黄桂琴，蔡书凯

(安徽工程大学 经济与管理学院，安徽 芜湖 241000)

要素资源的优化配置为中国经济的快速增长带来源源不断的动力。2020年3月，中共中央、国务院印发的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》(以下简称《意见》)指出，“完善要素市场化配置是建设统一开放、竞争有序市场体系的内在要求，是坚持和完善社会主义基本经济制度、加快完善社会主义市场经济体制的重要内容”。这是党中央和国务院第一次对推进要素市场化配置改革进行总体部署。农产品流通产业良性发展是农业供给侧结构性改革的重要任务之一，是激活和撬动农村经济的有力杠杆。它具有“连接供需、连接城乡，引导生产、引导消费”的功能，且随着农业供给侧结构性改革的深入推进，其连接和引导作用将更加显著。

在2006年，我国农产品流通产业增长速度仅有3.71%，十分缓慢，但自2008年增长速度达到35.82%以后，就一直保持了二位数以上的增长速度(1)数据来源于《中国贸易外经统计年鉴》。。2018年农产品综合市场成交额达10 261.42亿元，占同期综合市场成交额的36.4%(2)数据来源于国务院发展研究中心信息网统计数据库，http://edu-data.drcnet.com.cn，并经整理计算。，农产品物流总额为3.86万亿元，占到当期社会物流总额283.1万亿的1.37%，同比下降0.16%(3)数据来源于中国物流与采购信息网《2015年全国物流运行情况通报》，http://www.chinawuliu.com.cn/lhhkx/201605/31/312529.shtml，经整理计算。，与此同时，随着中国人口城镇化推进，人口与城乡经济格局发生了巨变，也造成了农产品生产与需求的极大分裂与割离，既催生了对农产品流通产业需求快速增长，也对产业发展提出了更高要求。中国农产品流通产业增长的放缓与社会需求增长之间的矛盾不断加剧，促使人们不得不思考为什么农产品流通产业的增长速度会在需要空间扩展的大好环境下不升反降，产业的要素配置效率是否支撑了产业TFP增长。

一、文献回顾

一个国家的农产品流通产业要素配置的优化关系到产业发展方式的转型与产业壮大。在一个超过700个非洲国家混合截面数据分析中，Rachel 和 Gumataw发现，在现代食品零售快速增长的同时，传统的零售渠道仍然占据主导地位[1]。中国农产品流通市场由于主体复杂和市场分散，致使农产品流通产业渠道较长，因此大量的学者把目光聚焦于农产品产业渠道变革上。一部分学者尝试用DSR(即，driving force-status-response，简称DSR)分析框架，构建中国农产品流通渠道变革的动力机制[2]，以期实现农产品流通渠道的跨界融合与集成服务；另一部分学者希冀从影响农产品流通渠道的因素分析中找到优化农产品流通渠道的良策[3]，或是从流通成本中找到提高流通效率的钥匙[4]。一些将农产品流通产业作为整体研究的文献专注于农产品流通产业的微观组织结构研究，对参与农民合作社的个体特征、经营特征、组织特征、社会资本、组织，以及对合作社治理等做了系列研究[5]。显然，上述研究抓住了当前农产品流通过程中的现实问题，然而，农产品流通产业全要素生产率研究文献尚不多见。吕建兴等从流通环节测算农产品效率时发现，产业整体效率不高，纯技术无效是其主要原因，但没有进一步测算出产业的要素配置效率对TFP的贡献[6]。

充分释放要素配置效率是提升全要素生产率的内在机制和重要路径。经验研究表明，要素配置效率的改善对单位要素生产效率的提升,主要通过要素从低边际生产率部门(或产业)向高边际生产率部门(或产业)转移来实现[7]。稍早一些的实证研究发现，中国大中型企业TFP的增长主要由技术进步和技术效率变化贡献，要素配置效率和规模效率的贡献较弱[8]，甚至在工业TFP增长中，要素配置效率为负[9]。从中国宏观及产业数据看，改革开放至2005 年前后，中国经济增长主要得益于各行业技术进步的普遍提升。在此之后，要素配置结构效应对TFP 增长的贡献迅速提高，取代技术效应成为TFP 增长的主导因素[10]。胡亚茹等利用引入R&D 资本的扩展 C-D 生产函数测算结果显示，R&D 资本配置的结构红利在逐期上升但份量较小，劳动配置结构效应起主导作用对高新技术产业增长率起重要作用[11]。在农业领域，劳动和资本要素的错配现象在中东西部地区都明显存在，改善程度与速度不一，并造成中国农业产出年均5%的损失，且仍在不断增加[12]。

上述研究结论差异的主要原因还在于国内测算增长率的方法不同。以数据包络分析法(DEA)为代表的研究文献，只能测算影响TFP的技术进步、技术进步效率变动与规模效率变动，而不能得到要素配置效率的具体值，因而难以直接度量要素配置效率对TFP的贡献。采取通过设定严格的生产函数形式的参数分析方法时，在对生产率分解的过程中，由于寻求不同的表达方式来定义要素配置效率，其结论也存在差异。比如有学者以厂商的市场份额与生产率协方差的大小判定资源配置的流向[13]，其优点是指标不会受到行业特征或测量误差的影响，度量指标较为稳健，但该指标也失去了对特定产业具体情况的考量与描述。以企业市场份额变动与在位企业的生产率的乘积作为度量要素配置效率指标的测算方法被广泛运用于微观经济活动研究[14]。这类研究方法以企业作为研究对象考察要素资源在不同类型企业的配置效率。传统上，人们主要利用投入要素的边际产出对边际成本的偏离程度测算要素投入的扭曲程度，以此衡量资源配置是否有效率[15],这一测算方法易于操作与理解。以要素弹性份额与要素成本份额间的匹配程度来衡量要素配置效率，更贴合农产品流通产业要素配置的特点，故本文选用此指标。

二、农产品流通产业要素配置效率测算

(一)随机前沿模型的设定

根据随机前沿模型(stochastic frontier model SFA)及运算方法，本文拟建立一个携带时变技术无效率指数的随机前沿生产函数作为研究的基本模型。其一般表达式如下：

Yit=f[Xit(t);β]×exp(vit-uit)

(1)

uit=ut×ηit=ui×exp[-η×(t-T)]

(2)

式中，Yit表示农产品流通产业产出值；Xit(t)为各类农产品流通产业要素资源的投入；f(Xit,t)是随机前沿生产函数中的确定性前沿产出面；i表示样本中的第i个样本值，t是测量技术变化的时间趋势变量，T表示第T时期。vit是服从独立同分布的随机误差项，即vit～ii.d.N(0,σ2)。uit是一个技术无效率函数，表示i省在t期的技术无效率指数，它被定义为平均技术无效率指数与一个以t至T时期技术无效率指数的变化率为指数的指数函数的乘积。η表示技术效率指数(-μit)的变化率，当ηit>0时，技术效率指数变化率为正，即技术效率处于以递减的速率递增当中；当ηit<0时，技术效率指数变化率为负，即技术效率处于以递增的速率递减当中。μi为i省份平均技术无效率指数，表示其由于技术非效率造成的产出损失(不可观测)。对式(1)的两边取对数，并对时间t求导，可得：

(3)

(4)

其中，sj为投入要素j的成本份额，xj为要素投入增长率。将(4)代入(3)式中整理可得：

(5)

式(5)中，ε=∑jεj为所有投入要素产出弹性之和。这样，式(5)将ΔTFP分解成4个部分，即：

(6)

(7)

(8)

(9)

ΔT为前沿技术进步，ΔTE为技术效率变化率，ΔSE规模效率变化工，ΔAE要素配效率变化。

(二)全要素生产率及其分解式求解

要获得上述式中的值，首先需要设定前沿生产函数f[Xit(t);β]的具体形式，而设定模型的过程就是模型检验的过程。假定生产过程中只投入劳动力、资本和技术3种要素，同时以时间趋势t衡量技术进步程度，则前沿生产函数的对数形式可表达为：

(10)

对(10)式的所有参数β进行估计，可以分别求到第i个样本在t时期ΔTit、ΔTEit以及各个要素的产出弹性：

ΔTit=βt+βitt+βtklnKit+βtLlnLit

(11)

(12)

εKit=βK+βKKlnKit+βKLlnLit+βtKt

(13)

εLit=βL+βLLlnLit+βKLlnKit+βiLt

(14)

将(11)至(14)式的计算结果，代入到(4)(8)(9)式，便可求得到ΔTFPit、ΔSEit和ΔAEit的值。

(三)变量界定与数据处理

测算农产品流通产业要素配置效率的关键在于投入产出指标选择。本文以农产品流通中的批发与零售环节为着眼点，选取农产品流通产业产值作为其产出指标。具体以农畜产品批发(2012年后为农、林、牧产品批发)和食品、饮料及烟草制品批发及农产品专门零售的产值作为核算依据，单位为亿元。

农产品流通产业的投入指标包括所有投入到产业发展中劳动和资本。其中从业人员数为农林牧产品批发、食品饮料及烟草制品批发和专门零售从业人数；固定资产采用农畜产品批发业和食品、饮料及烟草制品批发及专门零售业的固定资产计。劳动力投入由从业人员数为农林牧产品批发、食品饮料及烟草制品批发与专门零售从业人数衡量，单位万人。劳动力价格由各省份农业生产和经营性费用的现金支出衡量。农产品流通产业资本投入由农畜产品批发业和食品、饮料及烟草制品批发及专门零售业的固定资产衡量，单位万元。资本价格由中国银行中长期贷款利率来衡量。劳动力价格和资本价格均由生产资料价格指数进行平减。

资本变量的处理是将资本帐面价值转化为可以比较的实际资本存量。具体做法是通过将本期固定资产原值减去上期固定资产原值方式，求得当期购买固定资产名义值，并进一步对所得值消除通胀因子，即得到当期的实际投资。最后，采用“永续盘存法”得到研究期各省的实际资本存量。对于基期数据处理，由于现有统计中缺失2005年以前的分省数据，则借鉴单豪杰的方法以2006年的实际投资除以2005年投资增长率与折旧率。这里，假定2005年的实际投资增长率与2006年相同。

本文数据包括30个省市样本，2005—2015年的数据。数据主要来源于《中国贸易外经统计年鉴》《中国农村统计年鉴》《中国农业年鉴》等。

三、农产品流通产业确定性前沿生产函数及无效率函数的参数检验

1.确定性前沿生产函数的参数检验。随机前沿生产函数的确定性前沿产出部分的对数形式有多种，它可能是含t的超越对数生产函数，也可能是不含t的简单对数生产函数，或者二者都不是。因此，在选择生产函数的具体形式时，需要先对模型(2)和模型(10)进行严格的检验。检验的内容有两项：一是检验确定性前沿生产函数的参数；二是检验无效率函数的参数。第一部分的检验主要通过对原假设：γ=0、βt=βLk=βLt=βKt=βL2=βK2=βt2=0，所有含t的项的系数为0，以及基础模型中不显著系数为0这4个部分来实现。

2．无效率函数的参数检验。无效率函数的检验主要是检验技术无效率指数是否服从半正态分布、技术效率无时间效率，以及不存在技术无效率。具体检验时，上述2个检验可分别以检验μ、η是否分别为0，还是同时为0来实现。对应于上3个假设检验，检验模型可分别记为b1 、b2 、b3。所有假设都以广义似然比(LR)统计量进行检验，即LR=-2[L(H0)-L(H1)]其中，L(H0)和L(H1)分别是零假设H0和备择假设H1的前沿模型的似然函数值。这两个部分的检验结果由表1和表2分别呈示。

表1 随机前沿生产函数模型的估计结果

3.生产前沿函数检验结果分析。表1为前沿生产函数4个模型的参数检验结果。表2显示了前沿生产函数假设1至假设3的最大似然比检验情况，结果所有的检验都拒绝了原假设。在模型1的参数估计中，首先拒绝了前沿函数无变量间相互作用的假设和无技术进步的假设。这说明，技术进步、资本投入与劳动要素投入之间的相互作用都促进了农产品流通产业产出的增长，因此，选择含t的超越对数生产函数形式是合理的。其次，检验无技术进步的原假设。检验结果拒绝了无技术进步的原假设。技术进步通过与劳动力的相互作用对产业增长到积极的影响，尽管在统计意义上不显著，但技术进步本身却落后于产业发展。最后，检验模型中存在冗余变量的原假设。表1结果也拒绝了有冗余变量的原假设，这表明模型a1中所有不显著变量的系数应为0。此外，含有冗余变量的模型a4的LM检验结果进一步拒绝这一假设。至此，所有的检验结果支持了基础模型的设定是合适的。

表1与表2分别显示了无效率函数的参数估计及LR检验结果。结果显示，所有的检验结果都拒绝了无效率函数的原假设，这表明2005—2015年，我国农产品流通产业存在时变技术无效率。具体来看，第一项检验结果模型a2可知，γ值为0.434 4且在1%水平上显著(见表2)，说明原假设不成立，技术效率情况明显存在，有必要采用随机前沿分析方法。检验第二项、第三项时结果表明C-D生产函数无法准确表达生产函数的意义，采用超越对数生产函数更为合理。无效率生产函数模型的检验显示均值μ服从截断正态分布且技术效率具有时变性。总体而言，采用基于超越对数的随机前沿模型合理。

根据公式(6)、(14)所估计的随机前沿超越对数生产函数的极大似然估计结果如表1所示。在10个待估计的参数中有6个参数在5%的统计水平上显著，方差比γ为0.495 5，说明生产函数偏差由技术非效率项μ和随机误差项υ共同决定。而极大似然估计值绝对值(141.119)和单侧似然比(LR)检测值(89.346)较大，说明模型的整体显著性也较高。综合上述检验结果，本文以模型a1作为测度农产品流通业要素配置效率的基础模型。在模型a1中，劳动要素投入变量、资本要素投入变量的系数估计值都为正，且显著，这说明，劳动与资本投入要素都对农产品流通产业产出起到了显著的促进作用。资本与劳动的二次项系数均为正，且劳动的二次项显著，说明农产品流通产业的增速随着劳动和资本投入增加而加快，不过随着资本投入增加而加速却表现得并不显著。lnK与lnL的交叉项的系数为负，说明劳动投入与资本投入的交互作用是反向的，在研究样本期内，两者之间具有替代效应，劳动(或资本)要素投入的增加会带来资本(或劳动)要素投入的减少。由于劳动时间变量βlt的系数显著为正，且βkl系数为负，理论上推测农产品流通产业技术进步过程中发生了资本节约型技术进步。资本节约型技术进步导致在农产品流通产业生产中，劳动力要素的投入不断替代资本要素。然而，由于资本时间变量βkt的系数也为正(尽管不显著)，这就使得上述结论不那么经得起检验了。γ值在99%水平上显著，说明在控制了要素投入以后，几乎所有的生产波动都可以归因于技术无效率。技术效率的时变参数η(0.014)系数为正，表明在样本期间内，农产品流通产业的技术效率是以递增的速率增长的，年均变化率为0.014。

表2 LR检验结果

四、农产品流通产业全要素生产率及要素配置效率的区域差异分析

(一)全要素生产率及配置效率变动的趋势特点

假定全国为一个研究单位，以全国的平均投入量生产了全国的平均产出，则可计算出我国农产品流通产业的TFP变化及其分解式。由于基期定为2005年，故而仅技术效率与技术进步2个指标从2005年始，其他3个效率指标值从2006年始计。从分解的结果来看，2003—2015年，农产品流通产业增长速率(ΔTFP)的年增长1.75%，处于一个较低的水平。研究期，农产品流通产业全要素生产率增长率变化呈现隔年反向波动特点，即，若当年度增长较快，则下一年度的降速也快，若增幅较小，则隔年减幅也较小。这正是体现了农产品相对于工业品和其他服务业的不同之处，它与农业生产季节性，农产品不易存储、对市场反应滞后等特点密切相关。其中，2008年与2013年出现大幅度的波动，2008年TFP增速达到一个峰值(0.284 7)，而2013年则是向相反方向变化，增速衰减至谷底(-0.360 5)。不过，引起这两次大幅度变动的内在因素不同，在2008年，规模效率的推动是引起全要素生产率提升的内在动因，而2013年，要素配置效率的变动则是抑制了全要素生产率的主要原因。从图1可以看出，这10年间，ΔTFP与要素配置效率变化(ΔAE)保持了同步变动趋势，这说明配置效率变化可能是我国农产品流通产业TFP增长的决定性因素。

其次，根据农产品流通产业 TFP变化的分解式，4个构成部分对产业增长的贡献各异。技术变化(ΔT)与技术效率变化(ΔTE)均为正，二者对TFP增长具有积极的拉动作用，但这一拉力在逐渐减小。技术变化的年均值为0.084 5，技术效率变化的年均值为0.006 2，表明技术变化对农产品流通产业TFP增长年均贡献8.45%；而技术效率变化对农产品流通产业TFP增长贡献仅为0.62%。从图1可以看出，10年来，技术变化的数量级数远大于技术效率变化与规模效率变化，因此，我国农产品流通产业全要素生产率主要由技术进步决定。但技术进步变动的幅度较小，即技术变化对TFP增长的贡献一直保持在微小变动范围中的递增状态。从前文分析可知，这是由于农产品流通产业中存在有偏技术进步，而这种技术进步与目前农产品流通产业所适宜的生产方式基本相符。

再次，从规模效率变化(ΔSE)来看，其值为正，表明过去10年间，农产品流通产业的规模效率的增长推动了农产品流通产业的生产率的提升。但从其对TFP的贡献度来看，规模效率仅为0.269%，作用十分有限。进一步，分年度看，10年里，规模效率的增长率只在2006年、2008年和2011年为正值，其余7年都为负值。随着时间的推移，规模效率对TFP增长的影响从促进增长转向抑制增长，且没有好转的迹象。

最后，要素的配置效率变化(ΔAE)为负表明农产品流通产业的配置效率一直在不断恶化。配置效率变化的年均值为-0.077 9，表明配置效率拉低了农产品流通产业TFP增长，是TEP分解式中影响力最大的因素。从图1直观地看出这一关系，TFP 变化略高于配置效率变化，两者变化整体吻合程度较高。董誉文等对我国批发和零售业1993—2014年数据研究我国商贸流通产业增长方式时认为配置效率对全要素生产率的小到可以忽略不计[16]。显然，这与本文研究发现相背。当然，从2014和2015年的数据来看，配置效率恶化程度在逐渐减少，意味着我国农产品流通产业正在努力扭转配置效率变化的方向。

图1 2005—2016年农产品流通产业全要素生产率及要素配置效率趋势图

(二)全要素生产率与要素配置效率的区域差异

上述分析仅是考察了全国农产品流通产业的要素配置效率及TFP其他的分解项。为更具体地掌握我国各省市的农产品流通产业的要素配置变化，有必要对各地区进行详细分析(具体如图2所示)。

a.2006—2009年

b.2010—2012年

c.2013—2015年

d.2006—2015年

从区域层面看，研究期，区域间的农产品流通产业TFP增长率及其分解式各具特点。根据图2显示，东中部三大区域的要素配置效率变化都处于不断恶化的状态，以中部最为严重。其中，中部地区的农产品流通产业的ΔAE值达-0.115 1，东部地区为-0.088 9，西部地区为-0.046 2。这表明随着时间的变化，三大区域的要素配置无效抑制了农产品流通产业的TFP增长。正是由于各区域内要素配置效率持续恶化，使得这个传统产业长期处于低速发展的状态。同时，在技术效率方面，三大区域的ΔTE变化率都大于0，其中，东部地区的增长(0.012 4)要高于中部(0.002 1)和西部(0.003 1)地区，这表明各区域农产品流通产业的技术效率以递增的速度递增，间接说明了我国各区域对技术的使用效率越来越重视。

规模效率变化方面，仅是西部地区的农产品流通产业的规模效率是以递增的速率增长，东中部地区则是以递增的速率递减。正是由于三大区域在技术效率、技术进步、规模效率和要素配置效率方面的差异，东中西部地区的全要素生产率的变化也呈现出较大不同。这其中，西部地区的农产品流通产业的TFP的增长速度达到0.056 5，呈加速递增趋势；东部地区的TFP仅次于西部地区，也以加速递增的态势发展；只有中部地区的TFP是以递增的速率递减，增长趋于减缓。

从发展进程上看，在不同阶段，三大区域的产业增长率变化差异明显。根据图2所展示的TFP变化及其分解图发展趋势图，将研究期划分2006—2009年、2010—2012年、2013—2015年3个研究阶段。从分阶段图2可以发现，每个阶段都大致历经一次波谷和波峰的变化周期，产业全要素生产率及各分解式大致都经历了从以速率递增到以速率递减的动态变化过程。2006—2009年，各区域农产品流通产业三大区域的ΔTFP、ΔT、 ΔTE及ΔSE大于0，显示这一时期我国农产品流通产业发展正处于一个加快发展阶段。而且，西部地区的ΔTFP最为显著，其ΔAE也是三大区域中唯一为正值区域。2010—2012年间，ΔT成为对ΔTFP贡献最大的力量，ΔTE和ΔSE的变化速度开始放缓，ΔAE的加速恶化，导致三大区域的全要素生产率的变化也放缓了。特别指出的是，东部地区这一时期由于要素配置效率负向贡献加大，导致东部地区TFP增长率变化由递增增长模式转向递减增长模式。2013—2015年，三大区域的ΔTFP全部转为递减发展方向，规模效率和要素配置效率拉低了该产业的全要素增长率。这一时期中部的恶化情形尤其突出。

从省份层面看，不同省市的全要素增长率及要素配置效率迥异。30个省市中，18个省市的全要素生产率变化大于0，其中海南省(0.194 0)最高，而湖南省(-0.437 1)最低。要素配置效率不断优化的地区仅有4个，即宁夏、海南、河北和广西，仅占13.33%。正是因为要素配置效率的不断改善，这4个地区的农产品流通产业全要素增长率也排在全国的前列。在规模效率方面，46.67%的省市保持了增长势头，排在前五位的是海南、青海、宁夏、天津和黑龙江，后五位的是浙江、江苏、上海、广东和湖南。根据前文分析，技术进步是农产品流通产业全要素生产力的主要推动力，按省市情况分析的结果也支持了这一结论。仅西部地区的青海(-0.028 0)和宁夏(-0.003 1)两地的技术进步出现倒退，其余省市技术进步则推动了TFP的增长(各省具体情况见表3)。

上述分析仅是直观描述了区域差异的表现，并没有定量刻画出区域间的差异究竟多大，及其差异发展趋势。为此，根据前文分析，进一步核算东中西三大区域各时期的全要生产率增长及要素配置效率增长的变异系数 。结果显示，农产品流通产业TFP增长及AE增长的地区差异一直处在波动状态中，且差异有扩大的趋势。其中，2007年、2010年和2013年的变异值较大，特别是2013年，区域间变异值达到最大研究期峰值，此后两年虽有回落，但仍高于2013年前的区域变异值。从区域差异的来源看，东部是导致地区差异扩大的主要地区，在此之后，中部地区是区域差异不断扩大的主要来源。

表3 2005—2015年30个省市农产品流通产业要素投入增长率与要素配置效率

(三)要素配置效率对全要素生产率的贡献

前文分析表明，农产品流通产业要素配置效率变化及规模效率变化与 TFP增长地区差异变化趋势基本吻合。初步判断，要素配置效率增长和规模效率增长可能是TFP增长区域差异的主要影响因素。为证实这点，笔者用各分解式的变异系数对农产品流通产业TFP变化的变异系数进行回归，探讨引发TFP区域差异变动的内在机制。

由于是时间序列数据，进行协整分析前，必须检验各时序变量的平稳性。在此，采取ADF检验方法，分别对ΔTFP，ΔSE，ΔAE进行数据平稳性检验。

由于ADF是单侧左尾检验，表4结果显示，变量ΔTFP、ΔSE、ΔAE的ADF值都大于5%的显著性水平上的临界值，故而都存在单位根，因此为不平稳序列。但是在经一阶差分后，DΔTFP、 D ΔSE、 DΔAE的ADF值都小于5%的显著性水平的临界值，即显著地拒绝了原假设，表明一阶差分后，时间序列平稳，为一阶单整序列。同时，DF-GLS检验结果进一步表明，此两变量的信息准则SC和MAIC的最优滞后阶数都为1，也就是一阶差分为平稳过程。

根据前文描性分析，ΔAE、ΔSE与ΔTFP的变动呈现较强的协整特点。在引发全要素生产率变动的因素中，要素配置效率扮演了重要的角色，很可能存在长期均衡关系，为一协整系统。因此，本文对ΔAE、ΔSE与ΔTFP做协整检验。

表4 平稳性检验结果

不包含常数项或时间趋势项的协整秩迹检验(trace statistic)结果表明，只有一个是无关的协整向量(表5中带*号)。而最大特征值检验(max statistic)也表明，可以在5%的水平上拒绝“协整秩为0”的原假设，但因5.535<11.44(左侧单尾检验)而无法拒绝“协整秩为1”的原假设。据此判断，ΔTFP与ΔSE、ΔAE序列是(1，1)阶协整的，变量存在长期稳定的“均衡”关系。而Granger检验结果显示，以ΔTFP为因变量时，ΔSE和ΔAE都在5%的显著性水平上拒绝了不是ΔTFP的因的原假设。这证实了前文设想，即ΔAE是引起ΔTFP变动的一个重要因素。

表5 Johansen 协整检验

协整关系只是反映变量间在长期存在均衡关系，而短期的动态关系无法体现。为同时体现变量间长期与短期的关系，本文建立反映短期偏离、长期均衡的一阶误差修正模型(VECM模型)来刻画。使用Johansen的MLE方法估计该系统的向量误差修正模型，得到估计式为：

D.×ΔTFPt=-0.021+0.476×D.ΔTFPt-1-0.458×ΔAEt-1-0.476×ΔSEt-1-0.593×ECMt-1

(15)

其中ECMt-1为误差修正部分，也是该系统中3个变量的长期均衡关系：

ECMt-1=0.084+0.930ΔAEt+0.989ΔSEt

(16)

式(15)中，系数-0.593表明，当t-1时刻，ΔTFP的数值过高时(即ΔTFPt-1在短期偏离了长期均衡状态)，系统会以-0.593的调整速度使得D.×ΔTFPt变小，促成其向长期均衡点运动。农产品流通产业的要素配置效率增长变异系的变动对TFP增长率变异系数的变动的影响显著，而且ΔAE变异系数的每增长一个百分点会带动ΔTFP变异系数0.930个百分点的增长。这证实了前文关于要素配置效率变动是引起全要素生产率变动的主要推动力，生产率增长的区域差异与要素配置效率区域差异密切相关的观点。

五、研究结论与政策建议

(一)结论

本文在一个携带时变技术无效率指数的随机前沿生产函数的基础上，详细地测算了2006—2015年中国农产品流通产业生产过程中全要素生产率、技术进步、技术效率、要素配置效率和规模效率等指数值，并以VECM模型就要素配置效率对TFP的贡献进行估计与检验。研究得出以下结论。

1.要素投入是推动农产品流通产业增长主要因素。劳动和资本投入的增加显著地促进了农产品流通产业增长。农产品流通产业的增速随着劳动和资本投入增加而加快，且以劳动投入的影响最显著。产业技术进步以资本节约型技术进步为特点，这种技术进步导致了在农产品流通产业生产中投入的劳动力要素对资本要素的替代效应，但并不显著。

2.技术效率的波动引发了产业增长周期性波动及东西中区域发展的差异。农产品流通产业技术无效率波动是引发农产品流通产业增速周期性波动的主力。其中，产业技术进步是TFP增长的最大拉力，经历了持续增强到逐步减弱的动态发展过程。而技术进步效率缓慢促进了农产品流通产业生产不断向生产前沿靠近。在周期波动的不同阶段，东中西部三大区域的产业增长率变化差异明显。第一阶段以西部地区的ΔTFP最为显著；第二阶段ΔT对ΔTFP贡献最大；第三阶段东中部三大区域的要素配置效率都处于不断恶化的状态，以中部最为严重。

3.要素配置效率对全要素生产率水平的贡献有限，但其变动对生产率的增长影响显著。要素配置效率的低水平增长及配置无效率的恶化成为拖累全要素增长率提升的重要阻力。协整检验及格兰杰检验都表明农产品流通产业要素的配置效率不断恶化是影响TFP变化的重要因素。要素配置效率的恶化抑制了农产品流通产业全要素生产率的增长。从省域层面看，各省要素配置效率差异大，仅极少数地区的要素配置效率正在优化要素配置效率增长，区域要素配置效率的差异变动也是全要素生产率增长区域差异变动的重要影响因素。

(二)对策

未来一段时间，农产品流通产业技术进步仍是推动农产品流通产业增长的主要动力，提高产业的技术水平对产业快速发展十分重要。而要素配置效率区域差异是引起产业全要素生产率变化的区域差异的主要因素。因此，加速要素的区域流动，提高农产品流通产业要素配置效率，采取有效措施建立统一市场，缩小区域间产业增长差异，是促进农产品流通产业持续增长的有效路径。

1.加快产业技术改造，推动产业效率优化。技术进步是农产品流通产业增长主要推动力，与其他产业相比仍有巨大的提升空间，进一步加大产业的技术改造。第一，加快引入先进制造与服务技术，改造农产品流通手段，提高农产品流通产业增长率。现代流通产业应充分发挥现代技术在产业发展过程的作用，借助先进制造业技术和先进服务业技术，加快产业生产与运营技术升级与改造，推动产业快速发展。要特别重视现代信息技术的甄别、跟踪和预警功能，科学合理地调动流通资源，提高生产效率。第二，改善并扩建农产品流通产业基础设施，引入先进的流通设备，推动流通产业生产与服务技术升级。相较于其他生产性服务业，农产品流通产业的技术创造与升级严重不足，这使得产业技术进步缓慢，产业增长难以持续。建立现代化、标准化的农产品流通基础设施与设备，减少流通冗余程序与损耗。

2.加大资本投入和劳动力教育水平提升，重置产业要素配置。农产品流通产业增长为资本节约型技术进步，这与现代产业劳动节约型技术进步背向而驰，制约了产业的良性发展。第一，采取倾向性政策扶持，加大资金投入，改善资本配置结构。要引导资本进入农产品流通产业，给予特别政策扶持，进行贴息或降息，降低农产品流通产业融资成本。第二，建立行业专业培训体系，提升从业人员的职业素养。通过强化行业专业技术培训，提升从业人员的职业能力，适应技术变革与更新带来的新要求。与此同时，更高的技术含量与水平，可加速从业人员的行业流动，盘活产业劳动力市场，优化劳动力的配置效率。

3.加速统一市场建立，建立现代化农产品流通产业。农产品流通产业全要素增长率主要受到产业要素配置效率波动的影响。因此，第一，破除区域市场间壁垒，消除有形和无形的市场分割，削弱抑制因素的影响力度。各地方政府要积极作为，主动打破区域间显性制约因素与隐性的差别待遇，放开边界管制，加速要素市场的自由流动，以优化产业整体要素配置，促进产业增长，保障优质高效的农产品供给。第二，加快区域间农产品流通产业一体化建设，搭建产业发展的公共信息平台，推进产业现代信息化建设，缩小区域间农产品流通产业技术进步、要素配置效率等差异。建立分层次、分类别、有特色的各类区域型大型农产品流通平台，使市场信息公开、透明、快速地传达到各市场主体，加速要素匹配，提高运行效率，缩小东中西部农产品流通产业技术进步、技术效率和要素配置效率等方面的差距。