西部退耕区农户农业生产效率评价及收敛性分析.docVIP

西部退耕区农户农业生产效率评价及收敛性分析 　　[内容摘要]本文利用实地调研获得的数据对贵州省织金县部分农户的生产效率进行测算，并对其结构分布的变化情况进行分析，同时检验了样本农户生产效率的收敛性，研究表明，退耕还林工程不仅对该县农户的农业生产效率产生影响，同时也使该地区农业生产效率的收敛趋势发生变化。 　　[关键词]DEA-Tobit模型；农业生产效率；收敛 　　一、引言 　　退耕还林（草）作为林业六个重大工程之一，自1999年实施以来受到社会各界的广泛关注。许多研究者从不同方面对退耕还林工程产生的影响进行了分析和评价。但学者们除了在退耕还林工程促进生态环境改善这一点上取得共识外，在退耕还林工程对农村经济发展的影响上却存在不同的看法。一些学者认为退耕还林工程对农民收入产生了负面影响，而另一些学者的实证研究却表明退耕还林工程的实施有利于农民收入的增加。需要指出的是，认为退耕还林（草）工程对农民收入产生负面影响，或者认为对农民增收、农业生产结构等方面没有显著影响的研究主要集中在早期，而近年的研究倾向于认为退耕还林对农村产业结构和农民的收入结构产生了显著的积极影响。但几乎所有的研究都认为退耕还林工程对种植业收入产生了显著的负面影响。研究者们通常认为这种负面影响是由于退耕还林工程的实施使农民对土地的投入，无论是劳动力投入还是其它投入都减少了。而从理论上看来，种植业收入的高低不只取决于投入的多少，更重要的是耕地的生产效率是否发生变化，生产效率的变化对农业生产往往有更加重要而长远的影响。然而，就现有的研究文献看，从农户技术效率的视角对退耕还林政策进行评估与相关研究一直是欠缺的。尽管如此，还是有部分学者在这一方面做了探索性的研究工作。赵敏娟、姚顺波通过测算黄土高原区的三个案例县样本农户的技术效率，发现在不同地区退耕还林对农户技术效率的影响存在显著的差异。李桦、姚顺波考察了退耕规模与农户生产效率之间的关系，研究结果表明退耕规模与农户生产效率变化呈反方向趋势。于金娜、姚顺波考察了陕西省吴起县退耕后农户农业生产效率的变化，发现农户的总体效率变化不大。 　　从上面分析中可以看出，现有的关于退耕农户生产效率的文献集中在研究农户生产技术效率的总体变化情况上，对效率的结构变化涉及较少，分析退耕后农户农业生产技术效率的收敛性的文献还没有看到。基于此，本文以贵州省织金县为例，进行以下三个方面的研究工作：（1）对退耕前后农户的农业生产技术效率进行测算；（2）分析退耕还林前后农户农业生产效率的结构变化；（3）分析退耕后农户生产技术效率的收敛性。 　　二、研究方法和数据说明 　　（一）研究方法 　　对生产效率的测算通常采取两类方法：一类是非参数的估算方法，如数据包络分析（DEA），另一类是参数估计法，现在主要是随机前沿分析法（SFA）。相对于随机前沿分析法，数据包络分析具有无需预设具体函数、变量单位无需归一化等诸多优点，因而成为众多研究农业生产效率的学者们所采用的主要方法。目前国内对生产效率的研究通常采取的是一阶段DEA模型或DEA-Tobit两阶段模型，这两种方法都未能剔除环境效应和随机误差的影响，不能客观体现生产单元的决策与管理水平，也不能对规模效应做出合理判断。因此本文采用最新发展起来的三阶段DEA分析技术，以更准确地测度农户的生产技术效率。目前国内外学者普遍使用的是Fried等提出的结合随机前沿分析技术的三阶段DEA模型，该模型能够克服传统DEA分析模型未剔除环境因素和随机误差影响的缺点。这种分析方法的特点是，在第一阶段使用传统的BCC模型测算得到综合效率值和各投入变量的松弛量的基础上，以松弛量作为被解释变量，以各环境变量作为解释变量构建SFA回归模型，在最后阶段，将调整后的投入值与原始产出变量再次代人BCC模型进行分析，得到调整后的各样本决策单元的效率值。另一位学者Ruggiero在其1998年的一篇论文中对Ray提出的两阶段DEA分析方法进行改进，提出另一种三阶段DEA方法。这种分析方法的前两个阶段与两阶段DEA-Tobit模型的分析步骤是一样的，只是在第三阶段，将由Tobit模型生成得到的环境指数作为投入变量代入到第一阶段的BCC模型中，重新计算各决策单元的效率。相对于第一种方法而言，第二种三阶段DEA分析方法更为简单，且同样也能达到剔除环境因素影响的目的，但目前在国内应用得较少，因此本文决定采用第二种方法。 　　（二）数据说明和变量选取 　　1 数据来源说明。本文的数据来自于课题组2006年、2012年对贵州省织金县退耕农户的入户跟踪调查。调查涉及织金县6个乡镇（八步、城关、普翁、三甲、绮陌和珠藏）、20多个村委会、125户农户。调查被涉及的时间分别为退耕前一年、2006年、2009年和2011年。织金县是从2002年