安徽省小麦主产区农户生产技术效率影响因素与路径选择

江激宇，方莹，王丽，张可

（安徽农业大学 经济管理学院，安徽 合肥 230036）

小麦是我国三大粮食作物之一，对于保障国家粮食安全、增加农民收入和促进乡村产业振兴具有重要作用。国家统计局数据显示，2018 年全国小麦总播种面积为24 266 千hm2，占当年全国谷物总播种面积24.35%；总产量为13 144 万t，占谷物总产量的21.55%。2004 年开始，国家为提高种粮农民的生产效益，实施小麦良种推广补贴政策；2006 年实行小麦最低收购价政策，从2008 年起，由于受成本上升、粮食价格上涨等因素影响，小麦最低收购价一直保持稳定，直到2018 年进行首次下调[1]。但是要维持小麦产量稳定，除了国家政策性补贴外，还要提高小麦生产效率。安徽省淮北平原作为小麦主产区之一，对全省的粮食生产具有极大的贡献，但面临着产量不高质量不佳、生产效率较低等问题，本文以安徽淮北平原蒙城、涡阳两县小麦生产主体为研究对象，研究小麦主产区农户生产技术效率影响因素与路径选择，为提高该地区小麦生产效率提供理论依据，对保证粮食安全和农民增收具有重要的现实意义。

从研究方法看，大多数学者运用经典DEA 效率测算、三阶段DEA-Tobit 模型、随机前沿生产函数模型等对生产效率进行分析，如张倩等采用DEA 方法中的BCC 模型对玉米无膜浅埋滴灌技术生产效率进行分析，发现在无膜浅埋滴灌技术模式下，种植规模越大，生产效率越高[2]；张启楠等运用三阶段DEA-Tobit 模型分析了2006—2016 年粮食主产区粮食生产效率的影响因素，结果表明，效率水平仍有较大提升空间，并由东部地区向中西两边逐级递减[3]；刘成等运用随机前沿生产函数模型探究了我国15 个小麦产区小麦生产效率，提出要积极推动农机社会化服务发展等建议[4]。关于粮食生产的路径研究方面，佟光霁等通过对我国商品粮主产区粮食综合生产能力提升内生、外生以及多重相关路径选择研究，为提升粮食综合生产能力提供了更加明确的切入点和具体思路[5]；涂涛涛等基于中国动态可计算一般均衡(CGE)模型，系统探讨了极端气候冲击下中国粮食安全的最优技术进步路径选择[6]。现有文献大多从定量角度来分析粮食生产效率的影响因素与路径选择，但生产效率是受多方面因素所影响，且各影响因素之间存在内生性问题，为了克服回归分析存在的局限性，进行准确的定量分析，寻求不同因素组合对小麦农户生产效率的影响，本文采用模糊集定性比较分析法（Fuzzy-Set,fsQCA）分析提高小麦农户生产技术效率的路径。

一、研究方法

（一）效率测算方法

效率测算最常见的方法是数据包络分析法（Data Envelopment Analysis，DEA）和随机前沿分析法（Stochastic Frontier Approach，SFA），DEA是依据凸分析与数学线性规划的工具对多投入多产出决策单元（DMU）的效率进行测算和评估的一种分析方法，SFA 是依据设定的生产函数来确定生产前沿面进行测算的参数方法[7]。本文的研究目标是分析小麦农户生产技术效率的影响因素和路径，为避免生产函数设定错误，因此选用DEA测算即可。在农业生产经营中，技术水平保持不变的情况下，产出随投入的变化而变化，但两者并非等比例变化，故选取投入导向的BBC 模型来测算小麦种植农户的生产效率。

投入导向BBC 模型的规划式[8]为：

其中，λ 表示各个DMU 的综合技术效率，θ表示各个DMU 的纯技术效率值。运用BCC 模型计算得到的各个效率值均为0～1 之间，且纯技术效率值与规模效率值的乘积为综合技术效率值。

（二）模糊集定性比较分析法

传统的计量分析局限于验证变量的显著性，对样本量以及分布情况要求也比较高，而QCA 方法在变量这方面的要求要比传统计量低许多，并且可以有效解释多因素组合效应。定性比较分析方法又可以分为清晰集定性比较分析法（csQCA）、多值集定性比较分析法（mvQCA）和模糊集定性比较分析法（fsQCA），csQCA 是将条件变量和结果变量都赋值为0 或1，mvQCA 可以允许多值变量，fsQCA 允许对变量进行连续赋值，适用于对程度上有变化的原始数据的分析变量[9]。

二、小麦农户生产技术效率测算

（一）数据来源

本文数据来源于2020 年初对安徽省淮北平原粮食生产具有代表性的蒙城、涡阳两县小麦种植户的问卷调查，问卷分为农户基本情况、土地流转及自然灾害、固定资产投资情况、投入产出情况、技术采纳、组织模式选择、社会资本和社会化服务8 个部分，最终得到问卷241 份，其中有效问卷222 份，问卷有效率92.12%。

（二）变量选取与描述性统计

生产效率的测算结果与评价很大程度上是由投入产出指标变量的选取决定的，土地、劳动力和资本是生产投入的三大基本要素，本文选取以下指标作为测算指标，如表1 所示。

表1 投入产出指标

1.投入指标

选取土地投入、生产性投入成本及劳动力投入三个指标作为小麦农户生产技术效率测算的投入指标。其中土地投入是指农户生产经营的土地规模，包括农户承包以及从其他途径获取的土地面积；生产性投入成本包括种子、化肥、农药、机械以及其他管理费用；劳动力投入是指投入的人工作业的劳动力数量，每标准日按8 h 计算。

2.产出指标

在粮食生产中，随着市场经济的发展，粮食经营主体进行专业化和规模化的生产经营是为了获取更多收益，因此本文选取农户的小麦产值来表示产出指标。

（三）测算结果分析

运用DEAP2.1 软件建立投入导向的BCC 模型对小麦农户生产技术效率进行测算，测算结果如表2 所示。

从表2 可看出，有接近的45%农户小麦农户生产技术效率处于相对有效和低程度无效率这两个区间，超过一半的农户生产效率处于中高等无效率区间，说明该地区小麦农户生产经营管理状况一般，可能与大多数农户不能接受到良好的技能培训、机械服务、获得优良品种相关。

表2 小麦农户生产技术效率结果分析

三、小麦农户生产技术效率影响因素实证分析

（一）变量选取

影响小麦农户生产技术效率的因素较多，已有的研究中，薛彩霞等研究了农户个人和农户家庭特征、经营规模以及种植经验等因素对技术效率的影响[10]，王洋等考察了农技服务对技术效率的影响[11]。在借鉴相关研究的基础上，选择生产技术效率作为被解释变量，农户个人和家庭特征、技术环境特征以及经济环境特征多个方面的6 个变量作为对应的解释变量。小麦农户生产技术效率影响因素指标描述如表3 所示。

表3 指标变量统计性描述

1.农户个人和家庭特征

户主年龄和受教育程度在一定程度上很好地反映了农户个人特征。农户随着年龄增长，种植经验越丰富，有更高的生产技术效率；传统种植经验也会固化其思想，难以接受新技术和新事物，不利于效率的提升。农户的文化水平越高，接受新事物、先进技术及新鲜理念的程度越高，学习能力也越强，对生产效率的提高有积极作用。

以农户种植规模和土地流转费用来反映其家庭特征。农户种植规模越大，农户在购置生产资料方面获得的优惠越大，种植大户先进的生产管理理念促使生产要素配置更合理化，进而提高生产技术效率；随着规模的扩大，农户在生产管理方面困难增加，不利于效率提高。土地流转费用反映了农户种植的成本投入，一般情况下流转费用越高，成本投入越大，但价格高的土地质量相对较好，粮食产量高，生产效率随之也提高。

2.技术环境特征

选取农户参加技术培训的次数来反映农户的技术环境特征。通过参加技术培训，学习先进农业生产技术用于生产实践，提高生产技术效率。

3.经济环境特征

选取农户是否加入合作社来反映农户的经济环境特征。农户加入合作社后，在生产资料获取、销售渠道等方面可能存在便捷性，政府先进技术的推广往往会在合作社先开始推进，农户生产技术效率得以提高。

（二）模糊集定性比较分析

在模糊集分析中，对原始数据进行校准后转变成模糊隶属值，便于后续分析。结合数据实际分布情况可对原始数据进行分类，包括完全隶属、交叉点以及完全不隶属3 类[12]。校准后的各变量锚点见表4。

表4 变量校准锚点

条件组合分析可以得到复杂解、简约解和中间解三种结果，本文采用中间解进行分析，给出每条路径实现结果变量的原始覆盖率、唯一覆盖率和一致性。覆盖率越高，表明条件变量或组合的解释力就越好。中间解分析结果如表5 所示。

根据表5 的分析结果，中间解结果给出了实现生产技术效率提高的3 种路径。

表5 中间解结果分析

路径一：户主年龄较大、受教育程度低、小规模种植、土地流转费用低与参加生产技术培训次数少这五个条件可以实现高生产技术效率。对于年龄较大、受教育程度低的小规模种植农户而言，更倾向于根据自己多年种植经验来进行生产经营，生产技术培训带来的新技术不易被接受，且所种田地基本是自有，在生产上花费的时间精力相对于种植大户较多，土地流转费用也较低，产量高，生产技术效率也高。

路径二：户主年龄较大、受教育程度低、大规模种植、土地流转费用低、参加生产技术培训次数多以及不加入合作社这六个条件可以实现高生产技术效率。对于年龄较大、受教育程度低的大规模种植农户而言，不可能在生产上花费很多时间精力，愿意参加生产技术培训学习新技术以扩大种植规模，年龄大、文化水平低的农户往往倾向于承包租金低的土地，皖北地区发展相对较落后，合作社发展水平不高，农户加入合作社意愿低，是否加入合作社对生产经营影响不大。

路径三：户主年龄较小、受教育程度高、大规模种植、土地流转费用高、参加生产技术培训次数多以及不加入合作社这六个条件可以实现高生产技术效率。对于年龄较小、受教育程度高的大规模种植农户而言，愿意承包价格高的高质量土地以及参加生产技术培训来获得高产量，对于是否加入合作社的解释同路径二。

中间解分析结果的总覆盖率为0.63，表明以上三条路径对小麦农户高生产技术效率的解释力为0.63。三条路径各自的一致性分别为0.82、0.83和0.86，总的一致性为0.79，均大于查尔斯 • 拉金(Charles C.Ragin)建议的0.75 水平。因此，这三条路径均可以实现小麦农户高生产技术效率，但每条路径对结果的解释力不同：路径一的覆盖率最高为0.48，路径二为0.35，路径三为0.32，这说明路径一对小麦农户高生产技术效率的解释力最大。

四、结论与建议

（一）结论

通过运用DEA2.1 软件建立投入导向的BBC模型对小麦农户生产主体技术效率进行测算，并使用模糊集定性比较分析法对小麦农户高生产技术效率进行路径研究。结果表明，小麦农户生产技术效率均值为0.693，有55%的小麦农户生产技术效率水平低，小麦农户生产技术效率的高低是户主年龄、受教育程度、种植规模、土地流转费用、参加生产技术培训次数以及是否加入合作社等不同条件的组合结果，任何单一因素都不能单独影响效率水平，年龄、文化水平以及种植规模不同的小麦农户在实现高生产技术效率时的组合方式也不同。

（二）建议

（1）培育专业化农民，提高农民素质。培育新型农民是我国新农村建设的重要内容，提高农民素质是“三农”工作的重要突破口，吸引年轻、受教育程度高的生产力投入农业领域，是提高粮食生产技术效率的有效途径。（2）适度经营规模。粮食生产规模化经营可以通过规模效应提高粮食生产效率，支持发展粮食规模化生产，使农户投入更多的精力到农业生产中，降低农户兼业化程度。（3）加大对小麦种植户的技术培训。虽然参加生产技术培训能够有效提高小麦农户生产技术效率，但并未真正落到实处，究其原因仍是新生产技术的应用并未为被农户真正掌握，每年几次简单的培训并不能实现预期效用最大化，政府有关农业技术部门应在完善相关技术培训的基础上，建立多渠道的衔接机制，保证生产管理的阶段性指导，促进新技术应用。