APP下载

高质量增长背景下农业全要素生产率影响因素分析——以江苏省为例

2021-07-24蒋艳芝丁志超李光泗

关键词:生产率劳动力变量

蒋艳芝,丁志超,李光泗

(1.南京财经大学 红山学院,江苏 南京 210003;2.中国农业大学 国家农业农村发展研究院,北京 100083;3.南京财经大学,江苏 南京 210023)

农业进一步发展的深层次矛盾和问题不断积累并日益突出[1],提高农业全要素生产率是实现农业高质量发展的重要实现路径[2]。2015年2月,中国农业部就制定出台了《到2020年化肥使用量零增长行动方案》和《到2020年农药使用量零增长行动方案》,明确提出到2020年,主要农作物化肥使用量和农药使用总量实现零增长。2017年底召开的中央农村工作会议提出“走质量兴农之路”“加快推进农业由增产导向转向提质导向”等要求,2018年被确定为“农业质量年”。2018年、2019年和2020年中央一号文件更分别提出“提高农业创新力、竞争力和全要素生产率”“推进农业由增产导向转向提质导向”“推进农业高质量发展”。

江苏省作为我国东部沿海发达地区,也是我国13个粮食主产省之一。根据江苏省统计年鉴,2018年农业机械总动力已达5 042.27万千瓦,机械化耕、种、植保、收获面积分别占农作物总播种面积的82.37%、60.85%、72.41%和67.65%。此外,高效设施农业主要环节综合机械化水平达到50%、水稻机插率达到75%,总体进入水稻种植机械化的新阶段,江苏省农机社会化服务能力持续提高,农机作业面积持续扩大,为粮食生产、农民增收、农村劳动力转移提供了保障[3]。农田水利建设保证了2018年417.983万公顷土地的有效灌溉,在农药和化肥减量目标之下,江苏省农业生产的农药和化肥使用量均在近年出现明显下降。总体而言,经过多年发展,无论是应对劳动力成本上升和促进农村剩余劳动力有效转移的机械化程度提升,还是实现经济利益和生态文明兼顾的农药化肥减量成效,江苏省农业现代化取得明显进步、农业高质量发展取得明显成效。今后一段时期,特别是在全面建成小康社会,又乘势而上开启全面建设社会主义现代化国家的新征程中,江苏省农业发展需要继续坚持高质量发展的导向,而这必须依赖于江苏省高水平的农业全要素生产率,总结江苏省农业全要素生产率发展,有利于总结过往,为指导新阶段农业转型升级和健康可持续发展提供有益参考。

一、江苏省农业全要素生产率测算

全要素生产率是多投入多产出情况下某行业、某一时期范围内的产出与土地、劳动力、资本和其他物质资料等投入成本的比值,即全部要素投入的平均产出[4],农业全要素生产率度量了除劳动力和资本等要素投入以外,因技术进步和组织创新等实现的农业增长[5]。基于各种因素(投入要素增长、技术进步和能力实现等)对经济增长贡献的分析,可帮助确定经济政策应以增加总需求为主还是应以调整经济结构、促进技术进步为主[6]。

(一)模型构建

DEA-Malmquist生产率指数方法采用线性规划方法构造生产前沿面,实现技术进步与技术效率的区分,避免设定参数的回归类方法对生产函数和非效率项形式严格假定造成的偏差[7]。Malmquist生产率指数无需投入产出的价格信息,适用于无法获得市级投入要素数量和价格信息的情形,也被证明在一定条件下优于Tornqvist指数和Fisher理想指数[8]。Fare等人提出的Malmquist-TFP指数可用于农业全要素生产率变化的测算,该指数可分解为技术进步以及技术效率的变化[9]。

为分析江苏省农业全要素生产率情况,考虑研究对象的针对性,分析所辖地级市在TFP研究需明确生产单元情况下,同分析江苏省具有实际一致性、更好控制地区非时变因素的作用,特选取省内13个地级市作为独立生产单元,并依据模型需要假定各市处于相同的技术水平,每个地级市农业生产点位置与农业最佳前沿面的差异即各地级市农业生产技术非效率程度[9,10]。依据Fare等基于投入产出的Malmquist生产率指数[11]:

M0(xt+1,yt+1,xt,yt)=TFP=

(1)

(2)

TP(xt+1,yt+1,xt,yt)=

(3)

而在可变规模报酬条件下,技术效率指数进一步可分解为纯技术效率指数(PEC)和规模效率指数(SEC):

(4)

其中最后等号右侧项第一个分式即SEC,第二个分式为PEC,从而有Malmquist生产率指数M0(xt+1,yt+1,xt,yt)=TFPt+1=TECt+1×TPt+1=SECt+1×PECt+1×TPt+1。

(二)数据来源和变量设定

基于各年《江苏省统计年鉴》,选取农林牧渔业总产值(亿元)作为产出变量,农作物总播种面积(千公顷)、农业机械总动力(万千瓦)、农用化肥施用量(万吨)、农林牧渔从业人员(万人)作为投入变量。其中农林牧渔业总产值按江苏省农林牧渔业总产值指数平减至以2000年为基期的可比水平,变量统计如表1。

表1 DEA-Malmquist投入产出变量统计描述

(三)农业全要素生产率测算结果

使用DEAP 2.1测算得到的江苏省各地级市平均的农业全要素生产率增长及其分解构成的变化如表2所示,其中Effch、Techch、Pech、Sech和Tfpch分别指技术效率变化指数、技术进步指数、纯技术效率指数、规模效率指数和全要素生产率指数。结果表明,2001—2018年江苏省ATFP总体呈现稳中有增趋势,平均年增长约为4.505 6%,考虑到1994—2006年中国ATFP年均增长率为3.7%,2007—2016年阶段中国ATFP年均增长率为3.7%[12],非参数方法分析1986—2017年农村固定观察点全样本家户农业全要素生产率核密度均值约在(-0.2~-0.1)范围内[13],江苏省农业全要素生产率增加水平相对较高。构成上看,进入新世纪以来,江苏省农业技术总体是进步的,而农业技术效率则存在下降,这同已有研究结论基本一致[14]。

表2 江苏省农业Malmquist指数及其构成变化(2000—2018年)

二、江苏省农业全要素生产率影响因素分析

基于生产理论和发展经济学基本原理,生产要素质量、农业经济结构、地理条件、生产实践、基础设施、农场特征、农业政策、谷物(即小麦和水稻)高产品种扩散特点以及化肥、杀虫剂、补充灌溉排水和新的栽培方法等[15-17]因素均同ATFP具有显著关系,基于社会嵌入性的研究进一步表明农业结构系数、城市化进程、受灾率、农村人力资本和物流关系嵌入对农业全要素生产率有直接影响,提高农业全要素生产率要同时考虑基本影响因素和社会嵌入因素[18]。基于此选取如表3所示的变量作为解释变量进行ATFP影响因素分析,统计描述如表4。

表3 解释变量定义

表4 解释变量统计描述

以市级面板数据,采用如下固定效应模型对地区非时变变量进行控制:

yit=αi+βXit+it,i=1,2,……,N;t=1,2,……,T

其中y向量包括了江苏省ATFP及其分解出的各项指数,X向量包括以上解释变量,t为2001—2018年,i为江苏省13个地级市。截距项αi作为一个随机变量,且其变化与Xit有关,在此简化假定江苏省十三市有共同的斜率和不同的截距。江苏省ATFP影响因素实证分析结果如表5所示。

表5 江苏省ATFP影响因素实证分析结果

基于回归结果可知:人均地区生产总值、第一产业增加值占比、户均农作物播种面积、公路密度、等级公路占比、地方财政赤字情况和互联网用户占比同江苏省ATFP显著正相关,意味着经济社会发展程度、农业在地区经济增长中的重要性、规模经营情况、交通基础设施存量和质量、通讯网络条件和政府支持均有助于提升江苏省农业全要素生产率,从而农业市场的专业化、物流和信息的低成本获取均可能有助于农业生产率的整体表现。但是万人专利受理量所反映的科技发展情况却在10%显著性水平同江苏ATFP呈负相关关系,其中原因可能在于专利申请中农业专利比重较低,但具体原因仍有待进一步分析验证。第一产业就业人员占比也显著负向影响江苏省ATFP,表明农业劳动力的非农转移将有助于帮助提升江苏省农业全要素生产率。从而江苏省需继续推动农业劳动力转移、农业规模经营和民生基础设施建设。

从影响技术进步指数和技术效率指数的影响因素来看(II、III列),显著与农业技术进步相关的解释变量同这些解释变量影响江苏ATFP的方向一致,但是本研究所选取各变量均不在统计学意义上同技术效率具有显著影响,即通过农业劳动力转移、农业规模经营、交通和网络通讯基础设施建设能够有效提升江苏省农业技术进步,但仍需进一步研究讨论如何提升江苏省农业技术效率。为此,需要进一步分析构成农业技术效率的纯技术效率和规模效率受各解释变量影响的情况,具体如IV列和V列结果所示。

从影响纯技术效率和规模效率的因素来看,促进农业劳动力转移有助于促进纯技术效率,但负向影响规模效率,即要想要素组合达到同等规模水平下最优的生产前沿面需要实现劳动力的有效转移,但是要想追求最优生产规模仍需大量的农业劳动力,此种矛盾导致第一产业就业人员占比对技术效率指数影响不显著。考虑到促进农业劳动力转移有助于帮助促进技术进步从而推进江苏省农业全要素生产率,江苏省内可能存在如下影响路径:农业劳动力的转移促使技术进步对劳动力的替代,从而促进了农业全要素生产率的提升;农业劳动力的转移制约了农户扩大经营规模的努力,从而不利于规模效率的实现;但是农业劳动力的转移却帮助实现一定规模水平下要素配置水平从而靠近生产前沿面。基于以上路径和最终对农业全要素生产率的影响效果,江苏省仍然需要推动农业剩余劳动力的转移,以技术进步替代劳动力,弥补劳动力转移对规模经营产生的不利影响。

三、结论和政策建议

以Malmquist指数对宏观数据的分析结果显示,江苏省各市农业全要素生产率在2000—2018年间经历了较快速的增长,且主要源于农业技术进步,农业科研技术创新方面较为成功,但农业前沿技术适应性仍显不足。农业市和经济增长水平较高的城市的农业全要素生产率较高。农业劳动力转移对农业技术进步和纯技术效率具有积极影响,但可能制约农业规模效率。同时,促进江苏省农业户均规模经营、改善道路和网络通讯的基础设施条件、增加政府财政支出,有助于促进农业技术进步,进而提升江苏省农业全要素生产率水平。

江苏省为实现农业健康可持续的高质量发展,须保持农业全要素生产率提升,推进江苏省农业经济增长方式转变,鼓励江苏省内不同地区继续进行适应自身农业生产条件和环境的农业技术创新的同时,强化技术创新成果的转化和落地,全面提升农业生产经营各微观主体的生产技术效率。江苏省还需借助要素市场化改革和农业社会化服务发展,全面提升土地和服务的适度规模经营,提升规模效率,以规模经营降低技术应用的交易成本。各市需要通过经济发展帮助促进农业剩余劳动力转移,同时加大财政支出,特别是对道路和网络通讯基础设施和服务的建设力度,通过降低信息和物流方面的交易费用,帮助促进农业技术进步和农业全要素生产率的提升。

猜你喜欢

生产率劳动力变量
中国城市土地生产率TOP30
“新”生产率悖论?工业机器人采用对制造业生产率的影响
聚焦双变量“存在性或任意性”问题
我国劳动力市场薪酬体系发展趋势研究
跟踪导练(三)4
外资来源地与企业生产率
外资来源地与企业生产率
劳动力流动的区域差异性分析
劳动力流动的区域差异性分析
分离变量法:常见的通性通法