1985―中国农业竞争力影响因素分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇1985―中国农业竞争力影响因素分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：使用RCA指数来测度1985-2011年中国农业竞争力，结果表明，中国农业竞争力一直呈现出下降趋势。以波特的钻石模型为基本框架，对中国农业竞争力的各个影响因素进行回归分析，来实证检验各自的作用方向及幅度。结果表明：第一，中国农业竞争力逐年下降的原因主要在于国内因素，而非国际竞争所致；第二，国内因素如农业知识产权保护强度、农业财政投入指数、人均农产品消费指数和中国化肥使用指标都对中国农业竞争力的提升有负向抑制作用。其中，化肥使用量指标的负向抑制作用明显大于其他3个指标。从具体数值来看，上述4个指数每增加1%，中国农业竞争力就分别下降0.070 7，1.306 6、0.001 5和7.378 4个百分点。

关键词：钻石模型；农业竞争力；影响因素；岭回归

中图分类号 F323 文献标识码 A 文章编号 1007-7731（2013）19-01-04

国内外学者对农业竞争力的研究主要集中于农业竞争力内涵、农业竞争力成因和农业竞争力评价三个方面，而成因分析和评价指标构建往往难以区分。首先，在农业竞争力内涵研究中，农业竞争力往往与农产品竞争力相提并论，有学者认为农业竞争力本质上就是农产品的内在竞争力，也有学者认为农业竞争力涵盖了农产品竞争力，此外，还应包括机制竞争力和潜在竞争力等，还有学者提出农业竞争力应该是一个综合概念，包括各项静态和动态内容。其次，在农业竞争力成因研究中，常用的研究框架有：波特的国家钻石模型、比较优势原理、需求弹性理论、创新理论、垄断与竞争理论和产品差别化理论等。国内学者中使用较多的是两种方法体系，由游士兵和陈卫平分别提出，都在国内研究者中得到了较广泛的推广和使用。他们的评价框架同属静态体系，切入角度也都同为竞争力的表现与竞争力产生的原因，不同处则表现在具体指标的选择和所使用的计量方法。除此之外，其他较有意义的理论探讨包括：张道金提出可从特色农业发展角度分析农业竞争力；而李怡和赵泉民则尝试从时间序列入手，分析农业竞争力的动态效应。而近年来随着科技的发展，农业生产模式逐渐从由土地、劳动力主导型的传统模式向科技、信息主导型的现代模式转变。在实践中，区域性的科技投入，包括对地理知识产权保护的关注、农业相关专利和商标授权数量等，都会影响到当地的农业经济发展。因此，在评价区域农业竞争力时，将现代化科技相关指标纳入其中意义重大。葛干忠则在常见指标体系中加入一些科技相关指标。总体而言，对农业竞争力的现有研究主要有两方面局限：一是理论研究较为薄弱，研究基础基本以比较优势为主，国际竞争力理论在农产品竞争力研究中应用得相对较少。同时，缺少各成因或评价指标对农业竞争力的内在作用机制的探讨；二是实证研究比较零散，缺乏对整个农业产业国际竞争力的系统研究。

1 中国农业竞争力测度

显示性比较优势指数（RCA）通过该产业在该国出口中所占的份额与世界贸易中该产业占世界贸易总额的份额之比来表示。本文采用RCA指数对我国农业国际竞争力进行测评，计算结果见表1。

2 模型构建

2.1 模型构建和指标设计 根据波特的钻石模型，产业竞争力的影响因素包括：生产要素、需求条件、相关产业及支持和企业战略、结构、竞争对手的表现4个因素，以及政府和机会两大变数。本文以此为基本框架，同时考虑数据的可得性，选取以下指标构建计量模型。

（1）因变量：中国农业竞争力显示性优势指数（CARCA），为中国农业出口额占世界农业出口额的比重除以中国出口总额占世界出口总额的比重。

（2）自变量：①政府指标：是指政府对农业的支持程度。选用中国农业生产者补贴指数（CAS），计算公式为中国政府每年给予农业生产者的补贴数额占农业产值的比重；②机会指标：农业的机会因素可能包括好气候、重大技术发明、世界形势变化等，为了便于定量计算，选定技术发明因素，考虑到良好的知识产权保护环境会极大地推动发明创造。选用中国农业知识产权保护强度指标（CAIP），计算方法为根据GP方法计算得到的立法强度与根据HL方法得到的执法强度的乘积；③生产要素指标：生产要素包括自然资源土地、劳动力和资本等。由于自然资源是给定的，难以进一步优化，而农村劳动力大批涌入城市，导致难以准确判断实际投入农业生产的劳动力状况。因此，选用财政支农资金投入指数（CAF）作为资本指标，为每年的财政支农投入金额；④需求条件指标：采用农产品的人均消费数量，我国主要农产品包括粮食、棉花、油料和麻类等，粮食占比最大。粮食中包括谷物、豆类和薯类，谷物占比最高。在此选用人均谷物消费数量（AC）指标；⑤企业战略、结构和同业竞争指标：选用世界第一大农产品出口国――美国的农业显示性竞争优势指数（UARCA）指标来衡量竞争程度。⑥相关及支持产业指标：农业相关产业包括上游的化肥业、种业等和下游的农业加工业等。考虑到经济意义和数据的可得性，使用化肥使用量（CF）指标来衡量化肥产业对农业的影响。

2.2 数据来源的说明

化肥使用量（CF）数据可直接从历年《中国统计年鉴》获得；由于人均农产品消费量统计数据缺乏，又考虑到中国农业进出口商品结构中，谷物的绝对数额较小，即我国谷物的国内消费主要来自于国内生产。因此，本文参照历年统计年鉴，用人均谷物产量来近似计算人均谷物消费数量（ACG）数据；财政支农资金投入指数（CAF）是根据历年《中国统计年鉴》计算得到；中国农业生产者补贴指数（CAS）数据系根据OECD数据库计算而得；美国农业显示性竞争优势指数（UARCA）系根据WTO数据库数据整理计算而得；农业知识产权保护程度（CAIP）是作者根据GP方法和HL方法分别测算而得。

3 回归和结果分析

3.1 平稳性检验和协整分析 本文使用Eviews6.0软件采用ADF 检验法对相关数据进行单位根检验。发现UARCA的检验统计量均小于显著性水平0.01时的临界值，表明序列CARCA是平稳时间序列。而在一阶差分后，CARCA、CAS、CAIP、CAF、AC、CF的ADF检验统计量均小于显著性水平0.01时的临界值，表明序列CARCA、CAS、CAIP、CAF、AC、CF的ADF不存在单位根，均是平稳时间序列。每个变量自身虽可能是不平稳的，但是它们之间的线性组合却有可能平稳。进一步采用协整检验来考察变量所组成的关系中是否存在长期的均衡关系。协整结果显示，在0.05的显著水平，Trace test和Max-eigenvalue test分别有4个和3个协整方程；再对残差进行单位根检验，残差平稳。所以，各变量之间存在协整关系。

3.2 参数估计 使用SPSS19.0软件对原模型进行回归，得到以下结果（见表2）。

从OLS回归分析结果中可以看出：除了CAIP解释变量外，其余变量的t统计量均不显著，但[R2]数值较大；同时，CAIP、CAF和CF这3个变量的VIF均大于10，容差也都小于0.1，因此，初步判断可能存在多重共线性。经查表得知，DL=0.83

3.3 岭回归 由高斯马尔科夫定理知道，多重相关性不会影响最小二乘估计量的无偏性和最小方差性。在所有线性无偏估计量中，最小二乘估计虽方差最小，但这个方差实际上却不一定小。因此，可以找一个有偏估计量，微小偏差却会使它的精度远高于无偏估计量。这便是岭回归分析的原理。因此，采用岭回归来消除多重共线性影响，求解模型参数。首先，标准化变量；其次，将k取值设定为0到1，步长设定为0.05。由于明显看出UARCA和CAS的岭参数都迅速减少，经过分析，决定剔除UARCA和CAS变量，利用剩余的变量继续作岭回归。得到结果k在0.2～0.4时，各变量趋于一致。将K值取值区间重新设定为0.3～0.4，步长设置为0.02。

3.4 回归结果分析 在新的回归模型中，中国农业知识产权保护指数（CAIP）、中国农业财政投入指数（CAF）、谷物人均消费指标（AC）和中国化肥使用指标（CF）都是负数，说明它们对中国农业竞争力的提升均有负向抑制作用。其中，负向抑制程度最大的是化肥使用指标（CF），负向抑制程度最小的是谷物人均消费指数（AC）。从具体数值来看，中国农业知识产权保护指数（CAIP）、中国农业财政投入指数（CAF）、谷物人均消费指标（AC）和中国化肥使用指标（CF）每增加1%，中国农业竞争力指数（RCA）就分别下降0.0707，1.3066、0.0015和7.3784个百分点。下面按作用幅度大小逐个分析。

第一，化肥使用指标（CF）。它对农业竞争力的负向抑制程度最大，主要原因可能在于两方面：首先，从国际贸易角度来看，我国化肥使用量远超过发达国家水平，过多的使用化肥必然会增加遭受绿色贸易壁垒的可能性；其次，从国内生产角度来看，一方面，由于化肥使用存在边际效用递减效应，即使用化肥在一定程度之内会对粮食增产起到较明显的促进作用，但超过程度之后，效果就会递减。从1985年至2011年之间，中国实际使用化肥数量足足增长了5倍，但同期全国粮食产量增长一直呈上下波动状态，总体增长幅度也不到2倍。另一方面，超量使用化肥在长期内必定带来一些恶性后果，如可能让农民患上“化肥依赖症”，可能造成土壤品质性质退化等。第二，农业财政投入指标（CAF）。它对农业竞争力的抑制作用，可能是因为我国财政投入存在结构性问题，具体为对外向型农业的政策支持力度不足。目前，发达国家财政支农的比重占农业GDP的30%～50%，而我国年均还不到10%。我国的政策还主要集中在信息服务、农产品质量可追溯体系的建立、出口退税等方面，还有非常大的改进余地。第三，谷物人均消费指标（AC）。它对农业竞争力的抑制原因可以从供给和需求两个方面来分析。1949年开始，中国人口构成中，农村人口一直超过城镇人口，直到2010年，两者逐渐逼平，至2011年，城镇人口第一次超过农村人口。从农业生产的供给角度来看，从事农业生产的人数减少；同时，受自然资源禀赋所限，可用于种植谷物的耕种面积增长空间很小。投入减少，在技术提升不显著的情况下，产出自然增速减缓，从而造成农业竞争力下降。而从需求角度看，城镇化导致对农产品的数量需求急速上升，同时，随着人们生活水平的提高，对农产品的质量的要求也随之提升。需求的增加伴随着供给的减少，就造成了整体（下转42页）（上接3页）农业竞争力在现阶段逐步下滑；从需求角度看，谷物是中国人饮食中不可或缺的传统基础食物，我们把谷物加工的食物叫做“主食”。但27a来，中国谷物人均消费只是略增。原因在于人对主食的需求本来就相对固定，而且由于经济发展，可替代食品越来越多，对谷物等主食的消耗可能会减少。第四，农业知识产权保护指标（CAIP）。它的抑制作用原因可能在于两方面：一方面，与中国主要贸易伙伴相比，中国农业知识产权保护的实际力度仍然较弱，即贸易伙伴的国内农业知识产权保护力度抵消了我国对农业知识产权的保护，导致我国农业竞争力不升反降。例如，山东寿光80%的蔬菜种子都是进口，需要支付巨额的品种权使用费。因而蔬菜出口金额虽大，但实际获利甚小；另一方面，由于知识产权保护具有时滞性，而我国重视农产品知识产权保护的时间较迟，导致我们现在实质上是在为过去忽视农产品知识产权保护承担后果，如韩国早在多年前就抢注了我国很多特色农产品商标如碧螺春等，这对我国培育特色农业竞争力带来负面影响。最后，我国农业补贴并未如意地给予我国农业竞争力显著的正向促进影响，原因可能在于与国外相比，我国农业补贴的投入还不够大，另外，农业补贴的方法和途径不够科学，导致农业补贴并未显现出应有的效果。此外，美国农业RCA也未显现出对我国农业竞争力的影响，说明我国农业竞争力下降的原因更多是内因，而非来自于竞争。

4 结语

综上所述，基于1985-2011年的数据分析，模型中的大部分指标都对中国农业竞争力呈现出负面抑制效应，这与目前的现实似乎相悖，然而分析的结果就是如此，究其原因令人深思。如上分析，导致各项指标没有达到预定期望的原因很多，可能是与国外同期相比力度不够，没有发挥出应有的效果，如农业财政投入；或是有些工作滞后，如农业知识产权保护；或是受制于工作的方法与路径不够科学，如农业补贴。但是能看出较突出的问题是：（1）我国农业竞争力下降的主要原因不是来自于外界竞争，而主要是内因导致。因此，迫切需要找准问题，强练内功；（2）目前我国农业产量的增长中，化肥施用过多，如果不改变增长方式，不以农业技术进步来提高农业生产率的话，长此以往，会造成我国农业竞争力继续显著下降。

参考文献

[1]陈卫平，赵彦云.中国区域农业竞争力评价与分析――农业产业竞争力综合评价方法及其应用[J].管理世界，2005（3）：85-93.

[2]游士兵，肖加元.农业竞争力的测度及实证研究[J].中国软科学，2005（7）：147-152.

[3]张道金.农业竞争力理论评析[J]. 农业经济，2006（8）：39-40.

[4]李怡，赵泉民.中国农业竞争力的时间序列分析[J].财贸研究，2007（5）：29-35. （责编：陶学军）