兼业对农户种粮技术效率的影响研究——基于随机前沿生产函数的实证

魏素豪

(中国人民大学 农业与农村发展学院，北京 100872)

内容提要：为了检验兼业对农户种粮技术效率的影响，基于农户的微观调查数据，本文运用超效率生产函数形式的随机前沿生产函数法测算农户种粮技术效率，基于Tobit模型实证分析农户种粮技术性效率的影响因素。研究发现：农户种粮的技术效率损失主要来源于管理误差，专业农户种粮技术效率显著高于兼业农户；投入要素产出弹性的排序为生产性资金>劳动力>土地，劳动力与生产性资金、土地与生产性资金之间存在要素替代关系；兼业、土地细碎化降低了农户种粮技术效率，而粮食播种面积、身体健康条件、参加种粮技术培训增加了农户种粮技术效率。因此，需要有序引导低技术效率的兼业农户退出粮食种植，定期开展针对农户的种粮技术培训，完善农机社会化服务市场，并提升农民技术、管理等方面的信息获取能力。

一、引言

兼业以其绝对的地理概念和人口概念成为世界各国农业发展的关键词汇，无论是人少地多的国家，还是人多地少的国家，农民兼业现象均都广泛存在，只是兼业化程度存在差别①。人少地多的美国年销售额介于5000-9999、10000-19999、20000-39999、40000-99999美元的农场，早在1980年农场外收入与农场净收入的比值就已经分别高达108.9%、105.4%、106.1%、96.7%、59.4%[1]。人多地少的日本农户兼业现象更为普遍，2017年农户总量为120万户，兼业农户为81.9万户，占68.25%，其中一兼户18.2万户，二兼户63.8万户②，农户的“二兼滞留”问题③已经严重阻碍到日本农地集中的进程。中国作为人均土地资源较为匮乏的国家，同样存在广泛的农户兼业现象，2017年第三季度农村外出务工劳动力数量为17969万人，外出务工劳动力月均收入为3459元，兼业收入已经成为农户增收的主要途径。

兼业是否会影响农户的生产效率？理论界评价不一，存在两种主流观点，一种观点认为兼业会导致农户种粮技术效率的下降。农户并不会将非农收入投资到农业生产领域，而是倾向于提高生活水平的消费，农户获得的非农收入对农业生产投资的刺激，并不能弥补由于劳动力外流而导致的生产力损失[2]。随着非农收入增加，农业生产会逐渐成为副业，农业生产经营方式逐步走向粗放，生产效率必然下降[3]。专业农户的资金、时间投入以及单位劳动时间的产出均都高于兼业农户，兼业农户效率改进能力弱于专业农户，极易导致土地资源浪费[4]。另一种观点认为兼业能够改善农户生产效率。兼业现象广泛存在，但农业总产出并没有下降，也没有出现农产品供应的危机，说明兼业化并没有导致效率损失[5]。兼业农户拥有更强大的农业投资能力和抗风险能力，尤其是农机具购买力的增加，对农业生产效率有促进作用[6]。

现有的理论研究之所以存在如此大的争论，其原因可能兼业对农户生产效率的影响会受到机械化的影响，机械化率高的地区兼业农户与专业农户表现出来的技术效率差距，与机械化率低的地区不同。从粮食主产区山东三县一区的调研来看，粮食作物耕、种、收环节基本实现全程机械化，大大减少了种粮劳动力投入，但兼业农户与专业农户种粮投入的工作日数、土地数量、种子、农药、化肥、农机、灌溉等存在显著差异，单位播种面积的粮食产出也差异较大，兼业农户与专业农户是否表现出技术效率的差异？又该如何解释这种差异？回答好这两个问题对丰富兼业与生产效率理论，改善粮食主产区农户技术效率，提高农业生产资源配置效率，以及保障粮食供应安全具有重要意义。本文采用超对数生产函数形式的随机前沿生产函数法，基于粮食主产区山东省三县一区303户农户微观种粮行为的调查，在区分专业农户与兼业农户的基础上，测算了农户的种粮技术效率和投入要素的产出弹性，并实证分析了兼业对农户种粮技术效率的影响。

二、理论分析与方法设计

(一)理论分析框架

农户兼业化对农户种粮技术效率影响遵循两条传导路径，包括要素替代与土地规模。一是兼业农户调整要素投入结构，不同结构的农户表现出差异化的种粮技术效率。兼业的直接后果是相对减少了自有劳动力在耕地上的投入，消化了农业中的剩余劳动力，缓解了劳动力的过密化投入[7]。由于土地与机械相对要素价格的变化，兼业农户倾向于购买并投入更多的生产资料与农机服务替代劳动投入，这种劳动力的减少势必造成施肥、打药等精耕细作环节走向粗放，也会影响到种粮技术效率。农户兼业影响资本投入，获得非农收入的农户倾向于投入更多的资金替代劳动，以此弥补劳动力短缺造成的效率损失[8]。不同作物资本对劳动力投入的替代程度不同，劳动力密集作物，资本对劳动力的替代能力较弱，替代效应不明显[9]，即兼业带来资本投入的增加量取决于农作物生产的特点。二是农户兼业影响土地经营规模，不同经营规模的农户展现出不同的种粮技术效率。相对自由的农村劳动力市场，兼业加速了农村土地的流转[10]，在既定劳动总时间的约束下，兼业农户会选择流转部分耕地，只保留支撑口粮消费的耕地从事农业种植活动。但也有研究表明农户兼业并不会影响土地经营规模，也就不会导致不同经营规模农户的效率分化[11]。

(二)农户种粮技术效率的测算方法

技术效率包含规模效率和纯技术效率，其目的并不是为了衡量总产出、总收入的水平，而是针对生产效率和管理效率的测量，即假定技术、价格不变，衡量一个决策单元在给定投入的情况下能够将产出最大化的能力。技术效率可以简单的理解为实际产出与理论上最大产出的比值，是相对概念而不是绝对概念。随机前沿生产函数法与数据包络分析法作为测算技术效率的两大方法，二者在对现实的拟合精准度方面一直存在争议。Aigner等提出了随机前沿生产函数法，认为随机前沿生产函数法测算技术效率更为精准[12]。Gong等发现如果技术效率测算模型设定不存在偏误，随机前沿生产函数法无论是在拟合的精准度方面，还是参数估计本身的可检验性方面都优于数据包括分析[13]。农户在粮食生产过程中的要素配置效率严重依赖于既定的要素投入结构与生产经营方式，投入要素包含了劳动力、资本、土地等，粮食主产区山东省的粮食产出主要包括玉米、小麦两种，属于典型的多投入单产出生产决策单元。本文农户耕地产出的技术效率的测算采取随机前沿生产函数法，具体的模型设置为：

Yit=f(Xit,α)exp(Mit-Nit)

(1)

其中Yit表示农户i第t年的种粮产出，以产出粮食的总产值表征。Xit为农户i第t年的各项种粮投入，包括耕地、劳动力、资本；函数f((·)为生产可能性边界，表示现有水平下的最优产出能力；α为待估计的参数。Mit-Nit为随机扰动项，其中Mit为随机误差项，代表除去投入Xit以外的自然条件、统计过程中的误差等因素对耕地产出的影响，假设Mit～N(0,σM2)；Nit为技术效率损失，只要存在管理误差，耕地的实际产出量就不能达到生产可能性边界上的最优产出量，假设Nit～N(μit,σN2)。技术效率的损失模型为μit=Ritγ，其中Rit表示影响农户耕地产出效率的因素，γ为待估参数，如果γ>0则影响因素对技术效率产生负向影响，如果γ<0则产生正向影响。

农户粮食生产的技术效率定义如下：

(2)

对公式(1)取对数可得：

lnYit=lnf(Xit,α)+Mit-Nit

(3)

运用随机前沿生产函数法选择生产函数时通常有柯布道格拉斯生产函数和超对数生产函数两种选择方案，本文选取较为灵活的超对数生产函数形式的随机前沿生产函数法进行分析估计。运用的数据为针对农户实地调查的横截面数据，根据公式(3)设定超对数生产函数形式下的农户粮食生产的随机前沿模型如下：

lnY=β0+β1lnL+β2lnS+β3lnK+β4(lnL)2+β5(lnS)2+β6(lnK)2+β7(lnL)×(lnS)+β8(lnL)×(lnK)+β9(lnS)×(lnK)+Mi-Ni

(4)

其中，Y表示粮食总产出产值。L为劳动力投入，指农户在两种粮食作物生产过程中投入的劳动工作日。S为土地投入，指农户两种粮食作物的播种面积。K为生产资料投入，指农户在粮食生产过程投入的种子、化肥、农药、机械、灌溉五种费用总和，其中包含了购买第三方服务的费用。β为待估计参数。为了测算单个投入要素对粮食总产出的影响，需要计算要素的产出弹性，单个要素的产出弹性是指保持其他要素投入不变的前提下该要素增加1%，粮食总产出增加的百分比，即最终的粮食产出对投入要素增量的敏感度。敏感度的计算公式如下：

λL=(dY/dL)/(dL/L)=dlnY/dlnL

(5)

根据公式(4)求导，可得劳动力、土地和生产资料的投入产出弹性计算公式如下：

λL=β1+2β4lnL+β7lnS+β8lnK

(6)

λS=β2+2β5lnS+β7lnL+β9lnK

(7)

λK=β3+2β6lnK+β8lnL+β9lnS

(8)

其中βi为公式(4)的各项待估参数，lnL、lnS、lnK分别对应粮食种植中的工作日数、播种面积和生产资金投入取对数后的平均值。

(三)农户种粮效率计量模型设定

根据随机前沿生产函数法测算出的农户种粮技术效率，设定基本的计量模型如下：

TEi=η0+∑ηiQj+εi

(9)

其中TEi为农户i种粮的技术效率，Qj,j=1,2,3…n为影响农户i种粮的技术效率的外生变量，εi为随机误差项。影响农户种粮技术效率的因素主要包括农户兼业程度fac，农户本身的土地资源禀赋land，农户家庭劳动力禀赋labor，农户种粮技术的可获取度tec以及不可观测的地区变量reg。根据公式(9)，农户种粮技术效率影响因素的计量模型可以设定为：

TEi=η0+η1faci+η2landi+η3labori+η4teci+η5regi+εi

(10)

种粮的技术效率TEi的值介于0到1之间，属于两端截断的被解释变量，这种受到限制的被解释变量不满足最小二乘估计的经典假定，不能简单的采取最小二乘回归来估计种粮技术效率，本文采取极大似然法的截取回归模型即Tobit模型来估计。

三、农户种粮技术效率的测算

(一)区域与数据来源

验证兼业化对农户种粮效率的影响，分析区域选在以粮食为主要生产结构的粮食主产区，这些区域存在较为普遍的农户兼业行为。由于区域内经济发展水平、宏观土地政策、宏观农业政策、地形地貌等外在环境变量基本相同，可减少不可控制的外在环境因素对不同农户种粮效率的随机扰动。本文选取山东省核心的平原粮食主产县(单县、曹县、巨野县、牡丹区三县一区)作为研究区域，它们均属于黄河冲击平原，地势平坦，土层深厚，海拔高度介于37到68米之间，均属华北平原新沉降盆地的一部分，粮食播种面积达1740.29万亩，粮食总产量达773.35万吨④，是我国优质小麦与玉米的重要来源地。所选择的四个样本区域粮食播种面积占各自总播种面积的75%以上，能够较好地满足本文研究的需要。

本文所使用的数据来源于2017年10月-12月中国人民大学农业与农村发展学院师生在粮食主产区山东省开展的“农户粮食种植、销售与储备”专题调研，考虑到农户受教育年限的差异，同时需要调查人员协助核算粮食生产过程中的种子、农药、化肥、农机、灌溉、农具、动力燃料等费用，以及家庭各项收入、劳动工作日投入等，调研采取入户的方式由调研员针对户主一对一直接访谈。在选取三县一区作为研究区域后，在每个调研区县再随机抽取15个村，按照村民小组的户数，并按占比确定抽取权重，针对每个村民小组随机抽取指定量的农户，最终完成有效问卷313份，其中有10户农户并未种植粮食，剔除后共计303份作为本文数据来源。303份问卷中曹县99份，巨野县81份，牡丹区79份，单县44份，农户种植的粮食作物均为小麦、玉米，其他粮食品种种植基本为零，忽略不计。针对农户的调研数据，记录的是从2016年10月份小麦播种季到2017年10月份生产周期内小麦、玉米两种粮食作物生产过程中的投入产出情况。如无特殊说明，粮食仅指小麦和玉米两种粮食作物。

(二)投入产出指标选取

综合郭晓鸣等[14]、李博伟等[15]测量农户种粮技术效率所选取的投入产出指标，本文将微观农户种粮的投入分为土地、资金和劳动，不再将机械的采纳作为技术投入，而是将农户购买的农机社会化服务直接纳入到资本投入中，产出指标为从2016年10月份小麦播种季到2017年10月份生产周期内小麦、玉米两种粮食作物总产出的产值。土地投入用粮食播种面积表示，为小麦与玉米两种粮食作物播种面积的总和，资金投入包括小麦、玉米生产过程中的种子投入、化肥投入、农药投入、农机投入、灌溉投入五种，其中农户自有小农具极少，可以忽略不计，劳动力投入为农户在小麦、玉米从种到收全过程生产中投入的劳动工作日数量。

(三)超对数随机前沿生产函数估计结果

为了便于对比兼业农户与专业农户在粮食生产过程中存在的投入产出差异，本文将调研的数据进行分组分析，数据的统计性描述如表1所示。从整体而言，农户户均粮食总产值为1.2万元，户均粮食播种面积为12.8亩，户均种粮投入劳动日数为23.5个劳动日，户均种子、农药、化肥、农机、灌溉投入分别为834.92元、510.52元、2240.95元、1700.02元、287.55元，化肥和机械是农户种粮过程中最主要的两种要素投入。对比专业农户与兼业农户的投入产出指标发现，专业农户户均粮食播种面积大于兼业农户，说明兼业农户倾向于转出土地而专业农户倾向于流入农地，专业农户的户均粮食播种面积的单位产值要大于兼业农户。

表1 粮食生产投入产出数据描述

表2 超对数随机前沿生产函数估计结果

注：γ的计算公式为γ=σu2/(σu2+σv2)，其中σu与σv由模型估计得到。***、**、*分别表示1%、5%、10%水平下的显著性检验(下同)。

将农户粮食生产中投入的种子、农药、化肥、农机、灌溉五项费用归为资金投入，根据公式(4)设定的超对数随机前沿生产函数模型，运用Stata14.0做回归分析，结果如表2所示。对数随机前沿生产函数模型估计的p值为0.000，表明生产函数整体拟合效果较好，γ值的计算结果为0.9617，即整体误差来源于管理误差项的比例为96.17%，仅有3.83%来源于随机误差项。整体而言农户粮食生产存在明显的技术非效率，且这种非效率主要来源于管理误差。

(四)兼业农户与专业农户种粮技术效率对比

根据随机前沿生产模型计算得出农户种粮的技术效率，技术效率的分布统计如表3所示。从整体而言，303户农户的平均种粮技术效率为0.616，存在39.4%的效率损失，这种效率损失主要来源于管理误差项，如果农户能够更合理的管理并配置农业生产过程中的各项投入要素，提高粮食生产过程中经营管理的水平就能够获得较大程度的技术效率提升。从兼业农户与专业农户种粮技术效率对比的角度而言，专业农户种粮技术效率显著高于兼业农户，专业农户平均种粮技术效率为0.769，比兼业农户高了28.3个百分点，即专业农户与兼业农户的种粮技术效率存在一定程度的分化。从种粮技术效率频率分布上看，兼业农户种粮技术效率的分布更为集中在低效率组，种粮技术效率介于0-0.5的农户占比达52.8%，相比之下专业农户的占比为14.61%，种粮技术效率介于0.8-1.0之间的高效率农户占比，专业农户高于兼业农户，专业农户组占比达26.97%，而兼业农户组占比仅为1.87%。本文对技术效率测算的结果支持兼业化降低农户种粮技术效率这一判断。

表3 兼业农户与专业农户种粮技术效率的统计分析

种粮技术效率兼业农户专业农户户数占比户数占比0.9-1.031.40%88.99%0.8-0.910.47%1617.98%0.7-0.8125.61%2123.60%0.6-0.73014.02%1213.48%0.5-0.65525.70%1921.35%0-0.511352.80%1314.61%最大值0.9711.000最小值0.1720.165均值0.4860.769样本量21489

(五)投入要素的产出弹性测算

根据公式(6)-(8)可以计算出劳动力、播种面积和生产性资金三种投入要素在均值处的种粮产出弹性。劳动力投入要素产出弹性为0.107，播种面积投入要素产出弹性为0.034，生产性资金投入产出弹性为0.147，产出弹性的排序为生产性资金>劳动力>土地。生产性资金投入产出弹性最大，说明山东菏泽三县一区粮食主产区农户的粮食产量对种子、农药、化肥等投入的依赖性较强，劳动力投入产出弹性小于资金投入说明资金投入、尤其是购买农机服务，对劳动力具有显著的替代作用。投入要素的交互项代表了要素之间的相互替代关系，如表2所示。劳动力与生产性资金投入存在显著替代关系，表明农户通过资金投入，特别是购买第三方服务，能够替代劳动力投入，投入新的各项生物技术可以预防粮食生产的病虫害，进而减少劳动力投入，这与要素相对价格变化诱致技术变迁的结论一致。土地与生产性资金投入之间也存在显著的替代关系，农户通过投入高质量的种子、农药、化肥等生产要素可以提高单位面积的粮食产量，生产出同样的产量需要较少的土地，二者之间的替代关系符合小部分农户依靠种子、农药、化肥、灌溉以及购买第三方农机服务来替代土地投入，选择流转出部分土地，仅耕种一小部分土地的现象。

四、农户种粮技术效率分化的实证分析

(一)变量选取

基于调查数据，被解释变量设定为基于随机前沿生产函数法测算出来的微观农户种粮的技术效率。选取的外生解释标量分为5类，共12个指标如下：

兼业程度：本文设定的核心解释变量为农户的兼业化程度，在控制其他变量的前提下，利用模型验证农户的兼业化程度对农户种粮技术效率的影响。农户的兼业化程度用农户兼业收入占家庭总收入的比重表示，不存在兼业的农户兼业收入为0，则兼业化程度也为0。

土地禀赋：农户土地经营规模与农户效率关系的争论由来已久，Kumbhakar的研究表明农户土地经营规模与效率存在正相关性[16]，而Sen证明了土地经营规模与效率存在负相关性[17]。用粮食播种面积与土地细碎化程度来表征农户的土地资源禀赋，其中粮食播种面积由小麦和玉米两种粮食作物播种面积的加总得到，土地细碎化程度用单位地块平均面积表示，单位地块平均面积等于农户土地总面积与地块数量的比值。

劳动力禀赋：劳动力禀赋特征会直接影响到农户种粮的技术采纳，年龄对农户效率的影响存在争论，年龄大的劳动力具有丰富的务农经验，其效率相对较高[18]，但也有学者认为年龄大的劳动力体力较差，普遍难以接受新技术，其效率反而更低[19]。本文用户主年龄、受教育年限、身体是否健康来表征农户的劳动力禀赋，一般情况下农户的受教育年限越高，技术采纳越容易，身体越健康，种粮投入的有效劳动越高，技术效率也表现越好。

农户技术与信息获取：农户能否及时获得农业信息影响到农户种粮的技术采纳，进而影响到农户的种粮技术效率[20]，本文用是否参加种粮培训、与县城的距离、是否为村干部来表征农业信息的可获取程度。

地区虚拟变量：不同的调查地点拥有不同的文化习俗背景，即存在不可观测的因素对农户效率的影响，本文设置地区虚拟变量来表征由于调研地点差异所产生的不可观测的因素，三县一区设置三个地区虚拟变量。

(二)变量描述性统计分析

对影响因素变量的描述性统计结果如表4所示。从整体而言，农户的平均兼业化程度为0.545，小麦、玉米两种粮食的户均播种面积为12.8亩，户均地块数量为3.93，土地细碎化程度较高。农户户主个人特征方面，户主年龄平均为52.5岁，受教育年限平均为6.82年，与县城距离平均为15.58公里。对比兼业农户与专业农户发现，专业农户不存在兼业，兼业收入占比为0，而兼业组平均兼业化程度达0.771，即兼业收入占家庭总收入的77.1%，专业农户的粮食播种面积和参加种粮技术培训的比例大于兼业农户，但兼业农户户主平均年龄比专业农户小了8岁，兼业农户户主的身体健康状况好于专业农户，受教育年限、是否为村干部、与县城距离三个方面两组差异不大。

(三)实证结果分析

为了分析兼业与农户种粮技术效率的关系，并深入剖析影响农户种粮技术效率的其他因素，根据公式(10)设定的计量模型，从模型Ⅰ到模型Ⅳ共构建了四个农户种粮技术效率实证模型，设定四个模型的目的是为了分析同一因素对不同农户组种粮技术效率的影响。其中模型Ⅰ为针对专业农户种粮技术效率的Tobit模型回归结果，模型Ⅱ为针对兼业农户种粮技术效率的Tobit模型回归结果，模型Ⅲ为针对全部农户忽略兼业程度变量的Tobit模型回归结果，模型Ⅳ为针对全部农户种粮技术效率的Tobit模型回归结果，具体实证结果如表5所示。

表4 农户种粮技术效率影响因素的描述性统计

表5 农户种粮技术效率Tobit模型回归结果

1.兼业与农户种粮效率。根据模型Ⅱ与模型Ⅳ回归结果可得兼业程度均在1%的水平上显著为负，农户兼业降低了农户种粮的技术效率。从投入产出的角度而言，相较于专业农户，兼业农户具有更为保守的生产性资金投入，单位播种面积投入的劳动工作日也相对较少，粮食总产值也显著低于专业农户，基于SFA模型测算出的种粮技术效率同样显著低于专业农户。对于兼业组农户，兼业程度对农户种粮技术效率的边际效应为-0.122，加入专业农户后的整体样本，农户种粮技术效率的边际效应为-0.052。

2.土地禀赋与农户种粮技术效率。从模型Ⅰ到模型Ⅳ，粮食播种面积均在1%的水平上显著为正，即在播种面积普遍较小的情况下，面积的适度扩大能够显著提高农户种粮的技术效率。专业农户播种面积扩大对种粮技术效率影响的边际效应为0.024，高于兼业农户的边际效应，说明对于专业农户来说扩大粮食播种面积带来的种粮技术效率提升幅度要大于兼业农户。从模型Ⅰ到模型Ⅳ，农户的平均地块面积在1%的水平上显著为正，农户土地细碎化程度越小，农户的种粮技术效率越高，兼业农户的边际效应为0.032，高于专业农户的0.015，说明土地细化程度对兼业农户种粮技术效率的影响大于专业农户。

3.劳动力禀赋与农户种粮技术效率。从模型Ⅰ到模型Ⅳ，户主年龄、受教育年限对农户种粮技术效率的影响并没有通过显著性检验，虽然兼业农户户主的平均年龄比专业农户小了8岁，但在机械化全面推进的华北平原地区，机械全面替代劳动，年龄和受教育年限并没有导致种粮技术效率的分化。户主的身体健康显著影响了农户种粮的技术效率，根据模型Ⅳ的整体回归结果，无重大疾病、身体健康的农户比存在重大疾病、身体不健康的农户，种粮技术效率高0.034，专业农户身体健康条件对农户种粮效率影响的边际效应为0.039，远大于兼业农户的0.012。

4.技术、信息获取与农户种粮技术效率。从模型Ⅰ到模型Ⅳ，是否为村干部、与县城的距离对种粮技术效率的影响没有通过显著性检验，说明村干部农户与非村干部农户并不影响农户的技术采纳。由于处于平原地区，与县城的距离并不会影响到农户获得信息、交通、水利等方面的资源。是否参加种粮技术培训显著影响农户种粮技术效率，根据模型Ⅳ的整体回归结果，参加种粮技术效率培训的农户比不参加种粮技术培训的农户种粮技术效率高了0.046，兼业农户参与种粮技术培训带来的效率提升要高于专业农户。

5.地区虚拟变量与农户种粮效率。根据模型Ⅳ回归结果可得单县农户种粮技术效率要显著低于曹县、巨野县和牡丹区的农户；根据模型Ⅱ结果，对于兼业农户组而言，单县兼业农户种粮的技术效率同样低于曹县、巨野县和牡丹区的农户。

五、结论与政策启示

本文主要结论如下：农户粮食生产存在明显的技术非效率，303户农户的平均种粮技术效率为0.616，存在39.4%的效率损失，其中技术效率损失中有96.17%来源于农户粮食生产过程中的管理误差，仅有3.83%来源于自然条件等不可控制的随机误差。专业农户与兼业农户的种粮技术效率存在一定程度的分化，专业农户平均种粮技术效率为0.769，比兼业农户高了28.3个百分点。要素的投入产出弹性测算结果显示，种子、农药、化肥、机械等生产性资金投入的产出弹性大于劳动力，同时劳动力投入的产出弹性又大于播种面积，且劳动力与生产性资金、土地与生产性资金之间存在显著的要素替代关系。兼业程度、土地细碎化程度与农户种粮技术效率显著负相关，粮食播种面积、身体健康条件、参加种粮技术培训与农户种粮技术效率显著正相关，而单县无论是全部农户还是兼业农户均都表现出较低的技术效率。

研究的政策启示：(1)在机械化容易推进的平原地区，进一步推动农村土地经营权流转，有序引导低技术效率的兼业农户退出粮食种植，推动土地向种粮技术效率较高的新型经营主体手中集中，形成适度规模经营，避免兼业化导致耕地利用转向低效率、无效率甚至抛荒。(2)定期开展针对农户的种粮技术培训，增加对农户的人力资本投入，培养一批具备专业种粮技术素养的农民队伍，积极鼓励并引导具备专业知识的年轻人才进入农业生产领域。(3)进一步完善农机社会化服务市场，优先扶持国内农机制造业发展，提升农机供给的数量与质量，协调不同区域的农机供给与需求，推动小农户与现代农业的有机衔接。(4)提升农民技术、管理等方面的信息获取能力，开拓信息获取渠道，完善农村生产类基础设施，为农户种粮技术效率的提升提供外在保障。

注释：

① 既从事农业生产，又从事非农活动并获得收入的农户称为兼业农户。农户的兼业化程度是指从事农业生产又从事非农业生产的农户从非农产业中获得收入的程度，可以用非农收入占家庭总收入的比重来表征。

② 数据来源：日本总务省统计局。一般认为非农收入占比小于10%为纯农户，介于10%到50%之间的为一兼户，大于50%的为二兼户。

③ “二兼滞留”问题是指，日本农村劳动力大量减少，但农业经营单位数量下降缓慢，土地牢牢掌握在分散的二兼农户手中(二兼农户占总农户数量的53.17%)，导致单个农户的经营规模扩张极其缓慢。

④ 数据来源：2017年荷泽统计公报。