农地流转、适度规模经营与农业生产效率

(1.北京师范大学 经济与资源管理研究院,北京100875; 2.四川省自然资源科学研究院,四川 成都610041;3.四川省行政学院,四川 成都610071)

1　引言

农地流转是实现农地规模经营、提高农业生产效率的重要途径。农村土地分散与碎片化,既影响种植又不利于经营和管理,已成为阻碍农业发展的主要矛盾。已有研究表明农地流转是扩大农地经营规模的重要路径[1-3],还有研究显示农业规模经营对提高农业生产效率具有重要影响[4-7]。然而,通过回顾研究我国农地流转和农业生产效率关系的文献发现,学术界对土地流转和农业生产效率的关系并没有统一的定论。陈园园等学者研究了晋西北地区的农业发展情况,得出虽然农地转出对农业劳动生产率和土地产出率无影响,但是农地转入可显著提高两者的效率[8];钱龙等学者研究表明,在农地流转中土地产出率的提高仅会受农地转入的影响,与农地转出无关,而农地转入和转出均对农业劳动生产率无影响[9];张建等学者对江苏四省的调查研究表明,无论是农民自发转入农地还是村集体转入农地,都会显著提高农户的农业劳动生产率和农业全要素生产率[10]。

除了直接分析农地流转对农业生产影响的文献外,也有研究探索了农地流转和农业生产效率的内在传导机制,试图厘清两者关系的内在逻辑。例如,Neguyen等认为当农地有效流转后,可实现农地的集中和规模经营,推动农业技术进步和提高农业技术效率[11]。有研究表明,形成农地适度规模经营是实现有效农地流转的目标和结果,这将会大幅度提高农业生产效率水平[12,13]。

基于上述研究，提出两点可加以改进:①农地流转对农业劳动生产率和土地产出率具有一定的影响,但是已有研究并没有得出统一的结论,这是现有研究不足的地方,需要进一步研究证实。②农地流转与农业劳动生产率和土地产出率的内在联系是通过土地的适度规模经营来实现的,但已有研究并没有明确得出适合我国基本情况的农地适度经营规模的具体范围,这也需要进一步探索证实。本文试图解决这两个问题。此外,在实证分析方法的选取上,本文还做了部分改进,选取当前使用广泛并具有较强说服力的随机前沿分析模型,研究了不同类型的农地流转分别与农业劳动生产率和土地产出率之间的关系,进一步探寻了我国土地流转后的农地适度经营规模。

2　理论模型

2.1　模型假设

基于Carter、Yao[14]和Conning、Robinson[15]的模型,本文构造了一个基于农地流转的农户决策模型,探讨农地流转与农业生产效率之间的内在逻辑关系。提出以下假设:

假设2——存在一个农地流转市场,该市场可发生农地经营权流转。在该流转市场中,土地转让价格为θ,分别用cd和cs表示土地转入和转出过程中涉及的交易成本。此外,诸如农产品价格等其他价格因素也会对模型产生影响,这里统一用P表示,单位劳动工资W。为简化模型,假设农业部门和非农部门具有相同的单位工资。

假设3——农户i拥有的初始土地和劳动力为Hi0和Li0,农户可在农业部门和非农部门自行安排劳动力规模,其中Lia和Lin分别表示农业部门和非农部门的劳动力规模。同时,用Hid和His分别表示转入和转出的土地规模。最后,假定农地交易价格θ、农地交易成本cd和cs、农产品价格P、单位劳动工资W均为外生给定变量。

2.2　土地流转与农业生产效率情况

农户在进行农业生产时追求的是利益和收入最大化,因此农户应根据他们拥有土地的生产效率和非农部门的工资水平,通过农地流转来调整原有土地的经营规模,并依据土地的经营规模将家庭劳动力分配到不同的部门。农户家庭的最优化问题可表示为:

MaxPF(Ai,Hi,Lia)+WLin-(θ+cd)Hid+(θ+cs)His

(1)

St:Hi=Hi0+Hid-His

Lia+Lin≤Li0

0≤His≤Hi0

0≤Hid

收入最大化的一阶条件为:

Hid:PFHi(Ai,Hi,Lia)-(θ+cd)≤0

(2)

His:-PFHi(Ai,Hi,Lin)-(θ-cs)≤0

(3)

Hia:-PFin(Ai,Hi,Lin)=W

(4)

对农地转入户:

PFHi(Ai,Hi,Lia)=(θ+cd)

(5)

对农地转出户:

PFHi(Ai,Hi,Lin)=(θ-cs)

(6)

对不发生农地流转农户:

(θ-cs)

(7)

由式(5)—式(7)可分别推导出农地转入户、转出户和不发生流转户的农业生产效率临界值。

转入户的农业生产效率临界值为:

(8)

转出户的农业生产效率临界值为:

(9)

即当农户的农业生产效率Ai≥Ad时,农户会选择在农地流转市场上转入土地;当农户的农业生产效率Ai≤As时,农户会将土地在流转市场上转出;当农户的农业生产效率Ai位于区间(As,Ad)内时,农户将不参与农地市场的流转。由此可见,具有不同农业生产效率水平是农户选择转入还是转出农地的一个重要原因。出于理性人假说的考虑,农户选择参与农地流转是为了提高当前的农业生产效率水平,以此获得更多的利润。总之,理论模型的结果表明,提高农业生产效率水平是农户选择参与农地流转的重要原因之一。

2.3　理论模型的再思考

农地流转改变了农户初始的农地经营规模,提高了农户的农业生产效率水平。理论分析得出,提高当前的农业生产效率是农户参与农地流转的原因之一。进一步思考发现,农户参与农地流转后最直接的结果就是改变了农地经营规模:转入户扩大了农地经营规模,转出户缩小了农地经营规模。因此,从中可看出本文的基本研究逻辑:农地流转改变了农户的经营规模,提高了农业生产效率水平。继农地转入和转出改变了农户的经营规模后,需要更深入地思考一个农户适度规模经营的范围,使参与流转后的农户农业生产效率达到最优水平。根据边际报酬递减规律,农地流转目的不是一味扩大农地经营规模或缩小农地的经营规模,而是实现一个适度经营规模,以此达到农业生产效率的最优状态。因此,我们需要通过实证分析探索出针对不同流转类型的农户农地适度经营规模范围。

基于以上的理论分析,本文提出两点假说:假设1——农地流转改变了农地经营规模,提高了农户的农业生产效率水平;假设2——完成农地流转后存在一个农户适度经营的规模,在该经营规模内农户的农业生产效率可达到最优水平。

3　数据来源和描述性统计

本文的数据来源于北京大学中国社会科学调查中心(ISSS)主持的中国家庭追踪调查(China Family Panel Studies,CFPS)2010年和2012年的微观数据。需要说明的是,CFPS最新数据已更新至2014年,本文未选用2013年和2014年数据的原因主要是:这两年的样本问卷中未涉及土地数量等关键变量信息,因此最终在实证分析中仅使用2012年的截面数据。但从降雨量、土地湿度、农业生产情况来看,2012年属于正常年份,故该年份数据可用于分析农业生产过程中的基本问题。CFPS的调查对象为我国(未包括香港和澳门特别行政区、台湾地区、新疆维吾尔自治区、西藏自治区、青海省、内蒙古自治区、宁夏回族自治区、海南省,下同)的25个省份,占总人口的94.5%,因此可以将CFPS样本视为一个全国代表性样本。

CFPS旨在通过跟踪收集个体、家庭和社区三个层次的样本,反映我国社会、经济、人口、教育和健康的变迁,总样本规模为1.6万户,调查问卷共有家庭、成人、少儿和社区问卷四个类型。其中,家庭问卷包含家庭农业经营、社会资本和人口特征等信息,成人问卷包含户主信息,社区问卷则提供了村、省等信息,涵盖了本研究需要的所有数据。本文在筛选样本时依据农业的狭义概念,仅保留了从事种植业的农户。原因主要在于:若按照广义的农业概念,将种植业、林业、渔业、畜牧业放在一起比较有失科学性,因为这些产业的投入与产出无论是在内容上还是在时间上都有着很大差别,因此本文只选取了传统意义上的种植业作为研究对象。同时,删除了关键变量严重缺失的样本,最终得到2010年的7133户有效样本和2012年的6543户有效样本。需要说明的是,由于CFPS2010年数据的调查问卷对农业生产相关问题涉及较少,不能满足实证分析所需的所有变量,因此本文仅使用CFPS2012年的截面数据进行实证分析。此外,也是由于CFPS2010年数据所含的农业生产相关变量较少,本文没有根据计量分析所需变量进行删减,故CFPS2010年保留样本量多于CFPS2012年,见表1。

表1　分析所用样本情况(户)

2010年和2012年地区土地流转情况与土地单位产出比的关系见表2。从表2可见,2012年参与农地流转的农户比例高于2010年。其中,转入户从2010年的16.19%上升到2012年的17.74%,转出户从5.07%上升到5.47%。由于样本数据仅有两年之差,所以农户参与农地流转的比例较低。但从整体上看,参与农地流转的农户比例呈增长趋势。从表2还可见,对比邻近地区2010年和2012年土地流转和单位产出具有一个相似的特征,即农地流转参与率较高的地区往往单位土地产出也较高。这是因为:农户间的农业生产条件是有差异的,农地在农户间进行流转相当于资源的再分配过程,经过流转后的农户拥有相对适度的土地经营规模,更有利于他们开展农业生产活动,增加农业单位产出。由于CFPS2010年的数据中无法获得家庭参与农业生产的人数,无法计算劳动生产效率,因此我们仅计算了土地产出率。

表2　2010年、2012年地区土地流转情况与土地单位产出比关系

注:数据来自CFPS2010年和CFPS2012年的统计分析整理;CFPS2010年样本量为7133户、2012年样本量为6543户。

4　实证分析模型

随机前沿分析(Stochastic Frontier Approach,SFA)是一种来测度生产效率的方法,通过选择生产函数的形式来确定生产前沿面,计算出在技术水平不变时各种投入比例所对应的最大产出集合。在实际应用中,SFA通过计量模型对前沿生产函数进行统计估计,并在此基础上对技术效率进行测定,优点是考虑了随机因素对产出的影响,且可很好地识别出由于技术无效率引起实际产出不等于最大可能产出的部分。

4.1　随机前沿生产函数模型

Yi=f(Xi,β)exp(υi-μi)

(10)

式中,Yi为产出;Xi为农业生产要素投入;i为第i个样本,i=1,…,N;β为模型参数;f(·)为农业生产函数。

在该模型中,随机扰动项εi被分为两部分,一部分表示统计误差,即随机误差项,用υi表示;另一部分代表技术无效率,又被称为非负误差项,用μi表示。由此,SFA的技术效率定义为:

(11)

在设定具体生产函数模型时,通常有以下两种选择,柯布—道格拉斯生产函数(C-D函数)和超越对数生产函数(Translog函数)。当仅仅考虑资本(K)和劳动(L)两种投入时,C-D函数取自然对数后可表示为:

lnY=β0+β1lnK+β2lnL

(12)

式中,β0、β1和β2为待估参数。Translog函数本质上是生产函数f(lnK,lnL)在(0,0)点的近似二阶泰勒展开,具体形式为:

lnY=β0+β1lnK+β2lnL+β3(lnK)2+β4(lnL)2+β5lnK×lnL

从2002年建筑信息模型概念在我国被定义算起，BIM 在中国发展了十几年。随着国家和地方政策的推动，一些公共建筑重点项目如上海世博会博物馆新建工程全生命周期 BIM 应用；铁路项目如京沪高速济南连接线搬倒井互通立交工程 BIM 技术应用；市政项目如长沙市生活垃圾深度综合处理（清洁焚烧）工程等都在BIM 应用方面取得了很好成效。BIM 技术已从“是否要用”变为“如何用好”的问题，人们的思想发生了明显的变化[4]。

(13)

C-D函数的优点在于该参数有直接的经济含义(表示投放要素的产出弹性),而Translog函数则考虑了投入要素之间相互作用对产出的影响,克服了C-D函数替代弹性固定为1的缺点。但究竟应该选择哪种生产函数,须根据客观的统计检验结果来做出合理判断。本文首先选择Translog函数,在参数估计后做原假设为β3=β4=β5是否为0的似然比检验,结果显示在1%的显著性水平上拒绝原假设,表明应选用Translog函数作为生产函数估计模型。

Translog函数的具体形式为:

(14)

式中,Yi为农户i的单位农业劳动产出或单位土地产出,分别对应两个方程。

最基本的农业生产效率有劳动生产率和土地产出率两种表现形式。鉴于两者分别从两个方面反映农业生产效率水平,即劳动力和土地资源,本文将两者作为被解释变量分别观察农地流转对他们的影响。lnYi是Yi的自然对数取值,其他变量类似;Li为各生产环节总劳动力的投入;kj,i为农户i的第j种农业资本投入,包括种子化肥、雇佣劳动力、机械灌溉和运输燃料的投入;(lnkj,i)2、(lnLi)2分别为第j项农业资本投入、劳动力投入自然对数的平方项,lnkj,i×lnLi为第j项农业资本投入分别和劳动力投入自然对数的交互项;lnkj,i×lnkj-1,i为不同农业资本间对数的交互项。

4.2　技术效率模型

(15)

式中,μi为农户i的农业生产无效率项;Ri为农户i是否转入农地(0为不流转,1为转入户)或是否转出农地(0为不流转,1为转出户),分别对应两个方程;scalabledummyin代表农地规模经营的一组虚拟变量,反映不同农地规模经营对技术效率的影响,主要划分为以下6个组别：0—0.67hm2、0.67—1.33hm2、1.33—2.67hm2、2.67—5.33hm2、5.33—8.00hm2、8.00—13.33hm2,其中以0—0.67hm2为对照组,用“0”表示农户所属规模组别,其他组别用“1”表示。此外,据统计分析,样本中0—0.67hm2、0.67—1.33hm2、1.33—2.67hm2、2.67—5.33hm2、5.33—8.00hm2和8.00—13.33hm2的农户分别占总样本的19.40%、51.20%、23.10%、4.40%、0.85%和0.68%。Ri×scalabledummyin表示农地流转情况和不同土地规模的交互项,用来识别流转后农业技术效率最优的农地经营规模区间。Cik为家庭特征变量,家庭特征有以下变量:家庭人口规模,定义为户口本中家庭成员且在家居住时间大于等于6个月的人口;小孩定义为16岁及以下,老人定义为60岁及以上,女性劳动力定义为16—60岁有劳动力能力的女性;其他农户家庭特征变量还包括家庭平均劳动力年龄、家庭平均劳动力受教育程度和家中是否有农用机械这三个变量。

本文选取以上家庭控制变量主要出于以下考虑:首先,家庭务农人口是重要的劳动力来源,直接影响农业生产效率。有研究表明,农户的家庭人口结构对农业生产效率具有重要影响。其次,农户家庭的平均受教育程度、平均年龄对农户家庭农业生产的技术和经验指导具有重要作用,对农业生产效率具有决定性影响。第三,农户是否拥有农用机械设备对农业生产的及时性具有很大影响,同时也在一定程度上表征农户的家庭财力,这对农业生产效率具有关键影响。regionaldummyim代表农户所在村庄地貌特征的虚拟变量,意义在于控制住不同地形地貌对农业技术无效率的干扰,主要分为丘陵山区、高山、高原、平原、草原和渔村六类,其中以丘陵山区为对照组,用“0”代表村庄所属组别,用“1”表示其他组别,见表3。

表3　变量的描述性统计

注:农地经营规模为0.67—1.33hm2的农户为对照组。

5　结果与分析

5.1　随机前沿函数估计方法

对效率模型的估计有“一步法”和“两步法”两种。“两步法”是较早时候研究者偏好的方法。即先不考虑技术效率的影响因素,估计生产前沿函数的距离函数,然后计算出技术无效率(与技术效率相对),并作为因变量对其自身的影响因素进行回归。然而,这种方法的缺点在于前后两个阶段对技术无效率的函数分布设定不同,估计出来的结果一致[19]。因此,科埃里、贝泰斯改进了技术效率的估计方法,提出了“一步法”,即同时实现上述两步的估计[20]。考虑到“一步法”能更准确地估计技术无效率,本文采用“一步法”同时估计对数随机前沿函数模型和技术效率模型。

5.2　计量结果与分析

随机前沿函数的估计分析：从表4可见，其前半部分列出了随机前沿生产函数的估计结果。其中,表4(1)和表4(2)的被解释变量为单位劳动产值,表4(3)和表4(4)的被解释变量为平均土地产值。为了检验估计结果的真实性,我们对比了加入控制变量前后模型估计结果的差异大小。如果两个模型的结果差别不大,则估计结果基本可信,因此我们分别估计了四个模型,在估计农地转出时出于同样的考虑也估计了四个模型。其中,表4(1)和表4(3)未控制农户家庭特征变量,表4(2)和表4(4)为全变量模型。从结果可见,是否控制农户家庭特征对生产函数估计的差异较小,原因在于产出主要随投入要素的变化而异,而农户特征主要对农业生产技术效率的影响较大;其次,比较劳动力投入系数和各项资本投入系数可见,表4(2)以单位劳动产值作被解释变量的模型,劳动力对农业产出的影响程度大于对资本的影响,说明增加劳动力投入对提高农业劳动生产率的作用大于增加资本性投入,而表4(4)以平均土地产值作为因变量的模型所得结果正好相反,可能是因为增加农业资本性投入对提高土地生产率具有更显著的作用,而对劳动生产率影响不大。要素投入与产出存在正向相关关系,但种子化肥和家庭劳动力投入与其他要素的交互项系数呈负向关系,说明当过度投入种子化肥数量在一定程度上会阻碍其他投入要素对产出的积极作用,同样需要合理分配家庭劳动力在农业部门和非农业部门的人数,以便达到最高效的配置组合。

表4　农地转入的随机前沿生产函数估计结果

(续表4)

注:***、**、*分别表示在1%、5%和10%的显著性水平上显著;括号内为稳健标准误;村庄地貌虚拟变量为将村庄分为丘陵山区、高山、高原、平原、草原和渔村六类,其中以丘陵山区为参照组,用“0”代表村庄所属组别,用“1”表示其他组别,表5同。

技术效率模型估计分析：表4后半部分为技术效率模型的估计结果。结果分析为:以单位劳动产值和单位土地产值作为因变量的模型中,加入农户家庭控制变量后与原模型估计结果并没有太大的差异(具体比较见表4(1)和表4(2)、表4(3)和表4(4))。首先,从表4(2)可见,农地流转对农户农业劳动生产率没有显著影响。从转入户与不同农地经营规模的交互项系数发现,转入农地与农地规模为5.33—8.00hm2和8.00—13.33hm2的交互项系数为负,表明完成农地转入后农户经营规模为5.33—8.00hm2和8.00—13.33hm2这两个规模的农业劳动生产率水平最高。其次,表4(4)表明参与农地转入后农户有更高的土地产出率,且这一估计结果在5%的显著性水平下显著。与表4(2)不同的是,根据转入户与不同农地规模交互项系数显示,实现农地转入后农户经营规模为8.00—13.33hm2的土地产出率处于最高状态。虽然实证分析得出的农地适度经营规模区间在统计上并不显著,但仍可说明这两种经营规模是相对合适的。

从表4可见，家庭人口规模和小孩占比对农业生产效率为负向影响,可能的原因是家庭人口规模越大,越会过度投入家庭劳动力、过于精耕细作反而降低农业产出效率;家庭成员中的小孩占比越高,需要用于照看小孩的时间就越多,可能会导致投入家庭劳动力不足而对农业产出效率带来负面影响。家庭劳动力平均年龄和平均受教育程度代表了农户家庭的耕作经验,他们对农业产出效率会产生积极影响。老人占比在模型中也对农业产出效率带来了正向作用,这可能与老年人的生产经验可避免部分技术无效率的生产行为有关;女性青壮年劳动力的占比对农业产出效率具有正向作用,可见在农业劳作过程中女性劳动力发挥着重要作用;拥有农用机械对农业产出效率也具有明显的正向作用,这是因为如果农户自行拥有机械设备,在农业生产过程中可及时用于生产的必需环节,自然会提高农业产出效率。在地块特征中,可看到租入土地的比率对农业产出效率具有正向作用,说明农户如果仅有土地的经营权并不会降低他们对农业生产的积极性,反而提高了产出效率。

农地转出与农户农业生产效率分析：从表5(2)和表5(4)的技术效率模型可见,转出户的系数为正,说明参与农地转出有利于提高农户农业劳动生产率和土地产出率,且估计结果均在1%的显著性水平下显著。从转出户与农地规模的交互项系数可见,完成农地转出后,农户的经营规模为0.67—1.33hm2的农业劳动生产率和土地产出率达到最高水平。这可理解为,如果低效率的农户占用了过多农地,不能很好地利用资源进行生产,因此无法实现一种生产的最优状态,这时若将农地转出,农户经营较少农地反而可通过更好的精耕细作来弥补技术效率的不足,提高农业生产效率。此外,家庭控制变量与农地转出模型基本相似,不再赘述。

表5　农地转出的随机前沿生产函数估计结果

综合以上分析,我们得出以下两点结论:①农地转入对提高土地产出率具有正向作用,但对农业劳动生产率无显著影响;农地转出对农业劳动生产率和土地产出率均具有积极影响。②农地流转后有一个适度经营规模使农业生产效率处于最优水平。在农地转入模型中,农地转入后经营规模5.33—8.00hm2的农户农业劳动生产效率最优,而经营规模8.00—13.33hm2的农户农业劳动生产率和土地产出率均处于最优水平。因此,实现农地转入后,经营规模8.00—13.33hm2)农户处于最优的农业劳动生产率和土地产出率状态。在农地转出模型中,完成农地转出后经营规模0.67—1.33hm2的农户农业劳动生产率和土地产出率水平最优。

6　结论与政策含义

6.1　结论

通过土地流转形成农地适度经营规模,对提高我国农业生产效率具有重要意义。本文首先经过理论分析提出两个假说,然后基于CFPS2012全国微观调查数据,构建随机前沿分析模型进行实证检验,研究了农地流转对农业生产效率的内在影响机制,并在此基础上探索了农业生产效率达到最优水平下的农地适度经营规模区间。

结果表明农地转入对提高土地产出率具有正向作用,但对农业劳动生产率无显著影响;农地转出对农业劳动生产率和土地产出率均具有积极影响。进一步研究表明,完成农地转入后,8.00—13.33hm2是农户的适度经营规模,在该经营范围内农地产出率为最优水平;实现农地转出后,0.67—1.33hm2是农户的适度经营规模,处于该经营规模内的农业劳动生产率和土地产出率均达到最优状态。

6.2　政策含义

本文的研究结论对提高我国农业生产效率的路径选择具有明确的政策启示。为了提高转入农户的家庭农业生产效率水平,政府应积极推进经营权在公开市场上向专业大户、家庭农场、农民合作社和农业企业流转,鼓励具有一定规模的农业生产机构进一步扩大生产规模。对农业生产效率较低的农户,政府应鼓励他们转出农地,同时为了提高转出农地的农户家庭劳动生产率,政府应提供农业技能培训和其他形式的农业、非农就业机会。