基于Probit和Logit模型的中国农业生产影响因素研究——以油料作物花生为例

吴怀军，周曙东，刘吉双，朱思柱

（1.南京农业大学经济管理学院，江苏南京210095；2.盐城师范学院商学院，江苏盐城224007；3.江苏省农科院农业经济与发展研究所，江苏南京210014）

基于Probit和Logit模型的中国农业生产影响因素研究
——以油料作物花生为例

吴怀军1，2，周曙东1，刘吉双2，朱思柱3

（1.南京农业大学经济管理学院，江苏南京210095；2.盐城师范学院商学院，江苏盐城224007；3.江苏省农科院农业经济与发展研究所，江苏南京210014）

当前中国农业生产面临新常态的挑战，迫切需要进行农业供给侧结构性改革破解发展困境。文章从代表性油料作物花生入手，利用中国花生主产区446户与非主产区394户的微观调研数据，分别建立了二元响应模型中的probit和logit模型，对花生农户的种植意愿及其影响因素进行实证分析。依据花生生产的一系列特征，文章对影响中国农业生产的主要供给要素进行中长期的战略思考，研究其深层次的作用机制，在此基础上提出生产要素的优化配置路径，弥补了现有研究的不足。最后认为要稳定花生供给，提高农户生产积极性，需要从生产、组织和市场三方面同时着手解决。

农业生产；probit；logit；粮食安全；花生

一、引言

2014年后中国农业生产也面临着“新常态”的挑战，传统的农业增产方式过度依赖资源和要素投入已难以持续，迫切需要加快农业供给改革转变生产方式［1］。当前中国农业面临诸多矛盾和难题的“病根”主要出在农业结构和农业政策上，2015年中央农村工作会议首次提出“农业供给侧结构性改革”理念，为“十三五”时期农业、农村工作指路。2016年中央一号文件明确指出要用农业供给侧改革破解中国农业发展困境。经济理论一般认为供给侧主要有五个要素，即劳动力、土地及自然资源、资本、制度、创新等，农业供给侧改革就是从供给、生产端入手，通过五个要素的重新组合和优化配置扩大农产品有效供给，增强供给结构的适应性和灵活性。

2015年全国农作物总播种面积较2003年约增加1.95亿亩，而同期粮食作物播种面积约增加2.10亿亩，这意味着粮食作物至少替代了0.15亿亩非粮作物。在此期间国内食用植物油严重依赖进口，作为国内单产和总产最高的优势油料作物，花生播种面积在2003-2015年间却净减少约670万亩。国务院关于《全国现代农业发展规划（2011-2015年）的通知》中提出要多油并举稳定食用植物油自给率在40%的水平，随着未来我国人口总量的持续增长，在保障粮食安全与满足农产品供给结构矛盾日益突出的形势下，非粮作物农户生产意愿的变化和趋势，将折射出新时期中国农业生产面临的问题和挑战。

二、农业生产研究综述与影响因素分析

（一）国内外文献综述

国内外针对农业生产的研究文献较为丰富，但由于国情和农业发展程度不同，研究的重点有所区别，不同学者采用不同方法得出的结论并不一致。国外学者近年来代表性成果主要有：Paul等（1998）计算出在英国土豆生产中灌溉和储存对生产效率有积极作用，而土豆成熟时期、小规模和土豆的发芽有消极影响［2］；Laure等（2004）以波兰为例，研究得出劳动和土地要素对农业生产具有重要作用，教育对生产效率具有积极影响［3］；Kolawole（2013）以尼日利亚为例，研究发现作物多样性增加农业生产效率［4］，但是Haji（2007）认为作物多样化降低效率［5］；Boubacar等（2014）以几内亚为例，研究发现土地要素增加了水稻产量，而户主、家庭规模等有利于提高生产效率［6］；Sekhon等（2010）采用随机前沿模型实证发现在印度中部地区，农业经验和年龄是农业生产效率低下的主要因素［7］，而Geetarani和Chakrabarty（2014）研究认为在印度曼尼普尔邦地区，种植规模与农业生产效率呈正相关关系［8］；Hala和Amira（2014）以埃及为例，采用非参数规划法研究水污染对农作物生产效率的影响，结果表明水污染对农作物产量和农业生产有显著不良影响［9］。

国内学者的代表性成果主要包括：杜文杰（2009）利用1979-2005年分省面板数据，研究农业政策对农业生产的影响，发现在各省市之间呈先期影响不显著，中期扩大差异，后期缩小的态势［10］；宿桂红等（2011）采用随机前沿模型，研究发现主产区水稻生产效率较高，整体上呈现上升趋势，粮食生产在很大程度上受到自然灾害的影响［11］；张海鑫等（2012）以安徽农户为例，研究发现农户农业生产的效率损失较为严重，耕地细碎化不利于农户生产效率的提高［12］；姚增福等（2012）以黑龙江省为测算对象，发现户主年龄、文化程度、身体状况、经营规模等对农业生产具有正向影响效应［13］；彭代彦等（2013）考察农村劳动力与农业生产的关系，认为农村劳动力的老龄化和教育投资促进了农业生产［14］；赵敏娟等（2012）研究退耕还林政策与粮食生产的关系，发现两者在不同地区呈现的正负相关性存在显著差异［15］；高鸣等（2015）利用分省面板数据，采用EBMGoprobit二步法模型，分析经济发达程度对粮食生产的影响，结果显示贫困地区粮食生产的科技贡献率低于全国平均水平，农业补贴对非贫困地区和贫困率较低地区的粮食生产具有扭曲效应［16］。

综合国内外现有文献，可以发现存在着两点不足：一是多数从需求角度分析农业生产，对于农业供给要素的优化与改革重视不够；二是品种选择集中在粮食作物，针对非粮作物尤其是代表性的经济作物研究太少。解决这些问题是本文致力于完成的工作，本文基于微观调研数据实证分析影响中国农业生产的供给要素，弥补了相关研究的不足，是当前文献的补充。

（二）农业生产影响因素

从生产函数的角度来看，影响生产的要素一般分为劳动力、土地、资本和技术，由于农业生产的外部性，技术在农业生产过程中很大程度上具有从众性，并且由于农业生产的自然属性，风险对于农户的生产决策影响较大。下面结合花生的生产特征，具体分析影响农户生产决策的主要因素和作用机制。

（1）人力资本。花生属于典型的劳动密集型作物，当前由于花生生产机械化程度还不高，劳动力成为最大制约因素。人力资本对于农业生产非常重要，改造传统农业实质就是向农民投资，不过投资后农村人力资本仍然很难留在农村。发展中国家的经济存在着农业劳动力向现代部门转移的过程，当农业剩余劳动力被吸收完毕时农业部门的工资率将与工业部门相等，这一阶段被称为“刘易斯拐点”。蔡昉（2008）指出在经济发展水平达到刘易斯拐点之后劳动力不再是边际生产率为负的无限供给，要保证农产品的稳定供应，应建立有效的激励机制以持续提高农业生产的效率［17］。不过刘易斯理论没有考虑转移劳动力个体和家庭的经济特征，以及可能存在的制度性障碍等因素。总体而言，非农就业对于农业生产存在正负两方面影响：持正影响观点的学者认为非农就业能够促进农业生产，如非农收入能够刺激农户对农业生产和教育增加投资；持负影响观点的学者则认为非农就业会增加农户退出农业生产的可能性，因为非农就业减少了对农业收入的依赖，会分散从事农业生产的时间和精力。

（2）土地规模经营。农业部门工资反映了从事农业生产的平均收益，而决定人均收益的一个重要因素是人均耕地面积，所以人均耕地面积的多寡在一定程度上直接决定农户的收益。中国农户土地经营规模过小被认为是农户农业生产投资不足、缺乏规模经济并且妨碍可持续发展的主要原因之一。面对农业比较收益低下的现实，可以通过边际产出拉平效应和交易收益效应提高土地资源的配置效率。如果城镇化、工业化可能导致无人种地的现象发生，那么对于留守农村的群体而言，通过农地流转扩大人均经营面积也许是两全其美的解决之道。然而现实中农地流转的发生率严重滞后于劳动力的大量转移，土地是否能够流转以及流转后的面积是否能够达到或接近外出务工和其他经营收入的规模，直接关乎农业生产的质量和结构［18］。花生的产地很大一部分在丘陵、坡地甚至山区，这种地形本身就是偏远和零散的，如果经营规模过小势必会增加农户的生产成本，推行适度规模经营非常关键。

（3）不确定性与风险。经营规模及生产结构决定了务农的预期收益，外出就业是务农机会成本的显性部分，除此之外还存在一些隐性的不确定性和风险。不确定性包括自然灾害和农产品价格的不可预期性。龙方等（2011）就自然灾害对国内粮食产量的影响进行了研究，结果表明自然灾害对于农业产量具有显著影响［19］。徐欣等（2010）认为农产品价格是影响农户下一年种植决策的首要因素，价格波动导致的市场风险已成为影响农户经营性收入的首要风险［20］。上述学者对主粮在生产过程中的不确定性进行了研究，但随着国家对粮食安全和农业基础设施的重视，主粮生产已具备一定的抗灾害能力。但对于花生而言，其对自然灾害的抵御能力仍然很低。特别是在收获期，如果没有机械化与充足的人工，一旦遇到雨涝天气就会损失惨重。在市场方面，花生没有其他油料作物的临时收储政策支持，亦没有期货市场作为价格风向标，供给全部依赖于国内市场，价格波动剧烈导致花生农户面临的市场风险更大。

三、数据与实证模型

（一）数据来源

本文所用数据皆来自于课题组2014年暑期的实地问卷调查。调研分为两个阶段，首先选取全国16个花生主产省份（分别是吉林、辽宁、河北、山西、山东、河南、江苏、安徽、湖北、湖南、四川、江西、福建、广东、广西、贵州）中花生生产规模较大、产区较集中的主产县作为调查对象，其花生总播种面积2 737万亩，占全国花生总播种面积的40%。根据种植面积的多少及家庭经济特征的差异，每个县随机选取20户农户抽样调查，共获得有效问卷446份；为了与非主产区花生生产状况形成比照，课题组另外选取其他非主产县花生农户作为补充，依然采取随机调查的形式获得有效问卷394份。根据两次调查问卷结果，选取过去三年花生显著减少与显著增加的农户作为研究对象，结果见表1所列。

表1 问卷分布及过去三年花生播种面积增减状况

（二）实证模型与描述性统计

为了定量分析劳动力因素对农户花生播种面积增减的影响，因变量用农户花生播种面积的变化来表示，“1”表示过去三年间花生播种面积有显著增加，“0”表示过去三年花生播种明显减少。根据本领域内相关专家的意见以及实地调研时农民的反馈，这里当面积增加或减少达到10%时，即认为变化是显著的。解释变量包括个体及家庭经济特征、技术与经验、土地规模与类型、品种与机械化、政策、销售和产业化等变量。变量具体描述性结果见表2所列。

由于因变量为二元选择变量，因此利用二元响应模型，具体模型如下：若G(X)为标准的逻辑斯蒂随机变量的累积分布函数，则（1）式成为logit模型；若G(X)为标准正态的累积分布函数，则（1）式为probit模型。（1）式取对数化简后变为：

如果假设Xi为一个大致连续的变量，则其对响应函数的偏效应，可以通过求如下偏导数得到：

G(X)为联合概率分布，g(Xi)为概率密度函数，由于在logit和probit情形中，G(X)为严格递增，故恒有g(Xi)＞0。这样偏效应就具有与βi相同的符号。

当Xi变化足够小时，上式就可以转换为：

在二元响应模型中，βi表示自变量每变动一个单位，花生播种面积增加与花生播种面积减少发生比（odds）的自然对数值的改变量。Exp（βi）表示发生比率（odds ratio，即OR值），即自变量变动一个单位后花生播种面积增加与减少的比值是变动前这一比值的倍数。若变量Xi对因变量没有影响，则不论Xi怎么变化Exp(βi)值等于1，如果变量Xi对因变量有影响，正作用体现在随着Xi的增加，对应于因变量为1的情形Exp(βi)值大于1，反之则反。

表2 变量说明及描述性统计

续表2

由变量的描述性统计可以发现如下特征：过去三年间花生地增加的农户数量多于花生地减少的农户数量，这种结果可能与最近三年花生价格较之前明显提高有关，但本文的研究不考虑价格变化对种植面积的影响①，仅就花生地增加与减少的农户特征进行比较；个体特征方面，务农人口年龄平均接近50岁，基本全部为男性，身体状况较好，平均受教育程度在初中水平；家庭特征方面，绝大部分家庭以农业收入为主，家中有人在城市（镇）有固定工作的比例比较低，每两户中至少有一户家中有65岁以上老人和在读中小学学生，花生耕地户均规模方差较大，说明户均耕地规模的差异较大；在生产层面，有40.5%的调查户为科技示范户，对花生品种满意度介于一般与比较满意之间，机械化程度较低，土地流转已比较常见但尚不普遍，花生种植户的土地流转意愿也很低；在销售、组织化和产业化方面，主产区经纪人队伍已经十分普遍，大部分农户选择一次性出售给经纪人，但花生的组织化程度还比较低，与花生企业的联系并不紧密。

四、实证模型结果与解释

（一）模型回归结果

logit和probit模型没有本质区别，一般情况下可以换用，但两者采用的分布函数不同。因为随机变量分布形式事先难以确定，模型残差项可能会服从标准正态分布或逻辑斯蒂分布，所以为了回归结果更加准确，出于相互佐证的目的依次进行probit和logit回归，结果见表3所列。比较两种回归结果可以发现，模型总体效果差异不大，但变量系数大小有所区别。

表3中probit和logit模型的判定系数McFadden R2都接近0.5，说明模型拟合优度很好，对于调研数据来说分析是可靠的。LR统计量的值也很大，而且对应的概率趋于0通过了显著性检验，说明模型自变量总体上对因变量有显著影响。总之，实证模型的检验结果是显著的，方程效果比较理想。

表3 模型回归结果

对种植花生有负向作用且显著的变量有：家中有人在城市（镇）有固定的工作、户主性别、家庭收入类型和良种补贴，对种植花生有正向作用且显著的变量有户主年龄、科技示范户、地形、品种满意度、机械化程度、收获量、花生出售频次、销售方式以及主产区。比较这两类影响因素以及其他非显著变量，可以发现其具体作用机制：

（1）主产区花生生产意愿显著高于非主产区，花生良种补贴没有达到预期目的。我国花生生产主要集中在少数省份，聚集度高，因此主产区农户花生种植意愿在一定程度上决定了未来我国花生生产的主调。实证结果表明主产区较非主产区更愿意增加花生种植：一方面是因为花生主产区规模优势能够降低扩大花生播种面积的成本，另一方面主产区较非主产区更有足够的适用于花生生产的耕地。让人意外的是，良种补贴对花生生产具有显著的负作用。为了扩大花生良种普及率，提高农户种植积极性，国家在2010年对花生主产区实施良种补贴试点，并逐渐扩大试点范围。但实证结果表明越有补贴的农户越不愿意种植花生，这里的原因可能是花生良种补贴额度过小，并且拿到良种补贴的户数并不一定能够获得良种。调查显示有62.6%的农户表示当前的良种补贴起不到激励作用，拿到良种补贴的农户比例明显高于实际上改种良种的比例，反映出良种补贴与良种推广普及存在明显的脱节。

（2）非农就业和城市化对农户花生种植具有显著负作用。家中有人在城市（镇）有固定工作会显著减少花生播种面积，在外务工通过非农收入效应可以提高家庭收入水平，同时减少了家中能够继续务农的劳动力数量，即对于种地“后继无人”。收入类型以打工收入和固定性工作为主的家庭，受限于劳动力和收入的替代效应，相较于以农业收入为主的家庭花生面积减少的更多。户主的健康状况与受教育程度由于差异不大，对花生种植意愿影响并不显著。能够减轻城市化和非农就业导致的劳动力外出，对花生生产影响的主要因素是赡养老人和抚养孩子的义务，家中有老人和正在上中小学孩子的农户会增加花生播种面积，前者在10%水平下显著，后者不显著。这可能是由于家中有老人的家庭无法把老人带出去继续就业，而正在上中小学的家庭则有可能会把孩子带到务工地去上学。户主的年龄和性别对花生种植具有显著影响，年龄越大越会增加花生播种面积，这是因为年龄增大后会增加外出务工的难度，同时要尽更多的家庭义务。男性劳动力更倾向于减少花生种植，原因是一般家庭中男性外出务工的概率高于女性。

（3）科技示范户和良好的技术配套能够有效提高花生播种面积。科技示范户更愿意增加花生种植面积，这是因为在花生种植的过程中科技示范户一般会在风险得到有效控制的情况下优先得到良种或者先进技术的应用。在销售环节，通常科技示范户产出的花生可能得到推广部门或者科研单位的优价收购，减少了市场风险与其他不确定性，因此科技示范户较其他农户得到更多更直接的实惠。在生产环节，优良的花生适用品种更能够激励农户扩大花生种植面积，对花生品种满意度越高的农户越愿意扩大种植面积，这是因为一个花生品种在同一地块种植时间达到一定年限后会降低该地块的抗虫性和抗病性，花生产量也会明显下降，因此花生品种对于农户种植至关重要。花生生产之所以费工费时，主要是因为在收获时节缺少机械特别是联合收获设备，能不能在短期内雇到工人以及雇工成本直接影响农户的种植意愿，机械化程度的提高将会显著提高农户种植花生的积极性。花生地形对花生种植有显著影响，越是平原地形越不愿意生产花生，这是因为花生生产多处在偏远地区，很大一部分是在丘陵和山区种植，土壤类型一般为不适于生产粮食的沙土地，如果在平原地区则更容易受到粮食等其他作物比较收益的影响。花生单产由于在不同地区差异很大，横向比较缺少可比性，对于花生生产作用并不显著。

（4）花生种植规模对生产具有显著正影响。农户花生生产规模越大越倾向于增加花生种植，这是因为播种面积过小会造成部分劳动力剩余，造成较高的机会成本，一旦达到适度规模不仅能够依托规模效应有效降低花生生产成本，而且使得农户投入更多精力去从事花生生产和经营，减轻了因劳动力闲置而造成的机会成本。土地流转程度会对适度规模经营起到正向作用，但这一系数并不显著。

（5）产后环节对花生生产影响显著。销售方式和销售频次会影响农户的销售成本和收益，选择自己主动出售并多次出售的农户较商贩上门收购和一次性销售的农户更愿意增加花生的种植。这是因为由于我国花生产地集中，总量规模不大，花生价格波动频繁，因此销售时机对于农户的收益就具有重要意义。多次销售的农户更能把握市场信息，更好地运用市场来提高自身收益。选择商贩上门收购花生的农户一般为被动报价接受者，他们为了节省交易成本，往往选择一次性出售完花生。而选择自己主动出售花生并且选择在不同的时间段出售的农户，往往得到的收益更高，因此对于种植花生的积极性也相对较高。

（二）稳健性分析

由于在样本中有超过40%的农户为科技示范户，在抽样调查中花生种植大户或者种植积极性很高的农户更可能被选为调查对象，可能存在逆向选择问题。为了检验研究结论的可靠性，需要重新验证非科技示范户与科技示范户在种植意愿上是否存在明显差异。通过将非示范户单独列出获取512个样本重新进行回归，模型同样通过了显著性检验，结果见表4所列。与表3相比，表4中系数的符号没有发生变化，即各因素对花生种植意愿的作用方向没有改变。良种补贴项不再显著，这说明花生良种补贴对花生生产的作用并不明显，其他主要变量的显著性没有显著差异。由此可见上述结果并不存在选择性偏误，模型回归结果稳定可靠。

表4 稳健性检验结果

五、主要结论及政策含义

（一）主要结论

（1）花生主产区农户较非主产区更愿意增加花生播种面积，非农就业与非农收入会促使农户减少花生种植，个体年龄增大和女性会减轻非农就业和劳动力转移带来的影响，有老人与学龄孩子的家庭外出务工的倾向会降低，花生种植的意愿提高。

（2）农技推广、花生良种与机械化配套技术能够有效提高农户花生生产积极性。科技示范户更倾向于增加花生种植面积，农户对花生品种的满意度和机械化程度越高越会增加花生种植，花生良种补贴并没有起到提高农户生产积极性的作用，良种补贴与良种的采用存在脱节现象。

（3）户均花生生产规模提高有利于花生的生产，但花生生产区土地流转意愿水平仍然较低。当前户均花生耕地面积仍然较低，花生经营规模较大的农户更愿意扩大花生生产，但农户的土地流转意愿还处于低水平。

（4）花生生产后的销售环节显著影响农户花生生产积极性。花生作为重要的经济作物，其对农户的价值不仅仅在于生产环节和产量的高低，更在于经济收益的多寡。多批次、自己主动出售花生的农户，较之一次性出售给上门来收购花生的商贩的农户，更愿意扩大花生生产规模。

（二）政策含义

当前随着城市化、工业化深入推进，要同时保障国家粮食安全与多元化农产品供给的难度越来越大，随着国家食用油料对外依存度节节攀高，在不与粮争地的情况下稳定并提高花生供给对保障国家油料安全具有重要意义。未来一方面要依靠农业现代化提升花生生产的科技含量，通过制度创新来提高生产效率；另一方面要稳定现有花生播种面积，提高花生农户的种植积极性以避免抛荒，同时利用花生耐贫瘠的特征开发风沙地、贫瘠地块等新的农地资源。从政策层面需要重点考虑以下几个方面：

（1）在生产环节亟须加强花生专用性品种的培育，提高良种的采用率和机械化收获水平。在补贴形式上可以适度向良种繁育企业倾斜，以农户良种实际采用率作为企业补贴标准。加大花生收获联合收割技术研发力度，降低花生收获的人工成本。

（2）妥善处理非农就业带来的劳动力转移问题。劳动力转移对农业生产的影响不可避免，但不可能所有农户都转移出农业，让剩余农户转出土地亦不现实，可考虑分人群分阶段解决无人种地和集约化水平低的问题。具体措施包括种植大户与花生专业合作组织并行，对于自愿流转出土地的农户可交由种植大户，不愿流转土地的农户可加入花生专业合作组织。花生专业合作组织发展重点是要有专用性强的产品，辅之以明确的产权关系和规章制度。

（3）加强小宗农产品的市场信息披露和监管，避免投机炒作导致的价格剧烈波动。小宗作物由于盘子小、生产地集中，产品极易在短期内被少数资本大量收购，之后囤积居奇、恶意炒作，造成农产品价格波动频繁且剧烈，增值收益大多被中间环节所获，农户预期收益不稳。因此需要加强对小宗农产品市场价格的监管和信息披露，打击恶意炒作行为。

注释：

①不考虑价格因素的原因是由于价格对所有农户具有一致性，在受到同样的价格变化影响下来考察农户种植决策行为的差异才是本研究的重点内容。

［1］郭旭红，李玄煜.新常态下我国产业结构调整升级研究［J］.华东经济管理，2016（1）：49-54.

［2］Paul W，Daver H，Stephen R，et al.Measuring and ex⁃plaining technical efficiency in UK Potato production［J］. Journal of Agricultural Economics，1998，49（3）：294-305.

［3］Laure L，Kelvin B，Sophia D，et al.Determinants of tech⁃nical efficiency of crop and livestock farms in Poland［J］. Applied Economics，2004，36（12）：1255-1265.

［4］Kolawole O.Crop diversification and technical efficiency in food crop production-A study of peasant farmers in Nigeria［J］.International Journal of Social Economics，2013，40（3）：267-288.

［5］Haji J.Production efficiency of smallholders’vegetabledominated mixed farming system in Eastern Ethiopia：a nonparametric approach［J］.Journal of African Economies，2007，16（1）：1-27.

［6］Boubacar S B，Hajime K，Makoto N，et al.An Analysis of Technical Efficiency of Mangrove Rice Production in the Guinean Coastal Area［J］.Journal of Agricultural Science，2014，6（8）：179-196.

［7］Sekhon M K，Amrit K M，Manjeet K，et al.Technical Ef⁃ficiency in Crop Production：A Region-wise Analysis［J］. Agricultural Economics Research Review，2010，23（2）：367-374.

［8］Geetarani D L，Chakrabarty S Y.Resource use and Techni⁃ cal Efficiency of Rice Production in Manipur［J］.Economic Affairs，2014，59（7）：823-835.

［9］Hala A A，Amira E A.Nile water pollution and technical ef⁃ficiency of crop production in Egypt：an assessment using spatial and non-parametric modeling［J］.Environ Ecol Stat，2014，21（2）：221-238.

［10］杜文杰.农业生产技术效率的政策差异研究——基于时不变阈值面板随机前沿分析［J］.数量经济技术经济研究，2009（9）：107-118.

［11］宿桂红，傅新红.中国粮食生产主产区水稻生产技术效率分析［J］.中国农学通报，2011（2）：439-445.

［12］张海鑫，杨钢桥.耕地细碎化及其对粮食生产技术效率的影响——基于超越对数随机前沿生产函数与农户微观数据［J］.资源科学，2012（5）：903-910.

［13］姚增福，刘欣.种粮大户粮食生产技术效率及影响因素实证分析——基于随机前沿生产函数与黑龙江省460户微观调查数据［J］.科技与经济，2012（2）：60-64.

［14］彭代彦，吴翔.中国农业技术效率与全要素生产率研究——基于农村劳动力结构变化的视角［J］.经济学家，2013（9）：68-76.

［15］赵敏娟，姚顺波.基于农户生产技术效率的退耕还林政策评价——黄土高原区3县的实证研究［J］.中国人口·资源与环境，2012（9）：135-141.

［16］高鸣，马铃.贫困视角下粮食生产技术效率及其影响因素——基于EBM-Goprobit二步法模型的实证分析［J］.中国农村观察，2015（4）：49-60.

［17］蔡昉.刘易斯转折点后的农业发展政策选择［J］.中国农村经济，2008（8）：4-15.

［18］罗必良，何应龙，汪沙，等.土地承包经营权：农户退出意愿及其影响因素分析［J］.中国农村经济，2012（6）：4-19.

［19］龙方，杨重玉，彭澧丽.自然灾害对中国粮食产量影响的实证分析［J］.中国农村经济，2011（5）：33-44.

［20］徐欣，胡俞越，韩杨，等.农户对市场风险与农产品期货的认知及其影响因素分析［J］.中国农村经济，2010（7）：47-55.

A Study on the Influencing Factors of China’s Agricultural Production Based on Probit Model and Logit Model—A Case Study of Oil Crops:Peanut

WU Huai-jun1,2,ZHOU Shu-dong1,LIU Ji-shuang2,ZHU Si-zhu3
（1.College of Economics and Management,Nanjing Agricultural University,Nanjing 210095,China; 2.School of Business,Yancheng Teachers University,Yancheng 224007,China; 3.Institute of Agricultural Economy and Development,Jiangsu Academy of Agricultural Sciences,Nanjing 210014,China）

China's agricultural production is facing the challenge of a New Normal at present,and there is an urgent need for the structural reform of agricultural supply-side to crack the development dilemma.Based on the data collected from 446 farmers in major peanut pro⁃ducing areas and 394 farmers in non-major producing areas,this paper starts with the typical oil crops:peanut,builds the probit model and the logit model in the binary response model respectively,and conducts an empirical analysis of peanut farmers'willingness to grow and its influencing factors.In accordance with a series of characteristics of peanut production,the paper makes a medium and long-term strategic thinking on the main supply factors affecting China's agricultural production,and studies its deep mechanism.Accordingly,the paper proposes the optimal allocation path of production factors,which makes up the deficiency of the existing research.Finally,the paper suggests that the three aspects of production,organization and market should be addressed simultaneously in order to stabilize peanut sup⁃ply and increase farmers'enthusiasm for production.

agricultural production;probit;logit;food security;peanut

F326

A

1007-5097（2017）08-0085-07

10.3969/j.issn.1007-5097.2017.08.013

［责任编辑：欧世平］

2017-03-04

国家社会科学基金重大项目（13&ZD160）；国家社会科学基金一般项目（15BJY096）；国家现代农业（花生）产业技术体系（CARS-14-10B）

吴怀军(1980-)，男，江苏盐城人，讲师，博士研究生，研究方向：农业经济管理；周曙东(1961-)，男，江苏江都人，教授，博士生导师，研究方向：农业经济理论与政策；刘吉双(1967-)，男，吉林通化人，教授，博士，研究方向：农业经济；朱思柱(1985-)，男，江苏沛县人，助理研究员，博士，研究方向：农业产业经济。