黄佩佩 魏凤||“一带一路”沿线国家粮食全要素生产率时空演变及驱动因素||《世界农业》2022年第5期
“一带一路”沿线国家粮食全要素生产率时空演变及驱动因素
作者：
黄佩佩1 魏凤2
作者单位：
1．西北农林科技大学经济管理学院
2．西北农林科技大学语言文化学院
文章刊发：黄佩佩，魏凤.“一带一路”沿线国家粮食全要素生产率时空演变及驱动因素[J].世界农业，2022(5):5-15.
1 引言
2020年中国粮食生产实现“十七连丰”，自2015年以来产量均高于1.3万亿斤，基本实现粮食自给，确保了中国粮食安全。但随着中国人口数量继续增加，粮食需求即将达到峰值，同时粮食生产又受到资源短缺、环境污染的制约，国内粮食供给仍面临挑战。因此，合理利用国际市场资源为国内供给补充是保障中国粮食安全的必然选择。目前中国粮食进口主要来源于传统粮食出口国，进口集中度高，但贸易保护主义抬头、国际地缘政治格局不稳定等问题增加了粮食外部市场的不稳定。“一带一路”倡议的提出为中国与沿线国家提供了对外开放的新契机，为粮食合作提供了新机遇、新平台。2019年中央一号文件提出“加强‘一带一路’农业国际合作，拓展多元化进口渠道”。“一带一路”沿线国家资源丰富，是世界重要粮食产区，粮食总产量占全球50%以上，有较大发展潜力，且与中国仍有非常可观的合作提升空间。在此背景下中国进一步加强与“一带一路”沿线国家的粮食合作，对于保障中国粮食安全具有重要现实意义。全要素生产率提高可以促进粮食产量稳步增长，有利于粮食生产的可持续发展。因此，为了提高“一带一路”沿线国家粮食产量，为中国与沿线国家粮食合作提供保障，有必要对其粮食全要素生产率进行测度和分析，探究如何提高其粮食生产效率。
学者对粮食全要素生产率的研究主要集中在全要素生产率的测算、增长源泉以及影响因素等方面。全要素生产率测算方面，测算粮食全要素生产率的方法可以分为参数方法和非参数方法，参数方法包括索洛余值法、随机前沿生产函数法（SFA）等，而非参数方法主要指DEA-Malmquist指数法等。增长源泉方面，一种观点认为技术进步促进全要素生产率增长，技术效率限制其增长，另一种观点认为技术效率和技术进步共同促进了全要素生产率的增长。影响因素方面，影响粮食全要素生产率的因素主要包括粮食单产水平、基础设施、机械化水平、财政支农补贴、经济发展水平、种粮人口比重、经营规模、农业结构调整度等，研究结论因研究区域和时间范围不同而不同。张利国和鲍丙飞基于2001—2012年面板数据对中国粮食主产区粮食全要素生产率进行测算并分析其驱动因素，研究发现粮食经济发展水平、人均GDP、规模化经营、粮食单产正向影响中国粮食全要素生产率，种粮人口比重对其有负向影响。李礼连和张利国测算了2001—2015年长江经济带粮食全要素生产率并分析其驱动因素，发现种粮劳动力比例、粮食经营规模、单位面积机械总动力与粮食价格指数滞后项对长江经济带粮食全要素生产率具有显著正向影响，粮食受灾率对其有显著负向影响。李学林等对2009—2014年云南省粮食全要素生产率分解研究，得出粮食单产水平、农业结构调整程度对云南粮食全要素生产率具有显著正向作用，农业科研投入、经济发展水平具有负向作用。此外，还有部分学者研究单个因素对粮食全要素生产率的影响。李自强等基于2003—2018年中国31个省份的面板数据研究财政支农补贴对粮食全要素生产率的促进作用，发现财政支农补贴能够有效促进粮食全要素生产率提升。卓乐和曾福生基于1996—2015年中国30个省份面板数据研究各类农村基础设施如何影响粮食全要素生产率，发现水利、交通设施滞后项显著促进粮食全要素生产率增长；而交通基础设施本期和电力基础设施对粮食全要素生产率影响不显著。
综上所述，现有文献研究了不同区域、不同阶段粮食全要素生产率的增长源泉和影响因素，为本文提供了坚实的理论基础。但学者对“一带一路”沿线国家粮食研究主要集中在沿线国家的粮食安全、粮食生产现状、时空格局、生产潜力和粮食贸易等方面，忽视了生产率提高对粮食生产的意义。生产率的提高对粮食产量增长具有重要意义，讨论“一带一路”沿线国家粮食全要素生产率，有助于把握沿线国家粮食生产率情况、探究如何提高其粮食产量，有利于中国与沿线国家的粮食合作。因此，本文运用DEA-Malmquist指数对“一带一路”沿线国家粮食全要素生产率进行测算和分解，探究其时空演变规律及驱动因素，全面了解沿线国家粮食全要素生产率的时空差异和驱动因素，进而为中国与“一带一路”沿线国家粮食合作提供参考依据。
2 理论基础、研究方法与数据来源
2.1 理论基础
在经济学领域，生产率包含单要素生产率和全要素生产率。前者指单一投入要素（如劳动、资本、土地等）的生产率，通常表示为投入与产出的比值，仅考虑单一要素对生产率的作用，无法表现总体生产率的增加，若要衡量整体效率，必须同时考虑所有投入，得到全要素生产率。全要素生产率是衡量生产效率的综合指标。相较单要素生产率，全要素生产率综合考察劳动、资本和能源等所有投入要素，衡量决策单元的产出效率，是指剔除各种有形要素投入（资本、劳动、土地）之后，产出由于技术进步或规模效益等因素而有了显著的增长。全要素生产率包含技术进步和技术效率，提高粮食全要素生产率的途径是提升技术进步和技术效率，技术进步的动力来源于技术创新，技术效率提升依赖规模扩张和纯技术效率的提高（图1）。
2.2 DEA-Malmquist指数法
本文采用非参数DEA-Malmquist指数法测算“一带一路”沿线国家粮食全要素生产率，原因有二：一是“一带一路”沿线49个国家在生产函数上差异较大，不宜设定统一的生产函数；二是DEA-Malmquist指数法可以对测算出的全要素生产率指标进行分解，能够体现技术进步和规模效率的变动情况，更准确地反映效率的动态变化情况。DEA-Malmquist指数利用距离函数进行运算，描述t到t+1期的投入产出效率变化，其公式为：
式（1）中，TFPCH为全要素生产率变化，Dt(xt,yt)、Dt(xt+1,yt+1)表示以t期技术水平表示的t期与t+1期的距离函数，Dt+1(xt,yt)、Dt+1(xt+1,yt+1)表示以t+1期技术水平表示的t期与t+1期的距离函数。
全要素生产率（TFP）可分解为技术效率变动指数(TEC)和技术进步变动指数(TC)，技术效率变动指标可进一步分解为纯技术效率变动指数(PEC)和规模效率变动指数(SEC)，即式（2）
2.3 变量选取与数据来源
为使估计结果更加准确，并考虑数据的可获取性和完整性，剔除乌兹别克斯坦等数据缺失较多的国家，最终选取表1中49个国家作为“一带一路”沿线国家的样本（表1）。
产出变量由粮食总产量来表征，投入变量包括劳动投入、土地投入、机械投入、化肥投入和农药投入，其中土地投入用粮食播种面积表征。由于无法直接获取各国粮食生产的劳动、机械、化肥和农药等要素投入数据，为保证粮食投入与产出统计口径一致，参考已有研究，本文以w（w=各国粮食播种面积/各国农作物总播种面积）为权重，使用各国农业要素投入数据与权重w的乘积计算用于粮食生产的要素投入。其中劳动投入采用15岁以上农业从业人数计算，机械投入采用2轮40-CV拖拉机当量计算，化肥投入采用氮、五氧化二磷、氧化钾等化肥折纯量计算，农药投入采用农业农药总投入计算。
各国粮食生产投入要素和产出的数据均来源于美国农业部世界农业生产率数据库和联合国粮食及农业组织数据库。粮食单产水平、人均GDP和城镇化率数据来自世界银行数据库。主要变量的描述性统计如表2所示。
3 全要素生产率测算结果分析
通过Deap2.1软件对“一带一路”沿线国家粮食全要素生产率进行测算和分解，分析其时序静态演变，并利用非参数核密度估计法研究其时序动态演变特征，进而分析沿线各地区及各国全要素生产率的空间差异。
3.1 全要素生产率时序演变
3.1.1 静态演变
1995—2016年沿线49个国家粮食全要素生产率整体呈波动中增长趋势，但增速缓慢，年均增长1.7%。其中2006年降低最多，降幅为6.4%，2013年增长率最高，达到13.9%。从粮食全要素生产率分解来看，样本期间沿线国家技术进步和技术效率整体表现为增长，技术进步年均增长1.5%，技术效率年均增长0.1%，技术效率的分解项中纯技术效率年均增长0.1%，规模效率没有增长，纯技术效率对技术效率及全要素生产率的增长起到了推动作用。表明技术进步是推进“一带一路”沿线国家粮食全要素生产率增长的主要动力，但由于技术效率未实现明显增长，仅靠技术进步难以拉动沿线国家粮食全要素生产率的增长。沿线国家在粮食生产中重视农业生产技术创新，但是粮食生产规模效应和经营管理效率处于较低水平。自1995年以来沿线国家粮食全要素生产率的增长，主要是由于前沿面的“外扩”，而非各生产决策单元向生产前沿边界的“靠近”（图2）。
3.1.2 动态演变
选取4个代表年份（1995年、2002年、2009年和2016年）“一带一路”沿线国家粮食全要素生产率指数为样本，制作沿线国家粮食全要素生产率非参数核密度估计图研究其时序动态演变特征。图3中核密度分布曲线从下至上依次为2016年、2009年、2002年、1995年。1995年、2002年、2009年、2016年的粮食全要素生产率平均值分别为1.011、1.032、1.029、1.035，具体表现为核密度曲线整体先向左偏移后向右偏移，表明1995—2016年“一带一路”沿线各国粮食全要素生产率整体呈先下降后上升的趋势。沿线各国粮食全要素生产率之间的差异先增大后减小再增大。1995—2002年核密度曲线主峰有所下降，主峰宽度变大，各国粮食全要素生产率差异增大；2002—2009年核密度曲线主峰下降，宽度变小，表明沿线各国粮食全要素生产率之间的差异减小；2009—2016年核密度曲线主峰下降，宽度变大，右侧尾部明显拉长，表明沿线各国粮食全要素生产率之间的差异再次增大。
3.2 全要素生产率空间差异
3.2.1 各地区全要素生产率差异分析
“一带一路”沿线49个国家可分为东欧、东亚、南欧、南亚、西亚、中欧和中亚7个地区（表1）。1995—2016年沿线各地区粮食全要素生产率均实现了增长。其中中亚地区全要素生产率年均增长4.5%，在7个地区中增长水平最高，因为中亚地区技术进步增加最多，对其全要素生产率具有促进作用，而技术效率抑制其粮食全要素生产率的增长；东亚地区年均增长0.5%，是7个地区中增长最慢的。技术进步方面，各地区技术进步均实现增长，促进了粮食全要素生产率增长。技术效率方面，西亚和东亚地区的技术效率实现增长；中亚、东欧和中欧等地区技术效率呈倒退趋势，主要是由于规模效率较低；南亚和南欧地区零增长，因为纯技术效率和规模效率均未实现增长。总体来说，技术进步是沿线各地区粮食全要素生产率的主要推力，中亚、南亚、东欧、南欧和中欧等地区粮食全要素生产率增长源于技术进步“单轨驱动”，西亚和东亚地区的粮食全要素生产率增长源于技术进步和技术效率“双轨驱动”（表3）。
3.2.2 各国家全要素生产率差异分析
由于沿线各国经济发展水平与资源禀赋不同，对1995—2016年49个国家的粮食全要素生产率及其分解项的变动情况进行个体分析。粮食全要素增长率方面，1995—2016年多数（40个）国家粮食全要素生产率实现增长，不丹、文莱、科威特、缅甸、尼泊尔、沙特阿拉伯、土库曼斯坦和也门8个亚洲国家粮食全要素增长率下降，埃及粮食全要素生产率零增长。其中巴基斯坦增长最多，为20.5%，这主要是由于其技术进步和技术效率的“双轨驱动”作用，巴基斯坦在粮食生产中注重技术创新以及规模效应和组织管理效率的提升。技术效率方面，绝大多数国家（31个）粮食生产技术效率都呈现正增长，18个国家的粮食生产技术效率下降，文莱、科威特、沙特阿拉伯、土库曼斯坦和也门的技术效率下降幅度较大，其中文莱、科威特、沙特阿拉伯规模效率下降对其技术效率影响更大，土库曼斯坦和也门农业组织管理效率低是影响其技术效率的主要原因。技术进步方面，绝大多数国家（45个）粮食生产技术进步指数都呈现正增长，其中增长最快的为巴基斯坦，增长17.8%；仅有不丹、缅甸、尼泊尔和沙特阿拉伯4国的技术出现退步。
1995—2016年“一带一路”沿线粮食全要素生产率整体呈现增长趋势，但增长较为缓慢，各国粮食全要素生产率及其分解项的增长状况存在显著差异（表4）。技术进步是粮食全要素生产率增长的主要动力，因此沿线各国应注重技术创新，在粮食生产过程中加强新技术的推广和应用，发挥技术进步的主要推力。“一带一路”沿线国家大多属于发展中国家，虽然技术进步较大，但农业管理水平不高，农户对技术吸收的转化能力弱，导致既有技术的潜能很大程度没有释放，技术效率水平较低。沿线国家在注重提升农业技术水平的同时，应改善农业管理模式，发挥技术进步与技术效率的协同作用，以及“双轨驱动”模式推动粮食全要素生产率的作用。
4 驱动因素分析
上文研究显示“一带一路”沿线国家间粮食全要素生产率存在差异，为了探究造成差异的原因，需要全面把握“一带一路”沿线国家粮食全要素生产率的驱动因素。本文对面板数据进行回归，得出影响沿线国家全要素生产率的主要因素，同时由于沿线国家跨越亚洲、欧洲和非洲，宏观经济环境不同，因此为探究各因素对粮食全要素生产率的影响是否存在区域差异，本文将研究区域分为亚洲和欧洲，在总体回归基础上分别探究各因素对亚洲和欧洲粮食全要素生产率的影响。
4.1 变量选取与模型设定
粮食全要素生产率影响因素主要包括自然因素、政策因素、产业结构因素、农业技术因素和经济发展因素等方面。根据“一带一路”实际情况，同时考虑指标的代表性和数据获取性，本文从技术因素、结构因素、经济因素等方面，选取粮食单产水平、农业结构调整程度、经济发展水平、城镇化水平探究沿线国家粮食全要素生产率的影响因素。具体变量如下。
粮食单产水平（YIELD）：采用粮食作物单位面积产量表示。粮食单产水平能在一定程度上说明粮食生产技术效率水平，粮食单产水平越高，表明粮食的土地生产能力和生产水平越高。因此，粮食单产水平对被解释变量具有正向影响。
农业结构调整程度（AAS）：采用粮食播种面积占农作物播种面积的比例衡量。农业结构调整程度体现了农作物种植结构的变化过程，用来刻画农作物种植结构是否朝着比较优势的方向发展。学术界对农业结构调整程度与粮食全要素生产率之间的正反关系意见不一致。因此，沿线国家农业结构调整度对被解释变量的影响有待验证。
经济发展水平（PGDP）：采用人均国内生产总值来表示。一个地区经济的发展会在一定程度上带动其粮食生产；但同时由于经济发展带动农村劳动力向非农产业转移，可能会降低粮食生产效率。因此，经济发展水平对被解释变量的影响有待验证。
城镇化水平（URBA）：采用城镇人口占总人口比重衡量。城镇化发展会引起农村劳动力转向非农产业，提升农村劳动力分配效率；加强土地的集约利用，推动农村土地规模化；推动农业技术进步,促使农业生产技术提升。城镇化发展不但会吸引农村青壮年劳动力向城市转移，导致农村劳动力资本数量减少、质量变低，而且会占用更多优质耕地导致耕地数量减少，抑制农业增长。因此，沿线国家城镇化水平对被解释变量的影响有待验证。
选取前文计算的粮食全要素生产率（TFP）作为被解释变量，构建面板数据模型：
为了避免伪回归，确保面板数据估计结果的有效性，需要对面板数据的平稳性进行检验。本文分别采用LLC检验、IPS检验与ADF检验对模型变量进行单位根检验，结果显示所有检验变量均能在10%水平上拒绝原假设“统计变量存在单位根”，可知这些序列不存在单位根，是一阶单整序列，可以进行面板回归分析。同时，通过对模型中各变量进行多重共线性检验，各模型方差膨胀因子均小于10，表明各变量之间不存在多重共线性问题，并采用了自然对数极大压缩了方差较大的变量，很大程度上克服了异方差问题。
4.2 回归结果分析
在对面板模型进行回归之前，采取Hausman检验对面板数据模型的形式进行判断选择，P值为0.000，故采用固定效应模型。为处理不同国家个体扰动项可能存在的异方差和自相关，使用考虑双向固定效应的广义最小二乘法（FGSL）对面板数据回归；为解决模型中可能存在遗漏变量和反向因果问题的内生性，本文采用两阶段系统GMM，以各内生变量的滞后项为工具变量对结果进行再估计，如表5所示。
4.2.1 粮食全要素生产率驱动因素分析
表5中模型1为使用固定效应模型得出各因素对“一带一路”沿线国家粮食全要素生产率影响的估计结果，模型2为使用FGSL的估计结果，模型3为采用两阶段系统GMM的估计结果。在考虑异方差和内生性问题后，模型估计结果基本一致，因此本文结论较为可靠。
此处以模型1的结果为主要结论进行分析。粮食单产水平和农业结构调整程度对沿线国家粮食全要素生产率有显著正向影响，经济发展水平和城镇化水平对粮食全要素生产率有显著负向影响。实证结果表明当前“一带一路”沿线国家总体农业结构调整较为合理，农业种植结构按照“比较优势”进行调整，能够结合当地土地及气候条件，使得提升农作物播种面积中粮食作物的比例可以提高粮食生产率。但沿线国家经济发展水平的提升并没有促使农民增加对粮食的投入，因此经济发展水平没有对粮食生产产生带动作用，同时可能由于经济发展水平的提升促使农村劳动力转向非农产业，减少了粮食生产的劳动力资源，从而降低了粮食生产效率。城镇化发展导致高素质农民向城镇转移，使得沿线国家农村劳动力在数量和质量上逐渐减少，对沿线国家粮食生产效率产生负面影响；同时可能由于城镇化发展占用了用于耕作粮食的优质土地，抑制了沿线国家粮食全要素生产率的增长。
4.2.2 稳健性检验
在考虑异方差和内生性的基础上，为了确保本文研究结论有效可靠，本文还实施了以下稳健性检验：为了避免极端值对计量结果的影响，对粮食全要素生产率进行缩尾1%处理；为了避免样本时间变量对计量结果的影响，剔除了1995年和2016年两个端点年份的回归结果，通过调整样本期间验证回归结果的可靠性。表5中模型4和模型5分别为剔除1%极端值、剔除端点年份的固定效应回归结果，模型6和模型7分别为剔除1%极端值、剔除端点年份的FGSL回归结果。在考虑异方差、内生性、剔除1%极端值、调整样本期间后，各解释变量回归结果基本一致，表明本文研究结论具有良好的稳健性。
4.2.3 亚洲和欧洲粮食全要素生产率驱动因素差异分析
表6中模型8和模型10为基准回归，模型9和模型11为采用考虑固定效应的FGLS估计结果，各变量对粮食全要素生产率的影响存在地区差异，各因素对亚洲和欧洲地区的影响方向与总体回归相同。“一带一路”沿线亚洲和欧洲国家的粮食单产水平、经济发展水平对粮食全要素生产率的影响与整体回归的影响性质相同，只是影响程度存在差异，其中粮食单产水平对欧洲粮食全要素生产率的促进作用大于亚洲国家，经济发展水平对欧洲粮食全要素生产率的负面影响大于亚洲国家。农业结构调整程度和城镇化水平在亚欧国家存在较大差异。农业结构调整程度显著促进欧洲国家粮食全要素生产率的增长，但对亚洲国家粮食全要生产率没有显著影响，表明亚洲国家当前农业结构调整未能发挥其“比较优势”，粮食播种面积的增加能提升粮食产量，但并不能显著增加对亚洲国家粮食生产的贡献；欧洲国家农业结构调整较为合理，能够发挥其“比较优势”，增加粮食播种面积可以增加对其粮食生产的贡献。城镇化水平对欧洲国家粮食全要素生产率有显著负面影响，但对亚洲国家的负面影响不显著，可能由于亚洲国家城镇化水平较低，虽然占用了部分农业用地并吸引了部分农村劳动力，但城镇化发展目前未对其粮食生产产生显著影响，欧洲国家普遍有较高的城镇化水平，当城镇化水平处于较高水平后，继续发展城镇化会占用较多的农村资源，对粮食生产率产生较大影响。因此“一带一路”沿线欧洲和亚洲国家在粮食生产过程中应注重粮食单产水平的提升，并改善农村富余劳动力生产率；欧洲国家还应注重保护耕地，防止因城镇化发展占用更多耕地，同时提高耕地利用效率。
5 结论及建议
本文研究发现：①1995—2016年“一带一路”沿线国家粮食全要素生产率总体增长，但提升速度缓慢，技术进步是推进其粮食全要素生产率增长的主要动力，21世纪以来沿线各国粮食全要素生产率差异增大；②沿线各地区粮食全要素生产率在样本期间均实现了增长，中亚地区增长最快，不丹等8个亚洲国家粮食全要素增长率下降，其他国家均有所增长，各国粮食全要素生产率增长状况存在显著差异；③粮食单产水平、农业结构调整程度对沿线国家粮食生产效率有显著的促进作用，经济发展水平和城镇化发展对其粮食生产率有显著负向作用；④各因素对粮食全要素生产率的影响存在地区差异，粮食单产水平显著促进亚洲国家粮食全要素生产率的提高，经济发展水平对其具有显著负向影响，而农业结构调整程度、城镇化水平对其影响不显著。各因素对欧洲国家粮食全要素生产率与整体回归的影响性质相同，仅影响程度不同。
针对以上结论，本文建议中国应合理布局粮食进口来源国，避免过度依赖某个国家，加强与“一带一路”沿线各国的交流，互相借鉴先进的经验，将各国互补优势相结合，增加各国粮食生产溢出效应。具体如下：①加强农业科技合作。中国可向沿线国家提供农业机械等科技援助，推进新技术使用，提高沿线国家粮食单产水平，发挥技术进步的驱动作用。②开展基础设施方面的合作。中国可向沿线国家提供农业基础设施建设的技术支持和经验分享，增强农户对技术的吸收转化能力，改善粮食生产技术效率，使“单轨驱动”地区的技术效率由抑制作用转为提升作用，加强“双轨驱动”地区技术效率对全要素生产率的促进作用。③加强粮食交流与合作。充分利用“一带一路”合作平台，依托中国—东盟自由贸易区、欧亚经济联盟和《区域全面经济伙伴关系协定》等自贸区，通过经验交流、农民职业培训等方式提高沿线国家农村富余劳动力生产效率。
本刊投稿网址：https://sjny.cbpt.cnki.net/
点击阅读原文订购2022年5月刊