不同類型勞動力轉移農戶玉米生產技術效率的實證研究

陳素瓊　張廣勝

摘要：將農戶分為4種不同類型的勞動力轉移農戶，對遼寧省不同類型勞動力轉移農戶玉米生產技術效率進行分析，DEA方法測算結果表明，不同類型勞動力轉移農戶玉米生產的技術效率差異不顯著。進一步對影響農戶玉米生產技術效率的因素進行實證分析，結果發現，農戶受教育程度、玉米種植規模、有無農技員為農戶提供技術指導等因素對玉米生產技術效率產生顯著的正向影響，農戶所在村到其所在鎮上的距離對其影響為負，勞動力轉移類型對農戶玉米生產技術效率的負向影響不顯著。

關鍵詞：勞動力轉移農戶；玉米；技術效率；非參數方法；參數方法

中圖分類號： F323.6文獻標志碼： A文章編號：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金項目：國家自然科學基金（編號：71303159）；教育部人文社會科學研究青年基金項目（編號：11YJC630018）。

作者簡介：陳素瓊（1981—），女，湖南岳陽人，博士，講師，研究方向為農業經濟管理。E-mail：aprilsu422@163.com。自改革開放以來，我國農村勞動力轉移就業已成為一種普遍現象。大量農村青壯年勞動力進城實現非農就業，一方面緩解了農村勞動力過剩的矛盾，提高了農民收入，但另一方面也給農村和農業經濟發展帶來了一定的挑戰。農村勞動力轉移是否會對糧食供給和生產效率造成影響是一個值得關注的問題。玉米作為我國三大糧食作物之一，也是最主要的飼料糧。玉米生產技術效率的研究一直是農業技術經濟領域學者們關注的重點問題之一，不少學者從宏觀層面采用不同的方法對玉米生產效率進行了研究，如劉樹坤等運用Frontier 4.1軟件估計了我國玉米生產的隨機前沿生產函數和效率損失函數[1]；陳衛平運用Torngvist-Theil指數法和增長賬戶法測算了1985—2003年期間我國TFP的變動及其對玉米產出增長的貢獻[2]；楊春等運用DEA的Malmquist指數分析法分析了我國玉米生產率的增長狀況等[3]。也有學者從省級層面對此進行了研究，如丁巖等運用數據包絡分析的莫氏生產率指數對遼寧、吉林兩省玉米全要素生產率進行分解，比較遼寧吉林兩省玉米生產資源配置效率的時序變化[4]；張越杰采用非參數的Trnqvist指數方法、HMB指數方法和數據包絡分析（DEA）方法對吉林省玉米生產效率進行實證分析[5]；趙貴玉等采用非參數HMB指數方法和參數 K-L 隨機前沿生產函數方法對吉林省玉米生產的全要素生產率進行研究[6]。從微觀層面農戶角度進行研究的成果較少，有代表性的是姜天龍等對不同糧作經營類型的玉米種植農戶生產技術效率進行了測算和對比分析[7]。從農戶角度對玉米生產技術效率的研究有待進一步深入探討。近年來，隨著20世紀八九十年代出生的外出務工勞動力的規模及其比重不斷擴大，新生代農民工成為農民工群體的主力軍，不同類型勞動力轉移農戶在玉米生產技術效率上是否存在差異、勞動力轉移對農戶玉米生產技術效率的影響是否存在代際差異是值得探討的新問題。

本研究主要探討不同勞動力轉移類型農戶玉米生產技術效率之間的差異，借鑒王春光對不同代際流動人口的劃分標準[8]，將1980年以后出生的進城務工的勞動力定義為新生代勞動力轉移人口。根據農戶家庭不同代際勞動力轉移狀況將農戶分為4類，即無勞動力轉移農戶、新生代勞動力轉移農戶、第1代勞動力轉移農戶、第1代和新生代勞動力轉移并存的農戶，分別簡稱為第Ⅰ類農戶、第Ⅱ類農戶、第Ⅲ類農戶、第Ⅳ類農戶。本研究根據筆者對遼寧省玉米種植戶的調研數據進行實證分析，比較這4種不同類型勞動力轉移的農戶玉米技術效率之間的差異，并進一步探討哪些因素會影響農戶玉米生產技術效率。

1數據來源與基本統計分析

1.1數據來源

筆者所在的課題組對2012年以沈陽農業大學為主的幾大高校的三農協會學員在寒假期間進行了有關非水稻種植農戶種植經營的問卷調查。本次調查主要詢問了農戶外出務工和留守務農人員的自身特征、家庭特征、種植規模狀況及農作物主要生產環節類型與費用等主要內容。最終得到問卷210份，有效問卷203份，占問卷總數的96.67%。在203份非水稻種植農戶的有效問卷中，玉米種植農戶為163戶，占8030%，本研究主要針對這163戶玉米種植戶在玉米生產過程中技術效率進行研究分析。

1.2農戶基本特征分析

2不同類型勞動力轉移農戶水稻生產技術效率的測算

2.1模型的選擇

技術效率是衡量現有技術水平下，生產者在既定的投入下實現產出最大化，或者既定的產出時實現投入最小化的能力。現有測量效率的方法主要有非參數方法和參數方法兩大類。非參數方法中最有代表性的是數據包絡分析法（簡稱DEA），而參數方法中最有代表性的是隨機前沿方法（簡稱SFA）。DEA的本質是用來判斷所評價的決策單元是否處于生產前沿函數上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n個決策單位（DMU）為DMUi，i=1，2，…，n。每一個DMU在生產過程中均使用m種要素投入，生產s種產出，其中xi=（x1i，x2i，…，xmi）T為 DMUi的輸endprint

摘要：將農戶分為4種不同類型的勞動力轉移農戶，對遼寧省不同類型勞動力轉移農戶玉米生產技術效率進行分析，DEA方法測算結果表明，不同類型勞動力轉移農戶玉米生產的技術效率差異不顯著。進一步對影響農戶玉米生產技術效率的因素進行實證分析，結果發現，農戶受教育程度、玉米種植規模、有無農技員為農戶提供技術指導等因素對玉米生產技術效率產生顯著的正向影響，農戶所在村到其所在鎮上的距離對其影響為負，勞動力轉移類型對農戶玉米生產技術效率的負向影響不顯著。

關鍵詞：勞動力轉移農戶；玉米；技術效率；非參數方法；參數方法

中圖分類號： F323.6文獻標志碼： A文章編號：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金項目：國家自然科學基金（編號：71303159）；教育部人文社會科學研究青年基金項目（編號：11YJC630018）。

作者簡介：陳素瓊（1981—），女，湖南岳陽人，博士，講師，研究方向為農業經濟管理。E-mail：aprilsu422@163.com。自改革開放以來，我國農村勞動力轉移就業已成為一種普遍現象。大量農村青壯年勞動力進城實現非農就業，一方面緩解了農村勞動力過剩的矛盾，提高了農民收入，但另一方面也給農村和農業經濟發展帶來了一定的挑戰。農村勞動力轉移是否會對糧食供給和生產效率造成影響是一個值得關注的問題。玉米作為我國三大糧食作物之一，也是最主要的飼料糧。玉米生產技術效率的研究一直是農業技術經濟領域學者們關注的重點問題之一，不少學者從宏觀層面采用不同的方法對玉米生產效率進行了研究，如劉樹坤等運用Frontier 4.1軟件估計了我國玉米生產的隨機前沿生產函數和效率損失函數[1]；陳衛平運用Torngvist-Theil指數法和增長賬戶法測算了1985—2003年期間我國TFP的變動及其對玉米產出增長的貢獻[2]；楊春等運用DEA的Malmquist指數分析法分析了我國玉米生產率的增長狀況等[3]。也有學者從省級層面對此進行了研究，如丁巖等運用數據包絡分析的莫氏生產率指數對遼寧、吉林兩省玉米全要素生產率進行分解，比較遼寧吉林兩省玉米生產資源配置效率的時序變化[4]；張越杰采用非參數的Trnqvist指數方法、HMB指數方法和數據包絡分析（DEA）方法對吉林省玉米生產效率進行實證分析[5]；趙貴玉等采用非參數HMB指數方法和參數 K-L 隨機前沿生產函數方法對吉林省玉米生產的全要素生產率進行研究[6]。從微觀層面農戶角度進行研究的成果較少，有代表性的是姜天龍等對不同糧作經營類型的玉米種植農戶生產技術效率進行了測算和對比分析[7]。從農戶角度對玉米生產技術效率的研究有待進一步深入探討。近年來，隨著20世紀八九十年代出生的外出務工勞動力的規模及其比重不斷擴大，新生代農民工成為農民工群體的主力軍，不同類型勞動力轉移農戶在玉米生產技術效率上是否存在差異、勞動力轉移對農戶玉米生產技術效率的影響是否存在代際差異是值得探討的新問題。

本研究主要探討不同勞動力轉移類型農戶玉米生產技術效率之間的差異，借鑒王春光對不同代際流動人口的劃分標準[8]，將1980年以后出生的進城務工的勞動力定義為新生代勞動力轉移人口。根據農戶家庭不同代際勞動力轉移狀況將農戶分為4類，即無勞動力轉移農戶、新生代勞動力轉移農戶、第1代勞動力轉移農戶、第1代和新生代勞動力轉移并存的農戶，分別簡稱為第Ⅰ類農戶、第Ⅱ類農戶、第Ⅲ類農戶、第Ⅳ類農戶。本研究根據筆者對遼寧省玉米種植戶的調研數據進行實證分析，比較這4種不同類型勞動力轉移的農戶玉米技術效率之間的差異，并進一步探討哪些因素會影響農戶玉米生產技術效率。

1數據來源與基本統計分析

1.1數據來源

筆者所在的課題組對2012年以沈陽農業大學為主的幾大高校的三農協會學員在寒假期間進行了有關非水稻種植農戶種植經營的問卷調查。本次調查主要詢問了農戶外出務工和留守務農人員的自身特征、家庭特征、種植規模狀況及農作物主要生產環節類型與費用等主要內容。最終得到問卷210份，有效問卷203份，占問卷總數的96.67%。在203份非水稻種植農戶的有效問卷中，玉米種植農戶為163戶，占8030%，本研究主要針對這163戶玉米種植戶在玉米生產過程中技術效率進行研究分析。

1.2農戶基本特征分析

2不同類型勞動力轉移農戶水稻生產技術效率的測算

2.1模型的選擇

技術效率是衡量現有技術水平下，生產者在既定的投入下實現產出最大化，或者既定的產出時實現投入最小化的能力。現有測量效率的方法主要有非參數方法和參數方法兩大類。非參數方法中最有代表性的是數據包絡分析法（簡稱DEA），而參數方法中最有代表性的是隨機前沿方法（簡稱SFA）。DEA的本質是用來判斷所評價的決策單元是否處于生產前沿函數上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n個決策單位（DMU）為DMUi，i=1，2，…，n。每一個DMU在生產過程中均使用m種要素投入，生產s種產出，其中xi=（x1i，x2i，…，xmi）T為 DMUi的輸endprint

摘要：將農戶分為4種不同類型的勞動力轉移農戶，對遼寧省不同類型勞動力轉移農戶玉米生產技術效率進行分析，DEA方法測算結果表明，不同類型勞動力轉移農戶玉米生產的技術效率差異不顯著。進一步對影響農戶玉米生產技術效率的因素進行實證分析，結果發現，農戶受教育程度、玉米種植規模、有無農技員為農戶提供技術指導等因素對玉米生產技術效率產生顯著的正向影響，農戶所在村到其所在鎮上的距離對其影響為負，勞動力轉移類型對農戶玉米生產技術效率的負向影響不顯著。

關鍵詞：勞動力轉移農戶；玉米；技術效率；非參數方法；參數方法

中圖分類號： F323.6文獻標志碼： A文章編號：1002-1302（2014）09-0416-04

收稿日期：2013-11-28

基金項目：國家自然科學基金（編號：71303159）；教育部人文社會科學研究青年基金項目（編號：11YJC630018）。

作者簡介：陳素瓊（1981—），女，湖南岳陽人，博士，講師，研究方向為農業經濟管理。E-mail：aprilsu422@163.com。自改革開放以來，我國農村勞動力轉移就業已成為一種普遍現象。大量農村青壯年勞動力進城實現非農就業，一方面緩解了農村勞動力過剩的矛盾，提高了農民收入，但另一方面也給農村和農業經濟發展帶來了一定的挑戰。農村勞動力轉移是否會對糧食供給和生產效率造成影響是一個值得關注的問題。玉米作為我國三大糧食作物之一，也是最主要的飼料糧。玉米生產技術效率的研究一直是農業技術經濟領域學者們關注的重點問題之一，不少學者從宏觀層面采用不同的方法對玉米生產效率進行了研究，如劉樹坤等運用Frontier 4.1軟件估計了我國玉米生產的隨機前沿生產函數和效率損失函數[1]；陳衛平運用Torngvist-Theil指數法和增長賬戶法測算了1985—2003年期間我國TFP的變動及其對玉米產出增長的貢獻[2]；楊春等運用DEA的Malmquist指數分析法分析了我國玉米生產率的增長狀況等[3]。也有學者從省級層面對此進行了研究，如丁巖等運用數據包絡分析的莫氏生產率指數對遼寧、吉林兩省玉米全要素生產率進行分解，比較遼寧吉林兩省玉米生產資源配置效率的時序變化[4]；張越杰采用非參數的Trnqvist指數方法、HMB指數方法和數據包絡分析（DEA）方法對吉林省玉米生產效率進行實證分析[5]；趙貴玉等采用非參數HMB指數方法和參數 K-L 隨機前沿生產函數方法對吉林省玉米生產的全要素生產率進行研究[6]。從微觀層面農戶角度進行研究的成果較少，有代表性的是姜天龍等對不同糧作經營類型的玉米種植農戶生產技術效率進行了測算和對比分析[7]。從農戶角度對玉米生產技術效率的研究有待進一步深入探討。近年來，隨著20世紀八九十年代出生的外出務工勞動力的規模及其比重不斷擴大，新生代農民工成為農民工群體的主力軍，不同類型勞動力轉移農戶在玉米生產技術效率上是否存在差異、勞動力轉移對農戶玉米生產技術效率的影響是否存在代際差異是值得探討的新問題。

本研究主要探討不同勞動力轉移類型農戶玉米生產技術效率之間的差異，借鑒王春光對不同代際流動人口的劃分標準[8]，將1980年以后出生的進城務工的勞動力定義為新生代勞動力轉移人口。根據農戶家庭不同代際勞動力轉移狀況將農戶分為4類，即無勞動力轉移農戶、新生代勞動力轉移農戶、第1代勞動力轉移農戶、第1代和新生代勞動力轉移并存的農戶，分別簡稱為第Ⅰ類農戶、第Ⅱ類農戶、第Ⅲ類農戶、第Ⅳ類農戶。本研究根據筆者對遼寧省玉米種植戶的調研數據進行實證分析，比較這4種不同類型勞動力轉移的農戶玉米技術效率之間的差異，并進一步探討哪些因素會影響農戶玉米生產技術效率。

1數據來源與基本統計分析

1.1數據來源

筆者所在的課題組對2012年以沈陽農業大學為主的幾大高校的三農協會學員在寒假期間進行了有關非水稻種植農戶種植經營的問卷調查。本次調查主要詢問了農戶外出務工和留守務農人員的自身特征、家庭特征、種植規模狀況及農作物主要生產環節類型與費用等主要內容。最終得到問卷210份，有效問卷203份，占問卷總數的96.67%。在203份非水稻種植農戶的有效問卷中，玉米種植農戶為163戶，占8030%，本研究主要針對這163戶玉米種植戶在玉米生產過程中技術效率進行研究分析。

1.2農戶基本特征分析

2不同類型勞動力轉移農戶水稻生產技術效率的測算

2.1模型的選擇

技術效率是衡量現有技術水平下，生產者在既定的投入下實現產出最大化，或者既定的產出時實現投入最小化的能力。現有測量效率的方法主要有非參數方法和參數方法兩大類。非參數方法中最有代表性的是數據包絡分析法（簡稱DEA），而參數方法中最有代表性的是隨機前沿方法（簡稱SFA）。DEA的本質是用來判斷所評價的決策單元是否處于生產前沿函數上，其最常用模型是CCR模型和BCC模型。

2.1.1CCR模型假定n個決策單位（DMU）為DMUi，i=1，2，…，n。每一個DMU在生產過程中均使用m種要素投入，生產s種產出，其中xi=（x1i，x2i，…，xmi）T為 DMUi的輸endprint