我国农业生产中全要素生产率测定.docVIP

我国农业生产中全要素生产率测定内容摘要：农业生产受多种因素的影响，本文运用Cobb-Douglas生产函数，结合回归分析方法对农业生产中全要素生产率及其增长率和贡献率进行了测算，测算结果表明我国农业生产仍然处于较传统的阶段，农业生产总值中的技术贡献率极低。 关键词：农业生产 全要素生产率 Cobb-Douglas生产函数 引言 农业生产要素是在农业生产过程中人们为了获得需要的各种农产品所必须投入的各种基本要素的总称。这些生产要素一般包括自然资源、资本、劳动力和科学技术，生产要素与农业经济活动过程密切相关。首先，我国劳动力是农业生产过程中不可或缺的要素，特别是在原始农业时期，即使是现代的发达农业，依然需要劳动力的参与，特别是在我国现阶段，实行家庭联产承包责任制，农业生产中的机械化水平普遍不高，与欧美发达国家相比较，劳动力的参与程度还较大，因此，在我国劳动力是农业生产中的重要要素；其次，资本是农业增长的一个重要因素，不论是机械化程度的提高，还是现代农业知识的普及，都离不开农业资本投入的增长，资本这一要素在农业生产活动中起到了载体的作用（雷海章，2003）。我国近年来加大对农业的财政投入，取消“农业税”，实行农业补贴，都充分体现了资本在农业生产中的作用；再次，技术进步是经济增长的源泉，在农业生产中也不例外，近年来，劳动力的素质也成为影响农业生产活动的重要因素，加之自然环境等对农业生产活动也有一定的影响，于是，这就涉及除劳动和资本以外的其他所有生产要素在农业生产中的作用。 全要素生产率（TFP）是总产出中扣除要素投入（资本和劳动）影响的部分，它是除资本和劳动等要素以外经济增长的重要源泉，反映了科学技术等对经济增长的作用。如果把全要素生产率还原为生产率的一般定义—产出与投入之比，全要素生产率是产出与资本、劳动、土地、自然资源等所有能量化的投入要素的比值，它是社会经济系统经营管理效率定量评价的一个指标（董晓花、王欣、陈利，2007）。 模型建立与数据选择 （一）理论模型 本文采用生产函数法测定农业生产中的全要素生产率。Cobb-Douglas生产函数是测定全要素生产率的基本方法，该函数描述了资本和劳动投入量与产出量之间的关系（王超，2007）。Cobb-Douglas生产函数的形式为： Y=AKαLβ 其中，Y、K、L分别表示产出量、资本投入量、劳动投入量，A表示技术系数，α、β分别表示资本和劳动的弹性系数。在本文中，假定农业生产的规模报酬不变，即α+β=1，也就是说假定农业生产中的生产效率并不会随着生产规模的扩大而提高，只有提高技术水平，才会提高经济效益。 全要素生产率是总产出中扣除投入要素影响的部分，根据全要素生产率的含义，可以将全要素生产率表示为： TFP=Y/KαLβ （1） 全要素生产率的增长率是指产出增长率扣除资本与劳动增长的部分，一般用索洛余值（Solow）表示： （2） 全要素生产率的贡献率被定义为全要素生产率增长速度在产出增长率中所占比重，即： （3） （二）数据选择 本文所使用的数据均来自中华人民共和国国家统计局网站，所采用的数据为1995-2006年的农业国内生产总值，在农业领域中的固定资产投入数值以及农业劳动力投入数量。搜集的数据结果如表1所示。 模型中参数的预测与检验 本文采用回归法对模型中的参数进行预测， 在测算全要素生产率之前，需要对弹性系数加以预测（李双杰、左宝祥，2008）。 （一）弹性的预测 首先进行模型变换，把生产函数经对数变换，转换成如下线性方程： Log（Y）=logA+αlog（K）+βlog（L） （4） 其对应数据如表2所示。 运用EVIEWS软件进行数据处理，所得结果如表3所示。 从以上结果可以看出，此模型的拟合优度较好，但t检验不显著，说明存在多重共线性。为了消除多重共线性，采用减少变量的方法，在假定α+β=1的基础上，将模型变换如下： Log（Y/L）= c+α×log（K/L） （5） 再次使用以上方法对数据进行预测，运用EVIEWS软件进行数据处理的结果如表4所示。 由统计结果可以看出，不论是拟合优度还是F统计量的值都有了改善，t检验显著。于是模型为： log（Y/L）=0.73+0.98log（K/L）+μ （7.90） （11.53） R2=0.93 F=133.02 所以，α=0.98，β=0.02。 （二）有关全要素生产率的测算 根据表1、公式（1）及α、β的值，测算1995-2006年的全要素生产率的值如表5所示。 根据公式（2）和（3）计算数值时，不采用逐年计算的办法，而是采取从1995年开始，以四年为一个时间段进行计算，以反应其总