中国粮食生产的偏向性技术进步：识别、演进与影响因素

《Agriculture》：Biased Technological Progress in China’s Grain Production: Identification, Evolution, and Influencing Factors

　　

在"藏粮于地与藏粮于技"战略及日益严峻的粮食安全挑战背景下，理解粮食生产中的偏向性技术进步(biased technological progress)至关重要。研究人员构建包含农业机械(machinery, K)、化肥(chemical fertilizer, E)与劳动力(labor, L)三要素的不变替代弹性(Constant Elasticity of Substitution, CES)生产函数，采用标准化供给面系统(normalized supply-side system)结合非线性似乎不相关回归(Nonlinear Seemingly Unrelated Regression, NLSUR)方法，分析2004—2023年中国26个粮食主产省份的偏向性技术进步，并对全要素生产率(Total Factor Productivity, TFP)进行分解以评估偏向性技术进步的贡献。结果表明：第一，技术进步总体沿"机械—化肥—劳动力"路径演进，近期主导驱动由机械转向化肥，与化肥减量及绿色发展政策相契合。第二，TFP增长呈阶段性特征——农业税改革后时期(2005—2013)下降，供给侧结构性改革与"藏粮于技"战略推进期(2014—2023)上升。第三，市场化(marketization)、市场需求与数字化(digitalization)促进化肥偏向型进步；专业化(specialization)推动机械偏向型进步；道路基础设施(road infrastructure)促进劳动偏向型进步。研究结果为政策评估及优化要素配置、推进绿色转型和保障粮食安全提供了实证依据。

本文对发表于《Agriculture》的论文《Biased Technological Progress in China's Grain Production: Identification, Evolution, and Influencing Factors》进行解读。该研究针对全球气候变化加剧与粮食安全挑战日益严峻的背景，指出技术进步并非中性(neutral)，其对不同生产要素边际产出的非对称影响会重塑农业生产结构与资源利用效率、环境影响及收入分配。中国作为世界最大粮食产销国，面临耕地约束、农村劳动力流失与"双碳"目标等多重压力，"藏粮于地与藏粮于技"战略将技术进步定位为保障粮食安全根本途径。现有文献多关注广义农业部门且对粮食作物技术进步偏向性(technological change bias)及其驱动因素讨论不足，尤其缺乏在农机购置补贴、化肥减量行动与数字乡村战略共同作用下对技术进步方向系统性检验的研究。因此研究人员以中国26个粮食主产省2004—2023年谷物（水稻、小麦、玉米）生产为对象，构建三要素CES生产函数并采用标准化供给面系统与NLSUR估计要素替代弹性(substitution elasticity, σ)与要素增强型技术进步效率，计算技术进步偏向指数(bias index)，并通过面板固定效应模型分析其影响因素，旨在识别偏向性技术进步时空演变特征及市场化、专业化、市场需求、基础设施与数字化水平等驱动机制，为优化农业要素配置与政策制定提供实证依据。

研究人员采用的主要关键技术方法如下：选取2004—2023年中国三大主产区26个粮食主产省份的水稻、小麦、玉米生产成本收益数据为样本，产出以三种主粮产量加权平均度量，劳动力投入以亩均人工成本、农机投入以亩均机械作业费、化肥投入以亩均化肥费分别度量。构建包含农机(K)、化肥(E)、劳动(L)三要素的CES生产函数Y_t=A_K^γ_KA_L^γ_LA_E^γ_E[γ_KK_t^-ρ+γ_LL_t^-ρ+γ_EE_t^-ρ]^-1/ρ（σ=1/(1+ρ)），按Acemoglu(2002)定义推导两两要素边际产出比变化率得到技术进步偏向指数。采用Klump等(2007)标准化供给面系统(含产出方程与要素收入份额方程)以非线性似乎不相关回归(NLSUR)估计σ及要素效率增长率。用Kmenta近似将CES函数对数线性化并分解全要素生产率(TFP)增长率为要素偏向协同效应与要素效率直接效应之和。以面板固定效应模型(reghdfe)检验市场化(樊纲市场化指数取对数)、专业化(主粮产量/农业总产值)、市场需求(农村居民人均可支配收入增速)、基础设施(单位面积公路里程取对数)、数字化(农村互联网宽带接入户数取对数)对偏向指数的影响，控制省份与时间双向固定效应。

研究结果如下：

3.1 要素替代弹性与技术进步效率( Factor Substitution Elasticity and Efficiency of Technological Progress )

研究人员基于标准化供给面系统估计得到要素间替代弹性σ<1，表明农机、化肥与劳动力在粮食生产中为互补(complement)关系。要素增强型技术进步效率增长率在多数省份中劳动力高于农机和化肥。时间维度上：劳动力技术效率先升后降(2005—2012)再平稳上升且波动最小；农机技术效率2005—2012显著提升后趋稳；化肥技术效率波动最大，2016年前多为正、2016年后多为负。TFP增长具阶段性——2005—2013年震荡下行对应当时农业税改革后补贴机制建立初期，2014—2023年震荡上行对应农业供给侧结构性改革深化与"藏粮于技"战略推进，其中技术进步偏向与有效要素投入匹配程度是TFP变动的重要来源，错配造成TFP损失。

3.2 技术进步偏向( Technical Progress Bias )

研究人员据两两偏向指数(D_KE、D_KL、D_EL)符号进行传递排序得出整体要素偏向序为"农机>化肥>劳动力"，呈节约劳动(labor-saving)型机械偏向，与长期农机购置补贴政策相符。分阶段看：2005—2015年偏向主要由劳动与化肥要素增强型进步驱动，机械替代劳动与土地；2016—2023年转为劳动要素效率提升辅以机械进步，需更多化肥投入提升土地生产力，这与《到2025年化肥减量增效行动方案》及农业绿色发展导向吻合，技术进步偏向从单纯机械增强向更均衡、注重化肥效率的方向转移。区域上，主产区2005—2015偏化肥与机械增强，2016—2023偏劳动增强并配套化肥与机械；北方主产区跨期偏向类型变化明显(如黑龙江经历完整偏向转换)，南方沿海省份长期稳定。产需平衡区整体偏向序KLE，2005—2015为LKE序，2016—2023转为EKL序；主销区整体KEL序，机械增强快于化肥。

3.3 影响因素分析( Analysis of Influencing Factors )

研究人员以高维固定效应面板模型检验发现：(1)市场化程度正向促进技术进步偏向，影响序为化肥(E)>机械(K)>劳动(L)，市场信号引导创新向更高效要素利用倾斜；(2)专业化程度显著正向影响"机械—劳动"偏向，粮食种植集中度利于规模化机械作业与技术服务扩散；(3)基础设施(单位面积公路里程)显著负向影响"机械—劳动"与"化肥—劳动"偏向指数，路网改善降低技术扩散成本并增强劳动流动性使劳动密集型方式仍具竞争力，令进步相对偏向劳动；(4)市场需求增长显著推动偏向朝化肥要素发展，市场倒逼生产绿色转型使技术创新集中于化肥高效施用而非单纯增量，契合化肥减量政策导向；(5)数字化水平(农村互联网宽带接入)强化机械偏向，数字农业技术具资本密集与互补性质。

讨论部分指出，中国农业粮食生产三要素呈互补关系，技术进步呈显著机械偏向，与诱致性创新理论(induced innovation theory)一致——劳动力成本上升诱发机械替代劳动，该偏向是TFP增长主要来源，忽视偏向性会误判生产率来源。市场化与专业化通过价格信号与规模经济强化机械偏向；基础设施因降低劳动相对成本意外弱化该偏向；数字化因其资本密集互补性放大机械偏向。该偏向性变迁分析框架可推广至同样面临劳力老龄化与机械化的发展中国家。未来需关注气候变量（如缺水）可能引致朝向气候适应性投入与精准资源管理的技术重定向，建议后续引入中介模型解析新技术间接机制并开展跨国比较。

结论部分翻译如下：基于2004—2023年26省谷物投入产出数据，研究人员从偏向性技术进步视角构建粮食生产CES生产函数，估算得到农机与劳动替代弹性σ<1即互补关系，多数省份粮食生产技术进步呈农机偏向。市场化、专业化、市场需求、基础设施与数字化均对技术进步偏向具显著影响。政策含义为：应摒弃"机械仅替代劳动"的简化认知，协调机械化与人力资本培育；推广农机社会化服务使小农户共享现代技术以防收入差距扩大；针对近期转向化肥偏向的趋势应通过精准农业提升化肥效率而非简单减量；优先建设农村数字基础设施并开展农民数字素养培训；关注机械化带来的低技能劳动力替代问题，通过拓展农机作业、维修与数据分析等服务链创造新就业。