农业技术效率影响因素

时间:2022-04-25 03:31:22

农业技术效率影响因素

1农业技术效率的概念界定

农业技术效率概念起源于技术效率,是技术效率概念在农业领域的应用,关于技术效率和农业技术效率的界定经过了几次演进。在理论发展过程中,学者们主要从投入和产出的角度对技术效率的内涵给出了不同的定义。1957年,英国经济学家Farrell首次从投入的角度提出,技术效率是在生产技术和市场价格不变的条件下,按既定的比例投入要素,生产一定量产品所需的最小生产成本与实际生产成本的比率;技术效率反映一个生产单元在给定投入条件下获得最大产出的能力[3]。1966年,Leibenstein则从产出角度出发,重新界定了技术效率,既在既定的投入规模、投入结构和市场价格条件下,实际产出水平与所能达到的最大产出量之间的比率,亦即投入一定量的生产要素所得到的实际产出与可能的最大产出的比率[4]。后者即从产出角度的定义被学界普遍接受并得到广泛应用。针对两个或两个以上的经济单元,LauLJ等[5]提出了相对技术效率的概念,即在投入条件一定的前提下,如果经济单元甲的产出比经济单元乙的产出高,则经济单元甲具有较高的技术效率。随着技术效率研究的不断深入,学者们开始将技术效率理论拓展到其他领域,如在农业上提出了农业技术效率。杨旭[6]认为,农业生产技术效率是技术的生产效能发挥的程度,农业生产技术在稳定的使用过程中,转化太阳能,储藏化学能,为人们生产生活提供所需要的产品。GreeneWH[7]和王永龙[8]分析了实际产出和潜在产出的差距,提出农业技术效率是指观察到的或实际的农业产出与理想的或潜在的农业产出之间的差值;差距越大表示农业生产技术效率越低,差距越小则表示农业生产技术效率越高。若实际产出与潜在产出相等,即为技术“完全有效率”;若低于潜在产出,则为“技术欠效率”。从相对技术效率出发,KRShanmugam等[9]认为,农业生产技术效率可以由评价单元本身历史上的最佳生产与产出行为来衡量,也可以由空间上其他生产单元理想的生产与产出行为来衡量。从以上分析可知,不论从投入角度还是产出角度,界定的内涵一致,即农业技术效率是指在一定的技术水平和生产要素投入的条件下,农业实际产出达到理论最大产出的程度。

2农业技术效率的评价

对于农业技术效率的评价研究,国外起步较早,其成果丰富。而国内对改革开放以来的农业经济增长和生产率变动的研究较多,对农业技术效率及其变动的研究相对较少。农业技术效率的评价着重在于解决两个基本问题,即测量方法和指标变量的选取。

2.1农业技术效率的测量方法

农业技术效率的测度即是把技术效率测度的方法运用到农业生产上,关键在于对技术效率的衡量。常用度量技术效率的方法是生产前沿分析方法,最早由Farrell和Afriat提出。根据是否已知生产函数的具体形式,前沿分析方法分为非参数方法和参数方法。2.1.1非参数方法其不要求设定生产函数,没有限定效率前沿的形状。大量文献使用的非参数方法主要有数据包络分析(DataEnvelopmentAnaly-sis,DEA)和自由处置包(FDH)方法。非参数方法的典型代表是数据包络分析,且DEA能方便容易处理决策单元是多产出情况,因此目前使用较多。数据包络分析是由运筹学家CharnesA等[10]以相对效率概念为基础提出的一种效率评价方法。DEA方法根据多指标投入和多指标产出对相同类型的单位进行相对有效性的一种非参数统计方法。其基本思路是利用包络线代替微观经济学中的生产函数,通过数学规划来确定经济上的最优点,以折线将最优点连接起来,形成一条效率前沿的包络线,然后将所有决策单元(DMU)的投入、产出映射到空间中,再根据各DMU与有效生产前沿面的距离来确定各决策单元是否有效,落在边界包络线上的DMU被认为是有效率的,否则无效。数据包络分析方法中主要包括有评价决策单元技术效率的CCR模型和分别评价纯技术与规模是否有效的BCC模型。非参数方法不需要事先确定函数的具体形式,计算较为简洁方便,但其忽略随机因素对于产出的影响,把实际产出小于潜在产出的原因都归结于技术效率,这是不合理的。2.1.2参数方法用参数方法测度技术效率的重点是确定生产前沿面,即确定一个合适的生产前沿函数。参数前沿则依赖于函数的设定形式,按其发展阶段可分为最初的确定性前沿和后来的随机前沿。与非参数方法相比,最大优点是考虑了随机因素对于产出的影响。1)确定性前沿方法是将所有的观察资料,依据前沿面和可行的技术,把被观察到的生产与最大可能的生产之间的距离看成是技术上的无效率。确定性前沿方法又分为确定性参数前沿和确定性统计前沿。首先,确定性参数前沿生产函数法主要思路是建立一个确定性生产函数,并假设残差项为正值,然后利用线性规划方法使观察值与估计值之间的绝对偏差为最小,这样可求得前沿生产函数中的参数值[11]。其次,AfriatS[12]在前沿模型中引入统计观念,认为观察点与生产前沿之间具有明显统计上的关系,应以一般统计方法估计生产前沿;确定性统计前沿方法则是以残差项为衡量技术效率的指标,但其在设定生产函数后,进一步对残差项作统计上的假设。2)随机前沿分析方法(SFA)的产生在确定前沿方法之后。由于对生产者行为的实证分析总受随机干扰项的影响,而且某一个生产者的效率与最优效率之间的差距也受到各种随机因素的影响[13],而确定性前沿分析方法不考虑随机因素的影响,其实用性受到质疑,随机前沿分析方法则应运而生。DAinger等[14]提出,在确定性前沿函数的基础上引入随机干扰的随机前沿分析方法来测算技术效率。随着对更加准确测定的要求,随机前沿函数基本模型进行了两次代表性的改进和发展,分别是Battese模型和Coelli模型。参数方法考虑了随机因素对于产出的影响,将实际产出分为生产函数、随机因素和技术无效率三部分,但SFA的模型基本假设较为复杂,需要考虑生产函数、技术无效率项分布的具体形式,对于投入产出的数据要求较高,这直接导致模型很难进一步扩展。

2.2农业技术效率的评价指标

对于农业技术效率的定量研究,选择适当的指标来衡量投入产出变量非常关键,学者们主要选择了4个变量,即劳动力投入、资本投入、土地投入和技术投入[15-17]。首先,劳动力是农业生产的必要投入因素,其丰裕程度直接决定着农业的产出,因此对农业生产效率的重要性不言而喻。文献绝大多数以农业从业人数测量劳动力投入。其次,农业生产资本投入是指农业整个生产过程中所使用的各类资本的总和,包括固定资产投入和流动资金投入两大部分。再次,土地是农业生产利用各种自然力的基础,农业土地投入是指农业生产过程中所使用的全部地表面积的数量。郑晶等[18]认为,耕地存在复种指数的差别,同时存在荒废现象,以农作物总播种面积来作为土地投入变量合理。方鸿[19]认为,农作物播种面积不能真正反映农业如林、牧渔的土地投入,所以用耕地面积作为土地投入。最后,技术水平包括科技水平和工业化水平。对于农业科技水平的度量一般是通过农业科研的投入水平,主要集中于品种、化肥、农药方面的研究等。忽略农业科研投入对中国农业增长源泉的估计有失公允;工业化水平是农业生产技术提高的物质技术基础,可以通过降低化肥、机械、农药的成本来提高农业技术效率[20]。对于技术投入变量的衡量一般将化肥使用量和农业机械动力作为变量。学者们对于产出变量的选择也不尽相同,主要有农业总产值(农林牧渔总产值)、农业增加值和粮食作物产量3种,但从各自的出发角度来看,这3种也各有其侧重点和实际需要。这4种变量是用来生产的基本要素投入,尽管有许多学者加入了其他的变量进行控制,而且各变量的衡量标准不尽相同,但其实质均是从微观经济学的投入产出要素出发进行控制。

2.3农业技术效率的测度

对于农业技术效率水平测度的研究,最早也是借鉴于技术效率在微观层面上如以企业和农场为对象的应用。由于国外农场或种植园的规模较大,因此,在一定程度上代表了区域农业的技术效率水平,也可理解为中观或宏观层面。国内的研究起步较晚,成果较少。纵观国内外文献,对于农业技术效率水平的评价主要是采用SFA和DEA两种分析方法。2.3.1基于DEA方法的农业技术效率测度目前,DEA方法已在国内外经济分析、技术进步、效率与效益、资源配置和金融投资等领域进行了许多成功的应用,把其应用到农业技术效率上的评价研究也不少。ChitkaraJha等[21]用DEA方法估算了印度Punjab地区300个小麦种植农场1981—1982年和1982—1983年的配置效率和技术效率发现,在这两个年度区间大型养殖场在技术和资源配置上都比小型养殖场更有效率。KGalanopoulos等[22]测算了欧盟国家和13个候选国在1993—1999年的农业技术效率,1993—1994年欧盟国家平均农业技术效率从0.829升至0.844,随后略有下降,但幅度平稳,1996年为0.816。国内利用DEA对农业技术效率测算的研究起步较晚,近几年也取得了一些成果。孟令杰[11]以农业GDP为被解释变量,测算我国1980—1995年农业产出的技术效率发现,我国农业技术效率呈下降态势,由1980年的0.909下降到1995年的0.868,下降了4.1%。韩晓燕等[23]测算了1984—2002年全国农业平均技术效率,结果表明:中国农业技术效率从1984年以来呈明显的逐年下滑趋势;1984年为83.33%,到2002年已经下滑到69.74%,共下降了13.6%。薛春玲等[24]通过实证研究测算出了全国农业产出技术效率动态状况,结果显示:中国农业技术效率宏观上是提高的趋势,但总体水平较高,具有明显的阶段性;1977—1985年,农业产出技术效率是稳定增长阶段,从80%左右开始达到1985年93%~100%的效率最高点;1986—1989年呈缓慢下降状态,降到80%左右的最低点,然后保持低速徘徊至1994年,其后以缓慢的速度增长,到2001年形成100%的效率最高点,并维持在高位水平。方鸿[19]测度1988—2005年中国各省份的农业生产技术效率发现,东部地区的农业生产技术效率相对较高,中西部地区与东部地区之间有着显著的差距。综合以上测度结果可以看出,国外针对各区域的技术效率测度的结果从横向上看无法做出比较,而国内测度结果明确显示出农业技术效率在1980—1985年大体呈上升趋势,而在1985年之后呈现下滑状态,表明DEA方法测度结果具有稳健性。2.3.2基于SFA方法的农业技术效率的测度目前,由于DEA方法本身存在固有缺陷,很多研究采用了SFA方法进行测算技术效率。Cuesta[25]用SFA方法对西班牙82个奶牛农场的技术效率进行了测算,1987—1991年的平均技术效率一直处于下滑中,从1987年的0.857降至1991的0.776。Kat-erinaMelfou等[26]估算了希腊1997—2002年期间牧羊场的技术效率的频率分布,平均技术效率为0.768。国内利用SFA方法测度技术效率的成果已非常丰富,大多针对农业中的某一分支进行测度,如对粮食、大豆等的测度[27-28]。而对于宏观上评价整个农业的技术效率的文献则较少。钱良信[17]测算了1978—2008年期间中部6省农业技术效率的变化,结果表明:中部地区的平均技术效率为0.456,总体上处于较低水平。李宗璋等[29]测度了1996年、2006年全国和东中西部的农业技术效率,全国农业技术效率水平1996年和2006年分别是0.722和0.809,农业技术效率整体有所上升;从东中西部看,1996年分别是0.884、0.755和0.681,2006年为0.912、0.868和0.676,东中西部依次降低,存在区域差异。SFA方法在通过选择具体函数形式跨地区比较农业技术效率方面有显著作用,其可以针对性地筛选出落后区域,从而为重点支持提出理论指导。但因选择具体函数形式比较复杂,横向测量比较时且缺乏地区针对性,也使其具有局限性。

3影响农业技术效率的因素

农业生产是一个复杂的系统,其运行依赖于社会、经济、政治以及资源等,是内在要素与环境因素相互作用、相互影响的有机统一体。农业技术效率影响因素的量化与测度的关键是指标的构建与选择,总的原则是有利于正确测算、认识和把握农业技术效率的程度和影响因素,保证测度有效性。在研究农业技术效率影响因素的文献中,既有定性分析研究对农业技术效率影响因素进行描述性分析,更有实证分析。特别是实证研究方面尝试在模型中量化影响因素,进行测度和回归分析,已经取得了丰硕的成果。理论上共同认可影响农业技术效率的因素主要有自然因素、经济因素和社会因素。

3.1自然因素

Krasachat[30]认为,对农业生产技术效率影响最大的是农场规模,其次是土地、气候等自然条件。国内学者余建斌等[31]研究了中国大豆生产的主要影响因素,结果表明:自然灾害(特别是旱灾)和大豆种植比重是影响大豆生产技术效率的主要因素。随后他又研究了中国农业生产的技术效率,得出中国农业生产存在显著的效率损失,技术效率水平较低,加强农业水利是提高农业生产技术效率最为有效的措施等结论。李宗璋等[29]研究了公路、码头及铁路三类交通基础设施建设对农业生产技术效率的影响,结果表明:水路和公路的普及程度对中国各省区农业生产技术效率的提升有显著推动作用,铁路运输网对农业生产技术效率的改进效果尚不明显。

3.2经济因素

汪小勤等[32]引入农田水利灌溉面积和农村电力消费作为农业公共投资的变量,验证了农业公共投资对于农业技术效率和农业增长具有促进作用。宋春光等[33]研究了合作金融和政策性金融对农业技术效率的影响,结果表明:合作金融对中国农业技术效率的提高有着明显的促进作用,而政策性金融支持对农业技术效率的作用不显著。钱良信[17]对中部6省影响农业技术效率的因素发现,农业贷款和财政支农支出每增加1%,农业技术效率分别减少3.50%和4.43%。肖小勇等[34]从人力资本和经济增长之间的关联性入手,用健康和教育两个变量作为人力资本的变量,对我国农业投入产出情况和农村人力资本情况进行了实证分析,结果显示:农村人力资本减少了农业生产技术无效程度,提高了农业生产的技术效率和农业产出。

3.3社会因素

OkoruwaVictorOlusegun等[35]研究尼日利亚水稻的技术效率认为,影响农业技术效率的关键是教育,推广人员的接触。国内研究也主要从劳动力素质和教育入手。张宁等[36]分析了中国农村劳动力素质对农业技术效率的影响,结果表明:农村劳动力素质的变化对中国农业效率的影响具有显著性差异;与劳动力的身体素质比较,农村劳动力的智力素质提高对中国农业技术效率的增长更具有显著作用。李谷成等[37]对湖北农户的研究显示,劳动力的受教育程度对农户技术效率的作用不太显著,而专门的农业技术培训则可以促进农户技术效率的提高。张本飞[38]将教育投资作为解释变量,将平均每公顷耕地的实际农业总产出作为产出,验证了教育投资对农业技术效率有正向效应,且从事农业生产的劳动力平均受教育年限每增加1年,则我国农业技术效率增加7%。

3.4综合因素

以上文献是从单因素角度实证对农业技术效率的影响,对影响农业技术效率的多因素进行量化分析的文献较少且是针对部分区域。郑循刚等[39]依据随机前沿分析方法,对四川农户农业生产技术效率的影响因素进行分析认为,科技投入对农户生产技术效率的影响最大,其次是自然条件(耕地类型),影响最小的是退耕还林面积和财政补贴。金剑等[40]采用关联分析方法对农业技术效率的影响做了实证分析,结果显示:农业机械总动力、农用化肥施用量和生产资料价格指数对河北省农业生产技术效率损失的影响较大,而农村个人固定资产投资和年末常用耕地面积对其影响相对较小。

4小结

通过上述文献分析可知,学术界关于农业技术效率的涵义、评价和影响因素的量化等方面作了一定的理论探讨,为学界开展农业技术效率研究指明了方向。但这些研究也存在一定的局限性,主要有以下几个方面:一是由于技术效率的测度方法均有其优点和缺点,对于不同的区域农业状况,不同方法测度的农业技术效率和影响因素的结论有时并不一致,对此大多学者只是采用单一方法进行测度和评价,缺乏创新和改进。二是在影响因素的实证分析方面,大多学者是从自己研究的项目和数据可得性的角度出发来选择影响因素,没有形成一个综合稳定的影响因素的评价体系。三是大多数文献是对农业的某一领域,如粮食、棉花、大豆等进行技术效率测度,而对整个宏观的农业技术效率的研究非常欠缺,还有待于进一步深入研究。

作者:邓若冰1,2夏庆利2罗芳2工作单位:1.华中师范大学2.黄冈师范学院