王 琛，崔建勋，马 力，吴敬学，黄修杰，储霞玲，杨艳涛，毛世平，张 琳

（1.中国农业科学院农业经济与发展研究所，北京 100081；2. 广东省农业科学院农业经济与农村发展研究所，广东 广州 510640）

粮食全要素生产率和技术效率研究进展

王 琛1，崔建勋2，马 力2，吴敬学1，黄修杰2，储霞玲2，杨艳涛1，毛世平1，张 琳1

（1.中国农业科学院农业经济与发展研究所，北京 100081；2. 广东省农业科学院农业经济与农村发展研究所，广东 广州 510640）

粮食全要素生产率和技术效率可以从不同层面较清晰地表达生产技术和土地的投入产出效率，使粮食生产效率问题得以定量分析。对粮食全要素生产率和技术效率的定义进行介绍，概述了关于全要素生产率所包含的影响因素对其作用的研究；介绍了测量粮食全要素生产率的3种主要方法（指数法、DEA方法和SFA方法），综述了相关研究进展。

粮食；全要素生产率；技术效率；SFA法；DEA法；指数法

我国是世界上人口数量最多的国家，粮食安全问题一直备受国内外关注。在我国耕地供给极为有限的情况下，通过土地福利来提高粮食产量的途径已不可行，只能从提升粮食的生产效率来提高粮食产量。传统的粮食生产效率研究仅仅考虑播种面积、劳动力、物质服务费用等生产要素，并未将科技进步等因素纳入指标范围。粮食生产的相关投入与技术需要通过生产要素的投入从而物化到粮食中去，这就使得粮食全要素生产率可以在较为全面的意义上表达技术和土地本身的投入产出效率，因此转而研究如何提高粮食全要素生产率就可量化分析粮食生产的效率问题。本文对粮食全要素生产率和技术效率测算方法、影响因素和研究进展进行概述，以期推动相关研究在我国的开展，为解决我国的粮食安全问题提供借鉴。

1 粮食全要素生产率的相关研究

1.1 粮食全要素生产率的定义

Barton等［1］在20世纪40年代研究了农业全要素生产率（Total Factor Productivity，TFP），将其作为综合测算农业经济效率的理论和统计指标，并随之被美国农业部采纳并将研究成果予以公布。Solow将技术进步加入到生产函数中，进而明确了产出增长率、各投入要素增长率和全要素生产率增长率之间的关系，学界将其称“索罗模型”，可用于全要素生产率的测算。Dennis等［2］对索罗模型进行了改进，认为全要素生产率增长率即为产出增长率扣除各生产要素投入增长率的余值，重点用于解释产出增长率。目前较为普遍采用的粮食全要素生产率是指包括人力、物力、财力等资源开发利用的效率，其投入指标一般包括播种面积、农机动力、灌溉面积、役畜投入、化肥施用量等5个方面。20世纪90年代开始，全要素生产率理论研究被引入我国。

1.2 粮食全要素生产率的影响因素

有不少学者研究了关于全要素生产率所包含的影响因素及对其的作用。曹文献等［3］建立了湖南省粮食生产发展因素影响力评价模型，发现2003—2010年间对湖南粮食总产量的影响因素按影响程度从高到低依次排序为化肥施用量、播种面积、农机总动力、有效灌溉面积、农业用电量、农业劳动力、成灾面积。张素文等［4］研究发现，对粮食总产量有影响的因素就关联度由高及低排列依次为粮食单产、有效灌溉面积、年降水量、粮食播种面积、化肥使用量、成灾面积、农机总动力、粮食价格指数和农业用电量。彭澧丽等［5］对1991—2008年影响湖南省粮食生产能力的农业机械化因素进行了二次分解实证分析，发现农机化水平对粮食生产能力的提升有显著的促进作用，农机化作业系统、农机配备系统、农技协调系统三类因素对粮食生产影响的关联度逐步降低。马九杰等［6］认为自然灾害对我国粮食综合生产能力的稳定性具有显著影响。

1.3 粮食全要素生产率的测算和分解

SFA方法、DEA方法和指数法是测量全要素生产率的3种主要方法，在国内外得到了普遍应用，其中指数法、DEA方法是非参数方法，SFA方法为参数方法。

1.3.1 SFA方法 随机前沿生产函数（SFA）最早由Meeusen等［7］于1977年提出，一般采用修正最小二乘法（COLS）、极大似然法（ML）等方法估计。其主要优点在于其统计性特征支持相关检验。SFA分析是在生产函数形式确定的前提下，测算生产的技术效率、配置效率和规模效率等。亢霞等［8］利用SFA方法对小麦、玉米、粳稻等7种作物的技术效率进行了测算，并对灌溉率、灾害率、施肥、农机化等因素对技术效率的影响进行了分析。乔世君［9］研究发现，我国粮食的生产技术效率在地理空间分布上不均衡，自然条件和社会经济因素对粮食生产的技术效率有显著影响。黄金波等［10］对1978—2008年我国30个省（市）的粮食生产分析发现，农业基础设施建设和制度是影响我国粮食生产技术效率的关键因素；我国粮食产量增长主要是由投入要素的增长拉动，31年间全要素生产率平均增长率1.17%。范群芳等［11］对1998—2005年全国31个省份的粮食生产技术效率进行了分析，对农业机械总动力、化肥施用量、播种面积、灾害情况、有效灌溉率、复种指数和降雨量对效率的影响、技术效率的频率分布和投入产出的弹性系数进行了分析。

1.3.2 DEA方法 数据包络分析（DEA） 工作原理为数据驱动，因此在进行测算时可有效避免函数选择的主观性，同时，DEA方法能处理多产出多投入的生产形式问题。因此在数据来源的真实性、处理方法的科学性、指标选取与设计的合理性得到保证的情况下，DEA方法更具有适合多种经济问题的普遍性与大样本研究的实用性。目前DEA方法得到了广泛的扩展应用。

陈秋菲等［12］运用DEA-Malmquist指数模型，对2007—2015年中我国13个粮食作物主产区全要素生产率进行评价发现，由于技术效率（0.990）和技术进步效率（1.201）的双重作用，我国粮食全要素生产效率以年均1.1倍的速度增长，技术进步是促进全要素生产率增长的主要动力，技术效率的衰退是影响全要素生产率增长的重要阻力。闵锐等［13-14］分别利用1978－2010年国内省域面板数据和2004—2010年湖北省县域面板数据，发现环境污染对我国的粮食生产技术效率有影响，普遍存在环境污染导致效率损失的现象。就湖北省而言，其粮食生产TFP增长为技术进步单独驱动，技术效率改进作用不大。粮食生产增长主要还是依靠生产要素投入。

1.3.3 指数法 指数法主要为采用特定函数对所观测到的投入与产出之间数量与价格的函数关系进行分析，如拉氏（Laspeyres）指数、帕氏（Paasche）指数、费希尔（Fisher）指数和Törnqvist指数等。目前较为常用的是Malmquist TFP指数，主要用来分解全要素生产率指数的不同部分，包括技术进步和效率的变化，常与DEA方法结合使用。该方法主要用于3个层面。

一是不同国家的农业TFP比较。Ludena等［15］计算了116个国家农业TFP并对其进行了简要的分类，发现养殖业TFP远远高于种植业 TFP。Nin-Pratt等［16］对 1961—2006 年中国和印度两个国家的农业TFP进行了测算，发现由技术进步导致的全要素生产力提高是农业产出提升的重要原因。

二是分析单个国家农业TFP。Millan等［17］、Nghiem 等［18］分别测算了西班牙、越南的农业全要素生产率，研究发现农业TFP年均增长率在2.9%～3.5%之间。肖红波等［19］研究发现，我国粮食平均综合技术效率不高，纯技术效率相对偏低；全国粮食全要素生产率增长有所下降，由技术创新所决定的技术进步呈现下降趋势。

三是对农业行业内部全要素生产率进行分析。Tuong等［20］对越南 1976—1994年稻谷全要素生产率增长率进行了估算。张丽娜等［21］研究发现，2005—2015年玉米生产综合技术效率提高主要依赖生产方式改进，玉米全要素生产率平均下降6.7%，其增长显著依赖于技术进步；各省（区）综合技术效率的差异主要受农业生产方式（技术运用等）、经营规模及农业生产占比等的影响；玉米生产各个投入要素均存在不同程度的松弛，配置不合理，均有可节约的空间。魏丹等［22］研究发现，农业财政支出、产业结构变动显著地促进了中国粮食生产率的增长、自然灾害对粮食生产率提高有显著的负面影响，人力资本通过影响技术效率进而影响粮食全要素生产率的提高。高帅等［23］采用Malmquist 指数和β收敛分析测算了陕西省32个产粮大县的粮食全要素生产率，研究发现该省产粮大县粮食增产源于要素投入和全要素生产率的双重驱动，全要素生产率增长年度波动较大。杨春等［24］研究发现，1990—2004年我国玉米TFP的平均增长率为3.7%，技术进步为2.9%，技术效率为0.7%，技术进步构成推进TFP增长的主要因素，而技术效率的下滑却减缓了其增长。李兮芝［25］发现浙江粮食生产效率整体上升，浙北地区粮食生产效率优势明显。

近年Torngvist-Theil指数也被广泛使用以测算全要素生产率的变化。陈卫平等［26］运用Torngvist-Theil指数法测算了我国粮食生产的TFP，并进一步计算了全要素生产率对粮食生产的贡献。

1.3.4 3种方法的比较 上述3种方法均有其优点和缺点，因此在不同的测算过程中采取不同的方案（表1）。

（1）生产效率的测定可采用DEA方法和SFA方法，这是因为SFA方法考虑了统计噪声，并且容易进行假设检验，因此在定量统计上优于DEA方法，但是SFA方法需要假设无效率项的分布形式和假定生产函数的形式，造成了研究理论假设的难度。

（2）技术进步或TFP的测算可采用TFP指数方法和SFA方法。指数方法只需要考察两个观测期，且计算简便，但是需要掌握价格数据，增加了数据收集的难度。此外，指数方法还假设生产在技术上是有效率的，但是该假设往往不符合实际。对比而言，SFA方法放宽了这个假设条件，并且不需要价格信息，还可以将TFP分解为技术进步和技术效率变化两个方面，但是却需要掌握所有研究对象每个时期的观测值。综上要根据所能够掌握的实际数据指标情况来选择合适的研究方法。

表1 3种研究方法的比较

2 粮食生产技术效率的相关研究

2.1 生产技术效率的测算

最初从生产效率进行研究的Koopmans［27］、Farrell［28］首次正式提出了技术效率的概念，认为其是在特定产出规模与市场价格的背景下，生产单元用一定组合的生产要素来生产目标产出所需的实际成本除以理想最小成本的百分比。随后，Leibenstein［29］将其定义为在相同的投入要素组合的规模与市场价格下，生产单元的实际产出除以在该技术水平下所能达到的理想最大产出所得的比率。这一定义被广泛应用。

生产技术效率测算一般采用柯布道格拉斯生产函数、超越对数生产函数等。周四军［30］采用柯布道格拉斯生产函数，发现1983—2001年我国粮食生产主要依赖于有效播种面积和农用化肥施用量技术对粮食产量影响不显著。李启超等［31］采用扩展的柯布道格拉斯生产函数对1998—2006年河北省太行山区粮食生产研究发现，粮食播种面积、灌溉、和农业机械是粮食生产中重要的投入要素。张雪梅［32］用柯布道格拉斯生产函数测算1991—1996年我国玉米生产的技术效率，测算得出玉米生产的平均技术效率为0.829，并且趋于不断提高。

2.2 科技进步对生产技术效率的影响

技术效率的提升源于科技的进步，这成为国内外学界的共识。朱希刚［33］认为，政府通过相应的农业政策在粮食生产中起到核心作用，农业科技的创新和进步有效保障了中国粮食的有效供给［34］。孟春红等［35］研究发现，1949—2007年我国玉米单产增加对粮食增产的贡献占68.4%、种植面积扩大的贡献为31.6%，总产量的提高主要依赖于单产的增加。姜松等［36］研究发现，粮食生产中科技进步速度较快，且科技进步对粮食增产的贡献力度较大，且技术进步贡献率呈收敛趋势。梁子谦等［37］进一步研究得出影响粮食单产的因素主要是科技进步水平、物质投入、环境与气候和农业政策，影响粮食播种面积的主要是资源和科技要素、比较收益因子和农业政策。科技进步对不同粮食作物的贡献度也是有差异的。卢布等［38］制定了我国粮食生态的七区区划方案；利用农业综合预测法分析预测了2020年各粮食生态区域的增产潜力，增产潜力较大的作物是玉米、水稻、小麦和马铃薯。科技进步在为粮食生产带来裨益的同时也会产生一定的外部性，Tilman［39］认为技术进步和当前的经济力量，对增加粮食供应和降低农产品成本发挥了重要作用，但由此也产生了环境倒退、生物多样性消失等现象。

3 结语

在全要素生产率的测算与分解方面，我国研究相对较多，但主要侧重于对某个时间阶段的整体、某个品种、某个区域的测算与分析。但是，在方法上主要采用当期前沿面方法为主，导致容易出现技术进步指数小于1的结果，造成“技术退步”的假象；此外，生产效率测算各指数的界限不分明，经济政策和科技政策解释多样化，不具备较高的说服力。最后，大多数研究多基于宏观和中观层面，面对农户的微观层面研究还相对缺乏，有必要对其进行深入研究。

［1］ Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical consideration［J］. Journal ofPersonality and Social Psychology，1986（51）：1171-1182.

［2］ Dennis J A，Knox Lovell C A，Schmidt P.Formulation and estimation of stochastic frontier production function models［J］. Journal of Econometrics，1977，6（1）：21-37.

［3］ 曹文献，杨娜曼. 基于灰色理论的湖南粮食生产发展因素影响力评价［J］. 中国农学通报，2012，28（32）：160-165.

［4］ 张素文，李晓青. 湖南省粮食生产变化趋势及影响因子研究［J］. 国土与自然资源研究，2005（1）：30-31.

［5］ 彭澧丽，杨重玉，龙方. 农业机械化对粮食生产能力影响的实证分析—— 以湖南省为例［J］.技术经济，2011，30（1）：34-38.

［6］ 马九杰，崔卫杰，朱信凯. 农业自然灾害风险对粮食综合生产能力的影响分析［J］. 农业经济问题，2005（4）：14-17.

［7］ Meeusen W. Efficiency estimation from cobbdouglas production function with composed error［J］. International Economic Review，1977，18（2）：435-444.

［8］ 亢霞，刘秀梅. 我国粮食生产的技术效率分析—— 基于随机前沿分析方法［J］. 中国农村观察，2005（4）：25-32.

［9］ 乔世君．中国粮食生产技术效率的实证研究—— 随机前沿面生产函数的应用［J］. 数理统计与管理，2004，23（3）：11-16.

［10］ 黄金波，周先波. 中国粮食生产的技术效率与全要素生产率增长：1978-2008［J］. 南方经济，2010（9）：40-52.

［11］ 范群芳，董增川，杜芙蓉．随机前沿生产函数在粮食生产技术效率研究中的应用［J］. 节水灌溉，2008（6）：30-33.

［12］ 陈秋菲，谭晓东. 中国粮食作物全要素生产率评价研究［J］. 辽宁农业科学，2017（5）：29-31.

［13］ 闵锐，李谷成. 环境约束条件下的中国粮食全要素生产率增长与分解［J］. 经济评论，2012（5）：34-42.

［14］ 闵锐. 粮食全要素生产率：基于序列DEA 与湖北主产区县域面板数据的实证分析［J］. 农业技术经济，2012（1）：47-55.

［15］ Ludena C. Productivity growth and convergence in crop，ruminant and non-ruminant production：measurement and forecasts［J］. Agric，Econ.2007（37）：1-17．

［16］ Nin-Pratt A. Comparisons of agricultural productivity growth in China and India［J］.Journal of Productivity Analysis，2009，33（3）：209-223.

［17］ Millan J A，Aldaz N. Agricultural productivity of the Spanish regions［J］. Applied Economics，1998（30）：875-884.

［18］ Nghiem H S，Coelli T. The effect of incentive reforms upon productivity：Evidence from the Vietnamese rice industry［J］. Journal of Development Studies，2002，39（1）：74-93．

［19］ 肖红波，王济民. 新世纪以来我国粮食综合技术效率和全要素生产率分析［J］. 农业技术经济，2012（1）：36-46.

［20］ Tuong N C. Market reform，incentives and economic development in Vietnamese rice production［J］. Comparative Economic Studies，2006，48（ 2）：277-301．

［21］ 张丽娜，陈志，杨敏丽，等. 我国玉米生产效率时空特征分析［J］. 农业机械学报，2018（3）：1-11．

［22］ 魏丹. 粮食生产率增长、技术进步、技术效率—— 基于中国分省数据的经验分析［J］. 中国科技论坛，2010（8）：140-145.

［23］ 高帅，王征兵. 粮食全要素生产率增长及收敛分析—— 以陕西省32 个产粮大县为例［J］. 中国科技论坛，2012（10）：138-143.

［24］ 杨春. 中国玉米生产率增长研究［J］. 农机化研究，2007（11）：67-69.

［25］ 李兮芝．浙江省粮食生产效率实证研究—— 基于1987—2007年面板数据的分析［D］. 杭州：浙江大学，2009.

［26］ 陈卫平，郑风田. 中国的粮食生产力革命［J］.经济理论与经济管理，2006（4）：56-61.

［27］ Koopmans T C. Analysis of production as an efficient combination of activities［A］. Koopmans，T. C.（Ed.），Activity analysis of production and allocation，cowles commission［M］. Wiley，New York ，1951：33-97.

［28］ Farrell M. The measurement of productivity efficiency［J］. Journal of the Royal Statistical Society A，1957（120）：253-281.

［29］ Leibenstein H. Allocative efficiency vs‘X-Efficiency’［J］. American Economic Review，1966，56（3）：392-415.

［30］ 周四军. 对我国粮食生产影响因素的计量分析［J］. 统计与决策，2003（4）：41-42.

［31］ 李启超. 河北省太行山区粮食生产的投入要素分析［J］. 广东农业科学，2010（1）：258-259.

［32］ 张雪梅．我国玉米增长影响因素的分析［J］. 农业技术经济，1999（2）：32-35.

［33］ 朱希刚. 我国粮食生产率增长分析［J］. 农业经济问题，1999（7）：2-9.

［34］ 瞿虎渠. 科技进步：粮食生产中的重要支撑［J］. 求是，2010（5）：51-53.

［35］ 孟春红，路振广. 粮食安全与玉米增产潜力的研究［J］. 中国农村水利水电，2012（9）：19-23.

［36］ 姜松. 粮食生产中科技进步速度及贡献研究—— 基于1985—2010 年省级面板数据［J］.农业技术经济，2012（10）：40-51.

［37］ 梁子谦，李小军．影响中国粮食生产的因子分析［J］．农业经济问题，2006（11）：19-22.

［38］ 卢布. 2020 年我国区域粮食生产潜力及实现途径［J］. 中国软科学，2009（S1）：188-192.

［39］ Tilman D. Agricultural sustainability and intensive production practices［J］. Nature，2002：671-677.

Research progress of total factor productivity and technical efficiency of grain

WANG Chen1，CUI Jian-xun2，MA Li2，WU Jing-xue1，HUANG Xiu-jie2，CHU Xia-ling2，YANG Yan-tao1，MAO Shi-ping1，ZHANG Lin1
（1. Institute of Agricultural Economics and Development，Chinese Academy of Agricultural Sciences，Beijing 100081，China ；2. Institute of Agricultural Economics and Rural Development，Guangdong Academy of Agricultural Sciences，Guangzhou 510640，China）

Total factor productivity and technical efficiency of grain can clearly express the input-output efficiency of production technology and land from different levels，and make the quantitative analysis of grain production efficiency. This paper introduced the definition of total factor productivity and technical efficiency of grain，summarized the influencing factors of total factor productivity，introduced three main methods （index method，DEA method and SFA method） for measuring total factor productivity，at last reviewed the related research progress.

grain ；total factor productivity；technical efficiency；SFA method ；DEA method ；index method

F323.5

A

1004-874X（2017）08-0133-06

王琛，崔建勋，马力，等. 粮食全要素生产率和技术效率研究进展［J］.广东农业科学，2017，44（8）：133-138.

2017-06-10

国家自然科学基金（71273263）

王琛（1985-），女，博士，E-mail：1045822659@qq.com

吴敬学（1958-），男，博士，研究员，E-mail：wujingxue@caas.cn

（责任编辑 邹移光）