退耕还林背景下农业生产技术效率研究——基于陕西省志丹县退耕农户的随机前沿分析

田 杰，姚顺波

（西北农林科技大学 资源经济与环境管理研究中心，陕西 杨凌 712100）

从当前农业生产发展的实际情况来看，农业产量增长主要依靠三方面：一是播种面积的扩大，二是物质要素投入的增加，三是生产率的不断提高。退耕农户在面临耕地面积减少和农业生产结构不断调整的背景下，其生产要素投入又受到报酬递减规律的制约，不能无限依赖于物质要素投入的不断加大来提高农业产量，所以，提升农业生产能力的关键是提高农业生产的技术效率水平。生产率的提高可以通过技术进步和技术效率改进两种途径来实现，技术进步是指推进整个前沿生产面向上移动，而技术效率提高则使实际生产点趋近该投入水平下的最大产量。在技术水平一定的情况下，改进生产技术效率就成了提高农业生产效率的主要途径。因此，评价退耕农户的农业生产技术效率状况并寻求影响农业生产技术效率的主要因素对于促进农业生产的发展具有重要的现实意义。

国内外学者测量技术效率的方法主要有两种：一种是无参数的数据包络分析（DEA），一种是有参数的随机前沿分析（SFA）。DEA是通过线性规划的方法来度量效率，根据个体决策单元的投入产出数据，选出一个或几个决策单元作为技术有效点，进而构造出生产前沿。DEA最大的缺点是把实际产出小于前沿产出的原因全部归结于技术效率原因，忽略了随机因素对于产出的影响。SFA的基本思想是利用生产函数和随机扰动项构造出随机生产前沿，SFA最主要的优点是在实现对生产过程精确描述的同时，纳入了经典白噪声项，充分考虑了随机因素对于产出的影响。与DEA方法相比，SFA由于需要参数而有所不便，但也有利于更为合理的解释技术效率损失的原因。特别是针对“农业生产”这一研究对象，农业生产是“经济再生产与自然再生产交织在一起的生产过程”［1］，不可控的自然因素对农业生产技术效率不仅会产生影响，而且有时候其影响甚至是决定性的。有研究者证实，对于中国农业经济而言，SFA估计总体上优于DEA估计，应用前景也应该更为广泛［2］。因此，本文选用随机前沿分析SFA对退耕农户的农业生产技术效率进行研究。

众多学者运用不同的方法从不同视角对农业生产效率进行了大量研究。Fan采用SFA方法估算了投入要素增加、技术进步和制度变迁对中国农业生产率增长的贡献［3］。Battese等运用SFA方法和面板数据分析了农业生产中的技术效率进步［4］。孟令杰采用DEA方法对中国1980—1995年农业产出的技术效率进行了测算，发现中国农业技术效率呈现下降趋势［5］。李周利用DEA方法分析了西部地区县域层面上的农业生产效率［6］。以上研究极有助于加深我们对中国农业生产技术效率的认识，但是，自从家庭联产承包责任制实施以来，农户成为农业最基本的生产单位，利用全国或省级加总数据分析时，会由于变量波动减少而丢失部分微观信息。本文以陕西省志丹县退耕农户微观面板数据为基础，对农户农业生产技术效率进行全面评价，并从农户家庭这一微观角度来深入分析农业生产技术效率的影响因素，探讨提高农户农业生产竞争力的微观因素。

一、数据来源与模型构建

（一）数据来源与说明

课题组分别于2009、2010和2011年在陕西省志丹县进行了农户抽样跟踪调查，依据平均分布和具有代表性的原则来选取样本，并采用分层随机抽样的方法以保证样本的代表性。具体确定过程为：从志丹县随机选择5个镇，再从每个镇随机选取4个村，然后再从每个村选择21户农户进行调查，共计420户农户。调查过程采取直接与农户家庭成员对话的访谈形式，问卷设计既考虑到本研究的内容，也考虑了农户对问题的理解接受能力。剔除有缺失数据、异常值等变异农户，剩余有370户农户数据供研究所用。另外，本文假设所有样本农户面临相同的技术进步条件和相同的自然风险。

（二）模型与变量说明

1．随机前沿生产函数与变量说明

建立具体的随机前沿面模型时，需要考虑设定生产函数形式。由于传统的C－D生产函数暗含一个前提假设：各种生产投入要素的替代弹性为0或1。在确定农户农业生产的生产函数形式时，由于事先并不知道各种生产投入要素之间的弹性替代情况，所以采用形式最为灵活，可近似反映任何生产技术的超越对数生产函数，该模型的具体函数形式为：

模型（1）中，i表示农户序号，Y表示农户农业收入，A表示农作物播种面积，L表示劳动力投入，F表示化肥投入使用费用，M表示农药投入使用费用，T表示时间趋势变量，用来表明农业生产前沿面的变动，反映技术进步对农业生产的影响，βk（k＝0，1，．．．，15）为待估参数。Vit为随机变量，服从均值为零、方差为σ2V的正态分布，用于测度误差及各种不可控制的随机因素，例如天气等。Uit独立于Vit，是非负随机变量，反映生产的无效程度，通常假定Uit服从均值为mit、方差为σ2U的半正态分布。γ则反映了复合扰动项中技术无效项所占的比例。

对主要变量进行简单的统计分析，得到结果如表1所示。

表1 生产函数中主要变量的统计分析表

从表1可以看出，农业收入Y的变异系数最大，说明退耕农户的收入差异很大，造成这种现象的原因主要有农户人均耕地面积的不均等和家庭经营结构的差异。有些农户农业种植用途为自给性供给，而有些农户则大面积种植经济作物大大提高了农业收入，进而造成农户农业收入差异较大的现状，但是，从另一个角度来看，相对农业收入较高的均值，农业收入的变化程度并不是异常剧烈；劳动力投入L的变异系数最小，根据实地调研情况获知，一般情况下，只有老人和妇女留守在家经营农业，家里年轻男性劳动力大都外出打工，所以，在所调查区域内，留守在家经营农业的劳动力平均为2～3人，农业劳动力投入时间差异不大；农作物播种面积A和化肥投入F的变异系数不大，说明退耕地区农户经营农业的播种面积和农药投入的费用差异不是很大。

2．技术效率回归函数及变量说明

退耕农户的农业生产技术效率实际上是一个内生变量，受多种外生变量的影响，微观上主要受家庭经营规模、成员受教育程度、信息可得性、资源可得性、地理位置和经济环境等因素的影响。考虑到数据的可得性和调研地区的实际情况，本文主要选用的影响因素指标有：家庭规模X1（单位：人）；家庭成员中是否有村干部X2（有用1表示，无用0表示）；户主受教育年限X3（单位：年）；是否有外出务工X4（有用1表示，无用0表示）；是否曾有贷款X5（有用1表示，无用0表示）；经营耕地块数X6（单位：块）；人均耕地面积X7（单位：亩／人）；人均收入水平X8（单位：元／人）；离家最近镇的距离X9（单位：公里）；农业收入占家庭总收入的比例X10。对这些变量的说明与描述性统计分析详见表2。

表2 效率回归函数中主要变量的说明及描述性统计分析表

农户农业生产技术效率与家庭微观指标之间的回归方程式如下：

其中，i表示第i个样本农户，εi是误差项，且服从N（0，σ2）分布，γ0，γ1，．．．，γ10，是待估参数。

二、参数估计与结果分析

（一）随机前沿生产函数分析

本文采用Frontier4．1软件对生产函数进行估计，参数估计结果如表3所示。

表3 随机前沿生产函数估计结果表

β5、β7、β9、β11、β14这五个系数在10%显著性水平下显著不为零，β6、β10在5%水平下也显著不为零，说明模型中的变量存在交互效应，应用超越对数生产函数模型是合适的。表示技术无效程度的参数γ为0．764，且通过1%水平下的显著性检验，说明农户农业生产过程中存在明显的技术效率损失；而且，前沿生产函数的误差主要由技术非效率U造成的，只有23．57%来自于统计误差等外部影响。另外，调研地区的农业平均生产技术效率为0．599，郑循刚运用随机前沿分析方法测算出2000－2007年中国农业平均技术效率为0．653，其中陕西省的农业平均效率为0．461［7］，对比来看，本文所研究地区的农业生产技术效率总体水平较低，说明各个投入要素利用的技术效率还没有达到最优状态。

从参数估计结果来看，农业生产中，劳动力投入（L）系数为负值，但是t统计值不显著，说明劳动力投入对当地农业生产收入没有显著性的影响，这也与调查情况相符，所调查地区存在大量的闲置劳动力，劳动力投入并不是农业生产效率增长的制约因素。农作物播种面积（A）、化肥投入（F）和农药投入（M）的系数均为正值，且都通过5%水平下的显著性检验，说明通过增加此三要素投入可以显著提高退耕农户的农业收入水平。时间趋势变量T的系数0．015在10%水平下显著不为零，说明退耕农户农业生产效率随着时间推移呈现上升趋势，但上升趋势相当缓慢。

由于超越对数模型中的系数只反映了要素间复杂的替代和互补关系，符号只是说明了变量之间的正向和负向影响关系，变量系数值不能说明各个生产要素贡献率的大小，所以，本文对样本农户各个生产要素的投入产出弹性进行了简单计算，进一步来说明各种投入要素对农业生产技术效率的影响。

式（5）～（7）中，εA、εL、εF、εM代表农作物播种面积、农业劳动投入时间、化肥使用量和农药施用量的产出弹性；lnAi、lnLi、lnFi、lnMi分别是根据样本农户的投入指标值进行简单算术平均值得到；β值均来自随机前沿生产函数的估计结果（见表3）。从计算结果可以看出，四种投入要素的产出弹性全为正值，土地产出弹性值最大，达到0．597，说明农业生产对土地投入的依赖程度很高，但是由于土地资源的限制，当地农户不可能一味通过扩大农作物播种面积来提高农业产值，但是可以通过结构调整来实现土地资源在不同作物之间的优化配置；而且劳动力投入时间的产出弹性值最小，化肥和农药投入产出弹性值较大，这也进一步验证了随机前沿分析的估计结果：退耕农户的农业投入要素呈现明显不足状态，劳动力投入对农业效率增长的贡献值最小，通过增大化肥、农药等要素使用量，可以明显改善农业生产技术效率。

（二）技术效率的统计描述

根据上述随机前沿生产函数估计过程，以2011年为例，得到所调查地区370户农户的生产效率分布情况，具体结果见表4。所调查地区的370户样本农户农业生产技术效率大体分布在0．062～0．854之间，平均技术效率为0．599，总体农业生产技术水平偏低，在现有技术水平和投入要素配置条件下，农户农业产出水平仍有40%的提高空间，因此，如果采取有效措施来提高农业生产技术效率的话，将会大大增加退耕农户的农业收入水平。从表4可以看出，样本农户农业生产技术效率呈现明显右偏态势，效率小于0．5的只有44户，占到总样本数的11．89%；大部分农户农业生产技术效率均大于0．5，有326户农户生产技术效率位于0．5～9．9之间，占到总样本数的88．11%；其中，位于0．5～0．6之间的农户数最多，达到143户，占总体样本户数的38．65%；位于0．6～0．7的有121户，占总样本比例为32．7%；在所调查样本范围内，生产技术效率超过0．9的农户没有。由此可以看出，退耕农户样本的农业生产技术效率值的分布比较集中，但总体呈现偏低水平。

表4 样本农户农业生产技术效率分布情况表

（三）农业生产技术效率的影响因素分析

表5列出了农户农业生产技术效率的若干影响因素的回归结果，在本文所考虑的10项农户家庭基本因素中，有6项通过了10%水平下的显著性检验。结果表明，这6项影响因子可以初步解释造成退耕农户农业生产技术效率存在差异的原因。

表5 农业生产效率影响因素回归分析的参数估计结果表

家庭成员中是否有村干部（X2）是用来表征农户家庭背景的主要变量，其对农业生产技术效率水平带来显著负效应，这可以通过时间配置替代效应和农村寻租现象来解释，退耕农户的农业经营时间总量是一定的，而干部型农户家庭则把大部分时间和精力投入到村庄事务管理中，对家庭自有农地无暇顾及；结合当地发展情况来考虑，志丹县拥有丰富的石油资源，基层干部掌握着更多可支配资源下土地转让的权利，进而滋生很多腐败现象，产生寻租、涉租行为，相对这一非生产性租金而言，农业经营获得的比较利益非常低，使得家庭经营成本很高。

户主受教育年限（X3）对农业生产技术效率的影响作用通过10%水平下的显著性检验。户主受教育程度越高，其自身接受、利用和吸收新技术的能力也就越强，对农业生产技术效率存在明显的正效应；另一方面，户主受教育年限对农业生产技术效率的影响系数为0．000 1，影响作用不大，通过表2的描述分析也可以发现，样本农户平均受教育年限为5．05年，大部分仅为小学水平，这也在一定程度上反映了目前的农村现状，留守在家经营农业的多为40岁以上的中老年人，农村劳动力老龄化问题已经日趋明显和严重。

经营耕地块数（X6）是用来表征耕地细碎化程度的变量，回归结果显示其对农业生产技术效率存在明显正效应。大部分研究认为耕地细碎化存在着阻碍先进机械设备和技术推广以及难以控制病虫害等弊端，进而会造成很大的效率损失［3］［6］。耕地细碎化确实会使农业经营难以实现规模经济，这在发达国家可能存在，但并不一定吻合中国人多地少的资源禀赋条件。中国农村劳动力呈现密集比较优势，善于精耕细作，耕地细碎化使得农户在不同地块上种植不同农作物，充分发掘土地和技术潜力，根据农作物的熟制和种类来统筹劳动时间投入，合理配置劳动时间，大大减轻劳动强度；另一方面，耕地块数增加还可以提高复种指数，通过多种类经营来规避和分散市场与自然风险，缓解劳动力季节性供给不足的压力。这在很大程度上都显著提高了农业生产技术效率水平。

人均耕地面积（X7）对农业生产技术效率水平呈现负的影响效应。造成这种现象的原因主要有：一是退耕地区剩余劳动力大部分选择外出务工，从事农业的多为妇女和中老年人，当人均耕地面积增加时，家中留守劳动力根本没有足够时间和精力来好好经营农地，农业生产效率水平低下；二是在大部分退耕农户家庭中，农业收入不是家庭主要收入来源，农业种植多为自给性口粮供给，所以，农户在没有逐利动力的前提下，造成了农业生产技术效率水平低下的现象。

人均收入水平（X8）用来表征当地经济发展状况。经济环境决定了农户所处的外部环境，在很大程度上会影响农户获取农业信息和掌握先进技术的可能性。经济环境越好，农户采用先进农业生产技术的支付能力和抗风险能力就会越强；而且，经济环境越好，意味着当地县或乡镇的地方财政支付能力越强，可以提供更多的农村公共品，农户面临的农业技术环境整体会得到更多的改善。

农业收入占家庭总收入比例（X10）达到了1%的显著性水平，而且其系数在所有变量系数中最大，说明该项因素对农业生产技术效率水平的提高起很大的作用。农业收入占家庭收入比例越高，说明农业产业对家庭经营结构的重要性越大，农户就会选择把更多的时间和精力投入到农业生产，在利己和逐利动机的驱动下，农户会最大程度的改善农业投入产出比，大大提高农业生产技术效率水平。

对于4个未通过显著性检验的变量，是否有外出务工（X4）和是否曾有贷款（X5）两个变量的估计系数为负值，说明这两个变量对退耕农户的农业收入水平只存在方向上的影响，增加农户外出打工和家庭得到贷款的机会会在一定程度上降低农户农业收入水平。根据实地调研也可以发现，选择外出打工的农户家庭把农业作为一种副业来经营，而曾经有贷款行为的农户家庭，其贷款用途大都用于投资工厂或是建房，很少用于农业生产方面，所以，回归结果也验证了退耕地区农户的实际状况。家庭规模（X1）未通过显著性检验水平，这一点可以解释为，退耕还林背景下，大量农村劳动力从农业中解放出来，在耕地面积减少和农产品市场低迷的情况下，大部分剩余劳动力选择外出务工或是从事其他经营性产业，农业收入已不是家庭生活收入的主要和唯一来源，农户从事农业积极性大大降低，所以，家庭规模不是影响农业技术效率的主要变量。离家最近乡镇的距离（X9）也未通过显著性检验，由表2对变量的描述统计分析发现，退耕地区样本农户家离最近乡镇的距离都比较近，平均距离为5．356公里，说明附近乡镇对农户农业生产技术效率水平的辐射作用不是很大。

三、结 论

本文运用随机前沿生产函数，测算了陕西省志丹县退耕农户的农业生产技术效率，实证结果表明：劳动力投入对当地农业收入水平没有显著性影响；通过增大农作物播种面积，提高化肥和农药的投入，可以显著提高退耕农户的农业收入水平；样本农户平均生产技术效率为0．599，总体水平较低，实际产出与生产前沿面还存在很大的差距。

对影响农业生产技术效率的家庭微观因素进行回归分析，可以发现：干部型农户家庭并不具有较高的农业生产技术效率水平，这可能是时间配置问题，也可能是由农村寻租现象造成的高机会成本所致；户主受教育年限越高，越有利于提高农业生产技术效率，但是农村老龄化和低水平教育现状问题已日益突出；耕地细碎化与传统分析观点并不一致，在当前特定资源禀赋和市场压力并存的情况下，耕地细碎化反而更有利于发挥中国农村劳动力密集和善于精耕细作的比较优势。人均耕地面积的增大并没有促进农业生产技术效率水平的提升，退耕农户家庭由于年轻劳动力的外出务工和收入来源结构的调整，在没有逐利动机的驱动下，经营农业的积极性大大降低。当地经济发展水平越高表征经济环境越好，农户获取农业信息和先进农业技术的可能性就越高，支付能力和抗风险能力也就越强，就越有利于提高农业生产技术效率；农业收入占家庭总收入比例对农业生产技术效率的影响作用达到了1%的显著性水平，把农业收入作为家庭主要收入来源的农户会把大部分时间和精力投入到农业生产活动中，在利己和逐利动机的驱动下，农户会最大程度的改善农业投入产出比，大大提高农业生产技术效率。是否有外出务工、是否曾有贷款、家庭规模和离家最近乡镇的距离这四个变量均未通过10%水平下的显著性检验，说明这四个变量对农业生产技术效率只存在方向上的影响效用，但是对农业生产技术效率的改变没有明显的辐射作用。

研究结论表明，退耕地区农户总体农业生产技术效率水平偏低，通过改善农业生产要素投入情况和家庭微观结构还可以大大提升农业生产率潜力。提高农业生产技术效率水平不应该仅仅强调引进先进技术，而忽视对现有农业资源和技术水平的充分利用。结合社会主义新农村建设，可以从以下几个方面来改善农业生产技术效率水平：一是加强对农民基础教育的投资，提高农村社会的整体教育水平以便更好地接受和运用农业先进生产技术；二是转变政府职能，提升信息披露的透明度，避免寻租和设租现象的发生；三是鼓励当地政府营造良好的经济环境，提升农户接受农业新技术的支付能力和抗风险能力；四是农村凋敝化问题日益突出，要高度重视农村劳动力转移给农业发展带来的损害；最后，要结合中国农业的特定国情，发挥中国农业劳动力密集和精耕细作的比较优势，切勿一味追求规模经营。

［1］ 赵红雷，贾金荣．基于随机前沿分析的中国玉米生产技术效率研究［J］．统计与信息论坛，2011（2）．

［2］ 傅晓霞，吴利学．前沿分析方法在中国经济增长核算中的适用性［J］．世界经济，2007（7）．

［3］ Fan S．Effects of Technological Change and Institutional Reform on Production Growth in Chinese Agriculture ［J］．American Journal of Agricultural Economics，1991，73．

［4］ Battese G E，Coelli T J．A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data［J］．Empirical Economics，1995，20．

［5］ 孟令杰．中国农业产出技术效率动态研究［J］．农业技术经济，2000（5）．

［6］ 李周，于法稳．西部地区农业生产效率的DEA分析［J］．中国农村观察，2005（6）．

［7］ 郑循刚．中国农业生产技术效率及其影响因素分析［J］．经济纵横，2009，23．