转入土地连片程度对生产效率的影响

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

李博伟¹^,²1. 浙江农林大学经济管理学院,杭州 311300
2. 浙江省重点培育智库——浙江农林大学浙江省乡村振兴研究院,杭州 311300

Impact of centralization degree of transfer-in land on production efficiency

LI Bowei¹^,²1. College of Economics and Management, Zhejiang A&F University, Hangzhou 311300, China
2. Zhejiang Province Key Cultivating Think Tank: Research Academy for Rural Revitalization of Zhejiang Province, Zhejiang A&F University, Hangzhou 311300, China

收稿日期:2018-12-24修回日期:2019-07-23网络出版日期:2019-09-25

基金资助:

国家自然科学基金项目.71773116
国家自然科学基金项目.71873004
浙江农林大学科研发展基金人才启动项目.2018FR050

Received:2018-12-24Revised:2019-07-23Online:2019-09-25
作者简介 About authors
李博伟,男,讲师,博士,主要从事农业经济管理方面的研究E-mail：1052195380@qq.com.。

摘要
农村市场机制不完善使得集中连片的土地流转难以达成,厘清转入土地连片程度对生产效率的影响机制有利于农业适度规模经营的健康发展。本文分别从成本上升和雇工需求增加的视角分析转入土地不连片对生产效率的直接和间接影响,并将安徽省种粮大户的调查数据代入联立方程模型中进行实证检验。主要结果有：①基于土地单产的随机前沿生产函数模型测得的农户资本和劳动的产出弹性分别为0.5246和0.0405,农户的平均技术效率为0.75。②转入地片平均规模对技术效率影响的总效应是0.1132,其中直接效应是0.0827;减少雇工对技术效率的间接影响效应是0.0305,直接效应占总效应的73.06%。③以转入地片数作为解释变量进行稳健性检验的结果显示,转入地片数影响技术效率的总效应为-0.3032,其中直接效应为-0.2692,通过增加雇工对技术效率影响的间接效应为-0.0340,直接效应占总效应的88.79%。分析上述结果得出的主要结论有：①在现阶段农地规模经营中,资本是比劳动更加稀缺的要素,农户总体处于规模报酬递减的阶段,且存在比较严重的技术效率损失。②集中连片地转入土地在直接促进技术效率提升的同时,通过减少雇工数量间接促进技术效率提升;相反,转入土地不连片导致技术效率损失,既包括由于生产成本上升导致的直接效率损失,也包括由于增加雇工引发劳动质量下降、道德风险以及监督成本上升导致的间接效率损失,相比之下,直接效应在总效应中占据主导地位。本文的研究明确了进一步提升农业适度规模经营生产效率的关键在于通过完善土地流转市场促成集中连片的土地流转。
关键词： 土地流转;连片程度;生产效率;直接效应;间接效应;种粮大户;安徽

Abstract

The imperfection of rural land market mechanism makes it difficult to achieve centralized land transfer. Clarifing the influence of transfer-in land’s centralization degree on production efficiency is beneficial to the healthy development of agriculture operation at moderate scales. This study analyzed the direct and indirect effects of transfer-in land dispersion on production efficiency and used the survey data of large grain farmers in Anhui Province in a simultaneous equation model to perform an empirical test. The main results include: (1) The output elasticity of capital and labor of farmers is 0.5246 and 0.0405 measured by a stochastic frontier analysis (SFA) model based on the yield of unit land area, and average technical efficiency of the farmers is 0.75. (2) The total effect of average size of transfer-in land on technical efficiency is 0.1132, in which the direct effect is 0.0827, the indirect effect on technical efficiency caused by reducing the number of employees is 0.0305, and the direct effect accounts for 73.06% of the total effect. (3) The result of robustness test with the number of transfer-in land parcels as an independent variable shows that the total effect of the number of transfer-in land parcels on technical efficiency is -0.3032, in which the direct effect is -0.2692, the indirect effect on technical efficiency caused by rising number of employees is -0.0340, and the direct effect accounts for 88.79% of the total effect. The main conclusions are: (1) With the present scale of farmland management capital is a more scarce factor than labor, farmers are generally experiencing diminishing returns to scale, and there is a relatively serious loss of technical efficiency. (2) Centralization of transfer-in land is conducive to improving technical efficiency, indirectly promoting technical efficiency by reducing the number of employees at the same time. On the contrary, dispersion of transfer-in land parcels leads to the loss of technical efficiency, including not only the direct loss of efficiency caused by the increase of production costs, but also the indirect loss of efficiency caused by the decrease of labor quality, moral hazard, and the rise of supervision costs caused by the increased number of employees, and comparatively the direct effect is greater than the indirect effect. This article clarifies that the key to further enhance the production efficiency of agriculture operation at moderate scales lies in promoting the centralized land transfer through improving the land transfer market.

Keywords：land transfer;centralization degree;production efficiency;direct effect;indirect effect;large grain farmers;Anhui

PDF (3671KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
李博伟. 转入土地连片程度对生产效率的影响. 资源科学[J], 2019, 41(9): 1675-1689 doi:10.18402/resci.2019.09.09
LI Bowei. Impact of centralization degree of transfer-in land on production efficiency. RESOURCES SCIENCE[J], 2019, 41(9): 1675-1689 doi:10.18402/resci.2019.09.09

1 引言

发展适度规模经营被认为是帮助中国农业走向现代化的重要途径之一。近年来,随着农村市场化改革的不断深入,尤其是土地经营权交易市场的活跃,适度规模经营在粮食主产区迅速推进。农业部数据显示,全国家庭承包耕地经营流转面积由2007年的6372万亩增加至2016年6月底的4.6亿亩;相应地,流转土地占家庭承包耕地总面积的比例由5.2%上升至35%。粮食主产区种粮大户的数量和规模更是日趋上升,据安徽省农业委员会统计,2007—2014年,百亩以上种粮大户由7953户增加至27171户,增加了2.4倍;种粮面积由161万亩增加至978.1万亩,增加了5.1倍。发展适度规模经营的初衷是在农村劳动力大量转移的时代背景下解决谁来种地的问题,随着经营面积的增加,农户的生产目标由产出最大转变为利润最大,从而成为创新农业生产方式和产品供销模式的原动力。因此,理论上,规模经营主体应当在效率上表现出相比小农户的优越性^[1]。然而,对安徽省专业大户的实地调研发现,专业大户中大量存在经营不善、亏损等低效率经营的情况,背后的原因引人深思。已有研究多从农业规模经营主体人力资本和社会资本^[2]、获取信贷能力^[3]、获取社会化服务^[4],以及围绕经营主体制定的奖补政策^[5]和经营制度^[6]等方面探讨农业适度规模经营效率的提升路径,但忽略了转入土地的资源禀赋对农业适度规模经营效率的重要影响。

事实上,在中国农村家庭承包、土地均分的基本制度安排下,已有大量研究关注到农业生产中家庭承包耕地细碎化对生产效率的影响,有研究测算细碎化浪费了中国农地有效面积的3%~5%,并且显著增加了经济成本,使土地生产率降低了15.3%^[7],Wan等^[8]测算了中国主要粮食作物的技术效率,发现辛普森指数每增加1%,玉米、晚稻和小麦的技术效率分别下降4%、15%和17%。其他较有代表性的研究成果包括Tan等^[9]、Tan等^[10]对中国东南部稻农的研究、张海鑫等^[11]对安徽丘陵地区粮农的研究、黄祖辉等^[12]对江西稻农的研究、连雪君等^[13]对内蒙古中部平原地区粮农的研究、王嫚嫚等^[14]对湖北江汉平原稻农的研究、魏娟等^[15]对山东、陕西苹果种植户的研究、卢华等^[16]对江苏多样化种植户的研究等。不难发现,这些针对中国不同地区、不同作物类型的研究得出基本一致的结论,即土地细碎化导致农业生产效率损失。减少土地细碎化的长远途径是通过放活土地经营权发展农业适度规模经营,然而由于缺乏有效的土地经营权交易平台和市场中介,使得土地转出和转入方由于严重的信息不对称陷入交易困境;过程中缺乏有效的统筹协调使得土地转入方需要和众多转出方就大量细碎地块的流转进行谈判,增加了集中连片转入土地的难度;而不能连片流转与通过土地流转减少细碎化的初衷相违背,使得农业规模经营效率难达预期。

通过文献回顾不难发现,已有研究关注的焦点在于农村土地资源的初始分配制度,即分田到户导致的土地细碎化对农业生产效率的不利影响,进而认为通过活跃土地流转市场、发展农业适度规模经营能够减少土地细碎化造成的效率损失。但是缺乏有效的市场中介和交易平台使得土地流转交易大多零散发生,因此,土地流转降低土地细碎化和生产效率损失的作用将大打折扣。本文关注的焦点在于转入土地不连片导致的生产效率损失,并且在分析转入土地不连片对生产效率的影响机制时,除了要考虑生产成本上升导致的直接效率损失外,还应考虑雇工增加导致劳动力质量下降、道德风险和监督成本上升的间接影响。本文从理论上分析集中连片的土地流转难以达成的原因及其对生产效率影响的直接和间接效应,使用安徽省种粮大户的调研数据,采用随机前沿模型（SFA）测算种粮技术效率^①(种粮大户也有自家承包耕地,但相对于其转入土地而言面积极小,且由于细碎化等原因往往被转出、弃耕或仅用来种植少量用于自食的农作物,因此,本文只关注种粮大户转入土地上的生产技术效率,忽略大户在自家承包耕地上的生产情况。),并使用联立方程模型检验转入土地连片程度对技术效率影响的直接和间接效应。所得结论将为促进适度规模经营效率提升以及更好地利用适度规模经营服务于农业现代化建设提供对策建议。

2 理论分析与研究假说

2.1 集中连片的土地流转难以达成

集中连片的土地流转难以达成的首要原因是在土地流转市场的供给端缺少集中连片的耕地,分田到户制度安排使得农村土地被平均分配,而为适应家庭人口变动进行的调地使得土地更加零碎分散,进而导致集中连片的土地资源严重稀缺^[17]。农户难以流转到集中连片的土地,最好的情况也只能在保留田埂的基础上实现集中连片的土地流转,因为土地转出户担忧土地权属不明晰,不会轻易应允土地转入户通过整地破除田埂。虽然土地确权颁证已经明晰了家庭承包耕地的面积,但这仍不足以消除土地转出户的顾虑^[18],因此可以认为保留田埂的集中连片是目前中国土地流转可以达到的最优状态。即便如此,由于土地的区位和用途专属性,使得实现集中连片的土地流转仍然面临不小的难度。区位专属性是指土地有其特定的地理位置而不能随意移动,这使得转入土地的农户只能遵循土地的先天位置而无法进行后天改造,因此土地经营权流转无法带来耕地的自发集中连片^[19];用途专属性是指用于生产某一类农作物的土地很难在短时期内被改造成可以生产另一种农作物的土地,这使得土地经营权交易的市场范围受到限制,从而进一步降低了集中连片转入土地的可能性^[20]。同时,现实中土地经营权交易双方面临高昂的交易成本：一方面,信息不完全导致交易链条被延长,从而相邻地块的匹配交易难以发生,农户难以一次性流转到地块相连的土地;另一方面,地块分散以及缺乏市场中介使得即便实现集中连片的流转也需要转入户与大量的转出户协商,从而面临很高的交易频率。因此,高昂的土地交易成本甚至超过了规模经济带来的收益,从而使得土地流转难以从根本上改变土地细碎化的现实^[21]。

2.2 转入土地不连片对生产效率的直接影响

土地均分的制度安排使得农户初始耕地规模较小,随着土地经营权交易市场发育,转入土地农户的经营规模逐渐扩大。根据经济学原理,生产的长期平均成本曲线呈“U”型,在一定的范围内扩大规模能够获得规模经济,表现为单位产品分摊到的成本持续下降,但是获得规模经济需要满足一定的条件,比如通过合理分工提高效率或通过优化管理节约成本,而对于农业生产来说,规模经济很大程度上取决于能否集中连片的转入土地。集中连片的土地便于田间管理和机械化耕作,从而有效节约成本,相反,转入土地不连片导致生产成本上升和效率损失^[22]。地块分散使得劳动力和机械需要往来于各个地块,造成劳动时间浪费和机械的额外消耗^[23];地块分散导致机械对劳动的替代难度增加,相应的机械服务价格上升,从而制约农户通过外包服务实现整地、收割等生产环节的规模经济^[24];地块分散使得田间管理难度增加,相应的施肥、植保等管理成本上升,进而可能导致粗放经营^[25];地块分散使得小型农田基础设施的重复性投资增加,造成供给成本上升,反过来制约农户投资农田基础设施^[26]。不难发现,转入土地不连片直接导致生产成本上升,进而产生效率损失。

2.3 转入土地不连片对生产效率的间接影响

由于土地和其他要素存在互补关系,转入土地的增加必然伴随着其他要素投入的相应增加,而目前转入土地的经营主体仍然主要以家庭为单位,因此家庭资源禀赋约束效应必然随着转入土地的增加逐渐放大,其中,家庭农业劳动力禀赋不足必然引致雇工需求^[27]。转入土地不连片一方面因为田块间距离导致绝对用工量增加,另一方面因为机械难以替代劳动间接增加用工量,用工量增加促使家庭雇工需求增加,雇工增加导致劳动投入质量下降、雇工和雇主不能激励相容产生道德风险以及生产过程监督成本上升。具体作如下分析：

对于一些规模较大的家庭农场和专业大户而言,除了需要雇佣平时从事田间管理的长工外,还需要在农忙时节大幅度增加雇佣短工,从而造成季节性用工短缺^[28]。与此同时,农村劳动力外出务工导致留守农村的多为老龄化、女性化劳动力,优质青壮年男性劳动力稀缺^[29]。因此,雇工需求的增加必然导致劳动力投入质量下降。

增加雇工通过引发道德风险导致效率损失,即由于雇工和雇主激励不相容,雇工会出于利己动机采取最经济的劳作方式^[30]。与此同时,农业生产无法如同工业生产一般精确核定劳动绩效,从而无法制定有效的事后激励制度^[31],即便制定激励制度,比如按亩均产量给予利润分成,也会因为绩效无法核定到个人导致“搭便车”而失效。因此,雇工很容易产生“干多干少都一样”的想法,从而不会在生产中百分百投入,甚至可能为追求个体效用最大化产生合谋,造成诸如“磨洋工”等一系列机会主义行为。

增加雇工使得生产过程监督变得困难,由于农业生产是自然和经济交织的再生产过程,因此无法如工业一般对生产过程进行精确的计量和监督;雇工数量的增加使得过程监督难度被进一步放大,相应的监督成本上升^[32],而监督成本上升又会对雇主配置于其他工作的劳动时间产生挤出效应,从而进一步拉低生产效率^[33]。

图1对理论分析进行了总结,基于理论分析提出如下研究假说：

H1：转入土地不连片不利于获得规模经济,使得生产成本无法被有效分摊,直接导致成本上升和效率损失。

H2：转入土地不连片引致雇工需求上升,进而导致劳动投入质量下降、雇工道德风险和生产过程监督成本上升,间接导致效率损失。

图1

新窗口打开|下载原图ZIP|生成PPT
图1转入土地不连片引发生产效率损失的直接和间接效应

Figure 1Direct and indirect effects of production efficiency caused by transfer-in land discontinuity

3 数据来源、变量选取与模型设置

3.1 数据来源

本文的数据来源于课题组2017年对安徽省粮食专业大户的实地调研,由于安徽省将种粮大户界定为粮食种植面积在3.33 hm²以上的农户,此次调研对象皆为转入土地面积在3.33 hm²及以上的农户。课题组走访了阜阳、蚌埠、亳州、宿州和滁州等5市11县（县级市）,共获得414个有效样本。调研采取调研员与农户一对一访谈的形式进行,为保证样本的代表性,调研按照农户转入土地面积进行分层抽样,具体分为[3.33, 10）、[10, 33.33）、≥33.33 hm²等3个层次,分别获取样本144、154、116个。从种植结构来看,阜阳、蚌埠、亳州、宿州属于淮河以北地区,以小麦-玉米的轮作方式为主;滁州地处江淮之间,轮作方式以小麦-水稻为主;种植小麦、水稻、玉米的样本个数分别为410、138、322个。

3.2 变量选取

种粮技术效率（TE）：由于技术效率基于投入产出模型,生产前沿面表示现有的技术水平下获得既定产出所需的最低成本或既定成本投入下获得的最大产出,可以作为衡量生产效率的变量且便于测算^[2]。

转入地片的平均规模（ASC）：地块平均规模常被用于测度土地细碎化程度,相应的地块指家庭承包耕地的地块^[34],本文借用地块平均规模的内涵测度转入土地的连片程度,但地块的含义有所改变,不再是家庭承包耕地的地块,而是指集中连片转入的一片土地,本文称之为地片。

转入地片数（TLA）：地块数也常用来测度土地细碎化程度^[35],本文采用转入地片数测度转入土地的连片程度,并作为转入地片平均规模的替代变量检验模型结果的稳健性。

单位面积土地雇工数量（EMP）：单位面积土地雇工数量由雇工总工日^②(

雇工总工日 = 长工年工作天数 \times 长工人数 + \frac{单位面积雇佣短工花费 \times 作物播种面积}{短工日工资}

)除以粮食总播种面积得出,用以作为中介变量检验转入土地不连片对生产效率的间接影响。

农户个人及家庭特征：根据以往研究经验,在研究生产效率时需要将农户的个人及家庭特征作为控制变量。其中个人特征主要包括户主的人力资本和社会资本,本文参考周密等^[36]的作法,选取户主年龄（AGE）、受教育年限（EDU）、接受技术培训频率（TRA）衡量户主人力资本,村干部身份有助于吸收更多的优质资源^[37],因此选取户主是否村干部（VOF）作为户主社会资本的代理变量。考虑到紧密的产业链垂直协作有利于节约成本和传播技术,从而可能影响生产效率^[38],本文增加设置是否加入产业组织（ORG）变量。家庭特征主要指农户的家庭资源禀赋,具体包括资本、劳动、土地,参考吉小燕等^[39]、孙顶强等^[40]、Bizimana等^[41]的研究,选取上年度家庭人均收入（INC）、务农劳动力数量（LAB）、转入土地面积（SCA）^③(转入土地面积只包括农户实际耕种并已取得收获的土地面积,不包括新转入尚未耕种或耕种尚未收获的土地。)等变量,此外,参考黄祖辉等^[12]的研究将农户的家庭负担考虑进模型中,设置65岁以上和16岁以下人口占家庭总人口比例（BUR）予以衡量。

主要变量的描述性统计结果如下（表1）：

进一步对原始数据进行统计分析可知：①尽管转入地片平均规模的均值较大,但标准差也很大,说明样本个体差异明显,转入地片数的均值和标准差都较大,进一步的统计结果显示,转入地片平均规模≤1.33 hm²的有134户,占总样本的32.37%;转入地片平均规模≥6.67 hm²的82户,占总样本的19.81%;转入地片≤3片的126户,占总样本的30.43%,转入地片≥8片的180户,占总样本的43.48%。总体看来,样本农户转入土地比较分散。②生产中完全依靠自家劳动力的仅有62户,占总样本的14.98%。种粮大户大多需要雇工,但单位面积土地雇工数量存在较大差异。③种粮大户的年龄结构比较合理,45岁以下青年农户142户,占总样本的34.30%;45~59岁的中年农户260户,占总样本的62.80%;60岁及以上的老年农户12户,仅占总样本的2.90%。说明种粮大户总体处于年富力强的阶段,同时具有比较丰富的农业生产经验,通过土地流转和规模经营能有效缓解老龄化对农业生产的冲击。④种粮大户的文化程度总体较高,样本种粮大户的平均受教育年限高于2016年全国农村劳动力平均受教育年限8.33年^④(根据2017年《中国农村统计年鉴》数据,按照小学文化程度人口比重×6+初中文化程度人口比重×9+高中文化程度人口比重×12+大专及以上文化程度人口比重×16计算得出),并且190户农户具有高中及以上文化程度,占总样本的45.89%。⑤参加产业组织的农户有276户,占总样本的66.67%,农户的产业组织化程度高,经营规模增加意味着收益和风险并存,通过参与产业组织既能获取组织盈余,又能抵御风险。⑥样本种粮大户的平均家庭人均收入远高于2016年全国农村居民人均可支配收入1.24万元^[42],种粮大户多在种植业之外同时经营农产品加工、物流配送、农资销售等其他关联产业,获得收入增加。⑦样本中,家庭农业投工≤2人的有290户,占70.05%,说明家庭生产主导下的规模经营面临较强的劳动力资源禀赋约束,从而催生雇工需求。

Table 1
Table 1Descriptive statistics of variables

变量名	代码	变量说明	均值	标准差	最大值	最小值
转入地片平均规模	ASC	单位：hm²	5.43	10.81	122.06	0.16
转入地片数	TLA	—	11.25	13.31	65.00	1.00
单位面积土地雇工数量	EMP	单位：工日/hm²	21.90	31.95	128.25	0.00
户主年龄	AGE	—	46.92	6.87	65.00	29.00
户主受教育年限	EDU	从小学开始计算	9.59	2.64	15.00	0.00
户主接受技术培训频率	TRA	单位：次/年	3.01	2.85	20.00	0.00
户主是否村干部	VOF	0=否;1=是	0.25	0.43	1.00	0.00
是否加入产业组织	ORG	0=否;1=是	0.67	0.47	1.00	0.00
上年度家庭人均收入	INC	单位：万元/（人/年）	5.27	5.17	37.00	0.27
家庭务农劳动力数量	LAB	—	2.45	1.10	7.00	1.00
转入土地面积	SCA	单位：hm²	30.56	46.27	366.17	0.67
65岁以上和16岁以下人口占家庭人口比例	BUR	—	0.40	0.20	0.86	0.00

新窗口打开|下载CSV

3.3 模型设置

3.3.1 随机前沿生产函数模型（SFA）

目前测算技术效率的模型主要包括基于生产函数的随机前沿模型（SFA）和基于非参数法的数据包络分析（DEA）,由于生产函数能够直观体现出投入产出之间的数量关系,Battese等^[43]认为随机前沿生产函数模型对现实的拟合程度优于数据包络分析,因此,本文选取随机前沿生产函数模型测算技术效率,模型形式如下。

（1）

\ln y_{i} = \ln f (x_{i}, β) + ν_{i} - μ_{i}

式中：

y_{i}

和

f (x_{i}, β)

分别表示第i个农户的实际产出和现有投入下的最佳产出,

x_{i}

表示第i个农户的各项投入品,

β

为待估参数;

ν_{i}

为噪声项,服从正态分布,即

ν_{i} ~ (0, σ_{ν}^{2})

μ_{i}

为技术非效率项,服从截断正态分布,

μ_{i} ~ N (μ, σ_{μ}^{2})

ν_{i}

和

μ_{i}

相互独立。对式（1）采用极大似然估计如下：

（2）

γ = \frac{σ_{μi}^{2}}{(σ_{μi}^{2} + σ_{νi}^{2})}

γ

越趋近于1,说明技术非效率在随机扰动项中越占主导地位,因此采用随机前沿生产函数模型是合适的。第i个农户的技术效率TE_i可由下式计算得出：

（3）

T E_{i} = \frac{Y_{i}}{\exp [f (x_{i}, β) + ν_{i}]} = \exp (- μ_{i})

C-D生产函数尽管形式简单、便于估计,但其要素替代弹性不变的前提假设与农业生产实际不符,因此,本文采用形式更为灵活的超越对数生产函数,具体形式如下：

（4）

\begin{array}{l} \ln Y_{i} = β_{0} + β_{K} \ln K_{i} + β_{L} \ln L_{i} + \frac{1}{2} β_{KK} (\ln K_{i})^{2} + \\ \frac{1}{2} β_{LL} (\ln L_{i})^{2} + β_{KL} \ln K_{i} \times \ln L_{i} + ν_{i} - μ_{i} \end{array}

由于耕地是极度稀缺的资源,从土地产出率层面衡量技术效率比从总产出层面衡量技术效率更具现实意义,因此,本文选择基于土地产出率的生产函数。根据李谷成等^[44]的研究,对不同作物的产量直接加总不科学,因此本文中Y_i表示农户i单位面积土地上粮食作物总产值,单位为元/hm²;K_i表示农户i生产粮食的单位面积土地上资本投入^⑤(本文的资本投入中不考虑土地租金,因为土地租金不属于直接生产性投入,租金高低由土地质量及当地土地流转市场供需情况决定,而这些因素难以在技术非效率项中进行有效控制。),包括种子、化肥、农药、农膜、灌溉、机械服务费、自家机械使用的燃料费和折旧费,其中,机械折旧费按平均净残值率4%、平均折旧年限8年以平均年限折旧法折算^[45],资本投入单位为元/hm²;L_i表示农户i生产粮食的单位面积土地上用工工日,包括自用工和雇工,单位为工日/hm²。通过求偏导分别计算样本均值处资本、劳动的要素产出弹性如下。

（5）

E_{K} = \frac{d \ln Y}{d \ln K} = β_{K} + β_{KK} \overset{K}{\ln} + β_{KL} \overset{L}{\ln}

（6）

E_{L} = \frac{d \ln Y}{d \ln L} = β_{L} + β_{LL} \overset{L}{\ln} + β_{KL} \overset{K}{\ln}

式中：

\overset{K}{\ln}

、

\overset{L}{\ln}

分别表示资本、劳动取对数后的均值。

3.3.2 联立方程模型

本文旨在检验转入土地不连片对生产效率的直接影响以及由于增加雇工导致的间接效率损失,模型的被解释变量是种粮技术效率（TE）,关键解释变量是转入地片平均规模（ASC）、单位面积土地雇工数量（EMP）,转入地片数（TLA）作为稳健性检验时替代转入地片平均规模的变量,需要联立如下方程组：

（7）

T E_{i} = γ_{0} + γ_{1} \frac{AS C_{i}}{TL A_{i}} + γ_{2} EM P_{i} + γ_{3} Z_{i} + η_{i}

（8）

EM P_{i} = β_{0} + β_{1} \frac{AS C_{i}}{TL A_{i}} + β_{2} Z_{i} + ε_{i}

在联立方程中,系统估计优于单方程估计,因此采取三阶段最小二乘估计方法对联立方程组进行估计,根据毛慧等^[46]的研究,转入地片平均规模/转入地片数影响技术效率的直接效应为式（7）中变量ASC/TLA的平均边际效应

γ_{1}

;间接效应为式（8）中变量ASC/TLA的平均边际效应

β_{1}

与式（7）中变量EMP的平均边际效应

γ_{2}

的乘积

β_{1} \times γ_{2}

。总效应为

γ_{1} + β_{1} \times γ_{2}

。

4 实证结果

4.1 技术效率测算

4.1.1 生产函数估计结果

使用stata14.0软件对超越对数生产函数的估计结果如下（表2）：

模型的总体方差（

σ^{2}

）在1%的显著性水平上通过检验,且模型总体在1%的水平上通过Wald检验,说明模型总体拟合效果较好;技术非效率的标准差与残差项标准差的比值（

λ

）超过1.5,且在1%的显著性水平上通过检验,说明管理误差（

{σ_{u}}^{2}

）在复合误差中占据主导地位,随机误差（

{σ_{v}}^{2}

）所占比重很小。

Table 2
表2
表2超越对数生产函数估计结果
Table 2Estimated result of translog production function

变量	系数	标准误	变量	系数	标准误
资本	3.5572***	0.9002	σ²	0.1912***	0.0261
劳动	0.5114*	0.3094	λ	1.8411***	0.0647
资本二次项	-0.3102***	0.1133	Log	-99.0779
劳动二次项	0.0257	0.0200	Wald chi²	401.96***
资本劳动交互项	-0.0642*	0.0333	观测值	414
常数项	-9.2361***	3.5230

注：*、**、***分别表示在10%、5%、1%的水平上通过检验。

新窗口打开|下载CSV

资本和劳动一次项的估计系数符号均为正,其中,资本的估计结果在1%的显著性水平上通过检验,劳动的估计结果在10%的显著性水平上通过检验且估计系数小于资本,说明资本和劳动均能有效促进产出增加且资本的影响大于劳动。资本二次项、资本劳动交互项的估计系数符号均为负,且分别在1%和10%的显著性水平上通过检验,说明使用超越对数生产函数是合适的。不难发现,资本投入和产出之间存在倒“U”型关系,即当资本投入超过最优点后,会引起要素配置失效导致土地产出率下降;资本与劳动之间存在比较明显的替代关系,劳动力成本上升引发化肥、机械对劳动的替代。根据式（5）、（6）分别计算得出的资本、劳动的产出弹性分别是0.5246、0.0405,劳动的产出弹性远低于资本,再次证明资本的增产效应大于劳动。结果表明,在现阶段农地规模经营中,资本是相对稀缺的要素,资本投入增加1%能够使得产出增长0.5246%,原因是在农业家庭经营的基本制度安排下,规模增加必然使农户面临更强的信贷约束,而农村金融发展相对滞后使得农户难以有效化解信贷约束;相反,增加劳动投入并不能带来产出的明显增长,除了要素投入量趋于饱和之外,也可能与雇工增加导致的劳动效率下降有关。此外,要素同比例增加1%可使得土地产出率增加0.5651%,农户总体处于规模报酬递减的阶段。可能的原因是近年来鼓励土地流转的政策导向使得农户盲目扩大生产规模,以至于生产规模远远超过了资源禀赋约束下的最优状态^[5],而转入土地不连片使得生产成本无法获得有效均摊也可能降低规模报酬。4.1.2 技术效率测算结果及关键变量的交叉统计分析基于SFA方法测得样本农户的技术效率根据Norman等^[47]的评价标准,按照低效率、中效率、高效率分布如下（表3）：农户的总体技术效率偏低,平均技术效率为0.75,若消除无效率项,可使技术效率提高25%,低效率农户和中效率农户的数量远远多于高效率农户的数量。

Table 3
表3
表3样本农户的技术效率分布
Table 3Technical efficiency distribution of sample farmers

	低效率（TE<0.75）	中效率（0.75≤TE<0.90）	高效率（TE≥0.90）	样本总体
样本数	170	220	24	414
占比/%	41.06	53.14	5.80	100.00

新窗口打开|下载CSV

本文通过对转入地片平均规模（ASC）、转入地片数（TLA）、单位面积土地雇工数量（EMP）与技术效率（TE）等关键变量做交叉统计分析,初步判断变量间的关系。地块平均规模（ASC）与技术效率的交叉统计分析如下（表4）：

随着转入地片平均规模的增加,技术效率均值呈现稳定的上升趋势,说明转入地片平均规模和技术效率之间存在正向相关关系。

Table 4
表4
表4转入地片平均规模与技术效率的交叉分析
Table 4Cross-analysis of average scale of transfer-in acres and technical efficiency

	ASC<0.67	0.67≤ASC<1.67	1.67≤ASC<3.33	3.33≤ASC<6.67	ASC≥6.67	样本总体
TE均值	0.66	0.73	0.76	0.78	0.82	0.75
样本数	69	95	84	72	94	414

注：ASC的单位为hm²。

新窗口打开|下载CSV

转入地片数（TLA）与技术效率的交叉统计分析如下（表5）：

随着转入地片数的增加,技术效率均值呈现比较稳定的下降趋势,说明转入地片数和技术效率之间存在负向相关关系。

Table 5
表5
表5转入地片数与技术效率的交叉分析
Table 5Cross-analysis of the number of transfer-in land parcels and technical efficiency

	TLA<3.00	3.00≤TLA<5.00	5.00≤TLA<10.00	10.00≤TLA<15.00	TLA≥15.00	样本总体
TE均值	0.82	0.77	0.78	0.73	0.68	0.75
样本数	74	91	105	54	90	414

新窗口打开|下载CSV

单位面积土地雇工数量（EMP）与技术效率的交叉统计分析如下（表6）：

随着单位面积土地雇工数量的增加,技术效率均值呈现比较稳定的下降趋势,说明单位面积土地雇工数量和技术效率之间存在负向相关关系。

Table 6
表6
表6单位面积土地雇工数量与技术效率的交叉分析
Table 6Cross-analysis of the number of employees for unit area of land and technical efficiency

	EMP=0.00	0.00<EMP<7.50	7.50≤ EMP<15.00	15.00≤ EMP<30.00	EMP≥ 30.00	样本总体
TE均值	0.82	0.79	0.72	0.73	0.71	0.75
样本数	63	121	67	74	89	414

注：EMP的单位为工日/hm²。

新窗口打开|下载CSV

观察交叉统计分析结果不难发现,转入土地越集中连片,样本农户的技术效率越高;单位面积土地雇工数量越大,样本农户的技术效率越低。初步判断变量间的关系基本符合预期,而具体的影响机制需要通过计量模型作进一步检验。

4.2 转入土地连片程度影响技术效率的基准模型回归结果

对式（7）和式（8）进行单方程估计,其中,式（7）的被解释变量技术效率是受限变量,因此采用Tobit模型进行回归,将转入地片平均规模（ASC）和转入地片数（TLA）分别代入Tobit模型,方程分别命名为Tobit（1）和Tobit（2）,技术效率以“%”为单位;式（8）的被解释变量单位面积土地雇工数量为连续型变量,因此采用基于最小二乘估计（OLS）的线性回归模型,将转入地片平均规模（ASC）和转入地片数（TLA）分别代入OLS模型,方程分别命名为OLS（1）和OLS（2）（表7）。

Table 7
表7
表7转入土地连片程度影响技术效率的基准模型回归结果
Table 7Regression result of the benchmark model in which the centralization degree of transfer-in land affects technical efficiency

变量	转入地片平均规模模型			转入地片数模型
变量	Tobit（1）回归结果	Tobit（1）边际效应	OLS（1）边际效应	Tobit（2）回归结果	Tobit（2）边际效应	OLS（2）边际效应
ASC	0.0645**	0.0594**	-0.3247*
	（0.0256）	（0.0236）	（0.1762）
TLA				-0.2697***	-0.2504***	0.7399***
				（0.0388）	（0.0356）	（0.2771）
EMP	-0.0412***	-0.0379***		-0.0365***	-0.0339***
	（0.0072）	（0.0066）		（0.0069）	（0.0064）
AGE	-0.0539	-0.0496	-0.3911	-0.0431	-0.0400	-0.3837
	（0.0830）	（0.0765）	（0.5730）	（0.0791）	（0.0734）	（0.5696）
EDU	-0.0403	-0.0371	1.1075	-0.0460	-0.0427	1.1336
	（0.2028）	（0.1869）	（1.3991）	（0.1933）	（0.1795）	（1.3924）
TRA	0.3343*	0.3081*	-3.7402***	0.2046	0.1899	-3.3679***
	（0.1845）	（0.1699）	（1.2607）	（0.1770）	（0.1643）	（1.2653）
VOF	5.5452***	5.1106***	-7.1644	4.6265***	4.2956***	-4.4601
	（1.2533）	（1.1472）	（8.6468）	（1.2013）	（1.1101）	（8.6573）
ORG	0.7930	0.7309	2.8352	0.7449	0.6916	2.1946
	（1.1212）	（1.0333）	（7.7412）	（1.0630）	（0.9869）	（7.6629）
INC	0.1972*	0.1818*	1.4707**	0.2078**	0.1929**	1.4241**
	（0.1028）	（0.0947）	（0.7062）	（0.0980）	（0.0909）	（0.7032）
LAB	-0.4750	-0.4378	-9.3101***	-0.3012	-0.2797	-10.0117***
	（0.4838）	（0.4458）	（3.3084）	（0.4584）	（0.4255）	（3.2665）
SCA	0.0235**	0.0217**	-0.1622**	0.0419***	0.0389***	-0.2099**
	（0.0116）	（0.0107）	（0.0798）	（0.0114）	（0.0106）	（0.0816）
BUR	-11.4129***	-10.5185***	40.7695**	-11.6464***	-10.8134***	42.1678**
	（2.7561）	（2.5279）	（18.9229）	（2.6213）	（2.4208）	（18.7800）
常数项	82.2149***		33.2948	84.0781***		25.5835
	（5.2295）		（36.0730）	（4.9726）		（35.8259）
σ	10.4537***			9.9673***
	（0.3633）			（0.3464）
Log	-1559.0795			-1539.3500
LR chi²	95.35***			134.80***
Pseudo R²	0.0297			0.0419
F			3.89***			4.30***
R²			0.0881			0.0964
Adj R²			0.0655			0.0740
观测值	414	414	414	414	414	414

注：边际效应为自变量的平均边际效应,基于OLS回归的变量边际效应与回归系数相等,故不再单独汇报;括号内为估计的标准误差。

新窗口打开|下载CSV

两组Tobit模型总体均在1%的显著性水平上通过卡方检验,且总体标准差σ均在1%的显著性水平上通过检验;两组OLS模型在1%的显著性水平上通过F检验,结果表明模型总体拟合效果较好。

在Tobit（1）模型中,转入地片平均规模（ASC）的估计系数符号为正,且在5%的显著性水平上通过检验,单位面积土地雇工数量（EMP）的估计系数符号为负,且在1%的显著性水平上通过检验;在OLS（1）模型中,转入地片平均规模（ASC）的估计系数符号为负,且在10%的显著性水平上通过检验。结果表明集中连片地转入土地有利于提升技术效率,而增加雇工导致技术效率损失,同时集中连片地转入土地有利于减少雇工,根据边际效应计算可知,转入地片平均规模影响技术效率的直接效应为0.0594,转入地片平均规模通过减少雇工对技术效率影响的间接效应为

(- 0.3247) \times (- 0.0379) = 0.0123

,总效应为0.0717。

在Tobit（2）模型中,转入地片数（TLA）和单位面积土地雇工数量（EMP）的估计系数符号均为负,且都在1%的显著性水平上通过检验;在OLS（2）模型中,转入地片数（TLA）的估计系数符号为正,且在1%的显著性水平上通过检验。结果表明,转入土地不连片和增加雇工会产生效率损失,而转入土地不连片会导致雇工需求上升,根据边际效应计算可知,转入地片数影响技术效率的直接效应为 -0.2504,转入地片数通过增加雇工对技术效率影响的间接效应为

(0.7399) \times (- 0.0339) = - 0.0251

,总效应为-0.2755。

基准模型的估计结果初步验证了假说H1、H2,集中连片地转入土地有利于提升技术效率,相反,转入土地不连片导致技术效率损失;集中连片地转入土地有利于减少雇工,相反,转入土地不连片导致雇工增加,而雇工增加会产生效率损失。说明转入土地的连片程度对技术效率有直接影响,同时通过影响雇工数量间接影响技术效率。

在控制变量中,年龄（AGE）对技术效率没有显著影响,土地流转使得土地流向相对优质的中、青年劳动力,样本中老年农户数量极少,因此减弱了老龄化对粮食生产效率的不利影响;受教育年限（EDU）对技术效率没有产生显著影响,而接受技术培训频率（TRA）对技术效率有显著的正向影响,且边际效应远大于受教育年限,原因是相比学历教育,专业性更强的技术培训更有助于提高农户的种粮技术效率;村干部身份（VOF）对技术效率有显著的正向影响,结果符合预期,村干部对村庄内部资源有支配权,并且村干部与体制内、外均有交集,有利于获取更加多样化的资源;参与产业组织（ORG）并没能有效促进效率提升,可能的原因是许多产业组织难以解决组织成本由谁承担和组织盈余如何分配的问题,从而导致组织运行失效;家庭人均收入（INC）对技术效率有显著的正向影响,而家庭务农劳动力（LAB）对技术效率没有显著影响,相比劳动力禀赋,家庭资本禀赋是影响技术效率的主要因素,原因在于在农业规模经营中,购买农资、支付土地租金和雇工工资都需要资金支持,而农户获得的正规信贷支持有限,从而使得家庭资本禀赋显著影响技术效率;转入土地规模（SCA）对技术效率有显著的正向影响,经营规模增加使得农户的生计动机减弱而盈利动机增强,因此更有动力追求技术进步;65岁以上和16岁以下人口占家庭人口比例（BUR）对技术效率有显著的负向影响,可能的原因是家庭照料挤占农户的劳动时间,同时使得农户出于规避风险的目的制定更加保守的生产策略,从而产生效率损失。

影响农户雇工强度的主要是家庭特征变量,其中,家庭人均收入（INC）对雇工强度有显著的正向影响,而家庭务农劳动力（LAB）对雇工强度有显著的负向影响,与预期相符,农业劳动力成本上升使得雇工花费大量增加,而家庭劳动力禀赋不足必须通过雇工弥补;转入土地规模（SCA）对雇工强度有显著负向的影响,原因是大规模农户更倾向于用机械替代劳动且规模增加可以更有效地均摊劳动投入;65岁以上和16岁以下人口占家庭人口比例（BUR）对雇工强度有显著的正向影响,原因是家庭照料挤占农户的劳动时间,从而增加雇工需求。

4.3 转入土地连片程度对技术效率影响的联立方程估计结果

采用三阶段最小二乘估计估计式（7）、式（8）组成的方程组,两方程的控制变量仅保留基准回归模型中估计系数通过检验的变量,结果如表8所示。

Table 8
表8
表8转入土地连片程度影响技术效率的联立方程模型估计结果
Table 8Estimated result of simultaneous equation model in which the centralization degree of transfer-in land affects technical efficiency

	TE	EMP	TE	EMP
ASC	0.0827**	-0.3058*
	（0.0331）	（0.1728）
TLA			-0.2692***	0.7434***
			（0.0475）	（0.2721）
EMP	-0.0870***		-0.0457*
	（0.0300）		（0.0239）
控制变量	已控制	已控制	已控制	已控制
R²	0.1127	0.0830	0.2706	0.0925
LR chi²	66.01***	37.45***	188.33***	42.21***
P	0.0000	0.0000	0.0000	0.0000
观测值	414	414	414	414

新窗口打开|下载CSV

转入地片平均规模（ASC）、单位面积土地雇工数量（EMP）对技术效率分别有正向和负向的影响,结果分别在5%和1%的显著性水平上通过检验;转入地片平均规模负向影响单位面积土地雇工数量,结果在10%显著性水平上通过检验。计算可知,转入地片平均规模影响技术效率的直接效应为0.0827,间接效应为（-0.3508）×（-0.087）=0.0305,总效应为0.1132,直接效应占总效应的73.06%。

转入地片数（TLA）、单位面积土地雇工数量（EMP）均负向影响技术效率,结果分别在1%和10%的显著性水平上通过检验;转入地片平均规模负向影响单位面积土地雇工数量,结果在1%显著性水平上通过检验。计算可知,转入地片数影响技术效率的直接效应为-0.2692,间接效应为（0.7434）×（-0.0457）=-0.0340,总效应为-0.3032,直接效应占总效应的88.79%。

在联立方程模型中,转入地片平均规模（ASC）、转入地片数（TLA）、单位面积土地雇工数量（EMP）等关键变量的回归系数符号与基准模型一致,且均通过显著性检验,说明模型结果是稳健的,而相比基准模型,联立方程模型估计的转入地片平均规模（ASC）和转入地片数（TLA）对技术效率影响的直接、间接和总效应均更大,说明如果采取单方程估计而不考虑变量间的内在联系会使得转入土地连片程度对技术效率的影响被低估。

4.4 对研究结果的讨论

基准模型和联立方程模型估计结果验证了假说H1、H2。转入土地的连片程度直接影响技术效率,同时通过影响雇工数量间接影响技术效率。具体地,集中连片地转入土地在直接促进技术效率提升的同时,通过减少雇工数量间接促进技术效率提升,相反,转入土地不连片导致技术效率损失,既包括由于生产成本上升导致的直接效率损失,也包括由于增加雇工引发劳动质量下降、道德风险以及监督成本上升导致的间接效率损失。相比之下,直接效应在总效应中占据主导地位,原因在于,转入土地不连片导致的成本上升会更加直接地体现在测算效率的生产函数之中,且由于目前缺少有效的应对策略,转入土地不连片导致的生产成本上升是普遍存在的,不会因为农户的差异而有所不同。相比之下,由于雇工数量增加导致的劳动力质量下降、道德风险及监督成本上升难以直接体现在生产函数中,且会因为农户的差异而有所差异,比如在农业生产性服务市场活跃的村庄有专门的生产服务队,可减少由于劳动力弱质化导致的劳动投入质量下降;有些农户会通过给予雇工一定的利润分成达成激励相容或通过赠送礼品拉近与雇工的关系,从而防范道德风险;某些种粮大户会通过和雇工一起劳动监督雇工的生产过程,从而减少专门的生产监督。因此,对于能有效应对雇工增加的农户而言,转入土地不连片对生产效率的不利影响被削弱。

此外,本文与Tan等^[10]、张海鑫等^[11]、黄祖辉等^[12]、魏娟等^[15]等研究都采用地块平均规模和地块数衡量土地分布的集中程度并作为关键解释变量检验对生产效率的影响,从结果来看,本研究和其他同类研究结果均表明地块平均规模越大、地块数越多越有利于效率提升。但是本研究结果和已有研究结果在现实内涵、理论内涵和政策内涵上均有所不同。从现实内涵来看,已有研究结果表明由初始农村土地资源分配制度导致的家庭承包耕地细碎化带来小农经营的效率损失,而本研究结果表明土地流转过程中由于市场不完善导致转入土地不连片带来规模经营的效率损失;从理论内涵来看,已有研究通过单方程估计得出家庭承包耕地细碎化导致小农户的直接效率损失,而本文通过联立方程的系统估计得出转入土地不连片不仅会导致规模户的直接效率损失,还会因为雇工需求上升产生间接效率损失;从政策内涵来看,已有研究表达的是农村土地制度改革创新的必要性,即放活土地经营权、通过土地流转减少细碎化,而本研究表达的是完善土地流转市场的必要性,即通过完善市场主体和交易机制增加集中连片的土地流转。

已有研究普遍认为分田到户制度下的土地细碎化导致农业生产效率损失,因此认为通过土地流转发展农地适度规模经营是减少土地细碎化和生产效率损失的有效途径,而本文进一步分析认为,如果不能实现连片的土地流转,那么将无法彻底消除土地细碎化带来的效率损失,与此同时,不连片的土地流转引发农业雇工需求上升,进而由于劳动投入质量下降、雇工道德风险和监督成本上升产生间接效率损失。来自安徽省11个粮食主产县414个种粮大户的经验证据验证了研究假说,总体看来,理论分析和实证研究结论相一致,且实证研究的样本数据具有代表性,通过单方程估计和联立方程的系统估计得到了稳健的估计结果。

5 主要结论、对策建议与未来展望

5.1 主要结论

本文的主要结论有：①基于土地单产的随机前沿生产函数模型测得的农户资本和劳动的产出弹性分别为0.5246和0.0405,说明在现阶段农地规模经营中,资本是比劳动更加稀缺的要素,且农户总体处于规模报酬递减的阶段;农户的平均技术效率为0.75,存在比较严重的效率损失。②集中连片地转入土地在直接促进技术效率提升的同时,通过减少雇工数量间接促进技术效率提升,相反,转入土地不连片导致技术效率损失,既包括由于生产成本上升导致的直接效率损失,也包括由于增加雇工引发劳动质量下降、道德风险以及监督成本上升导致的间接效率损失,相比之下,直接效应在总效应中占据主导地位。

5.2 对策建议

活跃农地流转市场、发展适度规模经营是解决农村土地细碎化的有效途径,但是不连片的土地流转无法彻底解决土地细碎化带来的效率损失问题,本文认为必须从完善土地流转市场主体和交易机制入手提高土地流转质量,增加集中连片的高效土地流转。

（1）培育农村基层组织作为土地流转的市场中介主体。转入土地不连片的另一个重要原因是土地流转过程中缺乏组织协调,转入土地方需要逐一与众多转出方谈判,交易成本很高,且交易中的不确定性增加,从而不利于集中连片的土地流转,因此,需要农村基层组织发挥中介主体功能,尤其需要激发村干部作为土地流转市场中介主体的潜力,村干部最熟悉当地情况,并且是村庄公共事务的主要决策者,具有较高的权威,因此有能力将有转出土地意愿的农户组织起来,从而把零散的流转转变为有组织的流转,有利于实现集中连片的土地流转。

（2）逐渐在乡镇培育一批盈利性的土地流转市场中介主体。在市场充分活跃的条件下,可以引导并扶持盈利性土地流转市场中介主体,从而借助市场的力量消除土地经营权交易中的信息不对称。尤其需要鼓励村中新乡绅、新乡贤从事这一领域的工作,该群体本身属于农村精英人群且熟悉村庄情况,引导该群体从事土地流转市场中介有利于实现转出户和转入户的高效对接,从而化解信息不对称,促成集中连片的土地流转。

（3）通过建立村级别土地流转信息平台完善交易机制。转入土地不连片的首要原因是土地流转市场存在信息不对称,因此,需要建立完善村一级的土地流转信息平台,将每一块土地的位置、面积、是否出租、预期租金等信息进行整理汇总,并且定期对相关信息进行更新。此外,由于农地经营权的交易范围不断扩大,越来越多的农户跨村、跨县、甚至跨省流转土地,因此,土地信息不仅要在当地公开,更要借助专业的网络信息化平台公开。

（4）提高社会资本水平作为土地流转信息平台的有效补充。进一步推进乡风文明建设,通过推行“德治”提升农村社会网络的凝聚力和社会规范的约束力,从而发挥社会资本作为经济运行“润滑剂”的作用,有利于在土地流转过程中实现更少的摩擦和更多的互利互惠,从而提高土地流转效率,促进集中连片的土地流转。

（5）针对适度规模经营中由于雇工造成的效率损失问题,首先应当积极研发替代劳动的机械,争取在更多的生产环节和更大的耕地坡度上实现机械化耕作;其次需要在农地规模经营中强调“适度”二字,提醒农户根据自身资源禀赋条件合理掌握转入土地的规模,在生产中尽量使用自家劳动力,同时采取合理的措施监督和激励雇工,比如和雇工一起劳动、发放绩效工资等。

（6）针对现阶段农地适度规模经营中的资本短缺问题,需要从财政补贴和金融支持两方寻求破解对策,首先,当前的农业补贴是跟土地承包权相挂钩,这就使得补贴给了土地转出户,而实际耕种土地的转入户无法获得补贴,从而让这部分农业补贴变成了消费补贴,偏离了缓解规模种植户信贷约束政策目标,建议补贴土地实际经营者,同时需要防范土地转出户将失去的补贴被转嫁至土地租金中;其次,制定一系列金融倾斜政策,降低规模种植户的贷款门槛,并给予一定额度的利息优惠。

5.3 未来展望

实现集中连片的土地流转是目前农地适度规模经营中亟待解决的问题,实地调研中发现,尽管土地确权已经全面展开,但是转出土地农户依然出于对土地承包权属划分的顾虑,强烈反对破除田埂,因此,如何消灭田埂,进一步提高资源利用效率成为下一步需要破解的难题。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

张瑞娟, 高鸣 . 新技术采纳行为与技术效率差异: 基于小农户与种粮大户的比较
[J]. 中国农村经济, 2018, ( 5):84-97.