论文部分内容阅读
摘 要：长期以来，我国东部地区的农业劳动生产率一直高于中部与西部地区。本文基于1990—2013年三大地区的省际面板数据，通过系统SYS-GMM动态面板回归发现，农业机械化水平、化肥施用量、农村居民固定资产投入以及农村居民个人收入等因素对全国三大地区的农业劳动生产率的提高都具有显著正向作用。但是就影响差异而言，东部地区的农村固定资本投入对农业劳动生产率的带动作用明显大于中西部地区；而中西部的农业机械化水平、农用化肥投入量的增加以及农村居民个人收入的提高对农业劳动生产率的带动作用反而高于东部地区。可见，东部地区农村固定资本的投入数量及利用效率远远超过中西部地区。同时研究发现，从全国范围讲，高水平专业技术人才的缺乏已成为近年制约我国农业生产的瓶颈。
关键词：东中西部；农业劳动生产率；影响因素；SYS-GMM
一、引言
提高农业劳动生产率是农业增长的源泉，也是非农产业发展的基础，是解决农业增产增效、农民增收增富的关键所在。在我国东中西部经济发展不平衡由来已久，农村劳动生产率在三大经济区域也存在差异，就其影响因素来看，在东中西部地区存在着怎样的不同？
在相关文献中，XinandQin通过使用Maudos，PastorandSerrano提出的增长分解框架，认为自1987年-2005年，要素积累是中国农村劳动生产率增长的主要依靠因素，而全要素生产率（尤指技术前沿的进步）是重要贡献方面。张平运用索罗模型就1980年—2007年我国省区横截面数据表明，生育率和人力资本对农业劳动生产率有重要贡献。余康等利用1988年—2008年29个省级面板数据，运用随机前沿生产函数模型，发现劳均物质资本、农村劳动力规模和劳均土地因素对我国农业劳动生产率地区差异的影响逐渐减小，而技术效率和技术进步的影响逐渐增大。匡远凤则认为1988年以来，技术进步和技术效率的“双驱动”模式是对省份农业劳动生产率增长存在积极影响的重要因素。
尽管这些研究取得不少成果，但是从空间单位看，较少从国内不同区域差异的视角进行研究；并且，应该考虑到，地区差异在时序演进中的变动速度是较慢的，前水平很可能取决于过去历史水平。鉴于此，本文从东中西部地区各省际数据中选取影响农业劳动生产率的主要因素，采用长动态面板模型，以防止基本计量模型的设定偏误，同时消除部分解释变量可能产生的内生性偏误。
二、数据来源与地区农业劳动生产率变化趋势
在宏观经济统计实践中，较为准确的定义劳动生产率的做法是使用”每个工作小时的产出”或“每个就业者的产出”作为反映整体经济劳动生产率水平的指标。因此，本研究采用的农业劳动生产率=农林牧渔业总产值/乡村就业人口的公式计算。同时，为了剔除物价波动影响，各年农林牧渔业生产总产值按1990年为基期计算，以反映真实生产能力。
本研究数据均取自1990年—2013年的《中国统计年鉴》及《中国农业统计年鉴》各省际面板数据，并根据《中国统计年鉴》中经济区域三分法，将我国划分为东部、中部、西部3个区域。东部地区包括北京、天津、辽宁、河北、上海、江苏、浙江、福建、山东、广东、海南11个省（市），中部地区包括吉林、黑龙江、山西、安徽、江西、河南、湖北、湖南8个省，西部地区包括内蒙古、陕西、青海、宁夏、新疆、甘肃、四川、重庆、贵州、云南、西藏、广西等12个省（自治区）。
本研究发现自1990年—2013年，我国东中西部农业劳动生产率总体呈现明显的提高趋势，但是东部地区的农业劳动生产率远高于中西部，西部农业劳动生产率最低，并且地区之间的差距仍有扩大趋势。如图所示，截止到2013年，东部地区的平均农业劳动生产率为0.61，而西部地区的平均农业劳动生产率仅为0.34，东部农业生产效率几乎为西部地区的两倍。东部农业劳动生产率最高的是海南省，最低的是上海市；中部农业劳动生产率最高的是黑龙江省，最低的是山西省；西部农业劳动生产率最高的是内蒙古自治区，最低的是贵州省。其中，海南省农业劳动生产率为1.05，而贵州省仅为0.17，相差近6倍。
三、模型与计量方法
为了分析影响不同地区农业生产率的基本因素，本研究从各省市（自治区）选取了5个具有代表性的指标：农业机械化水平（台/千公顷）（x1）、平均农用化肥施用量（吨/公0顷）（x2）、人均农村居民个人固定资产投入（元/人）（x3）、大专及以上学历人数（人）（x4）、人均农村居民纯收入（元/人）（x5）作为解释变量。由于x1，x2，x3，x5数量级较大，笔者对原始数据进行了对数化处理。本文选择动态回归模型，并采用”系统广义矩估计法”（SYS-GMM）对回归系数进行参数估计，以研究解释变量对农业劳动生产率的动态影响，具体模型见（1）—（4）。本研究所使用的统计分析软件为
考虑到农业劳动生产率变化水平可能取决于过去水平，因此（1）式包含被解释变量的滞后项，为动态面板模型。模型（2）、（3）、（4）分别在模型（1）的基础上增加了地区控制变量。其中IsEastern为是否东部地区指示变量，当样本为东部地区时，值为1，否则为0；IsCentral为是否中部地区指示变量，当样本为中部地区时，值为1，否则为0；IsWestern为是否西部地区指示变量，当样本为西部地区时，值为1，否则为0。
另外，为了确保动态面板回归的有效性，我们还做了两项检验，包括：差分转换方程的序列相关检验（AbondTestForAR（1）&AR（2））来判断随机扰动项是否存在序列相关，用过度识别检验（SarganTest）来判断工具变量的有效性。检验结果一并列示在面板回归结果表格中。
四、动态面板实证分析
1.描述性统计与相关系数分析
（1）描述性统计
对于上述变量，本文对其全样本、东部样本、中部样本、西部样本的样本量、均值、标准差、最小值、四分之一分位数、四分之三分位数、最大值进行统计汇总，列入下列表中。 由上表可知，六个变量在我国东中西部地区均呈现明显梯度变化，东部所有变量平均值强于中部，中部强于西部。可见，三大经济区域即使在农村经济中也存在着明显的地域差距。
（2）相关性分析
由初步相关性分析知，因变量与五个自变量之间的相关性非常显著（P<0.05）。为了更好地研究解释变量与被解释变量之间的关系，接下来做动态面板回归分析。
2.动态面板回归分析
在系统SYS-GMM动态面板回归过程中，从有效性检验来看，四个模型的序列相关检验均显示的差分后动项不存在二阶序列相关，而Sargan过度识别检验表明，工具变量的选择不存在过度识别问题，证明了本文的模型设定和结果是可靠的；从模型系数估计结果来看，四个模型的系数估计的显著性水平较高、方向一致、估计值相近，四个模型的结果能够相互印证，说明了模型估计的有效性。
由上表可见，L.y系数显著为正，lnx1、lnx2、lnx3、lnx5系数显著为正；L.lnx2、L.lnx3系数显著为负；x4系数不显著。具体分析如下：
（1）上一期农业劳动生产率水平对本期农业劳动生产率在我国东中西部地区都有着显著的正向影响；控制地区因素后由L.y的系数变化可知，西部地区的本期农业劳动生产率更依赖于上一期农业生产率，其次是东部。
（2）当期农业机械化水平的提高对我国东中西部地区农业劳动生产率具有显著促进作用，而上一期水平对当期的影响不明显；控制地区因素后由lnx1的系数变化可知，西部地区的农业劳动生产率较其它地区更依赖于农业机械化水平，其次是中部。
（3）当期化肥施用量对我国东中西部地区农业劳动生产率提高有正向影响，而L.lnx2系数显著为负，表明上一期化肥投入量对本期农业生产率有负向影响，说明化肥投入量对农业劳动生产率的影响不具有延续性；控制地区因素后由lnx2的系数变化可知，西部地区的农业劳动生产率较其它地区更依赖当期化肥施用量，其次是东部。
（4）当期农村居民固定资产投入的增加对东中西部地区农业生产率提高有显著的正向影响，而L.lnx3系数显著为负，表明上一期农村居民固定资产投入对本期农业劳动生产率有负向影响，说明要素投入量对农业劳动生产率的影响也不具有延续性；控制地区因素后由L.lnx3的系数变化可知，东部地区当期资本投入量对农业劳动生产率的带动效果优于全国。
（5）x4结果不显著，表明大专及以上的高学历水平对我国东中西部农业劳动生产率影响不大。此结果反映出长期以来我国高水平农业人才严重缺乏，大多数农村实用人才没有受过系统全面教育的基本现状，这已成为制约农业现代化生产的瓶颈。
（6）农村居民个人收入的提高有助于我国各地区农业劳动生产率的显著改善；控制地区因素后由lnx5的系数变化可知，西部地区农村居民个人收入的提高对农业劳动生产率的带动效果最明显，其次是中部。
五、结论与启示
由于我国东部地区其发展相对较快，农业机械化水平、农用化肥投入量及农村居民个人收入水平已经位于全国前列，所以相对而言，机械化水平的提升、化肥的增加和个人收入的提高对农业劳动生产率的带动作用没有中部和西部地区明显；而东部地区由于资本利用水平较高，其农村固定资本投入的增加对其农业劳动生产率的带动作用要大于中部和西部地区。反观中西部地区，虽然其机械化水平的提升、农用化肥投入量的增加以及农村居民个人收入的提高对农业生产率的带动作用于东部地区，然而固定资本投入对其农业劳动生产率的促进作用弱于东部地区。同时研究发现，从全国范围讲，高水平专业技术人才的缺乏已成为近年制约我国农业生产的瓶颈。
中西部地区应转变农业生产方式，由传统农业生产方式转向资本密集带动起来的现代农业生产模式。为解决中西部地区资金比较紧缺的问题，国家应给予政策倾斜，鼓励地方政府、金融机构增加对中西部地区农村建设的固定资本投入，并效仿发达地区努力提高资本投入的利用效率。同时应增强中西部地区农业机械的升级换代，从操作技能到机械质量上完善作为现代农业发展基本条件的基础设施和机械装备；多管齐下增加中西部农民人均纯收入，保证农民进行农产品生产的积极性和有效供给。并且值得注意的是，增强农业企业吸引力，吸收高水平专业技术人才为农业生产提供智力支持，已是进一步建设三大地区现代化农业、提高全国农业劳动生产水平的当务之急。
参考文献：
[1] Xin And Qin. Decomposition of Agricultural Labor Productivity Growth and its Regional Disparity in China[C].27th Conference of the International Association of Agricultural Economists，16-22August，Beijing China.
[2]Maudos，J.，J.M.Pastor And L.Serrano. Convergence in OECD Countries：Technical Change，Efficiency and Productivity [J].Applied Economics，2000，32（6）：757—765.
[3]张平.论人力资本、生育率与农业劳动生产率的关系[J].商业时代，2010（3）：14—15.
[4]辛翔飞，秦富.我国农业生产力水平的地区差距及其结构分解[J].农业技术经济，2007（4）：23-27.
[5]余康，郭萍，章立.我国农业劳动生产率地区差异动态演进的决定因素——基于随机前沿模型的分解研究[J].经济科学，2011（2）：42-53.
[6]匡远凤.技术效率、技术进步、要素积累与中国农业经济增长—基于SFA的经验分析[J].数量经济技术经济研究，2012（1）：3-18.
[7]高雷业.劳动生产率的其中定义及其价值[J].经济问题探索，2014（12）：.
作者简介：伍希（1980- ），女，四川成都人，讲师，研究方向：理论经济学
关键词：东中西部；农业劳动生产率；影响因素；SYS-GMM
一、引言
提高农业劳动生产率是农业增长的源泉，也是非农产业发展的基础，是解决农业增产增效、农民增收增富的关键所在。在我国东中西部经济发展不平衡由来已久，农村劳动生产率在三大经济区域也存在差异，就其影响因素来看，在东中西部地区存在着怎样的不同？
在相关文献中，XinandQin通过使用Maudos，PastorandSerrano提出的增长分解框架，认为自1987年-2005年，要素积累是中国农村劳动生产率增长的主要依靠因素，而全要素生产率（尤指技术前沿的进步）是重要贡献方面。张平运用索罗模型就1980年—2007年我国省区横截面数据表明，生育率和人力资本对农业劳动生产率有重要贡献。余康等利用1988年—2008年29个省级面板数据，运用随机前沿生产函数模型，发现劳均物质资本、农村劳动力规模和劳均土地因素对我国农业劳动生产率地区差异的影响逐渐减小，而技术效率和技术进步的影响逐渐增大。匡远凤则认为1988年以来，技术进步和技术效率的“双驱动”模式是对省份农业劳动生产率增长存在积极影响的重要因素。
尽管这些研究取得不少成果，但是从空间单位看，较少从国内不同区域差异的视角进行研究；并且，应该考虑到，地区差异在时序演进中的变动速度是较慢的，前水平很可能取决于过去历史水平。鉴于此，本文从东中西部地区各省际数据中选取影响农业劳动生产率的主要因素，采用长动态面板模型，以防止基本计量模型的设定偏误，同时消除部分解释变量可能产生的内生性偏误。
二、数据来源与地区农业劳动生产率变化趋势
在宏观经济统计实践中，较为准确的定义劳动生产率的做法是使用”每个工作小时的产出”或“每个就业者的产出”作为反映整体经济劳动生产率水平的指标。因此，本研究采用的农业劳动生产率=农林牧渔业总产值/乡村就业人口的公式计算。同时，为了剔除物价波动影响，各年农林牧渔业生产总产值按1990年为基期计算，以反映真实生产能力。
本研究数据均取自1990年—2013年的《中国统计年鉴》及《中国农业统计年鉴》各省际面板数据，并根据《中国统计年鉴》中经济区域三分法，将我国划分为东部、中部、西部3个区域。东部地区包括北京、天津、辽宁、河北、上海、江苏、浙江、福建、山东、广东、海南11个省（市），中部地区包括吉林、黑龙江、山西、安徽、江西、河南、湖北、湖南8个省，西部地区包括内蒙古、陕西、青海、宁夏、新疆、甘肃、四川、重庆、贵州、云南、西藏、广西等12个省（自治区）。
本研究发现自1990年—2013年，我国东中西部农业劳动生产率总体呈现明显的提高趋势，但是东部地区的农业劳动生产率远高于中西部，西部农业劳动生产率最低，并且地区之间的差距仍有扩大趋势。如图所示，截止到2013年，东部地区的平均农业劳动生产率为0.61，而西部地区的平均农业劳动生产率仅为0.34，东部农业生产效率几乎为西部地区的两倍。东部农业劳动生产率最高的是海南省，最低的是上海市；中部农业劳动生产率最高的是黑龙江省，最低的是山西省；西部农业劳动生产率最高的是内蒙古自治区，最低的是贵州省。其中，海南省农业劳动生产率为1.05，而贵州省仅为0.17，相差近6倍。
三、模型与计量方法
为了分析影响不同地区农业生产率的基本因素，本研究从各省市（自治区）选取了5个具有代表性的指标：农业机械化水平（台/千公顷）（x1）、平均农用化肥施用量（吨/公0顷）（x2）、人均农村居民个人固定资产投入（元/人）（x3）、大专及以上学历人数（人）（x4）、人均农村居民纯收入（元/人）（x5）作为解释变量。由于x1，x2，x3，x5数量级较大，笔者对原始数据进行了对数化处理。本文选择动态回归模型，并采用”系统广义矩估计法”（SYS-GMM）对回归系数进行参数估计，以研究解释变量对农业劳动生产率的动态影响，具体模型见（1）—（4）。本研究所使用的统计分析软件为
考虑到农业劳动生产率变化水平可能取决于过去水平，因此（1）式包含被解释变量的滞后项，为动态面板模型。模型（2）、（3）、（4）分别在模型（1）的基础上增加了地区控制变量。其中IsEastern为是否东部地区指示变量，当样本为东部地区时，值为1，否则为0；IsCentral为是否中部地区指示变量，当样本为中部地区时，值为1，否则为0；IsWestern为是否西部地区指示变量，当样本为西部地区时，值为1，否则为0。
另外，为了确保动态面板回归的有效性，我们还做了两项检验，包括：差分转换方程的序列相关检验（AbondTestForAR（1）&AR（2））来判断随机扰动项是否存在序列相关，用过度识别检验（SarganTest）来判断工具变量的有效性。检验结果一并列示在面板回归结果表格中。
四、动态面板实证分析
1.描述性统计与相关系数分析
（1）描述性统计
对于上述变量，本文对其全样本、东部样本、中部样本、西部样本的样本量、均值、标准差、最小值、四分之一分位数、四分之三分位数、最大值进行统计汇总，列入下列表中。 由上表可知，六个变量在我国东中西部地区均呈现明显梯度变化，东部所有变量平均值强于中部，中部强于西部。可见，三大经济区域即使在农村经济中也存在着明显的地域差距。
（2）相关性分析
由初步相关性分析知，因变量与五个自变量之间的相关性非常显著（P<0.05）。为了更好地研究解释变量与被解释变量之间的关系，接下来做动态面板回归分析。
2.动态面板回归分析
在系统SYS-GMM动态面板回归过程中，从有效性检验来看，四个模型的序列相关检验均显示的差分后动项不存在二阶序列相关，而Sargan过度识别检验表明，工具变量的选择不存在过度识别问题，证明了本文的模型设定和结果是可靠的；从模型系数估计结果来看，四个模型的系数估计的显著性水平较高、方向一致、估计值相近，四个模型的结果能够相互印证，说明了模型估计的有效性。
由上表可见，L.y系数显著为正，lnx1、lnx2、lnx3、lnx5系数显著为正；L.lnx2、L.lnx3系数显著为负；x4系数不显著。具体分析如下：
（1）上一期农业劳动生产率水平对本期农业劳动生产率在我国东中西部地区都有着显著的正向影响；控制地区因素后由L.y的系数变化可知，西部地区的本期农业劳动生产率更依赖于上一期农业生产率，其次是东部。
（2）当期农业机械化水平的提高对我国东中西部地区农业劳动生产率具有显著促进作用，而上一期水平对当期的影响不明显；控制地区因素后由lnx1的系数变化可知，西部地区的农业劳动生产率较其它地区更依赖于农业机械化水平，其次是中部。
（3）当期化肥施用量对我国东中西部地区农业劳动生产率提高有正向影响，而L.lnx2系数显著为负，表明上一期化肥投入量对本期农业生产率有负向影响，说明化肥投入量对农业劳动生产率的影响不具有延续性；控制地区因素后由lnx2的系数变化可知，西部地区的农业劳动生产率较其它地区更依赖当期化肥施用量，其次是东部。
（4）当期农村居民固定资产投入的增加对东中西部地区农业生产率提高有显著的正向影响，而L.lnx3系数显著为负，表明上一期农村居民固定资产投入对本期农业劳动生产率有负向影响，说明要素投入量对农业劳动生产率的影响也不具有延续性；控制地区因素后由L.lnx3的系数变化可知，东部地区当期资本投入量对农业劳动生产率的带动效果优于全国。
（5）x4结果不显著，表明大专及以上的高学历水平对我国东中西部农业劳动生产率影响不大。此结果反映出长期以来我国高水平农业人才严重缺乏，大多数农村实用人才没有受过系统全面教育的基本现状，这已成为制约农业现代化生产的瓶颈。
（6）农村居民个人收入的提高有助于我国各地区农业劳动生产率的显著改善；控制地区因素后由lnx5的系数变化可知，西部地区农村居民个人收入的提高对农业劳动生产率的带动效果最明显，其次是中部。
五、结论与启示
由于我国东部地区其发展相对较快，农业机械化水平、农用化肥投入量及农村居民个人收入水平已经位于全国前列，所以相对而言，机械化水平的提升、化肥的增加和个人收入的提高对农业劳动生产率的带动作用没有中部和西部地区明显；而东部地区由于资本利用水平较高，其农村固定资本投入的增加对其农业劳动生产率的带动作用要大于中部和西部地区。反观中西部地区，虽然其机械化水平的提升、农用化肥投入量的增加以及农村居民个人收入的提高对农业生产率的带动作用于东部地区，然而固定资本投入对其农业劳动生产率的促进作用弱于东部地区。同时研究发现，从全国范围讲，高水平专业技术人才的缺乏已成为近年制约我国农业生产的瓶颈。
中西部地区应转变农业生产方式，由传统农业生产方式转向资本密集带动起来的现代农业生产模式。为解决中西部地区资金比较紧缺的问题，国家应给予政策倾斜，鼓励地方政府、金融机构增加对中西部地区农村建设的固定资本投入，并效仿发达地区努力提高资本投入的利用效率。同时应增强中西部地区农业机械的升级换代，从操作技能到机械质量上完善作为现代农业发展基本条件的基础设施和机械装备；多管齐下增加中西部农民人均纯收入，保证农民进行农产品生产的积极性和有效供给。并且值得注意的是，增强农业企业吸引力，吸收高水平专业技术人才为农业生产提供智力支持，已是进一步建设三大地区现代化农业、提高全国农业劳动生产水平的当务之急。
参考文献：
[1] Xin And Qin. Decomposition of Agricultural Labor Productivity Growth and its Regional Disparity in China[C].27th Conference of the International Association of Agricultural Economists，16-22August，Beijing China.
[2]Maudos，J.，J.M.Pastor And L.Serrano. Convergence in OECD Countries：Technical Change，Efficiency and Productivity [J].Applied Economics，2000，32（6）：757—765.
[3]张平.论人力资本、生育率与农业劳动生产率的关系[J].商业时代，2010（3）：14—15.
[4]辛翔飞，秦富.我国农业生产力水平的地区差距及其结构分解[J].农业技术经济，2007（4）：23-27.
[5]余康，郭萍，章立.我国农业劳动生产率地区差异动态演进的决定因素——基于随机前沿模型的分解研究[J].经济科学，2011（2）：42-53.
[6]匡远凤.技术效率、技术进步、要素积累与中国农业经济增长—基于SFA的经验分析[J].数量经济技术经济研究，2012（1）：3-18.
[7]高雷业.劳动生产率的其中定义及其价值[J].经济问题探索，2014（12）：.
作者简介：伍希（1980- ），女，四川成都人，讲师，研究方向：理论经济学