改革开放以来,家庭联产承包责任制的实施显著促进了我国农业发展(黄季焜,2004)[1]。1978-2015年期间,我国粮食单产从2527公斤/公顷上升到5452公斤/公顷,累计增长近116%,年均增长约2%(中华人民共和国国家统计局,2016)[2]。在较长一段时期内,农业稳步持续增产成为农民增收的重要途径。近年来,随着工业化和城镇化进程的不断加快,大量农村剩余劳动力向城镇非农部门转移,逐渐使得非农收入成为中国农民家庭的主要收入来源(姜长云,2008)[3]。
一般而言,农民增收的途径,除了增加家庭生产要素(例如土地、劳动力和资本)投入,更重要的是通过优化生产要素配置和采用先进技术来提高生产效率。在微观层面,生产效率是指经营主体采用先进生产技术和有效生产要素配置方式以实现产量或收益最大化的能力(Chavas et al., 2005)[4]。农民的生产效率可以从农作物层面、农业层面和农户层面来考察,农户层面生产效率与以往文献中所指的农作物和农业层面的生产效率具有较大差异。具体而言,农作物层面生产效率以特定农作物生产为研究对象,反映的是特定农作物生产过程中农民实现产量或收入最大化的能力。相比而言,农业层面生产效率关注的范围更广,但也仅限于农民从事农业生产中实现农业产量或收入最大化的能力。在农民农作物种植结构单一和不从事非农生产的条件下,研究农作物和农业层面生产效率对于引导农民更合理地配置生产要素和采用先进技术具有重要意义。但是,在农民参与非农生产的条件下,仅仅研究农作物和农业层面的生产效率对于引导农民在农业和非农生产之间合理配置生产要素缺乏有效参考价值。农民在同时从事农业和非农生产时,其整个家庭是一个独立决策单元,任何生产要素配置都将在家庭层面进行决策,而特定农作物生产乃至农业生产的要素配置都仅为家庭决策的一部分。但是,农户层面生产效率,可以通过把农业和非农生产纳入统一框架来反映农民实现家庭总产出和收入最大化的能力。因此,从农户层面对农民的生产效率进行定量研究对于引导农民合理配置家庭生产要素以获取最大化产出或收入具有重要实践指导意义。
规模和生产效率的关系是经济学文献中历久弥新的研究问题。本文关注的问题是,在农民同时从事农业和非农生产的条件下,农业耕地规模将对农户层面生产效率产生什么影响?农业耕地规模越大还是越小更有利于农户层面生产效率提高?科学准确回答上述问题,对于当前中国推进农业规模化经营以及保障农民家庭收入持续稳定增长具有重要政策含义。为此,本文首先采用数据包络分析(Data Envelopment Analysis,DEA)的方法估算农户层面技术效率和分配效率水平。技术效率反映了给定生产投入条件下实际产出和潜在最大产出之间的关系,衡量了农民在家庭生产要素不变情况下获取最大化产出的能力。但是,技术效率未能考虑不同种类农业和非农产出的价格差异。换言之,农民获取最大产出的能力并不一定反映其获取最大收入的能力。相比而言,分配效率反映了给定生产条件下实际收入和潜在最大收入之间的关系,衡量了农民在家庭生产要素不变情况下获取最大收入的能力。在此基础上,本文构建计量模型定量分析农业耕地规模对农户层面技术效率和分配效率的影响。
下面的内容结构安排是:第二部分为文献综述,对国内外农业生产效率估算及其与生产规模关系的相关文献进行综述;第三部分建立中国农户同时参与农业和非农生产条件下的农户层面技术效率和分配效率的理论框架,以及农业耕地规模对农户层面技术效率和分配效率影响的计量模型,并介绍数据来源;第四部分讨论农户层面技术效率和分配效率的估算结果,分析农业耕地规模对农户层面技术效率和分配效率影响的计量结果;第五部分为结论和政策启示。
国内外学者就农民的生产效率估算展开了探索,主要有两类估算方法。第一类是直接采用土地、劳动或资本等偏要素生产率,或者全要素生产率作为生产效率的替代变量,这些文献从不同侧面衡量了不同类型农业生产要素的产出能力(申红芳等,2013)[5]。第二类主要采用参数和非参数方法估算农民的生产效率。其中,参数方法采用计量经济方法估计随机前沿生产函数(Stochastic Frontier Production Function),进而计算实际产出与潜在最大产出之间的比例作为生产效率的一个替代变量(Feng,2008[6];Tan et al.,2010[7])。相比而言,非参数方法主要是采用DEA方法来估算每一个生产单元的生产效率,从而避免了参数方法需要对随机前沿生产函数进行严格设定的难题(刘万利和许昆鹏,2011[8];时悦,2007[9];王文刚等,2012[10])。在生产效率的估算对象层面,现有文献主要是在特定农作物或者农业层面对生产效率进行研究,从农户层面开展生产效率研究的文献尚不多。Chavas et al.(2005)[4]和赵建梅等(2013)[11]在考虑农民从事非农生产的条件下,采用DEA方法分别估算冈比亚和中国农民的生产效率,并分析了农户层面生产效率的影响因素。
围绕生产规模对生产效率的影响,国外部分学者考察了农场或土地规模与土地生产率(单产)之间的关系。例如,Sen(1962)[12]最早对印度的研究发现,印度的农场规模和土地生产率呈负向关系。Dyer(1991)[13]研究认为,在落后农业经济的静态条件下,农户种植规模与生产率之间的关系是负向的,但是这种负向关系会随着技术创新水平的提高而打破。而Kiani(2008)[14]基于巴基斯坦数据的分析结果却表明,土地生产率与农场规模之间尽管呈现负向关系,但是并不显著,小规模和大规模农场的土地生产率均高于中等规模农场的土地生产率。国内学者也从这个角度开展了较多研究。例如,辛良杰等(2009)[15]研究发现,农户土地规模和土地生产率之间的关系是非线性的。王建英等(2015)[16]利用对江西省325个水稻种植户的调查数据研究发现,在地块层面土地生产率和农户经营规模呈现显著的正相关关系。陈杰和苏群(2016)[17]基于全国农村固定观察点数据,对中国小麦、稻谷、玉米及大豆生产中土地生产率和土地规模的关系进行了实证检验,结果发现两者之间的关系受到作物种植结构和地区差异的影响。
与上述研究不同的是,部分学者首先估算了农民的生产效率,在此基础上建立计量模型来分析农业生产规模对生产效率的影响。例如,Munir et al.(1999)[18]基于对印度旁遮普地区的调查数据,通过计量经济方法估计随机前沿生产函数估算农场的技术效率,考察农场规模与技术效率之间的关系,结果表明两者之间的关系显著为正。亢霞和刘秀梅(2005)[19]利用1992-2002年中国分省主要粮食作物的投入和产量数据,基于随机前沿生产函数估算了小麦、玉米、大豆、水稻的技术效率及其影响因素,结果发现扩大土地经营规模对粮食产量具有正向影响。李谷成等(2009)[20]在1999-2003年中国湖北省农户调查数据的基础上,考察了农户生产效率与生产规模之间的关系,认为农业生产效率与规模之间存在的负向关系应从更高的视角进行研究。刘天军和蔡起华(2013)[21]利用陕西省210个猕猴桃农户的微观调查数据,基于贝叶斯随机前沿估计方法分析了不同经营规模农户的生产技术效率,结果表明经营规模的扩大对农户生产技术效率具有显著的正向影响。
总体而言,现有文献对农民生产效率的研究仍然存在一些不足。首先,以往研究主要从农作物或农业层面研究农民的生产效率,而从农户层面定量研究农民生产效率的文献较少。如前所述,开展农户层面生产效率的定量研究对于在农民同时从事农业和非农生产条件下引导农民合理配置家庭生产要素以获取最大化产量或收入具有重要意义。其次,农民的农业生产规模对生产效率,尤其是农户层面生产效率影响的研究尚未形成一致结论。大多数文献假定生产规模对生产效率的影响是单调的,较少考虑非单调性关系的可能,少数文献提出农业经营规模与土地生产率之间可能存在非线性关系,但未用实证方法作进一步考察。
考察生产效率,首先是要区分其与生产率之间的差异。如前所述,生产效率是实际产出或收益与潜在最大产出或收益的比值,反映的是生产者有效利用生产技术或配置生产要素实现最大化产出或收益的能力;而生产率是指实际产出与生产要素投入的比值,反映的是生产要素的产出能力。关于生产效率估算,总体而言有参数和非参数两类方法。考虑到中国农户既从事农业生产也从事非农生产的现象普遍存在,本文借鉴Chavas et al.(2005)[4]的做法,采用基于产出的非参数方法估算农民的技术效率和分配效率。本文把效率指数界定在[0,1]的封闭区间。
为了方便表述,首先对相关概念和变量进行定义。假设一个拥有m个劳动力的农户同时参与农业和非农生产活动。不失一般性,假设该农户中第i个劳动力从事农业生产和非农生产的时间分别为Ai和Bi,其中i=1,…,m,则A=(A1,…,Am)和B=(B1,…,Bm)分别是农户投入到农业生产和非农生产的劳动向量。同时,农户雇佣劳动力H参与农业生产,s代表用于农业生产的物质资本投入。农业产出向量为q;非农产出为Z。假设农业产出价格向量为p*本文假设非农产出的价格为1,因此Z即代表了非农产出水平,也代表了农户的非农收入水平。。
技术效率反映的是给定生产投入条件下实际产出和潜在最大产出之间的关系,衡量了农民在家庭生产要素不变情况下获取最大化产出的能力。因此,一个同时参与农业生产和非农生产的农户,其技术效率指数可以表述如下:
TE(s,A,H,B,q,Z,T)=minθ{θ: (s,A,H,B;q/θ,Z/θ)∈T,θ>0}
(1)
其中,TE是技术效率指数;T是农户面临的生产技术集合。因此,(s,A,H,B;q,Z)∈T表示农户投入(s,A,H,B)可以生产出(q,Z)。如果技术效率TE=1,表示农户正处于生产技术前沿;如果技术效率TE<1,表示农户处于生产技术前沿以下,即缺乏技术效率。
由于技术效率没有考虑不同农业和非农产出的价格差异,因此定义分配效率为给定生产投入条件下实际收入和潜在最大收入之间的关系,以其衡量农民在家庭生产要素不变情况下获取最大化收入的能力。因此,分配效率指数可以表述如下:
AE(p,s,A,H,B,T)={p′(q/TE)+Z/TE}/R(p,s,A,H,B,T)
(2)
其中,AE是分配效率指数。如果分配效率AE=1,表示利益最大化的农户关于产出的投入配置是有效率的,否则关于产出的投入配置不是有效率的。需要说明的是,R(·)是给定投入集合的收入函数,具体定义如下:
R(p,s,A,H,B,T)=maxq, Z{p′q+Z:(s,A,H,B;q,Z)∈T}
(3)
本文的基本假设是,在农户同时从事农业生产和非农生产的条件下,其技术采用和生产要素配置决策不局限于特定农作物乃至农业生产,而会不可避免地延伸到非农生产范围。在农业生产规模较小的情况下,小幅度扩大农业生产经营规模可能并不足以形成农业生产的规模效应,而且可能抑制农户的生产要素(例如,劳动)向技术更优、回报更高的非农生产流动,最终导致农户层面生产效率降低;但是,当农业生产规模达到一定程度之后,规模效应逐渐显现;而且当农业收入成为农户主要收入来源时,农户可能会有意识地采用更优的农业生产技术,提高自身在农业生产中的生产要素配置能力,从而使得农业生产规模和生产效率之间呈现正向关系。因此,本文构建计量模型如下:
Efficiency=β0+β1Land+β2(Land×Land)+β3Rent+β4Male+β5Age+β6Educ+β7NHead+
β8Hsize+β9TLabor+β10NLabor+β11Dependency+β12Crop+β13Region+β14Year+u
(4)
式(4)中,Efficiency为农户层面生产效率,包括技术效率(TE)和分配效率(AE);Land为实际农业耕地面积;Land×Land为农业耕地面积的平方;Rent为转入耕地面积占总耕地面积的比重;Male为户主是否为男性的虚拟变量;Age为户主年龄;Educ为户主受教育年限;NHead为户主参加非农生产虚拟变量;Hsize为家庭人口数;TLabor为总劳动力数;NLabor为非农劳动力数;Dependency为抚养比,即非劳动力数量与劳动力数量的比值;Crop为农作物种植结构,包括水稻、玉米、小麦、棉花和蔬菜等主要农作物虚拟变量;Region为地区虚拟变量;Year为年份虚拟变量;β0-β14为待估参数;u为随机误差项。
由于生产效率是定义在[0,1]封闭区间的变量,因此采用普通最小二乘法对式(4)进行回归将得到非一致的估计结果。因此,本文将使用Tobit回归对式(4)进行估计,并使用聚类稳健标准误控制可能存在的异方差性和序列相关性。
本文采用的研究数据来自2012-2013年在我国广东省、江西省和河北省5县开展的农户实地调查。具体调查区域为广东省廉江市、徐闻县,江西省九江县,以及河北省河间市、清河县。按照随机抽样原则,每个县选取2个样本村,在每个样本村选取20个农户。除部分随机选取的农民不能提供家庭成员从事农业(含耕地规模)和非农生产的完整信息外,共获得142个有效样本,样本有效率达到71%。2012-2013年期间,通过对上述农户进行跟踪调查共获得267个有效观测值。
实地调查中,与本研究相关的调查内容分为四类:(1)农户个人及家庭基本特征,包括每个家庭成员的姓名、性别、年龄、受教育年限及是否劳动力;(2)农业耕地特征,包括农业耕地面积及转入耕地面积等;(3)农业生产特征,包括种植的农作物类型,及每种农作物种植面积、物质投入、劳动投入(含自投劳动和雇佣劳动)、产量及出售价格等;(4)非农生产特征,包括每个劳动力是否参加非农生产、非农生产时间和收入等。
表1列出了样本主要特征的描述性结果。总体而言,在有效样本农户观测中,男性占60%以上,平均年龄约53-55岁,受教育年限略高于6年(约为小学水平)。在所有样本农户观测中,几乎超过50%的农户均参加非农生产。就家庭特征而言,户均家庭人口约5人,其中劳动力约4人,其中1.4个劳动力参加非农生产。抚养比,即非劳动力家庭成员与劳动力家庭成员的比值,平均而言为0.3左右。在样本农户观测中,户均耕地面积大约0.7公顷(即0.7×15=10.5亩),其中转入耕地面积约占总耕地面积的13%左右。
资料来源:作者根据实地调查数据整理而得。
表2列出了本文用于估算生产效率的农业和非农生产的投入产出信息。就农业生产而言,样本农户的劳动投入为年均634小时,其中2013年略高于2012年。投入到农业生产中的物质资本年均为7500元左右。相对应地,农业收入年均为23000元左右。在非农生产中,样本农户的年均劳动投入约为16个月,而获得的非农收入为年均44000左右。这说明,对于样本农户而言,非农收入几乎为农业收入的2倍,在农民家庭收入中占有十分重要的地位。
表2 样本农户农业和非农业生产的投入产出情况
资料来源:作者根据实地调查数据整理而得。
表3列出了样本农户层面生产效率的估算结果。总体而言,样本农户的平均技术效率为0.949。其中,江西省九江县的平均技术效率最低,仅为0.899,而最高的广东省廉江市为0.976。除了不同地区农户技术效率存在较大差异外,本文也发现尽管农户层面技术效率仍然存在一定的改进潜力,但是空间十分有限,因为已有215个样本农户观测是技术有效的,占总样本农户观测的80.2%左右。
表3 样本农户生产效率估算结果
资料来源:作者根据实地调查数据整理而得。
相比而言,样本农户层面的平均分配效率偏低。如表3所示,分配效率均值仅为0.799,其中河北省清河县低至0.711,而最高的江西省九江县也仅为0.861。与此同时,仅43.1%的样本农户观测的分配效率等于1。平均而言,分配非效率解释了近20%的农户收入损失,从而说明样本农户未能实现收益最大化,存在通过提高分配效率来改善收入水平的空间。
本文首先采用Tobit回归考察农户的农业耕地规模与农户层面生产效率的关系,同时使用聚类稳健标准误控制可能存在的异方差性和序列相关性。计量回归结果如表4所示。
研究结果表明,农户的农业耕地规模与农户层面生产效率之间存在显著的“U”型关系。如表4所示,在技术效率和分配效率的结果中,农业耕地面积的系数均在1%的水平上显著为负,而农业耕地面积平方项的系数却均显著为正。这说明,农业耕地规模与农户层面生产效率之间的关系是非线性的,即“U”型抛物线。进一步计算各个变量的边际效应可知,当农业耕地面积为0.526公顷(约8亩)*为了计算农户层面生产效率最低点的农业耕地面积,首先根据表4中的边际效应计算技术效率对农业耕地面积的一阶偏导数,并令该一阶偏导数等于零。由于农业耕地面积及其平方项的边际效应分别为-0.786和0.747,因此技术效率对农业耕地面积的一阶偏导数为-0.786+0.747×2×Land*=0,通过进一步计算可得Land*=0.526公顷。农户层面分配效率最低点农业耕地面积计算方法与此相同。时,农户层面技术效率最低。这说明,当农业耕地面积小于0.526公顷时,农户层面技术效率随着耕地面积增加而降低;但是当农业耕地面积大于0.526公顷时,农户层面技术效率将随着耕地面积增加而提高。类似地,使农户层面分配效率最低的农业耕地规模是0.883公顷(约13亩),当农业耕地面积小于0.883公顷时,农户层面分配效率随着耕地面积增加而降低;但是当农业耕地面积大于0.883公顷时,农户层面分配效率将随着耕地面积增加而提高。
表4 农业耕地规模对农户层面生产效率影响的Tobit回归结果
(续上表)
变量技术效率(TE)系数标准误边际效应分配效率(AE)系数标准误边际效应 抚养比(比值)0132 02430026-0100 0192-0040种植结构: 水稻(种植=1,不种植=0)-01610166-0032-01240135-0050 玉米(种植=1,不种植=0)013802400027-01050124-0042 小麦(种植=1,不种植=0)-00340128-00070250∗∗∗00800100 棉花(种植=1,不种植=0)0397∗∗01740079-00430130-0017 蔬菜(种植=1,不种植=0)0619∗∗∗01630123-00160084-0007常数项1251∗∗∗04230825∗∗∗0283Sigma0355∗∗∗00440319∗∗∗0022伪R平方03240307对数似然值-111606-159120F统计量26144085观测值267267
注:(1)标准误为聚类稳健标准误。(2)模型中均采用了县市虚拟变量和年份虚拟变量来控制地区和时间效应,但考虑篇幅未在本表报告。(3)*、**和***分别表示10%、5%和1%的显著性水平。
回归结果与本文的基本假设是一致的。一方面,小幅度扩大农业耕地规模,农民难以显著地提高生产技术和要素配置水平、发挥农业生产的规模效应,从而不能显著促进家庭总产出和总收入的提高。另一方面,农业耕地规模扩大必然在一定程度上减少农户对于非农生产的要素投入,从而降低农民从事非农生产获得的收入。换言之,在非农生产报酬明显高于农业生产报酬的条件下,小农户有限地扩大农业耕地规模所增加的农业产出和收入不足以弥补非农生产投入降低而减少的非农产出和收入,这种由有限农业耕地规模扩大导致的家庭生产要素从非农生产回流至农业生产很可能是无效率的。因此,在农业经营主体主要为小农户的条件下,实施农业规模化经营必须避免掉入农户层面生产效率陷阱。在增加耕地面积以达到农业规模化经营时,需要满足两个条件:(1)耕地面积应大于上述农户层面技术效率和分配效率临界点处的面积;(2)该面积所对应的技术效率和分配效率应不小于增加耕地面积之前的效率水平。由于农业耕地面积和农户层面技术效率和分配效率之间均呈现“U”型抛物线关系,并且技术效率和分配效率在耕地面积在零与临界点耕地面积之间呈下降趋势,根据抛物线对称原理,具有更高农户层面技术效率和分配效率的最小农业耕地面积应与零点对称。如图1所示,为了不降低农户层面技术效率和分配效率,最低农业耕地面积分别约为1公顷(15亩)和1.8公顷(27亩)。如前所述,由于技术效率衡量的仅仅是农户获取最大化产出的能力,而分配效率衡量的是农民获取最大化收入的能力,因此本文认为农业规模化经营的最低耕地面积应该约为1.8公顷(27亩),否则将会存在农户层面的分配效率损失。
图1 农业耕地面积与农户层面生产效率关系示意图*由于农户层面技术效率和分配效率受到除农业耕地面积之外的其他因素影响,因此在不影响生产效率与耕地规模关系分析的情况下,在图中纵坐标不体现具体效率水平。
就户主特征而言,户主男性虚拟变量在农户层面技术效率和分配效率的回归结果中系数均未达到显著性水平,表明户主性别因素不会对农户层面生产效率产生影响。但是,户主年龄对农户层面技术效率的影响达到了显著性水平,表明年龄越大的户主其技术效率也更高。这可能是因为年龄可以间接反映户主从事农业生产的时间和经验,经验越丰富的农户可能具备更好的农业生产技术,从而提高了技术效率。但是,户主年龄对分配效率的影响并不显著,说明年龄大的农户可能对市场价格的敏感性较低,难以根据农业和非农产出的价格变化而调整家庭生产结构。此外,户主受教育年限对农户层面生产效率没有显著影响。可能的原因是,样本农户的受教育水平普遍较低,不同农户之间的生产知识、技术水平及资源配置能力等与教育的相关性较低。户主参加非农生产显著地提高了农户层面分配效率,说明参加非农生产可以使农民对市场价格变化更加敏感,从而及时调整家庭生产结构。
家庭特征因素总体上并未体现出对农户层面生产效率的显著影响。具体而言,家庭人口数、总劳动力数以及抚养比等三个变量的估计系数均不显著。但是,家庭非农劳动力人数与农户层面技术效率之间存在显著的正相关关系,表明非农劳动力越多的农户其技术效率也越高。这可能是因为,非农劳动力在参与非农生产中可能获得更多的先进经营理念,从而对农业生产具有积极影响。此外,农户的农作物种植结构也在一定程度上影响农户层面的生产效率。
本文采用两种方法对上述回归结果进行稳健性检验。第一种方法是采用Probit回归分析农业耕地规模对农户层面生产效率是否为1的影响。第二种方法是采用随机效应Tobit回归对剔除非重复观测值得到的平衡面板数据进行进一步分析。稳健性检验回归结果如表5所示。
无论是Probit回归还是随机效应Tobit回归结果均与表4回归结果保持了一致。在农户层面技术效率Probit回归结果中,农业耕地面积的系数在1%的水平上显著为负,而其平方项的系数在1%的水平上显著为正。这说明,农户层面技术效率等于1的概率先随着农业耕地面积的增加而变小,通过临界点后随着农业耕地面积的增加而变大。类似地,分配效率的Probit回归也得到了高度一致的结果。为了进行随机效应Tobit回归,首先对样本观测值进行了平衡化处理,剔除了非重复观测值,得到了250个观测值的两年平衡面板数据。在此基础上,对平衡面板数据进行了随机效应Tobit回归,其结果与表4回归结果一致。农业耕地面积及其平方项的系数均在1%的水平上显著,系数大小与表4中相应系数基本一致。上述结果充分说明,本文的计量分析结果具有较好的稳健性。
表5 农业耕地规模对农户层面生产效率影响的稳健性检验结果
注:(1)括号内为标准误,其中Probit回归为聚类稳健标准误。(2)所有控制变量与表4回归完全一致,但考虑篇幅未在本表报告。(3)*、**和***分别表示10%、5%和1%的显著性水平。
本文考虑到我国农民普遍存在同时从事农业和非农生产的情况,先用数据包络分析方法估算了农户层面技术效率和分配效率,接着用Tobit回归定量研究了农户的农业耕地规模对农户层面技术效率和分配效率的影响。本文研究数据来自于2012-2013年对我国广东省、江西省和河北省142个农户的跟踪调查。研究结果显示,样本农户的平均技术效率为0.949,且改善潜力有限;相比而言,样本农户的平均分配效率偏低,均值仅为0.799。计量模型估计结果表明,农户的农业耕地规模与农户层面技术效率和分配效率均存在显著的“U”型关系。当农业耕地面积小于0.526公顷时,农户层面技术效率随着耕地面积增加而降低;当农业耕地面积大于0.526公顷时,农户层面技术效率将随着耕地面积增加而提高。类似地,当农业耕地面积小于0.833公顷时,农户层面分配效率随着耕地面积增加而降低;当农业耕地面积大于0.833公顷时,农户层面分配效率将随着耕地面积增加而提高。否则将会存在农户层面的分配效率损失。此外,户主个人特征、家庭特征及农作物种植结构也对农户层面技术效率和分配效率有显著影响。
由上述结论得出以下启示:第一,由于非农收入逐渐成为农民家庭收入的主要来源,考察农民生产效率不能仅停留在特定农作物或农业层面,应以农民家庭为独立决策单元。第二,在农民同时从事农业和非农生产条件下,研究农业经营规模对农户层面生产效率的影响应考虑两者之间的非线性关系。第三,在农业经营主体主要为小农户的条件下,实施农业规模化经营中,需避免掉入“农户层面生产效率陷阱”。在此基础上,本文提出为了不降低农户层面技术效率和分配效率水平,农业规模化经营的最低耕地面积应约为1.8公顷。
[1] 黄季焜. 我国农业的过去和未来[J]. 管理世界, 2004, (3): 95-104, 111.
[2] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2016.
[3] 姜长云. 中国农民收入增长趋势的变化[J]. 中国农村经济, 2008, (9): 4-12.
[4] Chavas, J., Petrie, R., Roth, M.. Farm Household Production Efficiency: Evidence from the Gambia[J].AmericanJournalofAgriculturalEconomics, 2005, 87(1): 160-179.
[5] 申红芳, 陈超, 王磊. 世界农业经营规模与农业生产效率研究及其对中国的借鉴[J]. 农村经济与科技, 2013, 24(12): 14-17.
[6] Feng, S.. Land Rental, Off-farm Employment and Technical Efficiency of Farm Households in Jiangxi Province, China [J].NJAS-WageningenJournalofLifeSciences, 2008, 55(4): 363-378.
[7] Tan, S., Heerink, N., Kuyvenhoven, A., et al.. Impact of Land Fragmentation on Rice Producers’ Technical Efficiency in South-east China[J].NJAS-WageningenJournalofLifeSciences, 2010, 57(2): 117-123.
[8] 刘万利, 许昆鹏. 中国农户生产效率实证研究[J]. 技术经济与管理研究, 2011, (1): 125-128.
[9] 时悦. 农业生产效率变动分析、 分解及调整目标——基于DEA方法的实证研究[J]. 华南农业大学学报(社会科学版), 2007, 6(4): 30-34.
[10] 王文刚, 李汝资, 宋玉祥等. 吉林省区域农地生产效率及其变动特征研究[J]. 地理科学, 2012, (2): 225-231.
[11] 赵建梅, 孔祥智, 孙东升等. 中国农户兼业经营条件下的生产效率分析[J]. 中国农村经济, 2012, (3): 16-26.
[12] Sen, A.. An Aspect of Indian Agriculture[J].EconomicWeekly, 1962, 14(4-6): 243-246.
[13] Dyer, G.. Farm Size-farm Productivity Re-examined: Evidence from Rural Egypt[J].JournalofPeasantStudies, 1991, 19(1): 59-92.
[14] Kiani, A.. Farm Size and Productivity in Pakistan[J].EuropeanJournalofSocialSciences, 2008, 7(2): 42-52.
[15] 辛良杰, 李秀彬, 朱会义等. 农户土地规模与生产率的关系及其解释的印证——以吉林省为例[J]. 地理研究, 2009, 28(5): 1276-1284.
[16] 王建英, 陈志钢, 黄祖辉等. 转型时期土地生产率与农户经营规模关系再考察[J]. 管理世界, 2015, (9): 65-81.
[17] 陈杰, 苏群. 土地生产率视角下的中国土地适度规模经营——基于2010年全国农村固定观察点数据[J]. 南京农业大学学报(社会科学版), 2016, (6): 121-130.
[18] Munir, A., Qureshi, S., Hussain, Z.. Recent Evidence on Farm Size and Land Productivity: Implications for Public Policy[J].PakistanDevelopmentReview, 1999, 38(4): 1135-1153.
[19] 亢霞, 刘秀梅. 我国粮食生产的技术效率分析——基于随机前沿分析方法[J]. 中国农村观察, 2005, (4): 25-32.
[20] 李谷成, 冯中朝, 范丽霞. 小农户真的更加具有效率吗? 来自湖北省的经验证据[J]. 经济学(季刊), 2009, 9(1): 99-128.
[21] 刘天军, 蔡起华. 不同经营规模农户的生产技术效率分析——基于陕西省猕猴桃生产基地县210户农户的数据 [J]. 中国农村经济, 2013, (3): 37-46.