人力資本對農業(yè)全要素生產(chǎn)率增長(cháng)的影響分析

論文導讀:：本文應用DEA分析方法，使用2001-2008年我國30個(gè)省(直轄市)的農業(yè)面板數據測度我國農業(yè)TFP增長(cháng)，同時(shí)考查了人力資本存量的差異對各省份農業(yè)TFP及其構成的影響，并對影響的顯著(zhù)性進(jìn)行了假設檢驗。不考慮各省份之間農業(yè)勞動(dòng)力人力資本的差異會(huì )導致低估規模效率、技術(shù)效率以及純技術(shù)效率的改善對農業(yè)TFP增長(cháng)的貢獻，同時(shí)也會(huì )高估技術(shù)進(jìn)步對農業(yè)TFP增長(cháng)的貢獻。 論文關(guān)鍵詞：規模效率，技術(shù)效率，純技術(shù)效率 一、引言與文獻綜述 傳統的關(guān)于農業(yè)全要素生產(chǎn)率(TFP)的研究主要采取的是Solow（1957）余值法，即從農產(chǎn)出增長(cháng)中扣除資本和勞動(dòng)對產(chǎn)出增長(cháng)的貢獻，從而得到全要素生產(chǎn)率[1]。但這種方法卻存在三個(gè)方面的缺陷：一是沒(méi)有考慮到技術(shù)無(wú)效率（TechnicalInefficiency）的情形；二是設定了農業(yè)生產(chǎn)的具體函數形式；三是Solow余值法不能將TFP增長(cháng)進(jìn)一步細化，從而使得TFP成了一個(gè)龐雜的概念。 受Debreu(1951)和Koopmans(1951)啟發(fā)[2] [3]，Farrell(1957)首次將農業(yè)生產(chǎn)效率分解為技術(shù)效率和配置效率兩部分[4]純技術(shù)效率，Boles(1966) [5]，Bressler(1966) [6]，Seitz(1966)和Sitorus(1966)將Farrell的現代線(xiàn)性規劃方法應用到農業(yè)增長(cháng)研究中[7] [8]，最終啟發(fā)了以Charmes，Cooper和Rhodes(1978)為代表人物的數據包絡(luò )分析（DEA）的研究[9]。運用DEA方法測量農業(yè)TFP增長(cháng)較之隨機前沿分析(SFA)方法有兩方面的優(yōu)點(diǎn)：其一是不需要設定具體的農業(yè)生產(chǎn)函數；其二是無(wú)需設定技術(shù)無(wú)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(gè)省(直轄市)的農業(yè)面板數據測度我國農業(yè)TFP增長(cháng)，同時(shí)考慮不同省份之間勞動(dòng)力異質(zhì)的情形，筆者考查了人力資本存量的差異對各省份農業(yè)TFP及其構成的影響，并對影響的顯著(zhù)性進(jìn)行了假設檢驗。 二、理論框架與模型的建立 我們選用Malmquist生產(chǎn)率指數法(Fare et al，1994)來(lái)度量我國農業(yè)TFP增長(cháng)[11]。令 X表示投入向量純技術(shù)效率，Y表示產(chǎn)出向量（可以是單一產(chǎn)出，也可以是多元產(chǎn)出），則產(chǎn)出導向型Malmquist生產(chǎn)率變化指數(Productivity Change Index)可表示為： ， （1） 其中 ，（2） ，（3） ，（4） ，（5） 線(xiàn)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(shù)效率TE(Technical Efficiency)，由Farrell(1957)對TE的定義可知，，即線(xiàn)性規劃（2）和（3）式中；對于線(xiàn)性規劃（4）式純技術(shù)效率，當技術(shù)進(jìn)步時(shí)（生產(chǎn)前沿面向外移動(dòng)），可能成立；同理，對于線(xiàn)性規劃（5）式，當技術(shù)退步時(shí)，可能成立。如果Malmquist指數大于1，則表示第t+1期農業(yè)生產(chǎn)較之第t期TFP增長(cháng)，反之則TFP增長(cháng)為負值。 為了更詳細分析農業(yè)TFP增長(cháng)的原因，我們將Malmquist指數進(jìn)行分解，得 ， 其中TP表示技術(shù)進(jìn)步，TC表示技術(shù)效率變化純技術(shù)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(shù)效率變化(PTC)和規模效率變化(SC)，則Malmquist指數可進(jìn)一步分解為 ， （6） （6）式表明農業(yè)TFP增長(cháng)來(lái)源于三個(gè)方面：純技術(shù)效率變化，規模效率變化和技術(shù)進(jìn)步。在其他條件不變時(shí)，當農業(yè)生產(chǎn)向前沿面(Frontier)靠近時(shí)，會(huì )有利于TFP增長(cháng)；產(chǎn)出彈性份額比其成本份額大的生產(chǎn)要素投入的增加也會(huì )帶來(lái)TFP的增長(cháng)。由（6）式可知Malmquist生產(chǎn)率指數法比Solow余值法測度的TFP更有利于解釋農業(yè)增長(cháng)的源泉。 此外，值得注意的是本文中所討論的TP是狹義技術(shù)進(jìn)步，而非內生增長(cháng)理論(Romer，1990)中的廣義技術(shù)進(jìn)步[13]論文格式范文。 三、數據處理 本文選取2001-2008年我國30個(gè)省(直轄市)的農業(yè)面板數據（其中重慶并入四川計算）純技術(shù)效率，7種農業(yè)生產(chǎn)投入要素分別是：農業(yè)機械總動(dòng)力、農業(yè)勞動(dòng)力人口、農業(yè)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(gè)省份的農業(yè)實(shí)際總產(chǎn)出計算方法是：將每年的名義農業(yè)總產(chǎn)出以2001年為基期，按農業(yè)物價(jià)指數進(jìn)行平減求得實(shí)際產(chǎn)出。 對于農業(yè)人力資本存量的度量大致有三種方法：經(jīng)費投入法、產(chǎn)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(yè)生產(chǎn)的勞動(dòng)力平均受教育年限，測度H的公式（劉純陽(yáng)，2005）是[15]： ， （7） 其中表示平均100個(gè)農業(yè)勞動(dòng)力中文盲或半文盲人口數；、、和分別表示平均每百個(gè)農業(yè)勞動(dòng)力中小學(xué)文化程度的人口、初中文化程度人口、高中及中專(zhuān)文化程度人口、大專(zhuān)及大專(zhuān)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(xué)文化程度人口的平均受教育年限為5.5年(在上個(gè)世紀八十年代之前我國農村小學(xué)實(shí)行的是五年制小學(xué)義務(wù)教育，自1986年我國頒布《中華人民共和國義務(wù)教育法》之后，農村開(kāi)始推行九年制義務(wù)教育，即小學(xué)學(xué)制為六年，由于原始數據沒(méi)有將這兩種接受不同學(xué)制的小學(xué)教育的勞動(dòng)人口進(jìn)行細分純技術(shù)效率，此處簡(jiǎn)化處理，假定小學(xué)文化程度的農業(yè)勞動(dòng)力平均受教育年限為5.5年)；假定初中文化程度的農業(yè)勞動(dòng)力平均受教育年限為8.5年；假定高中及中專(zhuān)文化程度的農業(yè)勞動(dòng)力平均受教育年限11.5年；假定大專(zhuān)及大專(zhuān)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(méi)有將大專(zhuān)、本科生、碩士研究生和博士研究生文化程度的農業(yè)勞動(dòng)人口進(jìn)行細分，此處同樣采取簡(jiǎn)化處理)。 每百個(gè)農業(yè)勞動(dòng)力中各級文化程度人口數據來(lái)自于2002-2009年的《中國農村統計年鑒》；各省份的農業(yè)總產(chǎn)出、農業(yè)物價(jià)指數、農業(yè)機械總動(dòng)力、農業(yè)勞動(dòng)力人口、農業(yè)用電量（根據農村用電量按比例折算成農業(yè)生產(chǎn)用電量）、化肥施用量、耕地面積和有效灌溉面積來(lái)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(dòng)平均處理）。 四、實(shí)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(gè)省份所對應的指數的幾何平均值）。限于篇幅的考慮，文中沒(méi)有列出考慮和不考慮人力資本情形下30個(gè)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(chǎn)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(yè)TFP增長(cháng)為負值，其他年份農業(yè)TFP增長(cháng)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(yè)TFP增長(cháng)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(shù)效率，如果考慮人力資本，2001年至2002年，農業(yè)TFP增長(cháng)為-2.0%；而不考慮人力資本時(shí)，TFP增長(cháng)為-1.5%。表1和表2中的數據比較并不能說(shuō)明人力資本對于30個(gè)省份的農業(yè)TFP增長(cháng)的影響是否顯著(zhù)。 為了進(jìn)行顯著(zhù)性檢驗，我們用30個(gè)省(直轄市) 2001-2008年TFPC的面板數據對下式進(jìn)行回歸， ， （8） 和來(lái)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(zhù)，則拒絕人力資本對TFPC沒(méi)有影響的原假設。同理（變量加標注 “H” 和 “L”來(lái)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(jìn)行回歸， 純技術(shù)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(zhù)水平拒絕人力資本對TC、TP、PTC、SC沒(méi)有影響的原假設；我們不拒絕人力資本對TFPC沒(méi)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(méi)有對該影響進(jìn)行顯著(zhù)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(méi)有影響

0.002

1.147

不拒絕

人力資本對TC沒(méi)有影響

0.041***

7.374

拒絕

人力資本對TP沒(méi)有影響

-0.029***

-5.079

拒絕

人力資本對PTC沒(méi)有影響

0.169***

4.121

拒絕

人力資本對SC沒(méi)有影響

0.025***

3.413

拒絕

注：***表示在1%的顯著(zhù)水平上顯著(zhù) 五、結語(yǔ) 從2001年至2008年整個(gè)時(shí)期來(lái)看，歷年的農業(yè)TFP平均增長(cháng)約為4個(gè)百分點(diǎn)，構成了我國農業(yè)增長(cháng)的主要源泉之一。其中，技術(shù)效率的改善對農業(yè)TFP增長(cháng)的貢獻最為突出，比歷年技術(shù)進(jìn)步的貢獻平均高出了近3個(gè)百分點(diǎn)。從2005年開(kāi)始我國農業(yè)生產(chǎn)的規模效率逐步得到改善，這可能與農業(yè)耕地的使用權在民間自發(fā)流轉有關(guān)。 不考慮各省份之間農業(yè)勞動(dòng)力人力資本的差異會(huì )導致低估規模效率、技術(shù)效率以及純技術(shù)效率的改善對農業(yè)TFP增長(cháng)的貢獻，同時(shí)也會(huì )高估技術(shù)進(jìn)步對農業(yè)TFP增長(cháng)的貢獻。因而我們在做農業(yè)增長(cháng)分析時(shí)有必要將人力資本的因素納入分析框架之中。