基于SFA的四川农业生产技术效率分析

关键词: 农业生产; 技术效率; 随机前沿分析 ( SFA )
中图分类号: F323
文献标识码: A
四川省是我国的 农业大省, 2006年农业总产值占 GDP 的 1815% , 远远高于全国平均水 平 1117% , 说明 促进农 业增长 仍然是四川农民增收 和整个 经济发 展的重要 途径之 一。四川 省人均耕地仅 017亩, 自 然资源 和基础 设施分 布不 均, 尽管 对农业投入逐年增 加, 技术 创新能 力不断提 高, 但产 出效益 并未显著提高。据四川省农 业厅成本 收益调 查, 2005 年亩纯 收益除红苕比上年 增加外, 其余主 要作物都 呈下降 趋势。因 此, 提高四川农业的 产出效 率, 促进 农业持续 快速 增长, 是 当前的一个重大现实 问题。
条件、科技 投 入 与技 术 创 新 ( 夏 恩 君、王 培 志 等, 1995 )、
农业生产或经营 形式、农 业技术进 步与农 技推广机 制 (王永
龙, 2004)、劳动者 素 质 ( 张宁、 陆 文聪, 2006) 等。 限于
数据的可获得性 , 本 文主要 考察以 下九个 因素: ¹ 劳 均耕地
t统计量 31 5130* * * - 411424* * * 61 8610* * * - 415613* * *
- 110591 - 318337* * *
214822* * - 212345* * - 317695* * * 31 9378* * *
11 66 12* 31 5494* * * 21 8799* * * 51 4487* * * - 310569* * * 2016871* * *
摘要: 依据四川省 21个地区 2000) 2006年农业投入产出数据建立了随机前沿生产函数模型, 并对各地区 农业
生产技术效率进行了测算和分析, 结果发现四川的农业增长目前还主要依赖土地和 流动资本的投入, 农业生产
技术效率水平随时间增加有下降趋势且地区差异明显, 资本投入和社会经济条件对 效率水平影响显著。
(
lnF it )
2
+ BNN + B1T + vit - Lit
( 3)
式中, i表示第 i个地区, i= 1, 2, ,, 21; t= 1, 2, ,, 7, 表示
2000) 2006年的 7年; Y 表示农 林牧渔 总产值; L 表示农 林牧
渔业从业人员; A 表示 农作 物总播 种面 积; E 表示 农业机 械总
3 技术效率分析
F rontie r 41 1同 时 还 计 算 出 了 全 省 21 个 市 ( 州 ) 2000) 2006年的农业生产 技术 效率 (数 据略 )。从 结果 看, 7年 来全 省各地农业生产的平 均技术效率为 811 76% , 说 明投入 要素的 使用效率还不高, 实际产出 与前沿 产出边 界还有 一定的距 离。 从各地 的 平 均 技 术 效 率 水 平 看, 最 高 的 是 成 都 市, 达 到 了 9815% ; 其次是攀 枝花 市, 为 9716% ; 而 广元 市的 效率 水 平为 全省最低, 只有 611 8% 。 31 1 技术效率 的影响因素分析
从技术效率损失函数的系 数符号看 (见表 1), 除 了劳均农 机动力和时间 因素 外, 其余 七个 因素 都对 技术 效率 有改 进作 用。从影响大小看, 排在前 三的是 财政支 农比重、劳均 耕地面 积和人均 GDP。地 方财 政对 农业 生产 的支 援, 主要 用于 农村
2 模型估计结果
运用 Co lli编写 的 F rontier 41 1对 ( 3) 、( 4)两式进行极大似 然估计, 结果如表 1。
表 1 ( 3)式和 ( 4)式 的极大似然估计结果及其显著性
随机前沿生产函数
效率损失函数
变量
B0 B1 B2 B3 B4 B12 B13 B14 B23 B24 B34 B11 B22 B33 B44 BN BT R2
动力; F 表示化肥施用量 ( 折纯量 ); N 为地区虚拟变量, 表示地
区间的自然地理 条件差异等因素, 按 5四 川统计年鉴 6排 序, 分
别取 1到 21, 即 N = 1, 2, ,, 21; T 为时 间趋势 变量, 用来 反映
时间因素造成的 生产技术的趋势性变化, 取值同 t。
影响农业生 产技术效率 的因素很 多, 主要 包括自然 资源
+ D7PGDP + D8P + D9T
( 4)
鲍学东等: 基于 SFA 的四川农业生产技术效率分析
81
11 2 数据来源 与处理 本文选取 2000) 2006年四川 省 21个 市 ( 州 ) 的面板 数据
为研究对象, 数据来 自 1999) 2007 年的 5四川统 计年鉴 6。由 于劳动力具有流动性 和闲暇的特点, 本文 以每年年 初 ( 即上年 年底 ) 的农林牧渔从 业人 员数 和该年 年底 从业 人员 数的 平均 值为当年的实际劳动 投入量。为排除通货膨胀等因素的影响, 农林牧渔业总产值和 人均 GDP 均采用 1990年可比价格计算。
术越有效。
基于超越对 数生产函数的优点, 本文选择其为随机前沿生
产函数的一般形 式, 且假定技术进 步为希 克斯中 性 (即 未考虑
时间与投入要素 的关系 )。模型设定如下:
lnYit = B0 + B1 lnL it + B2 lnA it + B3 lnEit + B4 lnF it + B12 lnLit lnA it
+ B13 lnLit lnE it + B14 lnL it lnFit + B23 lnA it lnEit
+ B24 lnA it lnFit + B34 lnEit lnF it +
1 2
B11
(
lnA it ) 2
+
1 2
B22
(
lnL it
)2
+
1 2
B33
(
lnE it
)2
+
1 2
B44
面积 ( PA ), 即耕地面积 /农林牧渔从业人员; º 劳 均农机总
动力 ( PE ), 即农机总动力 /农林 牧渔从业人员; » 劳均化肥
施用量 ( PF), 即化肥施用 量 /农林 牧渔从业人 员; ¼复种指
数 (M IR ), 即播种面积与耕地面积之比, 反映农业 自然生产
条件; ½ 灌溉 率 ( IRR ), 即 有 效灌 溉面 积 占耕 地面 积 的比
C
系数 41 7 601 - 215056 51 6 446 - 215394 - 013852 - 111718 01 4 376 - 013415 - 019128 01 5 544 01 1 686 11 0 600 11 0 323 01 7 913 - 011817 01 0 033 01 0 740 01 0 044 01 9 627
11 94 37* 61 8231* * * 3816719* * *
变量
D0 DPA DPE DP F DM IC DIRR DF UN DPGD P DP DT
系数 - 013452 - 015533 01 1795 - 013227 - 010951 - 010212 - 018091 - 014461 - 010695 01 0108
应, 为负值时则为正效应。则技术效率 ( EFF i )表示 如下:
EFF i = E ( Y*i |Ui, X i ) /E ( Y*i |U i = 0, X i )
( 2)
收稿日期: 2007- 12- 08, 修回日期: 2008- 04- 09
E( 1 )表示数学期望; EFF 在 0和 1 之间, 越接近 1 说明技
注: * 表示在 10% 水平下显著, * * 表示 在 5% 水平下显 著, * * * 表示在 1% 水平下显著。LR 为极大似然统计量, 符合混合卡方分布。
从参数的 t检验情况看, 29个估 计参数 中有 18个系 数在 1% 水平下显著, 有 3个在 5% 水平下显著, 还有 3个在 10% 水 平下显著。同时, C= 019627, 且在 1% 显著水平通过了 t检验, 说明在随机误差项中 约有 961 27% 来自技 术非有 效的影响 , 只 有 31 73% 来自 于 统计 误 差 等外 部 影 响。 C值 和 极 大 似然 值 ( LR )都较大, 各系数的显 著性检验通过率也较高, 说 明设定的 模型是可靠的。
2008年第 9期
科技管理研 究 Science and T echno logy M anagem ent R esearch
2008 N o1 9
文章编号: 1000- 7695 ( 2008) 09- 0080- 04
基于 SFA 的四川农业生产技术效率分析
鲍学东, 郑循刚
(四川农业大学 经济管理学院, 四川 雅安 625014)
重, 反映农业生产的 基础设 施条件; ¾支援农 村生产 支出占
地方财政预算支 出的比重 ( FUN ), 反映政府对农 业生产的支
持力度; ¿ 人均 GDP ( PGDP ), 反 映区域 经济发展 水平; À
政策虚拟变量 ( P) , 表示各 个时 期政 府对 农业 生产 的干 预,
以 / 五年计划 0 为政策 变动 标志, 2000 年取 值为 0, 2001 -
R
2 v
);
Ui
是非负随机变量,
表示生产的无效程
度,
假设
为非负截
尾正态分布并服从
N
(m it,
R
2 u
)1 同时 假设:
m it
=
zi t D,
zi t为
P
@
1
维向量, 表示影响效 率的 因素, P 为 影 响因 素 个数; D为 P @ 1
维待估参数向 量, 当其 为正 值时 说明 影响 因素 对效 率有 负效
t统计量 - 11 5749 - 211274* * 318061* * * - 61 2136* * * - 119320* - 01 3223 - 11 1351 - 1615701* * * - 21 6414* * * 01 92 79
Log likelihood func tion= 22313342 LR test of the one- side error= 18312595
1 模型与数据
11 1 计量模型
前沿分析方法 可分 为确 定性 分析 和随 机前 沿分 析。 Ba-t
tese和 Coe lli在 1993年提出 了一个 随机 前沿模 型, 通过 一次
估计便可测算技术效 率并将技术 效率的 分布均 值表示 为效率
影响因素的函数进行 分析, 从而 避免了 不确定 性方法 对产出
影响因素不可区分的 缺陷, 且 适合面板数据分析。模型如下:
Yit = X itB+ ( Vit - Uit ) i= 1, ,, N
t= 1, ,, T
( 1)
Yit是第 i个样本单位在 t时期的 产出; X it是第 i个样 本单
位在 t时期的 要素 投 入; Vit是 随 பைடு நூலகம்变 量, 服 从正 态 分布 N ( 0,
2005年 (即 / 十五计 划 0 ) 取值 为 1, 2006 年为 2; Á 时间
趋势变 量 ( T ), 用来 反映 技 术效 率的 趋 势性 变化 , 取 值同
前。技术效率损失函数设 定如下:
m it = D1PA + D2PE + D3PF + D4M IR + D5 IRR + D6FUN
早期理论把产出 效率的提 高归功 于技术 进步, 现在 更多 的学者把它分解为技 术进步 和技术 效率的变 动。技术 效率是 指在现有投入条件下 , 经济 单元实 际产出与 前沿产 出 (最大 可能性产出 ) 的比率; 或者 在同一 产出水平 下, 最小 可能投 入与实际投入之比。我 国学者在 借鉴国 外理论 与方法 基础上 做了大量研究: 战明华等 ( 1999) 分析 了绍兴 种粮农 户的生 产技术效率, 孟令杰 ( 2000) 发 现 1980) 1995年我国农业技 术效率呈现下降 态势, 乔世君 ( 2004) 和亢霞等 ( 2005) 研 究了我国粮食生产的 技术效率, 徐琼 ( 2005) 利用 DEA 方法 分析了浙江省 11个地区的农业技术效率和规模效率及其地区 差异。 本文 利 用随 机 前沿 方 法 ( SFA, Stochastic F rontie r Analysis) 对 2000) 2006年四川省 21个地区的农业生产技术效 率进行了测算, 并分析其影响 因素和变化特征。