葛舒梦,张化楠
新时期农村经营模式及其影响因素分析
葛舒梦1,张化楠2*
1. 山东管理学院经贸学院, 山东 济南 250357 2. 山东农业大学经济管理学院, 山东 泰安 271018
家庭农场经营效率直接影响其发展的质态。基于山东省308户省级家庭农场示范场的微观数据,运用DEA模型测算分析不同经营类型家庭农场的经营效率,并运用Tobit模型实证分析影响家庭农场经营效率的关键因子。研究表明:种养兼休闲型家庭农场的综合技术效率最高,为0.751,种植型家庭农场的综合技术效率最低,为0.529,种养结合型家庭农场的纯技术效率高于其它两种类型。在影响其经营效率的诸多因子中,土地经营面积与家庭农场经营效率呈“倒U型”,土地经营面积过大或过小均不利于经营效率的提升。受教育程度、贷款获得性、社会化服务程度、政府补贴力度对家庭农场经营效率具有显著正向影响,劳动力投入和资本投入则显著负向影响其经营效率。不同经营类型家庭农场经营效率的影响因子存有一定差异。
乡村振兴;家庭农场; 影响因子
家庭农场的出现既顺应了我国农业现代化发展的新趋势,又破解了我国未来农业经营主体稳定性和持续性的难题;既坚持了农业家庭生产经营的特性,又通过适度规模克服了传统农业土地碎片化、经营效率低等“小农困境”。近年来,中央及各级地方政府不断完善家庭农场政策支持体系,家庭农场数量稳步增加,目前全国家庭农场数量已超过380万个,县级及以上示范家庭农场数量达11.7万家。为促进家庭农场的高质量发展,必须要准确评判家庭农场的经营效率,客观分析不同经营类型家庭农场经营效率的差异性,并科学离析出影响家庭农场经营效率的关键因子,以推动家庭农场的健康、可持续发展。
目前,学术界对于家庭农场经营效率的研究已较丰富,已有研究表明经营效率体系的构建和计量模型的选择是其研究结果科学性和客观性的基础和保障。在经营效率测度体系构建方面,已有研究大都以各资本要素作为主要投入指标,以产量或收入作为产出指标[1-3],还有学者将资金投入细分为直接投入和间接投入[4],政府各类奖励补贴作为产出指标[5];在经营效率测算方法方面,已有研究大都运用随机前沿分析模型(SFA)[6]、柯布—道格拉斯生产函数(Cobb-Douglas)[7]等参数估计方法和数据包络分析模型(DEA)[8]、三阶段DEA[9]等非参数估计法。在经营效率影响因素方面,已有研究主要从农场主个人及家庭特征、生产情况、机械化水平等内部因素[10,11]和政府政策、社会化服务等外部环境[12,13]进行分析。
已有研究取得了颇有价值的成果,为本文提供了有益借鉴,但依然存有值得拓展的空间。现有研究主要针对单一类型家庭农场,缺乏对不同经营类型家庭农场经营效率及影响因子的差异性比较分析。鉴于此,本文基于山东省308户省级家庭农场示范场,运用DEA-Tobit模型测算分析不同经营类型家庭农场经营效率及其影响因子的差异性,旨在为提高家庭农场经营效率,促进其高质量发展提供借鉴和参考。
数据包络分析法(DEA)因无需事前固定函数形式及参数值,可通过线性规划方法构建观测数据的生产前沿面,有效计算出生产单元相对于该前沿面的比例,即效率[14]。考虑到我国家庭农场尚处于起步发展阶段,难以判定生产前沿的具体形式,因此本文采用DEA模型进行家庭农场的经营效率评估。根据研究侧重点的差异性,可将DEA模型进一步划分为投入导向型和产出导向型,本文旨在分析不同经营类型家庭农场的经营效率,其经营产出为不可控变量,经营投入则为可控变量,因此结合实地调研,本文采用投入导向型的规模报酬可变模型(BCC)对不同经营类型家庭农场经营
上式中,(0<≤1)为决策单元(DMU)的经营效率值,即综合技术效率,当=1,表示决策单元技术有效;当<1,表示决策单元技术无效。x和z分别表示第个决策单元的投入要素和产出要素,λ表示决策单元的系数;-和+分别表示投入和产出的松弛变量;为决策单元数量,0和0分别表示决策单元的原始投入和产出指标。
上式中,Y为第个家庭农场的综合技术效率,x为自变量,0为常数项,β为相关回归系数,µ为随机误差项,且µ~(0,2)。
为确保家庭农场经营效率评价结果的客观性和科学性,需构建可操作和可量化的经营效率评价指标体系。借鉴已有文献,并根据实地调研所发现的现实问题,本文将经营总收入作为唯一的产出指标,主要包括种植业收入、养殖业收入、休闲娱乐收入以及所获得的各类政府补贴等。投入指标主要包括土地经营面积、劳动力投入、资本投入等,因各地流转费用及其度量指标存有差异,因此本文将家庭农场的实际经营面积(单位:hm2)表征土地投入;劳动力投入包括家庭劳动力和雇佣工劳动力,按劳动力具体工作天数乘以当地当年雇佣劳动力的平均日工资计量(单位:万元);资本投入具体包括家庭农场生产经营全过程所投入的种子、化肥、农药、地膜、农机设备及其相关费用、外包或托管服务、水电维修、投保、农场主职业技能培训等(单位:万元)。为进一步分析不同经营类型家庭农场经营效率影响因子的差异性,借鉴已有研究以及实地调研情况,选取农场主特征、农场经营特征、外部环境三大类共11个自变量进行Tobit模型分析。各变量名称、赋值及预期方向如表1所示。
山东作为农业生产大省,近年来各级政府不断加大对家庭农场的培育力度,截止2021年底全省累计培育家庭农场10.4万家,已然成为推动山东省农业现代化生产和农业高质量发展的重要力量。本文所用数据来源本课题组于2021年10-12月份对山东省16地市家庭农场省级示范场的专项调研。调研内容主要包括农场主及家庭特征、家庭农场基础条件、土地经营情况、成本收益情况、经营需求与服务等,涵盖了家庭农场各生产要素及其价格,较好地反映了家庭农场的经营绩效。为确保调研结果的准确有效性,事先对调研员进行了相关培训,并组织实施了预调研。调研采取一对一入户访谈形式进行,获得调查问卷320份,进行数据清洗后获取有效问卷308份,问卷有效率为96.25%。运用SPSS22.0软件对问卷整体质量进行信度检验,结果显示问卷整体Cronbach’s值为0.846,表明问卷数据信度较好。
根据经营类型将现有家庭农场划分为种植型、种养结合型和种养兼休闲型三类,种植型包括粮食作物以及蔬菜、果类、苗木、花卉等经济作物种植;种养结合型兼具种植业和养殖业,以种养结合发展生态循环经济;种养兼休闲型为在种植业或种养结合基础上经营休闲农业,例如农家乐、休闲农庄等。
图 1 各经营类型家庭农场投入、产出情况
图1为各经营类型家庭农场投入、产出情况,从经营类型看,种植型家庭农场占样本总量的44.16%,种养结合型家庭农场占样本总量的32.79%,种养兼休闲型占样本总量的23.05%,可见种植型家庭农场依然是家庭农场的主体,但经营类型渐趋多元化。从投入情况看,种植型家庭农场为实现规模化、集约化经营,需流转大量土地,因此土地的投入最高。种养结合型家庭农场的劳动力投入最高,为纯种植型家庭农场的1.99倍;种养兼休闲型家庭农场因需投入大量资金进行基础设施建设、购置相关设备及推广宣传等,其资金投入最高。从收入情况看,种植型家庭农场经营收入低于样本均值,种养兼休闲家庭农场经营收入最高,主要原因为多元化的生产经营模式有助于防范经营风险,提升经营效益。
在进行DEA模型估计前,运用Stata15.0软件对投入和产出指标进行多重共线性和同向性检验,结果表明各指标的方差膨胀因子(VIF)均小于10,说明不存有多重共线性问题,投入与产出指标的Pearson相关系数为正,均通过了1%的显著性检验,说明本文选取的投入和产出指标具有“同向性”,符合DEA模型的基本要求。
各经营类型家庭农场经营效率测算结果如表2所示。在各经营类型的家庭农场中,种养兼休闲型家庭农场的综合技术效率最高,纯规模效率和纯技术效率分别为0.924和0.813,均处于较高水平。种植型家庭农场的综合技术效率最低,纯规模效率低于纯技术效率,且有13.24%的家庭农场处于规模报酬递减状态,因此应进一步合理调整土地规模实现适度规模化经营。种养结合型家庭农场的纯技术效率最高,说明该类型的农场主具有较高的农业技术的学习和应用能力,可通过科学的管理方式提升资源配置率。
总体来看,各经营类型家庭农场综合技术效率最高仅为0.751,表明家庭农场仍处于起步发展阶段,经营效率水平仍存有较大提升空间。从规模报酬变化户数上看,绝大部分家庭农场处于规模报酬递增状态,表明大部分家庭农场实现了规模化经营,但仍需进一步改善经营管理水平,提升农业生产技术对经营效率的推动力度。
表 2 全部和各经营类型家庭农场经营效率测算结果
运用Stata15.0软件对各经营类型家庭农场经营效率的影响因子进行Tobit回归分析,模型估计结果如表3所示。
注:*、**、***分别表示在10%、5%和1%的水平上显著。
Note: *,** and *** showed the significant difference at 10%, 5% and 1%, respectively.
模型1为种植型家庭农场的模型估计结果。在种植型家庭农场中,农场主受教育程度和务农年限均通过了10%的显著性检验,系数为正,表明家庭农场主受教育程度越高,对农业绿色生产技术的接受及应用程度越高,越有利于提升农场的资源配置率,提高其经营效率;土地经营面积一次项通过了1%的显著性检验,系数为正,土地经营面积平方项通过了1%的显著性检验,系数为负,表明土地经营面积与家庭农场经营效率呈“倒U型”,在土地经营面积未超过适度经营规模值前,经营面积越大,经营效率越高,但当超过适度经营规模值后,则呈负相关关系;劳动力投入和资本投入分别通过了1%和5%的显著性检验,系数为负,表明种植型家庭农场投入过多的劳动力和资本容易引起经营效率的下降,在农业社会化服务日益完善的背景下,家庭农场可将需要大量劳动力及大型机械设备的生产环节外包,以节省相应开支;社会化服务程度通过了5%的显著性检验,系数为正,表明种植型家庭农场经营效率的提升得益于社会化服务的不断完善以及良好的政策环境;政府补贴力度通过了1%的显著性检验,系数为正,表明政府财政补贴能有效促进家庭农场的良性发展,调动农场主生产经营的积极性和主动性,同时这也验证了良好的政策环境对家庭农场的发展具有重大的推动作用[15]。
模型2为种养结合型家庭农场的模型估计结果。在种养结合型家庭农场中,务农年限通过了5%的显著性检验,系数为正,表明农场主务农年限越长,种植和养殖经验越丰富,抵御自然风险和经营风险的能力就越强;土地经营面积一次项和平方项均通过了5%的显著性检验,表明土地经营面积与经营效率呈“倒U型”,由此可见种养结合型家庭农场应进一步优化资源配置,确保适度规模经营;资本投入通过了5%的显著性检验,系数为正,其原因为作为一种新兴的生态循环种养模式,发展之初需投入大量资本以实现农场的不断壮大;贷款获得情况通过了5%的显著性检验,可见农场主的贷款可得性对种养结合型家庭农场的相关设施投入和规模扩大具有重要影响;政府补贴力度通过了1%的显著性检验,表明各级政府补贴对提高种养结合型家庭农场经营效率发挥着积极地推动作用。
模型3为种养兼休闲型家庭农场的模型估计结果。对种养兼休闲型家庭农场而言,受教育程度通过了1%的显著性检验,系数为正,该类型农场的农场主不仅要懂农业、会养殖还应善于家庭农场的产品设计和营销策划,对农场主的受教育水平提出了更高的要求;劳动力投入通过了1%的显著性检验,系数为负,其可能的解释为,家庭农场不同于休闲农场,主要劳动力为家庭成员,家庭成员的劳动力水平在很大程度上决定着家庭农场的经营规模,倘若雇佣过多劳动力会对其经营效率产生负向影响;政府补贴力度通过了5%的显著性检验,同样表明政府补贴对家庭农场经营效率的提升具有重要影响。
利用模型参数估计结果的t检验值,对三类家庭农场经营效率的影响因子进行比较分析,可以看出(图2),不同类型家庭农场经营效率的关键影响因子存有较大差异。
图 2 Tobit模型估计结果
家庭农场因其特殊的组织优势,是在现代农业中处于主要地位的组织形式,其经营效率对家庭农场的高质量发展具有特别重要的意义。本研究利用对山东省308户省级家庭农场示范场的实地调研微观数据,运用DEA模型测算分析不同经营类型家庭农场的经营效率,并运用Tobit模型从农场主特征、农场经营特征、外部环境三个维度实证分析影响家庭农场经营效率的关键因子。主要研究结论如下:
(1)从经营效率来看,种养兼休闲型家庭农场的综合技术效率最高,种植型家庭农场的综合技术效率最低,种养结合型家庭农场的纯技术效率最高。绝大部分家庭农场处于规模报酬递增状态,表明大部分家庭农场实现了规模化经营。各种类型家庭农场综合技术效率最高仅为0.751,表明家庭农场仍处于起步发展阶段,经营效率水平仍存有较大提升空间;
(2)家庭农场经营类型不同,影响其经营效率的关键因子也存有一定差异。影响种植型家庭农场经营效率的关键因子为农场主受教育程度、务农年限、土地经营面积、劳动力投入、资本投入、社会化服务程度和政府补贴力度;影响种养结合型家庭农场经营效率的关键因子为务农年限、土地经营面积、资本投入、贷款获得情况和政府补贴力度;影响种养兼休闲型家庭农场经营效率的关键因子为受教育程度、劳动力投入和政府补贴力度。土地经营面积与种植型、种养结合型家庭农场经营效率呈“倒U型”,土地经营面积过大或过小均不利于经营效率的提升。
[1] 李绍亭,周霞,周玉玺.家庭农场经营效率及其差异分析—基于山东234个示范家庭农场的调查[J].中国农业资源 与区划,2019,40(6):191-198
[2] 杨朔,郭春香,赵国平,等.种植业不同经营主体耕地生产效率研究—基于关中24个旱作农业高产县(区)的调查 数据[J].干旱区资源与环境,2018,32(12):75-80
[3] 陈金兰,胡继连.粮食生产类家庭农场获利能力分析—以山东省70个家庭农场样本为例[J].中国农业资源与区划,2020,41(7):31-39
[4] 燕宁,张复宏,王晓蕾.山东省不同苹果生产经营主体效率比较研究[J].山东农业科学,2020,52(3):157-161
[5] 钱忠好,李友艺.家庭农场的效率及其决定—基于上海松江943户家庭农场2017年数据的实证研究[J].管理世界,2020,36(4):168-181,219
[6] 吴菊安,祁春节.家庭农场和小农户生产效率的比较[J].江苏农业科学,2017,45(3):302-305
[7] 张建,诸培新.不同农地流转模式对农业生产效率的影响分析—以江苏省四县为例[J].资源科学,2017,39(4):629-640
[8] 田珍,王睿,史运.发达地区不同规模家庭农场粮食生产技术效率的实证研究—基于上海松江家庭农场的调查 [J].中国农业资源与区划,2022,43(2):150-159
[9] 冀县卿,钱忠好,李友艺.土地经营规模扩张有助于提升水稻生产效率吗?—基于上海市松江区家庭农场的分析[J]. 中国农村经济,2019(7):71-88
[10] 付磊,孙桐,夏涛,等.安徽省茶叶家庭农场适度规模问题调研[J].茶叶科学,2018,38(6):643-651
[11] 刘依杭.不同规模农户农业生产效率差异及影响因素研究—基于DEA-Tobit模型的实证分析[J].生态经 济,2021,37(5):113-118
[12] 肖化柱,周清明,文春晖,等.家庭农场制度联动创新模式[J].系统工程,2016,34(11):81-86
[13] 杨承霖.中国农场效率的实证研究—以内蒙古呼和浩特市土默特左旗牧区为例[J].世界农业,2013(8):122-126
[14] 秦晓娟.家庭农场经营效率测算及区域差异考量[J].河南农业大学学报,2021,55(5):977-984
[15] 戚焦耳,郭贯成,陈永生.农地流转对农业生产效率的影响研究—基于DEA-Tobit模型的分析[J].资源科 学,2015,37(9):1816-1824
Different Rural Management Patterns and Their Influencing Factors in the New Period
GE Shu-meng1, ZHANG Hua-nan2*
1.250357,2.271018,
The operationalefficiency of family farms directly affects the quality of its develop-ment. Based on the microscopic data of 308 provincial demonstration family farms in Shandong Province, DEA model was used to measure and analyze the operating efficiency of different types of family farms, and Tobit model was used to empirically analyze the key factors affecting the operational efficiency of family farms. The results show that: the comprehensive technical efficiency of planting-breeding-agritourism family farms is the highest, 0.751, while that of planting-only family farms is the lowest, 0.529. Pure technical efficiency of planting-breeding family farms is higher than that of the other two categories of family farms. Among the factors that affect the management efficiency of family farms,the operating land area and the operational efficiency of farms show an inverted U shape. An oversized or mini-sized operating land area will do no good to the enhancement of operational efficiency. education level, loan availability, socialized service level and government subsidy intensity have significant positive impact on the management efficiency of family farms. Labor input and capital input have significant negative impact on management efficiency. The factors influencing operational efficiency differ among different categories of family farms.
Rural revitalization; family farms; influence factor
F062.2
A
1000-2324(2022)03-0497-06
10.3969/j.issn.1000-2324.2022.03.024
2022-01-09
2022-02-17
葛舒梦(1993-),女,硕士研究生,助教,研究方向为农村金融. E-mail:1025590850@qq.com
Author for correspondence. E-mail:zhanghuanan12@126.com