農業技術效率影響因素

導語：農業技術效率影響因素一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1農業技術效率的概念界定

農業技術效率概念起源于技術效率，是技術效率概念在農業領域的應用，關于技術效率和農業技術效率的界定經過了幾次演進。在理論發展過程中，學者們主要從投入和產出的角度對技術效率的內涵給出了不同的定義。1957年，英國經濟學家Farrell首次從投入的角度提出，技術效率是在生產技術和市場價格不變的條件下，按既定的比例投入要素，生產一定量產品所需的最小生產成本與實際生產成本的比率；技術效率反映一個生產單元在給定投入條件下獲得最大產出的能力［3］。1966年，Leibenstein則從產出角度出發，重新界定了技術效率，既在既定的投入規模、投入結構和市場價格條件下，實際產出水平與所能達到的最大產出量之間的比率，亦即投入一定量的生產要素所得到的實際產出與可能的最大產出的比率［4］。后者即從產出角度的定義被學界普遍接受并得到廣泛應用。針對兩個或兩個以上的經濟單元，LauLJ等［5］提出了相對技術效率的概念，即在投入條件一定的前提下，如果經濟單元甲的產出比經濟單元乙的產出高，則經濟單元甲具有較高的技術效率。隨著技術效率研究的不斷深入，學者們開始將技術效率理論拓展到其他領域，如在農業上提出了農業技術效率。楊旭［6］認為，農業生產技術效率是技術的生產效能發揮的程度，農業生產技術在穩定的使用過程中，轉化太陽能，儲藏化學能，為人們生產生活提供所需要的產品。GreeneWH［7］和王永龍［8］分析了實際產出和潛在產出的差距，提出農業技術效率是指觀察到的或實際的農業產出與理想的或潛在的農業產出之間的差值；差距越大表示農業生產技術效率越低，差距越小則表示農業生產技術效率越高。若實際產出與潛在產出相等，即為技術“完全有效率”；若低于潛在產出，則為“技術欠效率”。從相對技術效率出發，KRShanmugam等［9］認為，農業生產技術效率可以由評價單元本身歷史上的最佳生產與產出行為來衡量，也可以由空間上其他生產單元理想的生產與產出行為來衡量。從以上分析可知，不論從投入角度還是產出角度，界定的內涵一致，即農業技術效率是指在一定的技術水平和生產要素投入的條件下，農業實際產出達到理論最大產出的程度。

2農業技術效率的評價

對于農業技術效率的評價研究，國外起步較早，其成果豐富。而國內對改革開放以來的農業經濟增長和生產率變動的研究較多，對農業技術效率及其變動的研究相對較少。農業技術效率的評價著重在于解決兩個基本問題，即測量方法和指標變量的選取。

2．1農業技術效率的測量方法

農業技術效率的測度即是把技術效率測度的方法運用到農業生產上，關鍵在于對技術效率的衡量。常用度量技術效率的方法是生產前沿分析方法，最早由Farrell和Afriat提出。根據是否已知生產函數的具體形式，前沿分析方法分為非參數方法和參數方法。2．1．1非參數方法其不要求設定生產函數，沒有限定效率前沿的形狀。大量文獻使用的非參數方法主要有數據包絡分析（DataEnvelopmentAnaly－sis，DEA）和自由處置包（FDH）方法。非參數方法的典型代表是數據包絡分析，且DEA能方便容易處理決策單元是多產出情況，因此目前使用較多。數據包絡分析是由運籌學家CharnesA等［10］以相對效率概念為基礎提出的一種效率評價方法。DEA方法根據多指標投入和多指標產出對相同類型的單位進行相對有效性的一種非參數統計方法。其基本思路是利用包絡線代替微觀經濟學中的生產函數，通過數學規劃來確定經濟上的最優點，以折線將最優點連接起來，形成一條效率前沿的包絡線，然后將所有決策單元（DMU）的投入、產出映射到空間中，再根據各DMU與有效生產前沿面的距離來確定各決策單元是否有效，落在邊界包絡線上的DMU被認為是有效率的，否則無效。數據包絡分析方法中主要包括有評價決策單元技術效率的CCR模型和分別評價純技術與規模是否有效的BCC模型。非參數方法不需要事先確定函數的具體形式，計算較為簡潔方便，但其忽略隨機因素對于產出的影響，把實際產出小于潛在產出的原因都歸結于技術效率，這是不合理的。2．1．2參數方法用參數方法測度技術效率的重點是確定生產前沿面，即確定一個合適的生產前沿函數。參數前沿則依賴于函數的設定形式，按其發展階段可分為最初的確定性前沿和后來的隨機前沿。與非參數方法相比，最大優點是考慮了隨機因素對于產出的影響。1）確定性前沿方法是將所有的觀察資料，依據前沿面和可行的技術，把被觀察到的生產與最大可能的生產之間的距離看成是技術上的無效率。確定性前沿方法又分為確定性參數前沿和確定性統計前沿。首先，確定性參數前沿生產函數法主要思路是建立一個確定性生產函數，并假設殘差項為正值，然后利用線性規劃方法使觀察值與估計值之間的絕對偏差為最小，這樣可求得前沿生產函數中的參數值［11］。其次，AfriatS［12］在前沿模型中引入統計觀念，認為觀察點與生產前沿之間具有明顯統計上的關系，應以一般統計方法估計生產前沿；確定性統計前沿方法則是以殘差項為衡量技術效率的指標，但其在設定生產函數后，進一步對殘差項作統計上的假設。2）隨機前沿分析方法（SFA）的產生在確定前沿方法之后。由于對生產者行為的實證分析總受隨機干擾項的影響，而且某一個生產者的效率與最優效率之間的差距也受到各種隨機因素的影響［13］，而確定性前沿分析方法不考慮隨機因素的影響，其實用性受到質疑，隨機前沿分析方法則應運而生。DAinger等［14］提出，在確定性前沿函數的基礎上引入隨機干擾的隨機前沿分析方法來測算技術效率。隨著對更加準確測定的要求，隨機前沿函數基本模型進行了兩次代表性的改進和發展，分別是Battese模型和Coelli模型。參數方法考慮了隨機因素對于產出的影響，將實際產出分為生產函數、隨機因素和技術無效率三部分，但SFA的模型基本假設較為復雜，需要考慮生產函數、技術無效率項分布的具體形式，對于投入產出的數據要求較高，這直接導致模型很難進一步擴展。

2．2農業技術效率的評價指標

對于農業技術效率的定量研究，選擇適當的指標來衡量投入產出變量非常關鍵，學者們主要選擇了4個變量，即勞動力投入、資本投入、土地投入和技術投入［15－17］。首先，勞動力是農業生產的必要投入因素，其豐裕程度直接決定著農業的產出，因此對農業生產效率的重要性不言而喻。文獻絕大多數以農業從業人數測量勞動力投入。其次，農業生產資本投入是指農業整個生產過程中所使用的各類資本的總和，包括固定資產投入和流動資金投入兩大部分。再次，土地是農業生產利用各種自然力的基礎，農業土地投入是指農業生產過程中所使用的全部地表面積的數量。鄭晶等［18］認為，耕地存在復種指數的差別，同時存在荒廢現象，以農作物總播種面積來作為土地投入變量合理。方鴻［19］認為，農作物播種面積不能真正反映農業如林、牧漁的土地投入，所以用耕地面積作為土地投入。最后，技術水平包括科技水平和工業化水平。對于農業科技水平的度量一般是通過農業科研的投入水平，主要集中于品種、化肥、農藥方面的研究等。忽略農業科研投入對中國農業增長源泉的估計有失公允；工業化水平是農業生產技術提高的物質技術基礎，可以通過降低化肥、機械、農藥的成本來提高農業技術效率［20］。對于技術投入變量的衡量一般將化肥使用量和農業機械動力作為變量。學者們對于產出變量的選擇也不盡相同，主要有農業總產值（農林牧漁總產值）、農業增加值和糧食作物產量3種，但從各自的出發角度來看，這3種也各有其側重點和實際需要。這4種變量是用來生產的基本要素投入，盡管有許多學者加入了其他的變量進行控制，而且各變量的衡量標準不盡相同，但其實質均是從微觀經濟學的投入產出要素出發進行控制。

2．3農業技術效率的測度

對于農業技術效率水平測度的研究，最早也是借鑒于技術效率在微觀層面上如以企業和農場為對象的應用。由于國外農場或種植園的規模較大，因此，在一定程度上代表了區域農業的技術效率水平，也可理解為中觀或宏觀層面。國內的研究起步較晚，成果較少?？v觀國內外文獻，對于農業技術效率水平的評價主要是采用SFA和DEA兩種分析方法。2．3．1基于DEA方法的農業技術效率測度目前，DEA方法已在國內外經濟分析、技術進步、效率與效益、資源配置和金融投資等領域進行了許多成功的應用，把其應用到農業技術效率上的評價研究也不少。ChitkaraJha等［21］用DEA方法估算了印度Punjab地區300個小麥種植農場1981—1982年和1982—1983年的配置效率和技術效率發現，在這兩個年度區間大型養殖場在技術和資源配置上都比小型養殖場更有效率。KGalanopoulos等［22］測算了歐盟國家和13個候選國在1993—1999年的農業技術效率，1993—1994年歐盟國家平均農業技術效率從0．829升至0．844，隨后略有下降，但幅度平穩，1996年為0．816。國內利用DEA對農業技術效率測算的研究起步較晚，近幾年也取得了一些成果。孟令杰［11］以農業GDP為被解釋變量，測算我國1980—1995年農業產出的技術效率發現，我國農業技術效率呈下降態勢，由1980年的0．909下降到1995年的0．868，下降了4．1％。韓曉燕等［23］測算了1984—2002年全國農業平均技術效率，結果表明：中國農業技術效率從1984年以來呈明顯的逐年下滑趨勢；1984年為83．33％，到2002年已經下滑到69．74％，共下降了13．6％。薛春玲等［24］通過實證研究測算出了全國農業產出技術效率動態狀況，結果顯示：中國農業技術效率宏觀上是提高的趨勢，但總體水平較高，具有明顯的階段性；1977—1985年，農業產出技術效率是穩定增長階段，從80％左右開始達到1985年93％～100％的效率最高點；1986—1989年呈緩慢下降狀態，降到80％左右的最低點，然后保持低速徘徊至1994年，其后以緩慢的速度增長，到2001年形成100％的效率最高點，并維持在高位水平。方鴻［19］測度1988—2005年中國各省份的農業生產技術效率發現，東部地區的農業生產技術效率相對較高，中西部地區與東部地區之間有著顯著的差距。綜合以上測度結果可以看出，國外針對各區域的技術效率測度的結果從橫向上看無法做出比較，而國內測度結果明確顯示出農業技術效率在1980—1985年大體呈上升趨勢，而在1985年之后呈現下滑狀態，表明DEA方法測度結果具有穩健性。2．3．2基于SFA方法的農業技術效率的測度目前，由于DEA方法本身存在固有缺陷，很多研究采用了SFA方法進行測算技術效率。Cuesta［25］用SFA方法對西班牙82個奶牛農場的技術效率進行了測算，1987—1991年的平均技術效率一直處于下滑中，從1987年的0．857降至1991的0．776。Kat－erinaMelfou等［26］估算了希臘1997—2002年期間牧羊場的技術效率的頻率分布，平均技術效率為0．768。國內利用SFA方法測度技術效率的成果已非常豐富，大多針對農業中的某一分支進行測度，如對糧食、大豆等的測度［27－28］。而對于宏觀上評價整個農業的技術效率的文獻則較少。錢良信［17］測算了1978—2008年期間中部6省農業技術效率的變化，結果表明：中部地區的平均技術效率為0．456，總體上處于較低水平。李宗璋等［29］測度了1996年、2006年全國和東中西部的農業技術效率，全國農業技術效率水平1996年和2006年分別是0．722和0．809，農業技術效率整體有所上升；從東中西部看，1996年分別是0．884、0．755和0．681，2006年為0．912、0．868和0．676，東中西部依次降低，存在區域差異。SFA方法在通過選擇具體函數形式跨地區比較農業技術效率方面有顯著作用，其可以針對性地篩選出落后區域，從而為重點支持提出理論指導。但因選擇具體函數形式比較復雜，橫向測量比較時且缺乏地區針對性，也使其具有局限性。

3影響農業技術效率的因素

農業生產是一個復雜的系統，其運行依賴于社會、經濟、政治以及資源等，是內在要素與環境因素相互作用、相互影響的有機統一體。農業技術效率影響因素的量化與測度的關鍵是指標的構建與選擇，總的原則是有利于正確測算、認識和把握農業技術效率的程度和影響因素，保證測度有效性。在研究農業技術效率影響因素的文獻中，既有定性分析研究對農業技術效率影響因素進行描述性分析，更有實證分析。特別是實證研究方面嘗試在模型中量化影響因素，進行測度和回歸分析，已經取得了豐碩的成果。理論上共同認可影響農業技術效率的因素主要有自然因素、經濟因素和社會因素。

3．1自然因素

Krasachat［30］認為，對農業生產技術效率影響最大的是農場規模，其次是土地、氣候等自然條件。國內學者余建斌等［31］研究了中國大豆生產的主要影響因素，結果表明：自然災害（特別是旱災）和大豆種植比重是影響大豆生產技術效率的主要因素。隨后他又研究了中國農業生產的技術效率，得出中國農業生產存在顯著的效率損失，技術效率水平較低，加強農業水利是提高農業生產技術效率最為有效的措施等結論。李宗璋等［29］研究了公路、碼頭及鐵路三類交通基礎設施建設對農業生產技術效率的影響，結果表明：水路和公路的普及程度對中國各省區農業生產技術效率的提升有顯著推動作用，鐵路運輸網對農業生產技術效率的改進效果尚不明顯。

3．2經濟因素

汪小勤等［32］引入農田水利灌溉面積和農村電力消費作為農業公共投資的變量，驗證了農業公共投資對于農業技術效率和農業增長具有促進作用。宋春光等［33］研究了合作金融和政策性金融對農業技術效率的影響，結果表明：合作金融對中國農業技術效率的提高有著明顯的促進作用，而政策性金融支持對農業技術效率的作用不顯著。錢良信［17］對中部6省影響農業技術效率的因素發現，農業貸款和財政支農支出每增加1％，農業技術效率分別減少3．50％和4．43％。肖小勇等［34］從人力資本和經濟增長之間的關聯性入手，用健康和教育兩個變量作為人力資本的變量，對我國農業投入產出情況和農村人力資本情況進行了實證分析，結果顯示：農村人力資本減少了農業生產技術無效程度，提高了農業生產的技術效率和農業產出。

3．3社會因素

OkoruwaVictorOlusegun等［35］研究尼日利亞水稻的技術效率認為，影響農業技術效率的關鍵是教育，推廣人員的接觸。國內研究也主要從勞動力素質和教育入手。張寧等［36］分析了中國農村勞動力素質對農業技術效率的影響，結果表明：農村勞動力素質的變化對中國農業效率的影響具有顯著性差異；與勞動力的身體素質比較，農村勞動力的智力素質提高對中國農業技術效率的增長更具有顯著作用。李谷成等［37］對湖北農戶的研究顯示，勞動力的受教育程度對農戶技術效率的作用不太顯著，而專門的農業技術培訓則可以促進農戶技術效率的提高。張本飛［38］將教育投資作為解釋變量，將平均每公頃耕地的實際農業總產出作為產出，驗證了教育投資對農業技術效率有正向效應，且從事農業生產的勞動力平均受教育年限每增加1年，則我國農業技術效率增加7％。

3．4綜合因素

以上文獻是從單因素角度實證對農業技術效率的影響，對影響農業技術效率的多因素進行量化分析的文獻較少且是針對部分區域。鄭循剛等［39］依據隨機前沿分析方法，對四川農戶農業生產技術效率的影響因素進行分析認為，科技投入對農戶生產技術效率的影響最大，其次是自然條件（耕地類型），影響最小的是退耕還林面積和財政補貼。金劍等［40］采用關聯分析方法對農業技術效率的影響做了實證分析，結果顯示：農業機械總動力、農用化肥施用量和生產資料價格指數對河北省農業生產技術效率損失的影響較大，而農村個人固定資產投資和年末常用耕地面積對其影響相對較小。

4小結

通過上述文獻分析可知，學術界關于農業技術效率的涵義、評價和影響因素的量化等方面作了一定的理論探討，為學界開展農業技術效率研究指明了方向。但這些研究也存在一定的局限性，主要有以下幾個方面：一是由于技術效率的測度方法均有其優點和缺點，對于不同的區域農業狀況，不同方法測度的農業技術效率和影響因素的結論有時并不一致，對此大多學者只是采用單一方法進行測度和評價，缺乏創新和改進。二是在影響因素的實證分析方面，大多學者是從自己研究的項目和數據可得性的角度出發來選擇影響因素，沒有形成一個綜合穩定的影響因素的評價體系。三是大多數文獻是對農業的某一領域，如糧食、棉花、大豆等進行技術效率測度，而對整個宏觀的農業技術效率的研究非常欠缺，還有待于進一步深入研究。

作者：鄧若冰1，2夏慶利2羅芳2工作單位：1．華中師范大學2．黃岡師范學院