基于SFA的香菇生產技術效率及影響因素分析

吳賢榮，張俊飚

（華中農業大學經濟管理學院/國家食用菌產業技術體系產業經濟研究室，武漢，430070）

近年來，我國食用菌產業發展取得了長足進步，食用菌產量和質量均有較大的提高。作為農業領域里的朝陽產業，食用菌產業集經濟效益、生態效益和社會效益于一體，具有占地少、生產成本低、周期短、見效快的特點，對建設資源節約型和環境友好型農業，促進農業增效和農民增收，推動轉移農村剩余勞動力，推進農業產業結構調整具有重要意義。然而，隨著發達國家食用菌生產技術的快速發展和世界各國對食用菌品質要求的不斷提高，我國食用菌的生產與銷售面臨著嚴峻的挑戰，僅僅依靠投入更多的生產要素以獲得更高產量的生產模式難以長期為繼，必須尋找一種新的有效路徑推動我國食用菌產業的發展。因此，對我國食用菌的生產技術效率展開深入系統地分析顯得尤為必要和迫切。

生產技術效率分析，旨在弄清投入數量一定的情況下獲得最大產出的能力，或者產出數量一定的情況下所需要的最小投入量。迄今為止，一些學者和專家在農產品生產效率的研究上取得了一定的成就。 周宏等[1]采用 DEA（Data envelopmentanalysis，數據包絡分析）模型測算了我國水稻的生產水平并對其效率變動狀況進行了相應分析。張冬平等[2]利用DEA模型分析了20世紀90年代以來我國小麥生產全要素生產率，并利用曼奎斯特（Malmquist）指數分解法詳細剖析了其構成的變化趨勢及特點，在此基礎上對我國小麥生產效率下降的原因及提高途徑進行了探討。張越杰等[3]利用吉林省8個縣（市）1994-2005年水稻生產投入產出的面板數據，采用非參數HMB指數方法從時間、空間雙重維度對水稻生產的效率變動及其分解指數變動進行了全面系統分析，并運用DEA法對HMB指數及其分解的各指數的變動原因作了進一步探討。李谷成等[4]以1999-2003年湖北農戶數據為證據，從土地生產率、勞動生產率、成本利潤率、TFP和技術效率等角度，多維度檢視農戶效率與農戶規模的關系，從家庭稟賦角度對農戶效率的影響因素進行了實證分析。張忠明等[5]利用聚類分析法和DEA分析法分析了農戶土地經營規模與糧食生產效率關系，并得出了農戶土地經營規模與糧食生產效率之間不是簡單的正向或負向的線性關系的結論。張瀠文等[6]以江蘇省204國道樣帶區為研究區域，選取1980年、1990年、2000年和2007年4期農業生產投入和產出類指標，運用DEA模型方法開展了農業生產效率的實證研究。郭亞軍等[7]基于非參數HMB指數法，利用中國10個蘋果主產省份2001-2009年蘋果生產投入產出的面板數據，對蘋果生產的全要素生產效率變動進行了分解分析，并采用DEA法對蘋果生產的HMB指數及其分解的各指數的變動原因作了更進一步研究。胡興明等[8]運用非參數的莫氏（Malmquist）指數方法測算了2001-2008年中國蠶桑生產的全要素生產率增長，重點分析了“東桑西移”實施后中西部蠶區蠶桑生產效率的變化情況。

以上研究為本文提供了堅實的基礎，有別于以往研究多專注于整個農業領域或是大宗農產品如水稻、小麥等，本文專門針對香菇展開研究。此外，受數據較難獲得等原因影響，目前對食用菌生產問題的研究大多停留在定性分析階段，缺乏從定量角度對食用菌生產效率的研究。鑒于此，本文主要從食用菌生產的微觀層面入手，以隨州香菇種植戶為例，分析農戶食用菌生產技術效率及技術效率損失的影響因素，并提出改善效率的相應措施。

1 研究方法與理論模型

1.1 方法選取

Koopmans[9]最先提出了技術效率的概念，他將技術效率定義為“一個可行的投入產出向量若為技術有效，則在不減少其他產出（或增加其他投入）的情況下，技術上不可能增加任何產出（或減少任何產出）”。技術有效的所有投入產出向量的集合構成生產前沿面（Production frontier）。Farrell[10]首次提出了全要素生產率（Total factor productivity，TFP）的概念，全要素生產率是指生產單位總產量與全部要素投入量加權后的比值，是用來衡量生產效率的指標。

在實證研究中，基于內生經濟增長理論的測算生產技術效率的方法通常有非參數方法——數據包絡分析 （DEA）和參數方法——隨機前沿分析（Stochastic frontier analysis，SFA）[11]。 非參數方法存在的最大局限是，主要運用線性規劃方法進行計算，而不像參數方法有統計檢驗數作為樣本擬合度和統計性質的參考。另外，盡管DEA方法不需要對模型作出預先估計，對無效率項的分布無需假設，可以避免效率計量出現偏差，但是其忽略隨機誤差對產出的影響，則可能會將隨機誤差的影響包括到效率項的估計中。此外，DEA方法需要大量的個體數據，且對算法的要求很高。相對而言，在實踐中，人們更傾向于使用SFA來測算技術效率。SFA方法的優點是，通過估計生產函數對生產過程進行描述，使技術效率估計得到控制，且將前沿面產出的影響因素分為可控和隨機不可控兩部分，估計結果更為準確[12]。隨機前沿生產函數將生產者的全要素生產率分解為生產函數前沿面和技術效率兩部分，在確定性生產函數的基礎上提出了具有復合擾動項的隨機邊界模型，既體現了樣本的統計特性,又反映了樣本計算的真實性。

1.2 模型設定

根據Battese等[13]開發的效率損失影響（Technical inefficiency effects）隨機前沿生產模型，提出了一種同時估計隨機生產前沿和技術效率損失函數的方法，可以保證估計結果在無偏、有效的前提下分析影響技術效率損失的因素。其主要思想為隨機擾動項ε由v和u組成，其中v是隨機誤差項，是不能控制的影響因素，具有隨機性，用以計算系統非效率；u是技術損失誤差項，是可以控制的影響因素，可用來計算技術非效率。其原理論模型為：

則樣本單元的技術效率損失函數可表示為：

模型（2）是模型（1）的對數形式，i表示農戶序號，Y代表實際產出；f（·）表示生產可能性邊界上的確定性產出，它代表了現有技術條件下的最佳產出；X代表投入要素（包括土地、資本、勞動力及其他投入要素）；β代表未知參數；ε是合成誤差項；V為樣本單元在生產中不能控制的因素，用來判別測量誤差和隨機干擾的效果，例如統計誤差、氣候、自然災害的影響等，并且 V∽N（0，δV2）；U 為生產技術無效率的部分，即樣本產出與生產可能性邊界的距離，U 服從截尾正態分布，即 U≥0，U∽N（m，δU2）。

（3）式中，Z表示決定農戶生產技術效率的外生變量；δ表示待估參數，反映變量Z對農戶技術效率的影響，負值表明該變量對技術效率有正的影響，正值表明有負的影響效應；ω為服從極值分布的隨機變量；k表示變量序號；i表示農戶序號。根據Battese等[14]提出的最大擬然估計基本思路：

TE即為樣本農戶生產經營的技術效率估計公式[15]。其中，Yi是被觀察樣本的實際產出，Yimax是給定投入水平下最大可能產出。（4）、（5）顯示了觀察誤差的方差δV2和技術效率的方差δU2之間所存在的關系，其中γ∈（0，1）為待估計參數，表示隨機誤差項中技術無效率所占的比例，其估計值的統計檢驗可以反映出農戶技術效率的變異是否具有統計顯著性。當 γ=0時，可以推知δU2=0，進而可以得到誤差項V=U。在統計檢驗中，如果γ=0這一原假設被接受，說明所有農戶香菇生產的生產點都位于生產前沿曲線上，則無須使用SFA技術來分析數據，直接運用 OLS（Ordinary least square，最小二乘法）即可。當γ接近于1時，說明模型的誤差項來源于技術非效率U，此時農戶香菇生產與生產前沿的差距主要是由于農戶的技術無效率造成的。

本文根據該模型的基本原理，對2011年隨州香菇生產的農戶樣本數據進行分析，最終將模型（2）設定為：

根據模型（3），將農戶生產技術效率影響因素最終模型設定為如下形式：

模型（7）中，Y 是農戶的香菇產量（單位：kg/a）；K是資金投入（單位：元/a），包括菌種、培養料、塑料袋、薄膜、病蟲害防控藥品、滅菌燃料、肥料、技術培訓、農機服務、包裝材料、水電費、土地費用、其他生產費用，以及固定資產類項目費用，如菌棚或工具的修理費、折舊費；L是勞動力投入（單位：人·d/a）；S是香菇種植規模（單位：袋/a）；i是第i個農戶樣本；β0、β1、β2、β3為待估計參數，其中 β1、β2、β3分別為資金投入、勞動力、生產規模的產出彈性。

模型（8）中，下標 i同上，age表示戶主年齡；gender表示戶主性別（男＝1，女＝0）；edu 表示戶主受教育程度（小學及以下=1，初中=2，高中或中專=3，大專及以上=4）；coorg表示是否加入食用菌合作組織（是＝1，否＝0）；governor表示是否在本村或村級以上政府部門擔任干部（是＝1，否＝0）；skill表示是否具備某項專業技能（是＝1，否＝0，指在本村獲得大家認可的技能，如泥瓦、獸醫、突出種養技術、手工藝品加工、文藝表演、經營管理等）；laborsize表示家庭勞動力人數；farmsize表示香菇種植規模，以袋為單位；δ為待估計參數；ω為誤差項。

2 數據來源與實證結果分析

2.1 數據來源

本研究所用數據來源于國家食用菌產業技術體系產業經濟研究室于2011年對湖北省隨州食用菌種植農戶開展的調研活動。調查問卷內容主要分為2個部分：第一部分為菇農基本信息，如性別、年齡、受教育程度、戶口類型、家庭勞動力數量、是否為村干部、是否加入食用菌協會以及除食用菌以外主要從事的農業生產狀況等；第二部分為菇農投入產出，主要涉及菇農栽培食用菌的品種、規模、產量、年收入、收購價格，具體成本分為生產費用、勞動用工、銷售費用三大類。本次調查在實驗站的協助下，對三里崗鎮的78個香菇種植戶進行了訪問調查，調查小組成員向其介紹問卷的大致情況，對每一題進行指導講解，了解相關情況后進行問卷填寫，整個調查過程較為順利，問卷填寫信息較為完整合理。

2.2 實證結果分析

①香菇生產技術效率分析 基于調查數據，本文采用Frontier 4.1軟件，構建香菇生產的隨機前沿生產函數模型，并在此基礎上對其技術效率進行計量分析，最后運用Excel軟件將文本形式的數據轉換成數值形式的數據，結果如表1所示。

從表1可以看出，原假設γ=0被拒絕，說明農戶香菇生產的生產點并沒有全部位于生產前沿曲線上，我們可以運用SFA技術來分析數據。技術無效率的方差占總方差的比例γ為0.631 5，接近于1，并在10%的置信水平下通過T檢驗，具有顯著性。這表明，復合誤差項ε中的主要變異來自于技術非效率U，隨機誤差項V帶來的影響相對較小，此時農戶香菇生產與生產前沿的差距主要是由于農戶的技術無效率造成的，即樣本農戶在香菇生產中存在著一定程度的技術效率損失。

資金投入在1%的置信水平下通過了T檢驗，且彈性為0.227 4，彈性較小，說明農戶在香菇的生產過程中投入的生產資料越多，獲得的收入將越高。從目前農戶的成本投入情況來看，尚未滿足“邊際成本等于邊際收益”這一臨界條件，因而存在通過增加生產資料的投入來獲得更高收益的可能。隨州香菇種植戶加大資金投入量應集中在生產投入要素方面，如增購更多的優質菌種、培養料、肥料添加劑等，促進高產，以獲取更高的收益。

勞動力的彈性為1.304 7，且在10%的置信水平下通過T檢驗，說明在其他條件不變的情況下，投入的勞動力越多，農戶獲得的收入將越高。這與劉瑩等[16]對寧夏回族自治區的研究結果有所出入，劉瑩等認為，農戶在其生產決策過程中，首先考慮的是利潤和風險因素，其次才是農業勞動力投入。現階段，勞動力并非制約農戶收入的主要因素。在農業機械化程度不斷提高和農業家庭規模逐漸變小的趨勢下，勞動力、土地和資金等生產要素之間的相互替代關系日漸模糊，與土地和資金相比，理論上勞動力數量對農戶生產行為的影響應該不大。這里可能解釋的是，隨州當地經濟還不夠發達，香菇產出量在很大程度上仍然依賴于勞動力投入。

表1 模型（7）的最大擬然估計結果

棚架規模在1%的置信水平下通過了T檢驗，且彈性為0.992 6，說明在一定范圍內，如果生產呈現出規模報酬遞增的趨勢，那么農戶將具有擴大生產的動力。也就是說，生產規模與農戶生產香菇的收入呈正相關關系。一般來說，香菇的生產要有棚架作為基礎條件，農戶首先要修建菇房，之后在菇房中搭建適當高度的的生長棚架，再在生長棚架上進行香菇生產。因而，在現有條件下，隨州的香菇種植戶可以適當擴建菇房或生長棚架，以擴大生產規模，提高利潤。

②農戶生產技術效率影響因素 為了尋找農戶技術效率存在差異的深層次原因，對模型（8）中影響農戶生產技術效率的外生變量的參數進行了估計（表2）。

由表2可知，戶主年齡、性別、是否擔任干部以及是否加入食用菌合作組織對香菇農戶生產技術效率的影響都不顯著。戶主年齡、性別對農戶技術效率影響不顯著，可能是因為農戶年齡或性別的差異并不會影響他們的學習能力，也就是說年齡或性別與學習、掌握香菇的相關生產技術以及香菇生產過程的有效管理、控制之間并不存在必然相關關系。而戶主是否在本村或村級以上政府部門擔任干部這一變量均值為0.012 8，即調查樣本中只有1位農戶擔任干部，故沒有顯著性。是否加入食用菌合作組織對農戶生產技術效率影響不顯著，調查數據表明該變量的均值只有0.153 8，說明參加食用菌合作組織的農戶約為樣本總數的15%，導致這一現象的重要原因之一是參與調研的隨州香菇農戶“參合率”低，以及該地區食用菌合作組織發展比較滯后，農戶對其功能和作用認識稍顯不足。

戶主受教育程度、是否具備專業技能以及家庭勞動力數量、食用菌種植規模對菇農生產技術效率都具有顯著的正效應。本文證明了受教育程度對農戶生產技術效率具有顯著的正向作用，說明教育不但能提高農戶自身應用現代農業技術的能力，而且具有非常強的正外部性，可以輻射帶動更多的人力資本投資。戶主是否具備某項專業技能這一變量的參數符號為負，并在10%的水平上通過了顯著性檢驗，可能的解釋是，農戶能夠掌握一項專業技能，表明該農戶具備良好的學習能力，可見，農戶應該注重生產技術的學習并掌握，以提高自身的生產效率。農戶家庭勞動力人數這一變量對生產技術效率有正效應，說明在香菇生產中，勞動力的有效投入十分關鍵。農戶香菇種植規模變量的參數估計通過5%水平的顯著性檢驗，規模變量會為技術效率帶來非常顯著的正效應，且影響系數較大，可能的原因是，香菇種植并非勞動密集型生產，故規模經濟與生產經營效率顯示出了顯著的正相關關系。

表2 模型（8）生產技術效率差異影響因素的估計結果

3 結論與建議

本文根據實地調查數據，運用隨機前沿分析的方法，對隨州香菇農戶生產技術效率進行了分析。實證結果表明，農戶在香菇的生產過程中存在著一定程度上的技術效率損失；戶主受教育程度、是否具備專業技能、家庭勞動力數量、香菇種植規模等均對香菇農戶生產技術效率有顯著的正效應；在其他投入條件不變的情況下，如果能夠改善生產管理、提高生產技術水平，香菇的產量及收益還有較大的提升空間。此外，還發現在香菇的生產過程中，棚架規模、資金以及勞動力都存在一定程度上的投入不足問題。據此，提出如下建議。

3.1 提高菇農的專業技術水平及生產管理水平

對生產流程進行規范化管理能夠有效提高食用菌的產量，保障食用菌的供應。為此，一是要建立和完善食用菌產業菌種管理體系，防止老化菌種在生產中使用，同時對菌種質量進行跟蹤管理，幫助菇農按照標準制種；二是根據當地的環境資源特點制定和完善食用菌生產管理制度，明確技術規程和操作規范，并大力推廣示范；三是在食用菌生產的關鍵時期，如出菇管理階段，派遣技術管理人員深入菇農家中進行現場指導，及時糾正菇農的不當管理行為；四是針對產后廢料的處理方式制定相應的法律法規，對隨意丟棄等不利于環境保護的處理方式進行處罰。

3.2 增強菇農的信息獲取及市場預測能力

與食用菌技術推廣隊伍建設相比，針對菇農進行的市場營銷等教育工作顯然十分匱乏。在市場經濟條件下，市場是配置資源的有效手段，菇農若是沒有市場觀念，其生產行為必將不夠理性。目前，大多數菇農的營銷策略仍為傳統的自產自銷方式，因此，很有必要加強對菇農的教育和引導，增強其營銷策略以及面對市場波動的風險意識。首先，灌輸市場經濟的相關知識，引導菇農樹立長遠發展的意識，將其關注焦點由單純注重產量和價格轉變到更加注重食用菌的質量和消費者的偏好上來；其次，積極引導和鼓勵食用菌合作組織發展，在大力宣傳食用菌合作組織的基本職能和積極作用的基礎上，引導、激勵當地香瓜種植戶參與組織，以有效提高農戶的“參合率”，同時充分發揮食用菌合作組織連接農戶和市場的中介作用，通過食用菌合作組織類似的農協組織帶動技術引進、強調專業化優勢、強化市場化優勢，并幫助菇農順利簽訂購銷協議，獲取更大的利潤；最后，完善食用菌市場信息體系建設，定期向菇農公布食用菌的交易價格和數量等信息，為菇農的生產決策提供信息參考。

3.3 增加公共財政支持，減輕菇農負擔

盡管通過改善生產技術能夠進一步提高食用菌的單位產量，從而降低食用菌的單位成本，但是在目前食用菌產品市場價格相對下滑、生產要素價格相對上升的情況下，進一步增產并不利于菇農增收。而通過加大公共財政支出能夠有效實現成本替代，使菇農的私人成本得以下降。為此，一方面要改善菇農從事食用菌生產的基本條件，進一步加大對菇棚建設、農業機械購買的補貼力度；另一方面要進一步加強物流領域的基礎設施建設，降低物流成本，同時避免因物流時間過長而造成食用菌質量下降。此外，當地政府部門還可以建立富有激勵作用的菌種補貼機制，協調各部門尤其是當地的農村金融機構，為菇農提供適當的貸款項目，以支持菇農用于擴大香菇生產規模。

3.4 加強食用菌生產監管，確保產品質量安全

“民以食為天，食以安為先”，食品安全已經成為影響一個產業發展的重要因素。食用菌屬于公共消費品的范疇，且具有搜尋品、經驗品和信用品的三重特性，因而僅僅依靠市場的調節能力并不能夠有效保障食用菌的產品質量與安全。為此，政府需要在制度上給予全面的保障和監督，一方面要積極教育和引導菇農不使用高毒、劇毒農藥，嚴格規定允許使用的農藥種類、施用量和使用方法；另一方面要通過建立維權監督點、開通舉報熱線等方式鼓勵人民群眾參與到食用菌生產監管的過程中來，同時要嚴把市場準入關，成立專門的質量安全監管小組，對市場上和菇農生產的食用菌產品及運輸包裝進行質量監督與衛生檢驗。

[1]周宏，褚保金.中國水稻生產效率的變動分析[J].中國農村經濟，2003（12）：42-46.

[2]張冬平，馮繼紅.我國小麥生產效率的DEA分析[J].農業技術經濟，2005（3）：48-54.

[3]張越杰，霍靈光，王軍.中國東北地區水稻生產效率的實證分析——以吉林省水稻生產為例[J].中國農村經濟，2007（5）：24-32.

[4]李谷成，馮中朝，范麗霞.小農戶真的更加具有效率嗎?——來自湖北省的經驗證據[J].經濟學，2009（4）：95-124.

[5]張忠明，錢文榮.農戶土地經營規模與糧食生產效率關系實證研究[J].中國土地科學，2010（8）：52-58.

[6]張瀠文，張富剛，陳玉福.基于DEA模型的江蘇省204國道樣帶區農業生產效率評價[J].資源科學，2010，32（2）：353-358.

[7]郭亞軍，姚順波，霍學喜.中國蘋果主產區全要素生產效率研究——基于HMB指數的分析[J].農業技術經濟，2011（10）：78-86.

[8]胡興明，熊超.“東桑西移”與中西部蠶桑產業發展——基于全要素生產率增長的比較分析[J].農業技術經濟，2011（11）：108-114.

[9]Koopmans T C.Activity Analysis of Production and Allocation[M].New York:Wiley,1951:33-97.

[10]Farrell M J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-281.

[11]韓松，王穩.幾種技術效率測量方法的比較研究[J].中國軟科學，2004（4）：147-151.

[12]薛彩霞，姚順波，郭亞軍，等.陜西省吳起縣農戶種植技術效率及影響因素分析——基于隨機前沿分析方法[J].北京林業大學學報：社會科學版，2011，10（1）：65-69.

[13]Battese G E,Coelli T.A model for technical inefficiency effects in a stochastic frontier production function for paneldata[J].Empirical Economics,1995,20(2):325-332.

[14]Battese GE,Corra G S.Estimation of a production frontier model:With application to the pastoral zone of eastern Australia[J].Australian Journal of Agricultural Economics,1977,21(3):169-179.

[15]Kumbhakar SC,Lovell CA K.Stochastic frontier analysis[M].London:Cambridge University Press,2000:5-15.

[16]劉瑩，黃季焜.農戶多目標種植決策模型與目標權重的估計[J].經濟研究，2010（1）：148-156.