[内容摘要]本文利用实地调研获得的数据对贵州省织金县部分农户的生产效率进行测算，并对其结构分布的变化情况进行分析，同时检验了样本农户生产效率的收敛性，研究表明，退耕还林工程不仅对该县农户的农业生产效率产生影响，同时也使该地区农业生产效率的收敛趋势发生变化。
[关键词]DEA-Tobit模型；农业生产效率；收敛
一、引言
退耕还林（草）作为林业六个重大工程之一，自1999年实施以来受到社会各界的广泛关注。许多研究者从不同方面对退耕还林工程产生的影响进行了分析和评价。但学者们除了在退耕还林工程促进生态环境改善这一点上取得共识外，在退耕还林工程对农村经济发展的影响上却存在不同的看法。一些学者认为退耕还林工程对农民收入产生了负面影响，而另一些学者的实证研究却表明退耕还林工程的实施有利于农民收入的增加。需要指出的是，认为退耕还林（草）工程对农民收入产生负面影响，或者认为对农民增收、农业生产结构等方面没有显著影响的研究主要集中在早期，而近年的研究倾向于认为退耕还林对农村产业结构和农民的收入结构产生了显著的积极影响。但几乎所有的研究都认为退耕还林工程对种植业收入产生了显著的负面影响。研究者们通常认为这种负面影响是由于退耕还林工程的实施使农民对土地的投入，无论是劳动力投入还是其它投入都减少了。而从理论上看来，种植业收入的高低不只取决于投入的多少，更重要的是耕地的生产效率是否发生变化，生产效率的变化对农业生产往往有更加重要而长远的影响。然而，就现有的研究文献看，从农户技术效率的视角对退耕还林政策进行评估与相关研究一直是欠缺的。尽管如此，还是有部分学者在这一方面做了探索性的研究工作。赵敏娟、姚顺波通过测算黄土高原区的三个案例县样本农户的技术效率，发现在不同地区退耕还林对农户技术效率的影响存在显著的差异。李桦、姚顺波考察了退耕规模与农户生产效率之间的关系，研究结果表明退耕规模与农户生产效率变化呈反方向趋势。于金娜、姚顺波考察了陕西省吴起县退耕后农户农业生产效率的变化，发现农户的总体效率变化不大。
二、研究方法和数据说明
（一）研究方法
对生产效率的测算通常采取两类方法：一类是非参数的估算方法，如数据包络分析（DEA），另一类是参数估计法，现在主要是随机前沿分析法（SFA）。相对于随机前沿分析法，数据包络分析具有无需预设具体函数、变量单位无需归一化等诸多优点，因而成为众多研究农业生产效率的学者们所采用的主要方法。目前国内对生产效率的研究通常采取的是一阶段DEA模型或DEA-Tobit两阶段模型，这两种方法都未能剔除环境效应和随机误差的影响，不能客观体现生产单元的决策与管理水平，也不能对规模效应做出合理判断。因此本文采用最新发展起来的三阶段DEA分析技术，以更准确地测度农户的生产技术效率。目前国内外学者普遍使用的是Fried等提出的结合随机前沿分析技术的三阶段DEA模型，该模型能够克服传统DEA分析模型未剔除环境因素和随机误差影响的缺点。这种分析方法的特点是，在第一阶段使用传统的BCC模型测算得到综合效率值和各投入变量的松弛量的基础上，以松弛量作为被解释变量，以各环境变量作为解释变量构建SFA回归模型，在最后阶段，将调整后的投入值与原始产出变量再次代人BCC模型进行分析，得到调整后的各样本决策单元的效率值。另一位学者Ruggiero在其1998年的一篇论文中对Ray提出的两阶段DEA分析方法进行改进，提出另一种三阶段DEA方法。这种分析方法的前两个阶段与两阶段DEA-Tobit模型的分析步骤是一样的，只是在第三阶段，将由Tobit模型生成得到的环境指数作为投入变量代入到第一阶段的BCC模型中，重新计算各决策单元的效率。相对于第一种方法而言，第二种三阶段DEA分析方法更为简单，且同样也能达到剔除环境因素影响的目的，但目前在国内应用得较少，因此本文决定采用第二种方法。
（二）数据说明和变量选取
（1）人力资源因素。教育是人力资本形成的重要途径，但不可否认的是，对于那些习惯于传统耕作方式的农民来说，人力资源更重要的是体现在种植经验上，而种植经验的取得与耕种时间的长短是分不开的。因此，本文选择受教育程度和样本家庭户主的年龄来衡量农户的人力资源情况。参考了康继军等的做法，本文将文盲、小学、初中、高中（或中专）、大专及以上这五种受教育情况分别设定其受教育时间为0年、5年、8年、11年和15年。部分样本农户提到自己受过初小或高小教育，为方便起见，统一设定为5年。
（2）经济环境。本文选用非农收入比重作为反映经济环境的指标，非农收入是农户从事农业的机会成本，因此该比重越高，则农户进行农业经营的机会成本越高，农民就会将更多的精力投入到非农业活动中去，相应地投入到农业生产经营活动中的精力减少，从而影响农业生产经营成果。
（3）市场信息。农户所接触到的信息量的多少和优劣直接决定农民对农业技术的采纳和运用。李然、冯中朝用农户到最近农产品贸易市场的距离来表示农户对市场信息的可获得性，这样对同一地理位置的农户来说，市场信息状况是相同的。而在现实中，由于各种主客观的原因，即使同一地理位置的农户对市场信息的获得程度也是不一样的。基于此，本文采用种植业中的销售收入比重来表示农户所拥有的市场信息，对销售收入比重越大的农户来说，其接触到的市场信息更多，更能对其农业生产产生有利的促进作用。
需要说明的是，在我国农业政策对农业生产具有特殊的影响，研究者们也通常采用财政支农支出或农业生产补贴等指标来反映，这些补贴往往涉及的面很广。而对农民来说，看得见的种粮直接补贴应该更为实惠，对农民种粮的积极性也更能起到激励效果。问题是，我国自2004年才开始对农民进行直接补贴，也许是政策时滞的缘故，在课题组第一次调研的2006年，当地的农民直接补贴还未发放。考虑到不同年份间模型的比较，本文只能将这一指标删去（事实上，本文也尝试利用200
9、2011年农民粮食直补的数据进行回归分析，但发现都不显著）。此外，对退耕区的农民来说，更重要的是退耕补助，这一补助金额远大于粮食直补。退耕还林工程的实施以及退耕补助的发放，一方面减少了农民的耕地面积，另一方面改变了可投入到种植业中的劳动力数量和资金数量，而这三个因素都反映在前文所分析的投入变量中，而且这一补助只是对已退耕土地的一种补偿，而不是对剩余土地耕种的激励，因此本文认为退耕补助不会影响农民的农业生产效率（本文曾尝试将退耕补助纳入模型，但结果并不显著，这证明我们的分析是正确的）。
三、退耕前后农户农业生产技术效率的实证分析
（一）第一阶段：传统BCC模型实证结果
（二）第二阶段：Tobit模型结果分析
以第一阶段得到的综合技术效率作为被解释变量，以本文所选取的环境变量作为解释变量构建Tobit模型，进行回归分析，结果如表3所示。
由表3可以看出：
（1）年龄变量除了在模型一显著外，在其它模型都不显著，说明年龄不是影响农业生产技术效率的重要因素，这与我们的预期不一致。原因可能是，随着农户的年龄渐长，一方面积累了农业种植的经验技术，另一方面这种传统种植经验的积累不利于一些新技术在农业领域的推广，两方面的共同作用下使得年龄变量不显著。
（2）教育因素在模型四和模型六中显著，在其它模型中不显著，且在部分模型中该变量的符号为负数，但在显著的两个模型中教育变量的系数符号都为正，反映受教育程度的提升对促进农户农业生产技术效率的提高有积极影响；
（3）销售收入比重在模型一和模型二中显著，在模型六和模型八中在10%的显著性水平下显著，在其他模型中不显著。值得注意的是，除了不显著的模型三和模型四，其它模型不论显著不显著，该指标的系数皆为正，这与前文的预想是一致的。说明销售收入比重越高的农户，由于可能接触到的市场信息更多，因而更能够根据市场信息的变化进行变化调整，从而有利于生产效率的提高。
（4）非农收入比重除了在模型一和模型五中不显著外，在其他模型中都显著，且在所有模型中该因素对生产效率的影响皆表现为负面，这与本文前面的分析相吻合。说明非农收入作为农民从事农业活动的机会成本，其占家庭收入比重越大，将激励农户将更多的时间精力用于从事非农活动，从而使农业生产效率受到影响。
（三）第三阶段：调整后的实证结果
将第二阶段由Tobit模型得到的综合技术效率的预测值作为环境因子，作为一个新增的投入变量代入到传统的DEA模型中去，得到经过调整的技术效率，即为第三阶段的效率值。 对比第一阶段得到的效率值表（表2）和经过调整的效率值表（表4），能够发现，两者表现出一些共同的特点，如综合生产技术效率都较低，且效率值变化的趋势几乎是一样的。但经过调整的效率值，无论是综合技术效率、纯技术效率还是规模效率在所有样本、所有年份中的数值都要比未经过调整的效率值要大。由于剔除了环境因素的影响，经过调整的效率值应该更符合实际情况。
四、农业生产技术效率收敛性分析
目前，对中国农业生产效率收敛性的研究还较少，仅有的几篇相关研究文献；利用的都是宏观数据，利用微观数据检验农业生产技术效率收敛性的研究尚未看到，因此本文借鉴收敛的相关经济理论和方法来研究织金县农户农业生产技术效率的收敛情况，以便更深入地分析退耕还林工程对农业生产的影响。
经济上收敛的概念有σ收敛和β收敛，β收敛又分为绝对β收敛和条件β收敛。σ收敛是通过分析农户生产技术效率标准差变化情况来判断是否收敛；绝对β收敛指每一个农民的生产技术效率将会增长到同一水平，而条件β收敛考虑了不同地区农户间的条件差异，不同地区的农民的生产技术效率将会趋近不同的稳定水平。
五、结论及启示
（一）结论
1 环境因素对生产效率有显著的影响，经过调整的效率值，无论是综合技术效率、纯技术效率还是规模效率在所有样本、所有年份中的数值都要比未经过调整的效率值要大。
2 在第二阶段Tobit回归模型中，年龄因素几乎在所有模型中都不显著，受教育程度、种植业中销售收入比重和非农收入比重在部分模型中显著，在这些显著的模型中，前两个变量都对农业生产效率产生显著的积极影响，而非农收入比重对农业生产效率的影响是负面的。
3 经过调整后的综合技术效率、纯技术效率和规模效率都呈现出先下降后上升的趋势，反映了样本农户在长期中有较强的适应调整能力。在所有时期纯技术效率都要比规模效率高，说明规模效率不高是农户农业生产技术效率低下的主要原因。农户生产效率的分布在退耕前后发生了较显著的变化，退耕前主要集中在低效率区间，而退耕后却变得较为分散。
4 由收敛性分析可知，织金县样本农户的农业生产效率不存在σ收敛，但存在绝对β收敛和条件β收敛，退耕还林工程的实施在短期中使这一长期收敛的趋势发生了延缓。
（二）政策启示
1 规模效应一直都是制约我国农业生产的重要因素。而对退耕地区来说，工程的实施使土地规模进一步缩小从而使这一问题变得更加严重。因此，对这一地区应该鼓励农民进行土地流转以扩大土地耕种规模，增进规模效率，从而促进农业生产效率的提高。
2 涉农政策的出台实施既要考虑政策对农民的影响，也要考虑在新政策下农民的调适能力，并在此基础上考虑更长期的影响。退耕工程在短期使农业的生产技术效率受到一定的影响，且收敛的趋势也受到一定的延缓，而在长期中由于农民的自我调整，农业的生产技术效率得到恢复，收敛的速度也在加快，这提醒我们在制定和实施退耕还林后续政策时应该更加严谨慎重，以充分考虑政策的长期效应。
