不同类型农户耕地利用效率影响因素研究

周 迪

(重庆师范大学 地理与旅游学院，重庆 400047)



不同类型农户耕地利用效率影响因素研究

周 迪

(重庆师范大学 地理与旅游学院，重庆 400047)

摘要：指出了以重庆市武隆县典型山区为研究区域，运用参与式农户评价方法(PRA)对重庆市武隆县4个抽样村进行调查，依据农户不同生计方式将农户划分为基本型、自然资产型、人力资产型3种类型。并运用数据包络分析法(DEA)和 Tobit回归模型对不同类型农户耕地利用效率的影响因素进行了分析。结果表明：劳均耕地面积、农业收入比重是提高自然资产型农户耕地利用效率的显著因素，农业资金投入比重、耕地细碎化指数是影响其耕地利用效率怕的主要原因；人力资产型农户劳动力受教育程度对耕地利用效率提高有显著影响，而影响耕地利用无效率的因素主要是农业资金投入比重；基本型农户影响其耕地利用效率低的主要因素为中老年劳动力比重以及地块距离指数。

关键词：农户类型；耕地利用效率；影响因素

1研究目的

土地利用/土地覆盖变化(LUCC)研究随着社会人口、资源和环境问题的日渐突出成为全球环境变化研究的前沿和热点领域，耕地作为土地的精华，成为LUCC研究中的重点[1]。武隆县位于三峡库区中部，受七曜山和方斗山影响，地势崎岖，且喀斯特地貌发育明显，耕地分布零散。同时，受三峡工程影响，库区耕地数量、质量都呈现出下降趋势，库区人地矛盾激化，严重威胁着库区生态环境安全和经济发展[2]。由于农户家庭资源禀赋差距较大，农户分化也会呈现不同趋势，农户对社会经济政策的响应，生计策略的调整，生产决策以及耕地利用效率存在差别且影响因素各不相同。基于此，有必要通过“农户分化—耕地投入—耕地利用效率”的研究，来分析不同类型农户耕地利用效率影响因素，为提高山区农户家庭的耕地利用率提出针对性的政策建议。

2研究方法

2.1数据包络分析法

数据包络分析( data envelopment analysis) 简称DEA。将每一农户作为决策单元(DMU)，运用DEA模型构建最佳的生产前沿面，并判断每一农户的耕地生产距离最佳前沿面的情况，从而判断农户对耕地利用的相对效率。该方法在无需对指标已经统一量纲化，对处理多投入和多产出具有绝对优势。

2.2Tobit回归模型

由于DEA得出的效率值介于0～1之间，因此数据被截断，此时若用普通最小二乘法对模型直接回归，参数的估计将是有偏和不一致的。所以在此一般用Tobit模型进行回归分析。目前普遍认同的观点是，Tobit模型适用于解决技术效率的影响因素问题，并能找出效率改进的方向和途径，运用DEA-Tobit两阶段法，与其他的综合评价方法相比，方法处理多输入、特别是多输出的问题的能力具有绝对优势[3]。

3研究结果

3.1农户类型划分

笔者在参考有关农户类型划分的文献同时，结合研究目的，将农户家庭现主要谋生方式、家庭收入来源、农户对各生计资产的依赖程度、家庭主要劳动力配置方向、农副产品配置方式等指标，作为农户类型划分为的依据，故农户划分为基本型、自然资产型、人力资产型3种类型(表1)。研究区抽样的300户家庭中，基本型49户占抽样总量的16.3 %，自然资产型61户占抽样总量的20.3 %，人力资产型190户占抽样总量的63.3 %。

表1　农户类型

3.2不同类型农户耕地利用效率测算

3.2.1指标选取

结合指标选取的原则以及研究的中不同类型农户耕地投入的特征，从土地、资金、劳动力3个方面考虑来选取耕地利用的投入指标。实际耕种面积/亩——该指标用来反映农户耕地的实际利用情况；资金消费/元——该指标说明耕地的资金投入情况，其主要包括种苗、肥料、农药、机械等方面的资金花费；劳动力用工/人——该指标反映农户耕地劳作的劳动力投入量。产出指标选取耕地总产值来反映耕地利用的最终成果(表2)。

表2　耕地利用效率评价投入及产出指标

3.2.2计算结果

模型计算借助软件deap2.1来实现，首先对得到的317户样本数据按照效率评价指标进行整理、筛选，剔除异常值以后得到306组有效数据；其次运用软件计算出每一农户的综合技术效率、纯技术效率、规模效率；最后将得到的各个农户的效率计算结果进行汇总得到不同类型农户的耕地利用效率值如表3。

表3　不同类型农户耕地利用效率均值

3.3不同类型农户耕地利用效率影响因素

3.3.1指标选取

结合研究的背景及研究目的，分析不同类型农户的耕地利用效率影响因素，需要考虑各类型农户特征以及耕地投入特征，农户不同类型特征主要从家庭生计体现出来，耕地投入特征则主要通过劳动力、资金等方面体现。因此，本文主要从农业劳动力特征、家庭经营特征、耕作条件3个方面选取耕地利用效率的影响因素。具体如表4所示。

表4　影响耕地利用效率解释变量说明

3.3.2计算结果

选用eviews软件对Tobit回归模型系数进行计算，并对模型和归回系数进行显著性检验。结果见表5。

表5　不同类型农户耕地利用效率影响因素回归结果

(1)基本型。基本型农户耕地利用效率值在4类农户中为最小值，其耕地利用程度最低。由基本型农户耕地利用效率影响因素Tobit回归模型计算结果，可以得出以下结论。

中老年劳动力比重在10 %水平上通过显著性检验，且与耕地利用效率的关系为负相关关系，劳动力平均年龄越高，耕地利用效率越低。基本型农户中老年劳动力(50岁以上)比重均值为0.7，是3类型农户中最高值，远高于自然资产型农户中老年劳动力比重0.3。同时，家庭总人口中，60岁以上人口占家庭总人口44 %。表明基本型农户家庭农业劳动力已出现老龄化趋势，导致基本型农户耕地利用效率偏低。劳动力老龄化现象对耕地利用影响主要表现为：①农业生产时间上。劳动力年龄越大其行动越不便，因此农业生产时间消耗越多，单位时间内老龄化劳动力农业生产量相比青壮年劳动力差异明显。②农业生产技术应用上。老龄化劳动力由于从事农业生产年限较长，在生产过程中大部分采用传统的耕作模式，对于农业生产的新技术接受能力和理解水平有限，因此在实际的生产中应用很少。③农业生产经营上。受家庭资源的限制，基本型农户家庭高收入水平有限，因此耕地规模以及对耕地投入水平不高，种植方式多选择的是基本的谷类、薯类或蔬菜，农产品大部分用于满足家庭自身的需求，小部分参与市场配置。因此，老龄化劳动力在农业生产中出去劣势地位，影响耕地利用效率偏低。

地块距离指数在10 %水平上通过显著性检验，地块距离与耕地利用效率值呈负相关关系，即地块距离指数越高，耕地利用效率值越低。地块距离指数反映的是耕地的细碎化程度，指数越大表示耕地细碎化程度越高。耕地细碎化程度越高，表明耕地分散、零碎程度高，且山区地形复杂道路交通不便，劳动力前往耕作地块多采用步行方式，路途时间花费较多，单位时间内劳动力的农业生产效率低。此外，耕地细碎化程度高，不利于耕地的集中、连片管理，同时受到地形、交通等因素的影响，不能进行机械化操作，耕作方式以人力翻地为主，大大削减了耕地利用效率。

(2)自然资产型。该类型农户耕地利用效率在所有农户类型中为最高值，相对于基本型、人力资产型农户，自然资产型农户的耕地利用程度较高。由自然资产型农户耕地利用效率影响因素Tobit回归模型的计算结果，可以得出以下结论。

农业收入比重是影响自然资产型农户家庭耕地利用效率提高的显著性因素，其计算结果在1 %水平上通过显著性检验，且与耕地利用效率呈正相关关系。结合农户家庭的特征，自然资产型农户家庭年平均总收入为9120.2元，其中农业收入为6994.5元，占家庭总收入的77 %，农业是维持该类型农户家庭生存的重要产业。从家庭内部而言，自然资产型农户家庭需依靠农业收入来满足家庭基本的生活，农产品满足自身的需求，同时家庭成员存在学前龄、无劳动能力者，农业劳动力的生产成果还需要保障家庭其他成员的生活消费。从市场竞争而言，农业生产品在满足家庭自身需求的情况下，要投入市场参与配置，并从中获取利润。利润越高，一方面提高了劳动力进行农业生产的积极性，另一方面促使劳动力购买良种、肥料等，增产性、省工性投入增加，从而有利于效率的提高。同时，生产效率提高，单位面积耕地农产品产量提高，产于市场配置份额提高，农户获取的利润越高。

劳均耕地面积影响因素在10 %水平上通过显著性检验，且与耕地利用效率呈正相关关系。自然资产型农户农业劳动力平均耕地面积为5.13亩，在3类农户中为最高值。邵晓梅[4]研究指出农地适度规模经营有利于耕地利用效率的提高。我国在20世纪80年代初期推行农村家庭承包联产责任制，在一定程度上提高了农户进行农业生产的积极性。但该政策实行至80年代末，随着社会制度的改变，农业生产出现增长缓慢的现象。基于此，农地适度规模经营出现，受到广大农户的重视。农户之间耕地的流转，促进了耕地的有效管理和利用，随着《土地承包法》将农地流转合法化，促进了农地适度规模经营。自然资产型农户家庭农业劳动力数量较多，对农业生产依赖性较强，因此家庭为增加收入而扩大耕地经营规模，耕地规模效益一定程度上得到发挥，给农户家庭增加收益以及节约成本，因此对耕地利用效率的提高有正向影响。

农业资金投入比重因素在1 %显著性水平上通过检验，但是与耕地利用效率之间的关系为负相关，即农业资金投入比重是影响自然资产型农户耕地利用效率低的重要因素。结合不同类型农户耕地投入方式，自然资产型性农户在耕地资金投入5007.9元，为3类农户中最高值。资金投入主要包括农户对耕地增产性、省工性投入。在普遍情况下，农户选择优势良种、增加肥料使用量、机械动力代替人力劳动，可以提高耕地利用效率。但是，在实证分析中，农业资金投入比重对于自然资产型农户来说，是制约耕地利用效率提高的重要因素。结合自然资产型农户的特点以及研究区域的实际情况来看，自然资产型农户为追求农业生产利润会不断扩大耕地的经营规模，从而增加农业生产量，提高家庭收入。但是，受到家庭农业劳动力素质限制，农业劳动力年龄较小，有利于学习农业新知识和新技术，但是劳动力并未统一接受培训，且在农业生产经营过程中缺乏经验，盲目扩大耕地规模，农业生产资源配置不合理导致资源浪费，耕地利用的规模效益递减，不利于耕地利用效率的提高。

耕地细碎化指数在10 %显著性水平下通过检验，与耕地利用效率关系呈负相关，该因素是制约自然资产型农户耕地利用效率提高的主要因素。耕地细碎化指数反映了耕地细碎程度，一般研究认为耕地细碎化对利用效率存在负向影响。自然资产型农户为了获取最大化农业生产利润，不断扩大耕地规模，但是其规模的扩大只是单纯耕地数量的增加，从耕地性质上来看并未达到集中、连片的效果。因此，农户在生产过程中，无法进行集中优化管理，高效率的机械化操作不能得以实现。同时，耕地细碎化程度越高，农户对生产资源的分配就越无规律可循，造成资源的浪费，影响耕地利用效率的提高。

(3)人力资产型。该类型农户耕地利用效率次于自然资产型农户，居于第2位。人力资产型农户耕地利用效率影响因素Tobit回归模型计算结果，可以得出以下结论。

受教育程度模型回归结果在1 %水平上通过显著性检验，受教育程度与人力资产型农户耕地利用效率呈正相关关系，劳动力受教育水平越高，农户耕地利用效率则越高。科学技术是第一生产力，农业产业的发展同样离不开科学技术的进步。人力资产型农户农业劳动力中接受过九年义务教育以上程度的劳动力户均比例为74 %，劳动力普遍受到正规教育。劳动力受教育程度不同：首先表现为劳动力能力不同，接受教育程度较高的劳动力可以轻松阅读报纸、杂志、相关农业的说明书及资料(有关种苗、化肥、农药以及农用机械的使用说明书等)，劳动者可以从相关的资料中学习农业生产的技术知识，而小学以下教育水平的劳动力大部分不具备阅读能力，农业生产主要依靠以往的经验，对新技术掌握水平有限。文化程度较高的劳动力，可以学习农业生产新知识的渠道多，故掌握的新技术相对文化程度较低的劳动力较多，对耕地利用的程度较高。其次表现为耕地管理水平，劳动力掌握农业生产新技术后，应用在实际的劳动生产过程中，提高单位面积耕地的农产品产量，这在一定程度上提高了劳动力经营管理耕地的信心，使其在以后的生产中能不断学习，积极主动参与或者组织农业生产相关的培训交流活动，更加高效的管理耕地资源。最后表现在学习新技术的渠道，传统的农业新技术传播，主要依靠乡镇政府或村社小组相关领导小组进行广播宣传，随着社会科技的进步现阶段农业新技术传播主要依靠3类(科技推广服务部门、大众传媒、模仿学习)，小学文化程度以下的劳动力则大多是依靠“自己摸索，凭经验”或者“学习其他农户”获得生产中技术知识，而文化水平较高的劳动力则会从专业培训或者农技员等正规途径获取经验，对技术传播科学性、先进性要求较高，故对耕地利用效率有正向影响。

农业资金投入比重在10 %水平上通过显著性检验，且该影响因素的回归系数为负，说明农业资金投入比重对人力资产型农户耕地利用效率存在负相关关系，是影响人力资产型农户耕地利用效率低的一个显著因素。人力资产型农户家庭年平均收入为10382.1元，为3类农户中收入最高值，其中非农收徒8276.0元，占家庭总收入的80 %；农业收入1411.9元，占家庭总收入的14 %，说明人力资产型农户家庭对农业依赖度不高，农业生产大多是选择闲暇时间进行生产，家庭劳动力主要配置在非农产业上。然而，人力资产型农户家庭18岁以下以及无劳动能力老人占家庭总人口比重较大，因此农户需进行农业生产来满足家庭基本的口粮需求。由于家庭农业劳动力人数有限，占家庭总人口的34 %，农户多选择距离居住地近的地块进行种植，因此家庭耕地种植规模有限。人力资产型农户投入到农业生产的资金相对于家庭总收入来说比重较低，但是亩均耕地资金投入仅此于自然资产型，高于耕地规模相同的基本型农户，为了使家庭劳动力从农业生产中解放出来，人力资产型农户会增加对耕地的省工性投入，选用除草剂、农业机械、牲畜等代替人工劳动，但缺少对耕地投入量的准确估计，导致资源的过度投入，造成浪费，使耕地的利用效率降低。

4结论

在重庆市武隆县4个典型村抽样调查的基础上，运用参与式农户评估方法(PRA)、数据包络分析法DEA，Tobit回归模型，分析不同类型农户耕地利用效率的主要影响因素。不同类型农户耕地利用效率影响因素不同：劳均耕地面积、农业收入比重是提高自然资产型农户耕地利用效率的显著因素，农业资金投入比重、耕地细碎化指数是影响其耕地利用效率怕的主要原因。人力资产型农户劳动力受教育程度对耕地利用效率提高有显著影响，而影响耕地利用效率的因素主要是农业资金投入比重。基本型农户影响其耕地利用效率低的主要因素为中老年劳动力比重以及地块距离指数。

参考文献：

[1]LAMBIN E F, BAULIES X, BOCKSTAEL N, et al. Land-use and land-cover change[R]. Implementation Strategy. IGBP report No.48, IHDP report No.10, 1999.

[2]任鸿瑞. 三峡库区耕地资源与耕地压力时空变化特征[J]. 重庆师范大学学报(自然科学版), 2010, 9 (5): 23～27.

[3]周华林. Tobit模型估计方法与应用[J]. 经济学动态, 2012(5).

[4]邵晓梅. 鲁西北地区农户农地规模经营行为分析[J]. 中国人口·资源与环境, 2004,14(6):120～125.

收稿日期：2016-04-20

作者简介：周迪(1990—)，女，重庆师范大学地理与旅游学院硕士研究生。

中图分类号：F301

文献标识码：A

文章编号：1674-9944(2016)10-0199-04