【www.zhangdahai.com--其他范文】
摘 要 采用Malmquist生产率指数法测算了重庆市37个区县的农业全要素生产率（TFP），并对其影响因素进行了研究。结果：2000—2014年，重庆市农业全要素生产率整体波动较大，农业全要素生产率年均增长幅度为2.38%。从面板数据回归结果来看，人均纯收入、第二产业占国内生产总值比重、政府财政支出比重、农林水支出占财政支出比重、商业化率5个变量均对农业全要素生产率的变动产生了显著的正向影响；人均消费支出变量则对农业全要素生产率的变动产生了显著的负向影响。
关键词 农业；全要素生产率；重庆市
中图分类号：F304.7 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2018.25.017
“民以食为天”，农业的发展在国民经济发展中起着举足轻重的作用。自1978年我国改革开放以来，我国经济保持了快速增长。与此同时，这场自农村开始的市场化导向的改革，以前所未有的冲击力，激发了农村经济的活力，推动了农业生产和农村经济社会的全面发展。农产品产量稳步增加，农业生产条件大幅改善，农村基础设施明显加强。中国农业以占世界不足10%的耕地成功养活了超过20%的人口，并成功地满足了国民经济持续增长所产生的新需求。然而，粮食快速增长、第一产业产值不断增加的背后，是资源的大量投入，尤其是农用化肥、地膜、农药等的大量消耗。农业的快速增长是以牺牲环境为代价的。农业因为大量使用化学工业品而产生了严重的环境污染问题。第一次全国污染源普查表明，农业源污染已成为整个环境污染的主要来源，在工业污染已经得到初步控制的背景下，农业源污染成为环境保护的控制关键。农业的发展必须充分考虑资源的承载能力和环境保护问题。
根据经济增长理论，经济的增长有两条途径，一是生产要素的持续投入，二是全要素生产率（Total Factor Productivity，TFP）的提高。农业的增长也不例外，其增长也同样有这两条路径。但是，有限的耕地资源与环境压力的约束，决定了我国农业的可持续发展不可能依赖于资源要素的投入，因此，农业全要素生产率的提高成为了实现我国农业可持续健康发展的必然途径。
重庆市由于受自然条件的制约，具有耕地少、人口多等特点，农业发展属于典型的粗放型增长模式，长期以来，农业的增长主要依赖于资源的大量投入。重庆市三峡库区位于长江上游的末端，是关系到长江流域生态安全的全国性生态屏障地区，也关系到长江中下游广大地区的用水安全。然而，由于长期以来农药、化肥等农业化学品的大量使用，使得农业面源污染不断加重，成为三峡库区水体水质的一大主要威胁，更进一步威胁到长江下游几亿人的饮水安全。实现重庆市农业可持续发展，必须转变原有的增长方式，由依赖于资源要素的大量投入转变为依赖于全要素生产率的提高。本文拟以重庆市农业全要素生产率为研究对象，测算重庆市主要区县的农业全要素生产率，并分析其影响因素，以期为相关部门制定政策提供依据。
1重庆市农业全要素生产率的测算
1.1指标与数据说明
1.1.1 投入产出指标的选择
对于全要素生产率的投入指标，一般采用资本和劳动力两个指标。但由于农业生产中，资本要素难以估算，所以现有文献中，对于农业全要素生产率的投入指标，多数采用其他变量进行替代。参考已有研究[1-5]对于农业全要素生产率的测算，本文选择土地、机械动力、化肥、劳动等作为投入要素。
土地投入采用农作物总播种面积来表示；劳动力采用现有统计年鉴中所统计的“乡村从业人员”指标数表示；化肥投入采用农用化肥施用折纯量表示，包括氮肥、磷肥、钾肥和复合肥；农业机械总动力指主要用于农、林、牧、渔业的各种动力机械的动力总和，包括耕作机械、排灌机械、收获机械、农用运输机械、植物保护机械、牧业机械、林业机械、渔业机械和其他农业机械，不包括专门用于乡、镇、村、组办工业，基本建设、非农业运输、科学试验和教学等非农业生产方面用的动力机械与作业机械。
对于产出指标，采用以2000年不变价格计算的农林牧渔业总产值表示。
1.1.2 数据说明
1）计算重庆市整体农业全要素生产率的演变情况，采用2000—2014年数据。
2）计算重庆市各区县农业全要素生产率的演变，由于统计口径的限制，采用2004—2014年数据。所有数据均来自2000年至2014年的《重庆统计年鉴》。同时，由于统计年鉴中缺乏各区县关于农业机械总动力的统计数据，故计算各区县农业全要素生产率时，投入指标仅包括农作物总播种面积、乡村从业人员、农用化肥施用折纯量三个。产出指标仍然以不变价格计算的农林牧渔业总产值表示。
1.2测算结果分析
1.2.1 总体变动分析
根据前面的分析，以重庆市2000—2014年的农林牧渔业总产值表示产出，以土地播种面积、机械总动力、化肥施用量和劳动等作为投入要素，采用DEA-solver软件计算重庆市农业全要素生产率。
从图1来看，样本观察期内，重庆市农业全要素生產率整体波动较大。2000—2014年，重庆市农业全要素生产率年均增长幅度为2.38%。14个年份中，仅有2个年份出现衰退，分别为2001年和2006年，而这2个年份正好是重庆市14个年份中发生旱灾最为严重的。2001年，重庆市遭遇了三十年来罕见的特大伏旱灾害，35个区县出现重旱，因干旱造成两季农作物减产粮食243万吨以上，直接经济损失33亿元以上；2006年，川渝两地更是经受了自有气象记录以来最严重的一场干旱，重庆全市因旱受灾人口达2 100万人，820.4万人发生临时饮水困难，农作物受灾面积132.7万公顷，绝收37.5万公顷，直接经济损失达90.7亿元。除去这2个年份，重庆市农业全要素生产率均出现了不同程度的增长。增长幅度最大的是2007年，为7.07%，增长幅度较小的是2004年、2008年，分别为0.25%、0.86%。可以看出，重庆市农业全要素生产率受灾害天气影响较大，一定程度上反映了农业水利基础设施薄弱、“靠天吃饭”的情况。
1.2.2 各区县农业全要素生产率比较
表1显示了重庆市各区县农业全要素生产率2004—2014年平均增长率。从各区县的比较来看，增长率差异较大，最高的为大足区，最低的为璧山区。年均增长率排名前五位的区县分别是：大足区（17.59%）、南岸区（17.43%）、江北区（14.51%）、万州区（14.44%）、垫江县（14.21%）；排名较末尾的区县分别是：璧山区（5.84%）、彭水县（8.21%）、巫溪县（8.40%）、铜梁区（8.69%）、忠县（8.86%）。
2重庆市农业全要素生产率影响因素分析
参考现有文献，本文从需求条件、产业结构、财政支出比重、对外开放水平、市场化水平等多个角度，选择农村居民人均纯收入、农村居民人均消费支出、第二产业增加值占GDP比重、政府财政支出占GDP的比重、农林水支出占财政支出的比重、对外开放水平、市场化水平变量，对重庆市农业全要素生产率增长影响因素进行探讨。农村居民人均纯收入指标以inc表示，农村居民人均消费支出以incd表示，第二产业增加值占GDP比重以str表示，政府财政支出占GDP的比重以gov表示，农林水支出占财政支出的比重以agr表示，对外开放水平以ope表示，市场化水平以mar表示。
由于不同解释变量对全要素生产率的影响可能存在不同的时滞，同时考虑到全要素生产率是基于上一年份的增长值，因此，本部分采用累积的TFP作为被解释变量，样本期间为2010—2014年，对于解释变量中缺失的极少数数据采用插值法或者平均值法进行补充。因缺失数据极少，故不影响最终的回归结果。考虑到变量间可能存在异方差，为尽量予以消除，对所有变量采取对数形式。
（1）式中：i和t表示样本区县和年份，i=1，2，……37；t=2010，2011，……2014；α为截距项，βi为各解释变量的回归系数，εit为随机误差项。
由于本研究具有样本区县较多而时期较短的数据特点，因此选择固定效应模型检验较合适；同时，Hausman检验也表明，选择固定效应模型较优。表2为对重庆市农业全要素生产率及其相关影响因素之间的回归分析结果。
可以看出，adR2=0.861，方程拟合效果较好。而从各变量的回归系数看，除对外开放水平在10%显著水平上未通过检验外，其他所有变量均在10%显著水平上通过检验。其中，人均纯收入、第二产业占国内生产总值比重、政府财政支出比重、农林水支出占财政支出比重、商业化率5个变量均对农业全要素生产率的变动产生了显著的正向影响，与我们的预期是一致的。而人均消费支出变量则对农业全要素生产率的变动产生了显著的负向影响。分析认为，这可能与重庆市农村居民消费水平整体偏低相关。在工业化不断推进的过程中，虽然农村居民收入不断增长，但相对于城市居民收入而言，城乡收入差距不断扩大，农村需求潜力受到约束。而且，由于农村居民社会保障水平较低，看病贵、教育支出高等诸多问题也抑制了农村居民的消费需求。因而，农村居民消费水平对农业全要素生产率产生了负向影响。
3结论与启示
以重庆市为例，针对农业经济发展中的全要素生产率进行研究，研究结果便于正确认识其农业经济发展模式，也利于正确评估重庆市农业经济增长状况，从而制定合理的政策推动重庆市农业现代化进程健康、持续发展。本研究采用Malmquist生产率指数法对重庆市37个区县测算了农业全要素生产率，并对其影响因素进行了研究，结果表明：2000—2014年，重庆市农业全要素生产率整体波动较大，农业全要素生产率年均增长幅度为2.38%。从各区县的比较来看，增长率差异较大，最高的为大足区，年均增长率达17.59%，最低的为璧山区，年均增长率仅为5.84%。区县农业全要素生产率变异系数经历了先变大再变小的过程。而对三大区域比较结果表明，三大区域农业全要素生产率波动趋势大体是一致的：“一小時经济圈”所属区县年均增长幅度最大（10.56%），其次为渝东北翼（10.03%），最小的是渝东南翼（8.90%）。从面板数据回归结果来看，人均纯收入、第二产业占国内生产总值比重、政府财政支出比重、农林水支出占财政支出比重、商业化率5个变量均对农业全要素生产率的变动产生了显著的正向影响。人均消费支出变量则对农业全要素生产率的变动产生了显著的负向影响。
全要素生产率的提高通常有两种途径，一是通过技术进步来实现生产效率的提高，二是打破原有生产要素配置状态，通过生产要素的重新组合、优化配置实现生产效率的提高，主要表现为在生产要素投入之外，通过研发投入、技术创新、制度改善与管理水平的提高等无形要素推动经济增长的作用（蔡昉，2015）[6]。对于农业全要素生产率的提高，其途径也主要是技术的进步与资源配置效率的改善，提高农业全要素生产率是重庆市农业可持续发展的必由之路。根据本文研究结论，重庆市政府可以通过不断提高农村居民收入、促进产业结构演进、加快对外开放提升出口质量和加强市场化建设提高农产品商品化率，以及通过财政支持实现农业全要素生产率的不断提升。
参考文献：
[1]方福前，张艳丽.中国农业全要素生产率的变化及其影响因素分析[J].经济理论与经济管理，2010（9）：5-12.
[2]郑云.中国农业全要素生产率变动、区域差异及其影响因素分析[J].经济经纬，2011（2）：55-59.
[3]金怀玉，菅利荣.中国农业全要素生产率测算及影响因素分析[J].西北农林科技大学学报（社会科学版），2013，13（2）：29-36.
[4]王珏，宋文飞，韩先锋.中国地区农业全要素生产率及其影响因素的空间计量分析[J].中国农村经济，2010（8）：24-35.
[5]薛建良，李秉龙.基于环境修正的中国农业全要素生产率度量[J].中国人口资源与环境，2011（5）：113-118.
[6]蔡昉.全要素生产率是新常态经济增长动力[N].北京日报，2015-11-23（017）.
（责任编辑：丁志祥）
本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0406/580562.html
