农户的技术效率和技术需求分析 - 中国农业银行

TE
0.614548
0.806660
0.614735
附注 1：＊＊＊、＊＊、＊表示变量分别通过显著性水平为 1%，5%，10%的显著性检验。
三个模型的 LR 统计量在 1%的水平下均通过单边检验，拒绝γ=0 的原假设，
说明模型中的误差项有明显的复合结构，适合应用随机前沿技术模型和最大似然
法估计。γ值均在 93%以上，说明随机前沿函数的误差项大部分可以用技术非效
一、导言 西北地区是我国重要的农业区，农业人口比重高（61.97%），农业收入比重 大（62.32%）。但是由于受到农业资源稀缺与生态环境恶劣的约束，决定了西北 地区的农业增长不可能过分依赖要素投入扩张来实现，因此 ，“改造”传统的农 业生产方式、优化农业资源的配置结构、提高农户的生产效率成为加快西北地区 农业增长的必然途径。 农业生产方式主要体现在生产过程中农业要素的配置以及投入与产出之间 的变化关系上。在传统的生产者理论中，往往隐含着最优化假设，即生产者的生 产行为发生在最优技术条件下的生产可能性边界上。但在现实生产过程中，农户 由于受到诸多主观或客观条件的制约，在采用技术、运用技术过程中不可能达到 最佳的水平，因此，大多数农户的生产行为发生在生产可能性边界内部。技术效 率所反映的正是农户的实际生产技术水平与最优条件下生产技术水平之间的关 系。关于我国农户技术效率的研究，黄映辉（2004）、周宏（2003）、亢霞、张东 平、曹暕（2005）分别采用截面数据或面板数据对农户粮食种植和畜牧养殖等技 术效率进行了测算，并重点对户主的年龄、性别、受教育程度、农业生产经验， 农户的家庭经济水平、社会资源，技术服务水平、信用可获得水平等因素如何影 响技术效率进行了分析 [1]-[6]。李谷成（2007）采用 1999~2003 年湖北省 444 个样 本农户的数据，较为全面的比较了农户生产的全要素生产率、技术进步率和技术 效率，并探讨了其相互关系。也有学者着重结合某一领域对农户的技术效率进行
研究[7]。比如，屈小博（2009）对不同经营规模农户的技术效率差异进行了理论 与经验分析[8]。王博文（2009）等以陕西省吴起县为例，测算了黄土高原地区退 耕还林前后农户技术效率的变化特征[9]。黎红梅、李明哲（2009）则分析了集体 水管理制度与农户水稻生产技术效率的关系[10]。综上所述，国内现有研究主要集
标准差
9567.861
12173.97
0.90
6.86
户
最大值
50000.00
120000.00
6.00
42.00
最小值
600.00
300.00
1.00
0.80
表 1 是三组样本农户生产过程中投入与产出数据的统计特征。可以发现，在
农业产值方面，设施农业生产农户平均产值⑦最高，为 11702.79 元；苹果栽植农
∑ ∑ ∑ n
1n n
超越对数生产函数的形式为： ln Y
=α +
i=1 αi ln X i + 2
i =1
βij ln Xi ln X j ......
j =1
量，包括纯农业劳动力数量和兼业农户的农业劳动力折算值②；M 表示农户生产
中实际投入的耕地规模。Vi 是随机干扰项；Ui 表示技术效率损失； β0 − β9 为待
中在对农户技术效率水平的测算以及对外生影响因素的分析上，研究对象选择以
粮食作物为主，研究视角相对单一，缺乏针对不同种类作物生产效率的对比，也
较少从农业要素禀赋的角度以及农户意愿的角度考察技术效率问题。鉴于此，本
文选择苹果栽植农户、小麦生产农户以及设施农业生产农户为对象，依据对陕西、
甘肃、宁夏三个省区实地调查的资料，着重对以下三个问题进行了研究：（1）西 北地区生产不同种类作物的农户技术效率是否存在差异？（ 2）农业要素禀赋如 何影响农户的技术效率水平？（3）依据速水—拉坦的技术诱导理论，是否可以 通过农户的技术需求意愿验证资源禀赋对农户技术效率的影响？
-1.58298
β2
-0.24396
-0.25098
β3
1.42854＊＊＊
2.65584
β4
0.09358＊＊＊
3.56998
β5
-0.23229＊
-1.52749
β6
0.14270＊＊
2.04153
β7ຫໍສະໝຸດ Baidu
0.07208
0.54784
β8
-0.22606＊＊＊
-2.72188
β9
0.06042
0.37949
0.02535
0.47202
-0.01332
-0.12976
-0.06515
-1.06870
-0.04416 0.93704＊＊＊ 0.43383＊＊＊
-0.37620 28.83893 2.80615
-17.89786 24.41925＊＊＊
1.43883＊＊＊ 0.99560＊ 0.55822＊ -0.03746＊＊ -0.29379＊＊
设施农业生产农户
变量
（模型 1）
（模型 2）
（模型 3）
估计参数
T 统计量 估计参数
T 统计量
估计参数
T 统计量
β0
7.14305＊＊＊
7.47551
7.09708＊＊＊
9.47899
0.00264
0.00243
⑦ 农户的产值主要指农户生产农产品的产量*价格，并非农户的总收入水平。
β1
-0.47007＊
lnYi = β0 + β1 ln Ki + β2 ln Li + β3 ln M i +1/ 2β4 (ln Ki )2 +1/ 2β5 (ln Li )2 + 1/ 2β6 (ln M i )2 + β7 ln Ki ln Li + β8 ln Ki ln M i + β9 ln Li ln M i + Vi −Ui
西北地区的农户技术效率分析
——基于陕、甘、宁的调查
满明俊 摘 要：基于对陕、甘、宁三省（区）的农户调查数据，分析不同种类作物生产农户的生产 技术效率水平及其差异，考察农业要素配置对技术效率的影响，并从农户意愿的角度，验证 了农户的技术偏好与农业要素禀赋的关系。结果表明，西北地区的农户种植不同种类的作物， 其技术效率存在较大的差异。经济作物生产农户的技术效率明显小于粮食作物农户，且前者 技术效率的分布差异较大。农户在生产中普遍存在资金和劳动力投入饱和的现象，耕地的稀 缺制约了技术效率的提高。样本农户对技术需求的偏好基本符 “技术诱导理论”。 关键词：西北地区；农户；技术效率；农业要素 作者介绍：满明俊 (1983 -- )，男，满族，博士，中国农业银行、中国人民大学在站博士后
数目。
（二）数据来源
本文所用数据和资料是由笔者于 2009 年 3 月~8 月期间对陕西省、甘肃省和 宁夏回族自治区的 8 个样本县，31 个村进行实地调查获得的。其中，苹果栽植 样本村 13 个。主要分布在关中灌区，黄土高原区、黄河故道区④，属于我国的苹 果适生区。小麦种植样本村 12 个，主要分布在黄淮海专用小麦优质产业带⑤和渭 河上游黄土高原冬小麦适宜带⑥。笔者还选择了在近期（5 年内）推广过设施农 业目的 10 个样本村进行调查，这些村的农业种植种类并不一致，但主要以大棚 蔬菜和果品为主。样本村的选取是在县农业部门了解地区作物种植类型及分布特
200.00
130.00
1.00
0.50
均值
1916.58
824.93
2.12
3.78
标准差
1510.17
717.67
0.84
2.53
小麦种植农户
最大值
13500.00
6000.00
6.00
20.00
最小值
270.00
20.00
1.00
0.50
均值
11702.79
6239.50
2.21
9.45
设施农业生产农
（3）
采用 Coelli（1995）建议的单边广义似然率检验 [13]。统计量为：
LR=-2{ln[L(H0)/L(H1)]}=-2{ln[L(H0)]- ln[L(H1)]}
（4）
其中，L(H0)和L(H1)分别为在零假设H0和备择假设H1 下的似然函数值。如果
零假设H0成立，那么检验统计量LR服从混合卡方分布，自由度为受约束变量的
征的基础上在不同方位上随机确定的。调查采取问卷调查与农户访谈相结合的模
式，每个样本村随机选择 20~25 个农户，共获得问卷 675 份，有效问卷 651 份。 三、农户的生产技术效率分析
（一）数据统计描述
② 对于兼业农户的农业劳动力折算值按照家庭非农收入比例作为权重进行折算。 ③ Coelli (1995)指出, 截断正态分布是一种广义的半正态分布, 是一种比较合适的设置, 而且对于是否在零 点截断可以用 Wald 和广义似然率进行检验。 ④ 苹果优势区域发展规划，农业部，来源：农博网，http://news.aweb.com.cn/2006/5/27/9235110.htm。 ⑤ 专用小麦优势区域发展规划，农业部，来源：农博网，http://news.aweb.com.cn/2006/5/25/9082514.htm。 ⑥ 由于陇山—岷山以西以种植春小麦为主，因此所选样本县可以代表西北地区冬小麦生产的典型性。
表 1 样本农户生产投入数据
技术样本
变量
产值 （元）
资 金 投 入 劳动力投入
（元）
（人）
耕地投入 （亩）
均值
11478.81
5050.60
2.30
6.59
苹果栽植农户
标准差 最大值
11294.88 80000.00
4601.08 47400.00
0.98307 9.00
6.74 70.00
最小值
（1）
（1）式中，i表示农户序号，Y 表示农户的主要农产品产值，不包括以外出
务工为主的工资性收入及其财产性和转移性收入；K 表示农户生产过程中的资
金投入，主要包括种苗投入、肥料投入、农药投入、农业机械的购买和使用费用、
灌溉费用以及短暂雇佣劳动费用；L 表示农户在农业生产中所投入的劳动力数
①传统 C-D 生产函数要求各投入要素的替代弹性为 0 或 1。
5.07345 1.40431 1.32370 -1.87260 -2.02232
0.01326 -0.10372＊
0.24267 -1.27038
-0.05818 0.15924＊ 0.95468＊＊＊
-1.11861 1.33999 27.51224
1.56592
1.11146
-160.21858 27．01747＊＊＊
γ
0.93737＊＊＊
27.26184
σ2
2.84595＊＊
2.11166
似然函数值
-273.78512
单 边 误 差 LR
24.23153＊＊＊
检验量
-0.34461＊＊
-1.63487
-0.04224 1.36165＊＊＊ 0.03898＊＊ 0.11544＊＊
-0.07183 4.21474 2.14784 1.59572
二、研究方法与数据来源
（一）研究方法
测算技术效率的诸多方法中，随机前沿法将生产者的全要素生产率分解为生
产函数前沿面和技术效率两部分，具有保证估计结果一致性和有效性的优点，一
直受到广泛的运用 [11]-[12]。又由于所调查农户生产中投入要素间的弹性替代情况
不明确，采用形式灵活、可以反映任何生产技术的超越对数（ Translog）生产函 数（Richard，N. Boisvert，1982）可以避免C-D函数的局限①。因此本文采用超越 对数随机前沿生产函数模型进行分析，模型设计如下：
率进行解释。
1、从农户的技术效率来看，生产粮食作物的农户与生产经济作物的农户存
户第二，为 11478.81 元；小麦种植农户最低，仅为 1916.58 元。样本农户的资金
投入与平均产值具有正相关性，也表现为设施农业生产农户最高（6239.50 元），
苹果栽植农户次之（5050.60 元），小麦种植农户最低（824.90 元）的趋势。劳动
力投入方面，三组样本的差异不大，均在 2.2 人左右。耕地投入方面，采用设施
估计参数。对随机前沿生产函数的无效率项 u 的分布设定，本文借鉴Coelli的观 点采用截断正态分布的形式③。
对于随机前沿生产函数的检验，零假设为否定模型中技术无效率作用，备择
假设为不能否定模型中技术无效率作用：
H0：σ2=0； H1：σ2>0
（2）
与其等价的假设检验为:
H0： γ=0； H1： γ>0， γ=σ2u / (σ2v+σ2u)
农业的农户平均为 9.4 亩，明显高于其它两组样本，苹果栽植农户平均 6.59 亩，
小麦种植农户最少，为 2.53 亩。
（二）模型估计结果分析
利用估计随机前沿生产函数的 Frontier4.1 程序分别对三个模型进行极大似
然估计，结果如表 2 所示：
表 2 三组样本农户技术效率参数估计
苹果栽植农户
小麦种植农户