要素禀赋约束下中国粳稻生产率的地区差异及收敛性分析

胡雯，严静娴，陈昭玖

（江西农业大学经济管理学院/江西现代农业发展协同创新中心，江西 南昌 330045）

要素禀赋约束下中国粳稻生产率的地区差异及收敛性分析

胡雯，严静娴，陈昭玖*

（江西农业大学经济管理学院/江西现代农业发展协同创新中心，江西 南昌 330045）

本文根据1999-2013年中国12个粳稻主产区的省际面板数据，运用DEA-Malmquist对各地区粳稻的全要素生产率(Total Factor Productivity, TFP)及其分解项进行了测算与分解。结果表明：粳稻主产区15 a内TFP的平均增长率为4.59%，技术进步变化指数的平均增长率为5.14%，没有大幅上升的原因主要是因为技术效率的下滑。进一步对省际间做收敛性检验，发现粳稻产区生产率不存在σ收敛，但是存在绝对β收敛和条件β收敛。缩小省际间的技术效率差异是提高中国粳稻生产效率的关键，要加大技术投入，改善规模效率。根据不同地区的要素禀赋特征制定实现路径：东北粳稻主产区适合发展农业机械化的土地规模经营；长江中下游粳稻产区应该加大资本投入，推动技术扩散，发展生产性服务的规模经营。

要素禀赋；全要素生产率；收敛性；粳稻

目前，农业存在“三量齐增”（生产量、进口量、库存量）的结构性矛盾困境[1]。2015年粮食总产量达6.2亿t，实现“十二连增”，但是进口量却接近1.5亿t。粮食投入要素利用率低，受制于粮食规模生产[2]。一方面，随着人均收入水平的增加，粳稻的市场需求逐渐上升[3]。另一方面，生产要素存在“南北水土资源分布不均衡”的问题，粮食增产背后是化肥、农药等生产性资料的急剧透支[4]。因此，在粳米高增长的需求量和要素禀赋约束的条件下，怎样提高各区域的粳稻生产效率值得深入研究。

在禀赋条件的差异下，中国粳稻生产呈现区域化特征。不同地区的生产效率如何？其变化源泉和区域差异何在？邻近地区是否存在技术效率水平满足收敛效应，最终形成规模效应？因此，本文从要素禀赋的角度，综合考察中国粳稻生产率的地区差异、演变特征及规律。

国内学者对粮食生产效率、收敛性问题进行了系列研究。刘德娟[3]发现各粳稻生产省份的TFP存在显著差异，并且粳稻主产区TFP具有σ收敛。马林静等[4]通过检验各区域粮食生产效率的收敛性，得出技术效率存在空间非均衡。根据高鸣和宋洪远[2]、田伟和柳思维[5]的研究，发现技术扩散有空间效应和集聚现象。更进一步的研究，贺亚亚和李谷成[6]对农业生产布局的变化和地理集聚做了深入分析。马林静等[7]从粮食主产区、主销区和平衡区对TFP进行空间分异研究。因此，学术界在生产效率及空间收敛性方面，取得了丰富的成果。但是，基于要素禀赋视角，对不同产区的TFP及其收敛性的分析较少。

综上所述，本文试图做以下拓展：第一，考虑土地要素与各地区粳稻生产率的关系；第二，按照投入与效率划分区域类型，分析四大产区（东北粳稻产区、长江中下游粳稻产区、西北粳稻产区、西南云贵高纬度粳稻生产区）的区域要素禀赋特征；第三，验证各产区是否存在生产效率的收敛性，探讨各地区生产率是否趋于一致。

1 研究方法与指标选取

1.1 研究方法

数据包络分析（Data Envelopment Analysis，DEA）通过数学规划，将决策单元的投入、产出数据投映在坐标空间，以求得最大产出边界或最小投入边界，再通过一定的标准确定有效决策单元以及其他决策单元的相对决策[8]。本研究中将12个粳稻主产省份当作一个生产决策单元（Decision Making Unit，DMU）并置于统一的技术结构下，假设存在K=1，2，…，K个决策单元（DMU），每个决策单元在t=1，2，…，π期使用n=1，2，…，N种投入凸性假设N1λ=1，λ表示密度函数。在可变规模报酬条件下的线性规划模型为：

式中：θ是标量，λ是一个N×1的常向量，t=1，2，…，π表示时期，投入 Xt∈ St，产出 Yt∈ St， Ft(Xt, Yt)为生产者在t期的产出距离函数。

本文运用非参数的Malmquist指数法测算我国粳稻主产区的全要素生产率[9]，如下式：

式中，(Xt+1，Yt+1)和(Xt，Yt)分别代表（t+1）时期和t时期的投入和产出向量；D和D分别表示以t时期技术Tt为参照，时期t和时期（t+1）的距离函数。为避免时期选择的随意性可能导致的差异，用几何平均值作为衡量从t时期到t+1时期生产率变化的Malmquist指数。上式表明Malmquist指数变化来源于技术效率（TEC，technical efficiency）和技术进步（TP，technical progress）的共同作用。TEC可以进一步分解为纯效率变化指数（Pech）和规模变化指数（Sech），TP表示技术进步和创新程度。即：

当TFP大于1，说明从t期到t+1期的TFP是增长的，反之则说明TFP是下降的，当TFP=1说明生产率没有发生变化。根据以上分析，基于投入导向的规模报酬不变（CRS）模型，本文最终将在方程（1）的框架内对粳稻的全要素生产率进行测算及分解。

1.2 投入产出指标

本研究的投入产出指标主要借鉴马林静等[4]的做法，选择粳稻每667 m2主产品产量为产出指标，选取直接生产费用、间接生产费用、劳动用工量3个指标为投入指标，如表1。为消除价格的影响，用各省农业生产资料价格指数（来源于《中国统计年鉴》）平减费用指标，1999年为不变价得到相对的实物量。本文选取了全国12个粳稻生产省、自治区，分别是河北、辽宁、吉林、黑龙江、江苏、浙江、安徽、山东、河南、湖北、云南、宁夏[3]。

1.3 控制变量

1.3.1 农业经济发展水平 采用农业总产值与农林牧渔业总产值之比来表示（表2）。农业经济发展水平越高，该地区农业发展的扶持力度越大[4]。该数据主要来源于2000-2014年的《中国统计年鉴》和《中国农村统计年鉴》。

1.3.2 农业机械投入水平 机械替代人工作业的成本更低，能有效提高粮食的生产效率。该指标选用农业机械总动力与农业增加值的比值来反映，表示每单位农业增加值所消耗的农业机械总动力。数据来源于2000-2014年《全国农产品成本收益资料汇编》。

表1 粳稻生产效率的指标体系Table 1 Index system of production efficiency of japonica rice

1.3.3 化肥要素投入水平 面临人多地少和土地肥力不足的约束，农户大量投入化肥来提高生产水平。该指标用化肥施用量和粮食播种面积的比值来表示。数据来源于《中国统计年鉴》。

1.3.4 人力资本投入水平 根据Solow理论，人力资本有利于粳稻生产技术的改善。本文采用农村人口中高中以上学历人口比重衡量[7]。

1.3.5 城镇化水平 城镇化能促进农业的集约化和规模化经营，但也可能导致“非粮化”。因此还需进一步分析城镇化的作用方向。该指标用城镇常住人口与总人口的比重表示。

1.3.6 虚拟变量 从2004年开始，全国各地陆续实施粮食补贴政策，并且取消农业税。虽然不是所有省份都进行补贴，但是本文主要是运用该变量考察政策导向对粳稻生产技术效率的影响[2]。一旦开始实现政策，对鼓励农民进行粮食生产的积极性存在导向作用。因此，在2004年以前用“0”来表示，2004年及以后使用“1”表示，以期考察政策导向的影响。

表2 控制变量的选取Table 2 Selection of control variables

2 粳稻生产率变动及要素禀赋的地区差异

本文运用投入导向的规模报酬不变（CRS）的DEA模型[8]，得到各省粳稻生产效率。

2.1 Malmquist指数分解情况

运算出1999-2013年中国粳稻生产率的平均增长率为4.59%。根据图1可以看出：中国粳稻的生产率涨幅表现出明显的波动性，且在2004年以后这种变化与技术进步的波动方向和幅度基本上一致。进一步分析可得，生产率增长主要是由于技术进步水平的提高，其平均增长率为5.14%，技术进步与生产效率的变化趋势相近，这与前人研究基本一致[3]；而技术效率涨幅主要是和规模效率一致。可见关键在于“技术进步”。有必要突破规模效率的瓶颈，避免陷入过度投入农药化肥的路径依赖，从而改善“技术效率”。

2.2 各地区粳稻技术效率的要素禀赋特征差异

图1 中国粳稻生产率Malmquist指数及其分解Fig. 1 Malmquist index and its decomposition of japonica rice productivity in China

2.2.1 技术效率的地区差异分析 粳稻属于土地相对密集型的农产品，需要一定的土地规模才能支撑起机械、技术的资金投入，否则高资金门槛具有“锁定效应”。因此，土地是反映粳稻生产规模的核心指标。进一步地，分析省际粳稻生产效率和土地要素投入情况。如图2所示，在横轴上以0.990和1.005将效率值划分为低效率、中效率、高效率。在纵轴上根据散点图的分布，依据前人研究的基础和划分类型，基本划分为小规模、中规模、大规模的耕地面积区域。纵轴上以3(每667m2)、7(每667m2)为界限，耕地面积低于3(每667m2)的划分为低投入，3(每667m2)～7(每667m2)为中投入、7(每667m2)以上为高投入[8]，分为9种类型。

图2 粳稻产区平均技术效率及人均耕地面积Fig. 2 Average technical efficiency and per capita cultivated land of japonica rice

2.2.2 粳稻生产的地区差异分析 依据粳稻分布地区的自然禀赋和地理区位，我国粳稻生产地区主要分为东北粳稻生产区（黑龙江、吉林、辽宁）、华北粳稻生产区（河北、河南、山东）、西北粳稻生产区（宁夏）、长江中下游粳稻生产区（江苏、浙江、安徽、湖北）和西南云贵高纬度粳稻生产区。我国粳稻生产区主要集中在东北地区和长江中下游地区。其中，东北地区生产优势在于，一是耕地面积集中连片，便于规模化、机械化、标准化生产；二是东北地区的土壤肥力好；三是自然条件和气候环境适合粳稻生产。而长江中下游地区粳稻发展空间大：一是该地区水资源丰富，灌溉条件好；二是土地细碎化，难以实现机械化生产；三是该地区工资性收入比重，雇工成本较高。

2.2.3 三类区域的要素禀赋特征 根据效率的高低程度，可以划分为三类区域，如表3所示：

1）第一类区域包括云南、安徽2个省份，表现的特征为“低效率、低投入”，属于农业欠发达地区。该地区在土地资源禀赋、生产资料条件、机械技术水平等方面与发达地区相比存在较大的差距。需要突破传统落后的小规模分散化的经营方式，调整农业生产结构。

2）第二类区域是中效率的区域，其中黑龙江、吉林、宁夏、辽宁属于“投入高于效率水平”的区域，该类地区土壤有机质含量丰富，生产的大米品质好，市场占有率逐年增加。东北地区土地集中平整，适合发展规模化、集约化生产，加大机械投入和技术推广，通过技术效率的提高来提升生产效率。另外，河北、山东、河南、江苏处于“低投入、中效率”的模式，掌握了一定的生产技术，接近或已达到生产前沿。河北、河南、山东在渤海沿岸，受水资源短缺的制约。而江苏处在太湖周边，受土地细碎化和劳动力成本的约束。

3）第三类区域是湖北、浙江省，属于“低投入、高效率”的典型区域。浙江属于城市化和人力资本共同推动技术进步的区域，有利于通过技术溢出带动规模效应。湖北处在江汉平原，水资源丰富的长江中游地区，在水利和肥力上的投入拉动粮食的单产水平。

不同粳稻产区要素禀赋的相对稀缺程度及其供给弹性的差异，导致农业生产中要素投入和要素替代的不同。主要有两种典型路径：第一条路径是在土地要素条件好的东北地区，可以依靠集中土地集中经营发展规模经济。第二条路径是在浙江、湖北等高劳动力成本的长江中下游区域，农户生产倾向于用资本替代劳动，投入生产技术和机械操作。由此可见，在要素禀赋的约束下，有必要选择相应的要素替代路径。

表3 要素禀赋特征下技术效率的区域分布情况Table 3 regional distribution of technical efficiency under the characteristic of factor endowment

3 粳稻生产效率的收敛性分析

3.1 TFP及其分解指数的σ收敛分析

σ收敛是指在不同的经济区域，个体产出或收入的分散程度随时间的推移而逐渐降低[3]，本文采用变异系数进行测度，能够直观反映区域间的差距是否缩小。其中，变异系数等于生产率指数及其分解项的标准差与平均值的比值。由图3可知，技术进步和TFP的变异系数呈现上升趋势，即σ发散状态，粳稻生产率不存在收敛，主要是技术进步造成的地区差距不断扩大。而技术效率的变异系数呈现平稳的浮动，有两个阶段存在下降的趋势，但是整体下降趋势不明显。

3.2 TFP及其分解指数的绝对β收敛分析

绝对β收敛是指在不控制外部影响因素的条件下，各地区的生产率是否会增长到同一水平。绝对

图3 1999-2013年中国粳稻技术效率、技术进步及全要素生产率的变异系数Fig. 3 Technical efficiency, technology progress and the coefficient of the variation of the total factor productivity for Chinese japonica rice, 1999-2013

β收敛的计量模型为：

式中，eit为第i个地市第t年粳稻生产率，ei,t-1为第i个地市第t-1年粳稻生产率，α为常数项，εit为随机误差项。若β为负且显著，即存在绝对β收敛。以（3）式为基础，分别建立TFP及其分解项的3个面板模型，运用Eviews6.0得到估计结果（表4）。由表4中4.1列可知，各地区TEC、TP及TFP的β值分别在1%、5%、1%的水平下显著为负，说明各地区粳稻生产率存在绝对β收敛。

3.3 TFP及其分解指数的条件β收敛分析

条件β收敛是考虑不同地区的条件差异，其生产率将会趋近不同的稳定水平，控制外部条件后，各省粳稻生产率的收敛情况。遵循Miller[10]的研究，采用面板数据的固定效应模型进行估计。本文用于检验粳稻生产率的条件β收敛的计量模型为：

其中，Ψj表示第j个控制变量γj的回归系数，即本文选取的六个控制变量。若β为负且在统计上显著，则表示粳稻生产率存在条件β收敛。以（4）式为基本模型，得到的估计结果如表4中的4.2列。如表4所示，TFP及其分解项的β值均在1%的水平下显著为负，说明中国粳稻生产率水平处于条件β收敛状态。

不论是否考虑外部因素，β为负且在统计上显著，这说明中国粳稻生产率及其分解项同时存在绝对β收敛和条件β收敛，表明各粳稻产区的均衡值最终是趋于一致的。在要素市场化背景下，各要素在不同地区间流动，生产技术的信息化导致技术获取水平趋同，出现收敛趋势。因此，粳稻生产的技术进步是决定因素。

表4 中国粳稻生产率绝对β收敛和条件β收敛估计结果Table 4 Estimation results of the absolute convergence and conditional convergence of Chinese japonica rice productivity

4 结论与启示

4.1 研究结论

本文的研究结果发现：第一，粳稻生产效率的平均增加率为4.59%，技术进步为5.14%。技术进步与生产效率的变化趋势相近，而技术效率涨幅和规模效率一致。第二，通过技术效率及人均耕地面积的交叉分析，依据效率水平和投入情况将粳稻产区分为不同的区域类型，根据区域特性，研究在不同要素禀赋条件下，以长江中下游地区和东北粳稻主产区为代表的粳稻生产要素替代路径的差异。以土地资源为优势的东北粳稻主产区，适合农业机械化的集中连片生产，用机械生产替代人工，实现土地的规模经营。以水资源和技术为优势的长江中下游粳稻生产区，可以通过资本替代劳动，合理完善基础水利设施和交通设施，通过技术扩散来达到技术进步，从而实现生产性服务的规模经营。第三，收敛性的检验结果表明，中国粳稻的生产率及其分解项不存在σ收敛，但存在绝对β收敛和条件β收敛，表明地区间差异缩小并趋于稳定。根据本文的实证结果，今后要解决粮食安全问题和保障粳稻质量安全，保持粳稻生产率持续增长的关键是提高技术效率水平，为此要加大技术投入，改善规模效率，从而有效的缩小中国各粳稻产区生产率水平差距。

4.2 政策启示

基于以上结论，可以启示我们：1）提升粳稻生产率的关键在于提升技术效率，保持技术进步。加强交通基础设施和水利灌溉设施的建设，降低地区间的运输成本。缩短空间距离来避免生产的地域性问题，从而增强区域间的技术扩散和技术进步。比如湖北、浙江、江苏等长江中下游主产区应增加资本投入来完善各项基础设施，为粳稻生产的投入要素和技术扩散提供便利，从而促进粳稻生产的地理集聚，实现生产性服务规模经营和产业化经营。2）结合不同地区的土地要素情况，实现粳稻生产的“有效产出”。例如，像黑龙江、吉林、宁夏等土地平整、幅员辽阔的东北粳稻主产区，适用于提高农业机械化水平，实现规模化的机械作业，以充分利用土地肥力高、集中连片的优势条件。根据要素禀赋的特征，发展不同的要素替代路径，实现土地的规模经营。3）通过规模效率实现粳稻生产的“均衡发展”，在一些“低投入、低效率”的粳稻生产区，土地规模经营向服务规模经营转变，实现标准化生产，发挥新型农业经营主体的作用，提高粳稻的生产质量，满足市场的消费需求。

[1] 本刊编辑部. 三农专家论农业供给侧结构性改革[J]. 农林经济管理学报, 2016, 15(2): 115-118.

Editorial Department of This Publication. On the structural reform of agricultural supply side[J]. Journal of Agro-Forestry Economics and Management, 2016, 15(2): 115-118.

[2] 高鸣, 宋洪远. 粮食生产技术效率的空间收敛及功能区差异——兼论技术扩散的空间涟漪效应[J]. 管理世界, 2014(7): 83-92.

Gao M, Song H Y. The spatial convergence and function differences of the technical efficiency of grain production and functional region difference: A discussion on the spatial ripple effect of technology diffusion[J]. Management World, 2014(7): 83-92.

[3] 刘德娟. 我国粳稻生产效率变动及收敛性分析[J]. 广东农业科学, 2015(12): 174-179.

Liu D J. Production efficiency change and convergence analysis of japonica rice in China[J]. Guangdong Agricultural Sciences, 2015(12): 174-179.

[4] 马林静, 王雅鹏, 吴娟. 中国粮食生产技术效率的空间非均衡与收敛性分析[J]. 农业技术经济, 2015(4): 4-12.

Ma L J, Wang Y P, Wu J. Spatial non equilibrium and convergence analysis of the technical efficiency of grain production in China[J]. Journal of Agrotechnical Economics, 2015(4): 4-12.

[5] 田伟, 柳思维. 中国农业技术效率的地区差异及收敛性分析——基于随机前沿分析方法[J]. 农业经济问题, 2012(12): 11-18, 110.

Tian W, Liu S W. Analysis of Chinese agriculture’s regional difference in technical efficiency and convergence[J]. Issues in Agriculture Economy, 2012(12): 11-18, 110.

[6] 贺亚亚, 李谷成. 中国种植业地理集聚: 行业特征、专业分工与时空演变[J]. 农业现代化研究, 2016, 37(3): 496-504.

He Y Y, Li G C. Geographic concentration of China’s crop industry: Characteristics, specialization, and the spatial and temporal evolution[J]. Research of Agricultural Modernization, 2016, 37(3): 496-504.

[7] 马林静, 王雅鹏, 田云. 中国粮食全要素生产率及影响因素的区域分异研究[J]. 农业现代化研究, 2014, 35(4): 385-391.

Ma L J, Wang Y P, Tian Y. Regional differentiation of grain total factor productivity and influencing factors in China[J]. Research of Agricultural Modernization, 2014, 35(4): 385-391.

[8] Farrell M J. The measurement of productive efficiency[J]. Journal of the Royal Statistical Society, 1957, 120(3): 253-290.

[9] Färe R, Grosskopf S, Lindgren B, et al. Productivity changes in Swedish pharamacies 1980-1989: A non-parametric Malmquist approach[M]//International Applications of Productivity and Efficiency Analysis, Springer Netherlands, 1992: 81-97.

[10] Miller S M, Upadhyay M P. Total Factor Productivity and the Convergence Hypothesis[J]. Journal of Macroeconomics, 2002, 24(2): 267-286.

（责任编辑：王育花）

The regional difference and convergence analysis of the productivity of japonica rice under the constraint of factor endowment

HU Wen, YAN Jing-xian, CHEN Zhao-jiu
（College of Economics and Management, Jiangxi Agriculture University/Jiangxi Collaborative Innovation Center for Modern Agriculture Development, Nanchang, Jiangxi 330045, China）

Based on the panel data of japonica rice production in 12 provinces in China from 1999 to 2013, this paper adopts a DEA-based Malmquist productivity index method to measure and decompose TFP (Total Factor Productivity) growth. Results show that the TFP index of main production areas has shown an average annual increase of 4.59% within 15 years, and the technological progress also has an average decrease of 5.14%. In addition, the TFP was also influenced by the decline of technical progress. Further convergence test indicated that the TFP of production areas does not exist σ convergence trend, but there is an absolute convergence and conditional convergence. To narrow the differences of technical efficiency among different provinces, it is critical to improve the efficiency, to increase technology investment, and to enlarge the production scale. Policy suggestions include: 1) to formulate different development paths according to the different regional characteristics of factor endowments; 2) the main producing areas of the Northeast of China should adopt the land scale management of agricultural mechanization; while in the middle and lower regions of the Yangtze River, the capital investment should be increased to promote the technology diffusion and the scale of the development of production services.

factor endowment; total factor productivity; convergence; japonica rice

CHEN Zhao-jiu, E-mail: czj4158@aliyun.com.

F323.3

A

1000-0275（2016）06-1055-06

10.13872/j.1000-0275.2016.0119

胡雯, 严静娴, 陈昭玖. 要素禀赋约束下中国粳稻生产率的地区差异及收敛性分析[J]. 农业现代化研究, 2016, 37(6): 1055-1060.

Hu W, Yan J X, Chen Z J. The regional difference and convergence analysis of the productivity of japonica rice under the constraint of factor endowment[J]. Research of Agricultural Modernization, 2016, 37(6): 1055-1060.

国家自然科学基金重点项目（71333004）；国家自然科学基金项目（71563019）。

胡雯（1994-），女，江西新余人，硕士研究生，主要从事农业经济理论与政策方面的研究，E-mail：huwen0919@163.com；通讯作者：

陈昭玖（1969-），男，江西兴国人，教授，主要从事农业经济理论与政策方面的研究，E-mail：czj4158@aliyun.com.

2016-03-23，接受日期：2016-09-07

Foundation item: Key Project of National Natural Science Foundation of China (71333004); National Natural Science Foundation of China (71563019).

Received 23 March, 2016;Accepted 7 September, 2016