王成軍 費喜敏 呂曉瑤

(1.浙江農(nóng)林大學 經(jīng)濟管理學院，浙江 杭州 311300；2. 貴州大學 管理學院，貴州 貴陽 550025；3.浙江大學 中國農(nóng)村發(fā)展研究院，浙江 杭州 310082)

?

農(nóng)民職業(yè)非農(nóng)化對小麥生產(chǎn)中耕地利用效率的影響

王成軍1，2，3費喜敏1呂曉瑤1

(1.浙江農(nóng)林大學 經(jīng)濟管理學院，浙江 杭州 311300；2. 貴州大學 管理學院，貴州 貴陽 550025；3.浙江大學 中國農(nóng)村發(fā)展研究院，浙江 杭州 310082)

利用我國小麥主產(chǎn)區(qū)2004—2013年的歷史數(shù)據(jù)，采用Tobit-DEA方法，對小麥生產(chǎn)的耕地利用效率進行測算，分析近10年來農(nóng)民職業(yè)非農(nóng)分化對其產(chǎn)生的影響。結(jié)果表明：我國小麥主要生產(chǎn)省份小麥生產(chǎn)中的耕地利用效率還存在著一定的改善空間，農(nóng)民職業(yè)非農(nóng)化對小麥生產(chǎn)中的耕地利用效率有顯著的負向影響。據(jù)此，提出了改善小麥生產(chǎn)中耕地利用效率的相關(guān)政策建議。

農(nóng)民職業(yè)非農(nóng)化；Tobit-DEA模型； 耕地利用效率；小麥

中國是耕地極為緊缺的國家。截至 2010 年底，中國耕地總面積不足 18.26 億畝，已接近 18 億畝的紅線，全國人均耕地占有量僅0.09 公頃，遠遠低于全世界人均0.37 公頃的水平[1]。雖然中國實行了最嚴格的耕地保護政策，但耕地面積不斷減少的趨勢并沒有從根本上得到控制[2]。與此同時，中國工業(yè)化和城市化的快速發(fā)展又需要占用大量的耕地，因此，提高耕地利用效率是目前解決我國糧食問題的關(guān)鍵。小麥是我國重要的糧食作物，是我國約一半人口的主食[3]，因此，研究小麥生產(chǎn)中的耕地利用效率具有重要的現(xiàn)實意義。

國內(nèi)學者們對耕地利用效率的研究大約起始于20世紀90年代末期[4]，隨著我國工業(yè)化城市化進程的加快，土地資源越來越緊缺，耕地利用效率問題也逐漸演變?yōu)檠芯康臒狳c問題之一，大量學者采用隨機前沿生產(chǎn)函數(shù)方法[5]、GIS技術(shù)[6]、計量經(jīng)濟分析的方法[7-9]等不同方法對耕地利用效率進行了廣泛而深入的研究。其中有部分學者專門研究了各種因素對耕地利用效率的影響[10]。例如，許恒周等人運用 DEA 模型和Tobit 模型，通過實證檢驗各種因素對于耕地利用效率的影響[1]。李明艷研究了勞動力轉(zhuǎn)移(尤其是省內(nèi)勞動力的轉(zhuǎn)移)對地區(qū)農(nóng)地利用效率的影響[11]。梁流濤等、張霞等基于DEA方法對我國耕地利用效率評價后，對其影響因素按作用大小進行了排序：資源稟賦>經(jīng)濟發(fā)展水平>自然條件>農(nóng)業(yè)生產(chǎn)條件[12-13]。當然，也有部分學者對小麥生產(chǎn)中的耕地利用效率做了專門研究。例如，張冬平等人運用數(shù)據(jù)包絡(luò)分析(DEA)方法對河南省小麥的生產(chǎn)效率進行了分析[14]；葉優(yōu)良等對中國25年來的小麥生產(chǎn)以及化肥施用狀況進行了分析[15]；楊建倉(2008)研究了中國小麥的生產(chǎn)及其科技支撐問題[16]。

從收集到的文獻來看，學者們對耕地利用效率問題進行了大量研究，專門針對小麥生產(chǎn)中的耕地利用效率問題也進行了一定的研究，為后續(xù)的研究奠定了堅實的理論基礎(chǔ)。然而，現(xiàn)有關(guān)于耕地利用問題的研究尚有進一步提升的空間：首先，多數(shù)研究是從糧食生產(chǎn)的總體進行的分析。我國的糧食品種眾多，不同的糧食品種之間耕地利用效率差異巨大，不加區(qū)分地進行分析，得出的結(jié)論可能存在較大的偏差；其次，雖然有部分研究專門針對個別糧食品種(如小麥)，但研究內(nèi)容主要是對耕地利用效率進行測算，以及對施肥、技術(shù)等因素的作用進行分析，很少有研究關(guān)注到農(nóng)民職業(yè)非農(nóng)分化對耕地利用效率的影響。農(nóng)民是耕地的經(jīng)營者，隨著我國改革的深入推進，農(nóng)民職業(yè)非農(nóng)分化在全國普遍擴張，因此，農(nóng)民職業(yè)非農(nóng)分化可能是影響我國耕地利用效率的重要因素。因此，本文以糧食中主要品種小麥作為研究對象，利用全國主要小麥生產(chǎn)省份2004—2013年的數(shù)據(jù)，采用計量經(jīng)濟學分析方法，系統(tǒng)研究農(nóng)民職業(yè)非農(nóng)化對耕地利用效率的影響，并據(jù)此提出相應的對策建議。

一、分析方法與數(shù)據(jù)來源

1.分析方法

(1)數(shù)據(jù)包絡(luò)分析方法(DEA)

目前，被學者們廣泛接受的耕地利用效率評價分析方法是由著名運籌學家 A.Charnes、E.Rhodes和W. W.Cooper于1978 年提出的數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis， DEA)[17]。此方法的主要優(yōu)點是可以使用多個投入和多個產(chǎn)出指標，能夠全面系統(tǒng)地反映耕地利用效率，彌補了傳統(tǒng)的單個投入和單個產(chǎn)出指標分析的不足。并且該方法不需要構(gòu)建具體的生產(chǎn)函數(shù)形式，避免了因為函數(shù)形式出現(xiàn)錯誤而導致測算結(jié)果的偏差。[18]本文試圖將每個省份看作一個生產(chǎn)單位，運用由Fare(1994)改造的距離函數(shù)建模方法，構(gòu)建一個最佳生產(chǎn)前沿效率面，將每一個省份的生產(chǎn)效率與最佳生產(chǎn)前沿效率面進行比較，從而測度每一個省份耕地利用的相對效率。

常用的DEA模型有BBC模型和CCR模型兩種類型[19]，二者的不同在于對規(guī)模報酬的假設(shè)：BBC模型在假設(shè)規(guī)模報酬不變(CRS)的前提下，測度其綜合技術(shù)效率(TE)；CCR模型在假設(shè)規(guī)模報酬可變(VRS)前提下，測度其綜合效率，并進一步將綜合效率分解為純技術(shù)效率(PTE)和規(guī)模效率(SE)。根據(jù)當前中國農(nóng)業(yè)生產(chǎn)中家庭耕地規(guī)模較小的特征，可以判斷中國小麥生產(chǎn)中耕地的規(guī)模報酬是可變的，所以，本文采用CCR模型來測度各個省份小麥生產(chǎn)中的耕地利用效率?？勺円?guī)模報酬模型又可分為產(chǎn)出導向型(目標是在相同的投入水平的前提下使產(chǎn)出最大)和投入導向型(目標是在維持相同水平的產(chǎn)出的前提下使投入最小化)兩種[20]。因為小麥生產(chǎn)中的耕地利用效率是指在一定耕地面積上，經(jīng)營者通過投入一定量的生產(chǎn)要素來獲取小麥的產(chǎn)出，生產(chǎn)要素的投入量是經(jīng)營者決策控制變量，小麥的產(chǎn)出量是經(jīng)營者無法控制的變量，因此，本文采用投入導向型的 C2R 模型對各省份耕地利用效率進行分析。模型如下：

模型中，Xij表示第j個DMU的第i個類型的輸入量，Yrj表示第j個DMU的第r個類型的輸出變量；λj表示通過線性規(guī)劃指定的權(quán)重，θ代表各決策單元的技術(shù)效率值； Si和Sr代表輸入和輸出的松弛變量；ε為非阿基米德無窮小，它是一個大于零而小于任何正數(shù)的數(shù)[21]。假設(shè)有n個決策單元，每個DMU有m項投入，并產(chǎn)生S項輸出。當該模型的θ值為1 ，且S+=S-=0 時，說明DEA有效，即該決策單元達到規(guī)模效率和純技術(shù)效率最佳；若θ值為1，但S+≠0或S-≠0，則稱弱DEA有效，說明該決策單元存在投入冗余或產(chǎn)出不足。若θ值小于1，則說明DEA無效。

(2)Tobit模型

由于DEA方法只能測度其效率值，無法直接找到影響效率的因素，并且DEA方法測算出的效率值在0～1之間，數(shù)據(jù)存在截斷，無法利用最小二乘法模型進行回歸分析[13]。因此，本文將采用Tobit模型進行回歸分析，它能對因變量為片段值或截斷值時進行回歸分析。其一般表達式如下：

式中，Y為因變量，Xi為影響因素自變量向量(其中包括農(nóng)民職業(yè)非農(nóng)分化)，β為待估計的相關(guān)系數(shù)向量，ε為隨機誤差項(服從于正態(tài)分布)，Y*為潛變量。

本文將綜合技術(shù)效率作為因變量，各種影響因素作為自變量，利用自變量的系數(shù)β來解釋各個因素對效率值產(chǎn)生的不同影響。

2.指標選取與數(shù)據(jù)來源

(1)DEA評價指標選取

DEA模型是利用各決策單元之間的投入—產(chǎn)出比來衡量決策單元的效益。為了測度小麥生產(chǎn)的耕地利用效率，本文選取單位耕地面積小麥的產(chǎn)值和產(chǎn)量作為其產(chǎn)出指標。前者能反映該地區(qū)小麥生產(chǎn)的規(guī)模和總量，即耕地的經(jīng)濟效益，后者可作為耕地社會效益的衡量指標。投入變量主要指小麥生產(chǎn)中投入的人力、物力以及財力，因此本文將選取單位面積勞動者用工數(shù)量(日/畝)、每畝化肥用量(元/畝)以及單位面積機械作業(yè)費(元/畝)作為耕地的投入指標，如表1所示。

表1 耕地生產(chǎn)的DEA模型投入—產(chǎn)出指標

(2)Tobit模型指標選取

一是農(nóng)民職業(yè)非農(nóng)分化變量。農(nóng)民職業(yè)非農(nóng)分化對耕地利用效率的影響是本文研究的核心內(nèi)容。從理論上看，農(nóng)民職業(yè)分化后，農(nóng)村剩余勞動力將轉(zhuǎn)向城市，從事農(nóng)業(yè)生產(chǎn)的勞動力將會減少，可能會降低農(nóng)村耕地利用的效率。同時，由于農(nóng)民職業(yè)非農(nóng)分化后，農(nóng)民非農(nóng)收入會增長，在非農(nóng)收益快速增長的情況下，農(nóng)民的家庭收入也會快速增長，農(nóng)民可以用于農(nóng)業(yè)生產(chǎn)的資金投入也增多，從而解決農(nóng)民從事農(nóng)業(yè)生產(chǎn)的資金問題，有利于耕地利用效率的提高。因此，農(nóng)肥職業(yè)非農(nóng)分化對耕地利用效率的影響結(jié)果是不確定的，有待于實證進一步明確。本文采用非農(nóng)就業(yè)比重，即鄉(xiāng)村非農(nóng)就業(yè)人員占鄉(xiāng)村就業(yè)人員的比重來衡量農(nóng)民職業(yè)非農(nóng)分化程度，以此來研究農(nóng)民職業(yè)非農(nóng)分化對耕地利用效率是否有顯著影響。

二是其他控制變量。為了控制其他因素對耕地利用效率的影響，本文需要引入其他控制因素變量，根據(jù)已有研究結(jié)果，這些因素包括耕作條件和政策因素等兩組變量。耕地利用效率在很大程度上會受到耕作條件的影響，例如農(nóng)田化肥施用量、機械總動力以及有效灌溉率等。這些都是農(nóng)業(yè)生產(chǎn)中不可缺少的重要條件，對農(nóng)業(yè)的產(chǎn)出有重要影響，也必然會影響到耕地的利用效率。由于耕作條件因素的選取與DEA方法分析中的投入、產(chǎn)出指標不能完全相同，在選取變量時參照已有的研究，兼顧數(shù)據(jù)的可獲得性，所以，本文選取單位耕地面積上的化肥使用量、單位耕地面積上的機械總動力量以及各省份耕地的有效灌溉率等3個變量代表耕作條件。同樣，根據(jù)已有研究結(jié)果，本文選取農(nóng)業(yè)財政支出作為政策影響因素。從理論上說，農(nóng)業(yè)財政支出能夠增加農(nóng)民的種糧積極性，對提高耕地利用效率具有正向的作用。

(3)數(shù)據(jù)來源

本文研究所使用的數(shù)據(jù)主要來源于《建國以來全國主要農(nóng)產(chǎn)品成本收益資料匯編》 《全國農(nóng)產(chǎn)品成本收益資料匯編》《農(nóng)村統(tǒng)計年鑒》以及各省份2005—2014年的統(tǒng)計年鑒，由于本文的研究對象是小麥，在數(shù)據(jù)的選擇上使用了黑龍江、吉林、遼寧、河北、江蘇、浙江、安徽、山東、河南、湖北、云南、寧夏等13個小麥主要生產(chǎn)省份的歷史數(shù)據(jù)。部分缺失的數(shù)據(jù)采用了平均插入法以及時間序列外推擬合法進行補充。

二、結(jié)果與分析

利用投入導向的CCR模型，運用DEAP 2.1軟件，分別對13個小麥主要生產(chǎn)省的單位耕地面積上小麥生產(chǎn)的投入產(chǎn)出進行效率測算，可得2004—2013年每年各省小麥生產(chǎn)的綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率。其中，綜合技術(shù)效率(TE)=純技術(shù)效率(PTE)*規(guī)模效率(SE)。

1.小麥生產(chǎn)中耕地利用效率的區(qū)域差異分析

為了分析不同區(qū)域小麥生產(chǎn)中耕地利用效率的差異，對我國13個小麥主產(chǎn)省份小麥生產(chǎn)的耕地利用效率值求平均，得到每個決策單元的3個效率平均值，如表2所示。通過表2，可以分析各省份小麥生產(chǎn)中耕地的利用效率情況。

表2 2004—2013年各省份耕地利用效率平均值

從表2可以看出，13個小麥主要生產(chǎn)省份小麥生產(chǎn)中的耕地利用效率存在明顯差異：只有四川和新疆兩個省份的綜合效率值為1.000，處于最佳前沿面上，說明這兩個省份的技術(shù)使用和要素投入規(guī)模等基本上處于合理的水平，其資源的配置能力和使用效率等方面都達到了最優(yōu)狀態(tài)。而其他11個省份則處于不同程度的無效率狀態(tài)。其中，云南省十分接近最優(yōu)水平，綜合效率和規(guī)模效率都為0.996，純技術(shù)效率為1.000；江蘇、安徽、河南綜合效率都在0.970以上，說明達到了較高的水平；內(nèi)蒙古、山東、甘肅和寧夏綜合效率也在0.900以上，達到了相對高的水平；而河北、陜西綜合效率則在0.900以下。其中，陜西省的純技術(shù)效率為0.812——其綜合效率不高就是因為純技術(shù)效率較低；山西省的綜合效率最低，為0.769，主要受其規(guī)模效率的影響。

并研究了超導磁場儲能技術(shù)下的微網(wǎng)渦流損耗,通過漏磁場測算后,可選取電網(wǎng)導體損耗測算方式獲得繞組線圈的渦流損耗,而渦流損耗常出現(xiàn)在超導接頭部分。本文采用超導磁場儲能系統(tǒng)完成預測控制。實驗結(jié)果表明超導磁場儲能技術(shù)能夠提升微網(wǎng)的供電體系穩(wěn)定狀態(tài),實時預測和控制渦流損耗。

2.小麥生產(chǎn)中耕地利用效率的變化趨勢分析

本文對測算出的2004—2013年期間各小麥主產(chǎn)省小麥生產(chǎn)中的耕地利用效率進行加總平均，并進一步繪制了效率趨勢圖(圖 3)，對近10年小麥生產(chǎn)中的耕地利用效率進行趨勢分析。

圖3 2004—2013年耕地綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率變化趨勢

(1)小麥生產(chǎn)中耕地利用綜合效率的變動分析。2004—2013年，我國小麥主要生產(chǎn)省份小麥生產(chǎn)中耕地綜合技術(shù)效率平均值為0.924，即耕地的實際產(chǎn)出為理想產(chǎn)出的92.4%，表明我國小麥主產(chǎn)地的總體耕地利用效率較高，但還有進一步提升的空間。從圖3可以看出，耕地綜合技術(shù)效率值不穩(wěn)定，總體上呈現(xiàn)出波動的趨勢，其變化可分為5個階段：2004—2007年呈下降趨勢，2007—2008年上升，2008—2009年下降，2009—2012年上升，2012—2013年又出現(xiàn)下降。從總體上看，2004—2007年綜合利用效率相對不高，而且逐年降低，在2007年到達最低點，綜合利用效率值為0.903。從2009年開始連續(xù)3年出現(xiàn)上升趨勢，在2012年到達最高點，綜合效率值為0.949；從各種效率變化的情況來看，規(guī)模效率一直保持比較穩(wěn)定的狀態(tài)，綜合效率的變化趨勢和純技術(shù)效率的變化趨勢基本一致，表明我國小麥主要生產(chǎn)省份農(nóng)戶種植小麥的耕地規(guī)模基本維持在相對穩(wěn)定的水平。小麥生產(chǎn)中耕地利用綜合效率的變化主要受純技術(shù)效率變化影響較大，因此，要提高耕地綜合技術(shù)效率的關(guān)鍵，是要提高純技術(shù)效率，加大小麥生產(chǎn)中技術(shù)的投入。

(2)小麥生產(chǎn)中耕地利用的規(guī)模效率分析。2004—2013年，我國小麥主要生產(chǎn)省份小麥生產(chǎn)的耕地利用規(guī)模效率一直保持相對穩(wěn)定的狀態(tài)(圖3)，但2004—2008年其規(guī)模效率值都小于純技術(shù)效率值，說明在此期間，農(nóng)戶家庭種植小麥的規(guī)模下降，不同省份農(nóng)戶種植小麥的耕地規(guī)模出現(xiàn)分化，小麥的生產(chǎn)需要進行激勵和調(diào)整。2008年之后，耕地規(guī)模趨向合理化，其效率值都大于純技術(shù)效率值，且規(guī)模效率均值大于純技術(shù)效率均值，表明規(guī)模要素得到充分發(fā)揮，各省份小麥的種植規(guī)模在逐步上升，規(guī)模擴張對綜合效率值的貢獻大于技術(shù)進步。

(3)小麥生產(chǎn)中耕地利用的純技術(shù)效率分析。2004—2013年我國小麥主要生產(chǎn)省份小麥生產(chǎn)中的耕地利用純技術(shù)效率值均小于1，2004—2007年期間小麥生產(chǎn)中的純技術(shù)效率不斷下降，說明在期間小麥生產(chǎn)過程中技術(shù)投入不足，如果適當增加農(nóng)業(yè)機械生產(chǎn)，增加新品種選育和推廣等生產(chǎn)技術(shù)投入，將會使產(chǎn)出有較大比例的提高。在2009年之后，由于國家加大了對小麥生產(chǎn)中技術(shù)使用和推廣的投入，采取鼓勵使用新品種新技術(shù)的政策措施，激勵了農(nóng)民在小麥生產(chǎn)中對技術(shù)的投入，其純技術(shù)效率呈現(xiàn)出穩(wěn)定上升的趨勢，在2012年達到近10年最高值，為0.971。

總體來看，2004—2013年我國小麥主要生產(chǎn)省份小麥生產(chǎn)的耕地綜合技術(shù)效率都在0.900以上，接近最佳狀態(tài)，說明我國小麥主要生產(chǎn)省份的耕地利用綜合效率是比較高的。這主要得益于我國政府對“三農(nóng)”問題的高度重視——近年來加大了對農(nóng)業(yè)生產(chǎn)投入的支持和扶持，各種農(nóng)業(yè)生產(chǎn)經(jīng)營的補貼政策不斷實施，農(nóng)民農(nóng)業(yè)生產(chǎn)積極性不斷提高，農(nóng)業(yè)生產(chǎn)規(guī)模不斷得到優(yōu)化，農(nóng)業(yè)創(chuàng)新技術(shù)不斷在農(nóng)業(yè)生產(chǎn)中得到應用。

同時，我們也應看到，我國小麥生產(chǎn)中的耕地利用綜合效率有提升的空間，其均值為 0.924，純技術(shù)效率均值為0.960，規(guī)模效率均值為0.963，均小于1，說明我國有一些省份小麥生產(chǎn)中的耕地利用效率還沒有達到最優(yōu)狀態(tài)。不同省份小麥生產(chǎn)中的耕地利用效率差異由什么原因?qū)е?，是否與近年來農(nóng)民群體職業(yè)的非農(nóng)分化加劇有密切的關(guān)聯(lián)，本文接下來采用計量經(jīng)濟學實證技術(shù)，對此問題進行實證分析。

本文采用Eviews 8.0統(tǒng)計軟件中Tobit程序，分析我國農(nóng)民職業(yè)非農(nóng)分化對小麥生產(chǎn)中耕地利用效率的影響。Tobit程序計量經(jīng)濟學回歸結(jié)果如表3所示。

表3 我國小麥主要生產(chǎn)省份小麥的耕地利用效率Tobit模型回歸分析結(jié)果

(1)農(nóng)民職業(yè)非農(nóng)分化對小麥生產(chǎn)中耕地利用效率的影響。從表3可知，非農(nóng)就業(yè)比重的回歸系數(shù)為負，通過了1%的顯著性水平統(tǒng)計檢驗，表明在其他條件不變的情況下，農(nóng)民職業(yè)非農(nóng)分化對小麥生產(chǎn)中的耕地利用效率有顯著的負向影響，即農(nóng)民職業(yè)非農(nóng)分化程度越高，農(nóng)民小麥生產(chǎn)中的耕地利用效率水平就越低。這可能是因為，盡管農(nóng)民職業(yè)非農(nóng)分化會使農(nóng)民的非農(nóng)收入增加，給農(nóng)民農(nóng)業(yè)生產(chǎn)帶來更多的可用資金，從而可以提高耕地利用效率。但農(nóng)民職業(yè)非農(nóng)分化使得農(nóng)村剩余勞動力轉(zhuǎn)向城市，從事農(nóng)業(yè)生產(chǎn)的勞動力減少，導致農(nóng)村缺乏高素質(zhì)的勞動力來擴大生產(chǎn)經(jīng)營規(guī)模和對新技術(shù)的運用，進而導致耕地利用效率的大量降低，在上述兩種效應的作用下，農(nóng)村勞動力流失導致的負面影響更大。

(2)耕作條件對小麥生產(chǎn)中耕地利用效率的影響。從表3可知，在耕作條件的代表性變量中，機械總動力和有效灌溉率的回歸系數(shù)均為正，并且通過了1%或5%的顯著性水平檢驗，表明這兩個因素對提高小麥生產(chǎn)中耕地利用效率具有顯著正向影響，小麥生產(chǎn)者可以通過改善傳統(tǒng)耕作方式，加大機械化標準耕作以提高耕地利用效率。同時，有效灌溉率的回歸系數(shù)為正，表明目前我國農(nóng)業(yè)基礎(chǔ)設(shè)施有所提高，增加有效灌溉率可以促進小麥生產(chǎn)中耕地利用效率的提高。農(nóng)田化肥施用量雖然也通過了1%的顯著性水平檢驗，但其回歸系數(shù)為負數(shù)，該變量對于提高耕地利用效率具有顯著的負向作用，說明在單位耕地面積上化肥投入越多，小麥生產(chǎn)中的耕地利用效率就越低，表明在目前農(nóng)村勞動力非農(nóng)分化不斷加深的背景下，農(nóng)民過度采取了使用資本替代勞動的做法，通過大量使用化肥來替代單位耕地上的勞動投入。

(3)政策因素對小麥生產(chǎn)中耕地利用效率的影響。依據(jù)表3，財政農(nóng)業(yè)支出的回歸系數(shù)為正，1%的顯著性水平檢驗，說明該變量對于提高小麥生產(chǎn)中的耕地利用效率具有顯著的正向作用。這主要是由于國家財政對于農(nóng)業(yè)的支持，對農(nóng)民進行了農(nóng)機補貼、種糧補貼等各種補貼，降低了農(nóng)民小麥種植成本，促進了農(nóng)民的小麥生產(chǎn)積極性，提高了小麥生產(chǎn)中的耕地利用效率。

(4)另外，從表3還可以看出，盡管各項變量系數(shù)都通過了1%或5%的顯著性水平檢驗，表明農(nóng)田化肥施用量、機械總動力、有效灌溉率、財政農(nóng)業(yè)支出以及非農(nóng)就業(yè)比重等各個因素都對耕地利用效率產(chǎn)生了顯著的影響，但它們對小麥生產(chǎn)中耕地利用效率的作用程度存在很大差異，根據(jù)標準化系數(shù)絕對值的大小，其影響程度從大到小排序為：非農(nóng)就業(yè)比重>有效灌溉率>農(nóng)田化肥施用量>財政農(nóng)業(yè)支出>機械總動力，非農(nóng)就業(yè)比重對小麥生產(chǎn)中耕地利用效率的影響最大。

三、結(jié)論與啟示

1.結(jié)論

隨著中國社會經(jīng)濟的快速發(fā)展，人民對農(nóng)產(chǎn)品和糧食的需求有增無減，但工業(yè)化、城市化的發(fā)展造成我國耕地數(shù)量銳減，而城市化的發(fā)展使農(nóng)村大量青年勞動力外流，在此背景下，分析農(nóng)民職業(yè)非農(nóng)化對于小麥生產(chǎn)中耕地利用效率的影響具有重要的現(xiàn)實意義。本文使用我國13個小麥主產(chǎn)省10年(2004—2013)歷史數(shù)據(jù)，采用DEA模型測算出我國小麥生產(chǎn)中的耕地利用效率，利用Tobit模型進行回歸分析，得出以下研究結(jié)論：

(1)從縱向時間上看，2004—2013年我國小麥主要生產(chǎn)省份小麥生產(chǎn)中的耕地利用效率均值為0.924，處于較高水平，平均具有7.6%的效率改進空間。在此期間，小麥生產(chǎn)中的耕地利用綜合效率值在2007年的0.901和2012年的0.949之間起伏波動，說明我國小麥主要生產(chǎn)省份小麥的耕地利用具有5.1%～9.9%的效率改善空間。

(2)從橫向空間上看，2004—2013年期間，四川和新疆的綜合效率值最高為1，達到最佳生產(chǎn)狀態(tài)；山西省的綜合效率值最低為0.769，存在23.1%的改善空間。由于各個省份的自然條件、地理環(huán)境和經(jīng)濟實力存在差別，以及小麥生產(chǎn)中技術(shù)投入、生產(chǎn)規(guī)模的不同，各省份小麥生產(chǎn)中耕地利用效率的改善也會存在較大的差異。

(3)回歸結(jié)果表明，非農(nóng)就業(yè)比重對耕地利用效率的影響最大，且為負相關(guān)性；機械總動力對耕地利用效率也存在著負向影響，但影響程度相對較小；農(nóng)田化肥施用量、有效灌溉率及財政農(nóng)業(yè)支出對耕地利用效率都存在著正向影響。

2.啟示

依據(jù)本研究過程和研究結(jié)果，可以有以下幾點政策性啟示：

(1)嚴守18億畝耕地紅線。耕地是各種物資投入的生產(chǎn)載體，沒有足夠的耕地面積，投入再多的人力、物力、財力，耕地產(chǎn)出也無法保障。因此，一方面要降低耕地非農(nóng)化，制定科學合理的城鄉(xiāng)發(fā)展規(guī)劃，完善土地市場；另一方面，要加大土地的開發(fā)利用，增加耕地面積，實現(xiàn)耕地總量的動態(tài)平衡。

(2)合理引導農(nóng)民職業(yè)非農(nóng)分化。在當前工業(yè)化、城市化加速發(fā)展的情況下，農(nóng)民職業(yè)非農(nóng)分化的潮流已經(jīng)不可逆轉(zhuǎn)。在此過程中，為了有效使用農(nóng)村的耕地，保障我國的糧食安全，應采取有效措施積極引導有條件的農(nóng)民脫離農(nóng)業(yè)農(nóng)村，將承包的耕地流轉(zhuǎn)給專心從事農(nóng)業(yè)生產(chǎn)的農(nóng)戶。這一方面可以改善農(nóng)業(yè)生產(chǎn)的經(jīng)營規(guī)模；另一方面可以降低現(xiàn)有從事農(nóng)業(yè)生產(chǎn)的農(nóng)民非農(nóng)就業(yè)比重，有效改善耕地利用效率。

(3)改善農(nóng)業(yè)生產(chǎn)的耕作條件。要對耕地進行整治，把一些零散、破碎的土地進行相應的合并，使耕地形狀規(guī)則、整齊，有利于機械化耕作，降低小麥生產(chǎn)的單位成本。同時，還需加強基礎(chǔ)設(shè)施建設(shè)，實施田、路、水綜合治理，改善基本生產(chǎn)條件；支持農(nóng)田水利建設(shè)，改善灌排條件；支持耕作技術(shù)推廣，提高可持續(xù)生產(chǎn)的能力。

(4)根據(jù)區(qū)域特點實施對小麥生產(chǎn)的扶持政策。對于那些小麥生產(chǎn)中純技術(shù)效率偏低的地區(qū)，應加強小麥生產(chǎn)中的物質(zhì)技術(shù)投入，提高科學技術(shù)對小麥生產(chǎn)的貢獻率；而對于小麥生產(chǎn)中規(guī)模效率不高的地區(qū)，應加快土地市場化建設(shè)，推動已經(jīng)離農(nóng)的農(nóng)民積極流轉(zhuǎn)出自己的承包耕地，有效擴大小麥生產(chǎn)的經(jīng)營規(guī)模，提高小麥生產(chǎn)中耕地利用的規(guī)模效率。

[1] 許恒周，郭玉燕，吳冠岑．農(nóng)民分化對耕地利用效率的影響[J]．中國農(nóng)村經(jīng)濟，2012(6):31-39.

[2] 劉濤，曲福田，金晶，石曉平．土地細碎化、土地流轉(zhuǎn)對農(nóng)戶土地利用效率的影響[J]．資源科學，2008，30(10)：1511-1516.

[3] 張雪蓮，胡進紅．我國小麥生產(chǎn)的技術(shù)效率分析[J].中州大學學報，2007，24(4)：109-112.

[4] 俞勇軍，陸玉麒．江陰市耕地變化驅(qū)動因素及耕地利用效率定量研究[J]．經(jīng)濟地理，2002，22(4)：440-443.

[5] 葉浩，濮勵杰，張?。覈Z食主產(chǎn)區(qū)耕地產(chǎn)出效率研究[J]．長江流域資源與環(huán)境，2008，17(4)：584-587.

[6] 畢繼業(yè)，朱道林，王秀芬，等．基于GIS的縣域糧食生產(chǎn)資源利用效率評價[J]．農(nóng)業(yè)工程學報，2008，4(1)：94-100.

[7] 龐英，張全景，葉依廣，等．我國耕地資源利用效益的數(shù)量經(jīng)濟分析[J].地理與地理信息科學，2004，20(4)：40-43.

[8] 趙曦，劉耀林，劉艷芳．湖北省耕地資源利用效益研究[J].武漢大學學報(信息科學版)，2007，32(12):1168-1171.

[9] 張銀嶺，張俊鷹．湖北省耕地資源利用效益區(qū)域差異分析[J]．湖北農(nóng)業(yè)科學，2008，47(8):901-904.

[10] 周曉林，吳次芳，劉婷婷．基于DEA的區(qū)域農(nóng)地生產(chǎn)效率差異研究[J]．中國土地科學，2011，25(2)：47-54.

[11] 李明艷．勞動力轉(zhuǎn)移對區(qū)域農(nóng)地利用效率的影響[J]．中國土地科學，2011，25(1)：62-69.

[12] 梁流濤，曲福田，王春華．基于DEA方法的耕地利用效率分析[J]．長江流域資源與環(huán)境，2008，17(2)：242-246.

[13] 張霞，劉秀華，劉勇．基于DEA的高家鎮(zhèn)耕地利用效率及其影響因素研究[J]．西南師范大學學報，2012，37(3):72-77.

[14] 張冬平，馮繼紅，白菊紅．河南小麥生產(chǎn)效率數(shù)據(jù)包絡(luò)分析[J]．河南農(nóng)業(yè)大學學報，2005，39(1)：86-92.

[15] 葉優(yōu)良，韓燕來，譚金芳，等．中國小麥生產(chǎn)與化肥施用狀況研究[J]．麥類作物學報，2007，22(1)：37-42.

[16] 楊建倉．我國小麥生產(chǎn)發(fā)展及其科技支撐研究[D].北京：中國農(nóng)業(yè)科學院，2009.

[17] Chames A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，6(2)：429-444.

[18] 顏鵬飛，王兵.技術(shù)效率、技術(shù)進步與生產(chǎn)率增長:基于 DEA 的實證分析[J].經(jīng)濟研究，2004(12)：55-65.

[19] Banker R D. Estimating most productive scale size using data envelopment analysis[J]. European Journal of Operational Research， 1984， 17(1): 35-44.

[20] Malana N M， Malano H M. Benchmarking productive efficiency of selected wheat areas in Pakistan and India using data envelopment analysis[J]. Irrigation and Drainage 2006，55：383-394.

[21] Markovits-Somogyi， Rita. Ranking efficient and inefficient decision making units in data envelopment analysis. International Journal for Traffic and Transport Engineering 2011，1(4)：245-256.

[22] 經(jīng)陽，葉長盛.基于DEA的江西省耕地利用效率及影響因素分析[J].水土保持研究，2015，22(1)：257-261.

(責任編輯 鐘昭會)

2016-07-12

國家自然科學青年基金項目“工業(yè)化城市化過程中耕地動態(tài)變化研究——驅(qū)動機制、因子貢獻及政策含義”(41201125)和“農(nóng)民分化與耕地利用效率——作用機制、歷史貢獻及政策含義”(41401642)；教育部人文社會科學重點研究基地重大項目“自然資源與環(huán)境管理制度和政策創(chuàng)新研究——基于浙江山區(qū)農(nóng)戶層面的研究”(14JJD790045)；教育部人文社會科學青年基金項目“氣候變化對農(nóng)業(yè)生產(chǎn)的影響及農(nóng)戶的適應性行為研究”(14YJC790027)；博士后基金項目“農(nóng)民職業(yè)分析對糧食生產(chǎn)中耕地利用效率影響研究”(2015M571895)。

王成軍(1977—)，男，安徽霍丘人，浙江農(nóng)林大學經(jīng)濟管理學院副教授、碩士生導師，貴州大學管理學院副院長，浙江大學博士后。研究方向：農(nóng)林經(jīng)濟管理。

F323.2

A

1000-5099(2016)05-0030-07

10.15958/j.cnki.gdxbshb.2016.05.006