【《农业全要素生产率研究的国内外文献综述》5900字】

农业全要素生产率研究的国内外文献综述目录TOC\o"1-3"\h\u17677农业全要素生产率研究的国内外文献综述 1238861关于绿色全要素生产率的研究 1148302关于农业全要素生产率（农业TFP）的研究 2320853关于农业绿色全要素生产率（农业GTFP）的研究 328164关于农业面源污染测算的研究 5284935文献简评 67081参考文献 61关于绿色全要素生产率的研究（1）全要素生产率（TotalFactorProductivity，TFP）学界关于全要素生产率的研究，最初起源于国外。目前已形成的测算方法主要有索罗余值法（SolowResidual）、随机前沿生产函数（SFA）以及数据包络分析法（DEA）[18]。其中，索罗余值法是由C-D生产函数演变而来的。该函数是CobbandDouglas（1928）提出的描述生产率与经济增长关系的投入产出函数，即“柯布-道格拉斯函数”[19]。在该函数的基础上加入时间趋势项，表示生产效率水平（Tinberger，1942）[20]。Solow（1957）最先将规模报酬不变和技术中性纳入分析框架，并将资本、土地等传统要素外对经济增长的贡献概括为技术进步，即“全要素生产率”或“索罗余值”[21]。此概念提出后，学者们对经济增长进行了深入研究，成果颇丰，同时也推动了全要素生产率测算技术的进步与完善。随机前沿生产函数法就是在这样的背景下产生的。起初，有学者利用边界生产函数，提出确定性前沿模型，并将全要素生产率分解为前沿技术和技术效率两部分[22]（Farrell,1957）。但由于该模型未考虑随机扰动项，其测算结果的准确性难以保障。在此基础上，考虑随机扰动项的随机前沿生产函数应运而生，恰好弥补上述不足（AignerandLovell[23]、MeeusenandBroeck[24]，1977）。而数据包络分析是一种多学科交叉融合形成的测算方法，由运筹学家Charnes[25]（1978）提出，随后学者们在原始测算方法的基础上进行了研究和改进，取得系列重要成果，其中最著名的应属Malmquist指数[26]。该指数衡量的是全要素生产率的动态变化，最早运用于生产率方面[27]（Caves,1982），后经学者改进完善，逐渐成为测算全要素生产率最常用、最有效的方法。（2）绿色全要素生产率（GreenTotalFactorProductivity，GTFP）在很长的一段时间内，传统的全要素生产率测算方法盛行。但其测算过程只涉及经济产出，而忽略了环境污染带来的负面影响，测算结果的准确性有待考证。随着环境问题越来越严重，引起了学者们的关注，他们在TFP的测算过程中，尝试着将环境因素考虑进去，其测算结果即为“绿色全要素生产率”。研究形成的主要观点有：①将治理环境污染的费用作为投入；②直接将环境污染作为投入变量纳入计算；③将环境污染变量作为非期望产出。以上三种思路中，前两种既不能直接体现污染状况，也难以量化，因此使用极少，目前学界公认的是将环境污染归于产出端的观点。有学者在造纸厂全要素生产率的测算过程中，首次将环境污染作为非期望产出，纳入测算体系之中[28]（Pittman，1979）。该做法引起了学者们的高度关注。有学者在方向性距离函数的基础上，引入ML指数来测算考虑环境污染的纸浆厂生产效率[29]（Chung，1997）。Tone（2001）开创性地提出了非径向、非角度的SBM模型，该模型考虑了变量的松弛性，能够克服传统DEA方法的缺陷，是一种效率测算方法[30]。在此基础上，应用范围更广的SBM模型也得以发展[31]。同时，学者构建的GML生产率指数，解决了ML指数的缺陷，得到了学术界的广泛认可和使用[32]（Oh，2010）。2关于农业全要素生产率（农业TFP）的研究（1）农业TFP的投入--产出变量选择梳理现有文献发现，大多数学者以农林牧渔总产值作为农业产出变量，也有学者选择农业增加值（总产值）、单位耕地农业总产值等；至于TFP的影响（投入）要素的选取，主要包括土地、劳动力、机械、化肥农药等要素，不同学者根据研究需要又加入了水利、电力、畜牧、固定资产投入、环境等因素。譬如，有学者以第一产业增加值为产出变量，在传统投入变量的基础上，引入灌溉投入和牲畜投入[33]；或以农业总产值作为产出变量，将农业中间投入和固定资产投入考虑其中[34]（石慧，2008）。也有学者以FAO农业产出指数为产出，增加农田灌溉和牲畜养殖为投入要素[35]；或以农林牧渔业总产值为产出变量，加入水资源投入和面源污染投入[36]。在上述要素的基础上，有学者增加固定资产、农村人力资本、市场改革等因素作为投入要素[37]。同时，有研究表明，基础设施建设和农户经营规模也是影响TFP的因素。如新修公路可促进农业TFP增长，而兴修水利、电力工程对农业TFP的影响不大甚至抑制其增长（李谷成，2015）[38]。（2）农业TFP的测度方法选择目前国内外学者对农业TFP的研究成果颇丰，测度方法多样，主要包括：随机前沿法（SFA）、SBM方向性距离函数、ML指数，以及DEA-Malmquist指数法。Battese和Kumbhakark最先提出随机前沿生产函数，认为全要素生产率比劳动生产率更能体现生产效率[39]。Jorgenson(1992)研究发现，二战后美国80%的农业增长来源于TFP的变化[40]。WallanceE、Huffman（2003）采用SFA方法，测算并分析了农业非技术效率是否会对农业增长造成影响，以及影响程度大小[41]。国内最早研究TFP的是林毅夫（1992），他认为TFP的增长对农业产出有很大的促进作用[42]。之后，学者们分别运用不同方法、针对不同区域开始了大量的研究。例如，有学者运用DEA-Malmquist指数法，对我国农业TFP进行测算，并对结果进行分解，以研究其时序演进规律[43]（杜江，2015）。有学者采用随机前沿分析（SFA）测算了我国分地区的TFP，研究结果呈现出先降后升的U型增长趋势，同时效率不断恶化[44]（史常亮，2016）。也有学者运用非参数Malmquist生产率指数法，测算了我国1998-2015年各省的农业TFP，发现区域差异较大，且呈现出东、中、西部依次递减的趋势（方福前，2010[45]；李文华，2018[46]）。3关于农业绿色全要素生产率（农业GTFP）的研究学术界关于农业GTFP的研究起步较晚，学者们大多选择全国、省级层面进行研究，也有少数学者针对特定区域来研究。梳理已有的研究成果，研究的重点主要体现在指标选取、测算方法和影响因素三个方面。（1）农业GTFP的指标选取在农业GTFP的测算过程中，指标的选取直接影响到测算结果的准确性和合理性。其中，体现“绿色”的关键在于是否考虑环境因素。将环境污染作为非期望产出纳入计算，测算结果表示的就是测算农业GTFP，否则，测算的便是传统的全要素生产率[47]（陈诗一，2010）。测算指标包括投入指标和产出指标，投入指标的选取与测算农业TFP的投入指标一致；而产出指标期望产出，还要将环境因素考虑进去。其中，大多数学者研究广义农业，选取第一产业（农林牧渔业）总产值或生产总值作为期望产出，研究狭义农业（也就是种植业）的学者，则多以农业生产总值或农业产值作为期望产出。然而，对于非期望产出指标的选择，在文献中比较多元化，尚未形成统一标准。单元调查法作为测算农业污染最常用的方法，受到了诸多学者的青睐。大多数研究考虑的污染源都是农业生产（种植）过程中投入化肥、农药、机械等农有物资而产生的，也有侧重于某几个方面来研究的。比如，将化肥流失、禽畜养殖、农业固体废弃物和水产养殖产生的污染作为单元调查的主要类型，对农业带来的环境污染进行测算[48]（李谷成，2011）。在此基础上，有学者将水产养殖换成农村生活，认为这是产生污染的更重要的因素[49]（韩海彬和赵丽芬，2013）。当然，研究者对农业污染的范围有自己的见解和界定。本文所研究的农业泛指农林牧渔业，并参考已有文献的指标类型和研究方法，引入“农业面源污染”来量化农业污染，并将其结果作为非期望产出纳入农业GTFP的测算体系中。（2）农业GTFP的测算方法梳理现有的文献资料发现，对于农业GTFP的测算方式主要包括两种：①简单的数据包络分析法（DEA），或在该基础上结合Malmquist生产函数的分析方法；②考虑随机扰动项的随机前沿分析法（SFA）。国内学者对农业GTFP的研究最早开始于2012年。运用随机前沿生产函数方法，将农业生产过程中的化肥元素流失作为投入指标来测算中国农业GTFP的发展趋势。研究结果表明，技术进步对农业GTFP效率值的影响很大，而技术效率多数情况下都是反向遏制的[50]（王奇，2012）。学者们又借助非径向非角度的DEA模型进行测算，结果也都表明，农业GTFP的增长离不开技术进步，而技术效率起着反向作用[51]（梁俊、龙少波，2015）。同时，我国各省份之间TFP的差距逐渐扩大，技术效率呈现持续恶化的趋势[52]（刘战伟，2018）。此外，也有学者采用非径向superSBM模型来测算我国GTFP，并针对东中部地区进行差异化分析[53]（王琴，2014）。后来，学界开始将农业环境污染考虑在测算体系中，ML生产率指数也因此受到了广大学者们的青睐。针对我国西南地区的农业发展，集中测算分析农业绿色生产效率，结果表明：考虑环境污染与否，农业TFP的测算结果差异很大，这也说明我国西南地区的农业经济增长，是建立在牺牲生态环境的基础之上的[54]（唐德祥和周雪晴，2016）。从全国层面来看，技术进步仍是农业GTFP增长的主要因素，且呈现出东部优于中部、中部优于西部的现象[55]（高扬和牛子恒，2018）。当然，也有学者考虑到ML生产率指数无传递性且线性规划无解的缺陷，转而采用GML生产率指数来测算全国或区域层面的农业GTFP[56]（肖锐，2017）。与此同时，由于SBM方向性距离函数解决了变量的松弛问题，近年来被学者广泛使用。（3）农业GTFP的影响因素国内外学者采用多种方式、从多个角度对农业GTFP的影响因素进行分析。研究表明：人力资本的提高可以优化农业生产流程，促进农资高效利用，进而提升农业生产效率[57]（Schulz，1999）。同时，加大农村人力资本投资也可以推动市场化改革的进程[58]（HuanganKalirajan，2001）。之后，有学者尝试将制度变化作为全要素生产率测算的一个虚拟变量，发现制度创新有很大的正向促进作用[59]（Lin，2004）。此外，农业结构调整对农业TFP也起着正向促进作用，即生产要素从低生产率单元流向高生产率单元，最终整个地区的农业生产率得以提升[60]（Peneder，2015）。国内学者主要从模型入手，选取农业TFP、农业财政支出、农业结构、农业产出比重、农业从业人员等指标，通过建立相应的模型，来分析其影响因素。结果发现，财政投入对测算结果的影响很大，但农业从业人员却起着阻碍作用[61]（刘元，2012）。在随机效应模型中，以农业TFP、TE、TP为被解释变量，分别建立内生、外生影响因素回归模型，结果显示，物质、人力资本，农业研发投入，农户经营规模等能促进TFP的增长，农业结构调整系数却有抑制作用[62]（刘瑛，2014）。也有学者将累积TFP作为被解释变量，构建面板回归模型来分析重庆市农业生产率，结果发现人均纯收入、财政支农比重、商业化率等指标对TFP有显著的促进作用[63]（程斌，2016）。此外，空间动态杜宾模型也是常用的分析方法之一。选取环境规制、产业结构等指标作为解释变量，计算我国TFP的空间效益，发现上一期计算结果并不影响当期的效率值[64]（王利，2017）。4关于农业面源污染测算的研究对于农业面源污染的核算方法，一直是学者们研究的难点和方向。目前国际上比较成熟的核算方法是数学模型法，是根据污染主体的流失路径来建立相应的估算方法。但该方法中参数获取难度较大，无法确保模型的构建，因此使用人数较少[65]（胡雪涛等，2002）。核算农业面源污染的另一方法是平均浓度法，该方法是根据降水径流总量来计算非点源污染物的平均浓度大小，通过加权获得总负荷量。此方法的难点在于对水体统计资料的要求极严苛[66]（李怀恩，2000）。水质水量相关法是在平均浓度法的基础上建立水质水量相关关系。该方法的适用范围较局限，且测算结果不一定准确。如平原河网地区，汛期放水直接影响下游的污染量，导致负荷偏高[67]（洪小康等，2000）。此外，养分平衡法也能利用农作物化肥需求量与土壤供肥量之间的差值，测算出计划产量需肥量。此方法的核心是作物与土壤之间的养分供求均衡问题，但未考虑养分利用效率[68]（张晖和胡浩，2009）。首次提出单元调查法的是赖斯云。该学者从农田化肥、畜禽养殖、农田固体废弃物和农村生活四个方面着手，测算了2001年我国的农业面源污染量。该方法是通过识别非点源产污单元，确定评估系数也就是单元产污强度，来计量影响环境和水体的污染物总量（也称产污量）[69]。在此基础上，学者们对单元调查法进行改进，以全国为研究范围，将其分为337个地区和282个地级市，分别建立了污染强度系数、资源综合利用系数以及流失系数的数据库，测算了2003年中国农业面源污染量[70]（陈敏鹏，2006）。单元调查法成为核算农业面源污染最普遍、最有效的方法，深受学者们的青睐。同时，也有学者通过定量分析方法对我国农业面源污染现状进行了深入研究[71]（葛继红等，2011）。5文献简评通过对文献的阅读参考和梳理总结，现有的研究主要从测算方法、指标选择、影响因素等方面对GTFP进行研究分析，取得的研究成果颇丰。其中，国外的相关研究对实证方法和测算理论均有专门的研究，极大地推动了GTFP测算方法的改进，也丰富了GTFP的理论研究；而国内研究主要以实证分析为主，借鉴国外研究文献中的测算方法，针对全国或不同地区的实际，测算GTFP并分析其影响因素，研究范围更加全面。此外，已有的研究中也存在需要改进的地方。一是对于环境污染的量化方式和指标选取各不相同。有些文献中以传统的农药、农膜、化肥等物资投入造成的污染来衡量农业环境压力；有些文献中以农业碳排放来表示环境污染，但碳排放源指标选取侧重点却不同，且不够具体，直接影响到测算结果的准确性。二是对测算GTFP的投入产出指标选取不够全面。诸如以广义农林牧渔业为产出指标的研究，耕地面积、农药、化肥等投入指标却是狭义农业的生产性投入，易造成研究目标和数据选取的不对应。三是影响因素方面。现有文献中对农业GTFP的研究略为滞后，因此对其影响因素的研究也不够全面，在后续的研究可以不断补充和深化。基于上述分析，本文选取黄河流域61个地级市为研究范围，以广义的农林牧渔业为研究对象，并对投入产出指标数据进行统一。同时，本文用农业面源污染来量化农业生产造成的环境污染，从多个方面对农业污染进行分析，最终得出一个比较全面的非期望产出。此外，文中采用SBM-GML指数模型，从黄河流域及其上、中、下游三个层面分别对农业GTFP进行测算分析，并构建Tobit模型对农业GTFP的影响因素做了全面分析，得出有利于农业绿色发展的政策建议。参考文献ChungYH,FäreR,GrosskopfS.ProductivityandUndesirableOutputs:ADirectionalDistanceFunctionApproach[J].Microeconomics,1997,51(3):229-240.郑涛,穆环珍,黄衍初,张春萍.非点源污染控制研究进展[J].环境保护,2005(02):31-34.Dennis,K.C.MacDonald.Indicaterofriskofwatercontamination.ReportNo24agricultureandagri-foodCanada,1998.亚当・斯密.国民财富的性质和原因的研究.上卷[M].上海：商务印书馆,2011.大卫·李嘉图.政治经济学及赋税原理[M].南京：译林出版社,2014.罗伯特·马尔萨斯.人口原理[M].上海：商务印书馆,2009.马思克.资本论.第一卷[M].北京.人民出版社,2004.MeadowsDH.TheLimitstoGrowth[M].NewAmericanLibrary,1972.BeckerRA.Intergenerationalequity:Thecapital-environmenttrade-off[J].JournalofEnvironmentalEconomics&Management,1982,9(2):165-185.StokeyNL.AreThereLimitstoGrowth?[J].InternationalEconomicReview,1998,39(1):1-31.LigthartJE,PloegFVD.Pollution,thecostofpublicfundsandendogenousgrowth[J].EconomicsLetters,1994,46(4):339-349.HarrodR.AnEssayinDynamicTheory[J].EconomicJournal,1939,49(193):14-33.DomarED.CapitalExpansion,RateofGrowth,andEmployment[J].Econometrica,1946,14(2):137-147.SolowRM.AContributiontotheTheoryofEconomicGrowth[J].QuarterlyJournalofEconomics,1956,70(1):65-94.ArrowKJ,CheneryHB,MinhasBS,etal.Capital-LaborSubstitutionandEconomicEfficiency[J].ReviewofEconomics&Statistics,1961,43(3):225-250.RomerPM.TheOriginsofEndogenousGrowth[J].JournalofEconomicPerspectives,1994,8(1):3-22.JrREL.Onthemechanicsofeconomicdevelopment[J].JournalofMonetaryEconomics,1988,22(1):3-42.BovenbergAL,SmuldersSA.TransitionalImpactsofEnviron-mentalPolicyinanEndogenousGrowthModel[J].InternationalEconomicReview,1996,37(4):861-893.CobbCW,DouglasPH.ATheoryofProduction[J].AmericanEconomicReview,1928,18(1):139-165.TinbergerJ.ZurTheoriederlangfristigenWirtschaft-sentwicklung[J].WeltwirtschaftlichesArchiv,1942,55:511-549.SolowRM.TechnicalChangeand