論文導讀:：本文應用DEA分析方法，使用2001-2008年我國30個省(直轄市)的農業面板數據測度我國農業TFP增長，同時考查了人力資本存量的差異對各省份農業TFP及其構成的影響，并對影響的顯著性進行了假設檢驗。不考慮各省份之間農業勞動力人力資本的差異會導致低估規模效率、技術效率以及純技術效率的改善對農業TFP增長的貢獻，同時也會高估技術進步對農業TFP增長的貢獻。 論文關鍵詞：規模效率，技術效率，純技術效率 一、引言與文獻綜述 傳統的關于農業全要素生產率(TFP)的研究主要采取的是Solow（1957）余值法，即從農產出增長中扣除資本和勞動對產出增長的貢獻，從而得到全要素生產率[1]。但這種方法卻存在三個方面的缺陷：一是沒有考慮到技術無效率（TechnicalInefficiency）的情形；二是設定了農業生產的具體函數形式；三是Solow余值法不能將TFP增長進一步細化，從而使得TFP成了一個龐雜的概念。 受Debreu(1951)和Koopmans(1951)啟發[2] [3]，Farrell(1957)首次將農業生產效率分解為技術效率和配置效率兩部分[4]純技術效率，Boles(1966) [5]，Bressler(1966) [6]，Seitz(1966)和Sitorus(1966)將Farrell的現代線性規劃方法應用到農業增長研究中[7] [8]，最終啟發了以Charmes，Cooper和Rhodes(1978)為代表人物的數據包絡分析（DEA）的研究[9]。運用DEA方法測量農業TFP增長較之隨機前沿分析(SFA)方法有兩方面的優點：其一是不需要設定具體的農業生產函數；其二是無需設定技術無效率項(Aigner，1968)的分布函數[10]論文格式范文。 本文采用DEA方法，使用2001-2008年我國30個省(直轄市)的農業面板數據測度我國農業TFP增長，同時考慮不同省份之間勞動力異質的情形，筆者考查了人力資本存量的差異對各省份農業TFP及其構成的影響，并對影響的顯著性進行了假設檢驗。 二、理論框架與模型的建立 我們選用Malmquist生產率指數法(Fare et al，1994)來度量我國農業TFP增長[11]。令 X表示投入向量純技術效率，Y表示產出向量（可以是單一產出，也可以是多元產出），則產出導向型Malmquist生產率變化指數(Productivity Change Index)可表示為： ， （1） 其中 ，（2） ，（3） ，（4） ，（5） 線性規劃（2）式中的距離函數和（3）式中的距離函數分別表示第t期和第t+1期的技術效率TE(Technical Efficiency)，由Farrell(1957)對TE的定義可知，，即線性規劃（2）和（3）式中；對于線性規劃（4）式純技術效率，當技術進步時（生產前沿面向外移動），可能成立；同理，對于線性規劃（5）式，當技術退步時，可能成立。如果Malmquist指數大于1，則表示第t+1期農業生產較之第t期TFP增長，反之則TFP增長為負值。 為了更詳細分析農業TFP增長的原因，我們將Malmquist指數進行分解，得 ， 其中TP表示技術進步，TC表示技術效率變化純技術效率，根據Banker，Charnes和Cooper(1984)提出的VRS模型(Variable Returns to ScaleModel) [12]，我們將 TC分解為純技術效率變化(PTC)和規模效率變化(SC)，則Malmquist指數可進一步分解為 ， （6） （6）式表明農業TFP增長來源于三個方面：純技術效率變化，規模效率變化和技術進步。在其他條件不變時，當農業生產向前沿面(Frontier)靠近時，會有利于TFP增長；產出彈性份額比其成本份額大的生產要素投入的增加也會帶來TFP的增長。由（6）式可知Malmquist生產率指數法比Solow余值法測度的TFP更有利于解釋農業增長的源泉。 此外，值得注意的是本文中所討論的TP是狹義技術進步，而非內生增長理論(Romer，1990)中的廣義技術進步[13]論文格式范文。 三、數據處理 本文選取2001-2008年我國30個省(直轄市)的農業面板數據（其中重慶并入四川計算）純技術效率，7種農業生產投入要素分別是：農業機械總動力、農業勞動力人口、農業用電量、化肥施用量、耕地面積、有效灌溉面積和人力資本存量。各個省份的農業實際總產出計算方法是：將每年的名義農業總產出以2001年為基期，按農業物價指數進行平減求得實際產出。 對于農業人力資本存量的度量大致有三種方法：經費投入法、產出法和平均教育年限法（舒爾茨，1988）[14]。本文采用教育年限法，用H表示人力資本存量，即從事農業生產的勞動力平均受教育年限，測度H的公式（劉純陽，2005）是[15]： ， （7） 其中表示平均100個農業勞動力中文盲或半文盲人口數；、、和分別表示平均每百個農業勞動力中小學文化程度的人口、初中文化程度人口、高中及中專文化程度人口、大專及大專以上文化程度人口。此處我們假定文盲或半文盲人口的平均受教育年限為1年；假定小學文化程度人口的平均受教育年限為5.5年(在上個世紀八十年代之前我國農村小學實行的是五年制小學義務教育，自1986年我國頒布《中華人民共和國義務教育法》之后，農村開始推行九年制義務教育，即小學學制為六年，由于原始數據沒有將這兩種接受不同學制的小學教育的勞動人口進行細分純技術效率，此處簡化處理，假定小學文化程度的農業勞動力平均受教育年限為5.5年)；假定初中文化程度的農業勞動力平均受教育年限為8.5年；假定高中及中專文化程度的農業勞動力平均受教育年限11.5年；假定大專及大專以上文化程度人口平均受教育年限15.5年(由于原始數據沒有將大專、本科生、碩士研究生和博士研究生文化程度的農業勞動人口進行細分，此處同樣采取簡化處理)。 每百個農業勞動力中各級文化程度人口數據來自于2002-2009年的《中國農村統計年鑒》；各省份的農業總產出、農業物價指數、農業機械總動力、農業勞動力人口、農業用電量（根據農村用電量按比例折算成農業生產用電量）、化肥施用量、耕地面積和有效灌溉面積來自于2002-2009年的《中國統計年鑒》（對于西藏不全的數據，采取移動平均處理）。 四、實證分析 表1和表2分別列出了考慮和不考慮人力資本歷年的Malmquist指數分解結果（表中各指數為30個省份所對應的指數的幾何平均值）。限于篇幅的考慮，文中沒有列出考慮和不考慮人力資本情形下30個省(直轄市)的Malmquist指數分解表論文格式范文。 表1： 考慮人力資本的Malmquist指數分解表（2001-2008年）

TC

TP

PTC

SC

TFPC

2001/2002

0.992

0.988

0.93

1.067

0.98

2002/2003

1.022

1.007

1.015

1.007

1.03

2003/2004

1.002

1.072

1.008

0.994

1.074

2004/2005

0.999

1.005

0.989

1.01

1.003

2005/2006

0.977

1.029

0.995

0.982

1.005

2006/2007

1.015

1.052

0.997

1.019

1.067

2007/2008

0.991

1.105

0.994

0.997

1.096

平均

1.000

1.036

0.989

1.010

1.036

注：TFPC表示全要素生產率的變化 表2： 不考慮人力資本的Malmquist指數分解表（2001-2008年）

TC

TP

PTC

SC

TFPC

2001/2002

0.976

1.009

0.988

0.988

0.985

2002/2003

1.095

0.945

1.038

1.055

1.035

2003/2004

1.096

0.977

1.02

1.075

1.071

2004/2005

0.974

1.028

0.992

0.982

1.002

2005/2006

0.992

1.012

0.98

1.012

1.004

2006/2007

1.111

0.962

1.026

1.084

1.069

2007/2008

1.003

1.098

0.994

1.009

1.102

平均

1.034

1.003

1.005

1.029

1.037

從表1中TFPC(Total Factor Productivity Change)的數據可知，2001年至2002年，TFPC小于1，即農業TFP增長為負值，其他年份農業TFP增長均為正值，該結論與表2中不考慮人力資本的情形相同。但是，各年份農業TFP增長的比例在考慮和不考慮人力資本兩種情形下是不相同的。例如純技術效率，如果考慮人力資本，2001年至2002年，農業TFP增長為-2.0%；而不考慮人力資本時，TFP增長為-1.5%。表1和表2中的數據比較并不能說明人力資本對于30個省份的農業TFP增長的影響是否顯著。 為了進行顯著性檢驗，我們用30個省(直轄市) 2001-2008年TFPC的面板數據對下式進行回歸， ， （8） 和來分別表示考慮和不考慮人力資本的TFPC，為白噪音。如果在統計上顯著，則拒絕人力資本對TFPC沒有影響的原假設。同理（變量加標注 “H” 和 “L”來分別表示考慮和不考慮人力資本的情形），我們可以對下面的（9）、（10）、（11）和（12）式分別進行回歸， 純技術效率，（9） ， （10） ，（11） ， （12） 其回歸結果如表3所示。從表3中的統計推斷可知，我們在1%的顯著水平拒絕人力資本對TC、TP、PTC、SC沒有影響的原假設；我們不拒絕人力資本對TFPC沒有影響的原假設論文格式范文。該結論與李谷成（2009）的研究結果有所不同（李谷成沒有對該影響進行顯著性檢驗）[16]。 表3： 參數OLS估計結果

原假設

參數

OLS估計

t統計值

決定

人力資本對TFPC沒有影響

0.002

1.147

不拒絕

人力資本對TC沒有影響

0.041***

7.374

拒絕

人力資本對TP沒有影響

-0.029***

-5.079

拒絕

人力資本對PTC沒有影響

0.169***

4.121

拒絕

人力資本對SC沒有影響

0.025***

3.413

拒絕

注：***表示在1%的顯著水平上顯著 五、結語 從2001年至2008年整個時期來看，歷年的農業TFP平均增長約為4個百分點，構成了我國農業增長的主要源泉之一。其中，技術效率的改善對農業TFP增長的貢獻最為突出，比歷年技術進步的貢獻平均高出了近3個百分點。從2005年開始我國農業生產的規模效率逐步得到改善，這可能與農業耕地的使用權在民間自發流轉有關。 不考慮各省份之間農業勞動力人力資本的差異會導致低估規模效率、技術效率以及純技術效率的改善對農業TFP增長的貢獻，同時也會高估技術進步對農業TFP增長的貢獻。因而我們在做農業增長分析時有必要將人力資本的因素納入分析框架之中。