土地细碎化和劳动力结构对生产技术效率的影响

魏娟+赵佳佳+刘天军

摘 要：基于山东、陕西2省265个苹果种植户的微观调研数据，运用随机前沿生产函数模型系统分析了土地细碎化与劳动力结构对苹果种植户生产技术效率的影响。研究发现：土地细碎化对苹果种植户技术效率有显著负向影响；劳动力老龄化对苹果种植户技术效率作用为正；女性劳动力占比和苹果种植户平均受教育水平对其技术效率影响不显著。此外，样本区域苹果种植户技术效率均值为0.601 8，且随种植面积扩大而增加。

关键词：土地细碎化；劳动力结构；苹果种植户；随机前沿生产函数；技术效率

中图分类号：F320.3 文献标识码：A 文章编号：1009-9107（2017）05-0055-10

引 言

土地细碎化指每个农户拥有的土地被分散成面积狭小、不同距离的众多地块分布于村庄周围。土地细碎化是发展中国家农地制度的主要特征之一[1]。而以土地公平分配为原则的家庭联产承包责任制和人多地少的自然禀赋使得土地细碎化问题在我国尤其严重[2]。据统计，2009年，我国农户平均拥有地块数4.1块，户均土地经营面积7.14亩，人均地块面积1.741亩（数据来源：农业部农村固定观测点2009年数据）。研究表明，土地细碎化浪费了我国3%～5%的耕地面积[3]。

同时，随着经济社会快速发展、非农就业增加以及计划生育政策的实施，我国农业劳动力结构也发生巨大转变，具体表现为：（1）农业人口老龄化——人口老龄化不断加剧被认为是我国人口结构转变的首要特征[4]。2010年第六次人口普查数据显示，我国农村60岁以上老年人口比例上升至14.98%，比国际公认的老龄化社会标准高4.98%，且老龄化趋势仍在加剧。（2）农业劳动力女性化——第六次人口普查显示女性劳动力在农业总劳动力中占比53.16%，超过男性。（3）农业劳动力受教育水平上升——随着经济社会的发展、科教文卫事业的大力推进以及九年义务教育的普及，农村人口受教育水平普遍上升。劳动力结构的多重变化内生作用于农业生产经营方式（新技术采用、生产精力投入、农田管理等），影响农业生产的技术效率。

土地细碎化被认为是农业生产的主要阻碍之一，原因是制约了现代农业机械的使用，进而造成用工量的增加，而在城镇化进程中青壮年劳动力的非农转移迫使更多老年劳动力和女性劳动力参与到农业生产中来。文华成通过实证研究也证明农业劳动力女性化的深层次原因是土地制度造成的土地规模的细碎化，并非劳动力非农就业中的性别差异[5]。已有文献在土地细碎化和劳动力结构对农业生产技术效率方面研究已取得丰硕成果，但尚未将二者结合起来进行研究，多着重分析两者中的某一单一因素的影响，使被忽略的另一因素进入模型随机干扰项，进而使技术效率估计有偏。因此，本文将土地细碎化和劳动力结构一同纳入技术效率影响因素中探讨二者对农户技术效率的作用。

此外，现有关于土地细碎化和劳动力结构方面的实证研究均集中于水稻、小麦、玉米等粮食作物，对劳动密集型高附加值经济作物的研究尚未涉及。高附加值经济作物作为农户脱贫致富的关键手段，对我国农村经济发展与和谐社会构建发挥着非常重要的作用。而土地细碎化作为我国耕地制度的典型特征，劳动力结构作为劳动生产率和经济效益的重要基础，二者是否对劳动密集型高附加值经济作物的技术效率产生影响？影响方向如何？本文收集了来自我国苹果主产区2省5县265个苹果种植户的微观调研数据，利用随机前沿生产函数模型实证研究土地细碎化与劳动力结构对苹果种植户技术效率的影响。

一、文献综述与研究假说

（一）土地细碎化与农业生产

国内外研究关于土地细碎化对农业生产的影响众说纷坛。主流观点认为土地细碎化阻碍农业机械化，增加农业生产成本。Tan 等通过研究土地细碎化对江西省稻农生产成本的影响，发现地块面积较小的稻农倾向于多使用劳动力，少使用现代机械，同时平均地块距离的缩短会减少生产总成本[6]；Orea 等认为土地细碎化增加农户在不同地块间的通勤时间，进而造成农业劳动力的浪费和不必要的交通成本[7]；吕挺等利用江苏省金坛市水稻生产的调研数据实证发现，因机械利用程度的差异，大面积的地块生产成本特别是劳动成本更低，并且单位产品成本随地块面积增加而减少[8]；连雪君等通过对乌村194户农户微观数据的实证分析，得出细碎化的土地产权增加了农户集体协商成本、监督管理成本和信息成本[9]。

另一重要的观点是土地细碎化降低土地利用率和生产技术效率。如刘涛等利用江苏省南京市274个农户的实地调研数据得到土地细碎化造成农户复种指数的下降，并阻碍了平均土地综合产出率的提高[10]；苏旭霞、万广华等以小麦和玉米为例，通过随机前沿生产函数模型得出土地细碎化降低粮食生产的规模效应，且对技术效率有显著负向影响[11-12]；Rahman和Rahman利用研究孟加拉国稻农的调查数据表明土地细碎化对生产力和技术效率有显著阻碍作用，并发现土地细碎化增加1%水稻的产量下降0.05%，技术效率减少0.03%[13]；Manjunatha 等利用印度南部区域90个地下水灌溉农场的研究，发现土地细碎化导致灌溉成本的增加，进而对技术效率和农场收益有显著负影响[14]；黄祖辉等基于江西省325户稻农783个水稻地块的实证研究表明稻农的土地细碎化程度越高则技术效率越低[15]。

此外，也有学者指出土地细碎化有利于多样化种植，随之分散农业风险，并且优化劳动力配置。如Tan等指出土地细碎化可以降低农户面临的洪涝、干旱、火灾等自然风险，并可通过不同地块的多样化种植来分散农户的市场风险[16]；Fenoaltea表示当农村劳动力市场发展滞后时，农业劳动力只能由家庭内部供给，此时细碎化的土地可以使农户随季节优化配置自己的劳动力[17]；Di Falco等通過实证研究保加利亚微观数据发现土地细碎化有利于种植多样性，进而对生产利润有正向影响[18]。

已有研究为我们理解土地细碎化对苹果种植户技术效率的影响提供了重要思路和参考。苹果属于多年生高价值经济作物，具有生产周期长、建园投入大，劳动力投入密集等特点[19]，土地细碎化从多个环节影响其生产。首先，由于土地细碎化导致农户在不同地块间往返而浪费大量时间，增加劳动力成本；其次，地块增多造成用于地界和围栏的土地面积增多，进而导致土地利用率的下降；此外，苹果的生长和成熟期较长，受风灾、冰雹和病虫害等自然灾害影响严重，面积细小的土地会削弱农户使用防雹网、诱虫灯、诱虫带等预防措施的积极性，同时也减弱农户对灌溉设施的投入；最后，由于病虫害多发，地块较多时果园更易遭受到周围地块的影响导致其经营生产成本上升和果园产出下降。由此可知，土地细碎化对苹果种植户生产技术效率的边际影响更大。基于以上分析，提出本文第1个假设：endprint

假设1：土地细碎化对苹果种植户技术效率有显著负向影响。

（二）劳动力结构与农业生产

生产要素中处于支配地位的劳动力结构，是提高劳动生产率和经济效益的有力保证。农业生产，尤其是劳动密集型经济作物的生产，其技术效率与劳动力结构密切相关。已有文献通常将劳动力结构按年龄、性别、受教育水平、部门、职业和经济形式6个维度进行划分。由于本文研究对象为苹果种植户，故我们选取年龄结构、性别结构、受教育水平3个维度衡量其劳动力结构。

首先，在年龄结构上，因农村青壮年劳动力向城镇非农部门转移导致农业劳动力出现老龄化现象，而现有研究对劳动力老龄化在农业生产领域的影响存在明显分歧。彭代彦等分别利用2003-2010年27省区面板数据得出农业劳动力老龄化提高粮食生产技术效率的结论[20]；胡雪枝等基于2003-2010年农村固定观测点数据的分析表明农业人口老龄化对我国粮食生产没有负向影响[21]；反之，郭晓鸣等通过四川省3个代表农区501个农户的微观调查得出农业劳动力老龄化是农业技术进步的重要障碍，进而可能导致农业现代化进程的倒退[22]；胡雪枝等利用2003-2010年农村固定观测点数据得出老龄化对集体决策程度高但机械化程度低的棉花作物有负向影响[23]；陈锡文等通过实证研究我国1978年以来农业产出要素的影响程度，发现农村老年人口比重的上升间接对农业产出产生负面影响[24]；李旻等通过实证研究辽宁省2003-2006年农村固定观测数据，也发现农业劳动力老龄化不利于农业生产[25]。

笔者通过多次调研实践了解到，苹果经营中的修剪拉枝、疏花蔬果、化肥施用、农药使用、采摘与采摘期选择等生产行为主要依赖于丰富的种植经验和果园管理水平。由于我们所调研对象均属于苹果专业种植户，即家庭收入的80%以上来自于苹果种植，而且样本显示苹果种植平均年限超过20年，因此劳动力年龄较高说明种植经验和果园管理技能相对丰富；其次由于果园所使用机械的专用化水平、智能化水平和微型化水平很低，在生产实际中难以发挥效用，导致苹果种植户机械使用非常有限[26]，所以相对粮食作物来讲，苹果种植并不强调复杂农业机械的使用；并且苹果生产越来越依赖于化肥、农药等物资和简易农机具的投入而非劳动强度。此外，老年劳动力对自家果树更熟悉，对气候变化更敏感，故在苹果生长期的关键时节应对风灾、旱灾、冰雹、低温和病虫害等自然灾害的能力也更强。基于以上分析，提出本文第2个假设。

假设2：劳动力老龄化对苹果种植户技术效率有正向影响。

其次，在性别结构上，因女性劳动力非农转移中的滞后性[5]，比如存在显著性别差异[27]等，滋生出农业劳动力女性化问题，即女性劳动力占比超过男性。已有文献对女性化在农业生产领域的作用也未达成共识。彭代彦等利用2000-2008年26省区234个样本的面板数据和2000-2010年26省区286个样本的面板数据均得出女性化提高粮食生产技术效率的结论[19，28]；吴惠芳等利用南方5省微观实地调研发现女性劳动力在面对农业生产中的困难会积极主导采取应对措施，因而不一定会给农业生产带来消极作用[29]；文华成、吴惠等通过2006年农业普查和2008年统计年鉴数据从宏观层面得出女性化对粮食播种面积有显著正向影响，但对粮食产量即生产的技术效率没有显著影响[5，29]；Zhang L等通过实证研究6省60村610个农户发现，女性劳动力主导农业生产时并未导致生产率的下降[30]；相反，彭代彦和吴翔利用2003-2010年27省区数据，实证结果显示女性化降低农业生产技术效率[20]；李旻等利用对2003-2006年辽宁省固定跟踪数据的实证分析，发现以女性劳动力为主相比“男女同耕”更不利于农业生产的发展[31]。

苹果属于劳动力密集型经济作物，但其生产行为并不强调劳动强度，比如疏花蔬果、施肥打药、套袋采摘等更需手脚灵活。农村女性虽勤劳能干，但做家务以及照顾小孩和老人等也耗散了其大量劳动时间和精力。因此女性化对苹果种植户技术效率的影响无法判断。

最后，在受教育水平上，舒尔茨等提出农民的文化知识水平和技能与其农业生产效率呈正相关关系，大量研究也表明农户受教育水平对生产效率产生正向影响[32]。比如刘天军等通过对陕西省210户猕猴桃种植户微观数据的实证研究表明户主受教育水平的提高对猕猴桃种植技术效率有正向影响[33]；Battese 等研究发现，劳动力平均受教育水平对技术效率有显著正向影响[34]。

苹果种植中，劳动力受教育水平越高，果园管理、化肥施用、农药使用等生产行为越科学，也越容易接受新知识，掌握新技术，故预期受教育水平越高，苹果种植户的技术效率越高。

假设3：苹果种植户受教育水平对技术效率有正向影响。

二、实证分析模型

（一）随机前沿模型

随机前沿生产函数模型自被Aigner和Meeusen等提出以来一直广泛用于分析生产技术效率，其基本思想是任何个体都无法超出产出边界，而偏离程度便可视为无效率，从统计学角度而言，该问题可以转换为包含“復合干扰项”的回归模型，其常规意义的干扰项用于捕捉衡量偏误和其他统计偏差，而另一个具有单边分布特征的干扰项则反映无效率[35-36]。具体而言：

式中：qi 为实际产出，f（zi，β）为给定投入要素zi 的前提下能够获得的最大产出，β为生产函数中的待估参数。TEi 表示生产单元的技术效率（0≤TEi≤1），由于实证分析过程中，产出的衡量通常存在偏误，若这些随机偏误不能妥善处理，将会对TE的估计产生影响。因此，需要在模型中增加一个随机干扰项vi，假设其服从正态分布，即vi ～N（0，σ2v），为保证产出为正，对其进行指数转换，即exp（vi）。进一步，为方便数据处理对公式（1）两边取对数可得：

其中，ui=-ln（TEi）>0，由于ui=-ln（TEi）≈1-TEi，故ui通常为无效率项。endprint

（二）柯布道格拉斯（C-D）生产函数

在建立随机前沿模型前，我们首先要确定生产函数的具体形式，通常情况下，生产函数分为柯布道格拉斯（C-D）生产函数和超越对数（Trans-log）生产函数两种。虽然超越对数生产函数形式更为灵活，但因苹果种植中生产要素种类繁多，运用超越对数生产函数将会使回归结果非常复杂，干扰到目标变量，因此，本文选择C-D生产函数研究随机生产前沿。并且，Kopp和Smith提出，实际计算中生产函数形式的设定对技术效率估计结果准确性的影响微乎其微[37]。

具体实证模型设定如下：

式中：X1 表示苹果种植面积；X2 表示雇佣劳动力投入；X3 表示自用劳动力投入；X4 表示化肥投入；X5 表示农药投入；X6 表示其他物质投入。Yi表示产出，β则为随机前沿生产函数的待估参数。vi 与ui 为模型随机干扰项，通常假设两者都是独立同分布的，根据上述分析知vi ～N（0，σ2v ）。ui 为无效率项，取值大于零，故通常将其设定为单边分布，典型的单边分布包括：指数分布ui ∶exp（σu）、半正态分布ui ∶N+（0，σ2u），截断型半正态分布ui ∶N+（ω，σ2u）。对于随机分析而言，非效率项通常被视为干扰项的一部分，因此非效率项的分布函数会对效率估计值有一定影响，但起决定作用的仍然是模型产出函数的设定，因此本文假设非效率项服从指数分布。

（三）模型效率估計及影响因素

随机前沿模型最主要目的在于分析“效率”或“非效率”，具体包括：分析不同农户的生产技术效率，进行比较研究；探讨影响效率水平的因素。

Battese和Coelli指出技术效率（TEi）的最佳估计式[38]为：

其中，Φ（·）为累计分布函数，对于ui ～exp（σit）服从指数分布而言，i=-εi-σ2v/σu，σ=v。

根据计算结果我们即可做效率与非效率部分的假设检验：

其中γ∈（0，1）表示技术非效率项在总体中的比例。γ趋于0，说明随机前沿生产函数的误差主要是由统计误差所导致，即不存在技术非效率；反之则表明生产函数的误差由技术非效率引起。

由于非效率项服从指数分布ui ～exp（，σ2u），而参数决定偏离产出边界的位置，因此我们可以设定效率损失函数为：

其中，zji表示影响无效率的第i个观测值的第j变量，γ0 为常数项，γj 为待估参数，反映变量zj对技术效率的影响。

随机前沿生产函数模型早期使用两步法，而近期文献则主要采用一步法。两步法中的第一步是估计SFA模型并得到TE估计值，在第二步中以TE为被解释变量与理论上可能影响效率的因素进行回归分析[39]。但这种处理方式的研究假设存在矛盾——第一步中假设非效率项u独立同分布，而在第二步中TE被设定为一系列特征变量的函数，这表示TE并不是独立同分布的，与第一步假设矛盾[40，41]。因此，本文采用一步法来估计农户个体的技术效率值及其影响因素。

三、变量选取与样本描述性统计

（一）样本选择

本研究所用数据来源于2015年1—3月课题组进行的“中国苹果种植户产销调研”，调查所用抽样原则如下：首先，分别选取苹果主产区黄土高原区的陕西省和渤海湾区的山东省作为样本省，原因是这两省分别以27%、22%的种植面积和28%、20%的总产量位列全国第一、第二名；其次，在2个样本省内，根据各县/区苹果生产规模采用概率与规模成比例抽样（PPS）各抽取2～3个县，在每个县/区内，采用典型抽样法各抽取1～2个乡镇，进而分别选取1～2个村庄，在样本村庄内，随机抽取15～20个农户进行问卷访谈。为减少受访者文化程度及理解能力差异带来的偏差，实地调研由受过专业培训的调研员采取与苹果专业种植户面对面访谈的形式来填写问卷。调查共获得2省、5县/区、9个乡镇、16个村庄共301户样本农户数据，剔除36个无效样本和离群值后，最终获得有效样本265个，问卷有效率88%。

（二）生产函数变量选择

本研究选择C-D生产函数来估计技术效率。苹果生产主要受种植面积、雇佣劳动力、自用劳动力、化肥投入、农药投入、其他投入等因素的影响。表1为苹果种植户在随机前沿生产函数模型中变量的描述性统计结果。

由表1可看出样本苹果种植户投入产出中各个变量的最大值与最小值差距很大，离散程度也较大，尤其是亩产量和亩均销售额，主要原因是受各个生产要素投入的影响以及个体的种植经验、管理水平等导致产出水平参差不齐。样本户亩均销售额的均值为10 000元，可见种植苹果的收入要比大多数作物高很多。平均种植面积为10.1亩，大体上可以代表我国苹果专业种植户的平均规模。本文中1个工等于劳动时间8小时，平均每亩雇工14.19，自用工22，可见，苹果种植户主要以自用工为主。化肥投入、农药投入和果袋、灌溉等其他物质投入都折合成每亩投入的资金（元/亩），样本户在以上三种要素上投入的均值分别是1 877元/亩、446.1元/亩和524.9元/亩。

（三）技术效率影响因素

技术效率主要用来衡量管理效率和生产效率[42]，反映给定生产要素前提下生产者获得最大产出的能力[43]。本研究主要侧重从土地细碎化和劳动力结构两个方面研究技术效率的影响因素。参考有关学者的研究[7，13，18，44]，本文选取地块数、平均地块面积作为土地细碎化的代理变量。同时，本研究在年龄结构上选取老年劳动力占总劳动力的比例作为表征变量；性别结构上选取女性占家庭总劳动力比例作为表征变量；受教育水平上选取劳动力平均受教育水平作为表征变量。选取的技术效率方程中变量的描述性统计如表2所示。

由表2可见，所选样本区域中，农户平均地块数为3.6，最少1块，最多10块，地块面积均值为3.47亩，劳动力人均种植面积为6.2亩，相比较全国农户平均水平，土地细碎化现象不是非常严重。本文中的老年劳动力主要指60岁以上参与苹果种植的老年人，其占家庭总劳动力比例均值为15%，表现出明显劳动力老龄化现象，并且最大值达到1，说明家庭劳动力全部为老年人，在实地调研中发现这种情况不在少数。样本区域女性劳动力占比均值为46%，说明女性化现象并不明显。本研究中的小孩指16岁以下未成年人，在样本苹果种植户家庭总人口中占比较小，均值不到10%。劳动力受教育水平均值为3.15，说明样本区域苹果种植户实现了基础教育的普及。年均接受技术培训次数均值为4.8，最小值为1，表示样本户普遍接受过农业技术培训。此外农户或果园的其他特征也对技术效率产生影响，作为本研究的其他变量被引入，其中家庭抚养比指劳动力占家庭总人口的比例。endprint

四、计量分析结果与讨论

（一）随机前沿生产函数回归结果

从随机前沿生产函数回归结果看，样本区域苹果种植户的产出弹性不受种植面积影响；而雇佣劳动力和化肥投入分别对其产出弹性为0.076和0.132，均在5%水平上显著；果袋和灌溉投入对其产出的贡献最大达到0.349，且在1%水平上显著（见表3）。

表4是根据公式TEi=E{exp（-ui|εi}计算出的不同规模苹果种植户的技术效率值。这里的规模是根据种植面积数据的分位数来划分的，1～6亩为小规模，7～12亩为中等规模，13亩以上为大规模。由表4可见，样本户技术效率均值为0.601 8，表明样本区域苹果种植户生产技术效率整体上还具有很大的上升空间。同时也发现，从小规模到大规模技术效率的均值依次显著递增，说明经营规模扩大有利于苹果种植户技术效率的提高。

（二）技术效率影响因素模型回归结果与分析

由表5可见，本研究关注的目标变量之一——表征土地细碎化的地块数与平均地块面积表现出理想拟合效果，均在1%水平上显著，并且方向符合预期，故假设1得到验证。说明土地细碎化的确对样本区域苹果种植户的技术效率产生显著负向影响。原因是细碎化的土地增加了苹果种植户的劳动力投入，使农户不能在生产繁忙季节对每个地块充分管理，并且減弱了苹果种植户对灌溉设施和防雹网等自然灾害预防措施的投入。

本研究关注的另一目标变量—劳动力结构拟合效果一般。劳动力年龄结构上，老人占家庭总劳动力的比例通过5%的显著性检验，并且符号为正，则假设2得到验证。说明苹果种植中的老龄化现象对苹果种植户的技术效率产生正向作用，原因是苹果种植中老年劳动力丰富的种植经验和果园管理水平对技术效率的促进作用超过了因年龄偏高所带来的体能限制，并且老年人对气候变化更敏感，因而抵御自然灾害的能力也更强。而性别结构上，女性占家庭总劳动力的比例则没有通过显著性检验，表明女性劳动力对技术效率没有影响，并且通过数据分析发现，样本区域并没有出现明显的劳动力女性化现象。与预期相反，受教育水平上，劳动力平均受教育水平对苹果种植户技术效率作用不显著，原因可能是样本所选区域苹果种植户的平均受教育水平已达到初中文化程度，实现了基础教育的普及，并且苹果经营更注重多年的种植经验和管理水平而非科学知识，因此假设3没有得到验证。

此外，劳动力人均种植面积也对样本苹果种植户的技术效率产生正向影响，且通过了1%的显著性水平，表明样本区域现有劳动力人均种植面积的合理扩大有利于技术效率的提高。与以往大多数研究相反，年均接受农业技术培训次数对技术效率的影响为负向，并通过5%水平上显著性检验，结合调研中的苹果种植户反馈，原因可能是目前的农业技术培训大多是推销农药与化肥，没有根据苹果种植户需求提供真正对苹果种植户有用的技术信息和专业知识，反而对苹果种植户产生误导；并且，技术采纳存在互补性，旧技术的普遍使用使单位技术成本较低，少部分首先尝试新技术的人将面临较大的边际成本[45]。故导致接受技术培训次数对技术效率作用为负。小孩占家庭总人口比例对技术效率的影响为负，原因是如果家庭中小孩占比多，则成人需花时间和精力来照顾，导致用于苹果种植和果园管理上劳动力的下降，进而对技术效率产生负向影响。果园是否有灌溉影响为正，表明水资源作为果园产出的约束条件，如能得到有效满足将会提高苹果种植户技术效率。是否为山东省作为地区虚拟变量被引入，其对技术效率影响为负，表明山东省的技术效率相对陕西省较低。而家庭抚养比与苹果种植户是否加入合作社均对其技术效率没有显著影响。

五、结论及政策启示

本文基于我国农地制度的主要特征——土地细碎化以及经济社会转型时期出现的劳动力“老龄化、女性化”等农村劳动力结构的典型特征，利用山东省和陕西省16个村庄265户苹果种植户的微观调研数据，使用随机前沿生产函数分析方法，研究了土地细碎化和劳动力结构对苹果种植户技术效率的影响，得到以下主要结论和政策启示：

1.表征土地细碎化的地块数对苹果种植户技术效率有显著负向影响，而平均地块面积的增加将提高苹果种植户技术效率，表明现有细碎化的农地特征阻碍了苹果种植户技术效率，验证了本研究的假设1。因此，政府应加快农村土地交易与交换市场建设，在现行“三权分置”背景下通过土地确权、土地经营权转移、土地流转补贴等推动农村土地的自由流转，鼓励苹果种植户增加所经营地块面积，开展土地整合计划减少农户土地的地块数，实现果园连片，通过以上措施在人多地少的现实约束下降低土地细碎化对农业生产的负作用，从而促进苹果种植户技术效率的提高。

2.表征劳动力结构的老龄化、女性化与受教育水平对我国苹果种植户生产技术效率的作用各有差异。与假设2一致，我国老龄化现状对劳动力密集型多年生经济作物生产技术效率的影响为正，因此，面对农业劳动力老龄化的现实，不应夸大其词，而是正确引导。比如鼓励和培养年轻人作为专业化种植户参与到劳动力密集型农业生产中来，或在必要时通过改善农产品价格机制来调节劳动力结构等；而目前农村劳动力女性化并未对苹果种植户技术效率产生作用；与假设3不一致，苹果种植户受教育水平对其技术效率影响不显著，原因是样本区域实现了基础教育的普及，本研究所采用数据虽没有证明受教育水平对苹果种植户生产技术效率的正向作用，但笔者以为仍应坚持教育，避免苹果种植户生产技术效率受受教育水平的制约。

3.本研究的实证结果也显示：样本区域苹果种植户的平均技术效率为0.601 8，表明还有很大提升空间；劳动力人均种植面积增加也会显著提高苹果种植户的技术效率，表明应采取相关鼓励和优惠措施将农地集中给劳动力丰富、管理水平高的种植户，同时积极培养具备专业知识与科学技能的种植能人、新型专业种植户，推进农业现代化的实现；农业技术培训作为农业生产领域人力资本投资的重要方式反而对技术效率产生负向影响，印证了调研实践中果农普遍反映的大多数农业技术培训并非根据生产实践按需推广。对此农技推广部门应从苹果种植户的实际需求出发，建立健全农技推广人员激励与奖惩制度，同时也可考虑将农业技术推广的效果作为政绩纳入基层行政人员的考核体系，还可对采用新型技术的农户给予一定补贴优惠，通过降低新技术的边际成本来鼓励农户采用新技术，提高生产技术效率，实现收入的稳定增长。endprint

参考文献：

[1]Blarel B，Hazell P，Place F， et al.The Economics of Farm Fragmentation：Evidence From Ghana and Rwanda[J].The World Bank Economic Review，1992，6（2）：233-254.

[2]谭淑豪，曲福田，尼克·哈瑞柯.土地细碎化的成因及其影响因素分析[J].中国农村观察， 2003（6）：24-30.

[3]Zhang L X，Huang J K，Rozelle S，et al.Land Policy and Land Use in China[R].Organization Economic Cooperation & Development，1997：71-77.

[4]乐章，刘二鹏. 家庭禀赋、社会福利与农村老年贫困研究[J].农业经济问题，2016（8）：63-73.

[5]文华成.中国农业劳动力女性化：程度、成因与影响——基于历史宏观截面数据的验证[J].人口学刊，2014（4）：64-73.

[6]Tan s，Heerink n，kruseman G，et al.Do Fragmented Landholdings Have Higher Production Costs？ Evidence From Rice Farmers in Northeastern Jiangxi Province，P.R.China[J].China Economic Review，2008，19（3）：347-358.

[7]Orea L，Perez J A，Roibas D.Evaluating the Double Effect of Land Fragmentation on Technology Choice and Dairy Farm Productivity：A latent Class Model Approach[J]. Land Use Policy，2015，45：189-198.

[8]呂挺，纪月清，易中懿.水稻生产中的地块规模经济——基于江苏常州金坛的调研分析[J].农业技术经济，2014（2）：68-75.

[9]连雪君，毛雁冰，王红丽.细碎化土地产权、交易成本与农业生产——来自内蒙古中部平原地区乌村的经验调查[J].中国人口·资源与环境，2014（4）：86-92.

[10]刘涛，曲福田，金晶，等. 土地细碎化、土地流转对农户土地利用效率的影响[J]. 资源科学，2008（10）：1 511-1 516.

[11]苏旭霞，王秀清.农用地细碎化与农户粮食生产——以山东省莱西市为例的分析[J].中国农村观察，2002（3）：22-28.

[12]万广华，程恩江.规模经济、土地细碎化与我国的粮食生产[J].中国农村观察，1996（3）：31-36.

[13]Rahman S，Rahman M.Impact of Land Fragmentation and Resource Ownership on Productivity and Efficiency：The Case of Rice Producers in Bangladesh[J].Land Use Policy，2009，26（1）：95-103.

[14]Manjunatha A V，Anik A R，Speelman S，et al.Impact of Land Fragmentation，Farm Size，Land Ownership and Crop Diversity on Profit and Efficiency of Irrigated Farms in India[J].Land Use Policy，2013，30： 397-405.

[15]黄祖辉，王建英，陈志钢. 非农就业、土地流转与土地细碎化对稻农技术效率的影响[J].中国农村经济，2014（11）：4-16.

[16]Tan S，Heerink N，Qu F.Land Fragmentation and Its Driving Forces in China[J]. Land Use Policy，2006，23（3）：272-285.

[17]Fenoaltea S. Risk，Transaction Costs，and the Organization of Medieval Agriculture[J]. Explorations in Economic History，1976：129-151.

[18]Di Falco S，Penov I，Aleksiev A，et al.Agrobiodiversity，Farm Profits and Land Fragmentation：Evidence From Bulgaria[J].Land Use Policy，2010，27（3）：763-771.

[19]邵砾群，侯建昀，刘军弟，等.苹果栽培模式技术经济评价[J].西北农林科技大学学报（社会科学版），2014（5）：78-83.

[20]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.

[21]胡雪枝，钟甫宁.农村人口老龄化对粮食生产的影响——基于农村固定观察点数据的分析[J].中国农村经济，2012（7）：29-39.

[22]郭晓鸣，任永昌，廖祖君，等.农业大省农业劳动力老龄化的态势、影响及应对——基于四川省501个农户的调查[J].财经科学，2014（4）：128-140.endprint

[23]胡雪枝，钟甫宁.人口老龄化对种植业生产的影响——基于小麦和棉花作物分析[J].农业经济问题，2013（2）：36-43.

[24]陈锡文，陈昱阳，张建军.中国农村人口老龄化对农业产出影响的量化研究[J].中国人口科学，2011（2）：39-46.

[25]李旻，趙连阁.农业劳动力“老龄化”现象及其对农业生产的影响——基于辽宁省的实证分析[J].农业经济问题，2009（10）：12-18.

[26]霍学喜，侯建昀.中国苹果生产技术效率与要素产出弹性分析——以陕西、山西、甘肃10个苹果重点县苹果种植户为例[J].西北农林科技大学学报（社会科学版）， 2012（6）：75-80.

[27]刘晓昀，Terry Sicular，辛贤.中国农村劳动力非农就业的性别差异[J].经济学，2003（2）：711-720.

[28]彭代彦，文乐.农村劳动力老龄化、女性化降低了粮食生产效率吗？——基于随机前沿的南北方比较分析[J].农业技术经济，2016（2）：32-44.

[29]吴惠芳，饶静.农业女性化对农业发展的影响[J].农业技术经济，2009（2）：55-61.

[30]Zhang L，De Brauw A，Rozelle S.Chinas Rural Labor Market Development and Its Gender Implications[J].China Economic Review，2004，15（2）：230-247.

[31]李旻，赵连阁.农业劳动力“女性化”现象及其对农业生产的影响——基于辽宁省的实证分析[J].中国农村经济，2009（5）：61-69.

[32]舒尔茨.改造传统农业[M].北京：商务印书馆，2009.

[33]刘天军，蔡起华.不同经营规模农户的生产技术效率分析——基于陕西省猕猴桃生产基地县210户农户的数据[J].中国农村经济，2013（3）：37-46.

[34]Battese G E，Coelli T J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995，20（2）：325-332.

[35]Aigner D，Lovell C K，Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics，1977，6（1）：21-37.

[36]Meeusen W，Van den Broeck J.Efficiency Estimation From Cobb-douglas Production Functions With Composed Error[J].International Economic Review，1977，18：435-444.

[37]Kopp R J，Smith V K.Frontier Production Function Estimates for Steam Electric Generation：A Comparative Analysis[J].Southern Economic Journal，1980，46（4）：1 049-1 059.

[38]Battese G E，Coelli T J.Prediction of Firm-level Technical Efficiencies With a Generalized Frontier Production Function and Panel Data[J].Journal of Econometrics，1988，38（3）：387-399.

[39]Chen Z，Huffman W E，Rozelle S.Farm Technology and Technical Efficiency：Evidence From Four Regions in China[J].China Economic Review，2009，20（2）： 153-161.

[40]Kumbhakar S C，Lovell C K.Stochastic Frontier Analysis[M].Cambridge：Cambridge University Press，2003.

[41]Coelli T J，Rao D S P，ODonnell C J， et al.An Introduction to Efficiency and Productivity Analysis[M].Germany：Springer Science & Business Media，2005：3.

[42]Wouterse F.Migration and Technical Efficiency in Cereal Production：Evidence From Burkina Faso[J].Agricultural Economics，2010，41（5）：385-395.

[43]Farrell M J.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society.Series A （General），1957，120（3）：253-290.

[44]许庆，田士超，徐志刚，等. 农地制度、土地细碎化与农民收入不平等[J].经济研究，2008（2）：83-92.

[45]陈菲菲，张崇尚，罗玉峰，等.农户种植经验对技术效率的影响分析——来自我国4省玉米种植户的微观证据[J].农业技术经济，2016（5）：12-21.endprint