使用，提高种植业的专业化与集约化水平，进而提升农业生产效率。另外，钱贵霞、钱克明、杨桐彬等［16-18］提出在适度的规模区间内粮食作物的生产效率最高。

从上述研究成果看，鲜有对粳稻生产效率或以某一特定的粮食主产区实际粮食生产状况展开实证分析。虽然近年越来越多研究应用数量分析方法研究规模与效率，但是基于不同的粮食作物类型、宏观或者微观调研数据等因素，对规模效率的研究始终未取得一致结论。鉴于此，本文强调基于农业技术进步、规模效率，在考虑粮食产量和种植业结构调整的角度来分析我国的粮食安全问题，深入考察农业技术进步、规模效率的影响并重新做测度，以及二者在促进粮食增产的不完全统一性等问题，以期为提高我国粮食主产区生产提供一定参考，为更好地实施“藏粮于技”战略实施提供经验证据。

1 研究区域概况

1.1 东北三省粮食生产现状

本文的研究区域为东北三省，包括黑龙江省、吉林省和辽宁省。东北三省是我国纬度最高的地区，属于温带湿润半湿润大陆性季风气候，雨热同期、降水充沛，夏季光照时间长；河流众多，灌溉水源充足；平原面积广，黑土地土壤肥沃、土层深厚，适合耕作和发展多种规模经营。2018 年，东北三省粮食产量高达13331 万t，约占全国粮食总产量的20.26%。2012—2019 年东北三省粮食产量占全国粮食总产量的比重见图1。

图1 2012—2019 年东北三省粮食产量占全国粮食总产量的比重Figure 1 Proportion of the Three Provinces of Northeast China in the national grain output from 2012 to 2019（Unit：%）

2017年，“中央一号文件”中提出要稳定水稻、小麦生产，确保我国口粮的绝对安全，重点发展优质稻米。2018 年我国粳稻产量约为4760 万t，其中，黑龙江省1620 万t、吉林省460 万t、辽宁省330 万t。东北三省粳稻产量占全国50%—60%，是我国最大的商品粳稻生产基地。同时，东北三省也是我国最大的玉米产区。玉米作为粮食、饲料和工业原料兼用农作物，自2007 年以来玉米播种面积不断上升。从表1 可见，2012—2019 年稻谷和玉米在黑龙江省的粮食种植比例平均值分别为37.28%和52.53%，在吉林省的粮食种植比例平均值分别为16.26%和78.62%，在辽宁省的粮食种植比例平均值分别为19.10%和76.38%。稻谷、玉米在东北三省的粮食生产中占比较大，其生产效率的增长对于粮食总产量的提高有着一定的影响，因此本文选择东北三省粳稻、玉米作为研究对象。

表1 2012—2019 年东北三省稻谷、玉米种植比例Table 1 Planting proportion of rice and corn in the Three Provinces of Northeast China from 2012 to 2019

1.2 种植业结构调整与粮食生产情况

自2004 年以来，为了稳定粮食作物的播种面积、产量、规模，促进“三农”发展，我国全面实行了农业补贴政策。2014 年起，遵循“价补分离、市场定价”的改革思路，尝试以大豆、棉花为突破口对粮食价格支持政策进行改革。2014—2020 年我国人均粮食占有量由361.13 kg 上升至480kg，2010 年、2013年起我国粮食人均占有量突破400kg，超过了世界人均占有量水平和联合国粮食及农业组织确定的粮食安全平均线水平。但随着我国粮食产量的连年增产，2016 年年初玉米库存已高达2.6 亿t，稻谷库存数量也高达亿吨。国家粮油信息中心统计数据显示，2013—2018 年稻谷年末库存平均每年增加2400万t左右，生产大于需求。与此同时，各种低价进口大米正在冲击国内市场，库存严重加上超期储存，稻谷的品质大打折扣，已无法作为口粮，对稻谷进行深加工或者用作饲料也不划算，由此造成了较大的价差亏损，因此国家不得不在粮食种植领域展开供给侧改革以去库存。

为了打破我国粮食生产中供需总量与结构等的不平衡问题，需要实施“去库存、降成本、补短板”，因此东北三省开始着力推进种植业结构调整。以黑龙江省为例，采用“一减六改”的方式促进粮食种植结构调整：“一减”，即减少玉米的种植面积，特别是对北部四、五积温带等非优势产区玉米种植面积进行了大幅的调减；“六改”，即旱改水、米改豆、米改麦、米改杂、粮改经、粮改饲。按照“减玉米、控水稻、增豆麦、扩杂粮果蔬”的总体思路，黑龙江省稳步推进农业供给侧结构性改革，通过政策引导、典型示范、新型经营主体带动等多种有效措施，明确粮食作物种植结构的调整方向，调整优化区域布局和品种结构。辽宁省同样面临着艰巨的去库存任务，2016 年调减玉米种植面积13.9 万hm2，并将调减下来的耕地面积主要用于种植特色农作物和高效经济作物，新增粮油作物面积7.56 万hm2。另外，辽宁省还扩大了蔬菜产业、浆果、中药材、花卉等特色产业的种植面积，这些措施有力地推动了全省农业种植业结构的调整与转型升级。2017 年吉林省对全省种植结构进行了调整，具体情况如表2 所示。截止2017年年底，吉林省耕地轮作制度试点县已经扩大到15个县（市）。另外，吉林省在玉米生产者补贴中安排了农业种植业结构的调整资金，确保种植结构调整面积稳定扩大的可持续性。

表2 2017 年吉林省种植业结构调整的具体情况（单位：667hm2）Table 2 Speci fic situation ofplanting structureadjustment in Jilin Province in 2017（Unit：per667hm2）

2 研究方法、指标选取及数据来源

2.1 研究方法

Malmquist指数法把全要素生产率（TFP）指数具体拆分为技术效率（TEC）指数和技术进步（TP）指数，当假设规模报酬不变的情况下，技术效率指数又可进一步分解为纯技术效率（PE）指数和规模效率（SE）指数。本文将粳稻、玉米TFP 变动的原因分解为技术进步变动和技术效率变动，基于投入的Malmquist指数测算公式可以表示为：

式中，TFP ＞1 表示时期T1到时期T2的全要素生产率在提高，反之则表示全要素生产率在下降；TEC表示技术效率的变化，具体指当投入要素不变时生产单元的投入与产出要素之比是否最佳，能否获取最大产出的含义，TEC ＞1，表明技术效率得到改善，反之则表明技术效率正在恶化；TP 表示技术进步变化，反映的是生产前沿面的移动对生产效率变化的贡献程度，TP ＞1 表示技术进步，反之则表示技术衰退；PE表示规模报酬变动情况下技术效率的变化，即纯技术效率，PE ＞1，表明技术使用的水平得到一定的提升，反之则说明水平下降；SE 表示规模效率变化，具体指规模经济递增、递减或不变情况下对生产效率所产生的影响，SE ＞1，表明规模效率提高，反之下降。

2.2 指标选取

在使用DEA - malmquist 指数法对粳稻、玉米TFP进行测算之前，首先需要厘清测算所需要的投入产出变量。①产出指标。粮食生产安全是粮食安全的核心基础，粮食产量是衡量粮食安全的一个重要指标，本文采用东北三省粳稻、玉米产量这一实物量指标作为产出指标。相比农业总产值或农业增加值来说，产量指标可以避免价格因素的影响，更能精确反映真实的产出。②投入指标。参照李谷成［19］进行农业生产率测算时投入产出指标的选择，在充分考虑生产过程中生产要素相对重要性的基础上，本文选择以下5 个投入指标：一是播种面积。播种面积是粮食生产中影响产量提高制约性较强的因素，粮食生产规模越大，粮食的产量可能会越高。二是化肥（氮肥、磷肥、钾肥和混合肥）用量。化肥的合理施用可以有效提高耕地的粮食生产能力，提高粮食产量。三是物质与服务费用（直接费用和间接费用）。四是土地成本（流转低租金和自营地折租）。《土地管理法》的修订虽然有效地促进了农地的有偿流转，但是这也直接导致土地成本和粮食生产成本的逐年上升，进而对农民的种粮积极性和粮食产量造成了一定的影响。五是用工数量。用工数量会影响农业生产的要素投入决策，用工数量越多，依靠人工来完成粮食生产的能力会越强。投入产出变量的描述性统计如表3 所示。

表3 投入产出变量的描述性统计Table 3 Descriptive statistics of input- output variables

2.3 数据来源

产出指标的数据来自2001—2020 年的《中国农村统计年鉴》，投入指标的数据来自2001—2020 年的《全国农产品成本收益资料汇编》《中国农村统计年鉴》《辽宁统计年鉴》《吉林统计年鉴》和《黑龙江统计年鉴》。其中，由于物质与服务费用和土地成本为价值量指标，为了剔除因通货膨胀带来的价格变化影响，根据《中国农村统计年鉴》各省的农业生产资料价格定基指数（2000=0）对二者进行平减处理。

3 实证结果及分析

3.1 TFP与粮食生产

粳稻TFP变化：本文使用DEAP2.1 软件测算了东北三省粮食作物TFP 及其构成分解的相对值，结果见表4。在整个研究期间内，吉林、黑龙江均保持了良好的粳稻生产效率，年均TFP 增长率分别为3.9%和14.5%，而辽宁的粳稻生产效率有一定幅度的下降，出现了负增长。辽宁年均TFP 增长率为-2.4%，其可能原因是：由于该省的粳稻栽培技术历史比较悠久，技术进步出现内生化，很多农业生产技术已经不能适应20 世纪90 年代后期的发展，对农业技术进步的作用逐渐变小。

表4 2001—2019 年东北三省粳稻生产TFP指数及构成分解Table 4 TEP index and composition decomposition of Japonica Rice Production in the Three Provinces of Northeast China from 2001 to 2019

在整个研究期间内，辽宁、吉林粳稻的TFP增长幅度在2015 年和2013 年达到最大，分别为32.5%、44.6%，而黑龙江粳稻的TFP 在2006 年增长率最高，增长幅度为42.8%；辽宁、吉林粳稻的TFP 下降幅度最大的年份是2007 年，TFP 仅为0.533、0.563，降幅为46.7%、43.7%。黑龙江的粳稻TFP 降幅最大的年份出现在涨幅最大的后一年，2007 年仅为0.755，生产效率较低。2004 年，我国开始实行粮食最低收购价和粮食补贴政策，同时取消了农业税，大大提高了粳稻生产者的劳动生产积极性［20］，次年东北三省的粳稻TFP 增长率分别达到8.2%、33.1%、12.6%，实现了较大幅度的增长。

玉米TFP 变化：从表5 可见，吉林、黑龙江两省的玉米年均TFP均实现了正向增长，年均增长率分别为8.6%、13%，只有辽宁出现了负增长，降幅为1.8%。东北三省的玉米种植面积要比西南玉米种植区、黄淮海玉米种植区大，主要得益于东北三省辽阔的种植面积。此外，东北三省还拥有良好的地理位置和自然条件优势。近年国家愈发重视农业发展，加大了对东北三省玉米种植的政策鼓励，这也是吉林、黑龙江两省玉米TFP 年均增长均能实现较大幅度增长的重要原因之一。

表5 2001—2019 年东北三省玉米生产TFP指数及构成分解Table 5 TEP index and composition decomposition of corn production in the Three Provinces of Northeast China from 2001 to 2019

2004年，辽宁、吉林两省的玉米TFP 均出现了激增，增长率分别为126.4%和125.1%。同黑龙江粳稻TFP增长率变化不同，黑龙江玉米TFP 增长率最高的年份是2010 年，增长幅度为80.7%；2005 年的辽宁、2018 年的吉林和黑龙江玉米TFP 下降幅度最大，TFP 指数分别为0.647、0.723、0.694，增长率为- 35.3%、- 27.7%、- 30.6%。值得注意的是，2004年我国开始抑制玉米出口，同时也取消了对玉米出口的补贴政策，这对玉米价格造成了一定的不利影响，进而打击了粮农的生产积极性，导致之后的两三年辽宁、吉林的玉米TFP有小幅度的波动下降。从玉米生产的技术效率来看，各省基本都能达到有效状态，辽宁、黑龙江的波动较小且多年技术效率都大于1，说明两省能在玉米生产的过程中注重要素的合理投入，实现了粮食生产的最优化。

3.2 农业技术进步与粮食生产

粳稻技术进步变化：综合表6 可见，各省的农业技术进步指数上下波动较频繁，有的年份波动幅度较大。东北三省在2004 年、2013 年和2006 年的涨幅最大，分别为21.3%、35.2%和42.8%。2009 年，东北三省农业技术进步指数较前一年出现了较严重的衰退，主要原因是这期间我国自然灾害灾情严重，北方遭受了特大干旱，粮食作物大面积受灾，农业生产技术的推广应用效果大打折扣。与此同时，各国（地区）为了应对2008 年国际金融危机，纷纷采取贸易保护措施，我国的粮食进口贸易也受到了极大的影响。2000—2019 年，吉林、黑龙江两省农业技术进步实现了年均3.4%和14.5%的增长率，这主要得益于2004 年、2008 年、2013 年、2014 年约12%—43%的农业技术进步增长率的贡献。相比之下，只有辽宁的年均农业技术进步增长率出现了负增长，降幅为3.2%，表明技术创新不足，存在技术退化，对粳稻生产率的提升有很大的限制作用，这也是导致该省的年均TFP仅为0.976 且小于1 的主要原因之一，生产效率非有效。

从表6 中东北三省的粳稻TFP与农业技术进步的变动分析来看，除个别年份外，粳稻TFP变动情况与各省的农业技术进步变动情况几乎一致，变动非常吻合。个别年份的技术效率同农业技术进步出现的反向变动，辽宁省2004、2018 年农业技术进步指数分别为1.213、1.163，但受到0.933、0.966 的技术效率非有效影响，TFP增长受到阻碍，因此没能实现效率最优，说明辽宁省TFP 增长不仅受到农业技术进步的影响，还受到技术效率非有效的牵制，TFP 变动由农业技术进步和技术效率的变动共同决定。

表6 2001—2019 年东北三省粳稻生产技术进步增长率（%）Table 6 Growth rate of Japonica rice production technology progress in the Three Provinces of Northeast China from 2001 to 2019（Unit：%）

玉米技术进步变化：从表7 可见，2000—2019 年吉林、黑龙江农业技术进步年均增长率均实现了小幅度的增长，黑龙江较高，年均增长率为13%。2004年和2006 年，东北三省的农业技术进步增长率都为正值且数值较大。2004 年，东北三省的农业技术进步增长率分别高达126.4%、109.9%和4.6%，这与该地区重视农业科技发展是紧密相关的。2004 年，在考虑交通状况和区域辐射和带动作用下，以吉林省农科院为依托主体的“东创中心”成立，专攻农业科技创新和技术推广，有效促进了东北三省的农业生产效率。进入21 世纪以来，东北三省粮农在玉米种植和生产方面采用深耕深松技术提高了耕地的保水和保墒能力，采用良种、密植技术增加了玉米的产量，采用“一炮轰”施肥技术在很大程度上节约了劳动力成本。各方面技术进步的提高促进了东北三省玉米TFP的增长。但在2007 年，辽宁和吉林玉米生产的农业技术进步指数都有了较大幅度的下降，出现了负增长，吉林省降幅最大，农业技术进步增长率为-36.1%。可能的原因是：农业科技的应用和推广都存在着一定的“黄金时期”，东北三省的玉米种植历史悠久，对TFP 增长和生产效率的带动大不如前。此外，玉米生产新技术的发挥作用效果存在着一定的滞后期，对农业技术进步的增长造成了一定程度的影响。

表7 2001—2019 年玉米生产技术进步增长率（%）Table 7 Growth rate of corn production technology progress in the Three Provinces of Northeast China from 2001 to 2019（Unit：%）

从表7 中东北三省的玉米TFP与农业技术进步的变动分析来看，黑龙江的玉米TFP 增长情况与农业技术进步变动情况基本一致，2002—2019 年技术效率基本保持了最优的状态，玉米TFP 实现年均12.6%增长的直接动力来源主要是农业技术进步。与黑龙江的玉米生产情况不一样的是，农业技术进步与技术效率的波动对辽宁、吉林的TFP 增长影响较大。虽然辽宁的年均技术效率为1.002，但是0.981的年均农业技术进步指数影响了该省玉米生产效率的提高；而吉林的年均技术效率为0.997，出现了负增长，增长幅度为-0.3%。虽然吉林的农业技术进步实现了年均8.6%的增长，但是在技术效率非有效造成一定阻滞效应的共同作用下，玉米TFP也受到了小幅度的影响。

3.3 规模效率与粮食生产

2000—2019 年，东北三省的粳稻和玉米生产的纯技术效率几乎都为1，说明各省的农业生产投入要素的使用效率较高。因篇幅所限，不对各省的纯技术效率进行详细的论述。综合表4、表5、表8 和图2，辽宁、吉林和黑龙江在整个研究期间内的纯技术效率几乎都为1，各省的技术效率的变动主要受到规模效率上下变动的影响。从不同省份的层面进行分析，2000—2019 年辽宁粳稻和玉米生产的年均规模效率均为1.001，两种粮食作物生产皆接近最优状态。辽宁在粮食作物的生产过程中，多数农户购买了大型拖拉机、收割机等大型设备进行机械化生产作业，少部分农户建立了自己的仓库、晒场等，对农业固定资产的投资较大，规模效率有效提升。

图2 2001—2019 年东北三省粳稻与玉米技术效率值的时序变化Figure 2 Time series changes of technical efficiency values of Japonica rice and corn in the Three Provinces of Northeast China from 2001 to 2019

表8 2001—2019 年东北三省粳稻、玉米生产规模效率值Table 8 Production scale efficiency of Japonica rice and corn in the Three Provinces of Northeast China from 2001 t o 2019

吉林粮食规模效率年上下波动比较频繁，其中玉米规模效率年均增长率为- 0.3%，出现了负增长，一定程度上影响了技术效率的进一步提高。原因是：随着粮农种植规模的扩大，需要更多的雇工，但缺乏有效的手段对雇工进行监督和管理，导致经营管理难度增加。另外，随着新型城镇化的发展农村劳动力大量外流，缺乏农村劳动力使得施肥、浇水、除草等管理不及时，导致虫害、杂草严重，而购买的大型机械设备、仓储设施等投入也显得冗余，作用没有得到很好发挥，难以实现资源的有效配置。同玉米生产相比，吉林粳稻生产的规模效率状况较优，规模效率指数为1.001。

黑龙江粳稻、玉米规模效率均大于或等于1，出现规模报酬递增或者规模报酬递减的年份也较少，说明黑龙江粮食生产投入要素的规模和产量基本处在最优状态，规模效率对农业生产技术效率的提高作用不明显，但对辽宁和吉林两地农业生产技术效率的提高有一定牵制作用。这与Alene［21］对非洲样本的研究结论基本一致，规模效率的下降可能会导致农业生产效率和粮食单产的缓慢增长，而技术进步是驱动农业生产效率提高的诱因。粳稻、玉米的技术效率在21 世纪以来都较稳定，一方面反映了技术效能的发挥较充分，另一方面也反映了20 世纪90年代以来各种农业新技术的推广有限。

4 结论与启示

4.1 结论

主要结论如下：①2000—2019 年，辽宁、吉林和黑龙江粳稻年均TFP分别为0.976、1.039 和1.145，玉米年均TFP 分别为0.982、1.086 和1.130。吉林和黑龙江两地均保持了良好的粮食作物生产效率，只有辽宁的粮食作物生产未能达到有效的生产前沿面，粳稻和玉米的年均TFP增长率分别为-2.4%和-1.8%，粮食生产过程中存在一定程度的效率损失，农业投入要素没有被充分利用。②黑龙江的粮食生产属于“农业技术进步单一驱动型”模式，农业技术进步是黑龙江粮食TFP 增长的直接动力来源，而辽宁、吉林粮食TFP 的增长除了有农业技术进步增长的贡献，还会受到技术效率的影响，属于“农业技术进步和技术效率双驱动型”模式。③吉林的粳稻、玉米技术进步分别实现了3.4%和7.7%的年均增长率，但因为玉米生产存在技术效率衰退的情况，最终阻碍了该省粮食生产TFP的增长。从技术效率的指数分解来看，衰退的主要原因在于规模效率非有效，玉米规模效率年均增长率为- 0.3%，需对玉米的种植生产规模进行合理的调整。辽宁正好相反，农业技术进步的衰退阻碍了该省粮食生产TFP的提高。

4.2 建议

建议：①黑龙江应继续发挥农业技术进步在粮食生产中的主导地位，加大政府对农业科技研发的支持力度，在提高财政投入的基础上，增强对资金使用的监督力度，进而保证资金的高效率使用。同时，完善农业科技创新体制，为农业科技创新提供制度保障，促进农业科研成果的高效率转化与应用；鼓励农业企业与高校、科研机构等进行联合研发，实现现代农业技术的开发与生产技术的创新，在自主创新基础上引进农业前沿技术，依靠农业技术进步驱动粮食TFP增长，提高粮食产量，以保障粮食安全。②辽宁应在粮食生产过程中坚持效率提升与农业技术进步并重。针对当地粮食生产区的特点因地制宜优选品种，开展优质粮食品质形成调控机理研究，与当地粮户良种良法配套；对当地的粮农进行技术培训和指导工作，培育新型职业粮农，大力推进粮食作物标准化生产和实现优良粮种的规模化生产；针对农业技术进步阻碍粮食TFP 增长的状况，加强农业科技的研发力度，自主研发与引进创新多效并举促进农业技术进步，进而提高粮食产量。③吉林要警惕规模效率对粮食TFP增长的负面效应。政府应积极鼓励农地流转，建立高效的农地流转程序，促进规模化经营，加强现代化专业种粮大户的培养，发挥种粮大户的示范引导作用；农地流转能使粮农调整生产规模，合理配置粮食生产要素的投入，从而提高粮食生产的规模效率，最终实现农业技术进步和规模效率对粮食TFP的“双轨驱动”。