[农业效率增进、技术进步区域差异及TFP分解]技术效率和技术进步
摘要： 基于随机前沿模型(SFA)，文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明，中国农业生产效率总体水平不高，尚有较大的提升空间；存在较为显著的时际差异和区际差异；农业全要素生产率与技术进步率均有提高，但增幅较缓；全要素生产率增长的根本动因在于技术进步率而非技术效率，农业生产仍不具有规模经济性。
关键词：农业增长；全要素生产率；Malmquist指数；技术进步率
中图分类号：F323.3 文献标志码：A 文章编号：
1008-5831(2012)04-0001-08
农业作为国民经济发展中的基础部门，在中国改革开放后得到长足发展：1985-1997年间，中国农业总产值年均增长率为7.96%；1998-2004年间略有下降，为5.64%，2005-2008年又提高到6.75%。一个显而易见的事实是，尽管中国各个省份都在努力发展农业，但发展速度和发展质量却参差不齐。鉴于农业全要素生产率在农业发展中的重要性，因此有必要对近年来中国农业生产效率进行科学估算，探求农业经济增长动力来源。
对农业效率的研究，目前国内学者主要基于两个视角进行：一是重点探索改革开放以来中国农业及农村经济显著发展的根源，主要集中在制度因素和技术因素两个方面。比较一致的结论是，制度创新带来了改革开放后农业经济的首个增长高峰，在制度相对稳定的时期，技术因素则成为农业经济增长的主要源泉［1-2］。二是研究角度多集中于探寻公共物品提供与农业增长之间关系［3-4］。已有文献为进一步研究中国农业技术效率奠定了重要基础，但也存在一定局限：一是十六届五中全会以来，农业资本投入力度逐渐加大、惠农政策逐步落实、农业科技日益发展，农业经济发展迎来新契机，而已有文献研究多局限于2004年以前，对近年来中国农业技术效率变化情况和农业经济的发展状况少有反映；二是主要侧重于某地区或某农产品的研究，缺乏样本的全面性和区域的可比性；三是多数文献仅限于测算全要素生产率，较少结合技术效率进行研究。笔者力
图弥补这些不足，以1985-2008年中国29个省份面板数据为基础，用随机前沿模型对农业技术效率及其全要素生产率进行测算并加以分析，得出相应结论。
一、效率测算与全要素生产率分解原理
（一）随机前沿分析方法
随机前沿方法由Farrell在1957年提出：并非每个生产决策单位的实际产出都处在生产函数前沿面上，此间存在的技术效率差距（即技术无效率）被归结为由随机因素引起。但由于实际生产过程要受随机误差和技术效率水平共同影响，因此关键要设法识别和测算两者分别在多大程度上影响了实际生产曲线与生产函数前沿的偏离。Kumbhakar［5］根据相关理论对随机前沿生产函数方法作出了总结，其基本模型如下：
yit=f(xit,t)exp(vit－uit),vit～N(0,σ2v),uit～N+(μit,σ2it)(1)
TEit=yitf(xit,t)exp(vit)=f(xit,t)exp(vit－uit)f(xit,t)exp(vit)=exp(－uit)(2)
γ=σ2uσ2u+σ2v,γ∈［0,1］(3)
式(1)中yit为第i个生产决策单位在t时期的实际产出，xit为一组投入向量，β为待估计系数，t为时间趋势，随机误差(vit－uit)具有复合结构，vit表示经济系统中不可控因素冲击的噪声误差，是实际产出与前沿产出的差异；uit服从非负截尾正态分布，且uit和vit相互独立；技术效率TEit是实际产出与前沿产出之比。显然uit＝0时，式(2)中TEit为1，表示生产经济体位于前沿面上；uit＞0 时，TEit小于1，生产经济体位于技术前沿面下，存在技术无效；式(3)中的方差参数γ反映了技术无效率项在随机扰动项中所占的比例：若γ=0，表明偏离来自于不可控的随机因素，此时可直接用OLS方法分析该面板数据；γ越趋近于1，表明误差主要来源于技术无效率，越适合采用随机前沿分析方法。
依据上述原理，笔者运用对数型Cobb-Douglas生产函数对样本期中国各省份农业技术创新效率进行测算。具体的研究模型为：
lnyit=β0+jβjlnxjit+vit-uit(4)
（二）全要素生产率(TFP)分解——Malmquist生产率指数
笔者根据Fre［6］，应用Malmquist生产率指数，从要素投入角度估算中国各省份农业全要素生产率。定义t时期产出距离函数为：Dt(x,y)=min{θ:yθ∈P(x)}，则Malmquist生产率指数为t时期和r时期指数的集合平均数：
M0(xt,yt;xr,yr)=Dr(xt,yt)Dr(xr,yr)×Dt(xt,yt)Dt(xr,yr)=
Dt(xr,yr)Dr(xt,yt)×Dt(xt,yt)Dt(xr,yr)×
Dr(xt,yt)Dr(xr,yr)×