中国苹果绿色全要素生产率测算与产区差异*

王聪聪，周绩宏，王俊芹

（河北农业大学经济管理学院，保定 071000）

0 引言

党的十九大报告明确提出要提高全要素生产率，提高农业全要素生产率实质上是优化资源配置效率，释放土地、劳动和资本等要素。农业绿色全要素生产率是在测量指标体系中考虑环境因素，衡量产业发展的绿色综合效率和高质量发展水平。中国是苹果生产和消费大国，2019年我国苹果种植面积和产量分别为197.8万hm2和4 243万t，占水果种植总面积和总产量的16.11%和15.48%，仅次于柑橘，居园林水果第二位[1]，是消费者重要的餐桌果品和果农创收的主要来源，在实现我国精准脱贫和出口创汇中发挥了重要作用。苹果是土地资源和劳动资源双密集型产业，2020年农业农村部出台《关于防止耕地“非粮化”稳定粮食生产的意见》，提出严禁耕地非粮化，仅依靠面积增长推动苹果产业发展已不可能，同时，近年我国农村劳动力不断向城镇转移，劳动力资源严重短缺已成为各产区的突出问题，化肥农药过量投入导致产业绿色发展速度较慢，苹果产业发展面临资源环境约束趋紧、生产效率偏低等困境，果农收入稳定增长动能严重不足，亟需促进苹果产业的高质量发展。提高绿色全要素生产率是实现苹果产业高质量发展、破解当前我国苹果产业发展困境的根本出路。

目前，关于全要素生产率（TFP）的研究较多。研究方法上，主要以参数法和非参数法为主，参数法主要包括索洛余值法、C－D生产函数法、随机前沿生产函数法和超越对数生产函数法等，其中随机前沿生产函数法应用最为普遍[2]；数据包络分析法（DEA）在测算多投入、多产出时具备优势，是应用最为广泛的非参数方法，测算时多会用DEA-Malmqusit指数[3]，考虑到DEA方法的径向及松弛性等问题，多数研究将SBM、HMB等指数与DEA相结合测算[4]。研究内容上，涉及工业、农业、服务业等各个领域，但主要集中于宏观层面，对于微观层面的实证研究较少[5]。在农业上，根据不同的研究层次，主要可以划分为两大类，一类是基于农业视角，学者们从农业全要素生产率的演进特点[6,7]、动力源泉[8,9]、时空特征[8]、区域差异[8,10]、收敛性[7,10]等方面进行测算并分析；另一类是基于产业细分视角，探究某一具体产业全要素生产率的演变趋势和动力源泉，但研究主要集中在棉花[11]、粮食[12]、大豆[13]等产业，关于苹果产业的研究较少。近年来，经济发展带来的能源过度消耗、资源利用效率低、环境质量持续下降等问题引人深省，较多学者关注绿色全要素生产率[14]，相较传统的全要素生产率，绿色全要素生产率在计算过程中考虑了非期望产出，能更客观衡量全要素生产率水平，关于非期望产出指标的选取主要有面源污染[15]和碳排放[16]。

已有研究在方法和内容上为以后的研究提供了借鉴，但尚存一些不足。研究方法上，主要以数据包络分析法(DEA)为主，分析主要基于静态或动态视角，较为单一；研究内容上，主要着眼于农业整体的全要素生产率，缺乏对苹果产业全要素生产率的深入研究，且现有研究仅对苹果全要素生产率进行简单测算和分析，对苹果产业全要素生产率时空演化趋势等深入细致的研究较少；指标选取上，较少研究考虑苹果生产中由于资源的过度消耗带来的环境污染等负外部性问题。

鉴于此，文章试图在已有研究基础上做出以下补充和完善：（1）从产业视角出发，利用2004—2018年我国苹果投入产出数据，具体测算苹果产业的全要素生产率，揭示在时间上的演变特征和不同产区之间空间上的差异，补充我国苹果产业全要素生产率相关研究；（2）将考虑环境污染的非期望产出纳入苹果全要素生产率的衡量框架，以期更加准确地评估苹果生产增长绩效，为提高苹果绿色全要素生产率、促进我国苹果产业实现环境保护和农民增收相协调的可持续发展提供理论指导；（3）采用考虑非期望产出的超效率SBM模型和全局Malmquist-Luenberger生产率指数，从静态和动态不同视角进行分析，弥补已有研究从单一角度衡量的不足。

1 研究方法与数据说明

1.1 研究方法

1.1.1 超效率SBM模型

全要素生产率测算多采用DEA模型，但径向DEA模型对无效率程度的测量只包含了所有投入（产出）等比例缩减（增加）的比例，不能考虑无效决策单元（DMU）松弛改进的部分。对“非期望产出”指标的处理，径向DEA模型的方向距离函数（DDF）将“非期望产出”指标作为强可处置性处理时，生产可能集存在逻辑错误，作为弱可处置处理时，存在丢失部分生产可能集、模型是非线性规划、生产可能集并非凸多面体、不符合单调性等问题。Tone Kaoru[17]提出基于松弛变量的非径向SBM（slacks-based measure）模型，解决了径向DEA模型对无效率测量不包含松弛变量的问题，同时将“非期望产出”设为强可处置性，弥补了DDF对“坏产出”处理的缺陷。但原始SBM模型不能将所有DMU效率值进行统一排序，Tone[18]进一步提出超效率SBM模型，模型构建为：

式（1）中，ρ为目标效率值，当且仅当ρ≥1时，被评价单元充分有效，ρ＜1时，被评价单元存在效率损失；xik、yik、bik分别为投入向量、期望产出向量和非期望产出向量；s-、s+、sb-分别为投入、期望产出和非期望产出松弛量；是投入无效率项是期望产出无效率项，是非期望产出无效率项；λ为权重向量。在文中，ρ即技术效率（TE），可进一步分解为纯技术效率（PTE）和规模效率（SE），TE=PTE*SE，用GTE、GPTE、GSE分别表示考虑非期望产出后的环境技术效率、环境纯技术效率、环境规模效率值，GTE=GPTE*GSE。

1.1.2 全局Malmquist-Leunberger生产率指数

考虑资源环境问题的全要素生产率可以采用ML（Malmquist-Luenberger）生产率指数测算，但ML生产率指数不具备传递性和循环累乘性。Pastor和Lovell[19]提出全局参比Malmquist模型，在全局生产集的基础上构建ML生产率指数可以解决这些问题，同时可以有效避免线性规划无解和出现技术倒退问题。该研究将以超效率SBM模型为基础，构造t到t+1期间的全局ML生产率指数值，并将其分解为技术效率指数（EC）和技术进步指数（TC）。

式（2）至（5）中，ML表示全局参比全要素生产率指数，ML＞1表示t到t+1期绿色全要素生产率提高，ML＜1表示t到t+1期绿色全要素生产率下降，ML=1表示t到t+1期绿色全要素生产率保持不变。EC指实际生产向最大生产前沿面逼近程度，反映技术落后者追赶先进者的速度，EC＞1说明t+1期比t期更接近生产可能边界，意味着技术效率改善，EC＜1则相反，意味着技术效率恶化，EC=1说明技术效率不变；TC指数反映技术前沿的进步速度，反映技术进步引起的生产可能性边界外移的动态变化，TC＞1说明生产可能边界向“多期望产出和少非期望产出”方向转变，意味着技术进步，TC＜1则相反，意味着技术退化，TC=1说明生产可能边界没有发生变化，即技术不变[20-22]。

1.2 指标选取与数据处理

基于数据的可得性和完整性，研究样本为2004—2018年北京、河北、山西、辽宁、山东、河南、陕西、甘肃8个苹果主产区的跨期面板数据，其中陕西、山西、甘肃、河南属于我国黄土高原苹果主产区，山东、辽宁、河北、北京属于我国环渤海湾主产区，近20年，8个主产区苹果种植面积占我国苹果种植总面积80%以上，研究具有一定代表性。

1.2.1 投入指标选取与处理

借鉴现有研究[23]，选取土地、劳动、生产过程中的物质与服务作为投入变量。（1）土地投入。选用每亩土地成本作为衡量指标，具体包括流转地租金、自营地折租；（2）劳动投入。选用每亩劳动力用工数量作为衡量指标（1亩=0.067hm2=667m2）；（3）物质与服务投入。选用每亩物质与服务费用作为衡量指标，具体包括化肥、农业机械、灌溉等农业直接投入和折旧、管理费等间接投入。其中，对于土地成本和物质与服务费用均采用2004年为基期的农产品生产者价格指数进行折算[24]。以上投入指标均来自2005—2019年的《全国农产品成本收益资料汇编》，农产品价格指数来自《中国农村统计年鉴》，其中，2005年北京数据值缺失，采用上下两年相应指标的算术平均数插补[25]。

1.2.2 产出指标选取与处理

（1）期望产出。选用苹果亩均产量作为期望产出，数据来自2005—2019年《全国农产品成本收益资料汇编》。

（2）非期望产出。农业非期望产出变量的衡量方法主要分两类：一是采用清单分析方法计算的农业面源污染量[26]；二是农业碳排放。考虑到农业碳排放中不包含氮、磷等营养物质，属于“真正的污染物”[27]，该研究借鉴第二种方法，选取苹果生产亩均碳排放量作为非期望产出。

碳排放计算公式为：

式（6）中，C为碳排放总量；Ci为第i个碳源所产生的碳排放量；Pi为第i个碳排放源的量；ηi为第i个碳源的碳排放系数[10]。由于该研究中投入产出变量均以亩为单位，碳排放的衡量也以亩计算，即苹果每亩碳排放量=碳排放总量/各省份苹果种植面积。

关于农业生产的碳排放问题，参考已有研究结论[7]，结合苹果种植特点，选择化肥、农药、农膜、柴油、翻耕、灌溉作为碳排放源。其中，化肥用《全国农产品成本收益资料汇编》中苹果每亩化肥折纯用量表示，2004—2006年北京数据缺失，用当年全国平均值指标代替[25]；由于现有统计资料中缺乏对农药、农膜、柴油、灌溉等数据的统计，参考已有研究处理方法[15]，用《中国农村统计年鉴》中各地苹果种植面积占农作物总播种面积比例与农药、农膜、柴油、灌溉各个指标原始数据相乘估算得出；翻耕数据采用各省份的苹果种植面积指标。农业碳排放系数及其数据来源[28]见表1，选取的苹果投入产出指标见表2。

表1 农地利用活动主要碳源碳排放系数

表2 各地苹果投入、产出指标

2 研究结果与分析

2.1 基于静态视角的苹果环境技术效率分析

2.1.1 总体分析

2004—2018年我国苹果传统技术效率均值为0.578，纯技术效率均值为0.665，规模效率均值为0.891；考虑非期望产出后，环境技术效率均值为0.5，环境纯技术效率均值为0.672，环境规模效率均值为0.759。无论是否考虑非期望产出，2004—2018年我国苹果的技术效率均小于1，处于生产前沿以下，苹果生产整体处于相对无效状态，纯技术效率和规模效率均未达到有效水平，且考虑非期望产出后的环境技术效率明显低于不考虑非期望产出时的技术效率，说明我国苹果生产中存在资源利用不合理、生产方式粗放等问题，距离“环境友好型、资源友好型”的“两好型”农业发展目标还有较大差距，同时也印证了张复宏等[29]、冯晓龙等[15]观点，忽视环境约束，苹果的技术效率存在高估现象，考虑非期望产出的效率值更贴近实际产出效率。

从时间趋势上看，2004—2018年我国苹果环境技术效率整体较为稳定，位于0.379～0.636，观察发现，2004—2007年环境技术效率与环境规模效率走势较为一致，2008—2018年与环境纯技术效率走势基本一致，进一步计算环境技术效率和环境规模效率、环境纯技术效率的关联系数，2004—2007年关联度分别为0.716、0.629，2008—2018年关联度分别为0.591、0.801，说明我国环境技术效率2008年之前受规模效率影响较大，之后受纯技术效率影响较大，2008年是我国苹果产业转型升级的重要时点，可能与国家对苹果产业的相关政策有关。2007年原农业部、财政部启动成立国家苹果产业技术体系，并在陕西、山东、河北等13个苹果主产区设立了25个综合试验站，推动苹果生产关键技术的研发、示范和推广与农民培训体系有机连接，一定程度上提高了农户对果园的生产管理水平；同时，2008年在《苹果优势区域发展规划（2003—2007年）》基础上，进一步出台《苹果优势区域布局规划（2008—2015年）》，对苹果产业的区域集聚和社会资源的优化进行有效引导，使我国苹果生产逐渐向优势区集聚，一定程度上利于苹果产业资源利用效率的提高。

从效率来源看，整个观察期我国苹果生产的环境技术效率来源于环境规模效率和环境纯技术效率的共同作用，环境规模效率整体较高，环境纯技术效率水平相对偏低，环境规模效率是当前我国苹果环境技术效率的主要来源，但没有达到最优状态，表明我国苹果生产规模还需进一步优化调整。环境规模效率水平接近1，已接近饱和状态，单纯通过扩大生产规模提高苹果生产效率的空间有限[23]，充分发掘环境纯技术效率提升潜力，通过组织农民培训等方式提高农户的精细化管理水平，是提高我国苹果生产环境技术效率的关键（表3）。

表3 2004—2018年中国苹果环境技术效率及分解

2.1.2 区域差异分析

从不同主产省份看，不考虑非期望产出时，2004—2018年我国各苹果主产省传统技术效率位于0.349～0.761，排名前3的是山西、河南和陕西，辽宁、甘肃、山东、北京在全国平均水平（0.578）以下，北京技术效率最低（0.349）；考虑非期望产出后，各主产省份环境技术效率值位于0.291～0.740，排名前3的是山西（0.740）、河南（0.628）和陕西（0.609），河北、甘肃、辽宁、山东、北京的环境技术效率位于全国平均水平（0.5）以下，北京环境技术效率最低（0.291）。无论是否考虑非期望产出，2004—2018年我国各主产省份苹果的技术效率均小于1，说明我国各主产省份苹果产业未能达到生产最优状态，山西、河南和陕西苹果技术效率始终位于全国前列，北京技术效率最低。山西、河南、陕西主要位于黄土高原，气候条件适宜，利于苹果种植，且由于经济发展相对落后，非农就业机会较少，农业劳动力相对丰富，苹果种植精细化管理程度较高；而北京土地、劳动资源稀缺，苹果种植精细化管理水平较弱。考虑非期望产出后，各主产省份环境技术效率均明显下降，存在产业发展与资源环境不协调问题。部分省份效率排名发生了变化，辽宁考虑非期望产出后环境技术效率由第5下降到第6，甘肃考虑非期望产出后环境技术效率由第6上升到第5，与其他地区相比，辽宁苹果产业发展与生态环境协调性有待提高，甘肃苹果产业绿色发展水平相对较好。

从效率来源看，不考虑非期望产出，2004—2018年我国苹果传统纯技术效率位于0.375～0.875；传统规模效率位于0.852～0.955，除山西纯技术效率高于规模效率外，其余省份均是规模效率高于纯技术效率；考虑非期望产出，环境纯技术效率位于0.389～0.914；环境规模效率位于0.682～0.840，除山西、陕西环境纯技术效率高于环境规模效率外，其余省份均是环境规模效率高于环境纯技术效率。无论是否考虑非期望产出，规模效率是主产省份环境技术效率的主要来源。但考虑非期望产出后，陕西环境纯技术效率高于环境规模效率，环境纯技术效率是陕西环境技术效率的主要来源，因陕西省苹果生产规模位居全国第一，是果农增收的主要来源，借助国家苹果产业技术体系平台优势，聚合了强大的科技支撑团队，苹果科技创新引领全国，促进了苹果产业的绿色发展。

从不同产区看，不考虑非期望产出，黄土高原主产区和环渤海湾主产区传统技术效率均值分别为0.670、0.485，纯技术效率均值分别为0.763、0.567，规模效率均值均为0.891；考虑非期望产出，黄土高原主产区和环渤海湾主产区环境技术效率均值分别为0.605、0.395，环境纯技术效率均值分别为0.791、0.553，环境规模效率均值分别为0.769、0.749。无论是否考虑非期望产出，黄土高原主产区和环渤海湾主产区的技术效率均未达到生产最优状态，但黄土高原主产区的技术效率高于环渤海湾主产区，与张复宏等[29]研究结论较为一致，且考虑非期望产出，黄土高原主产区的环境纯技术效率明显提升，略高于环境规模效率，而环渤海湾主产区环境纯技术效率水平依然较低。主要可能的原因是黄土高原主产区不仅是我国确定的最适宜苹果生长产区，且在科技支撑、劳动力资源等方面都优于其他产区（表4）。

表4 2004—2018年我国苹果主产省份苹果环境技术效率

2.2 基于动态视角的苹果绿色全要素生产率分析

2.2.1 总体分析

2004—2018年我国苹果绿色全要素生产率均值为1.028，大于1，说明考察期内我国苹果绿色全要素生产率总体提高，虽然距离最优产出还有一定差距（表3），但发展趋势整体向好，距离“两好型”农业发展目标越来越近；同时明显大于不考虑非期望产出的传统全要素生产率（1.021），根据Fare等[22]研究结论，说明我国苹果生产过程中呈现“非期望”产出减少率超过“期望”产出增加率的现象，表明我国农业绿色发展的相关政策在苹果生产领域发挥了一定作用。

从绿色全要素生产率提高来源看，技术进步（1.019）和技术效率（1.107）均大于1，我国苹果生产的可能性边界向“期望产出增加、非期望产出降低”方向移动，生产技术效率通过“期望产出和非期望产出同时增加”或“期望产出增加、非期望产出降低”等逐渐趋近国内最优生产前沿，表明我国苹果产业技术进步一定程度上促进了苹果产业绿色发展，苹果的绿色生产技术效率也逐渐提高。其中，技术效率增速（10.7%）大于技术进步增速（1.9%），表明技术效率是推动我国苹果产业绿色全要素生产率增长的主要源泉，技术进步带动作用较低，印证了张复宏等[29]、郭亚军等[30]、白秀广等[25,31]观点，由于苹果生产技术更新缓慢、推广不及时及气候因素等原因，苹果主产区技术进步作用呈现衰退趋势，对绿色全要素生产率的促进作用减弱。究其原因，我国农业领域比较成熟的技术在全国已全面普及，技术进步逐渐内生化，而新品种培育、栽培、贮藏保鲜等关键生产技术没有显著突破[30]，同时技术创新存在供需不匹配难题，技术研发成果出现“进地难”问题，部分研发成果尚未真正应用到苹果生产关键领域；从农户角度看，当前我国果农整体素质偏低，对新技术的认知和接受能力较差，真正掌握新技术较为困难，因此，技术进步后劲乏力，对绿色全要素生产率提高的贡献度相对较低，技术进步仍是阻碍我国苹果产业发展的主要瓶颈（表5）。

表5 2004—2018年中国苹果绿色全要素生产率及分解

2.2.2 区域差异分析

从主产省份看，2004—2018年我国各主产省苹果绿色全要素生产率均提高，但提高幅度差异较大，根据增速由高到低排序为：甘肃（7.8%）＞辽宁（4.7%）＞陕西（3.1%）＞北京（3.0%）＞河北（1.5%）＞山东（1%）＞河南（0.7%）＞山西（0.2%），其中，甘肃苹果绿色全要素生产率提高最快，与张复宏等[29]研究结论较为一致。近年甘肃苹果产业快速发展，且与环境的协调度明显改善。与不考虑非期望产出相比，部分省份效率排名发生了变化，陕西、山西排名下降，分别由第2、5名下降到第3、8名，与其他省份相比，两地区苹果产业绿色发展水平提升较慢；河南、河北、辽宁、山东排名分别上升一个位次，苹果产业绿色发展水平提高较快。无论是否考虑非期望产出，除山西、河南主要由技术进步带动外，技术效率是多数主产省份全要素生产率提升的主要来源。

从不同产区看，黄土高原和环渤海湾主产区苹果绿色全要素生产率均提高，增速分别为3.0%、2.5%，其中技术进步增速分别0.6%、3.2%，技术效率增速分别为3.6%、17.8%。其中技术效率增速大于技术进步增速，在苹果绿色全要素生产率提高中发挥主要作用。进一步观察发现，黄土高原主产区的绿色全要素生产率（1.030）整体高于环渤海湾主产区（1.025），与冯晓龙等[15]等研究结论一致。黄土高原主产区的自然条件优势、技术支撑优势、劳动力资源优势等逐步显现，对黄土高原主产区苹果绿色全要素生产率具有重要提升作用（表6）。

表6 2004—2018年我国苹果主产省份绿色全要素生产率

3 结论与启示

3.1 结论

基于2004—2018年我国8个苹果主产区面板数据，利用超效率SBM模型和全局ML生产率指数，从静态、动态不同角度对苹果绿色全要素生产率进行测算，并分析不同产区之间的差异，结论如下。

（1）我国及各主产省苹果环境技术效率均未达到最优状态，区域差异明显，山西、河南、陕西位于全国前列，北京环境技术效率最低，黄土高原主产区高于环渤海湾主产区；与不考虑非期望产出相比，环境技术效率明显偏低，苹果生产存在资源利用不合理问题，忽视环境约束会导致对效率的高估。

（2）规模效率是当前我国苹果生产技术效率主要来源，但规模效率和纯技术效率均没有达到最优状态，黄土高原主产区纯技术效率略高于规模效率，环渤海湾地区纯技术效率偏低，充分挖掘纯技术效率提升潜力是我国苹果产业效率提升的关键。

（3）动态视角下我国及各主产省苹果绿色全要素生产率整体正增长，明显大于不考虑非期望产出的传统全要素生产率，农业绿色发展政策作用凸显；但区域间增速差异较大，甘肃、辽宁、陕西、北京增速较高，河北、山东、河南、山西增速较低，黄土高原主产区增速高于环渤海湾主产区。

（4）技术效率是当前我国苹果绿色全要素生产率的主要增长源泉，技术进步贡献度相对较低，亟需加大环境资源友好型技术研发推广，实现我国苹果绿色全要素生产率“效率、技术”双驱动提高。

3.2 启示

（1）两大产区要从“技术进步、效率提升”双驱动着手，因地制宜制定苹果产业发展战略。综合考量资源比较优势，加强区域间协调互动，资源共享。黄土高原主产区要充分利用国家苹果产业技术体系平台和西北农林科技大学科研院所优势，加强技术研发、推广，合理调整种植规模，提高规模效率，防止苹果产业集聚过程中规模无序扩张；环渤海湾地区应顺应苹果产业结构调整趋势，加强与黄土高原主产区的技术交流，研发优新品种，淘汰落后果园，提高苹果种植比较收益。

（2）加大资源环境友好型技术研发推广。各产区要充分借助农业科研院所创新优势，着力研发节力省本果园栽培模式、果农易接受的资源环境友好型新技术，将复杂技术转化为果农较易掌握的“傻瓜”技术，发挥技术进步对苹果产业的带动作用，破解新技术“进地难”问题。

（3）加强“高素质农民培训”工作，提高果农精细化管理水平，同时加强对测土配方、病虫害绿色防控、果园生草等环境友好型生产技术宣传推广，提高农户认知水平和采纳意愿，促进农户积极采用绿色低碳技术。