开放环境下的中国农业生产率

虽然具体数值略有出入，不过几乎所有研究都一致地发现中国农业生产率在1978年到1984年间有过堪称飞跃的高速增长（Lin，1992；Wen，1993）。Lin（1992）估计这段时间中国农业全要素生产率（TFP）年均增长率高达3.16%，他的研究令人信服地指出：制度方面的变革，尤其是家庭联产承包责任制的推广是生产率增长的最主要推动力量。他同时也发现，这段时间内中国农业产出增长的大约50%是由投入尤其是肥料的增长推动的，而后者的增长在长期内显然是不可持续的。^[1]当农业投入的较大幅度增长不再可能时，生产率的增长便是农业产出长期增长的唯一指望。

此后的事实也说明了生产率的重要性，Lin（1992）发现1984年到1987年中国农业总产出累积增长率仅为4%，甚至不如此前的年均增长率。这既是由于要素边际产出的递减以及必然与之相伴的要素投入增长停滞甚至倒退，更是源于生产率增长的放缓：这段时间生产率一共仅增长了2.05%。

或许正是因为这样，20世纪90年代初，悲观主义的论调一度盛行，甚至有人开始怀疑家庭联产承包责任制是否还会继续有效（Wen，1993）。

所幸也正是从20世纪90年代初开始，随着各项新改革措施的推行（de Brauw，2004），中国农业生产率增长的转折点再次出现，其增长率几乎恢复到了20世纪80年代初的水平（Wu et al.，2001）。此后虽然略有波动，但也基本维持在了一个超过2%的高水平之上。很多研究用各种方法计算了这段时间内中国农业整体或是各种主要农产品各自的生产率变化情况，比如Rozelle et al.（2005）用标准的Divisia指数法计算了中国主要农作物从1979年到1995年的TFP水平，发现这段时间内中国主要粮食作物的生产率都在以大约2%左右的速率健康增长，不过不同地区差异很大。他们的计算同时表明，除了改革初期的制度变革因素之外，技术因素，尤其是新品种的采纳是生产率增长的最主要推动力量：中国农民平均每年都要替换20%～25%的品种。李静和孟令杰（2006）则用DEA的方法，以农业总产值为产出变量，同样发现中国农业生产率存在较大的地区间不平衡的同时，也在长期内保持了稳定的增长。Jin et al.（2010）用随机前沿分析（Stochastic Frontier Analysis，SFA）计算了中国23种主要农作物的生产率，他们同样发现，几乎所有的农作物生产率都保持了年均2%左右的增长率。家禽和牲畜养殖业的生产率年均增长率甚至更高，处于在3%～5%之间。比起中国整体经济动辄10%以上的增速，农业生产率的年均增长虽然并不算快，但如果这个速度能一直维持，那中国农业就可以做到在长期内基本满足国内对农产品的需求，并在世界市场上保持竞争力。

让我们有理由乐观的不仅仅是这些数据，近年来中国在农业R＆D上的投入与日俱增，据估计，中国1999年经过购买力平价调整的植物生物技术投资高达11200万美元（Rozelle et al.，2005）。中国主要农产品的亩产也在逐年递增，从1980—1995年，中国水稻的最高亩产平均每年增长2.3%，小麦和玉米的亩产数据同样有类似增长（Jin et al.，2002）。在部分领域，比如转基因技术上，中国无论是在投入还是在技术水准上事实上都已经接近了发达国家的水平（Huang et al.，2002）。截至2000年，中国已经有大约50多种不同的植物品种以及120多种功能性基因被应用于植物基因工程改造当中，中国已经日渐成为世界转基因植物开发的先导者（Rozelle et al.，2005）。

即使中国相对落后的市场化水平，近年来也取得了令人乐观的长足进步。Rozelle et al.（2005）发现，即使是相处遥远并且各种条件截然不同的广东、福建和大连市场之间，农产品价格变化都表现出了很明显的相同趋势。他们认为，2000年以后中国的大豆和玉米市场都已经具有较高的一体化程度。Rozelle et al.（2005）的研究同样支持了这个结论。即使是尚受到政策严格限制的土地市场，近年来也有了一定的进步。随着经济的发展，越来越多的农民开始离开土地寻找工作，而他们留下的耕地又促进了土地租赁市场的发展（Kung，2002），提高了耕地资源的配置效率和农业整体的生产率（Deininger ＆ Jin，2005）。虽然由于制度上的原因，土地流转尚无法在全国范围内推广，但至少在部分地区，土地租赁市场已经有了相当的规模（Kung，2002；Zhang et al.，2004）。Rozelle et al.（2005）同样发现中国的土地市场也有了一定的发展：1988年中国仅有0.6%的耕地进行了租赁，到1995年，这一数据仍然低于3%，而到了2001年，全国有9.5%的农户租赁土地，并有6.2%的农户出租土地。他们同时也发现，土地租赁市场的发展降低了农村贫富差距，提高了农业生产效率。

然而，在这些光鲜背后，中国农业生产率的增长同样存在着不少的隐忧。比如，中国农业生产普遍存在较严重的滥用化肥问题，中国平均每亩耕地施用化肥量超过全球平均水平的两倍（World Bank，2006），高化肥使用量虽然在短期内会带来产量的上升，但却会伤害到耕地和水资源，损害农业在长期内的增长潜力。事实上，当前农业化肥施用是中国碳排放的主要来源之一和水体污染的主要原因之一（World Bank，2006）。同时，中国在农业上的研发投入虽然在总额上堪称巨大，但在结构上却可能存在潜在问题：由于这些投入绝大部分都来自政府，因而也就大部分集中在政府最关注的目标之上。Rozelle et al.（2005）指出，中国超过90%的田间试验是以抵御病虫害为目标的，而在发达国家，这一比率仅为19%；相反，它们有高达45%的田间试验都是为了提高农作物对除草剂的抗性和提高产品的质量。结构上的过分集中可能会影响到研发投入的产出效率，并且它可能会偏离对企业而言最优的投入结构，使得研发在满足政府目标的同时，却对提高企业竞争力帮助不大。而企业竞争力的缺失，从长期看可能会对行业的健康发展不利。

当进一步深入研究时，我们发现生产率的稳定增长本身也变得不那么可靠了。Mao ＆ Koo（1997）利用数据包络分析（Data Envelopment Analysis，DEA）工具首次将中国农业生产率的变化分解成两个部分：技术前沿进步和技术效率变化，他们发现，虽然平均而言中国各省区农业生产率在1984年到1993年间保持了不算低的增长率，然而该增长却完全是由技术进步驱动的，在这段时间内，中国农业生产的效率事实上是在衰退。

此后Tian ＆ Wan（2000）、陈卫平（2006）、Chen et al.（2008a）、Jin et al.（2010）等学者分别使用了不同时间段、不同来源的数据和不同的研究方法做了类似的研究，他们的结果也十分一致：在中国农业生产率看似健康的稳定增长背后，效率却在持续地衰退（表2.1）。

效率的降低，意味着生产与技术可能性前沿的距离在增大，意味着现有的技术未能得到充分有效的利用。在最悲观的预期之下，如果这种现象一直持续，最终将导致R＆D投入边际收益的降低和R＆D投入的减少，进而危及中国农业生产率的长期稳定增长。

表2.1　1990—2003年中国农业生产率变化情况（Chen et al.，2008a）

与效率降低背后的学术和现实意义相比，试图寻找技术效率水平或其变化决定因素的研究并不算多。Tian ＆ Wan（2000）将目光集中于粮食生产当中，用随机前沿分析（Stochastic Frontier Analysis，SFA）的方法，分别研究了人均受教育年限、人均耕地面积、灌溉面积占总耕地面积的比例、复种指数（Multiple Cropping Index，MCI）在效率水平决定中的作用。Chen et al.（2008a）则把研究的对象直接放在了农业整体之上，以农业增加值为产出变量计算农业生产率，再基于此研究生产率变化及其组成部分的决定因素。他们引入回归的变量包含农业有效税率、农业机械使用量、R＆D支出、人均受教育年限、灌溉面积占总耕地面积的比例、农村电力使用量、自然灾害情况等。不过他们将技术效率变化分解成了纯技术效率变化（Pure Efficiency Change）和规模效率变化（Scale Efficiency Change），考虑到他们使用的实际上是以省为单位的加总数据，这个分解似乎并不妥当（Coelli ＆ Rao，2005）。

从理论上来说，将样本当中的生产单位从省缩小到县市甚至农户会有助于减少回归当中的偏误（Herrmann-Pillath et al.，2002），但这样的数据往往很难在较大范围或较长时期内持续获得。而现有的基于这些数据的研究也往往仅仅是基于截面或短时间的面板数据，因而难以从中获得生产率或技术效率变化的长期规律。但这些研究对研究技术效率的决定因素仍然是有所帮助的；相比省级的宏观数据，这些研究往往能对一些在省级样本中难以获得的变量进行研究。比如李谷成等（2008）使用农户级别的微观数据，分析了人力资本、信息化、耕地细碎化等家庭禀赋对农户生产技术效率水平的影响。Chen ＆ Song（2008）则关注了人口密度、人均非农总产值、信贷可得性、人力资本等变量对农业生产效率水平的影响。

在这些研究的基础上，此后的研究开始逐渐将目光有针对性地集中于少数变量之上。Chen et al.（2009）使用农户级别的微观数据，计算并分析了中国农业技术效率水平状况，他们将主要的关注点集中于劳动力流动、农户户主年龄、土地集中度等变量之上。Monchuk et al.（2010）使用县级截面数据发现，较发达的工业、较高的信贷比例和较高的农业劳动力比率将伴随着较低的农业生产效率水平，他认为这反映了工业，尤其是重工业所带来的污染等外部性因素对农业效率的损害。不过重工业化显然不足以解释大部分内陆省份农业生产效率的衰退，而根据Chen et al.（2008a）的结果，效率衰退最严重最显著的省份，恰恰是那些内陆省份。

显然，现有研究都存在这样或那样的问题，因而它们都仍然不足以回答我们最关心的问题：首先，中国农业生产的效率衰退背后原因何在？其次，衰退是否还会继续持续？只有为这两个问题找到了答案，我们才能获知开放环境下中国农业的生产率会如何演化。

一般认为，由于要素边际产出递减，不同地区在生产率演化上会表现出一定程度的收敛特征。理论上说，技术效率水平较低意味着技术没有得到充分有效的利用，意味着现有技术尚有很大的利用空间，这势必会降低效率较低地区引入新技术的积极性，促使其在对更有效利用现有技术方面投入更多，因而技术效率的演化过程同样应当存在着地区间的收敛。Coelli ＆ Rao（2005）基于跨国数据的研究也观察到了这种收敛。

而开放方便了资本、技术和知识在地区间的流动，因而会加速生产率在不同地区间的趋同（Madson，2007），从而加速相对落后地区生产率的增长。考虑到中国巨大的贸易和FDI规模，研究它们的技术溢出对国内生产率影响的文献并不算少见。比如Cheung ＆ Lin（2004）就在中国省级层面上发现了FDI技术溢出的显著证据；Chuang ＆ Hsu（2004）则使用了公司层面的数据，发现不仅FDI具有正向的技术溢出，并且同发达国家开展贸易本身也显著提高了本土企业的生产率；不过也有学者提出，这些研究可能忽略了制度变化对生产率增长的影响，因而高估了FDI的技术溢出效应（蒋殿春和张宇，2008）。争议的存在本应使得开放对农业生产率的影响成为一个受人关注的话题，但农业领域的相应研究却寥寥无几，这可能与中国农业贸易和FDI流入在整体经济中所占比率较低有关：2009年，中国农业FDI流入占FDI流入总额的比例不足1.6%，而当年农业总产值占GDP的比重为10.3%。^[2]然而全社会在开放程度上的巨大变化却很难对农业不产生巨大影响。即使农业本身因为各种因素并没有大规模的外资流入，也没有积极参与到对外贸易当中，但我们看到，开放仍然对中国农业生产造成了巨大的直接冲击。考虑到开放在促进技术和信息流动上的作用并不因农业本身贸易或FDI规模上的问题而稍减分毫，所以我们不应该忽视对开放与农业生产率或其组成部分之间关系的研究。

从理论上分析的话，开放环境也会对技术效率的收敛效应造成影响：一方面开放会降低新技术的获得成本，这会鼓励技术效率较高的地区更换新的生产技术；另一方面开放所带来的信息交流也使得更有效地利用现有技术成为可能，因而有助于改善落后地区的效率水平。综合两方面的影响，开放环境下中国农业技术效率的收敛趋势应当会增强。

倘若这种收敛足够强大，那技术效率平均水平的长期衰退似乎就是不可能的：收敛意味着技术效率水平越低的地区将会拥有的技术效率增长率越高，因而当平均的技术效率水平足够低时，足够强大的收敛效应应当足以推动它走上增长的道路。然而，在中国农业的发展当中，我们的确观察到了平均的技术效率水平在相当长的时间内一直处于衰退状态。

要解决这个矛盾，势必需要对中国农业生产技术效率的地区间收敛效应进行观察。这不仅可以帮助我们寻找过去一段时间内中国农业生产技术效率衰退的原因所在，也可以帮助我们回答这种衰退是否会持续的问题。