基于随机前沿分析方法的河北县域农业技术效率及影响因素研究

岳慧丽等

摘要：采用超越对数随机前沿分析方法从县域视角对2001—2010年年间河北省140个区县的农业技术效率及主要影响因素进行了实证分析。结果表明，2001—2010年期间，河北县域农业技术效率虽然整体呈上升趋势，但是大多数县域农业技术效率普遍较低，而且县域间农业技术效率差异显著，高效率地区与低效率地区有差异。人均机械动力、有效灌溉率、农技人员数量对农业技术效率提升有明显的促进作用，人均播种面积、复种指数、亩均化肥施用量对技术效率起负面作用，河北县域农业技术效率仍具有较大的提升空间。

关键词：河北；县域；农业技术效率；随机前沿分析；现代农业；管理对策

中图分类号： F323.3文献标志码： A文章编号：1002-1302（2014）09-0423-04

收稿日期：2013-11-04

基金项目：国家“863”计划（编号：2013AA102305）。

作者简介：岳慧丽（1981—），女，内蒙古通辽人，博士研究生，主要从事农业经济与可视化技术研究。E-mail：yuehuili2003@126.com。

通信作者：诸叶平，博士，研究员，主要从事农业信息技术研究。E-mail：zhuyeping@caas.cn。农业是国民经济发展的重要基础，在有限的资源条件下，发展现代农业不能依赖盲目加大投入，而应注重技术进步和技术效率的充分发挥，提高农业生产率。在现有技术条件下，如何提高农业技术效率具有重要现实意义。目前测量技术效率的方法主要有2种，一种是数据包络分析方法（简称DEA），一种是随机前沿分析方法（简称SFA）。DEA方法属线性规划方法，对分析多投入、多产出问题具有优势，不需构造生产函数，其缺点是忽略了测量误差等随机扰动因素的影响[1]，而且该方法无法进行统计检验。SFA方法属于计量经济分析方法，适合研究多投入、单产出问题。它将误差项有效分离为可控的管理误差和不可控的随机误差，使测算结果更真实[2]。但该方法对生产函数形式和误差项的分布设定要求严格。国外对农业技术效率的研究较早，Forsund等分别用不同方法研究了土耳其等国家的农场技术效率，认为技术效率与农场管理实践密切相关[3-6]；Battese等分别研究了考虑时序效应的动态DEA方法和时变技术效率SFA模型[7-8]。相比之下，国内学者更侧重于对我国农业技术效率进行实证分析。孟令杰等研究了我国农业整体技术效率变动情况[9-11]。鲍学东等分别研究了四川等省的农业技术效率[12-13]。薛彩霞等研究了农户的技术效率及影响因素[14-15]。根据以往研究发现，技术效率测算结果受模型的设定影响较大。国内学者偏向于采用DEA方法研究农业技术效率，而对SFA方法研究较少。农业实际上存在较大的噪声，DEA方法忽略了随机扰动项对生产活动的影响，容易造成对效率的有偏估计。此外，从研究范围来看，多数学者研究省域层面农业技术效率，对县域层面研究较少，农业受地域影响较大，对省域层面的研究不易掌握区县间的具体差异，县域作为三农经济更直接的载体，更加贴近农业生产实际。因此，本研究利用SFA方法，以河北省为例，系统分析了140个区县2001—2010年间农业技术效率演化趋势及地区差异，并探讨影响农业技术效率的主要因素。

1材料与方法

1.1变量选择及数据来源

鉴于数据可得性，本研究选取河北省140个区县2001—2010年10年间的农业投入和产出数据（剔除31个市辖区）进行研究。

1.1.1生产函数投入要素的选取在生产函数模型中，以农林牧渔总产值作为产出（Y），从土地、资本、劳动力三大基本投入要素出发，投入变量主要选取农作物总播种面积（M）、年末农林牧渔劳动力（L）、农业机械总动力（J）、化肥折纯施用量（H）。农业机械总动力和化肥折纯投入代表资本投入。

1.1.2效率函数变量的选取 影响农业技术效率的因素包括多个方面，如自然资源、经济、社会条件等。假定现有其他条件不变下，主要考察下列因素对农业技术效率的影响：人均播种面积（PM），反映耕地规模；人均机械总动力（PJ），反映当地农业机械化水平；亩均化肥施用量（MH），反映施用化肥的程度；复种指数（FZ），反映包括气温、土壤等自然生产条件对耕作制度的影响；有效灌溉率（GL），反映当地农业水利基础设施条件；每万人农技人员数量（NJ），代表当地的农业科技水平，此外引入各县所辖属的市作为地区虚变量，取值为0或1，反映各市的区域差异等影响。为避免共线性影响，河北省一共11个市，引入10个地区虚变量，石家庄、唐山等十个市分别用SJZ、TS、QHD、HD、XT、BD、ZJK、CD、CZ、LF表示。

农林牧渔总产值等基础数据来自《河北农村统计年鉴》及农业经济分县卡片，效率影响变量根据有关基础数据整理而成。为消除价格因素的影响，农林牧渔总产值折算成2001年的可比价格下的数据。

1.2研究方法

近30多年来，自从Aigner等1977年首先提出随机前沿分析方法后[2]，该方法被广泛用于分析技术效率。分析技术效率影响因素的时候，通常采用两步估计法。首先估计出技术效率，然后将技术效率与技术效率的影响因素变量进行回归。该方法存在的问题是，在第一步中假定无效率项独立同分布，而在第二步效率回归方程中，假定无效率项随外生变量而变化，从统计学来看容易导致有偏的结果。因此Battese和Coelli提出一种同时考虑技术非效率和随机误差影响的技术效率测量方法，并适用于面板数据，该模型在后来的研究中得到了广泛采用[16]。模型具体表示如下：endprint

摘要：采用超越对数随机前沿分析方法从县域视角对2001—2010年年间河北省140个区县的农业技术效率及主要影响因素进行了实证分析。结果表明，2001—2010年期间，河北县域农业技术效率虽然整体呈上升趋势，但是大多数县域农业技术效率普遍较低，而且县域间农业技术效率差异显著，高效率地区与低效率地区有差异。人均机械动力、有效灌溉率、农技人员数量对农业技术效率提升有明显的促进作用，人均播种面积、复种指数、亩均化肥施用量对技术效率起负面作用，河北县域农业技术效率仍具有较大的提升空间。

关键词：河北；县域；农业技术效率；随机前沿分析；现代农业；管理对策

中图分类号： F323.3文献标志码： A文章编号：1002-1302（2014）09-0423-04

收稿日期：2013-11-04

基金项目：国家“863”计划（编号：2013AA102305）。

作者简介：岳慧丽（1981—），女，内蒙古通辽人，博士研究生，主要从事农业经济与可视化技术研究。E-mail：yuehuili2003@126.com。

通信作者：诸叶平，博士，研究员，主要从事农业信息技术研究。E-mail：zhuyeping@caas.cn。农业是国民经济发展的重要基础，在有限的资源条件下，发展现代农业不能依赖盲目加大投入，而应注重技术进步和技术效率的充分发挥，提高农业生产率。在现有技术条件下，如何提高农业技术效率具有重要现实意义。目前测量技术效率的方法主要有2种，一种是数据包络分析方法（简称DEA），一种是随机前沿分析方法（简称SFA）。DEA方法属线性规划方法，对分析多投入、多产出问题具有优势，不需构造生产函数，其缺点是忽略了测量误差等随机扰动因素的影响[1]，而且该方法无法进行统计检验。SFA方法属于计量经济分析方法，适合研究多投入、单产出问题。它将误差项有效分离为可控的管理误差和不可控的随机误差，使测算结果更真实[2]。但该方法对生产函数形式和误差项的分布设定要求严格。国外对农业技术效率的研究较早，Forsund等分别用不同方法研究了土耳其等国家的农场技术效率，认为技术效率与农场管理实践密切相关[3-6]；Battese等分别研究了考虑时序效应的动态DEA方法和时变技术效率SFA模型[7-8]。相比之下，国内学者更侧重于对我国农业技术效率进行实证分析。孟令杰等研究了我国农业整体技术效率变动情况[9-11]。鲍学东等分别研究了四川等省的农业技术效率[12-13]。薛彩霞等研究了农户的技术效率及影响因素[14-15]。根据以往研究发现，技术效率测算结果受模型的设定影响较大。国内学者偏向于采用DEA方法研究农业技术效率，而对SFA方法研究较少。农业实际上存在较大的噪声，DEA方法忽略了随机扰动项对生产活动的影响，容易造成对效率的有偏估计。此外，从研究范围来看，多数学者研究省域层面农业技术效率，对县域层面研究较少，农业受地域影响较大，对省域层面的研究不易掌握区县间的具体差异，县域作为三农经济更直接的载体，更加贴近农业生产实际。因此，本研究利用SFA方法，以河北省为例，系统分析了140个区县2001—2010年间农业技术效率演化趋势及地区差异，并探讨影响农业技术效率的主要因素。

1材料与方法

1.1变量选择及数据来源

鉴于数据可得性，本研究选取河北省140个区县2001—2010年10年间的农业投入和产出数据（剔除31个市辖区）进行研究。

1.1.1生产函数投入要素的选取在生产函数模型中，以农林牧渔总产值作为产出（Y），从土地、资本、劳动力三大基本投入要素出发，投入变量主要选取农作物总播种面积（M）、年末农林牧渔劳动力（L）、农业机械总动力（J）、化肥折纯施用量（H）。农业机械总动力和化肥折纯投入代表资本投入。

1.1.2效率函数变量的选取 影响农业技术效率的因素包括多个方面，如自然资源、经济、社会条件等。假定现有其他条件不变下，主要考察下列因素对农业技术效率的影响：人均播种面积（PM），反映耕地规模；人均机械总动力（PJ），反映当地农业机械化水平；亩均化肥施用量（MH），反映施用化肥的程度；复种指数（FZ），反映包括气温、土壤等自然生产条件对耕作制度的影响；有效灌溉率（GL），反映当地农业水利基础设施条件；每万人农技人员数量（NJ），代表当地的农业科技水平，此外引入各县所辖属的市作为地区虚变量，取值为0或1，反映各市的区域差异等影响。为避免共线性影响，河北省一共11个市，引入10个地区虚变量，石家庄、唐山等十个市分别用SJZ、TS、QHD、HD、XT、BD、ZJK、CD、CZ、LF表示。

农林牧渔总产值等基础数据来自《河北农村统计年鉴》及农业经济分县卡片，效率影响变量根据有关基础数据整理而成。为消除价格因素的影响，农林牧渔总产值折算成2001年的可比价格下的数据。

1.2研究方法

近30多年来，自从Aigner等1977年首先提出随机前沿分析方法后[2]，该方法被广泛用于分析技术效率。分析技术效率影响因素的时候，通常采用两步估计法。首先估计出技术效率，然后将技术效率与技术效率的影响因素变量进行回归。该方法存在的问题是，在第一步中假定无效率项独立同分布，而在第二步效率回归方程中，假定无效率项随外生变量而变化，从统计学来看容易导致有偏的结果。因此Battese和Coelli提出一种同时考虑技术非效率和随机误差影响的技术效率测量方法，并适用于面板数据，该模型在后来的研究中得到了广泛采用[16]。模型具体表示如下：endprint

摘要：采用超越对数随机前沿分析方法从县域视角对2001—2010年年间河北省140个区县的农业技术效率及主要影响因素进行了实证分析。结果表明，2001—2010年期间，河北县域农业技术效率虽然整体呈上升趋势，但是大多数县域农业技术效率普遍较低，而且县域间农业技术效率差异显著，高效率地区与低效率地区有差异。人均机械动力、有效灌溉率、农技人员数量对农业技术效率提升有明显的促进作用，人均播种面积、复种指数、亩均化肥施用量对技术效率起负面作用，河北县域农业技术效率仍具有较大的提升空间。

关键词：河北；县域；农业技术效率；随机前沿分析；现代农业；管理对策

中图分类号： F323.3文献标志码： A文章编号：1002-1302（2014）09-0423-04

收稿日期：2013-11-04

基金项目：国家“863”计划（编号：2013AA102305）。

作者简介：岳慧丽（1981—），女，内蒙古通辽人，博士研究生，主要从事农业经济与可视化技术研究。E-mail：yuehuili2003@126.com。

通信作者：诸叶平，博士，研究员，主要从事农业信息技术研究。E-mail：zhuyeping@caas.cn。农业是国民经济发展的重要基础，在有限的资源条件下，发展现代农业不能依赖盲目加大投入，而应注重技术进步和技术效率的充分发挥，提高农业生产率。在现有技术条件下，如何提高农业技术效率具有重要现实意义。目前测量技术效率的方法主要有2种，一种是数据包络分析方法（简称DEA），一种是随机前沿分析方法（简称SFA）。DEA方法属线性规划方法，对分析多投入、多产出问题具有优势，不需构造生产函数，其缺点是忽略了测量误差等随机扰动因素的影响[1]，而且该方法无法进行统计检验。SFA方法属于计量经济分析方法，适合研究多投入、单产出问题。它将误差项有效分离为可控的管理误差和不可控的随机误差，使测算结果更真实[2]。但该方法对生产函数形式和误差项的分布设定要求严格。国外对农业技术效率的研究较早，Forsund等分别用不同方法研究了土耳其等国家的农场技术效率，认为技术效率与农场管理实践密切相关[3-6]；Battese等分别研究了考虑时序效应的动态DEA方法和时变技术效率SFA模型[7-8]。相比之下，国内学者更侧重于对我国农业技术效率进行实证分析。孟令杰等研究了我国农业整体技术效率变动情况[9-11]。鲍学东等分别研究了四川等省的农业技术效率[12-13]。薛彩霞等研究了农户的技术效率及影响因素[14-15]。根据以往研究发现，技术效率测算结果受模型的设定影响较大。国内学者偏向于采用DEA方法研究农业技术效率，而对SFA方法研究较少。农业实际上存在较大的噪声，DEA方法忽略了随机扰动项对生产活动的影响，容易造成对效率的有偏估计。此外，从研究范围来看，多数学者研究省域层面农业技术效率，对县域层面研究较少，农业受地域影响较大，对省域层面的研究不易掌握区县间的具体差异，县域作为三农经济更直接的载体，更加贴近农业生产实际。因此，本研究利用SFA方法，以河北省为例，系统分析了140个区县2001—2010年间农业技术效率演化趋势及地区差异，并探讨影响农业技术效率的主要因素。

1材料与方法

1.1变量选择及数据来源

鉴于数据可得性，本研究选取河北省140个区县2001—2010年10年间的农业投入和产出数据（剔除31个市辖区）进行研究。

1.1.1生产函数投入要素的选取在生产函数模型中，以农林牧渔总产值作为产出（Y），从土地、资本、劳动力三大基本投入要素出发，投入变量主要选取农作物总播种面积（M）、年末农林牧渔劳动力（L）、农业机械总动力（J）、化肥折纯施用量（H）。农业机械总动力和化肥折纯投入代表资本投入。

1.1.2效率函数变量的选取 影响农业技术效率的因素包括多个方面，如自然资源、经济、社会条件等。假定现有其他条件不变下，主要考察下列因素对农业技术效率的影响：人均播种面积（PM），反映耕地规模；人均机械总动力（PJ），反映当地农业机械化水平；亩均化肥施用量（MH），反映施用化肥的程度；复种指数（FZ），反映包括气温、土壤等自然生产条件对耕作制度的影响；有效灌溉率（GL），反映当地农业水利基础设施条件；每万人农技人员数量（NJ），代表当地的农业科技水平，此外引入各县所辖属的市作为地区虚变量，取值为0或1，反映各市的区域差异等影响。为避免共线性影响，河北省一共11个市，引入10个地区虚变量，石家庄、唐山等十个市分别用SJZ、TS、QHD、HD、XT、BD、ZJK、CD、CZ、LF表示。

农林牧渔总产值等基础数据来自《河北农村统计年鉴》及农业经济分县卡片，效率影响变量根据有关基础数据整理而成。为消除价格因素的影响，农林牧渔总产值折算成2001年的可比价格下的数据。

1.2研究方法

近30多年来，自从Aigner等1977年首先提出随机前沿分析方法后[2]，该方法被广泛用于分析技术效率。分析技术效率影响因素的时候，通常采用两步估计法。首先估计出技术效率，然后将技术效率与技术效率的影响因素变量进行回归。该方法存在的问题是，在第一步中假定无效率项独立同分布，而在第二步效率回归方程中，假定无效率项随外生变量而变化，从统计学来看容易导致有偏的结果。因此Battese和Coelli提出一种同时考虑技术非效率和随机误差影响的技术效率测量方法，并适用于面板数据，该模型在后来的研究中得到了广泛采用[16]。模型具体表示如下：endprint