不同类型劳动力转移农户玉米生产技术效率的实证研究

陈素琼　张广胜

摘要：将农户分为4种不同类型的劳动力转移农户，对辽宁省不同类型劳动力转移农户玉米生产技术效率进行分析，DEA方法测算结果表明，不同类型劳动力转移农户玉米生产的技术效率差异不显著。进一步对影响农户玉米生产技术效率的因素进行实证分析，结果发现，农户受教育程度、玉米种植规模、有无农技员为农户提供技术指导等因素对玉米生产技术效率产生显著的正向影响，农户所在村到其所在镇上的距离对其影响为负，劳动力转移类型对农户玉米生产技术效率的负向影响不显著。

关键词：劳动力转移农户；玉米；技术效率；非参数方法；参数方法

中图分类号： F323.6文献标志码： A文章编号：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金项目：国家自然科学基金（编号：71303159）；教育部人文社会科学研究青年基金项目（编号：11YJC630018）。

作者简介：陈素琼（1981—），女，湖南岳阳人，博士，讲师，研究方向为农业经济管理。E-mail：aprilsu422@163.com。自改革开放以来，我国农村劳动力转移就业已成为一种普遍现象。大量农村青壮年劳动力进城实现非农就业，一方面缓解了农村劳动力过剩的矛盾，提高了农民收入，但另一方面也给农村和农业经济发展带来了一定的挑战。农村劳动力转移是否会对粮食供给和生产效率造成影响是一个值得关注的问题。玉米作为我国三大粮食作物之一，也是最主要的饲料粮。玉米生产技术效率的研究一直是农业技术经济领域学者们关注的重点问题之一，不少学者从宏观层面采用不同的方法对玉米生产效率进行了研究，如刘树坤等运用Frontier 4.1软件估计了我国玉米生产的随机前沿生产函数和效率损失函数[1]；陈卫平运用Torngvist-Theil指数法和增长账户法测算了1985—2003年期间我国TFP的变动及其对玉米产出增长的贡献[2]；杨春等运用DEA的Malmquist指数分析法分析了我国玉米生产率的增长状况等[3]。也有学者从省级层面对此进行了研究，如丁岩等运用数据包络分析的莫氏生产率指数对辽宁、吉林两省玉米全要素生产率进行分解，比较辽宁吉林两省玉米生产资源配置效率的时序变化[4]；张越杰采用非参数的Trnqvist指数方法、HMB指数方法和数据包络分析（DEA）方法对吉林省玉米生产效率进行实证分析[5]；赵贵玉等采用非参数HMB指数方法和参数 K-L 随机前沿生产函数方法对吉林省玉米生产的全要素生产率进行研究[6]。从微观层面农户角度进行研究的成果较少，有代表性的是姜天龙等对不同粮作经营类型的玉米种植农户生产技术效率进行了测算和对比分析[7]。从农户角度对玉米生产技术效率的研究有待进一步深入探讨。近年来，随着20世纪八九十年代出生的外出务工劳动力的规模及其比重不断扩大，新生代农民工成为农民工群体的主力军，不同类型劳动力转移农户在玉米生产技术效率上是否存在差异、劳动力转移对农户玉米生产技术效率的影响是否存在代际差异是值得探讨的新问题。

本研究主要探讨不同劳动力转移类型农户玉米生产技术效率之间的差异，借鉴王春光对不同代际流动人口的划分标准[8]，将1980年以后出生的进城务工的劳动力定义为新生代劳动力转移人口。根据农户家庭不同代际劳动力转移状况将农户分为4类，即无劳动力转移农户、新生代劳动力转移农户、第1代劳动力转移农户、第1代和新生代劳动力转移并存的农户，分别简称为第Ⅰ类农户、第Ⅱ类农户、第Ⅲ类农户、第Ⅳ类农户。本研究根据笔者对辽宁省玉米种植户的调研数据进行实证分析，比较这4种不同类型劳动力转移的农户玉米技术效率之间的差异，并进一步探讨哪些因素会影响农户玉米生产技术效率。

1数据来源与基本统计分析

1.1数据来源

笔者所在的课题组对2012年以沈阳农业大学为主的几大高校的三农协会学员在寒假期间进行了有关非水稻种植农户种植经营的问卷调查。本次调查主要询问了农户外出务工和留守务农人员的自身特征、家庭特征、种植规模状况及农作物主要生产环节类型与费用等主要内容。最终得到问卷210份，有效问卷203份，占问卷总数的96.67%。在203份非水稻种植农户的有效问卷中，玉米种植农户为163户，占8030%，本研究主要针对这163户玉米种植户在玉米生产过程中技术效率进行研究分析。

1.2农户基本特征分析

2不同类型劳动力转移农户水稻生产技术效率的测算

2.1模型的选择

技术效率是衡量现有技术水平下，生产者在既定的投入下实现产出最大化，或者既定的产出时实现投入最小化的能力。现有测量效率的方法主要有非参数方法和参数方法两大类。非参数方法中最有代表性的是数据包络分析法（简称DEA），而参数方法中最有代表性的是随机前沿方法（简称SFA）。DEA的本质是用来判断所评价的决策单元是否处于生产前沿函数上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n个决策单位（DMU）为DMUi，i=1，2，…，n。每一个DMU在生产过程中均使用m种要素投入，生产s种产出，其中xi=（x1i，x2i，…，xmi）T为 DMUi的输endprint

摘要：将农户分为4种不同类型的劳动力转移农户，对辽宁省不同类型劳动力转移农户玉米生产技术效率进行分析，DEA方法测算结果表明，不同类型劳动力转移农户玉米生产的技术效率差异不显著。进一步对影响农户玉米生产技术效率的因素进行实证分析，结果发现，农户受教育程度、玉米种植规模、有无农技员为农户提供技术指导等因素对玉米生产技术效率产生显著的正向影响，农户所在村到其所在镇上的距离对其影响为负，劳动力转移类型对农户玉米生产技术效率的负向影响不显著。

关键词：劳动力转移农户；玉米；技术效率；非参数方法；参数方法

中图分类号： F323.6文献标志码： A文章编号：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金项目：国家自然科学基金（编号：71303159）；教育部人文社会科学研究青年基金项目（编号：11YJC630018）。

作者简介：陈素琼（1981—），女，湖南岳阳人，博士，讲师，研究方向为农业经济管理。E-mail：aprilsu422@163.com。自改革开放以来，我国农村劳动力转移就业已成为一种普遍现象。大量农村青壮年劳动力进城实现非农就业，一方面缓解了农村劳动力过剩的矛盾，提高了农民收入，但另一方面也给农村和农业经济发展带来了一定的挑战。农村劳动力转移是否会对粮食供给和生产效率造成影响是一个值得关注的问题。玉米作为我国三大粮食作物之一，也是最主要的饲料粮。玉米生产技术效率的研究一直是农业技术经济领域学者们关注的重点问题之一，不少学者从宏观层面采用不同的方法对玉米生产效率进行了研究，如刘树坤等运用Frontier 4.1软件估计了我国玉米生产的随机前沿生产函数和效率损失函数[1]；陈卫平运用Torngvist-Theil指数法和增长账户法测算了1985—2003年期间我国TFP的变动及其对玉米产出增长的贡献[2]；杨春等运用DEA的Malmquist指数分析法分析了我国玉米生产率的增长状况等[3]。也有学者从省级层面对此进行了研究，如丁岩等运用数据包络分析的莫氏生产率指数对辽宁、吉林两省玉米全要素生产率进行分解，比较辽宁吉林两省玉米生产资源配置效率的时序变化[4]；张越杰采用非参数的Trnqvist指数方法、HMB指数方法和数据包络分析（DEA）方法对吉林省玉米生产效率进行实证分析[5]；赵贵玉等采用非参数HMB指数方法和参数 K-L 随机前沿生产函数方法对吉林省玉米生产的全要素生产率进行研究[6]。从微观层面农户角度进行研究的成果较少，有代表性的是姜天龙等对不同粮作经营类型的玉米种植农户生产技术效率进行了测算和对比分析[7]。从农户角度对玉米生产技术效率的研究有待进一步深入探讨。近年来，随着20世纪八九十年代出生的外出务工劳动力的规模及其比重不断扩大，新生代农民工成为农民工群体的主力军，不同类型劳动力转移农户在玉米生产技术效率上是否存在差异、劳动力转移对农户玉米生产技术效率的影响是否存在代际差异是值得探讨的新问题。

本研究主要探讨不同劳动力转移类型农户玉米生产技术效率之间的差异，借鉴王春光对不同代际流动人口的划分标准[8]，将1980年以后出生的进城务工的劳动力定义为新生代劳动力转移人口。根据农户家庭不同代际劳动力转移状况将农户分为4类，即无劳动力转移农户、新生代劳动力转移农户、第1代劳动力转移农户、第1代和新生代劳动力转移并存的农户，分别简称为第Ⅰ类农户、第Ⅱ类农户、第Ⅲ类农户、第Ⅳ类农户。本研究根据笔者对辽宁省玉米种植户的调研数据进行实证分析，比较这4种不同类型劳动力转移的农户玉米技术效率之间的差异，并进一步探讨哪些因素会影响农户玉米生产技术效率。

1数据来源与基本统计分析

1.1数据来源

笔者所在的课题组对2012年以沈阳农业大学为主的几大高校的三农协会学员在寒假期间进行了有关非水稻种植农户种植经营的问卷调查。本次调查主要询问了农户外出务工和留守务农人员的自身特征、家庭特征、种植规模状况及农作物主要生产环节类型与费用等主要内容。最终得到问卷210份，有效问卷203份，占问卷总数的96.67%。在203份非水稻种植农户的有效问卷中，玉米种植农户为163户，占8030%，本研究主要针对这163户玉米种植户在玉米生产过程中技术效率进行研究分析。

1.2农户基本特征分析

2不同类型劳动力转移农户水稻生产技术效率的测算

2.1模型的选择

技术效率是衡量现有技术水平下，生产者在既定的投入下实现产出最大化，或者既定的产出时实现投入最小化的能力。现有测量效率的方法主要有非参数方法和参数方法两大类。非参数方法中最有代表性的是数据包络分析法（简称DEA），而参数方法中最有代表性的是随机前沿方法（简称SFA）。DEA的本质是用来判断所评价的决策单元是否处于生产前沿函数上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n个决策单位（DMU）为DMUi，i=1，2，…，n。每一个DMU在生产过程中均使用m种要素投入，生产s种产出，其中xi=（x1i，x2i，…，xmi）T为 DMUi的输endprint

摘要：将农户分为4种不同类型的劳动力转移农户，对辽宁省不同类型劳动力转移农户玉米生产技术效率进行分析，DEA方法测算结果表明，不同类型劳动力转移农户玉米生产的技术效率差异不显著。进一步对影响农户玉米生产技术效率的因素进行实证分析，结果发现，农户受教育程度、玉米种植规模、有无农技员为农户提供技术指导等因素对玉米生产技术效率产生显著的正向影响，农户所在村到其所在镇上的距离对其影响为负，劳动力转移类型对农户玉米生产技术效率的负向影响不显著。

关键词：劳动力转移农户；玉米；技术效率；非参数方法；参数方法

中图分类号： F323.6文献标志码： A文章编号：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金项目：国家自然科学基金（编号：71303159）；教育部人文社会科学研究青年基金项目（编号：11YJC630018）。

作者简介：陈素琼（1981—），女，湖南岳阳人，博士，讲师，研究方向为农业经济管理。E-mail：aprilsu422@163.com。自改革开放以来，我国农村劳动力转移就业已成为一种普遍现象。大量农村青壮年劳动力进城实现非农就业，一方面缓解了农村劳动力过剩的矛盾，提高了农民收入，但另一方面也给农村和农业经济发展带来了一定的挑战。农村劳动力转移是否会对粮食供给和生产效率造成影响是一个值得关注的问题。玉米作为我国三大粮食作物之一，也是最主要的饲料粮。玉米生产技术效率的研究一直是农业技术经济领域学者们关注的重点问题之一，不少学者从宏观层面采用不同的方法对玉米生产效率进行了研究，如刘树坤等运用Frontier 4.1软件估计了我国玉米生产的随机前沿生产函数和效率损失函数[1]；陈卫平运用Torngvist-Theil指数法和增长账户法测算了1985—2003年期间我国TFP的变动及其对玉米产出增长的贡献[2]；杨春等运用DEA的Malmquist指数分析法分析了我国玉米生产率的增长状况等[3]。也有学者从省级层面对此进行了研究，如丁岩等运用数据包络分析的莫氏生产率指数对辽宁、吉林两省玉米全要素生产率进行分解，比较辽宁吉林两省玉米生产资源配置效率的时序变化[4]；张越杰采用非参数的Trnqvist指数方法、HMB指数方法和数据包络分析（DEA）方法对吉林省玉米生产效率进行实证分析[5]；赵贵玉等采用非参数HMB指数方法和参数 K-L 随机前沿生产函数方法对吉林省玉米生产的全要素生产率进行研究[6]。从微观层面农户角度进行研究的成果较少，有代表性的是姜天龙等对不同粮作经营类型的玉米种植农户生产技术效率进行了测算和对比分析[7]。从农户角度对玉米生产技术效率的研究有待进一步深入探讨。近年来，随着20世纪八九十年代出生的外出务工劳动力的规模及其比重不断扩大，新生代农民工成为农民工群体的主力军，不同类型劳动力转移农户在玉米生产技术效率上是否存在差异、劳动力转移对农户玉米生产技术效率的影响是否存在代际差异是值得探讨的新问题。

本研究主要探讨不同劳动力转移类型农户玉米生产技术效率之间的差异，借鉴王春光对不同代际流动人口的划分标准[8]，将1980年以后出生的进城务工的劳动力定义为新生代劳动力转移人口。根据农户家庭不同代际劳动力转移状况将农户分为4类，即无劳动力转移农户、新生代劳动力转移农户、第1代劳动力转移农户、第1代和新生代劳动力转移并存的农户，分别简称为第Ⅰ类农户、第Ⅱ类农户、第Ⅲ类农户、第Ⅳ类农户。本研究根据笔者对辽宁省玉米种植户的调研数据进行实证分析，比较这4种不同类型劳动力转移的农户玉米技术效率之间的差异，并进一步探讨哪些因素会影响农户玉米生产技术效率。

1数据来源与基本统计分析

1.1数据来源

笔者所在的课题组对2012年以沈阳农业大学为主的几大高校的三农协会学员在寒假期间进行了有关非水稻种植农户种植经营的问卷调查。本次调查主要询问了农户外出务工和留守务农人员的自身特征、家庭特征、种植规模状况及农作物主要生产环节类型与费用等主要内容。最终得到问卷210份，有效问卷203份，占问卷总数的96.67%。在203份非水稻种植农户的有效问卷中，玉米种植农户为163户，占8030%，本研究主要针对这163户玉米种植户在玉米生产过程中技术效率进行研究分析。

1.2农户基本特征分析

2不同类型劳动力转移农户水稻生产技术效率的测算

2.1模型的选择

技术效率是衡量现有技术水平下，生产者在既定的投入下实现产出最大化，或者既定的产出时实现投入最小化的能力。现有测量效率的方法主要有非参数方法和参数方法两大类。非参数方法中最有代表性的是数据包络分析法（简称DEA），而参数方法中最有代表性的是随机前沿方法（简称SFA）。DEA的本质是用来判断所评价的决策单元是否处于生产前沿函数上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n个决策单位（DMU）为DMUi，i=1，2，…，n。每一个DMU在生产过程中均使用m种要素投入，生产s种产出，其中xi=（x1i，x2i，…，xmi）T为 DMUi的输endprint