小麦生产技术效率主要影响因素的实证分析

李忠武 汪小英

摘要：为分析技术效率对我国小麦种植的影响，基于随机变量系数回归模型，选取我国小麦种植区（有机种植区和传统种植区）作为研究样本，分析其产出及特定技术输入效率。结果表明，样本数据中的有机小麦种植区效率相对较高，但2种类型的小麦种植技术效率仍然较低。因此，2种耕作模式在降低成本和提高农民收入方面均有较大的上升空间。所得结论可为有机小麦种植的长期可行性和未来发展提供参考。

关键词：有机农业;小麦种植;技术效率;农户规模;影响因素

中图分类号： F326.11;F323.3  文献标志码： A  文章编号：1002-1302（2019）05-0301-05

收稿日期：2017-08-30

作者简介：李忠武（1974—），男，河南邓州人，硕士，副教授，研究方向为社会统计、计量经济。E-mail：ajvrwx@163.com。

随着我国实施承包责任农业政策，农业生产力在短期内得到了大幅提高，但也导致了一系列的财政和结构性困难，其中包括小麦技术转型的高成本，农产品供过于求，农民收入大幅下降，通过增加使用化学品投入而造成的环境损害，消费者丧失对食品安全和质量的信心。

现代化农业技术近期被重新定位为采用有机农业或综合农业等新模式的农业，是我国农业未来的发展方向。原则上，有机农业是既能摆脱化学品的制约，又可最大限度地利用种植区自循环肥料和生物控制技术的农业。近年来，各种作物种植方面的有机做法在世界各国不断普及，有机农产品在食品安全和环境问题上已日益引起消费者的关注。不过虽然各国对有机农业的兴趣日益浓厚，但在大多数国家，有机耕地仍占用农业面积的一小部分。

考虑到有机农业系统的产量对家庭收入有着显著的影响[1]，如果有机农业系统的扩张要成为我国农业的战略目标，那么就必须确保农民的长期财务可行性。目前我国政策措施试图通过传统的财政支持政策来吸引农民参加环保活动。财政直接支持计划虽然改善了农业转型初期农民收入较低的问题，但从长远看有机种植区经营在经济方面是十分可行的。此外，与进一步开放的农产品市场可以进行有效地配合。

Guesmi等研究了转化补贴对瑞典有机生产的影响，发现向农民提供市场信息和推广服务比鼓励有机种植区进行财政补贴更有效[1]。这是因为农民在既得不到推广服务，又没有较为完善的基础设施的情况下，实际效率可能更低，农民更难理解有机农业等新技术和新概念[2]。不可避免地，这也使得他们对可用资源的利用效率较低。因此，除了传统农业转化为有机农业的支持政策外，还取决于个别种植区的实现效率。在这种情况下，对有机种植区和传统种植区的效率得分评估便成了一个热点问题，引起了农业研究人员、生产者和决策者的注意[3]。基于生产前沿理论，评估模型引入了经验理论，能够对不同生产单位的转换效率进行定量评估。

在此框架下，本研究主要对我国有机和常规小麦种植区的技术效率进行实证评估比较。旨在为有机耕作业绩提供经验证据，对有机农业的优点或缺点及其环保特性做出客观评价。

1 我国小麦行业现状

过去20年我国谷物产量一直在下降，但是硬粒小麦的产量正在稳步扩大。事实上，我国谷物生产的两大发展趋势为一方面大幅减少谷物种植用的农田面积，另一方面谷物生产者大量转变为对小麦的生产[4]。因此，目前我国谷物种植业中约有一半生产小麦。

我国在20世纪80至90年代推行有利于小麦种植的相关政策。例如在20世纪80年代，我国为每种谷物提供了相当大的支持价格。为防止世界价格下降对农民产生消极影响，我国政府还提供了可变进口税和出口补贴。该政策明确支持小麦种植，除了上述措施外，还向种植小麦的农民提供特殊补贴[5]。为了防止由于价格下降而导致农民收入下降，我国农业改革对所有的谷物生产者实行了单位面积的补贴。

我国小麦主要加工成面粉，并在一定程度上作为饲料使用。主要面向中小型面粉行业以及面食生产行业。在我国面粉行业销售中，并未受到区域位置差异的影响。另一方面，国外人均耕地面积较大，其营销和销售渠道均比我国好很多，这对我国面粉企业造成了强有力的竞争。有机农业是自20世纪90年代中期以来国外已经迅速开展的农业生产模式，而新型小麦种植也是一个动态的过程[6]。

在补贴收入方面，有机农业在我国所制定的农业环境政策的支持下能够获得补贴，这能够鼓励农民将环保农业技术应用于农业生产中[7]。实际上，这些措施为采用有机技术的农民提供了经济补助。对于种植小麦的农民来说，在提高产量的同时，既能够得到较高的补贴，还能够给予民众对粮食安全的信心。与此同时，有机生产小麦和面粉的营销势头越来越高。面包店和有机面粉制成的面食产品既在市场上进行销售，也在连锁超市这样的大众市场进行销售。有机农业饲料也是有机农业需要的一个农业活动[8]，最近在我国已经开始逐步施行制度化。除了他们有权获得的财政补贴之外，也为市场提供了快速接受有机小麦的机会。

2 理论方法

2.1 理论模型

技术效率反映了企业投入与产出之间的比值关系，以尽可能少地投入来获得最大化的产出。第1个是面向产出的德布勒型措施，它将实际产出与最大化实际产出结合起来。第2个是面向输入的Shephard型变量，反映了最佳输入使用率与实际输入使用率的比值，保持输出量不变。它给出了输入向量可以按比例減少的最大量，同时产生相同的输出量[9]。

技术效率的2个度量可以从随机生产边界模型所构建的计量经济学估计模型中得到。然而，由于农业通常在农业生产之前进行选择性投入，德布勒型技术效率的测度在方法论上更加一致。在这个分析框架中，农业产出被视为一般形式的随机生产过程：

式中：x∈R+，是一个N×J型应用输入的矩阵;y∈R+ +，是 N×1 型输出向量;f（·）是最佳实践生产前沿;A是技术参数向量;vi是一个对称的、相对独立分布的误差项，表示由随机外生的因素、测量误差、省略的解释变量以及统计噪声引起的输出随机变化;ui是一个非负的误差项，表示由于面向产出的技术效率低下，第i个种植区的生产边界产出的随机性不足;εi表示综合误差项。

上述规范的一个重要缺点是生产前沿是平均响应函数的中性偏移，因为种植区中常数和斜率系数是相同的。但是，经验证数据表明，单个生产单位在应用相同的技术时，可能会采用不同的实施方法。因此，生产边界的中性运动应该被看作是一个更普遍的及非中性转变的特例。为了克服这个方法上的缺陷，本研究采用随机变化系数边界模型，能够允许生产边界的非中性运動[10]。可以概括为假设生产前沿函数是标准的柯布-道格拉斯形式。那么随机变化系数边界模型具有以下形式：

式中：i=1，2，…，K，k=1，2，…，K分别表示生产单位和应用投入;β表示影响产出的变量。公式（2）、公式（3）描述的模型能够使用广义最小二乘法进行估计，个别响应系数能够使用文献[11]建议的方法获得。生产者特定系数的假设可以使用标准的拉格朗日乘子来检验不同模型的异类误差。与标准随机效应边界模型相比，随机效应边界模型中的种植区内在特征不仅影响估计的生产前沿函数的位置，而且影响每个生产要素的应用方法，从而影响每个企业对生产要素的依赖程度。这种一次性效应能够为公司提供特定技术效率的衡量标准。估计模型为

式中：TEi为农业特定产出的技术效率;y*i为生产前沿函数，其表达式为

最后，单技术效率影响因素估计表达式为

式中：βij、βji表示平均投入效率;β*j表示最佳实际边界;i、j分别表示矩阵的行、列。

随机效应边界模型的一个重要优势在于它省去了任何特定分布假设的种植区效率，因为它是不需要具体模型的最大似然（ML）估计[12]。此外，即使在简单的柯布-道格拉斯函数规范的情况下，随机效应边界模型也能够估计生产企业和因素特有的技术效率。测量技术效率单一因子比多因素指标对事后效率进行指标评估更为合适。

2.2 数据分析

本研究使用的数据是经过大量数据收集调查得到的，该调查涉及有机种植区与邻近传统种植区相比的成本。调查提供了2013—2016年期间调查种植区的产出收入、收到的补贴和生产成本的详细横断面数据信息。使用的样本分别由位于不同地区的3个有机小麦种植区和5个常规小麦种植区组成。这些特定地区的选择是基于我国有机小麦种植者的初步清单，上述地区也是有机小麦生产的主要地点。传统样本具有完全相似的组成，因为它由邻近的传统小麦种植区组成。有机样本的这种组成不是任意的，这与我国有机小麦种植的实际情况相反。我国有机和传统小麦种植场的未知生产结构近似于单输出多输入的柯布-道格拉斯生产边界模型。公式（2）、公式（3）中因变量小麦产量的单位是kg。解释变量包括（1）用于小麦种植的农田总面积为0.267 hm2;（2）以购买的种子作为总支出;（3）总劳动力，包括雇佣和家庭劳动，以h计量;（4）小麦生产中应用的化肥和农药的总量，以有机种植区中实际使用量来衡量。其他投入包括燃料和电力费用、折旧、固定和流动资产利息以及其他杂项费用。表1列出了变量的总结统计，除了土地投入之外，上述投入类别各个组成部分的汇总是使用Divisia指数进行的，成本份额作为权重。为了避免与计量单位相关性的问题，所有的变量都被转换成指数。

2.3 结果与分析

2.3.1 估计结果 由表2可知，2个数据集中平均响应函数的所有参数估计在统计上都至少在5%水平上是显著的。由于柯布-格拉斯函数是强烈离散的，这些参数估计值与相关的生产弹性一致。在有机种植区，弹性估计结果表明，土地和种子对小麦生产贡献最大，对土地和种子的估计值分别为0.432、0.359。其余3个投入的相关估计值较低，其他投入估计值为0.234，劳动力估计值为0.215，有机输出估计值为0.142。最后，规模报酬的平均估计值为1.263。在规模较大的小麦种植业务中具有成本优势，这一发现与我国农业研究学者所观察到的随着时间的推移出现增长的趋势相一致[9-11]。由表2可知，这些估计值在调查的种植区中表现出很大的差异，这意味着有机种植农户在小麦生产中使用了不同的耕作方式。对于土地投入，估计值相关范围介于0.338～0.502之间，种子估计值范围介于0.281～0385之间，其他投入估计值范围介于0.012～0.279之间，有机输出估计值范围介于 0.107～0.219之间。

变化到最小（1.149）。土地和种子投入似乎是样本中传统小麦种植区最重要的生产要素，但它们的规模却不尽相同。传统种植区土地和种子的相应估计值分别为0.569、0.296。劳动力和其他投入分别表现出相当相似的弹性估计值，分别为0.255、0.221，而有机输出相关估计值则较低。规模报酬的估计值为1.394，高于被调查的有机小麦种植区。然而，种植区之间的回报规模估计值变化也是相当大的，但是不如有机种植区那么强。因为小麦生产中的有机农业实践在我国仍处于新生阶段，因此各种植区应用各种投入的方法差异很大。

表1统计的数值表明，特定投入变量减少，成本变量会出现一定范围的上升趋势。对常规肥料和农药变量进行同样的估计，土地出租率随着肥料和农药的减少而出现大幅上涨的趋势，并且产量也呈现上升趋势。这清楚地表明了这种特殊投入变量对有机小麦种植户是十分重要的。因此，对于传统和有机生产者来说，似乎在个体决策过程中存在相当大的差异，导致种植区生产弹性出现显著的变化。那么产生的一个重要问题是有机或常规小麦生产者生产技术方法的多样性是否能够较大幅度地影响其整体技术效率水平。

2.3.2 技术效率 表3列出了面向农业、以产出为导向的技术效率衡量标准，其分布范围为频率分布。一般来说，有机和常规小麦种植区都没有成功地采用最佳的生产方法，并获得最大潜在产量。具体而言，有机种植区和常规小麦种植区的平均产出导向技术效率分别为84.5%、78.6%。这意味着在现有技术和投入量不变的情况下，有机和常规小麦较最小值分别增加22.2%、27.4%，表明在我国大力推广有机小麦种植政策是十分可行的。

3 结论

目前，世界农产品市场发展情况以及我国农业改革明确表明，过去20年我国种植小麦的农民继续享有高度保护性政策的时代已经过去。因此，迫切须要制定新的具有强大生产力的替代战略。最近，有机农业的概念被认为是种植传统小麦农民的替代技术。本研究尝试使用随机变量系数边界模型，对我国有机和传统小麦种植区的当前技术效率进行分析。实证结果表明，所检测的样品中有机和常规小麦种植区在技术上是低效的。我国加入世界贸易组织（WTO）后对小麦生产采取的高度支持政策可能是目前无效率水平的主要原因。在有机种植区和传统种植区中，小额贷款仍然是农业总收入的重要组成部分。因此，通过优化投入可以获得无成本的产出和收入的大幅增加。通过提高技术效率可以获得更大的收益。相比之下，传统的小麦种植区似乎表现出低于有机种植区的效率。有机生产商的利润率较低，这主要是因为近年来我国政府以及民众对化肥和杂草、病虫害防治药品的限制。

有机农业的发展应主要基于降低成本和基础设施建设。这些扶持政策可以显著提高技术效率，从而大幅节省成本，这对于长期从事有机生产者的财务可行性是尤为重要的。我国对有机农业的政策不应仅限于对有机的补贴（盲目分发给各类申请人）， 这样可能会影响有机农业经营的前景，甚至失去

其应有的竞争力。我国想要发展环境友好型农业，必须将有限的资金以及政策放到正确的方向上，使其更有创造性。

参考文献：

[1]Guesmi B，Serra T，Featherstone A. Technical efficiency of Kansas arable crop farms：a local maximum likelihood approach[J]. Agricultural Economics，2016，46（6）：703-713.

[2]牟爱州. 小麦种植大户农业新技术需求意愿影响因素分析——基于河南省790户小麦种植大户的调查数据[J]. 南方农业学报，2016，47（4）：684-690.

[3]Elasraag Y H，Lorenzo S A. Efficiency of wheat production in Egypt[J]. New Medit，2015，14（4）：19-27.

[4]胡逸文，霍學喜. 农户禀赋对粮食生产技术效率的影响分析——基于河南农户粮食生产数据的实证[J]. 经济经纬，2016（2）：42-47.

[5]El‐Shakweer M H A，El‐Sayad E A，Ewees M S A. Soil and plant analysis as a guide for interpretation of the improvement efficiency of organic conditioners added to different soils in Egypt[J]. Communications in Soil Science & Plant Analysis，1998，29（11/12/13/14）：2067-2088.

[6]Fousekis P，Kourtesi S. Assessing managerial efficiency on olive farms in Greece[J]. Outlook on Agriculture，2014，43（2）：123-129.

[7]Iliopoulos C N，Valentinov V L. Opportunism in agricultural cooperatives in Greece[J]. Outlook on Agriculture，2012，41（1）：15-19.

[8]Devendra C. The search for efficiency in the management of natural resources[J]. Outlook on Agriculture，2014，43（1）：5-12.

[9]成德宁，李 燕. 农业产业结构调整对农业劳动生产率的影响[J]. 经济问题探索，2016（11）：148-153.

[10]刘 辉，李小芹，李同升. 农业技术扩散的因素和动力机制分析——以杨凌农业示范区为例[J]. 农业现代化研究，2006，27（3）：178-181.

[11]Keyzer M，Sonneveld B，Veen W V. Valuation of natural resources：efficiency and equity[J]. Development in Practice，2009，19（2）：233-239.

[12]Hepelwa A S. Technical efficiency as a sustainability indicator in continuum of integrated natural resources management[J]. Resources & Environment，2013，3（6）：194-203.刘钰鹏. 土地规模经营与农业环境效率：基于SBM-Tobit模型的实证分析[J]. 江苏农业科学，2019，47（5）：306-310.