基于SFA的香菇生产技术效率及影响因素分析

吴贤荣，张俊飚

（华中农业大学经济管理学院/国家食用菌产业技术体系产业经济研究室，武汉，430070）

近年来，我国食用菌产业发展取得了长足进步，食用菌产量和质量均有较大的提高。作为农业领域里的朝阳产业，食用菌产业集经济效益、生态效益和社会效益于一体，具有占地少、生产成本低、周期短、见效快的特点，对建设资源节约型和环境友好型农业，促进农业增效和农民增收，推动转移农村剩余劳动力，推进农业产业结构调整具有重要意义。然而，随着发达国家食用菌生产技术的快速发展和世界各国对食用菌品质要求的不断提高，我国食用菌的生产与销售面临着严峻的挑战，仅仅依靠投入更多的生产要素以获得更高产量的生产模式难以长期为继，必须寻找一种新的有效路径推动我国食用菌产业的发展。因此，对我国食用菌的生产技术效率展开深入系统地分析显得尤为必要和迫切。

生产技术效率分析，旨在弄清投入数量一定的情况下获得最大产出的能力，或者产出数量一定的情况下所需要的最小投入量。迄今为止，一些学者和专家在农产品生产效率的研究上取得了一定的成就。 周宏等[1]采用 DEA（Data envelopmentanalysis，数据包络分析）模型测算了我国水稻的生产水平并对其效率变动状况进行了相应分析。张冬平等[2]利用DEA模型分析了20世纪90年代以来我国小麦生产全要素生产率，并利用曼奎斯特（Malmquist）指数分解法详细剖析了其构成的变化趋势及特点，在此基础上对我国小麦生产效率下降的原因及提高途径进行了探讨。张越杰等[3]利用吉林省8个县（市）1994-2005年水稻生产投入产出的面板数据，采用非参数HMB指数方法从时间、空间双重维度对水稻生产的效率变动及其分解指数变动进行了全面系统分析，并运用DEA法对HMB指数及其分解的各指数的变动原因作了进一步探讨。李谷成等[4]以1999-2003年湖北农户数据为证据，从土地生产率、劳动生产率、成本利润率、TFP和技术效率等角度，多维度检视农户效率与农户规模的关系，从家庭禀赋角度对农户效率的影响因素进行了实证分析。张忠明等[5]利用聚类分析法和DEA分析法分析了农户土地经营规模与粮食生产效率关系，并得出了农户土地经营规模与粮食生产效率之间不是简单的正向或负向的线性关系的结论。张潆文等[6]以江苏省204国道样带区为研究区域，选取1980年、1990年、2000年和2007年4期农业生产投入和产出类指标，运用DEA模型方法开展了农业生产效率的实证研究。郭亚军等[7]基于非参数HMB指数法，利用中国10个苹果主产省份2001-2009年苹果生产投入产出的面板数据，对苹果生产的全要素生产效率变动进行了分解分析，并采用DEA法对苹果生产的HMB指数及其分解的各指数的变动原因作了更进一步研究。胡兴明等[8]运用非参数的莫氏（Malmquist）指数方法测算了2001-2008年中国蚕桑生产的全要素生产率增长，重点分析了“东桑西移”实施后中西部蚕区蚕桑生产效率的变化情况。

以上研究为本文提供了坚实的基础，有别于以往研究多专注于整个农业领域或是大宗农产品如水稻、小麦等，本文专门针对香菇展开研究。此外，受数据较难获得等原因影响，目前对食用菌生产问题的研究大多停留在定性分析阶段，缺乏从定量角度对食用菌生产效率的研究。鉴于此，本文主要从食用菌生产的微观层面入手，以随州香菇种植户为例，分析农户食用菌生产技术效率及技术效率损失的影响因素，并提出改善效率的相应措施。

1 研究方法与理论模型

1.1 方法选取

Koopmans[9]最先提出了技术效率的概念，他将技术效率定义为“一个可行的投入产出向量若为技术有效，则在不减少其他产出（或增加其他投入）的情况下，技术上不可能增加任何产出（或减少任何产出）”。技术有效的所有投入产出向量的集合构成生产前沿面（Production frontier）。Farrell[10]首次提出了全要素生产率（Total factor productivity，TFP）的概念，全要素生产率是指生产单位总产量与全部要素投入量加权后的比值，是用来衡量生产效率的指标。

在实证研究中，基于内生经济增长理论的测算生产技术效率的方法通常有非参数方法——数据包络分析 （DEA）和参数方法——随机前沿分析（Stochastic frontier analysis，SFA）[11]。 非参数方法存在的最大局限是，主要运用线性规划方法进行计算，而不像参数方法有统计检验数作为样本拟合度和统计性质的参考。另外，尽管DEA方法不需要对模型作出预先估计，对无效率项的分布无需假设，可以避免效率计量出现偏差，但是其忽略随机误差对产出的影响，则可能会将随机误差的影响包括到效率项的估计中。此外，DEA方法需要大量的个体数据，且对算法的要求很高。相对而言，在实践中，人们更倾向于使用SFA来测算技术效率。SFA方法的优点是，通过估计生产函数对生产过程进行描述，使技术效率估计得到控制，且将前沿面产出的影响因素分为可控和随机不可控两部分，估计结果更为准确[12]。随机前沿生产函数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，在确定性生产函数的基础上提出了具有复合扰动项的随机边界模型，既体现了样本的统计特性,又反映了样本计算的真实性。

1.2 模型设定

根据Battese等[13]开发的效率损失影响（Technical inefficiency effects）随机前沿生产模型，提出了一种同时估计随机生产前沿和技术效率损失函数的方法，可以保证估计结果在无偏、有效的前提下分析影响技术效率损失的因素。其主要思想为随机扰动项ε由v和u组成，其中v是随机误差项，是不能控制的影响因素，具有随机性，用以计算系统非效率；u是技术损失误差项，是可以控制的影响因素，可用来计算技术非效率。其原理论模型为：

则样本单元的技术效率损失函数可表示为：

模型（2）是模型（1）的对数形式，i表示农户序号，Y代表实际产出；f（·）表示生产可能性边界上的确定性产出，它代表了现有技术条件下的最佳产出；X代表投入要素（包括土地、资本、劳动力及其他投入要素）；β代表未知参数；ε是合成误差项；V为样本单元在生产中不能控制的因素，用来判别测量误差和随机干扰的效果，例如统计误差、气候、自然灾害的影响等，并且 V∽N（0，δV2）；U 为生产技术无效率的部分，即样本产出与生产可能性边界的距离，U 服从截尾正态分布，即 U≥0，U∽N（m，δU2）。

（3）式中，Z表示决定农户生产技术效率的外生变量；δ表示待估参数，反映变量Z对农户技术效率的影响，负值表明该变量对技术效率有正的影响，正值表明有负的影响效应；ω为服从极值分布的随机变量；k表示变量序号；i表示农户序号。根据Battese等[14]提出的最大拟然估计基本思路：

TE即为样本农户生产经营的技术效率估计公式[15]。其中，Yi是被观察样本的实际产出，Yimax是给定投入水平下最大可能产出。（4）、（5）显示了观察误差的方差δV2和技术效率的方差δU2之间所存在的关系，其中γ∈（0，1）为待估计参数，表示随机误差项中技术无效率所占的比例，其估计值的统计检验可以反映出农户技术效率的变异是否具有统计显著性。当 γ=0时，可以推知δU2=0，进而可以得到误差项V=U。在统计检验中，如果γ=0这一原假设被接受，说明所有农户香菇生产的生产点都位于生产前沿曲线上，则无须使用SFA技术来分析数据，直接运用 OLS（Ordinary least square，最小二乘法）即可。当γ接近于1时，说明模型的误差项来源于技术非效率U，此时农户香菇生产与生产前沿的差距主要是由于农户的技术无效率造成的。

本文根据该模型的基本原理，对2011年随州香菇生产的农户样本数据进行分析，最终将模型（2）设定为：

根据模型（3），将农户生产技术效率影响因素最终模型设定为如下形式：

模型（7）中，Y 是农户的香菇产量（单位：kg/a）；K是资金投入（单位：元/a），包括菌种、培养料、塑料袋、薄膜、病虫害防控药品、灭菌燃料、肥料、技术培训、农机服务、包装材料、水电费、土地费用、其他生产费用，以及固定资产类项目费用，如菌棚或工具的修理费、折旧费；L是劳动力投入（单位：人·d/a）；S是香菇种植规模（单位：袋/a）；i是第i个农户样本；β0、β1、β2、β3为待估计参数，其中 β1、β2、β3分别为资金投入、劳动力、生产规模的产出弹性。

模型（8）中，下标 i同上，age表示户主年龄；gender表示户主性别（男＝1，女＝0）；edu 表示户主受教育程度（小学及以下=1，初中=2，高中或中专=3，大专及以上=4）；coorg表示是否加入食用菌合作组织（是＝1，否＝0）；governor表示是否在本村或村级以上政府部门担任干部（是＝1，否＝0）；skill表示是否具备某项专业技能（是＝1，否＝0，指在本村获得大家认可的技能，如泥瓦、兽医、突出种养技术、手工艺品加工、文艺表演、经营管理等）；laborsize表示家庭劳动力人数；farmsize表示香菇种植规模，以袋为单位；δ为待估计参数；ω为误差项。

2 数据来源与实证结果分析

2.1 数据来源

本研究所用数据来源于国家食用菌产业技术体系产业经济研究室于2011年对湖北省随州食用菌种植农户开展的调研活动。调查问卷内容主要分为2个部分：第一部分为菇农基本信息，如性别、年龄、受教育程度、户口类型、家庭劳动力数量、是否为村干部、是否加入食用菌协会以及除食用菌以外主要从事的农业生产状况等；第二部分为菇农投入产出，主要涉及菇农栽培食用菌的品种、规模、产量、年收入、收购价格，具体成本分为生产费用、劳动用工、销售费用三大类。本次调查在实验站的协助下，对三里岗镇的78个香菇种植户进行了访问调查，调查小组成员向其介绍问卷的大致情况，对每一题进行指导讲解，了解相关情况后进行问卷填写，整个调查过程较为顺利，问卷填写信息较为完整合理。

2.2 实证结果分析

①香菇生产技术效率分析 基于调查数据，本文采用Frontier 4.1软件，构建香菇生产的随机前沿生产函数模型，并在此基础上对其技术效率进行计量分析，最后运用Excel软件将文本形式的数据转换成数值形式的数据，结果如表1所示。

从表1可以看出，原假设γ=0被拒绝，说明农户香菇生产的生产点并没有全部位于生产前沿曲线上，我们可以运用SFA技术来分析数据。技术无效率的方差占总方差的比例γ为0.631 5，接近于1，并在10%的置信水平下通过T检验，具有显著性。这表明，复合误差项ε中的主要变异来自于技术非效率U，随机误差项V带来的影响相对较小，此时农户香菇生产与生产前沿的差距主要是由于农户的技术无效率造成的，即样本农户在香菇生产中存在着一定程度的技术效率损失。

资金投入在1%的置信水平下通过了T检验，且弹性为0.227 4，弹性较小，说明农户在香菇的生产过程中投入的生产资料越多，获得的收入将越高。从目前农户的成本投入情况来看，尚未满足“边际成本等于边际收益”这一临界条件，因而存在通过增加生产资料的投入来获得更高收益的可能。随州香菇种植户加大资金投入量应集中在生产投入要素方面，如增购更多的优质菌种、培养料、肥料添加剂等，促进高产，以获取更高的收益。

劳动力的弹性为1.304 7，且在10%的置信水平下通过T检验，说明在其他条件不变的情况下，投入的劳动力越多，农户获得的收入将越高。这与刘莹等[16]对宁夏回族自治区的研究结果有所出入，刘莹等认为，农户在其生产决策过程中，首先考虑的是利润和风险因素，其次才是农业劳动力投入。现阶段，劳动力并非制约农户收入的主要因素。在农业机械化程度不断提高和农业家庭规模逐渐变小的趋势下，劳动力、土地和资金等生产要素之间的相互替代关系日渐模糊，与土地和资金相比，理论上劳动力数量对农户生产行为的影响应该不大。这里可能解释的是，随州当地经济还不够发达，香菇产出量在很大程度上仍然依赖于劳动力投入。

表1 模型（7）的最大拟然估计结果

棚架规模在1%的置信水平下通过了T检验，且弹性为0.992 6，说明在一定范围内，如果生产呈现出规模报酬递增的趋势，那么农户将具有扩大生产的动力。也就是说，生产规模与农户生产香菇的收入呈正相关关系。一般来说，香菇的生产要有棚架作为基础条件，农户首先要修建菇房，之后在菇房中搭建适当高度的的生长棚架，再在生长棚架上进行香菇生产。因而，在现有条件下，随州的香菇种植户可以适当扩建菇房或生长棚架，以扩大生产规模，提高利润。

②农户生产技术效率影响因素 为了寻找农户技术效率存在差异的深层次原因，对模型（8）中影响农户生产技术效率的外生变量的参数进行了估计（表2）。

由表2可知，户主年龄、性别、是否担任干部以及是否加入食用菌合作组织对香菇农户生产技术效率的影响都不显著。户主年龄、性别对农户技术效率影响不显著，可能是因为农户年龄或性别的差异并不会影响他们的学习能力，也就是说年龄或性别与学习、掌握香菇的相关生产技术以及香菇生产过程的有效管理、控制之间并不存在必然相关关系。而户主是否在本村或村级以上政府部门担任干部这一变量均值为0.012 8，即调查样本中只有1位农户担任干部，故没有显著性。是否加入食用菌合作组织对农户生产技术效率影响不显著，调查数据表明该变量的均值只有0.153 8，说明参加食用菌合作组织的农户约为样本总数的15%，导致这一现象的重要原因之一是参与调研的随州香菇农户“参合率”低，以及该地区食用菌合作组织发展比较滞后，农户对其功能和作用认识稍显不足。

户主受教育程度、是否具备专业技能以及家庭劳动力数量、食用菌种植规模对菇农生产技术效率都具有显著的正效应。本文证明了受教育程度对农户生产技术效率具有显著的正向作用，说明教育不但能提高农户自身应用现代农业技术的能力，而且具有非常强的正外部性，可以辐射带动更多的人力资本投资。户主是否具备某项专业技能这一变量的参数符号为负，并在10%的水平上通过了显著性检验，可能的解释是，农户能够掌握一项专业技能，表明该农户具备良好的学习能力，可见，农户应该注重生产技术的学习并掌握，以提高自身的生产效率。农户家庭劳动力人数这一变量对生产技术效率有正效应，说明在香菇生产中，劳动力的有效投入十分关键。农户香菇种植规模变量的参数估计通过5%水平的显著性检验，规模变量会为技术效率带来非常显著的正效应，且影响系数较大，可能的原因是，香菇种植并非劳动密集型生产，故规模经济与生产经营效率显示出了显著的正相关关系。

表2 模型（8）生产技术效率差异影响因素的估计结果

3 结论与建议

本文根据实地调查数据，运用随机前沿分析的方法，对随州香菇农户生产技术效率进行了分析。实证结果表明，农户在香菇的生产过程中存在着一定程度上的技术效率损失；户主受教育程度、是否具备专业技能、家庭劳动力数量、香菇种植规模等均对香菇农户生产技术效率有显著的正效应；在其他投入条件不变的情况下，如果能够改善生产管理、提高生产技术水平，香菇的产量及收益还有较大的提升空间。此外，还发现在香菇的生产过程中，棚架规模、资金以及劳动力都存在一定程度上的投入不足问题。据此，提出如下建议。

3.1 提高菇农的专业技术水平及生产管理水平

对生产流程进行规范化管理能够有效提高食用菌的产量，保障食用菌的供应。为此，一是要建立和完善食用菌产业菌种管理体系，防止老化菌种在生产中使用，同时对菌种质量进行跟踪管理，帮助菇农按照标准制种；二是根据当地的环境资源特点制定和完善食用菌生产管理制度，明确技术规程和操作规范，并大力推广示范；三是在食用菌生产的关键时期，如出菇管理阶段，派遣技术管理人员深入菇农家中进行现场指导，及时纠正菇农的不当管理行为；四是针对产后废料的处理方式制定相应的法律法规，对随意丢弃等不利于环境保护的处理方式进行处罚。

3.2 增强菇农的信息获取及市场预测能力

与食用菌技术推广队伍建设相比，针对菇农进行的市场营销等教育工作显然十分匮乏。在市场经济条件下，市场是配置资源的有效手段，菇农若是没有市场观念，其生产行为必将不够理性。目前，大多数菇农的营销策略仍为传统的自产自销方式，因此，很有必要加强对菇农的教育和引导，增强其营销策略以及面对市场波动的风险意识。首先，灌输市场经济的相关知识，引导菇农树立长远发展的意识，将其关注焦点由单纯注重产量和价格转变到更加注重食用菌的质量和消费者的偏好上来；其次，积极引导和鼓励食用菌合作组织发展，在大力宣传食用菌合作组织的基本职能和积极作用的基础上，引导、激励当地香瓜种植户参与组织，以有效提高农户的“参合率”，同时充分发挥食用菌合作组织连接农户和市场的中介作用，通过食用菌合作组织类似的农协组织带动技术引进、强调专业化优势、强化市场化优势，并帮助菇农顺利签订购销协议，获取更大的利润；最后，完善食用菌市场信息体系建设，定期向菇农公布食用菌的交易价格和数量等信息，为菇农的生产决策提供信息参考。

3.3 增加公共财政支持，减轻菇农负担

尽管通过改善生产技术能够进一步提高食用菌的单位产量，从而降低食用菌的单位成本，但是在目前食用菌产品市场价格相对下滑、生产要素价格相对上升的情况下，进一步增产并不利于菇农增收。而通过加大公共财政支出能够有效实现成本替代，使菇农的私人成本得以下降。为此，一方面要改善菇农从事食用菌生产的基本条件，进一步加大对菇棚建设、农业机械购买的补贴力度；另一方面要进一步加强物流领域的基础设施建设，降低物流成本，同时避免因物流时间过长而造成食用菌质量下降。此外，当地政府部门还可以建立富有激励作用的菌种补贴机制，协调各部门尤其是当地的农村金融机构，为菇农提供适当的贷款项目，以支持菇农用于扩大香菇生产规模。

3.4 加强食用菌生产监管，确保产品质量安全

“民以食为天，食以安为先”，食品安全已经成为影响一个产业发展的重要因素。食用菌属于公共消费品的范畴，且具有搜寻品、经验品和信用品的三重特性，因而仅仅依靠市场的调节能力并不能够有效保障食用菌的产品质量与安全。为此，政府需要在制度上给予全面的保障和监督，一方面要积极教育和引导菇农不使用高毒、剧毒农药，严格规定允许使用的农药种类、施用量和使用方法；另一方面要通过建立维权监督点、开通举报热线等方式鼓励人民群众参与到食用菌生产监管的过程中来，同时要严把市场准入关，成立专门的质量安全监管小组，对市场上和菇农生产的食用菌产品及运输包装进行质量监督与卫生检验。

[1]周宏，褚保金.中国水稻生产效率的变动分析[J].中国农村经济，2003（12）：42-46.

[2]张冬平，冯继红.我国小麦生产效率的DEA分析[J].农业技术经济，2005（3）：48-54.

[3]张越杰，霍灵光，王军.中国东北地区水稻生产效率的实证分析——以吉林省水稻生产为例[J].中国农村经济，2007（5）：24-32.

[4]李谷成，冯中朝，范丽霞.小农户真的更加具有效率吗?——来自湖北省的经验证据[J].经济学，2009（4）：95-124.

[5]张忠明，钱文荣.农户土地经营规模与粮食生产效率关系实证研究[J].中国土地科学，2010（8）：52-58.

[6]张潆文，张富刚，陈玉福.基于DEA模型的江苏省204国道样带区农业生产效率评价[J].资源科学，2010，32（2）：353-358.

[7]郭亚军，姚顺波，霍学喜.中国苹果主产区全要素生产效率研究——基于HMB指数的分析[J].农业技术经济，2011（10）：78-86.

[8]胡兴明，熊超.“东桑西移”与中西部蚕桑产业发展——基于全要素生产率增长的比较分析[J].农业技术经济，2011（11）：108-114.

[9]Koopmans T C.Activity Analysis of Production and Allocation[M].New York:Wiley,1951:33-97.

[10]Farrell M J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-281.

[11]韩松，王稳.几种技术效率测量方法的比较研究[J].中国软科学，2004（4）：147-151.

[12]薛彩霞，姚顺波，郭亚军，等.陕西省吴起县农户种植技术效率及影响因素分析——基于随机前沿分析方法[J].北京林业大学学报：社会科学版，2011，10（1）：65-69.

[13]Battese G E,Coelli T.A model for technical inefficiency effects in a stochastic frontier production function for paneldata[J].Empirical Economics,1995,20(2):325-332.

[14]Battese GE,Corra G S.Estimation of a production frontier model:With application to the pastoral zone of eastern Australia[J].Australian Journal of Agricultural Economics,1977,21(3):169-179.

[15]Kumbhakar SC,Lovell CA K.Stochastic frontier analysis[M].London:Cambridge University Press,2000:5-15.

[16]刘莹，黄季焜.农户多目标种植决策模型与目标权重的估计[J].经济研究，2010（1）：148-156.