本文采用2011年中国科学院拉萨农业生态试验站西藏高原草业工程技术研究中心对西藏“ 一江两河” 地区覆盖拉萨、日喀则、山南11个村镇农户农牧业生产和消费状况实地调研数据, 样本覆盖了主要引种饲草品种的示范推广地区。采用随机抽样的方法入户调研299户农民家庭, 样本盖度平均为16.71%(在4.37%到49.03%之间), 并从中抽调出年度种植饲草的185户为研究对象(表1)。样本农户种植的饲草品种涵盖了燕麦、紫花苜蓿、箭筈豌豆和青饲玉米4种西藏重点引种的人工饲草品种, 样本值分别为85、50、49和1。由于青饲玉米种植户数量较少缺乏代表性, 本文剔除这一数据。

表1

Table 1

表1(Table 1)

表1 样本分布地区和数量 Table 1 Distribution regions and numbers of the samples 调研村镇 Investigated countries 总户数 Total household numbers (户Household) 样本量The number of samples 饲草种植户Grass planting household number (户Household) 户数 Household number (户Household) 占比 Ratio (%) 燕麦 Avena sativa 豌豆 Vicia sativa 紫花苜蓿 Medicago sativa 青饲玉米 Forage maize 合计 Total 日喀则江孜县江孜镇东郊村Dongjiao Country, Jiangzi Town, Jiangzi County, Shigates 289 32 11.07 12 - - 1 13 日喀则萨迦县扯休乡乃村Nai Country, Chexiu Town, Shajia County, Shigates 182 42 23.08 22 - - 22 日喀则白朗县巴扎乡巴扎村Bazha Country, Bazha Town, Bailang County, Shigates 110 31 28.18 21 3 - 24 日喀则白朗县洛江镇洛江村Luojiang Country, Luojiang Town, Bailang County, Shigates 172 30 17.44 30 - - 30 山南贡嘎县岗堆镇岗堆村Gangdui Country, Gangdui Town, Ga County, Shannan 105 19 18.10 - - 15 15 山南乃东县结巴乡门仲村Menzhong Country, Jieba Town, Naidong County, Shannan 213 30 14.08 - 8 2 10 山南乃东县结巴乡多若村Duoruo Country, Jieba Town, Naidong County, Shannan 206 9 4.37 - - 5 5 山南乃东县多颇章乡布麦村Bumai Country, Duopozhang Town, Naidong County, Shannan 202 30 14.85 - 9 19 28 拉萨林周县卡孜乡白朗村Bailang Country, Kazi Town, Linzhou County, Lhasa 155 76 49.03 - 29 9 38 合计Total 1634 299 18.30 85 49 50 1 185

表1 样本分布地区和数量 Table 1 Distribution regions and numbers of the samples

本研究采用1993年Battese和Coelli^{[13, 29]}提出的基于随机前沿生产函数的生产技术效率测算方法, 理论模型表示如下:

Y_it=X_itβ _it+V_it- U_it i=1, …, N, t=1, …, T (1)

式中, Y_it为产量, X_it为投入要素, β _it为待估参数, V_it为代表误差项的随机变量, 与U_it完全独立, 满足正态分布N(0, σv2)。U_it为用来解释生产中技术无效率的非负随机变量, 相互独立且服从期望为z_itδ _it、方差为 σu2在0点截取的半正态分布N⁺(z_itδ _it, σu2)。z_it为无效影响因素, δ _it为待估参数。

(1)式残差项不满足独立同分布假定, 不适合用最小二乘法估计, Battese和Coelli^{[13, 29]}根据γ = σu2/( σv2+ σu2) 中两个方差变化与技术无效率之间的关系建立了似然函数, 采用最大似然法估计各参数, 并根据技术效率表达式(2), 估计单位i技术效率。

TE_it=E( Yit*︱U_it, X_it)/E( Yit*︱U_i=0, X_it)(2)

式中, Yit*为i单位t期的产量。TE_it取值范围为从0到1。(1)式采用对数形式时, Yit*为EXP(Y_it), TE_it为EXP(-U_it)。当U_it的期望为0时, i单位技术效率最大, 即TE_it等于1。Battese和Coelli^{[13, 29]}把除投入要素以外的所有因素放入U中, 因此, 估算出的结果是总技术效率损失(gross technical inefficiency)^[29]。Kumbhakar等^[30]在生产函数中直接加入生产技术效率影响变量, 估算出的技术效率结果是净技术效率损失(net technical inefficiency)。本文采用Battese和Coelli^{[13, 29]}的U设定方法, 因此估计出的是总技术效率损失。

1)随机前沿生产函数模型选择

农户层面随机前沿生产函数生产技术效率测算多采用柯布— 道格拉斯生产函数(简称CD函数)和超对数生产函数。后者的优点是放宽了技术中性和产出弹性固定的假设, 缺点是易产生多重共线问题。本文采用似然比检验确定函数形式, 通过估算获得CD函数似然值L(β _R)为-212.45, 超对数函数似然值L(β _UR)为-190.23, 似然比为44.86(L_R=-2[L(β _R)-L(β _UR)])大于5%显著水平下的卡方临界值25, 所以拒绝原假设, 接受超对数函数形式。

2)超对数随机前沿生产函数模型设定及变量说明

本研究假定农户饲草生产规模报酬不变, 根据饲草单位面积投入产出情况, 建立超对数随机前沿生产函数估算饲草生产技术效率, 模型具体设定如下:

ln(Y_i)=β ₀+ ∑j=15β _jln(X_ji)+0.5 ∑j=15∑k=15β _jk[ln(X_ji)× ln(X_ki)]+V_i-U_i (i=1, ……, 184)(3)

式中, Y_i表示i农户家庭生产饲草的单产(kg/hm²)。饲草生产投入要素包括劳动力(X₁, d/hm²)、种子(X₂, kg/hm²)、燃料(X₃, 元/hm²)、农家肥(X₄, kg/hm²)和化肥(X₅, kg/hm²)(表2)。把农家肥与化肥区分开, 主要为比较有机农业与化肥农业对产量的差异影响。

3)技术效率损失函数, 即U的设定如下:

U_i=δ ₀+ ∑m=19(δ _mZ_mi)+ ∑n=16θ _nD_ni+μ _i (i=1, ……, 184)(4)

式中, δ _m(m=0, 1, 2, …, 9)和θ _n(n=1, 2, 3, …, 6)为待估参数, μ _i为残差项, 生产技术效率影响因素(Z_m和D_n)主要包括5个方面(表2)。

① 人力资本情况。主要考察人力资本的质量和数量状况, 分别用家庭平均受教育年限(Z₁)、代表户主农业生产经验的户主年龄(Z₂)、表示劳动力充裕程度的家庭人口规模(Z₃)和户主性别二元选择变量(D₁, 户主为男D₁=1, 否则为0)来表示。

② 品种差异。分别用燕麦、紫花苜蓿和箭筈豌豆3个农户二元种植变量(D₄、D₅和D₆)衡量禾本科和豆科饲草品种差异的影响(本文不涉及农户交叉种植情况)。

③ 农业规模。设定耕地面积(Z₆)和牲畜饲养量(Z₇)两个变量来分析农牧业生产规模对饲草生产率的影响。农业规模对技术效率的影响是间接的^{[31, 32, 33]}, 在规模效应不变的情况下, 种植业和养殖业的规模化生产与饲草生产将形成要素竞争。

④ 农业综合生产能力。设定小麦粮单产(Z₅)、奶牛日均最大产奶量(Z₄)和以前是否种植过饲草二元选择变量(D₂)共3个变量来分析农户饲草生产技术率高低情况。

⑤ 流动资金限制。设定农户获得信贷与否二元变量(D₃)、畜牧业收入和非农收入占家庭收入(Z₈, Z₉)比重等3个变量, 从不同收入来源分析它们对饲草生产资金投向的驱动差异。

此外, 农户参加培训、参与合作社经营情况和受灾情况理论上都是生产效率的重要影响因素, 但调研问卷中这些指标数据缺失较多, 所以没有纳入分析中。

4)投入要素产出弹性, 如下所示:

ə lnY/ə lnX_j=β _j+2β _jjln( X̅j)+ ∑j≠k5β _jkln( X̅k)(5)

式中, β 为3式中β 估计值, X̅为X的平均值。

首先, 对模型进行检验。估计结果显示, 大部分变量都通过了显著性检验。生产函数参数的确定结果为变差率γ =0.5518, 且通过显著性检验。γ =0.5518的结果说明在生产技术效率的影响中, 技术效率损失项μ 是大于随机误差ε 的, 但是与1接近度相对较低, 主要原因是研究存在缺失效率损失变量, 如缺少农户专项培训和参加合作社情况变量。在变差率γ =0的零假设条件下, 约束条件为1, 显著性概率为1%的χ ²临界值是30.58, 模型(3)的单边似然比检验统计量LR=63.52> 30.58, 变差率的零假设被拒绝, 即生产非效率项μ 是存在的, 所以农户饲草生产存在效率损失情况。

其次, 生产函数投入要素弹性分析。把估计结果显著变量带入式(5)获得劳动、种子、燃料、农家肥和化肥各要素产出弹性分别为0.1423, 0.2197, 0.1309, 0.2600和0.2265。根据规模报酬不变的假定, 推出土地产出弹性为0.0206。在各要素年增长率变化相同情况下, 农家肥和化肥对饲草增产贡献最大, 种子其次, 劳动和燃料贡献第三, 而土地最小, 表明目前西藏饲草生产处于技术密集型发展阶段, 而非劳动和土地密集型阶段, 这与西藏以科技带动饲草业发展的实际情况相符合。农家肥产出弹性大于化肥, 农家肥投入每增加1%, 饲草产出较等增化肥投入多增0.0335%, 表明在西藏大力发展有机饲草产业, 发展生态农业大有潜力可挖。

技术效率损失函数估计结果表明:第一, 人力资本数量和质量状况不对饲草生产技术效率变化产生显著影响。与预期不同的是, 家庭人口受教育水平(Z₁)影响不显著, 提高文化教育对饲草效率改善作用不明显; 而户主年龄变量(Z₂)显著, 但与预期相反, 户主农业生产经验丰富对饲草技术效率提高是不利的, 因为年龄相对较大的户主受传统思想影响较深, 相对比较保守, 对新技术和新产品接受度较低; 户主性别变量(D₁)不显著, 表明男性户主和女性户主在饲草生产决策力上不存在显著差异; 家庭规模(Z₃)变量弱显著, 劳动力资源丰富的家庭对技术效率提高起到一定效果。第二, 饲草类别差异是饲草技术效率重要影响因素。禾本科饲草品种(以燕麦为代表)比豆科饲草品种(以紫花苜蓿和箭筈豌豆为代表)效率高(D₄显著), 前者较后者对单产贡献高2.36%。豆科以下细分品种差异, 如紫花苜蓿和箭筈豌豆, 对效率影响不显著(D₅和D₆都不显著)。第三, 农业生产规模, 尤其是种植业规模是饲草技术效率重要影响因素。家庭耕地面积越小(Z₆显著), 饲草技术效率越高, 与理论预期相一致, 进一步验证这一理论在饲草生产领域也适用。但牲畜饲养规模对效率提高无作用(Z₇不显著)。第四, 农户农业综合生产能力不是饲草生产技术效率的影响因素。研究结果显示, 有种草经验并没有对饲草生产效率提高产生积极影响(D₂不显著), 粮食生产能力对饲草生产不起作用(Z₅不显著), 牲畜饲养能力对饲草生产起到一定作用(Z₄弱显著)。出现这样的结果, 一方面表示饲草生产是一项技术密集型工作, 农户需要接受专业指导; 另一方面表示农户对饲草生产重视程度不够。第五, 农户资金状况是饲草生产技术效率的影响因素, 但影响是负面的。无论是非农收入增加(δ ₉=2.8774, 显著), 还是牧业收入增加(δ ₈=3.1509, 显著), 都会使饲草生产效率降低, 非农收入和牧业收入占家庭收入比重每提高1%, 将使饲草单产分别降低3.09%和3.39%, 表明饲草业与非农业和牧业发展在劳动和资金投入上处于资源竞争劣势地位。另外, 家庭能否获得贷款则与饲草生产效率无关(D₃不显著)。

样本农户饲草生产技术效率测算值从7.44%到93.86%不等, 平均为72.78%。如果保持现有技术和投入水平, 进一步消除技术无效率因素影响, 饲草产出仍有27.22%的增长空间, 因此, 提高生产技术效率可以显著地扩大饲草供给量, 增加饲草自给率。

2.3.1 不同科类饲草生产技术效率分析

根据技术效率的样本分布, 本文把技术效率分为5个区间:小于30%、大于等于30%到60%、大于等于60%到80%、大于等于80%到90%、大于等于90%。各区间样本容量分别为13、30、51、64和37。样本技术效率分布较分散, 表明饲草生产技术差异较大。绝大多数禾本科饲草生产技术效率在80%以上, 禾本科饲草农户生产技术相似度很高, 但豆科饲草农户生产技术则差异很大(效率值方差较大)(图1)。在这种情况下, 要提高豆科饲草生产技术效率的前提条件是进一步推广豆科生产技术, 提高农户饲草生产管理技能。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 不同品种饲草生产技术效率分布Fig.1 Technical efficiency distribution of different families’ grasses

2.3.2 不同农业规模农户技术效率分析

从图2可以看出, 从整体来看, 农户农业规模(指种植业规模, 由耕地面积表示)与生产技术效率并不完全呈单调的相反关系, 准确地说应该呈似“ N型” 。对于种植面积大户(2 hm²以上, 占11.56%)和小户(0.67 hm²以下, 占25.12%)来说, 两者呈同向变动关系, 而在0.667~2.000 hm²区间段, 两者呈反向变动关系。由于多数农户(占63.3%)处于中间段, 所以回归结果显示两者呈相反关系。如果放松规模报酬不变假定, 饲草种植规模与生产技术效率也呈似“ N” 型关系, 拐点为0.133和0.266 hm², 可见, 饲草规模与技术效率的变动关系与种植业规模与技术效率变动相似。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 农户农业种植规模与饲草生产技术效率变化趋势Fig.2 Trends of technical efficiencies and farm size

调研农户饲草户均种植规模为0.093 hm², 占家庭农作物总播种面积的7.43%; 但农户间差异较大, 种植大户接近0.667 hm², 而种植小户不到0.033 hm²。在耕地面积小于0.667 hm²、0.667~2.000 hm²和2.000 hm²以上3个区间段内, 农户家庭饲草种植规模平均为0.067, 0.113和0.133 hm², 户均技术效率分别为0.69、0.66和0.70, 户均单产分别为883.0, 834.0和898.5 kg。如果以“ N型” 变动趋势相对照, 可以发现:不同规模农户饲草种植面积不合理, 多数低于理论值, 小规模农户和中等规模农户(88.42%的农户)在0.133 hm²极值点内继续扩大面积, 更有助于发挥土地规模效应, 提高饲草生产技术效率, 释放单产潜力; 种植大户可以继续扩大饲草种植规模, 但种植规模扩大到0.133~0.266 hm²区间, 会面临技术效率降低的风险。

另外, 从大、中和小不同种植规模户均生产状况来看, 小规模农户技术效率较高是由于施用农家肥和化肥在3种规模农户中最高。大规模农户技术效率高是由于燃料费用投入多, 即机械化水平最高。而中等规模农户的相对低效率是由于相对农机和肥料更倾向于使用劳动, 劳动时间投入较其他规模农户多6%, 但农业现代科技水平较低。

2.3.3 不同地区农户技术效率分析

从各地区来看, 日喀则地区饲草生产效率在西藏各地区中最高, 山南地区次之, 拉萨最低。日喀则处于首位的原因是选种了适宜优良品种, 96.6%农户种植燕麦。近年来日喀则地区结合项目开展, 以培育和推广高产且便于管理的禾本科燕麦为主, 而山南和拉萨地区则以推广牲畜适口性好但产量相对低的豆科紫花苜蓿和箭筈豌豆为主(表3)。

表3

Table 3

表3(Table 3)

表3 2011年各地区农户饲草生产技术效率差异 Table 3 Different technical efficiencies of grass production in different regions 项目 Item 日喀则 Shigatse 拉萨 Lhasa 山南 Shannan 总体Total 0.8747 0.4555 0.6832 禾本科饲草(燕麦)Gramineous forage grass (Avena sativa) 0.8872 - - 豆科饲草Legume forage grass 0.5236 0.4555 0.6832 紫花苜蓿Medicago sativa - 0.6058 0.7103 箭筈豌豆Vicia sativa 0.5236 0.4088 0.6179 来源:根据估计结果整理。 Source: Based on the estimation results.

表3 2011年各地区农户饲草生产技术效率差异 Table 3 Different technical efficiencies of grass production in different regions

山南生产效率高于拉萨, 则由劳动和资金投入差异造成。受农业规模和非农收入间接因素影响, 拉萨农户平均耕地面积是山南的2倍多, 且拉萨非农收入占家庭收入比重较山南高出5个百分点。拉萨相对便利的交通环境, 充足的非农就业机会, 繁荣的农产品交易市场, 使农户资金和劳动力资源的机会成本较其他地区高。对拉萨农户来说, 非农就业、粮食种植和牧业生产的资源投入动力要明显大于饲草生产, 这就导致拉萨地区饲草生产劳动、资金投入严重不足, 生产效率低下。

同品种不同地区饲草生产效率差异也主要由劳动和资金投入差异造成。燕麦生产日喀则农户技术效率全区最高; 箭筈豌豆和紫花苜蓿生产山南效率最高(表3)。需要指出的是, 拉萨紫花苜蓿生产相对山南的低效率是由于非农就业、粮食种植与饲草生产形成资源竞争而导致劳动力和资金投入不足造成的, 而拉萨箭筈豌豆生产相对日喀则的低效率则由于牧业生产、粮食种植与饲草生产形成资源竞争而劳动力和资金投入不足造成。与拉萨相比, 日喀则饲草种植户非农就业机会成本更高。