基于随机前沿生产函数法的饲草生产技术效率测算及影响因素分析——以西藏“一江两河”地区为例

曲云鹤，余成群，孙维，武俊喜，李少伟

(中国科学院地理科学与资源研究所，生态系统网络观测与模拟重点实验室，北京 100101)

基于随机前沿生产函数法的饲草生产技术效率测算及影响因素分析——以西藏“一江两河”地区为例

曲云鹤*，余成群，孙维，武俊喜，李少伟

(中国科学院地理科学与资源研究所，生态系统网络观测与模拟重点实验室，北京 100101)

摘要：以西藏“一江两河”地区农户调研数据为基础，运用随机前沿生产函数估算农户饲草生产技术效率及影响因素，并从饲草类别、农业规模和地区分布3个维度进一步分析技术效率的增产空间。结果显示，饲草生产存在显著效率损失，提高生产效率，单产还有近30%的增长空间；投入要素劳动、种子、燃料、农家肥、化肥和土地产出弹性分别为0.1423，0.2197，0.1309，0.2600，0.2265和0.0206；品种差异是饲草技术效率最主要影响因素，农业规模和流动资金要素对饲草生产效率提高产生间接负向影响，人力资本和农业综合生产能力要素对饲草生产效率影响不显著。释放饲草生产技术效率增产空间，可采取推广普及豆科饲草生产技术、扩大饲草种植规模、各地区(特别是拉萨地区)进一步明确适宜引种的饲草品种等策略。

关键词：随机前沿生产函数；饲草生产技术效率；西藏“一江两河”地区

Use of the stochastic frontier production function in a technical efficiency analysis of grass production: An example from the “One River and Two Tributaries” region of Tibet

QU Yun-He*, YU Cheng-Qun, SUN Wei, WU Jun-Xi, LI Shao-Wei

KeyLaboratoryofEcosystemNetworkObservationandModeling,InstituteofGeographic,SciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Abstract:Based on the agricultural household on-the-spot investigation data collected in the “One River and Two Tributaries” Region of Tibet, we estimated the technical efficiency of grass production of agricultural households using the stochastic frontier production function. This method estimates the contributions of grass family differences, farm size, and region distribution to the technical efficiency of grass production. The results indicated that there is a loss of technical efficiency in grass production in the “One River and Two Tributaries” Region of Tibet. The yield per mu could increase by approximately 30% with improved technical efficiency. The output elasticity coefficients with respect to input factors of labor, seeds, fuel, organic fertilizer, chemical fertilizer, and land were 0.1423, 0.2197, 0.1309, 0.2600, 0.2265, and 0.0206, respectively. Grass family difference was identified as the key factor in improving technical efficiency. Farm size and liquidity strongly affected the technical efficiency of grass production via their effects on other input factors such as labor and capital. This was because of the disadvantageous position of resource use, compared with animal husbandry and off-farm industries. Human capital and agricultural comprehensive production capability did not affect the technical efficiency of grass production. Increasing the grass yield by improving technical efficiency can include measures such as extending the production technology to legume forage grasses, enlarging grass planting areas, and identifying which grass families are best adapted for growth in different regions, especially Lhasa.

Key words:stochastic frontier production function; technical efficiency of grass production; “One River and Two Tributaries” Region in Tibet

我国从20世纪90年代初开始发展粮食作物—经济作物—饲料作物三元种植结构，经过20多年发展，2005年我国青饲料种植面积达最大值337.4万hm2，占总耕地面积的2.17%，近年来面积有所降低，但仍保持在200万hm2以上[1]。我国饲料供需总体基本平衡，但结构差异较大，籽食性饲料供求平衡，丰年有余，但营养体饲草料供应缺口逐年加大，尤其是优质饲草料(如紫花苜蓿)对外依存度逐年提高，缺口达66.7%[1]。我国饲草供应不足形势严峻。大力发展人工种植牧草是解决我国畜牧业生产瓶颈问题的必然方向[2]，也是解决草畜供应不平衡矛盾的主要途径[3]。作为我国五大牧区之一的西藏，近年来地方政府加大科技、人才和资金投入力度，花大力气扶持饲草业发展，为我国高原饲草业发展奠定良好基础。西藏“一江两河”地区(拉萨河、年楚河和雅鲁藏布江河谷地区)是全区农牧业发展的核心地带，也是人口主要聚居区。近年来，随着地方政府引导和扶持力度加大，以及退牧还草、草原生态保护补助奖励机制等国家政策措施持续推进，西藏畜牧业生产方式由依赖天然牧场靠天养畜向舍饲和半舍饲方式转变步伐加快，畜牧业专业化、集约化、商品化程度显著提高，农牧民牲畜养殖对天然饲草依赖度降低，对种植饲草需求逐年增加。再加上西藏灾害性天气爆发频繁，调节季节余缺和防抗灾储备饲草需求也不断增加。从长远发展以及节省财政资金角度考虑，西藏政府把饲草供应的基点立足于区内自给，20世纪70年代开始从区外引种适宜饲草[4]，以项目为依托开展人工种草，在“一江两河”地区构建三元种植结构，把工作重点转到为农牧民提供优质草种、种植技术以及鼓励农牧民种植饲草上。《西藏统计年鉴》数据显示，1998年以来青饲料年产量以10%以上速度增长，2012年产量达到31.6万t。但全区饲草料仍供不应求，优质饲草料缺口达50%[5-6]。目前，在政府引导下，西藏农牧民饲草种植意愿显著提高，但出于口粮需求考虑，农牧民不愿意把好地用来种草。为确保地区粮食安全，避免与粮食作物争地，在资源硬约束条件下，发挥农牧民生产潜力，提高饲草生产效率就成为挖掘西藏饲草增产潜力的可行途径。

国内外对饲草的研究多集中在饲草理化生长习性上[3,6-7]，而从生产要素资源配置及生产效率角度的研究还不多见。生产效率提高可通过技术进步和技术效率改进实现[8-9]。从投入产出曲线来看，技术进步指整个生产前沿(一定技术水平下能够实现的最大产出曲线)的外移，而技术效率则是指向生产前沿的逼近，越接近生产前沿，说明技术效率越高[10]。农户饲草生产技术会随地区社会经济发展而自然提高，技术进步具有全局性和不可逆性，而技术效率往往受到农户个体生产能力、地区自然状况和政府扶持等因素影响，农户个体技术效率差异较大；与提高技术进步相比，通过平衡农户技术效率差异提高饲草产量更易于实现。因此，在现有投入产出情况下，以饲草生产技术效率高的农户为样板优化农户生产资源配置，以及找出效率影响因素，控制不利因素的发生是本文重点关注和研究的内容。

生产技术效率测算的随机前沿生产函数理论最早由Meeusen和Broeck[11]、Lovell和Schmidt[12]于1977年分别提出。初期采用两步法来测算，由于很难确保技术无效率变量独立且同分布假定存在，被1993年Battese和Coelli[13]提出的一步法所替代。一步法就是同时估计随机前沿生产函数和技术效率影响因素的方法，从而避免两步法可能出现的有偏估计。目前，这一理论已经相对成熟，被国内外学者广泛用于农业领域应用研究中。20世纪90年代初，这一方法被应用于我国农业生产领域，特别是粮食作物生产技术效率测算，随后推广应用到经济作物(如蔬菜、水果、茶叶、烟草等)以及畜禽养殖等领域，但在饲草料生产领域的研究还不多[14-19]。学者们从时空、地区发展、气候环境、品种、规模等维度，研究我国农业生产技术效率发展变化规律，探寻提高农产品生产技术效率的路径。从宏观层面来看，我国农业生产技术效率在1979至2005年间先增加后降低[20]；东部地区高、中西部地区低[21]；适宜作物生长的主产区比非主产区技术效率高[22]；粮食作物、经济作物和畜产品生产都存在技术效率损失[23-26]。从微观层面来看，经营规模是农户生产技术效率的限定因素，园艺作物规模与技术效率呈“倒U型”关系[27]，油料作物规模与技术效率呈“U型”关系[28]。本研究拟在国内外现有研究基础上，进一步探寻西藏农户种植饲草的生产技术效率变化规律及影响因素，为促进饲草产量提高提供技术支持和指导。

1材料与方法

1.1　数据来源说明

本文采用2011年中国科学院拉萨农业生态试验站西藏高原草业工程技术研究中心对西藏“一江两河”地区覆盖拉萨、日喀则、山南11个村镇农户农牧业生产和消费状况实地调研数据，样本覆盖了主要引种饲草品种的示范推广地区。采用随机抽样的方法入户调研299户农民家庭，样本盖度平均为16.71%(在4.37%到49.03%之间)，并从中抽调出年度种植饲草的185户为研究对象(表1)。样本农户种植的饲草品种涵盖了燕麦、紫花苜蓿、箭筈豌豆和青饲玉米4种西藏重点引种的人工饲草品种，样本值分别为85、50、49和1。由于青饲玉米种植户数量较少缺乏代表性，本文剔除这一数据。

表1　样本分布地区和数量

1.2　理论模型

本研究采用1993年Battese和Coelli[13,29]提出的基于随机前沿生产函数的生产技术效率测算方法，理论模型表示如下：

Yit=Xitβit+Vit-Uiti=1,…,N，t=1,…,T

(1)

式中，Yit为产量，Xit为投入要素，βit为待估参数，Vit为代表误差项的随机变量，与Uit完全独立，满足正态分布N(0，σv2)。Uit为用来解释生产中技术无效率的非负随机变量，相互独立且服从期望为zitδit、方差为σu2在0点截取的半正态分布N+(zitδit，σu2)。zit为无效影响因素，δit为待估参数。

(1)式残差项不满足独立同分布假定，不适合用最小二乘法估计，Battese和Coelli[13,29]根据γ=σu2/(σv2+σu2) 中两个方差变化与技术无效率之间的关系建立了似然函数，采用最大似然法估计各参数，并根据技术效率表达式(2)，估计单位i技术效率。

TEit=E(Yit*︱Uit,Xit)/E(Yit*︱Ui=0,Xit)

(2)

式中,Yit*为i单位t期的产量。TEit取值范围为从0到1。(1)式采用对数形式时，Yit*为EXP(Yit)，TEit为EXP(-Uit)。当Uit的期望为0时，i单位技术效率最大，即TEit等于1。Battese和Coelli[13,29]把除投入要素以外的所有因素放入U中，因此，估算出的结果是总技术效率损失(gross technical inefficiency)[29]。Kumbhakar等[30]在生产函数中直接加入生产技术效率影响变量，估算出的技术效率结果是净技术效率损失(net technical inefficiency)。本文采用Battese和Coelli[13,29]的U设定方法，因此估计出的是总技术效率损失。

1.3　实证模型

1)随机前沿生产函数模型选择

农户层面随机前沿生产函数生产技术效率测算多采用柯布—道格拉斯生产函数(简称CD函数)和超对数生产函数。后者的优点是放宽了技术中性和产出弹性固定的假设，缺点是易产生多重共线问题。本文采用似然比检验确定函数形式，通过估算获得CD函数似然值L(βR)为-212.45，超对数函数似然值L(βUR)为-190.23，似然比为44.86(LR=-2[L(βR)-L(βUR)])大于5%显著水平下的卡方临界值25，所以拒绝原假设，接受超对数函数形式。

2)超对数随机前沿生产函数模型设定及变量说明

本研究假定农户饲草生产规模报酬不变，根据饲草单位面积投入产出情况，建立超对数随机前沿生产函数估算饲草生产技术效率，模型具体设定如下：

(3)

式中，Yi表示i农户家庭生产饲草的单产(kg/hm2)。饲草生产投入要素包括劳动力(X1，d/hm2)、种子(X2，kg/hm2)、燃料(X3，元/hm2)、农家肥(X4，kg/hm2)和化肥(X5，kg/hm2)(表2)。把农家肥与化肥区分开，主要为比较有机农业与化肥农业对产量的差异影响。

3)技术效率损失函数，即U的设定如下：

(4)

式中，δm(m=0,1,2,…,9)和θn(n=1,2,3,…,6)为待估参数，μi为残差项，生产技术效率影响因素(Zm和Dn)主要包括5个方面(表2)。

① 人力资本情况。主要考察人力资本的质量和数量状况，分别用家庭平均受教育年限(Z1)、代表户主农业生产经验的户主年龄(Z2)、表示劳动力充裕程度的家庭人口规模(Z3)和户主性别二元选择变量(D1，户主为男D1=1，否则为0)来表示。

② 品种差异。分别用燕麦、紫花苜蓿和箭筈豌豆3个农户二元种植变量(D4、D5和D6)衡量禾本科和豆科饲草品种差异的影响(本文不涉及农户交叉种植情况)。

③ 农业规模。设定耕地面积(Z6)和牲畜饲养量(Z7)两个变量来分析农牧业生产规模对饲草生产率的影响。农业规模对技术效率的影响是间接的[31-33]，在规模效应不变的情况下，种植业和养殖业的规模化生产与饲草生产将形成要素竞争。

④ 农业综合生产能力。设定小麦粮单产(Z5)、奶牛日均最大产奶量(Z4)和以前是否种植过饲草二元选择变量(D2)共3个变量来分析农户饲草生产技术率高低情况。

⑤ 流动资金限制。设定农户获得信贷与否二元变量(D3)、畜牧业收入和非农收入占家庭收入(Z8，Z9)比重等3个变量，从不同收入来源分析它们对饲草生产资金投向的驱动差异。

此外，农户参加培训、参与合作社经营情况和受灾情况理论上都是生产效率的重要影响因素，但调研问卷中这些指标数据缺失较多，所以没有纳入分析中。

4)投入要素产出弹性，如下所示：

(5)

2结果与分析

本文采用Coelli[34]于1996年更新的Frontier 4.1软件综合测算饲草种植户的生产技术效率，估计结果见表2。

2.1　生产函数模型的估计结果及分析

首先，对模型进行检验。估计结果显示，大部分变量都通过了显著性检验。生产函数参数的确定结果为变差率γ=0.5518，且通过显著性检验。γ=0.5518的结果说明在生产技术效率的影响中，技术效率损失项μ是大于随机误差ε的，但是与1接近度相对较低，主要原因是研究存在缺失效率损失变量，如缺少农户专项培训和参加合作社情况变量。在变差率γ=0的零假设条件下，约束条件为1，显著性概率为1%的χ2临界值是30.58，模型(3)的单边似然比检验统计量LR=63.52>30.58，变差率的零假设被拒绝，即生产非效率项μ是存在的，所以农户饲草生产存在效率损失情况。

其次，生产函数投入要素弹性分析。把估计结果显著变量带入式(5)获得劳动、种子、燃料、农家肥和化肥各要素产出弹性分别为0.1423，0.2197，0.1309，0.2600和0.2265。根据规模报酬不变的假定，推出土地产出弹性为0.0206。在各要素年增长率变化相同情况下，农家肥和化肥对饲草增产贡献最大，种子其次，劳动和燃料贡献第三，而土地最小，表明目前西藏饲草生产处于技术密集型发展阶段，而非劳动和土地密集型阶段，这与西藏以科技带动饲草业发展的实际情况相符合。农家肥产出弹性大于化肥，农家肥投入每增加1%，饲草产出较等增化肥投入多增0.0335%，表明在西藏大力发展有机饲草产业，发展生态农业大有潜力可挖。

2.2　技术效率损失函数的估计结果及影响因素分析

技术效率损失函数估计结果表明：第一，人力资本数量和质量状况不对饲草生产技术效率变化产生显著影响。与预期不同的是，家庭人口受教育水平(Z1)影响不显著，提高文化教育对饲草效率改善作用不明显；而户主年龄变量(Z2)显著，但与预期相反，户主农业生产经验丰富对饲草技术效率提高是不利的，因为年龄相对较大的户主受传统思想影响较深，相对比较保守，对新技术和新产品接受度较低；户主性别变量(D1)不显著，表明男性户主和女性户主在饲草生产决策力上不存在显著差异；家庭规模(Z3)变量弱显著，劳动力资源丰富的家庭对技术效率提高起到一定效果。第二，饲草类别差异是饲草技术效率重要影响因素。禾本科饲草品种(以燕麦为代表)比豆科饲草品种(以紫花苜蓿和箭筈豌豆为代表)效率高(D4显著)，前者较后者对单产贡献高2.36%。豆科以下细分品种差异，如紫花苜蓿和箭筈豌豆，对效率影响不显著(D5和D6都不显著)。第三，农业生产规模，尤其是种植业规模是饲草技术效率重要影响因素。家庭耕地面积越小(Z6显著)，饲草技术效率越高，与理论预期相一致，进一步验证这一理论在饲草生产领域也适用。但牲畜饲养规模对效率提高无作用(Z7不显著)。第四，农户农业综合生产能力不是饲草生产技术效率的影响因素。研究结果显示，有种草经验并没有对饲草生产效率提高产生积极影响(D2不显著)，粮食生产能力对饲草生产不起作用(Z5不显著)，牲畜饲养能力对饲草生产起到一定作用(Z4弱显著)。出现这样的结果，一方面表示饲草生产是一项技术密集型工作，农户需要接受专业指导；另一方面表示农户对饲草生产重视程度不够。第五，农户资金状况是饲草生产技术效率的影响因素，但影响是负面的。无论是非农收入增加(δ9=2.8774，显著)，还是牧业收入增加(δ8=3.1509，显著)，都会使饲草生产效率降低，非农收入和牧业收入占家庭收入比重每提高1%，将使饲草单产分别降低3.09%和3.39%，表明饲草业与非农业和牧业发展在劳动和资金投入上处于资源竞争劣势地位。另外，家庭能否获得贷款则与饲草生产效率无关(D3不显著)。

表2　模型估计结果

注：***，**，*和+分别表示1%，5%，10%和20%的显著水平。

Notes:***,**,* and + express the significant level of one percent, five percent, ten percent and twenty percent.

2.3　生产技术效率测算值分析

样本农户饲草生产技术效率测算值从7.44%到93.86%不等，平均为72.78%。如果保持现有技术和投入水平，进一步消除技术无效率因素影响，饲草产出仍有27.22%的增长空间，因此，提高生产技术效率可以显著地扩大饲草供给量，增加饲草自给率。

2.3.1不同科类饲草生产技术效率分析根据技术效率的样本分布，本文把技术效率分为5个区间：小于30%、大于等于30%到60%、大于等于60%到80%、大于等于80%到90%、大于等于90%。各区间样本容量分别为13、30、51、64和37。样本技术效率分布较分散，表明饲草生产技术差异较大。绝大多数禾本科饲草生产技术效率在80%以上，禾本科饲草农户生产技术相似度很高，但豆科饲草农户生产技术则差异很大(效率值方差较大)(图1)。在这种情况下，要提高豆科饲草生产技术效率的前提条件是进一步推广豆科生产技术，提高农户饲草生产管理技能。

图1　不同品种饲草生产技术效率分布Fig.1　Technical efficiency distribution of different families’ grasses

2.3.2不同农业规模农户技术效率分析从图2可以看出，从整体来看，农户农业规模(指种植业规模，由耕地面积表示)与生产技术效率并不完全呈单调的相反关系，准确地说应该呈似“N型”。对于种植面积大户(2 hm2以上，占11.56%)和小户(0.67 hm2以下，占25.12%)来说，两者呈同向变动关系，而在0.667~2.000 hm2区间段，两者呈反向变动关系。由于多数农户(占63.3%)处于中间段，所以回归结果显示两者呈相反关系。如果放松规模报酬不变假定，饲草种植规模与生产技术效率也呈似“N”型关系，拐点为0.133和0.266 hm2，可见，饲草规模与技术效率的变动关系与种植业规模与技术效率变动相似。

图2　农户农业种植规模与饲草生产技术效率变化趋势Fig.2　Trends of technical efficiencies and farm size

调研农户饲草户均种植规模为0.093 hm2，占家庭农作物总播种面积的7.43%；但农户间差异较大，种植大户接近0.667 hm2，而种植小户不到0.033 hm2。在耕地面积小于0.667 hm2、0.667~2.000 hm2和2.000 hm2以上3个区间段内，农户家庭饲草种植规模平均为0.067,0.113和0.133 hm2，户均技术效率分别为0.69、0.66和0.70，户均单产分别为883.0,834.0和898.5 kg。如果以“N型”变动趋势相对照，可以发现：不同规模农户饲草种植面积不合理，多数低于理论值，小规模农户和中等规模农户(88.42%的农户)在0.133 hm2极值点内继续扩大面积，更有助于发挥土地规模效应，提高饲草生产技术效率，释放单产潜力；种植大户可以继续扩大饲草种植规模，但种植规模扩大到0.133~0.266 hm2区间，会面临技术效率降低的风险。

另外，从大、中和小不同种植规模户均生产状况来看，小规模农户技术效率较高是由于施用农家肥和化肥在3种规模农户中最高。大规模农户技术效率高是由于燃料费用投入多，即机械化水平最高。而中等规模农户的相对低效率是由于相对农机和肥料更倾向于使用劳动，劳动时间投入较其他规模农户多6%，但农业现代科技水平较低。

2.3.3不同地区农户技术效率分析从各地区来看，日喀则地区饲草生产效率在西藏各地区中最高，山南地区次之，拉萨最低。日喀则处于首位的原因是选种了适宜优良品种，96.6%农户种植燕麦。近年来日喀则地区结合项目开展，以培育和推广高产且便于管理的禾本科燕麦为主，而山南和拉萨地区则以推广牲畜适口性好但产量相对低的豆科紫花苜蓿和箭筈豌豆为主(表3)。

山南生产效率高于拉萨，则由劳动和资金投入差异造成。受农业规模和非农收入间接因素影响，拉萨农户平均耕地面积是山南的2倍多，且拉萨非农收入占家庭收入比重较山南高出5个百分点。拉萨相对便利的交通环境，充足的非农就业机会，繁荣的农产品交易市场，使农户资金和劳动力资源的机会成本较其他地区高。对拉萨农户来说，非农就业、粮食种植和牧业生产的资源投入动力要明显大于饲草生产，这就导致拉萨地区饲草生产劳动、资金投入严重不足，生产效率低下。

表3　2011年各地区农户饲草生产技术效率差异

来源：根据估计结果整理。

Source: Based on the estimation results.

同品种不同地区饲草生产效率差异也主要由劳动和资金投入差异造成。燕麦生产日喀则农户技术效率全区最高；箭筈豌豆和紫花苜蓿生产山南效率最高(表3)。需要指出的是，拉萨紫花苜蓿生产相对山南的低效率是由于非农就业、粮食种植与饲草生产形成资源竞争而导致劳动力和资金投入不足造成的，而拉萨箭筈豌豆生产相对日喀则的低效率则由于牧业生产、粮食种植与饲草生产形成资源竞争而劳动力和资金投入不足造成。与拉萨相比，日喀则饲草种植户非农就业机会成本更高。

3结论

本文采用随机前沿生产函数法，以2011年西藏“一江两河”地区农户调研数据为基础，测算了该区农户饲草生产技术效率及估算出效率影响因素，并在饲草科类、农户规模和地区分布3个维度，探究饲草生产技术效率变化规律，得到如下结论：

第一，农户饲草生产存在显著的效率损失，提高生产技术效率，单产还能提高近30%。目前，饲草生产在西藏处于技术密集型发展阶段，较劳动、资金和土地投入，肥料、种子等技术要素投入增产更显著。需要指出的是，农家肥投入对饲草增产效果比化肥好，这对西藏开展有机农业和生态农业提供了良好的理论支持。农户禾本科饲草种植技术相似度较高且处于较高水平，而豆科饲草技术效率分布分散，农户饲草生产技术差异很大。

第二，依靠改善人力资本状况和提高农户农业生产能力，对提高饲草生产技术效率作用不明显。饲草科类差异会对饲草技术效率产生直接影响，禾本科饲草种植效率高于豆科饲草，前者会使单产较后者增加2.36%；农户资金状况和农业规模通过作用于劳动力、资金等投入要素对生产技术效率产生间接负向影响。另外，研究发现农业规模与技术效率呈似“N”型关系，绝大多数农户(大于88.42%)饲草种植规模偏低，如果能在0.133 hm2内扩大种植规模，能更好地发挥规模效应。农户农业综合生产能力与饲草生产技术效率高低无关。

第三，西藏饲草生产效率地区差异显著，日喀则地区最高，山南地区次之，拉萨地区最低。地区效率差异的主要原因是品种差异；而同品种不同地区的效率差异则是由劳动和资金要素投入差异引起。燕麦种植日喀则地区技术效率最高，紫花苜蓿和箭筈豌豆种植山南地区技术效率最高。

4政策建议

西藏饲草生产突破技术效率瓶颈的首要条件是破除资源约束，其次要因地制宜。政府部门要意识到农户饲草生产的积极性不高，这需要政府从源头抓起，一靠市场引导，培育草产品市场，提高牧民饲草商品意识；二靠政府合理的资金支持和技术指导。完善肥料、机械等生产资料购置补贴策略，使之更趋合理和实现常态化；拓宽农业贷款渠道，为饲草生产提供专项贷款；建立饲草生产培训机制，提高农民饲草(主要是豆科饲草)生产技术。所谓的因地制宜就是指政府要根据各地区资源状况，在各地区推广宜种、效率高、性能好的饲草品种。在这方面，日喀则和山南地区提供了较好的经验，但拉萨地区由于定位不清，饲草生产处于探索阶段，这需要政府在拉萨地区加大科研投入，找出拉萨地区适宜种植的饲草品种。另外，由于农民饲草种植规模普遍偏低，可以在确保粮食安全情况下，鼓励农民适当扩大播种面积，能更有效地发挥土地规模效应。

References：

[1]The Whole Country Grass Product Quality Supervision and Inspection Center of Agriculture Ministry. It’s time to pay attention to grass industry[N]. Farmer’s Daily, 10th, Aug, 2011(eight).

[2]Ma Q Z. Protect grassland ecology and contribute beautiful pastoral area. Acta Prataculturae Sinica, 2014, 23(1): 1-2.

[3]Zhang M Y, Xue S M, Cui L Y,etal. Effect of harvest time and harvest method on seed yield and quality ofBrachiariadecumbens‘basilisk’. Acta Prataculturae Sinica, 2014, 23(4): 351-356.

[4]Xin S P, Jia Y D P. Development measures of artificial grassland of Tibet river valley region. China Animal Husbandry, 2012, 6: 32-36.

[5]Xie H, Lu J J. Thoughts on structure adjustment of Tibet agricultural and animal husbandry industries. Journal of Tibet University, 2005, 20(3): 29-32.

[6]Zhang Y F. The role of alfalfa in the structure adjustment of three-component cropping system in Chinese agriculture. Pratacultural Science, 1999,4: 10-13.

[7]Yue Y H, Qi X, Wang Y R,etal. Persistence of 35Medicagosativavarieties at the 10th year after establishment. Acta Prataculturae Sinica, 2014, 23(1): 58-64.

[8]Farrell M J. The measurement of productive efficiency. Journal of the Royal Statistical Society, Series A (General), 1957, 120(2): 253-290.

[9]Leibenstein H. Allocative efficiency vs. “x-efficiency”. The American Economic Review, 1966,56: 392-415.

[10]RolfFare S G, Mary N, Zhang Z Y. Productivity growth technical progress and efficiency changes in industrialised countries. The American Economic Review, 1994, 84: 1033-1041.

[11]Meeusen W, Broeck J. Efficiency estimation from Cobb-Douglas production functions with composed error. International Economic Review, 1977, 18: 435-444.

[12]Lovell A, Schmidt. figuretion and estimation of stochastic frontier production function. Journal of Econometrics, 1977, 6: 21-37.

[13]Battese G E, Coelli T J. A stochastic frontier production function incorporating, a model for technical inefficiency effects[A]. Working Papers in Econometrics and Applied Statistics, No. 69, Department of Econometrics, University of New England, 1993.

[14]Wang G H. The estimation of stochastic frontier production function and average technical efficiency. Journal of Agrotechnical Economics, 1988, 1: 21-25.

[15]Wang G H. The theory and application of frontier production function. Journal of Agrotechnical Economics, 1988, 1: 21-25.

[16]Liao Y X. The discussion and survey of planting industry production technical efficiency. Technology Economics, 1994, 9: 38-42.

[17]Su J C. Estimation and measures chosen of grain production technical efficiency of Guangdong Province. China Rural Survey, 1996, 6: 14-17.

[18]Meng L J. The dynamic study on Chinese agricultural production technical efficiency. Journal of Agrotechnical Economics, 2000, 5: 1-4.

[19]Liang X M. Technical efficiency and economy efficiency[N]. China Economic Times, 23th, Feb, 2004, 5.

[20]Du W J. Policy differences of agricultural production technical efficiency, based on panal data stochastic frontier method. Journal of Quantitative & Technical Economics, 2009, 9: 107-119.

[21]Fang H. Study on China agricultural production technical efficiency, based on province level estimation, found and explanation. Journal of Agrotechnical Economics, 2010, 1: 34-42.

[22]Yu J B, Qiao J, Gong C G. The analysis of Chinese soybean production technical efficiency. Journal of Agrotechnical Economics, 2007, 4: 41-48.

[23]Kang X, Li X M. The analysis of our country’ grain production technical efficiency, based on stochastic frontier method. China Rural Survey, 2005, 4: 25-33.

[24]Meng L J, Zhang H M. Regional technical efficiency differences in wheat production in China. Journal of Nanjing Agricultural University (Social Sciences edition), 2004, 4(2): 13-17.

[25]Cao J, Sun D Q, Tan X Y. Farmer’ cow production technical efficiency and effect factors. China Rural Economy, 2005,10: 42-49.

[26]Mang H Y, Tang H C. The total factors productivity analysis of Chinese milk production. Chinese Rural Economy, 2007, 2: 40-48.

[27]Qu X B. The production technical efficiency difference of different farmer sizes and effect factors. Journal of Nanjing Agricultural University (Social Sciences edition), 2009, 9(3): 27-36.

[28]Jin F L, Wang L, Li G C. Winter rapeseed’s technical efficiency and its influence factors: Based on the model of stochastic frontier production function and 1707 micro-datas of farmers. Journal of China Agricultural University, 2013, 18(1): 210-217.

[29]Battese G E, CoelliT J. A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, 1995, 20: 325-332.

[30]Kumbhakar S C, Ghosh S, McGuckin J T. A generalized production frontier approach for estimating determinants of inefficiency in U. S. dairy farms. Journal of Business & Economics Statistics, 1991, 9: 279-286.

[31]Lucas R EJr. On the mechanics of economic development. Journal of Monetary Economics, 1988, 22(3): 3-42.

[32]Schultz T W.Transforming Traditional Agriculture[M]. Liang X M, Translated. Beijing: Beijing Commerical Press, 1987: 133.

[33]Huang C J, Bagi F S. Technical efficiency on individual farms in Northwest India. Southern Economic Journal, 1984, 51: 108-115.

[34]Coelli T J. A guide to frontier version 4.1: a computer program for stochastic frontier production and cost function estimation[A]. Working Paper, Centre for Efficiency and Productivity Analysis, University of New England, Armidale, Australia, 1996.

参考文献：

[1]农业部全国草业产品质量监督检验测试中心. 到该重视草业的时候了[N]. 农民日报, 2011-08-10, 008.

[2]马启智. 保护草原生态、建设美丽牧区. 草业学报, 2014, 23(1): 1-2.

[3]张美艳, 薛世明, 崔玲艳, 等. 不同收种时间和收种方式对贝斯莉斯克伏生臂形草种子产量和质量的影响. 草业学报, 2014, 23(4): 351-356.

[4]辛盛鹏, 加央旦培. 西藏河谷地带人工种草发展与对策. 中国畜牧业, 2012, 6: 32-36.

[5]谢红, 卢金金. 关于西藏农牧业结构调整和发展的思考. 西藏大学学报, 2005, 20(3): 29-32.

[6]张玉发. 试论苜蓿生产在我国农业三元种植结构调整中的地位和作用. 草业科学, 1999, 4: 10-13.

[7]岳彦红, 齐晓, 王彦荣, 等. 35个10龄紫花苜蓿品种的持久性比较. 草业学报, 2014, 23(1): 58-64.

[14]万广华. 随机边界生产函数和平均技术效率的估算. 农业技术经济, 1988, 1: 21-25.

[15]万广华. 边界生产函数理论及其应用. 农业技术经济, 1989, 2: 25-36.

[16]廖耀先. 种植业生产技术效率的讨论与度量. 技术经济, 1994, 9: 38-42.

[17]苏基才. 广东省粮食生产技术效率的测定分析与政策取向. 中国农村观察, 1996, 6: 14-17.

[18]孟令杰. 中国农业产出技术效率动态研究. 农业技术经济, 2000, 5: 1-4.

[19]梁小民. 技术效率与经济效率[N]. 中国经济时报, 2004-02-23,05.

[20]杜文杰. 农业生产技术效率的政策差异研究——基于时不变阈值面板随机前沿分析. 数量经济技术经济研究,2009,9: 107-119.

[21]方鸿. 中国农业生产技术效率研究：基于省级层面的测度、发现与解释. 农业技术经济, 2010, 1: 34-42.

[22]余建斌, 乔娟, 龚崇高. 中国大豆生产的技术效率和技术效率分析. 农业技术经济, 2007, 4: 41-48.

[23]亢霞, 李秀梅. 我国粮食生产的技术效率分析——基于随机前沿分析方法. 中国农村观察, 2005, 4: 25-33.

[24]孟令杰, 张红梅. 中国小麦生产的技术效率地区差异. 南京农业大学学报(社会科学版), 2004, 4(2): 13-17.

[25]曹暕, 孙顶强, 谭向勇. 农户奶牛生产技术效率及影响因素分析. 中国农村经济, 2005, 10: 42-49.

[26]马恒运, 唐华仓. 中国牛奶生产的全要素生产率分析. 中国农村经济, 2007, 2: 40-48.

[27]屈小博. 不同规模农户生产技术效率差异及其影响因素分析. 南京农业大学学报(社会科学版), 2009, 9(3): 27-36.

[28]金福良, 王璐, 李谷成, 等. 不同规模农户冬油菜生产技术效率及影响因素分析——基于随机前沿函数与1707个农户微观数据. 中国农业大学学报, 2013, 18(1): 210-217.

[32]西奥多·W·舒尔茨. 改造传统农业[M]. 梁小民，译. 北京：北京商务印书馆, 1987: 133.

http://cyxb.lzu.edu.cn

曲云鹤，余成群，孙维，武俊喜，李少伟. 基于随机前沿生产函数法的饲草生产技术效率测算及影响因素分析——以西藏“一江两河”地区为例. 草业学报, 2015, 24(10): 70-79.

QU Yun-He, YU Cheng-Qun, SUN Wei, WU Jun-Xi, LI Shao-Wei. Use of the stochastic frontier production function in a technical efficiency analysis of grass production: An example from the “One River and Two Tributaries” region of Tibet. Acta Prataculturae Sinica, 2015, 24(10): 70-79.

通讯作者*Corresponding author. E-mail:quyh@igsnrr.ac.cn

作者简介：曲云鹤(1979-)，女，黑龙江佳木斯人，在站博士后。E-mail: quyh@igsnrr.ac.cn

基金项目：国家科技支撑课题“藏北退化草地综合整治技术与示范”(2011BAC09B03)和国家科技支撑课题“西北和青藏地区优质牧草丰产栽培及草畜耦合技术集成与产业化示范”(2011BAD17B05)资助。

收稿日期：2014-08-25；改回日期：2015-04-24

DOI：10.11686/cyxb2014360