偏向性技术进步、要素配置与小麦绿色全要素生产率增长——基于三要素标准化CES生产函数的实证

董铠进,邓俊淼

(河南工业大学 经济贸易学院,河南 郑州 450001)

1 引言

建设农业强国的首要任务就是要确保国家粮食安全,2023年中央一号文件明确提出要抓紧抓好粮食和重要农产品稳产保供,把全力抓好粮食生产摆在首要位置,由此,粮食安全的重要性可见一斑[1]。小麦作为我国的三大主粮之一,其生产质量与粮食安全息息相关,要落实“把饭碗牢牢端在自己手里”,就必须要重视小麦的生产。从以往的生产经验来看,小麦产量的提高通常是通过化肥、农药等物质要素的粗放式投入来实现的。然而,伴随生产资源不足、环境压力增大等一系列问题,人们逐渐意识到这种投入型的生产方式是不可持续的[2]。因此,在保障粮食安全的前提下探求如何实现资源环境与小麦产量的协调发展是当前亟须解决的热点问题之一。在这一背景下,着力提升小麦绿色全要素生产率无疑成为解决生产矛盾的关键。

2 文献综述

2.1 偏向性技术进步的研究起源

关于偏向性技术进步理论的研究,可以追溯到Hicks[3]提出的诱导创新理论,即技术创新的目的是“节约日渐稀缺的生产要素并提高劳动生产率”。由于该理论缺乏微观基础,早期学者的研究陷入了中性技术进步假定的桎梏中。新古典增长理论的代表人物Solow[4]开创性地推导出了经济增长核算方程,认为技术进步是中性且外生的(即技术进步不是由经济过程本身决定)。随着内生增长理论的形成和技能溢价现象的出现,经济学家们才开始意识到技术进步存在偏向性特征,并认为正是由于存在技能偏向性技术进步,才导致了技能溢价现象的出现[5]。在前人研究的基础上,美国经济学家Acemoglu[6-7]厘清了任意两种要素偏向性技术进步的内生机制,并在Hicks理论的基础上给出了技术进步偏向性的简明解释,即技术进步偏向于使相对边际产出更高的生产要素,自此引起了学界各领域学者们对偏向性技术进步研究的热潮。

2.2 偏向性技术进步的研究路径

目前,关于偏向性技术进步的测量方法有4种:第一,数据包络分析法(非参数DEA方法),该方法虽然能够测算多种投入和产出条件下的偏向性技术进步和全要素生产率(TFP),但是无法对TFP变动的内在机理进行深入解析[8]。第二,随机前沿分析法(SFA方法),该方法基于超越对数成本函数,可以估算出任意两要素的替代弹性,有利于分析要素禀赋结构、偏向性技术进步与TFP增长的关系,但是此方法受主观性影响较大,可能会出现模型设定不当、显著多重共线性等问题[9]。第三,修正的经济增长核算法,该方法由于忽略了要素深化与偏向性技术进步的协同作用,从而导致TFP增长率分解得不够充分,因此,其合理性受到了质疑[10]。第四,标准化供给面系统法,该方法对要素需求函数以及CES生产函数进行联合估计,不仅提高了偏向性技术进步指数的测量精度,而且还可以对TFP增长率进行充分的分解[11]。

2.3 偏向性技术进步对GTFP增长影响研究

偏向性技术进步是驱动绿色生产,带动经济发展的重要引擎[12]。在农业领域,除偏向性技术进步的直接效应外,农业资本深化与有偏技术进步的协同作用同样可以促进绿色农业经济的增长[13]。此外,环境规制也是影响绿色全要素生产率增长的重要因素。黄伟华等[14]通过研究发现,无论环境规制的存在与否,都不影响技术进步是小麦GTFP增长的主要动力。为准确把握我国工业GTFP提升的内在机理,蔺鹏等[15]采用Kmenta近似技术从资本、劳动和能源三要素标准化CES生产函数中推导出包含偏向性技术进步指数的GTFP增长函数,并通过标准化供给面系统模型的运算,将GTFP增长的动态演化及内在动因以可视化形式呈现,这对于本文研究小麦GTFP的增长有着很大的启示。

2.4 文献评述

目前学术界在偏向性技术进步的视角下对于GTFP增长的研究多停留在宏观的工业或农业层面,而针对单一粮食品种GTFP增长的研究较为缺乏,因此,本文从我国主粮作物之一的小麦出发,在资本、劳动、能源三要素标准化CES生产函数基础上搭建小麦GTFP增长分析框架,力求从外部揭示小麦GTFP增长动态演化特征的同时,从内部厘清小麦GTFP增长的作用机理,并以此得出我国小麦GTFP增长的提升方向。

3 理论分析

为充分揭示偏向性技术进步与小麦GTFP增长的内在联系,在借鉴蔺鹏等[15]工业领域的三要素增强型CES生产函数基础上,构建农业领域小麦产业的资本、劳动和能源三要素增强型CES生产函数,其一般形式如下:

依据Acemoglu[6]关于偏向性技术进步的定义,针对式(1)中的3类要素分别求一阶偏导可得到各要素的边际产出MPi,并进一步计算得出任意两要素的边际产出比Πij。

其中,i、j为常量:i、j=K、L、E。在式(2)—(4)的基础上进一步计算得到t时刻任意两要素的偏向性技术进步指数

在一般形式的CES生产函数基础上,为得到小麦GTFP增长率分解函数,首先,将其看作要素替代弹性σ的函数,并对式(1)两边取对数可得到:

最后,整理得到小麦GTFP增长率的分解函数如下:

(12)

根据式(12)的小麦GTFP增长率分解模型,进行如下分析:

命题1:偏向性技术进步通过要素增强型技术进步增长率的直接效应来影响小麦GTFP增长率的增长。

②考察偏向性技术进步与要素深化水平的协同效应(E2)。通过分析E2构成可知,该效应是由三类偏向性技术进步指数与其要素深化水平的交互作用组成的。具体来看,三类要素偏向性技术进步指数与其所对应的要素深化水平(对数值)均同号时,该效应为正值,促进小麦GTFP增长率上升;而存在异号时,小麦GTFP增长率的变动取决于三类偏向性技术进步与其要素深化水平交互效应的相对强弱。具体表现为:若该交互效应的促进作用强于其抑制作用,则E2大于0,从而引起小麦GTFP增长率的上升;反之,则下降。由此,提出如下命题。

命题2:在其他条件不变时,偏向性技术进步与要素深化水平的一致性程度,以及三类偏向性技术进步与要素深化水平交互效应的相对强弱共同影响小麦GTFP增长率的增长。

③考察偏向性技术进步与要素效率水平的协同效应(E3)。通过分析E3构成可知,该效应是由三类偏向性技术进步指数与其要素效率水平的交互作用组成。具体来看,三类要素偏向性技术进步指数与其所对应的要素效率之比均同号时,该效应为正值,促进小麦GTFP增长率上升;而存在异号时,小麦GTFP增长率的变动取决于三类偏向性技术进步与其要素效率水平交互效应的相对强弱。具体表现为:若该交互效应的促进作用强于其抑制作用,则E3大于0,从而引起小麦GTFP增长率的上升;反之,则下降。由此,提出如下命题。

命题3:在其他条件不变时,三类偏向性技术进步与要素效率水平的一致性程度,以及三类偏向性技术进步与要素效率水平交互效应的相对强弱共同影响小麦GTFP增长率的增长。

4 实证设计

4.1 参数估计方法

本文将采用标准化供给面系统法对CES生产函数的关键参数进行估计,基于式(1)对一般形式的CES生产函数进行标准化处理,可得标准化形式的CES生产函数如下[11]:

(14)

进一步对时间t求导,则得到要素增强型技术进步增长函数为:

最后,基于式(13)分别推导出利润最大化条件下的资本、劳动、能源要素的需求函数,再结合标准化CES生产函数,形成4个联立方程,并将各方程两边均取自然对数,构建出非完全竞争市场下(考虑价格加成的因素)标准化供给面系统方程组式(16)—(19)如下:

(16)

(17)

(18)

(19)

4.2 指标设计与数据处理

本文选取2001—2020年间我国小麦生产的实际情况为研究样本,原始数据来源于《中国统计年鉴》《全国农产品成本与收益资料汇编》《中国农村统计年鉴》《中国能源统计年鉴》以及国家统计局等。本文的要素价格指标均使用以2001年为基期的农产品生产资料价格指数进行平减,而针对部分省份原始数据存在少量零值和个别缺失情况,采用拉格朗日插值法对残缺数据进行补充和完善,各项指标数据均由省级层面加总或平均得到。具体来看:

①小麦增加值Yt。小麦增加值为收入法核算下的增加值(单位:亿元),即劳动者报酬、固定资产折旧以及营业盈余之和。此外,由于没有小麦增加值指数,故采用第一产业增加值指数(2001=100)进行平减以消除通胀因素,进而得到实际小麦增加值。

②资本投入Kt和资本价格rt。农机总动力是衡量农业中资本要素的投入程度及资本对劳动的替代的关键指标[16]。因此,本文以小麦生产的农机总动力作为衡量资本要素投入的指标(单位:千亿瓦)展开对本文的研究。与资本投入相对应,资本价格是由小麦每亩租赁机械作业费乘以播种面积得到小麦农机总费用支出,再用农机总费用支出除以其农机投入得到(单位:元/千瓦)。

③劳动投入Lt和劳动价格wt。本文选取小麦每亩用工数量(雇工数量与家庭用工数量之和)与小麦播种面积的乘积作为小麦生产所需的劳动投入(单位:亿日)。与劳动投入相对应,小麦的劳动价格可以使用小麦每亩人工成本(家庭用工折价与雇工费用之和)除以每亩用工数量得到(单位:元/人)。

④能源投入Et和能源价格pt。小麦能源投入是指生产过程中直接或间接耗费的各项柴油、煤炭等动力的消耗量,因此本文将小麦灌溉用电的标准煤消耗与农机生产的柴油消耗(通过能源折标准煤参考系数转换为标准煤的质量)求和作为衡量小麦的能源投入(单位:亿吨)[17]。与能源投入相对应,小麦的能源价格为每亩能源成本(燃料动力费与电费之和)除以每亩能源投入得到(单位:元/吨)。

5 实证结果

参照陈晓玲等[18]学者的研究,采用非线性似不相关法来估计标准化供给面系统方程模型,将要素替代弹性σ的初始值设定为σ(0)∈[0.5∶0.001∶1.5],即在初始值为0.5、公差为0.001、根据Stata指令所计算出的(残差的)方差—协方差矩阵的行列式自然对数值的最小值(Log-Det统计量)以及结果的稳定性对最终参数估计结果进行判定,在终止值为1.5的等差数列内依次取值进行测算,同时对其余参数的初始值设定如下:ξ(0)=1,μ(0)=0.1,γK=γL=γE=0.001,λK=λL=λE=0.001,将参数初始值代入计量软件Stata16中进行模型运算可得小麦标准化供给面系统的参数估计结果(表1)。在此基础上,进一步计算得到偏向性技术进步的测算结果(表2),据此得出结论如下:

表1 我国小麦标准化供给面系统的参数估计结果

表2 2002—2020年小麦偏向性技术进步的测算结果

第一,从要素替代弹性来看,我国小麦生产要素替代弹性值为2.364,依据替代弹性的定义,要素替代弹性大于1,要素间呈现替代关系。这一估计结果与张琪[19]所估算的中国农业生产要素替代弹性值(σ=1.034)和封永刚[20]所估算的中国农业生产要素替代弹性值(σ=1.1748)相比偏大,可能的原因如下:一是在农业生产中,由于经济作物对人工(劳动要素)的依赖性较强,从而不容易被资本、能源等要素所替代,导致农业生产要素替代弹性偏低,而作为粮食作物的小麦除依靠劳动要素外,受农业基础设施影响较强且容易实现机械化生产,即劳动、资本和能源要素之间更容易相互替代,因此小麦生产要素替代弹性呈现较高估值。二是由于本文的基础模型为加入能源要素的三要素平行形式CES生产函数,而非嵌套形式,使得三类要素的替代弹性并行呈现,从而引起小麦生产要素替代弹性的估值偏高[15]。此外,较高的要素替代弹性也为中国粮食经济快速增长的现实做出了合理解释,有力验证了德拉格兰德维尔假说的成立。

第二,从生产规模报酬来看,我国小麦生产的规模因子ξ估计值为0.924,接近于1,符合我国小麦生产规模报酬不变的生产特征。

第三,从要素增强型技术进步增长率的构成来看,在样本考察期间,受到要素增强型技术进步增长速率(γi>0)和技术进步曲率(λi<1)的综合影响,我国小麦的要素增强型技术进步增长呈现逐渐减慢的态势,这可能是到了现有资源配置水平下小麦生产水平的瓶颈期,导致在现有条件下小麦生产投入未能发挥应有的最大效率水平。

图1 2002—2020年小麦GTFP增长率及其效应分解的动态演变趋势

表3 中国小麦GTFP增长率的动态演化及效应分解

第二,如图1所示,2002—2020年间中国小麦GTFP增长率及其效应分解的动态演变过程大致可分为两个阶段:第一阶段(2002—2010年),我国小麦GTFP增长率曲线与E1效应曲线之间的变动幅度基本保持不变,两者的变动趋势具有较高的一致性,与E2效应曲线之间的变动幅度在逐年减小,而与E3效应曲线的变化始终保持反向波动的状态。说明小麦偏向性技术进步与要素禀赋结构具有良好的协调性,而与要素效率结构的适配性较差。在此阶段,我国小麦GTFP增长动能是由要素增强型技术进步增长率的直接效应(E1)和偏向性技术进步与要素深化水平的协同效应(E2)共同产生的正向激励作用抵消了偏向性技术进步与要素效率水平的协同效应(E3)所造成的负向影响之后的剩余所提供。第二阶段(2011—2020年),观察E3效应曲线的变化可知,E3效应数值由第一阶段的负值转化为第二阶段的正值,意味着偏向性技术进步与要素效率水平的协同效应(E3)对小麦GTFP增长率的影响由负向抑制转化成了正向激励作用,在此阶段,偏向性技术进步与要素效率水平的协同效应(E3)与要素增强型技术进步增长率的直接效应(E1)以及偏向性技术进步与要素深化水平的协同效应(E2)均正向作用于小麦GTFP增长率,即三种效应共同为小麦GTFP的增长提供动能。

6 结论与建议

6.1 研究结论

第一,关于要素替代弹性:我国小麦生产要素替代弹性估计值为2.364>1,说明在小麦生产过程中,资本、劳动和能源要素呈现替代关系,同时也验证了德拉格兰德维尔假说的成立。

第二,关于小麦偏向性技术进步的测算结果:从要素增强型技术进步增长率来看,三类要素增强型技术进步水平虽然都在增长,但增长水平均逐渐放缓,说明亟须优化要素配置来改善小麦生产效率。从技术进步的方向来看,我国小麦生产在整体上呈现劳动增强型(偏向性)技术进步、能源增强型(偏向性)技术进步、资本节约型技术进步,说明相比于劳动和能源要素投入,资本要素相对稀缺且利用效率较低。

第三,关于小麦GTFP增长率:从整体来看,小麦的绿色生产效率在考察期内虽然为正向增长的状态,但增长速率却在逐年下降。从效应分解来看,小麦偏向性技术进步与要素禀赋结构具有良好的协调性,而与要素效率结构的适配性较差,要素增强型技术进步增长率的直接效应是驱动我国小麦GTFP增长的主要力量。

6.2 政策建议

第一,优化小麦生产要素配置。一是扩大小麦生产资金来源渠道,如加大小麦专项资金补贴,引导社会资本下乡,鼓励绿色金融的发展,以此提高小麦的资本积累速度,使资本不再成为小麦生产的稀缺要素;二是完善专项人才激励机制,通过高校、农企、合作社等组织,向小麦种植户传授先进的生产管理技术,改善小麦生产管理的人才结构和质量,为我国小麦的高质量发展培育“新农人”;三是严控化肥、农药以及除草剂的使用,鼓励有机肥和生物农药的使用,推广秸秆综合利用技术,提高能源利用效率。

第二,改善小麦生产要素流通环境。一是消除地区间的要素流通壁垒,加强市场对要素资源的配置作用,通过政策导向引导资源的合理流向,使资源配置和要素需求结构相适配,营造一个健康高效的要素流动环境,以保障区域间资源的协调发展和合理配置[21];二是建立要素流动的动态监管机制,运用数字化手段实现生产要素的精细化管理,避免出现劳动力无序流失、能源粗放投入、资本非农化使用等导致小麦生产效率低下的恶性现象出现。

第三,加强小麦生产技术创新与推广。一是要结合当地资源禀赋,因地制宜,深入挖掘技术效率改善的措施,在推动技术效率提升的同时,注重技术水平的创新与提高,尤其是绿色技术的创新与开发,以降低小麦生产过程中“非期望产出”的产生;二是避免绿色创新技术只停留在理论阶段,做好技术推广和宣传工作,鼓励绿色技术创新成果的实地转化应用,增强“政产学研用”产业链条的紧密联系并通过实践不断地更新技术手段,开发小麦生产潜力,从而有效地驱动我国小麦绿色全要素生产率的提升。