Effect of farmland transfer on wheat production efficiency: Analysis of adjustment effect based on household livelihood differentiation
QU Meng, ZHAO Kai,, ZHOU ShengqiangCollege of Economics and Management, Northwest A&F University, Yangling 712100, China通讯作者:
收稿日期:2019-02-20修回日期:2019-05-7网络出版日期:2019-10-29
基金资助: |
Received:2019-02-20Revised:2019-05-7Online:2019-10-29
作者简介 About authors
曲朦,女,河南南阳人,博士生,研究方向为资源经济与环境管理E-mail:
摘要
关键词:
Abstract
Keywords:
PDF (8285KB)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
曲朦, 赵凯, 周升强. 耕地流转对小麦生产效率的影响——基于农户生计分化的调节效应分析. 资源科学[J], 2019, 41(10): 1911-1922 doi:10.18402/resci.2019.10.13
QU Meng.
1 引言
在耕地面积总量有限的约束下,要保障中国的粮食安全,必须合理配置农业生产要素。实现国家粮食安全,除了要扼制耕地快速减少的趋势外,还应大力提高粮食的生产效率[1,2]。近年来,国家大力实施耕地流转政策,中国耕地流转率逐年提升,根据农业部最新公开的数据,2016年全国土地经营权流转面积占比已到达35.1%①(①数据来源于农业农村部经济体制与经营管理司司长张宏宇2017年接受采访时的讲话:截至2016年年底,土地经营权流转的面积达到4.7亿亩,占整个二轮承包面积的35.1%。)。耕地流转作为优化耕地资源配置的主要方式,是否有利于提升粮食生产效率,耕地流转对粮食生产效率的影响机理是什么等问题迫切需要研究。此外,随着城乡间要素流动的不断加快,农户参与非农就业导致农户生计分化成为中国农村经济社会的常态,并逐渐形成了农业生产主导型、非农就业和兼业主导型等不同生计策略类型的农户[3]。农户生计分化引起了耕地资源和劳动力资源的重新配置,导致不同生计类型农户的耕地利用方式具有很大差异,其粮食生产效率水平也存在显著差异[4]。在当前农业生产格局下,中国粮食主要生产组织依旧是以家庭为基本单位的中小规模粮食种植户[5]。因此,探究在小规模农户粮食生产格局下,耕地流转对粮食生产效率的影响,深入剖析农户生计分化在耕地流转对粮食生产效率的影响过程中的作用具有重要意义。纵观现有耕地流转对粮食生产效率影响的研究,****们存在正反两方面的结论。一部分****认为,农地流转能提升粮食生产效率:如土地流转能够提升粮食生产技术效率,并且提升劳动力和农资农具的要素产出率[6];土地转入和转出均会带来农业生产效率的提升,且转入比转出对生产效率提升的效果更为显著[7]。但也有****认为,农地流转并不会提升粮食生产效率:如农地流转市场发育程度越高,越不利于粮食生产[8];相对于农户自发流转土地,政府主导下的农地流转对粮食单产具有负向影响[9]。已有的研究成果为本文进一步的研究提供了扎实的理论基础,但仍存在一些不足之处:一是耕地流转对粮食生产效率的影响到底如何未有定论;二是已有研究大多只采用纯技术效率来对粮食生产效率进行衡量,忽略了综合效率的内在构成,即其规模效率和技术效率;三是耕地流转与农户生计分化两者交互作用,共同对粮食生产效率产生影响,但以往研究并没有将农户生计分化纳入耕地流转对粮食生产效率影响分析框架中,探讨两者对粮食生产效率的影响机理。
基于此,本文从小麦生产综合效率、规模效率和纯技术效率3个视角,运用在粮食主产区(以河南省滑县为代表,简称河南滑县)和粮食产销平衡区(以宁夏回族自治区青铜峡市为代表,简称宁夏青铜峡市)的873份实地农户调研数据,分析耕地流转对粮食生产效率的影响,并深入探讨耕地流转和农户生计分化对粮食生产效率的作用机理及其调节机制,同时甄别耕地流转对不同生计类型农户粮食生产效率的作用差异,以期为完善土地流转相关农业政策提供理论支撑。
2 理论分析与研究假设
2.1 耕地流转对粮食生产效率的影响分析
根据土地流转相关研究成果[7,9],耕地在不同耕地利用主体之间的流动对粮食生产效率的影响机制具有多元性:①边际拉平效应。不同农户的劳动力资源禀赋、农业生产技术水平、投资能力、管理方式等存在差异。在市场环境自由的条件下,耕地资源会由不善于或没有能力进行农业生产的农户逐渐流向拥有农业生产技术优势的农户,由农业生产效率低下的农户向生产效率较高的生产者流动。这种由耕地流转而产生的边际产出具有拉平效应,会使农户生产效率逐渐提高[6]。②规模效应。耕地流转会带来规模效应,通过提高单位土地生产效率和劳动力生产率促进粮食生产效率的提高[10]:一方面,耕地流转可以实现土地的集中,改善土地分散和细碎化状况,减少技术损失;另一方面,耕地流转能够有利于不断调整农地经营规模,以达到耕地最优经营规模,获取土地经营的规模报酬。③技术效应。基于耕地经营权可抵押的现实条件下,土地经营规模扩大还可以提高农户的信贷可得性,强化农户机械、新技术等要素的投资能力,在一定程度上增强农户的专业化优势,会使擅长作物种植的农户提高生产技术效率[11]。基于以上分析,文章提出:假说一:耕地在不同农业生产主体间进行流转能够提升粮食生产效率。
2.2 农户生计分化在耕地流转对粮食生产效率的影响中的调节效应分析
首先,根据农户生计分化程度的不同,耕地流转对粮食生产效率影响的作用方向和影响程度也会有所改变。随着农户生计向非农分化程度的加深,耕地流转对粮食生产效率影响变化大致可分为以下几个方面:①年龄结构和性别结构改变。青壮年劳动力逐渐向非农部门转移,加重农村劳动力老龄化和妇女化问题:相对青壮年劳动力,老龄劳动力对新的经营管理方式及复杂的生产技术接受程度和波动风险的抵御能力较低,导致耕地流转带来规模效益和技术效益两方面的损失[12];有****也认为男性户主更关注技术效率的提升,因此相对于女性,家庭决策者为男性的农户会有更高的粮食生产效率[13];②分工程度改变。农户生计分化会促使农业分工程度加深,提升耕地经营大户的粮食生产效率。根据分工与专业化理论,成员间的合理分工可以实现生产的专业化,提高生产效率;社会分工也能进一步增强农户的专业化和竞争优势[14]。③收入结构改变。农户生计分化程度越高,非农收入水平越高。当耕地流转改变家庭耕地经营规模时,在其他市场环境等条件不变的情况下,更有能力为耕地经营规模匹配合适的资本要素,从而维持和进一步提升生产效率。其次,在农户耕地流转决策角度方面,以非农收入为主的农户和以农业收入为主的农户在耕地利用方面存在较大差异[3],在理性农户追求收益最大化的前提下,关于耕地流转的决策大致包括两个方面:一是进行耕地的转入。对于非农务工主导型农户,土地带给该类农户的比较收益逐渐降低,对土地较低的依赖程度决定了其农业生产投入水平和粮食生产效率相对较低。由于该生计类型农户农业劳动力不足,转入土地会造成农业和非农生产不能兼顾,导致粮食生产效率的下降;二是进行耕地的转出。农业生产主导型农户土地依赖性较高,且长期从事农业生产,往往掌握较为丰富的机械资本和先进的种植管理技术。农业生产主导型农户若选择土地转入,土地经营规模扩大会促使其增加机械要素投入,在一定程度上能够增强农户的专业化优势,同时降低单位面积的技术采纳成本,维持以及提升整体粮食生产效率。基于以上两个角度的分析,文章提出:
假说二:农户生计分化在耕地流转对粮食生产效率的影响中存在调节效应。
3 数据来源、研究方法与变量选择
3.1 研究区域选择与概况
要研究粮食生产效率,保障国家粮食安全,必须立足于中国粮食生产布局[15]。当前,中国将粮食生产划分为粮食主产区、粮食平衡区和粮食亏损区三大区域。其中,支撑中国粮食生产的区域主要是粮食主产区和粮食平衡区。基于此,论文分别以河南省滑县和宁夏青铜峡市作为粮食主产区和粮食平衡区的代表展开研究,其具体理由如下:(1)关于粮食主产区和粮食平衡区的代表省份的选择。根据国家发改委2003年的粮食分区,以及2018年孙晶晶等[16]和周小平等[17]有关中国耕地保护经济补偿分区的结果,河南省一直属于粮食主产区,宁夏则一直属于粮食产销平衡区[16,17]。河南省是中国第二大粮食主产区,2017年粮食总产量达5973万t,是继黑龙江省之后最大的粮食生产核心区,为中国粮食安全战略目标的实现起到了至关重要的作用。宁夏作为中国粮食生产平衡区之一,在粮食安全考核中,名列全国粮食11个产销平衡省区之首。因此选择河南和宁夏作为粮食主产区和粮食平衡区的代表。
(2)关于河南省粮食生产代表县的选择。滑县作为河南省第一产粮大县,是中原经济区粮食生产核心区。滑县位于河南省东北部,是河南省直管县,素有“河南粮仓”的美称,主要作物种类为小麦和玉米,人均耕地面积1.5亩,粮食种植面积、单产和总产量连续24年居河南省第一位。全县面积1814 km2,气候湿润,适宜多种农作物生长,地形平坦,适宜推行大面积机械耕种。因此,选择滑县作为河南省的代表县。
(3)关于宁夏粮食生产代表县的选择。青铜峡市是全国重要的商品粮生产基地和现代农业基地市,入选了第一批国家农业可持续发展试验示范区。青铜峡素有塞上江南“鱼米之乡”的美称,水资源丰沛,地形以山地、低山丘陵为主,人均耕地面积1.8 亩,盛产小麦、水稻、玉米等粮食作物。因此,选择青铜峡市作为宁夏的典型代表区域。
3.2 数据来源
根据研究问题,结合调研地区的特点,本次调研经过了“问卷设计-预调研-问卷修改-实地调研”的程序。在综合考虑每个地区经济发展状况、农业人口比重、耕地面积比重、农村区位条件等因素的基础上,采取分层抽样法,每个县市随机选取5~8个乡镇,每个乡镇下选择5~8个样本村;最后在每个样本村随机抽取10个样本农户。问卷的主要内容包括农户家庭人口及劳动力情况、生产经营情况、耕地投入产出情况、家庭固定资产,农户非农收入来源、期限、渠道及数量,农户社会关系网络等。调研方式采取面对面方式开展,同时采用村干部座谈和参与式农户评估(PRA)的形式获取数据。课题组一共发放调研问卷960份,剔除空缺值较多、前后答案不一致等无效问卷,最终获得有效问卷933份,问卷有效率达97%。需要说明的是,本文重点关注的是粮食生产效率,因此选择主要的粮食作物生产投入指标进行效率测算。由于不同作物生产效率存在不同,本文选取了小麦种植户的样本进行分析,保证测算的效率值不会因为作物差异而产生误差。最终实证分析数据为873份,其中涉及耕地流转的农户有238户(表1)。Table 1
表1
表1研究区农户样本分布
Table 1
样本分布情况 | 耕地流转情况 | 农户生计类型情况 | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
地区 | 调研 区域 | 样本数 /户 | 耕地流转 户数/户 | 比例 /% | 非农户 /户 | 比例 /% | 高兼户 /户 | 比例 /% | 低兼户 /户 | 比例 /% | 纯农户 /户 | 比例 /% | ||
河南 | 白道口 | 110 | 36 | 32.73 | 10 | 9.09 | 68 | 61.82 | 25 | 22.73 | 7 | 6.36 | ||
大寨乡 | 99 | 22 | 22.22 | 15 | 15.15 | 43 | 43.43 | 19 | 19.19 | 22 | 22.22 | |||
留固镇 | 112 | 22 | 19.64 | 11 | 9.82 | 54 | 48.21 | 31 | 27.68 | 16 | 14.29 | |||
瓦岗寨 | 51 | 10 | 19.61 | 8 | 15.69 | 24 | 47.06 | 13 | 25.49 | 6 | 11.76 | |||
王庄镇 | 101 | 17 | 16.83 | 10 | 9.90 | 55 | 54.46 | 12 | 11.88 | 24 | 23.76 | |||
小计 | 473 | 107 | 21.27 | 54 | 10.13 | 244 | 45.78 | 100 | 18.76 | 75 | 14.07 | |||
宁夏 | 大坝镇 | 108 | 27 | 25.00 | 8 | 7.41 | 65 | 60.19 | 31 | 28.70 | 4 | 3.70 | ||
青铜峡 | 41 | 8 | 19.51 | 0 | 0.00 | 24 | 58.54 | 14 | 34.15 | 3 | 7.32 | |||
瞿靖镇 | 54 | 11 | 20.37 | 3 | 5.56 | 31 | 57.41 | 16 | 29.63 | 4 | 7.41 | |||
邵刚镇 | 100 | 36 | 36.00 | 9 | 9.00 | 47 | 47.00 | 33 | 33.00 | 11 | 11.00 | |||
峡口镇 | 15 | 9 | 60.00 | 2 | 13.33 | 7 | 46.67 | 4 | 26.67 | 2 | 13.33 | |||
小坝镇 | 32 | 10 | 31.25 | 4 | 12.50 | 18 | 56.25 | 9 | 28.13 | 1 | 3.13 | |||
叶盛镇 | 50 | 30 | 60.00 | 3 | 6.00 | 28 | 56.00 | 11 | 22.00 | 8 | 16.00 | |||
小计 | 400 | 131 | 32.75 | 29 | 7.25 | 220 | 55.00 | 118 | 29.50 | 33 | 8.25 | |||
合计 | 873 | 238 | 27.26 | 83 | 8.90 | 464 | 49.73 | 218 | 23.37 | 108 | 11.58 |
新窗口打开|下载CSV
3.3 研究方法
3.3.1 小麦生产效率的测定本文采用数据包络分析方法(DEA)对实证研究的被解释变量,即小麦生产效率(综合效率、规模效率和技术效率)进行测算。DEA模型根据多项投入和产出指标,利用数学建模得到最优边界点,所构成的线即为数据包络线,落在该线上的指标组合为最优的投入产出组合,此时效率值为1;不在该线上的投入产出组合被定义为无效率,其给定的效率值处于0到1之间,基于此种分析对同类型决策单元间的相对有效性进行评价,并给出如何达到最优效率的建议。DEA的分析方法主要包括CCR模型和BCC模型,前者基于规模报酬不变计算整体技术效率,即综合效率;后者考虑规模报酬可变约束,基于CCR模型将综合效率分解为纯技术效率和规模效率(综合效率=纯技术效率×规模效率)。本文采取考虑规模报酬的BBC模型,其具体模型表达为:
式中:α表示决策单元的相对效率衡量指标,其值越大说明效率越高;i表示本文实证数据中第i个微观农户样本;n表示本文研究的农户样本数;βi表示样本农户i的投入和产出指标组合系数;xi和yi分别表示样本农户i的投入指标和产出指标;s-和s+表示样本农户i对应投入和产出指标指标的松弛变量,x0和y0分别表示最优的投入量和产出量。
当α=1时,且s-=0,s+=0,此时样本农户i的投入和产出达到最优,被称为DEA有效。其经济意义是样本农户i进行小麦生产的投入产出组合(xi,yi)达到技术有效和规模有效;当α=1时,且s-或者s+某个松弛变量大于0,被称为弱DEA有效。其经济意义是样本农户i进行小麦生产的投入产出组合(xi, yi)不是同时技术有效和规模有效;当α<1时,此时不是DEA有效。其经济意义是样本农户i进行小麦生产的投入产出组合(xi, yi)既不是技术有效,也不是规模有效。
3.3.2 模型设定
由于测量效率值均处于0至1之间,属于两端截断数据,因此本文利用Tobit模型进行分析。借鉴钱龙等的实证分析模型[18],本文建立基准模型如下:
式中:crste、scale和vrste分别表示小麦生产综合效率、规模效率和纯技术效率;landcir表示上文中关键解释变量中选取的一系列耕地流转变量;cont表示控制变量;envir表示外部环境变量。其中,
3.4 变量选择
3.4.1 小麦生产效率测算指标本文借鉴《全国农产品成本收益资料汇编》[19]中小麦的投入和产出指标,选择劳动力投入、农资投入和机械投入等作为投入变量,选择小麦单产和单位面积收入作为产出变量。劳动投入指农户在单位小麦生产过程中的劳动力用量;农资投入指单位小麦生产过程中化肥、农药和种子用量;机械投入指生产过程中机械用量(所花费的机械成本)。结合这些投入及产出指标,利用DEA模型测算小麦生产综合效率和技术效率等。
3.4.2 耕地流转对粮食生产效率的影响
被解释变量。主要包括3类:一是小麦生产综合效率,反映小麦生产资源配置、利用和规模集聚效率;二是小麦生产纯技术效率,反映资源配置和利用效率;三是小麦生产规模效率,反映资源规模集聚效率。
关键解释变量。主要包括耕地流转与农户生计分化变量。其中,耕地流转选取了是否有耕地转入、是否有耕地转出和耕地流转面积3个变量;生计分化采用农户家庭非农收入占总收入比重来度量。
控制变量。主要包括:
(1)农户家庭劳动力特征和决策者特征,包括户主文化水平、技能培训和耕作经验等。也有研究表明,受过技能培训的农户掌握更先进的技术知识,其粮食生产效率也会更高[20];同时考虑到拥有更丰富农业生产经验的农户,其粮食生产效率也会较高,因此选择了农户耕作经验变量。
(2)农户家庭所拥有的耕地资源禀赋,包括耕地面积、耕地质量、平地所占比例等变量。家庭拥有的土地资源禀赋越丰富,如耕地质量越高,农户粮食生产效率可能越高[21];随耕地规模扩大带来的规模效应也可能促进粮食生产效率的提升。
(3)要素投入特征,包括农业生产机械投入、灌溉投入、农药化肥投入、劳动力投入等直接影响粮食生产效率等投入指标。需要注意的是,由于样本区农户农业生产行为中基本不存在雇佣劳动力的情况,因此本文利用农业劳动时间来衡量家庭劳动力投入。
(4)外部环境特征变量,选择惠农政策支持力度;同时控制了地区特征变量:考虑到调研样本涉及河南和宁夏两个省份,不同地区粮食生产规模、技术运用等存在的差异都可能导致生产效率的不同,本文添加地区特征虚拟变量对此加以控制。表2列出了变量的说明和描述性统计分析。
Table 2
表2
表2变量选择及描述性统计
Table 2
变量及度量方法 | 统计性描述 | |||||
---|---|---|---|---|---|---|
类型 | 详细变量 | 度量方法 | 最大值 | 最小值 | 均值 | |
核心自变量 | 耕地流转面积 | 耕地流转面积/亩 | 117 | 0.50 | 9.03 | |
是否有耕地转入 | 1=是,0=否 | 1 | 0 | 0.16 | ||
是否有耕地转出 | 1=是,0=否 | 1 | 0 | 0.11 | ||
生计分化程度 | 非农收入占比/% | 100 | 0 | 40.03 | ||
家庭决策者特征 | 技能培训 | 是否进行过农业技能培训(1=是,0=否) | 1 | 0 | 0.26 | |
耕作经验 | 农业劳动工作年限/年 | 51 | 7 | 33.62 | ||
文化水平 | 受教育年限/年 | 18 | 0 | 7.74 | ||
家庭资源禀赋 | 耕地面积 | 现有耕地面积/亩 | 130 | 1.50 | 7.58 | |
耕地质量 | 耕地质量评价 | 5 | 1 | 3.87 | ||
要素投入 | 机械投入 | 每亩机械花费/元 | 177.78 | 0 | 67.67 | |
农资投入 | 每亩农药、化肥等花费/元 | 400 | 90.63 | 237.21 | ||
灌溉投入 | 每亩灌溉花费/元 | 80 | 7.50 | 36.60 | ||
劳动力投入 | 平均农业劳动时间/月 | 10.45 | 0.5 | 3.22 | ||
外部环境 | 惠农政策支持力度 | 农业补贴额 | 2033 | 0 | 488.58 | |
地区特征变量 | 河南=1,宁夏=0 | 1 | 0 | 0.49 |
新窗口打开|下载CSV
4 实证结果与分析
4.1 小麦生产效率测算
选择DEA模型进行效率测算时,指标需遵从“同向性”原则,即当投入增加时,产出随之增加或保持不变,两者之间要存在一定的正相关关系。本文对所选的投入产出变量进行了Pearson系数检验,结果见表3。Table 3
表3
表3小麦投入产出的Pearson相关系数
Table 3
投入变量 | |||||
---|---|---|---|---|---|
农资投入 | 机械投入 | 灌溉投入 | 劳动力投入 | ||
产出变量 | 小麦单产/(斤/亩) | 0.620** (0.000) | 0.300** (0.000) | 0.275** (0.000) | 0.376** (0.000) |
亩均收入/元 | 0.580** (0.000) | 0.299** (0.000) | 0.272** (0.000) | 0.372** (0.000) |
新窗口打开|下载CSV
4.2 模型回归分析
4.2.1 耕地流转、生计分化对小麦生产效率的影响本文首先选择了是否进行耕地的转入和转出作为主要变量进行全样本的回归分析,模型的统计值显示模型均具有较强显著性,也表明所选解释变量对被解释变量有较强解释力,详见表4。
Table 4
表4
表4耕地流转、农户生计分化对小麦生产效率的交互影响
Table 4
Crste | Scale | Vrste | |
---|---|---|---|
耕地转入(zr) | 0.124**(0.088) | 0.370***(0.062) | 0.233(0.131) |
耕地转出(zc) | 0.021*(0.011) | 0.032(0.019) | 0.044*(0.026) |
生计分化程度(ld) | -0.456**(0.196) | 0.366(0.278) | 0.512*(0.311) |
zr×ld | -0.277***(0.019) | -0.012(0.010) | -0.056(0.016) |
zc×ld | 0.052**(0.024) | 0.019(0.088) | 0.077*(0.042) |
技能培训 | 0.381(0.921) | 0.804(0.852) | 0.533(0.900) |
耕作经验 | 0.052(0.327) | 0.067(0.299) | 0.091*(0.303) |
文化水平 | -0.153*(0.092) | -0.027(0.033) | 0.114*(0.071) |
耕地面积 | -0.037(0.072) | 0.053(0.049) | -0.063*(0.023) |
耕地质量 | 0.052**(0.023) | 0.060*(0.031) | 0.009**(0.005) |
机械投入 | 0.019*(0.011) | 0.011**(0.004) | 0.003***(0.001) |
农资投入 | 0.062**(0.027) | 0.066*(0.029) | 0.077(0.103) |
灌溉投入 | 0.011**(0.070) | 0.013**(0.007) | 0.021***(0.004) |
劳动力投入 | 0.175*(0.082) | 0.219**(0.092) | 0.141(0.001) |
惠农政策支持力度 | 0.057*(0.021) | 0.044*(0.027) | 0.107**(0.032) |
地区特征变量 | 0.003(0.062) | 0.003(0.043) | 0.001(0.021) |
-cons | 1.793***(0.542) | 1.057***(0.193) | 0.946**(0.492) |
Prob>chi2 | 0.000 | 0.000 | 0.000 |
新窗口打开|下载CSV
(1)耕地流转对小麦生产效率具有正向影响。从表4的回归结果可以看出,耕地转入和耕地转出均对小麦生产综合效率表现出显著的正向影响。二者的主要差异在于:耕地转入对小麦生产规模效率具有显著的正向影响,表明通过耕地转入形成土地整合,其带来的规模效应可以提升农户小麦生产综合效率。耕地转出则显著影响农户小麦生产技术效率,反映了农户转出土地后,相对丰富的其他资本要素溢出能提升小麦生产技术效率,进而促进整体效率的提升。耕地转入及转出对小麦生产综合效率都具有显著的正向影响,这与前人的研究结论较为一致[7,23],假设一得证。
(2)在农户生计分化的调节作用下,耕地转入对小麦生产综合效率的正向影响减弱。从耕地转入与生计分化的交互项可以看出,耕地转入对小麦生产效率的影响会随农户兼业程度的不断加深和土地与劳动力要素配置的动态变化发生改变。总体来看,随着兼业程度的增加,耕地转入对农户小麦生产综合效率的正向影响逐渐减弱。对于兼业程度较低的农户来讲,家庭收入以农业收入为主,其掌握的各类技术和机械等农业生产资料较为丰富,但自身土地资源有限。进行耕地转入后,逐渐优化的要素配置组合会更进一步的提高小麦生产效率;而以非农收入为主的农户往往在农业生产中劳动力投入与生产规模不匹配,劳动力要素投入相对土地要素和其他资本要素较少。耕地转入带来土地规模扩大,会进一步促使该类农户农业生产投入要素配置失衡,对粮食生产效率产生负向抑制作用。
(3)在农户生计分化的调节作用下,耕地转出对小麦生产综合效率的正向影响显著增强。耕地转出与生计分化的交互项对小麦生产综合效率呈现显著的正向影响:可能是兼业程度较低的农户在转出土地后,其他要素的过度投入在土地规模相对不足的情况下具有一定的替代效应,因此不会造成综合效率显著的下降。随着兼业程度上升,农户在减少土地规模后,有精力对剩余土地进行精细化经营,使综合效率得到提升;耕地转出与生计分化的交互项对技术效率有显著的正向影响:随着兼业化水平的上升,非农收入能提升农户的机械技术采用水平,提高技术效率并最终使整体综合效率得以提升。自此假设二得证。
(4)粮食主产区和平衡区的区域差异比较。需要注意的是,在表4中设置了区域虚拟变量以反映粮食主产区和平衡区的区域差异是否会对小麦生产效率造成影响。虽然区域虚拟变量的影响系数不显著,但考虑到两个地区气候条件等自然禀赋差距较大,因此文章将两个地区的数据分别进行了回归,以验证表5中回归结果的可靠性(表5)。
Table 5
表5
表5耕地流转、农户生计分化对小麦生产效率的区域影响差异
Table 5
河南 | 宁夏 | ||||||
---|---|---|---|---|---|---|---|
Crste | Scale | Vrste | Crste | Scale | Vrste | ||
zr | 0.227**(0.112) | 0.445***(0.051) | 0.272*(0.148) | 0.073***(0.014) | 0.177**(0.074) | 0.199(0.307) | |
zc | 0.009**(0.004) | 0.062(0.059) | 0.010*(0.004) | 0.033*(0.020) | 0.107(0.119) | 0.076(0.059) | |
ld | -0.627***(0.046) | 0.135(0.149) | -0.792**(0.401) | -0.077*(0.046) | 0.219(0.189) | -0.221**(0.103) | |
zr×ld | -0.524***(0.000) | -0.084(0.051) | -0.018(0.077) | -0.006**(0.004) | -0.013***(0.005) | 0.045(0.106) | |
zc×ld | 0.044**(0.019) | 0.101(0.076) | 0.082*(0.029) | 0.127(0.099) | 0.005(0.041) | 0.017*(0.009) | |
控制变量 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | |
-cons | 1.554***(0.402) | 1.176***(0.188) | 1.128***(0.313) | 1.096***(0.331) | 1.187**(0.556) | 0.994**(0.429) | |
Prob>chi2 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
新窗口打开|下载CSV
由表5的回归结果可知:分区域进行回归后,主要解释变量的影响方向与总样本的回归结果基本保持一致。①两个区域中,耕地转入、耕地转出、农户生计分化程度以及耕地转入与农户生计分化程度的交互项对小麦生产综合效率的影响系数影响程度不同,但均呈现同方向的显著影响。②耕地转出与农户生计分化程度的交互项对小麦生产综合效率的影响在两个区域存在差异:耕地转出与生计分化程度的交互项对河南小麦生产效率存在正向影响,这与总样本回归结果保持一致。但耕地转出与生计分化程度的交互项对宁夏调研区域农户小麦生产综合效率并无显著影响,主要原因可能是转出耕地在一定程度上能够降低土地的细碎化程度。但调研发现,相对于河南样本区农户,宁夏样本区农户土地细碎化程度相对较低,因此耕地转出促使土地细碎化程度的降低对小麦生产综合效率的提升效应并不明显。③对于小麦生产规模效率和技术效率,河南和宁夏样本数据回归结果中主要解释变量的系数影响方向也与总样本数据基本保持一致。耕地转入和转出对两个区域小麦生产的技术效率影响的显著性存在差异,耕地转入与农户生计分化的交互项对小麦生产规模效率的影响显著性也存在差异,但两者的影响方向一致。④总体来讲,表5的回归结果支撑了表4的结论,即耕地的转入和转出均能正向促进小麦生产效率,耕地流转对小麦生产效率的影响会随着农业经营主体的生计分化程度的加深而改变。
4.2.2 耕地流转面积对小麦生产效率的影响
为了进一步分析耕地流转面积与生产效率之间的复杂关系,本文分别设置了耕地转入面积和耕地转出面积以及各自的平方项作为自变量,小麦生产效率作为因变量,模型回归结果见表6和表7。
Table 6
表6
表6耕地转入面积对小麦生产效率的影响
Table 6
Crste | Scale | Vrste | |
---|---|---|---|
耕地转入面积 | 0.833***(0.122) | 0.594***(0.058) | 0.167*(0.092) |
耕地转入面积平方 | -0.009**(0.004) | -0.008***(0.002) | 0.028*(0.015) |
生计分化程度 | -0.297*(0.177) | 0.443(0.776) | -0.781**(0.352) |
控制变量 | 已引入 | 已引入 | 已引入 |
-cons | 2.215***(0.227) | 1.668***(0.114) | 1.033***(0.215) |
Prob>chi2 | 0.000 | 0.000 | 0.000 |
新窗口打开|下载CSV
Table 7
表7
表7耕地转出面积对小麦生产效率的影响
Table 7
Crste | Scale | Vrste | |
---|---|---|---|
耕地转出面积 | 0.106**(0.044) | 1.071(0.675) | 0.287***(0.074) |
耕地转出面积平方 | 0.006*(0.004) | 0.022(0.018) | 0.015(0.009) |
生计分化程度 | -0.248***(0.088) | 0.454(0.283) | -0.149**(0.072) |
控制变量 | 已引入 | 已引入 | 已引入 |
-cons | 1.954***(0.115) | 1.773***(0.348) | 0.887***(0.269) |
Prob>chi2 | 0.000 | 0.000 | 0.000 |
新窗口打开|下载CSV
由表6可知,耕地转入面积的一次项系数显著为正,二次项系数显著为负,表明耕地转入面积对小麦生产综合效率和规模效率均呈现倒U字型影响,即随着耕地转入面积的增加,农户小麦生产综合效率和规模效率均由正向促进作用转为负向抑制作用。这与已有的结论相一致[24],表明小麦生产具有适度规模效应:在一定土地生产规模以内,流转通过对土地要素再配置,形成土地经营规模效应,提升生产规模效率进而促进综合效率的提升;同时农户通过耕地流转进行土地整合,降低土地细碎化水平,提升要素输出效率。但一味扩大耕地经营面积反而会导致生产效率的下降,可能原因是当前农村存在的劳动力老龄化问题严重,当耕地经营规模到达一定程度之后,农户投入的人力资本要素和机械要素与土地规模相比较少,此时土地要素过度投入,反而导致整体生产效率的下降。根据模型估计结果,耕地转入面积对小麦生产综合效率和规模效率由正转负的拐点分别出现在46.277亩(0.833/(2×0.009))和37.125亩(0.594/(2×0.008))。
耕地转入面积及平方项均对小麦生产技术效率表现出显著的正向影响,表明耕地转入面积的增加可以显著的提升小麦生产技术效率:随着土地经营面积扩大,增加了大农场农业生产经营的技术可得性,降低了单位土地的技术采纳成本,从而提高小麦生产效率。
由表7可知,耕地转出面积和平方项均对小麦生产综合效率具有显著的正向影响,说明耕地转出有助于小麦生产效率的提升,随着农户耕地转出面积的增加,小麦生产综合效率增长的边际效应也是递增的。耕地转出面积对技术效率影响系数显著为正,但二次项系数不显著,耕地转出面积对小麦生产不存在拐点,表明技术效率会随耕地转出面积的增加得以提升。
由表6和表7的回归结果可以看出,耕地转入面积主要提高小麦生产规模效率,耕地转出面积则通过提高小麦生产技术效率进而提升小麦生产综合效率。耕地转入面积对规模效率和综合效率的影响均存在由正转负的拐点,耕地转出面积对综合效率则表现为直接的正向影响。耕地转入面积和转出面积对小麦生产效率的影响差异进一步验证了假设二。
4.3 稳健性检验
为验证表4中回归结果的稳健性,结合研究目的,本文将农户分为纯农户、低兼农户、高兼农户和非农户4类。由于非农户已不再从事农业生产,因此对纯农户、低兼和高兼农户3类农户进行模型回归分析(表8)。Table 8
表8
表8耕地流转对不同生计类型农户小麦生产效率的影响
Table 8
Crste | Scale | Vrste | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
纯农户 | 低兼户 | 高兼户 | 纯农户 | 低兼户 | 高兼户 | 纯农户 | 低兼户 | 高兼户 | |||
zr | 0.069** | 0.051* | -0.070 | 0.072** | 0.049* | -0.066* | 0.081 | 0.079 | 0.089 | ||
zc | -0.031 | 0.044 | 0.033* | -0.044 | 0.039 | 0.052 | 0.065 | 0.071 | 0.060* | ||
控制变量 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | 已引入 | ||
-cons | 1.803*** | 1.077*** | 1.202** | 1.441*** | 0.912*** | 1.171** | 1.166** | 0.850*** | 1.301** | ||
Prob>chi2 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
新窗口打开|下载CSV
从表8的回归结果可以看出,耕地转入对小麦生产效率的影响会随着农户兼业程度的不断加深和土地与劳动力要素配置的动态变化发生改变。耕地转出对不同生计类型农户小麦生产效率的影响也有明显的差异。①从综合效率来看,耕地转出对高兼农户有显著的正向影响,对纯农户和低兼农户没有显著的影响。可能是纯农户和低兼农户在转出耕地后,其他要素的过度投入在土地规模相对不足的情况下具有一定的替代效应,因此不会造成显著的综合效率的下降;而高兼农户在减少土地规模后,有精力对土地进行精细化经营,使综合效率得到提升,本结论与表4回归结果相一致。②耕地转入主要影响3类农户的规模效率,对纯农户和低兼农户呈现显著的正向影响,对高兼农户表示为负向影响;耕地转出则影响高兼农户的技术效率,主要的影响方向也符合上述的分析:农户生计在向非农转移过程中,劳动力与土地规模的不匹配会导致小麦生产效率不能达到最优,因此在耕地资源逐渐向拥有充足劳动力和技术的农户家庭转移时,小麦生产规模效率会得到显著的提升;同时也进一步反映了耕地流转主要靠土地规模效应来促使整体综合效率的提升。自此,进一步验证了表4中回归结果的稳健性。
5 结论、讨论与建议
5.1 结论
本文基于河南、宁夏两省微观农户调研数据,运用DEA模型测定研究区小麦生产效率,并在此基础上利用Tobit模型分析了农户生计分化和耕地流转对小麦生产效率的影响,重点讨论了农户生计分化在耕地流转对小麦生产效率的影响过程中存在的调节作用,并分析了耕地转入面积和耕地转出面积对小麦生产效率的影响,最后进行了稳健性检验。结果发现:(1)研究区农户小麦生产效率整体较高,小麦生产技术效率具有一定的上升空间。
(2)耕地转入和耕地转出均对小麦生产效率表现出正向的提升作用。耕地转入通过土地规模效应正向影响小麦生产规模效率,进而促进综合效率的提升;耕地转出通过要素溢出正向影响小麦生产技术效率,进而促进综合效率的提升。
(3)在农户生计分化的调节作用下,耕地转入对小麦生产综合效率的正向影响减弱,耕地转出小麦生产综合效率的正向影响增强。耕地流转对不同生计分化程度农户小麦生产效率的影响具有明显差异,耕地资源逐渐向拥有充足劳动力和技术的纯农户和低兼农户家庭转移,小麦生产规模效率会得到显著的提升。
(4)耕地转入面积对小麦生产综合效率和技术效率的边际影响由正倒负,呈现倒U字型影响关系,拐点分别出现在46.277亩和37.125亩;耕地转出面积对小麦生产综合效率表现出直接的正向影响。
5.2 讨论
文章关于耕地流转与小麦生产效率的影响关系与已有部分研究结论较为一致,但前人在探讨二者关系时鲜少考虑农户生计分化在其中的调节作用,且对于耕地流转对生产效率的影响探究多采用非技术效率等单个效率值来衡量。本文在前人对耕地流转与生产效率影响关系研究基础上,对耕地流转以及流转面积对小麦生产技术效率和规模效率进行了详细探讨,并考察了农户生计分化在耕地流转影响小麦生产效率的过程中,存在怎样的调节作用。文章的研究结论为后续政策开展提供了一定的理论借鉴:根据农户生计分化的不同程度,实施差异性的耕地流转政策。但本文的研究还存在一定的不足之处:
(1)由于目前缺少小麦主销区的一手调研数据,文章仅选取了河南和宁夏作为小麦主产区和平衡区的代表,后续研究可以添加小麦主销区数据,尝试对3大小麦功能区进行对比分析,探究不同功能区资源要素流动对小麦生产效率的影响机制差异。
(2)文章引入农户生计分化和耕地流转的交互项,分析二者对小麦生产效率的影响机制,侧重于从农户生计分化的调节效应分析耕地流转对小麦生产效率的复杂影响,未来研究可以从耕地流转与生产效率影响关系之间可能的中介因素着手,从提升不同生产效率的角度出发,探究如何更有效率的促进耕地流转。
5.3 建议
基于文章研究结论,提出以下几点建议:一是进一步健全研究区农村土地交易市场,消除土地流转壁垒,加快耕地流转进程,促进耕地的整合。二是加强农户非农技能培训,积极引导高兼业农户的耕地经营权退出,实现土地适度规模经营。三是不断完善研究区域的农技推广服务,提升和加强当地种植大户的种植新技术和管理能力。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
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 3]
[J].
[本文引用: 3]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]