中国地区农业技术效率和技术差距研究.docVIP

中国地区农业技术效率和技术差距研究 　　摘要：使用1979-2012年中国省级面板数据，运用共同前沿分析框架和数据包络方法，对各省份农业生产的相对组前沿技术效率、相对共同前沿技术效率以及技术差距率进行测度，对其时空差异进行分析。空间方面，四大地区相对组前沿的技术效率均较高，接近于1，相对共同前沿的技术效率差异较大，中部和西部地区明显小于东部和东北地区；时间方面，东部和东北地区相对组前沿和相对共同前沿的技术效率都较高；中部和西部地区相对共同前沿的技术效率则呈下降趋势，2005年后才有所回升。 　　关键词：农业技术效率；技术差距；数据包络分析；共同前沿分析 　　中图分类号：F323.3 文献标识码：A 文章编号：0439-8114（2016）18-4841-05 　　DOI：10.14088/j.cnki.issn0439-8114.2016.18.053 　　农业技术效率的影响因素主要有两个方面：一是生产者面临的生产环境，如自然资源禀赋（土壤质量、气候等）、基础设施（道路、农田水利设施等）、市场化程度、金融发展、经济发展水平等；二是生产者本身的特征，如文化程度、健康、年龄、性别等。无论是生产环境还是生产者本身特征，中国农业地区间都存在着较大的差异。显然，两者有着截然不同的政策涵义。自20世纪80年代以来，国内外学者对中国地区农业技术效率进行了广泛的研究，采用的方法主要是随机前沿分析法（SFA）和数据包络分析法（DEA）。例如：全炯振等[1-7]采用的是SFA方法，陈卫平等[8-13]采用了DEA方法。这些研究取得了丰硕的成果，加深了对农业技术效率的认识，但仍存在一些不足，主要体现在无法将决定农业技术效率的两方面因素分离，即无法识别影响农业技术效率的因素中哪些是主要因素，而如果不加区分，可能会误导政策。 　　O’Donnell等[14]提出的共同前沿分析框架（Meta-Frontier）较好地解决了上述问题。该分析框架通过引入共同前沿与组前沿概念，将相对共同前沿的技术效率分解为两部分：一部分是相对组前沿的技术效率，它由生产者本身的特征决定；另一部分是组前沿与共同前沿的距离，它由生产者面临的生产环境决定。这样就可以将决定技术效率的两方面因素进行分离。Chen等[15]采用基于SFA的共同前沿分析框架研究了中国东、中、西部以及东北地区的农业技术效率和技术差距；刘建桥等[16]采用同样的方法研究了长三角和非长三角地区的农业技术效率和技术差距。由于SFA是一种参数方法，需要先验设定前沿生产函数的具体形式和非效率项的分布形式，其估计结果对设定的参数比较敏感，而DEA无需对前沿生产函数形式和随机误差项的分布形式做任何设定。因此，本研究采用基于DEA的共同前沿分析框架研究中国地区农业技术效率和技术差距，将农业技术效率分解为相对地区前沿的技术效率和技术差距两部分，并进行分析比较，进而提出相应的政策建议。 　　2 变量与数据来源 　　2.1 变量 　　产出变量。用农业总产值、林业总产值、牧业总产值和渔业总产值作为4个产出变量，并用各自的生产总值指数，将农业总产值、林业总产值、牧业总产值和渔业总产值平减为1990年可比价格。 　　投入变量。劳动投入：用农林牧渔业从业人员数表征。土地投入：用农作物总播种面积加上水产养殖面积之和表征。机械动力投入：用农业机械总动力表征。化肥投入：用化肥施用量（折纯量）表征，包括氮肥、磷肥、钾肥和复合肥等。灌溉投入：用有效灌溉面积表征，农业有效灌溉面积为灌溉工程或设备已经配备的、能够进行正常灌溉的水田和水浇地面积之和。 　　2.2 数据来源 　　数据为1979-2012年中国28个省（自治区、直辖市）的面板数据，其中，重庆市并入四川省，海南省并入广东省，未包括西藏。将28个省（自治区、直辖市）分为4个组，分别为东部、中部、西部和东北地区。其中，东部地区有北京、天津、河北、上海、江苏、浙江、福建、山东和广东；中部地区包括山西、安徽、江西、河南、湖北和湖南；西部地区有内蒙古、广西、四川、贵州、云南、山西、甘肃、青海、宁夏和新疆；东北地区有黑龙江、吉林和辽宁。所有数据均来自《新中国六十年统计资料汇编》、《改革开放三十年农业统计资料汇编》和历年《中国农村统计年鉴》。 　　3 估计结果 　　表1显示，1979-2012年中国28个省（自治区、直辖市）相对组前沿、相对共同前沿的农业技术效率以及农业技术差距率。 　　3.1 相对共同前沿的农业技术效率（MTE） 　　从地区MTE看，地区间MTE差异明显。东部地区和东北地区的MTE均为0.96，而中部和西部地区则分别为0.76和0.82，与东部和东北部差异明显。如图1所示，东部地区的MTE除1990-1993年外均较稳定，保持在0.95以上。东北地区