人力资本对农业全要素生产率增长的影响分析_纯技术效率

人力资本对农业全要素生产率增长的影响

分析_纯技术效率

论文导读:：本文应用DEA分析方法，使用2001-2008年我国30个省(直辖市)的农业面板数据测度我国农业TFP增长，同时考查了人力资本存量的差异对各省份农业TFP及其构成的影响，并对影响的显著性进行了假设检验。不考虑各省份之间农业劳动力人力资本的差异会导致低估规模效率、技术效率以及纯技术效率的改善对农业TFP增长的贡献，同时也会高估技术进步对农业TFP增长的贡献。论文关键词：规模效率，技术效率，纯技术效率

一、引言与文献综述

传统的关于农业全要素生产率(TFP)的研究主要采取的是Solow（1957）余值法，即从农产出增长中扣除资本和劳动对产出增长的贡献，从而得到全要素生产率[1]。但这种方法却存在三个方面的缺陷：一是没有考虑到技术无效率（TechnicalInefficiency）的情形；二是设定了农业生产的具体函数形式；三是Solow余值法不能将TFP增长进一步细化，从而使得TFP成了一个庞杂的概念。

受Debreu(1951)和Koopmans(1951)启发[2] [3]，Farrell(1957)首次将农业生产效率分解为技术效率和配置效率两部分[4]纯技术效率，Boles(1966) [5]，Bressler(1966) [6]，Seitz(1966)和Sitorus(1966)将Farrell 的现代线性规划方法应用到农业增长研究中[7] [8]，最终启发了以Charmes，Cooper和Rhodes(1978)为代表人物的数据包络分析（DEA）的研究[9]。运用DEA方法测量农业TFP增长较之随机前沿分析(SFA)

方法有两方面的优点：其一是不需要设定具体的农业生产函数；其二是无需设定技术无效率项(Aigner，1968)的分布函数[10]论文格式范文。本文采用DEA方法，使用2001-2008年我国30个省(直辖市)的农业面板数据测度我国农业TFP增长，同时考虑不同省份之间劳动力异质的情形，笔者考查了人力资本存量的差异对各省份农业TFP及其构成的影响，并对影响的显著性进行了假设检验。

二、理论框架与模型的建立

我们选用Malmquist生产率指数法(Fare et al，1994)来度量我国农业TFP增长[11]。令X表示投入向量纯技术效率，Y表示产出向量（可以是单一产出，也可以是多元产出），则产出导向型Malmquist生产率变化指数(Productivity Change Index)可表示为：

，（1）

其中

，（2）

，（3）

，（4）

，（5）

线性规划（2）式中的距离函数和（3）式中的距离函数分别表示第t

期和第t+1期的技术效率TE(Technical Efficiency)，由Farrell(1957)对TE 的定义可知，，即线性规划（2）和（3）式中；对于线性规划（4）式纯技术效率，当技术进步时（生产前沿面向外移动），可能成立；同理，对于线性规划（5）式，当技术退步时，可能成立。如果Malmquist 指数大于1，则表示第t+1期农业生产较之第t期TFP增长，反之则TFP增长为负值。

为了更详细分析农业TFP增长的原因，我们将Malmquist指数进行分解，得

，

其中TP表示技术进步，TC表示技术效率变化纯技术效率，根据Banker，Charnes和Cooper(1984)提出的VRS模型(Variable Returns to ScaleModel) [12]，我们将TC分解为纯技术效率变化(PTC)和规模效率变化(SC)，则Malmquist指数可进一步分解为

，（6）

（6）式表明农业TFP增长来源于三个方面：纯技术效率变化，规模效率变化和技术进步。在其他条件不变时，当农业生产向前沿面(Frontier)靠近时，会有利于TFP增长；产出弹性份额比其成本份额大的生产要素投入的增加也会带来TFP的增长。由（6）式可知Malmquist 生产率指数法比Solow余值法测度的TFP更有利于解释农业增长的源泉。

此外，值得注意的是本文中所讨论的TP是狭义技术进步，而非内生增长理论(Romer，1990)中的广义技术进步[13]论文格式范文。

三、数据处理

本文选取2001-2008年我国30个省(直辖市)的农业面板数据（其中重庆并入四川计算）纯技术效率，7种农业生产投入要素分别是：农业机械总动力、农业劳动力人口、农业用电量、化肥施用量、耕地面积、有效灌溉面积和人力资本存量。各个省份的农业实际总产出计算方法是：将每年的名义农业总产出以2001年为基期，按农业物价指数进行平减求得实际产出。

对于农业人力资本存量的度量大致有三种方法：经费投入法、产出法和平均教育年限法（舒尔茨，1988）[14]。本文采用教育年限法，用H表示人力资本存量，即从事农业生产的劳动力平均受教育年限，测度H的公式（刘纯阳,2005）是[15]：

，（7）

其中表示平均100个农业劳动力中文盲或半文盲人口数；、、和分别表示平均每百个农业劳动力中小学文化程度的人口、初中文化程度人口、高中及中专文化程度人口、大专及大专以上文化程度人口。此处我们假定文盲或半文盲人口的平均受教育年限为1年；假定小学文化程度人口的平均受教育年限为 5.5年(在上个世纪八十年代之前我国农村小学实行的是五年制小学义务教育，自1986年我国颁布《中华人民共和国义务教育法》之后，农村开始推行九年制义务教育，即小学学制为六年，由于原始数据没有将这两种接受不同学制的小学教育的劳动人口进行细分纯技术效率，此处简化处理，假定小学文化程度的农业劳动力平均受教育年限为5.5年)；假定初中文化程度的农业劳动力

平均受教育年限为8.5年；假定高中及中专文化程度的农业劳动力平均受教育年限11.5年；假定大专及大专以上文化程度人口平均受教育年限15.5年(由于原始数据没有将大专、本科生、硕士研究生和博士研究生文化程度的农业劳动人口进行细分，此处同样采取简化处理)。

每百个农业劳动力中各级文化程度人口数据来自于2002-2009年的《中国农村统计年鉴》；各省份的农业总产出、农业物价指数、农业机械总动力、农业劳动力人口、农业用电量（根据农村用电量按比例折算成农业生产用电量）、化肥施用量、耕地面积和有效灌溉面积来自于2002-2009年的《中国统计年鉴》（对于西藏不全的数据，采取移动平均处理）。