高瑞宏，陈 耀，杨小娟

（甘肃农业大学 财经学院，甘肃 兰州 730070）

自2004 年以来，中国粮食生产实现连产连丰的佳绩。但受资源约束、环保意识增强、劳动力价格提升等影响，农民逐步削减农业资本投入[1]，要保证农业绿色高效发展，科学技术在农业生产中的作用日益凸现，这就决定了现阶段农业发展必须走依靠科学技术驱动生产的现代化发展道路。全要素生产率是衡量产业发展过程中科技进步对增长贡献份额的重要指标[2]。

学者对农业全要素生产率测算方面有较详实的研究，全炯振（2009）[3]运用SFA-Malmquist 模型测算中国各省份及东中西部的农业全要素生产率变化并分析其时序增长和空间分布特征，发现中国农业全要素生产率呈缓慢波动增长状态。张乐和曹静（2013）[4]用SFA 测算分解中国农业全要素生产率，得出中国农业全要素生产率年均增速率呈整体递减趋势，并分析阻碍和促进其变化的因素。邓蒙芝（2015）[5]运用超越对数随机前沿生产函数模型，对河南省县域农业技术进步率和技术效率进行测算，得出技术进步是推动河南县域农业发展的主要动力。陆泉志等（2018）[6]用DEA-Malmquist 模型和经典收敛回归方法，测算了广西粮食全要素生产率，并分析其收敛情况，表明研究期内广西粮食全要素生产率呈下降趋势，技术进步损失是主要诱因。李翔和杨柳（2018）[2]基于随机前沿模型，结合华东六省的数据，分解测算了华东地区的农业全要素生产率，得出华东地区农业全要素生产率呈波动增长，技术进步是其增长的主要动力。

随机前沿方法，适用于单产出的生产，引入了误差项和技术非效率项，克服了数据包络分析法的缺陷，更准确地反映生产过程的有效状态。该方法可对结果进行假设检验，适用于大规模观测样本，当数据噪声较大时，估计结果比数据包络分析法更准确[7]。综上，运用随机前沿方法对甘肃省2005—2017 年的农业生产数据进行测算，研究农业全要素生产率时序变化。充分实现农业在地区发展中稳定器的作用，对生态脆弱地区农业发展做出有益探索。

一、模型设定

Kumbhakar and Lovell 运用随机前沿方法将全要素生产率分解为技术进步、技术效率、规模效率和要素配置效率四部分[8]，相较Malmquist 指数法和C-D 生产函数更全面地分解了全要素生产率。但由于农业生产中大部分劳动力和土地都是自家持有，价格指标较难获得，加之要素市场发育不健全，要素实际配置与最优化状态差距较大[6]，故本文去掉了要素配置效率测算。Kumbhakar（2000）[9]认为，随机前沿生产模型的一般形式为：

其中，Y 表示农业总产值，i 表示14 个市州，t 表示时期，f 为生产函数，X 为投入要素，β 是待估参数，vit-uit为复合误差项，vit与uit相互独立，vit是随机扰动项，，uit是技术无效率项，。η 为衰减系数，η＞0 表示uit随时间推移递减，η=0表示不变，η＜0 表示递增。TE 为技术效率，当uit=0时，TEit=1，表示技术有效；当uit＞0 时，TEit＜1，表示技术无效。分别表示随机干扰和技术效率的方差。γ 表示无效因素对个体效率差异的解释程度，若γ 越趋于1，表明误差主要来源于生产技术的非效率；若γ 趋于0，表明实际产出与前沿面产出之间的差距主要来源于统计误差。

TC 为技术变化，当TC＞0 时，表示技术进步，TC＜0 时，表示技术退步。TE 为技术效率。（RTSit-1）为规模效率（SE），SE＞0，表明随时间变化，规模效率所引起的全要素投入增加能促进农业全要素生产率增长，反之则反。若SE＞0，表明要素投入能促进全要素生产率增长。

随机前沿生产模型，较之一般生产函数模型，更能揭示农业生产中的技术及其变化。各要素对产出的贡献会随时间和地区的不同而变化，且能表示偏性技术进步，加之函数形式简单，易于估算，因而选择超越对数生产函数，形式下：

二、变量选取与数据来源

本研究使用2005—2017 年甘肃省农业数据，数据源于《甘肃发展年鉴》。指标设定中，借鉴全炯振的研究，选取农业总产值为产出指标。为剔除价格变动的影响，统一折算成2000 年的不变价格。劳动力投入以农林牧渔业从业人员作为劳动力投入；为降低农用耕地撂荒、休耕情况对测算的影响，土地投入以农作物实际播种面积作为土地投入的替代变量；农业资本投入包括农业机械总动力和化肥施用折纯量作为要素投入指标。

三、结果分析

通过Frontier4.1 对函数估计，结果如表1 所示。其中，技术非效率值μ 为0.173 5，表明甘肃省农业生产中存在技术非效率。技术效率时变性η 为0.059 3，表明技术效率时变趋势并不明显。时间项t 为0.128 1，说明生产中存在技术进步。γ 值为0.990 2，表明技术非效率中人为可控制的技术非效率所占比重为99.02%，说明甘肃省2005—2017 年间农业技术非效率主要源于生产技术非效率，统计误差等仅占0.98%，回归结果较好[10]。投入要素的交叉项系数都通过了显著性水平为5%的检验，说明存在偏性技术进步，但效果不显著，仍以中性技术进步为主[11]。

表1 函数估计结果

（一）甘肃省农业全要素生产率呈现缓慢波动增长的特征

2005—2017 年间，甘肃省农业全要素生产率年均增长率为0.13%。如图1 所示，研究期内甘肃省农业全要素生产率呈缓慢波动增长趋势，期间共经历了四次波动变化，这与农业易受外部环境影响的弱质特性有关。甘肃省农业全要素生产率总体呈现正向变化，表明甘肃省农业发展仍存在潜力。

图1 甘肃省2005—2017 年农业全要素生产率变化及其分解

（二）农业技术效率的稳定增长为农业全要素生产率增长提供坚实保障

技术效率的年均增长率为0.56%，农业技术效率有力地推动了甘肃省农业全要素生产率的增长。甘肃省农业技术效率自2015 年之后，经历了较快速的增长，且农业技术效率与农业全要素生产率的变化趋势大体一致，表明甘肃省农业全要素生产率的增长显著依赖于农业技术效率，甘肃省农业全要素生产率的增长主要依靠生产要素的投入。原因在于，一方面甘肃省农业生产仍处于由传统农业向现代农业过渡的阶段，部分地区精耕细作的生产状态仍然延续；另一方面部分产业无法实现机械化生产，需要劳动力的投入，从侧面说明农业技术吸收较好。

（三）农业技术进步是推动甘肃省农业全要素生产率增长的潜在动力

2005—2017 年间，甘肃省农业技术进步的年均增长率为-2.81%，农业技术进步呈负向增长，出现技术退步现象，其负向变化对农业技术效率有抵消作用，进而对农业全要素生产率变化产生影响。负向变化主要归因于基层农业技术推广体系作用微弱，新技术推广较缓慢，农户技术吸收能力较弱。农业技术进步也成为农业全要素生产率提高的潜在增长点。

（四）农业规模效率的变化对农业全要素生产率的增长作用不明显

农业规模效率的年均增长率为-0.13%，对农业经济增长没有贡献，结构红利在甘肃省农业发展中并不存在[12]。研究期内，劳动力、化肥等生产要素的大量投入对农业经济的增长产生阻碍作用，但这种势头有扭转的趋势。究其原因，是科技在农业生产中的作用逐渐显现。

四、结论和建议

研究期内，甘肃省农业全要素生产率总体呈缓慢上升趋势，其中技术效率对农业全要素生产率的贡献份额最大。农业技术进步率较低，说明甘肃省农业新技术扩散速度较慢，扩散周期较长；农业规模效率作用不明显。甘肃省农业生产中，依靠要素驱动生产的局面未发生根本性变化。为提高生产中科学技术的作用，改善粗放经营状况，应继续加大农技推广体系建设，提高农业科技吸收率，实现新技术有效传播；加大农业人才培养力度，推进新型职业农民培训。