您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 产业 > 农业经济 > 贫困农户农业生产技术效率测度以及影响因素分析

贫困农户农业生产技术效率测度以及影响因素分析

发布时间:2017-01-18 作者:派智库 来源:《中国物价》2016年第12期 浏览:【字体:

摘要:本文通过固定效应模型测度样本农户资产指数对数值,进而识别贫困农户;然后利用TFE-SFA模型测度资产贫困农户的农业生产技术效率,贫困农户技术效率的均值为0.81;最后测度技术效率的影响因素。研究发现,劳均健康程度以及是否参与农业培训能够显着性提高贫困农户的技术效率。最终基于上述实证结果提出了相应的政策性建议。 织梦内容管理系统

关键词:资产贫困 技术效率 TFE-SFA模型 织梦好,好织梦

一、引言

本文来自织梦

按照我国政府制定的贫困标准,1978年中国农村贫困人口约为2.5亿,占到当时农村总人口的30%。从1978年开始,中国扶贫开发工作先后经历了体制改革推动扶贫,大规模开发式扶贫,扶贫攻坚等多个阶段。伴随着经济持续增长,中国扶贫工作获得了引人注目的成果。《2015年国民经济和社会发展统计公报》数据显示,中国农村贫困人口数量为5575万,贫困发生率降至5.7%。虽然中国贫困人口显着性减少,但是随着上世纪90年代中期农业部门增长率下降,减贫的速度同时也在逐渐下降,贫困逐渐表现出持续性、地域性以及反复性。虽然扶贫的难度正在逐渐加大,但我国政府力争在2020年实现贫困人口整体性脱贫。因此探析贫困农户贫困根源,寻找贫困农户收入持续增长路径十分迫切。马铃和刘晓昀(2014)认为农业仍然是贫困农户的主要收入来源,发展农业依然是贫困农户脱贫的重要途径。因此在现阶段农户非农收入增长乏力的背景下,分析贫困农户农业生产效率,从而提高贫困农户农业收入,帮助贫困农户摆脱贫困具有一定的现实意义。 dedecms.com

本文所关注的是技术效率,技术效率主要反映了在给定投入要素的前提下,农户获得最大产出的能力。已有大量的国内文献关注农户技术效率测度以及效率的影响因素分析。但是现有文献还没有关注贫困农户这一特殊群体。除此之外,本文在前人的基础上还将作出如下延伸:(1)基于资产贫困视角识别贫困农户。基于资产贫困识别贫困农户能够克服流动性指标衡量不准确的问题,从而实现精准识贫。因此,Carter和Barrett(2006)提出应该使用资产来衡量贫困而不是基于收入水平或者消费水平。(2)运用2009-2012年农村固定观察点数据进行效率测度以及影响因素分析。农村固定观察点系统涵盖全国31个省(自治区、直辖市)、23000多农牧户,是目前中国最完整,能够有效反应中国农户状况,具有极强代表性的全国性微观大样本数据(程名望等,2014)。并且样本农户采取记账法记录相关数据,其数据质量具有一定的保障。

dedecms.com

二、人均纯收入贫困线确定与 内容来自dedecms

资产指数对数值测度 本文来自织梦

本文首先基于全新的资产贫困视角识别贫困农户,这与传统的基于收入贫困线或者支出贫困线来识别贫困农户的思路具有一定的不同。基于资产贫困视角识别贫困农户首先必须获得资产贫困指数的对数值。而计算资产贫困指数的对数值必须首先确定人均纯收入贫困线,因此在本节首先对人均纯收入贫困线进行CPI调整以获得跨年可比较的人均纯收入贫困线,其次基于人均纯收入贫困线计算资产贫困指数的对数值来识别资产贫困农户。 内容来自dedecms

(一)人均纯收入贫困线的确定

copyright dedecms

本文以低收入标准作为人均纯收入贫困线。2009年与2010年的低收入标准根据《中国农村贫困检测报告2011》确定,分别为年人均纯收入1196元以及1274元。2011年的贫困线根据2011年中央扶贫开发工作会议中提出的人均年纯收入2300元作为标准。而2012年的贫困标准则以2011年的贫困线作为基准,经过CPI折算,确定为2357元。为了使实证结果更加准确,本文通过CPI对贫困线的原值进行调整,统一折算为以2012年为基准。这样可以消除通货膨胀的影响。经过CPI调整后的历年贫困线如上表所示。 织梦好,好织梦

内容来自dedecms

(二)测度资产指数对数值

copyright dedecms

基于Adato等(2006)对资产指数的测度,本文利用下式对资产指数对数值进行测度: 内容来自dedecms

内容来自dedecms

这里以农户人均纯收入与贫困线的除数的对数作为因变量。自变量包括农户的各项资产Aijt,如生产性固定资产,房屋、耕地、卫生设备、饮用水情况、取暖设备情况以及主要使用燃料的情况,各项资产的平方项与交互项。家庭人口特征变量Hit,如家庭人口,劳动力平均年龄,户主性别等。自变量还包括时间趋势项Dt。利用2009-2012年的面板数据与固定效应模型对式(1)进行估计,然后通过下式获得资产指数对数值。

织梦内容管理系统

copyright dedecms

lnAit是资产指数对数值,lnAit具有非常优良的性质,当lnAit<0时,代表农户属于资产贫困农户。当lnAit>0时,代表农户属于资产非贫困农户。本文将资产指数对数值的描述性统计信息列出以便于观察关于贫困农户的一些有用信息。 织梦好,好织梦

织梦好,好织梦

通过观察表2可以发现样本农户资产指数对数值的平均值为0.49,这就表明样本农户整体上说资产值并不高,相对比较贫困。其次样本农户资产指数对数值的标准误为0.46,最大值为2.59,最小值为-0.99。由此可以观察出,样本农户资产指数对数值差距较大。将资产指数对数值在四年中都大于零的样本剔除,剩下的样本便是资产贫困农户样本。

dedecms.com

三、TFE-SFA模型设定 内容来自dedecms

筛选出资产贫困农户以后,就开始测度资产贫困农户的技术效率以及效率的影响因素。本文使用TFE-SFA模型测度贫困农户技术效率。 copyright dedecms

面板SFA模型的一般设定为:

织梦内容管理系统

yit=αi+βxit+vit-uit(3)

内容来自dedecms

其中,yit代表产出,本文使用玉米的生产经营代表贫穷农户农业生产经营来测度技术效率以及探析技术效率的影响因素。使用玉米生产经营来代表农业生产经营主要是考虑到玉米在我国南北方都广泛种植。这样可以保证最终进行效率测度的样本在全国范围内都有分布,得出的实证结果才能具有普遍性。xit是指玉米生产所需要投入的生产要素。本文依据柯布道格拉斯生产函数将玉米生产投入划分为土地投入、劳动力投入以及资本投入三个部分。而资本投入又可以细分为种子种苗费、农家肥折价、化肥费用、农膜费用、农药费用、水电以及灌溉费用、蓄力费、机械作业费、固定资产折旧以及维修费、小农具购置费以及土地租赁费用。uit属于扰动项的一部分,用以代表非效率部分,非效率部分对效率只具有负向影响。一般假定uit服从截断型半正态分布,即。vit则是常规意义上的随机扰动项,假定其服从正态分布,即。用于表示生产过程中的“运气”成分,对效率的影响可正可负。当不存在个体效应时,即ai=a0。技术效率(technical efficiency,TE)的测度公式如下: 内容来自dedecms

uit=-ln(TEit)≈1-TEit(4)

织梦好,好织梦

TEit=exp(-uit)(5) 织梦内容管理系统

当存在个体效应时,直接估计式(3)将获得有偏的结果。因此可以通过以下模型来消除个体效应进而获得准确的估计。

copyright dedecms

yit=α+λt+φi+βxit+vit-uit(6)

内容来自dedecms

其中,λt代表时间趋势项。φi则为N个反应个体效应的虚拟变量。即允许每个贫困农户拥有各自的截距项。对式(6)进行估计就可以获得全部参数的估计值,进而获得效率的估计值。

本文来自织梦

四、资产贫困农户技术效率测度以及技术效率的影响因素分析 内容来自dedecms

(一)技术效率测度

内容来自dedecms

本文以玉米生产代表资产贫困农户农业生产经营。将玉米的产值作为产出变量,以土地投入,劳动力投入以及资本投入作为自变量进行TFE-SFA估计,测度结果如表3所示。

dedecms.com

织梦好,好织梦

资产贫困农户的技术效率均值为0.81。这就表明资产贫困农户的实际产出为其最大理论产出的81%。这就表明仍旧有接近五分之一的提升空间。测度出的技术效率的最低值为4.9%,这就表明该资产贫困农户的农业生产经营实际产出仅为其最大理论产出的4.9%。而测度出的技术效率的最高值为94.7%。技术效率最高的资产贫困农户的效率仍未达到100%,也具有一定的提升空间。 织梦内容管理系统

(二)资产贫困农户技术效率的影响因素分析 织梦好,好织梦

copyright dedecms

通过观察表4可以发现,六个自变量的回归系数都是负值,这就表明随着这六个自变量的增加,实际产出与理论边界的距离越来越小,资产贫困农户的技术效率也就越来越高。但是统计推断的结果表明,只有劳均健康程度以及是否参与农业培训显着,其余四个自变量的系数不显着。所以,劳均教育程度、劳均年龄、社会资本以及金融资本对贫困农户的技术效率不存在显着性影响。劳均健康程度以及是否参与培训对资产贫困农户的技术效率具有显着性正向影响,即参与农业培训的资产贫困农户,其技术效率显着性高于没有参与过农业培训的资产贫困农户。随着资产贫困农户劳均健康程度的逐渐提升,资产贫困农户的技术效率逐渐增加。

织梦内容管理系统

五、结论与建议

织梦好,好织梦

本文首先利用固定效应模型测度资产贫困指数的对数值。测度后发现,样本农户资产贫困指数对数值的均值为0.49,方差为0.46,这就表明样本农户资产缺乏并且资产分布差异较大。其次通过资产指数对数值来识别贫困农户。再次使用TFE-SFA模型测度贫困农户技术效率。资产贫困农户技术效率的均值为0.81,标准误为0.09。样本总体而言,技术效率较高并且农户间差别较小。但是资产贫困农户的技术效率仍旧有一定的提升空间。资产贫困农户的劳均健康程度以及是否参与农业培训能够显着性正向影响技术效率。因此基于上述结论,本文提出以下政策性建议。

本文来自织梦

第一,基于资产贫困视角识别贫困农户能够有效解决贫困衡量偏误等技术性难题,是精准识贫的一种执行手段。所以有必须深入开展资产贫困分析,以便于精准识别贫困农户。 本文来自织梦

第二,农业培训是贫困农户人力资本积累的一种重要方式。贫困农户人力资本积累能够促进贫困农户农业生产技术效率的提高。技术效率的提高能够有效带动贫困农户收入持续稳定增长。因此应该针对贫困农户大力普及推广农业培训,使得更多的贫困农户能够从农业培训中获益。 本文来自织梦

第三,健康程度也是衡量人力资本水平的重要指标。贫困农户健康程度的提高直接作用于其劳动生产率的提高。因此提高贫困农户健康水平同样能够提高贫困农户收入水平,是帮助贫困农户脱贫的有效方式。 内容来自dedecms

参考文献:

本文来自织梦

马铃、刘晓昀,《发展农业依然是贫困农户脱贫的重要途径》,《农业技术经济》,2014.12。 织梦内容管理系统

程名望、Jin Yanhong、盖庆恩、史清华,《农村减贫:应该更关注教育还是健康?——基于收入增长和差距缩小双重视角的实证》,《经济研究》,2014.11。

dedecms.com