中国粮食技术效率的超越对数随机前沿分析褚冬琳冯冬发---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除------本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---[摘要]对粮食技术效率进行测算是有效评价粮食产业状况的关键。文章使用2005—2015年我国省级面板数据建立超越对数随机前沿模型测算了粮食产业的技术效率。研究发现，粮食产业的劳动生产效率处于递减阶段，存在劳动力投入过剩，应进行粮食产业改革。需要改革的10个省份中，形势最为严峻的是安徽省和河北省。财政投入应当有的放矢，避免盲目性。[关键词]技术效率;粮食;随机前沿[DOI]10.13939/jki.zgsc.2021.09.0581引言“五谷者，万民之命，国之重宝。”习近平同志到开封考察时指出，“粮食安全、三农工作是一切工作的重要之基”。鉴于粮食产业的重要战略地位，国内很多学者都对粮食生产的技术效率进行了研究，测算了各因素，如农户土地经营规模（张忠明和钱文荣，2010）、农业劳动力结构转变（成德宁和杨敏，2015）、粮食生产机械化率、地形条件（曾雅婷等，2018）等对粮食技术效率的影响，以及粮食技术效率的空间分布（乔世君，2004）。测算方法主要有超越对数随机前沿分析（乔世君，2004;杨皓天等，2016;曾雅婷等，2018;周晓晶等，2019）、DEA方法（高鸣和宋洪远，2014;李俊高等，2019;邵亚青和陶佩君，2019）、ARMA模型（刘铁，2019）、主成分分析法（刘浩然等，2019）等。目前，粮食技术效率主要局限单个省份的分析，或粮食主产区和非主产区之间的比较（成德宁和杨敏，2015），或东、中、西部的对比分析（曾雅婷等，2018），缺乏具体省份的横向比较。而且大多数模型的估计结果并不显著，没---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---有综合考虑空间地理条件，存在明显偏差。有的数据则跨度了粮食补贴政策的前后时间段，却没有考虑政策变量的影响。文章采用2005—2015年粮食补贴政策实施后的省级面板数据，构建超越对数生产函数，基于面板数据模型对各省的粮食生产效率进行了对比，在综合考虑各省的地理位置和粮食主产区的基础上，指明了具体需要改进的省份，对财政支出的流向具有一定的指导意义。2面板数据随机效应模型的建立及估计2.1模型选取及数据处理从表1可以看出技术效率最高的是西藏，最低的是甘肃，仅0.54，与排名前三的省份相差近42个百分点。仅从技术效率看，需重点关注效率低的省份，如青海、内蒙古、海南、山西、黑龙江和甘肃。综合考虑地理条件，一般认为亚热带和热带地区产量较高。然从表1中可以发现，海南虽处于热带地区，作物一年三熟，技术效率却位于第28位，与应处产量区间相差27个位次。同样，湖北、福建、贵州、安徽也没有位于[2，14]区间，山西、甘肃、河北也在[15，23]区间之外，效率相对较低。而作为粮食主产区的湖北、安徽和河北，排名低于气候条件应处的产出区域，形势严峻。同是粮食主产区的山东、内蒙古、黑龙江，技术效率名次也未达到前15名。相反，青海、内蒙古、黑龙江技术效率虽靠后，但却实现了恶劣气候限制下的生产效率。综上所述，海南、福建、贵州、山西、甘肃达不到气候条件下的效率名次区间;山东、内蒙古、黑龙江则达不到粮食主产区的要求;湖北、安徽和河北两个目标条件均未达成，需重点关注。如果仅考虑技术效率排名，不结合现实地理条件进行综合分析，易抓不住提高全国粮食生产效率的关键，使得财政投资方向失误，收效甚微。从表1可知，时变模型估计结果的显著性更强。对比式（3）和式（2）发现lnPit系数由0.09增至0.58，lnMEit提高了23个百分点，对粮食产量的影响增大。劳动力投入无效性更明显，lnLit由1.18降至0.82。与固定技术效率结果相比，黑龙江、甘肃、内蒙古、山西技术效率均位于倒数，仍需重点关注。福建、上海、浙江技术效率由约0.8上升到了0.9以上，尤其是福建达到了气候条件的目标区域，跃出了需要关注的省份范围。同样，湖北技术效率排名13，不再需要关注。而江苏则降低了位次，位于气候条件目标区域[2，14]之外。究其原因，lnLit的解释能力由1.18降至时变技术效率的0.82，...