農(nóng)戶生產(chǎn)技術(shù)效率的空間環(huán)境效應(yīng)研究——基于DEA-VRS-HLM模型的檢驗(yàn)

姚增福 唐華俊

?

農(nóng)戶生產(chǎn)技術(shù)效率的空間環(huán)境效應(yīng)研究
——基于DEA-VRS-HLM模型的檢驗(yàn)

姚增福 唐華俊

經(jīng)濟(jì)空間一體化架構(gòu)下，基于3省15個(gè)鄉(xiāng)鎮(zhèn)649份農(nóng)戶數(shù)據(jù)，利用DEA-VRS-HLM模型，實(shí)證檢驗(yàn)了空間環(huán)境對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響效應(yīng)。研究結(jié)果表明，對(duì)農(nóng)戶技術(shù)效率作用效應(yīng)上，教育和技術(shù)是顯著的正向預(yù)期因子，而年齡和外出務(wù)工時(shí)間是顯著的負(fù)向預(yù)期因子，農(nóng)戶層次變量的作用效應(yīng)被鄉(xiāng)鎮(zhèn)層次變量解釋的比例最多的是外出務(wù)工時(shí)間的65%，最小的是年齡的45%；鄉(xiāng)鎮(zhèn)層次變量強(qiáng)化了教育、外出務(wù)工時(shí)間、技術(shù)與農(nóng)戶技術(shù)效率間的正向、負(fù)向、正向關(guān)聯(lián)關(guān)系，而弱化了年齡與農(nóng)戶技術(shù)效率間負(fù)向作用效應(yīng)；地理環(huán)境對(duì)農(nóng)戶技術(shù)效率的提升影響上，年齡和外出務(wù)工時(shí)間變量在黑龍江和甘肅作用效應(yīng)更大，而教育和技術(shù)在湖南發(fā)揮的作用效應(yīng)更大。

農(nóng)戶； 生產(chǎn)技術(shù)效率； 空間環(huán)境； DEA-VRS-HLM模型

我國(guó)現(xiàn)有農(nóng)村基本經(jīng)營(yíng)制度與農(nóng)業(yè)現(xiàn)代化是相容的，農(nóng)戶經(jīng)濟(jì)將長(zhǎng)期存在并有效發(fā)展，普通承包農(nóng)戶仍是我國(guó)糧食生產(chǎn)的最大主體[1]。農(nóng)戶生產(chǎn)技術(shù)效率不僅決定了生產(chǎn)要素利用效率，更為重要農(nóng)產(chǎn)品的有效供給和國(guó)家糧食安全提供了微觀保障。隨著研究的深入，農(nóng)戶自身異質(zhì)性和環(huán)境異質(zhì)性兩個(gè)層次的影響因素受到了極大的關(guān)注。那么，如何準(zhǔn)確測(cè)量農(nóng)戶異質(zhì)性和環(huán)境異質(zhì)性兩個(gè)層次對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響以及兩個(gè)層次因素相互作用對(duì)農(nóng)戶生產(chǎn)技術(shù)效率變異的影響等問(wèn)題已經(jīng)成為近些年空間計(jì)量經(jīng)濟(jì)學(xué)研究的熱點(diǎn)和重點(diǎn)問(wèn)題，亦是本文關(guān)注的核心問(wèn)題。

農(nóng)業(yè)技術(shù)效率的測(cè)度方法主要有基于參數(shù)的隨機(jī)前沿生產(chǎn)函數(shù)法(SFA)和基于非參數(shù)的數(shù)據(jù)包絡(luò)分析法(DEA)。在技術(shù)效率測(cè)算及其影響因素分析上，學(xué)者們的處理方式主要有三種：第一是一步法，即將各種環(huán)境變量統(tǒng)一納入SFA或DEA模型框架，主要目的是為了測(cè)算技術(shù)效率及對(duì)全要素生產(chǎn)率(TFP)進(jìn)行分解。如Banker和Morey將產(chǎn)出、投入和多種環(huán)境變量納入了DEA模型中，一步估計(jì)了農(nóng)業(yè)技術(shù)效率及影響因素[2]，Kalirajan利用我國(guó)省際樣本數(shù)據(jù)對(duì)農(nóng)業(yè)TFP增長(zhǎng)進(jìn)行了SFA估計(jì)[3]，亢霞和劉秀梅利用SFA方法對(duì)我國(guó)省際層面的糧食技術(shù)效率進(jìn)行了分析[4]，李谷成等基于微觀農(nóng)戶數(shù)據(jù)，運(yùn)用SFA方法測(cè)算了農(nóng)戶家定經(jīng)營(yíng)技術(shù)效率及分解了全要素生產(chǎn)率增長(zhǎng)成分[5]。一步法估計(jì)將環(huán)境變量和隨機(jī)誤差因素認(rèn)為是事先確定的，很難準(zhǔn)確檢驗(yàn)這些變量對(duì)技術(shù)效率的隨機(jī)影響效應(yīng)[6]；第二是兩步法，即先利用SFA或DEA模型估計(jì)效率值，再檢驗(yàn)技術(shù)效率的影響因素，主要目的是為了在測(cè)算技術(shù)效率基礎(chǔ)上探究影響技術(shù)效率高低的因素。如McCarty和Yaisawarng在兩步法中，運(yùn)用DEA技術(shù)估計(jì)效率并利用第二階段回歸中的殘差項(xiàng)調(diào)整第一階段的效率值[7]，錢(qián)麗等運(yùn)用DEA-Tobit模型分析了我國(guó)省域間農(nóng)業(yè)生產(chǎn)效率的影響因素[8]，同時(shí)趙京等和賈馳分別利用DEA-誤差修正模型和DEA-Panel Data模型，分析了政府農(nóng)村公共產(chǎn)品投入和自然環(huán)境資源及農(nóng)村社會(huì)資源等要素對(duì)農(nóng)業(yè)生產(chǎn)效率的影響[9-10]，常向陽(yáng)和韓園園利用DEA-結(jié)構(gòu)方程模型分析了農(nóng)戶農(nóng)業(yè)技術(shù)擴(kuò)散動(dòng)力及渠道運(yùn)行對(duì)農(nóng)業(yè)生產(chǎn)效率的影響[11]，周亮等采用DEA-GIS空間分析方法，對(duì)2000—2011年淮河流域35個(gè)地市的農(nóng)業(yè)生產(chǎn)效率及時(shí)空變化特征進(jìn)行了分析[12]。兩步法主要差異在第二步上，但無(wú)論第二步是利用DEA分析技術(shù)還是利用回歸分析技術(shù)，都無(wú)法完全克服模型事先確定性以及隨機(jī)因素的影響效應(yīng)[6]93；第三是三步法，即第一步按照傳統(tǒng)DEA技術(shù)測(cè)算技術(shù)效率，第二步建立相似SFA分析模型剔除環(huán)境因素和隨機(jī)因素，并得出僅由管理無(wú)效率造成的決策單元的投入冗余對(duì)效率值進(jìn)行調(diào)整，第三步利用調(diào)整后的數(shù)據(jù)再利用DEA模型進(jìn)行測(cè)算，主要目的是為了將影響技術(shù)效率高低的管理因素和隨機(jī)因素剝離出來(lái)，并分別進(jìn)行分析研究。Friedet等為了能夠去除外部環(huán)境與隨機(jī)誤差對(duì)效率的影響，較早地提出用三階段DEA模型評(píng)估決策單元的技術(shù)效率[13]，國(guó)內(nèi)學(xué)者如郭軍華等和焦源分別利用三階段DEA模型在微觀農(nóng)戶層面或宏觀省域?qū)用鏅z驗(yàn)了內(nèi)部管理效率以及隨機(jī)環(huán)境因素對(duì)農(nóng)業(yè)生產(chǎn)效率的影響效應(yīng)[14-15]。三步法雖然能夠克服模型設(shè)定、管理因素和隨機(jī)因素對(duì)技術(shù)效率帶來(lái)的估計(jì)誤差問(wèn)題，但三步法估計(jì)中不能夠解析管理因素以及隨機(jī)環(huán)境因素的空間異質(zhì)性對(duì)農(nóng)戶或省域?qū)用婕夹g(shù)效率估計(jì)的影響差異。

已有研究文獻(xiàn)已經(jīng)闡明了農(nóng)戶自身特征因素以及區(qū)域要素特征對(duì)農(nóng)業(yè)技術(shù)效率影響存在差異，但在大多數(shù)文獻(xiàn)中，區(qū)域間及區(qū)域與農(nóng)戶間的空間相互作用和未觀測(cè)到的實(shí)地異質(zhì)性未被納入農(nóng)業(yè)技術(shù)效率研究的框架內(nèi)，如Anselin等、Holloway等和吳玉鳴基于新經(jīng)濟(jì)地理學(xué)理論，利用空間計(jì)量模型分別研究了氮肥管理對(duì)玉米生產(chǎn)的作用、生物經(jīng)濟(jì)與土地利用關(guān)系以及生產(chǎn)要素產(chǎn)出彈性[16-18]；但新經(jīng)濟(jì)地理學(xué)理論建模的微觀基礎(chǔ)—市場(chǎng)一體化的局限性以及空間權(quán)重的設(shè)定缺乏經(jīng)濟(jì)學(xué)理論基礎(chǔ)，受到了學(xué)者們的質(zhì)疑或批評(píng)。只限于經(jīng)濟(jì)空間格局的市場(chǎng)一體化研究，忽視了重要的社會(huì)、生態(tài)和環(huán)境空間架構(gòu)的經(jīng)濟(jì)一體化，經(jīng)濟(jì)空間一體化不僅能夠反映出居民、企業(yè)和政府之間的相互作用、相互影響，而且能夠反映出經(jīng)濟(jì)因素與生態(tài)變量、環(huán)境變量之間的相互作用與相互影響[19-20]。因此有必要將經(jīng)濟(jì)空間一體化作為微觀基礎(chǔ)納入空間計(jì)量模型中，同時(shí)避免因空間權(quán)重設(shè)置而導(dǎo)致的模型估計(jì)偏誤的問(wèn)題，建立無(wú)偏估計(jì)的空間交互模型，準(zhǔn)確檢驗(yàn)農(nóng)戶生產(chǎn)技術(shù)效率差異的空間環(huán)境影響效應(yīng)。

本文所作的貢獻(xiàn)主要有：(1)在經(jīng)濟(jì)空間一體化架構(gòu)下，利用甘肅、湖南和黑龍江3省15個(gè)鄉(xiāng)鎮(zhèn)649份實(shí)地調(diào)研數(shù)據(jù)，建立“農(nóng)戶—鄉(xiāng)鎮(zhèn)”兩個(gè)層次數(shù)據(jù)庫(kù)，合理的空間數(shù)據(jù)結(jié)構(gòu)能夠更加準(zhǔn)確地檢驗(yàn)農(nóng)戶層次、鄉(xiāng)鎮(zhèn)層次變量以及兩個(gè)層次變量相互作用，對(duì)農(nóng)戶生產(chǎn)技術(shù)效率產(chǎn)生的影響；(2)利用DEA模型中投入主導(dǎo)型的規(guī)模收益可變模型(VRS)技術(shù)，從農(nóng)戶層面準(zhǔn)確測(cè)量不同區(qū)域農(nóng)戶生產(chǎn)技術(shù)效率值；(3)借鑒Corrado和Fingleton的研究思路，通過(guò)HLM理論建模思想構(gòu)建兩層次空間環(huán)境模型，并利用農(nóng)戶和鄉(xiāng)鎮(zhèn)兩個(gè)層次的空間數(shù)據(jù)結(jié)構(gòu)檢驗(yàn)不同層次變量空間相互作用對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響效應(yīng)。

一、農(nóng)戶生產(chǎn)技術(shù)效率模型構(gòu)建及變量選擇

(一)DEA模型構(gòu)建

DEA模型利用投入導(dǎo)向型(Input-Orientated)和產(chǎn)出導(dǎo)向型(Output-Orientated)兩種技術(shù)測(cè)算決策單元的技術(shù)效率。投入導(dǎo)向型是指在產(chǎn)出水平一定的情況下，使投入最小化的規(guī)劃問(wèn)題。農(nóng)戶是生產(chǎn)要素的占有者，同時(shí)又是生產(chǎn)要素的使用者，對(duì)生產(chǎn)要素投入具有獨(dú)立的決策能力?；诖伺袛?，本文沿用大多數(shù)農(nóng)業(yè)生產(chǎn)效率測(cè)算技術(shù)選擇的一般做法，采用投入主導(dǎo)型的規(guī)模收益可變模型(VRS)技術(shù)，測(cè)算農(nóng)戶生產(chǎn)技術(shù)效率，具體規(guī)劃形式如下：

λk≥0(k=1,2…K)

其中，k為決策單元，xn為決策單元投入變量；ym為決策單元的第m項(xiàng)產(chǎn)出項(xiàng)，λk為第n項(xiàng)投入和第m項(xiàng)產(chǎn)出的加權(quán)系數(shù)；θk為第k個(gè)決策單元的效率值，0<θk<1，其值越接近1表示效率值越高，反之，越低。

(二)投入產(chǎn)出指標(biāo)變量選擇

本文選擇的產(chǎn)出變量為農(nóng)戶家庭水稻生產(chǎn)經(jīng)營(yíng)總收入(單位：元)。需要特別指出的是，與黑龍江、甘肅不同湖南省調(diào)查樣本農(nóng)戶水稻種植制度為一年雙季，因此，在計(jì)算湖南省調(diào)查農(nóng)戶水稻經(jīng)營(yíng)總收入時(shí)包括了雙季稻的總收入。

投入變量包括土地投入、勞動(dòng)力投入、物化資本投入等3個(gè)方面。土地投入，按照實(shí)際投入土地面積計(jì)算，包括自有土地和租入等土地總規(guī)模(單位：畝)。勞動(dòng)力投入，按照調(diào)查農(nóng)戶家庭種植過(guò)程中實(shí)際投入的勞動(dòng)力人數(shù)(人)乘以當(dāng)?shù)氐挠霉r(jià)(元/人天)計(jì)算得出(單位：元)。物化資本投入，該指標(biāo)包括農(nóng)戶家庭水稻生產(chǎn)中對(duì)種子、農(nóng)藥、化肥、耕作機(jī)械費(fèi)用、排灌水費(fèi)等資金投入總量(單位：元)。

可以直接通過(guò)DEAP2.1軟件將農(nóng)戶生產(chǎn)技術(shù)效率值測(cè)算出來(lái)，具體過(guò)程文章不再贅述，同時(shí)將測(cè)算出來(lái)的農(nóng)戶生產(chǎn)技術(shù)效率作為兩層次空間環(huán)境模型的因變量。

二、兩層次空間環(huán)境模型構(gòu)建、指標(biāo)選擇及數(shù)據(jù)說(shuō)明

(一)模型構(gòu)建

在經(jīng)濟(jì)地理學(xué)中，由于區(qū)域和國(guó)家等不同層次環(huán)境因素會(huì)對(duì)以具體地理區(qū)位為特征的經(jīng)濟(jì)問(wèn)題研究結(jié)果產(chǎn)生明顯的水平影響效應(yīng)，因此，這些相同區(qū)域的個(gè)體會(huì)受到來(lái)自不同層次的空間環(huán)境的影響。實(shí)際上，如果研究樣本數(shù)據(jù)來(lái)源于相同行政區(qū)域空間結(jié)構(gòu)時(shí)，假設(shè)有一個(gè)共同隨機(jī)誤差項(xiàng)的空間自相關(guān)(spatial autocorrelation)或者獨(dú)立性假設(shè)都是有誤的[21]。在構(gòu)建空間環(huán)境效應(yīng)模型時(shí)加入一個(gè)共同的獨(dú)立誤差和組間的誤差項(xiàng)，在誤差項(xiàng)和解釋變量的描述上都是必要的。

在我國(guó)農(nóng)村，鄉(xiāng)鎮(zhèn)是非常重要的農(nóng)業(yè)經(jīng)濟(jì)行政管理單位，由于地理和經(jīng)濟(jì)環(huán)境的差異，鄉(xiāng)鎮(zhèn)內(nèi)農(nóng)戶經(jīng)濟(jì)行為的同質(zhì)性遠(yuǎn)大于鄉(xiāng)鎮(zhèn)之間的差異性，而且鄉(xiāng)鎮(zhèn)內(nèi)農(nóng)戶生產(chǎn)技術(shù)效率存在相互影響的可能性很大，如技術(shù)模仿等[22]?？紤]到農(nóng)戶所處鄉(xiāng)鎮(zhèn)空間環(huán)境的差異，農(nóng)戶生產(chǎn)技術(shù)效率與影響因素之間的關(guān)系可能會(huì)隨著所處鄉(xiāng)鎮(zhèn)的不同而存在異質(zhì)性。已有的實(shí)證研究也表面鄉(xiāng)鎮(zhèn)環(huán)境帶來(lái)的固定和隨機(jī)的影響并不是空間相關(guān)聯(lián)的，而是區(qū)域異質(zhì)性綜合作用于個(gè)體的結(jié)果，即固定和隨機(jī)干擾是不相互獨(dú)立的[23]。

基于以上判斷，借鑒Corrado and Fingleton(2012)的研究思路[21]220，本文構(gòu)建的兩層次空間環(huán)境HLM模型的形式為：

Y=β0+Xβ1+Zγ+ε

(1)

其中，Y={Ync}表示鄉(xiāng)鎮(zhèn)層次C中第n個(gè)農(nóng)戶的生產(chǎn)技術(shù)效率值，Z={Znc}表示鄉(xiāng)鎮(zhèn)層次C上的一系列情景因素，X={Xnc}表示鄉(xiāng)鎮(zhèn)層次C中個(gè)體層次變量。公式(1)具體可以分解為如下形式：

(2)

在公式(2)中，ε={enc}+{uc}表示混合誤差項(xiàng)；Y、X和Z的維度分別是(N×1)、(N×k)和(N×k)；β0、β1和γ是固定效應(yīng)參數(shù)向量；誤差項(xiàng)ε由異質(zhì)的誤差項(xiàng)enc和隨機(jī)效應(yīng)uc組成，enc表示處在鄉(xiāng)鎮(zhèn)層次C上的第n個(gè)體的隨機(jī)誤差，uc表示鄉(xiāng)鎮(zhèn)層次C的隨機(jī)影響。

同時(shí)有如下的模型假設(shè)：

enc|Xnc:N(0,σe)Cov(enc,en′c)=0?n≠n

uc|Xnc:N(0,σu)Cov(uc,enc)=0

對(duì)空間環(huán)境交互多層次模型(HLM)的不同層次方程進(jìn)行估計(jì)時(shí)，采用有限迭代廣義二乘法(RIGLS)或者有限最大似然估計(jì)方法(REML)可以得到無(wú)偏、一致的回歸參數(shù)估計(jì)值[25-26]，本文利用HLM6.08正式版軟件，采用有限最大似然估計(jì)方法對(duì)各層次回歸方程進(jìn)行參數(shù)估計(jì)。

(二)指標(biāo)選擇

在兩層次空間環(huán)境模型中，為了綜合反映農(nóng)戶、鄉(xiāng)鎮(zhèn)兩個(gè)層次變量以及兩個(gè)層次變量間相互作用對(duì)生產(chǎn)技術(shù)效率的影響，本文選擇的各層次指標(biāo)變量如下。

1.農(nóng)戶層次變量

為了進(jìn)一步反映農(nóng)戶異質(zhì)性對(duì)生產(chǎn)技術(shù)效率的影響，本文選擇了如下農(nóng)戶層面變量。

(1)年齡(NL)：已有文獻(xiàn)表明，農(nóng)戶年齡既影響其從事農(nóng)業(yè)生產(chǎn)的積極性、農(nóng)業(yè)代際效應(yīng)(cohort effect)，又影響著自身生產(chǎn)技術(shù)效率，即年齡效應(yīng)(age effect)[27]。在農(nóng)戶個(gè)體生命周期內(nèi)，動(dòng)態(tài)演化的社會(huì)環(huán)境會(huì)隨著個(gè)體的成長(zhǎng)使其行為模式和技術(shù)效率發(fā)生變化，誘發(fā)年齡效應(yīng)[28]。一般來(lái)看，年輕的農(nóng)戶更容易接受新鮮事物，生產(chǎn)技術(shù)效率更高，相反年紀(jì)大的農(nóng)戶更趨于保守，生產(chǎn)技術(shù)效率較低。本文采用調(diào)查問(wèn)卷中家庭實(shí)際從事農(nóng)業(yè)生產(chǎn)的戶主的實(shí)際年齡為變量進(jìn)行檢驗(yàn)。

(2)教育(JY)：教育是人力資本投資的重要手段，在微觀和宏觀層面，會(huì)通過(guò)其“內(nèi)部效應(yīng)”和“外部效應(yīng)”對(duì)農(nóng)戶生產(chǎn)技術(shù)效率產(chǎn)生顯著影響[29]?，F(xiàn)有文獻(xiàn)表明，農(nóng)戶教育程度越高其生產(chǎn)技術(shù)效率越高，反之越低。本文沿用家庭戶主接受正規(guī)教育的年數(shù)表示受教育程度，實(shí)際測(cè)算中定義為：1=6年(小學(xué))及以下；2=9年(初中)；3=12年(高中)；4=15年及以上(中專及以上)。

(3)外出務(wù)工時(shí)間(WC)：一般認(rèn)為，外出務(wù)工經(jīng)歷能夠有效提升農(nóng)戶生產(chǎn)要素利用能力，對(duì)其要素配置效率產(chǎn)生重要影響[30]，務(wù)工匯款和社會(huì)資本流入產(chǎn)生的“積累效應(yīng)”，也能夠進(jìn)一步促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步[31]。文章采用家庭成員外出務(wù)工累計(jì)時(shí)間(單位：月)來(lái)具體檢驗(yàn)其作用效應(yīng)。

(4)技術(shù)(JS)：技術(shù)作為重要的農(nóng)業(yè)生產(chǎn)要素投入，其通過(guò)政府推廣及農(nóng)戶間相互模仿多種渠道“擴(kuò)散效應(yīng)”的體現(xiàn)，在廣大農(nóng)村地區(qū)發(fā)揮著重要的作用[32]。正常情況下，在農(nóng)戶間技術(shù)所產(chǎn)生的“溢出效應(yīng)”和“擴(kuò)散效應(yīng)”將更有利于農(nóng)戶生產(chǎn)技術(shù)效率的提升。本文采用農(nóng)戶家庭在農(nóng)業(yè)生產(chǎn)中“是否采用高新技術(shù)品種”(1=是；2=否)作為技術(shù)的替代變量。

2.鄉(xiāng)鎮(zhèn)層次變量

農(nóng)戶層次的數(shù)據(jù)是嵌套于不同鄉(xiāng)鎮(zhèn)中，也就是說(shuō)，農(nóng)戶層次的指標(biāo)變量不同程度地受到鄉(xiāng)鎮(zhèn)層次相同變量整體狀況的強(qiáng)化或者弱化，即農(nóng)戶層次變量在鄉(xiāng)鎮(zhèn)層次上發(fā)生變異。本文選擇鄉(xiāng)鎮(zhèn)層次的變量，進(jìn)一步探究農(nóng)戶層次變量在鄉(xiāng)鎮(zhèn)層次上的變異和檢驗(yàn)鄉(xiāng)鎮(zhèn)環(huán)境異質(zhì)性對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響，選擇的具體鄉(xiāng)鎮(zhèn)層次變量如下。

(1)年齡的鄉(xiāng)鎮(zhèn)常模分?jǐn)?shù)(TNL)：表征某一個(gè)鄉(xiāng)鎮(zhèn)實(shí)際從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力實(shí)際年齡的整體狀況，具體是用一個(gè)鄉(xiāng)鎮(zhèn)中所有調(diào)查樣本農(nóng)戶家庭戶主實(shí)際年齡的平均值計(jì)算得出。

(2)教育的鄉(xiāng)鎮(zhèn)常模分?jǐn)?shù)(TJY)：表征某一個(gè)鄉(xiāng)鎮(zhèn)實(shí)際從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力受教育程度的整體狀況，具體是用一個(gè)鄉(xiāng)鎮(zhèn)中所有調(diào)查樣本農(nóng)戶家庭戶主受教育年數(shù)的平均值計(jì)算得出。

(3)外出務(wù)工時(shí)間的鄉(xiāng)鎮(zhèn)常模分?jǐn)?shù)(TWC)：表征某一個(gè)鄉(xiāng)鎮(zhèn)農(nóng)村勞動(dòng)力外出務(wù)工的整體狀況，具體是用一個(gè)鄉(xiāng)鎮(zhèn)中所有調(diào)查樣本農(nóng)戶家庭成員外出務(wù)工時(shí)間的平均值計(jì)算得出。

(4)技術(shù)的鄉(xiāng)鎮(zhèn)常模分?jǐn)?shù)(TJS)：表征某一個(gè)鄉(xiāng)鎮(zhèn)農(nóng)業(yè)技術(shù)應(yīng)用的整體狀況，具體是用一個(gè)鄉(xiāng)鎮(zhèn)中所有調(diào)查樣本農(nóng)戶家庭是否采用新技術(shù)的平均值計(jì)算得出。

(5)區(qū)域啞變量(Dummy Variable)T：T1表示中部湖南省的鄉(xiāng)鎮(zhèn)，屬于中部的鄉(xiāng)鎮(zhèn)數(shù)據(jù)記錄編碼為1，其他為0；T2表示東北部黑龍江省的鄉(xiāng)鎮(zhèn)，屬于東北部鄉(xiāng)鎮(zhèn)的記錄編碼為1，其他為0；T3表示西北部甘肅省的鄉(xiāng)鎮(zhèn)，屬于西部的鄉(xiāng)鎮(zhèn)數(shù)據(jù)記錄編碼為1，其他為0。

3.空間地理環(huán)境變量

為了進(jìn)一步揭示區(qū)域空間環(huán)境作用對(duì)農(nóng)戶生產(chǎn)效率的影響，我們?cè)O(shè)計(jì)交互變量，具體為用創(chuàng)建的啞變量與每個(gè)變量的鄉(xiāng)鎮(zhèn)常模相乘，得到T1×TNL、TJY、TWC、TJS；T2×TNL、TJY、TWC、TJS；T3×TNL、TJY、TWC、TJS等12個(gè)交互變量，分別利用交互變量對(duì)農(nóng)戶水平的每個(gè)變量的回歸效應(yīng)進(jìn)行分析。

(三)數(shù)據(jù)來(lái)源說(shuō)明

黑龍江、甘肅和湖南3省分處我國(guó)的東北、西部和中部地區(qū)，自然地理環(huán)境以及社會(huì)經(jīng)濟(jì)環(huán)境等資源稟賦差異較大，在水稻生產(chǎn)中各具獨(dú)特的地理環(huán)境異質(zhì)性。因此，不同省份不同鄉(xiāng)鎮(zhèn)中農(nóng)戶層次和鄉(xiāng)鎮(zhèn)層次變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響效應(yīng)會(huì)產(chǎn)生顯著的差異化。根據(jù)本文研究的目標(biāo)以及數(shù)據(jù)的可獲得性，本文選擇的調(diào)查范圍包括黑龍江(通河縣和慶安縣所轄5個(gè)鄉(xiāng)鎮(zhèn))、湖南(祁陽(yáng)縣和雙牌縣所轄5個(gè)鄉(xiāng)鎮(zhèn))和甘肅(張掖市所轄5個(gè)鄉(xiāng)鎮(zhèn))*甘肅省的農(nóng)戶調(diào)查數(shù)據(jù)來(lái)源于在中國(guó)農(nóng)業(yè)科學(xué)院從事博士后研究工作中的調(diào)查積累。。為了保證獲得數(shù)據(jù)的有效性和完整性，對(duì)農(nóng)戶進(jìn)行的問(wèn)卷調(diào)查采用了一對(duì)一訪談法，同時(shí)輔以重點(diǎn)訪談法，采用隨機(jī)抽樣的方法在調(diào)查區(qū)域每個(gè)鄉(xiāng)鎮(zhèn)中發(fā)放問(wèn)卷45份，15個(gè)鄉(xiāng)鎮(zhèn)共發(fā)放問(wèn)卷675份，最后收集到有效問(wèn)卷為649份。

本文將調(diào)查獲得的數(shù)據(jù)進(jìn)行處理。首先，將獲得的649份農(nóng)戶數(shù)據(jù)中投入產(chǎn)出變量帶入技術(shù)效率模型中測(cè)算農(nóng)戶生產(chǎn)技術(shù)效率；其次，將獲得的649份農(nóng)戶數(shù)據(jù)作為數(shù)據(jù)結(jié)構(gòu)中的第一層，再按照處在相同鄉(xiāng)鎮(zhèn)的調(diào)查樣本農(nóng)戶數(shù)據(jù)，計(jì)算相關(guān)指標(biāo)變量在鄉(xiāng)鎮(zhèn)層次上的平均值作為數(shù)據(jù)結(jié)構(gòu)中的第二層；最后，用兩個(gè)層次(農(nóng)戶—鄉(xiāng)鎮(zhèn))的農(nóng)戶調(diào)查數(shù)據(jù)進(jìn)行空間環(huán)境模型分析。

三、模型估計(jì)及結(jié)果分析

(一)模型估計(jì)

1.農(nóng)戶層次效應(yīng)

模型運(yùn)算*檢驗(yàn)農(nóng)戶層次變量對(duì)技術(shù)效率影響時(shí)，以農(nóng)戶生產(chǎn)技術(shù)效率值為因變量，農(nóng)戶層次變量為解釋變量，鄉(xiāng)鎮(zhèn)層次的變量不包含在第二層方程中，且回歸中允許第一層方程的回歸系數(shù)在各個(gè)鄉(xiāng)鎮(zhèn)之間隨機(jī)變化。結(jié)果顯示(見(jiàn)表1)，教育(β=0.005 1，p<0.01)和技術(shù)(β=0.021 4，p<0.01)對(duì)農(nóng)戶生產(chǎn)技術(shù)效率都有顯著的正向影響效應(yīng)，而年齡(β=-0.001 3，p<0.05)和外出務(wù)工時(shí)間(β=-0.009 8，p<0.05)具有顯著的負(fù)向作用效應(yīng)。同時(shí)，我們可以看出(見(jiàn)表2)農(nóng)戶層次的年齡、外出務(wù)工時(shí)間、技術(shù)和教育變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率作用效應(yīng)的方差分別為0.002 0(χ2=16.279 8)、0.015 8(χ2=29.505 0)、0.063 7(χ2=30.351 3)和0.004 0(χ2=5.146 3)，即表明這些農(nóng)戶層次變量的作用效應(yīng)在鄉(xiāng)鎮(zhèn)間存在顯著的變異，這種變異被鄉(xiāng)鎮(zhèn)層次變量解釋的程度分別為45%、65%、53%、50%。

表1 農(nóng)戶層次隨機(jī)回歸結(jié)果

注：*p<0.05，**p<0.01，***p<0.001。

表2 原始方差和殘差方差

2.鄉(xiāng)鎮(zhèn)層次效應(yīng)

從表3模型運(yùn)算結(jié)果看，鄉(xiāng)鎮(zhèn)層次上的教育、外出務(wù)工時(shí)間、技術(shù)變量對(duì)農(nóng)戶層次的教育、外出務(wù)工時(shí)間、技術(shù)變量與技術(shù)效率之間的關(guān)系產(chǎn)生了顯著的強(qiáng)化作用，而鄉(xiāng)鎮(zhèn)層次上的年齡變量弱化了農(nóng)戶層次年齡變量與技術(shù)效率之間的關(guān)系。

3.空間地理環(huán)境效應(yīng)

為了進(jìn)一步探究鄉(xiāng)鎮(zhèn)地理環(huán)境對(duì)農(nóng)戶層次變量與農(nóng)戶生產(chǎn)技術(shù)效率間關(guān)聯(lián)關(guān)系的影響程度，本文分別將設(shè)定好的啞變量以及鄉(xiāng)鎮(zhèn)層次變量納入多層分析模型的第二層方程中，具體檢驗(yàn)鄉(xiāng)鎮(zhèn)空間地理環(huán)境對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的作用效應(yīng)*在將啞變量納入第二層方程中時(shí)，分別選擇一個(gè)地區(qū)啞變量為參照類別建立標(biāo)示區(qū)域的啞變量來(lái)建構(gòu)多層分析模型(見(jiàn)表4)。參見(jiàn)文獻(xiàn)[26]。。從表4結(jié)果看，鄉(xiāng)鎮(zhèn)所處空間地理環(huán)境的差異進(jìn)一步造成了鄉(xiāng)鎮(zhèn)層次變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的變化。

表3 鄉(xiāng)鎮(zhèn)層次變量對(duì)農(nóng)戶生產(chǎn)效率回歸結(jié)果的效應(yīng)

注：*p<0.05，**p<0.01，***p<0.001。

表4 區(qū)域和區(qū)域—鄉(xiāng)鎮(zhèn)常模的交互項(xiàng)對(duì)農(nóng)戶水平回歸效應(yīng)的影響

注：*p<0.05，**p<0.01，***p<0.001。

(二)實(shí)證結(jié)果分析

1.農(nóng)戶個(gè)體變量的影響效應(yīng)

從數(shù)據(jù)分析結(jié)果來(lái)看(見(jiàn)表1)，受教育程度和采用新技術(shù)對(duì)農(nóng)戶生產(chǎn)技術(shù)效率產(chǎn)生了顯著的正向影響，這與多數(shù)文獻(xiàn)研究結(jié)論相一致[29]。戶主的受教育程度高低體現(xiàn)了家庭人力資本投資的規(guī)模，人力資本投資越大，生產(chǎn)技術(shù)效率值提升越快，充分說(shuō)明了人力資本在農(nóng)戶生產(chǎn)技術(shù)效率提升上發(fā)揮了顯著的“內(nèi)部效應(yīng)”。同時(shí)，新技術(shù)的采用更能夠促進(jìn)農(nóng)戶生產(chǎn)技術(shù)效率的提升(作用系數(shù)較大)，在技術(shù)效率提升上技術(shù)的“溢出效應(yīng)”明顯。戶主的年齡和家庭成員外出務(wù)工時(shí)間對(duì)農(nóng)戶生產(chǎn)技術(shù)效率產(chǎn)生了顯著的負(fù)向影響。充分表明，戶主的年齡越大越傾向保守的生產(chǎn)方式，越難接受新鮮事物，對(duì)生產(chǎn)技術(shù)效率的提升產(chǎn)生了明顯的阻礙作用。家庭成員外出務(wù)工時(shí)間越長(zhǎng)，從事農(nóng)業(yè)生產(chǎn)的時(shí)間就會(huì)越短，實(shí)際生產(chǎn)中因缺少精耕細(xì)作而導(dǎo)致效率的損失，本文沒(méi)能佐證一般文獻(xiàn)得出的外出務(wù)工對(duì)農(nóng)業(yè)生產(chǎn)效率具有“積累效應(yīng)”的結(jié)論。

2.鄉(xiāng)鎮(zhèn)層次變量的作用效應(yīng)

從表2中可以看出，農(nóng)戶層次變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的作用效應(yīng)，會(huì)隨著鄉(xiāng)鎮(zhèn)的不同而不同，也就是說(shuō)農(nóng)戶層次變量的作用效應(yīng)在鄉(xiāng)鎮(zhèn)層面上會(huì)發(fā)生變異。農(nóng)戶層次變量被鄉(xiāng)鎮(zhèn)層次變量解釋比例最多的是外出務(wù)工時(shí)間效應(yīng)的方差，約65%，原因可能是外出務(wù)工時(shí)間與農(nóng)戶生產(chǎn)技術(shù)效率關(guān)聯(lián)作用在各鄉(xiāng)鎮(zhèn)之間變異程度也比較大的緣故；最少的是年齡效應(yīng)的變異，只有45%，部分原因可能為年齡與農(nóng)戶生產(chǎn)技術(shù)效率之間的關(guān)聯(lián)關(guān)系在各鄉(xiāng)鎮(zhèn)間變異程度也比較小的緣故；技術(shù)效應(yīng)和教育效應(yīng)的變異分別約為53%和50%。

第一，鄉(xiāng)鎮(zhèn)層次上的年齡變量弱化了戶主年齡對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的負(fù)向影響(γ=0.000 5，P<0.01)，即鄉(xiāng)鎮(zhèn)中平均年齡每增加一個(gè)單位，年齡對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的負(fù)向影響就減少0.000 5個(gè)單位。也就是說(shuō)，在平均年齡較大的鄉(xiāng)鎮(zhèn)中，戶主年齡對(duì)技術(shù)效率負(fù)向影響會(huì)減弱。在鄉(xiāng)鎮(zhèn)中，對(duì)于小規(guī)模農(nóng)戶來(lái)說(shuō)農(nóng)業(yè)生產(chǎn)還主要依靠戶主自身的勞動(dòng)力投入，戶主年齡較大勞動(dòng)經(jīng)驗(yàn)相對(duì)比較豐富，勞動(dòng)態(tài)度較好，在農(nóng)業(yè)生產(chǎn)中更能體現(xiàn)精耕細(xì)作的效率改進(jìn)，因此，在平均年齡較大的鄉(xiāng)鎮(zhèn)中，農(nóng)戶之間更容易交流和分享生產(chǎn)經(jīng)驗(yàn)，在一定程度上能夠彌補(bǔ)因?yàn)轶w力和新鮮事物接受上的不足。

第二，鄉(xiāng)鎮(zhèn)層次上的平均教育程度能夠提高戶主教育程度對(duì)生產(chǎn)技術(shù)效率的促進(jìn)作用(γ=0.013 3，P<0.05)，即在鄉(xiāng)鎮(zhèn)中平均教育程度增加一個(gè)單位，戶主教育程度對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的正向影響就會(huì)提高0.013 3個(gè)單位。充分說(shuō)明，在人力資本投資較高的鄉(xiāng)鎮(zhèn)中，人力資本對(duì)技術(shù)效率的提升效應(yīng)越明顯。本文的研究與多數(shù)文獻(xiàn)的結(jié)論是一致的。

第三，鄉(xiāng)鎮(zhèn)層次上的外出務(wù)工時(shí)間變量強(qiáng)化了家庭成員外出務(wù)工時(shí)間與農(nóng)戶生產(chǎn)技術(shù)效率之間的負(fù)向作用效應(yīng)(γ=-0.012 7，P<0.001)。結(jié)果表明，鄉(xiāng)鎮(zhèn)中農(nóng)戶家庭成員外出務(wù)工時(shí)間越長(zhǎng)，農(nóng)戶家庭生產(chǎn)技術(shù)效率越低。一方面，家庭成員外出務(wù)工時(shí)間越長(zhǎng)，農(nóng)業(yè)生產(chǎn)中投入的勞動(dòng)量越少，降低了家庭農(nóng)業(yè)精耕細(xì)作的可能性和普遍性；另一方面，成員外出務(wù)工獲的經(jīng)歷、務(wù)工匯款以及社會(huì)資本的流入沒(méi)能充分地投入家庭農(nóng)業(yè)生產(chǎn)中，造成了外出務(wù)工“積累效應(yīng)”釋放不完全。

第四，鄉(xiāng)鎮(zhèn)層次上的技術(shù)變量強(qiáng)化了農(nóng)戶層次技術(shù)變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的正向影響效應(yīng)(γ=0.164 4，P<0.05)，即在鄉(xiāng)鎮(zhèn)中采用新技術(shù)的均值每增加一個(gè)單位，農(nóng)戶層次技術(shù)變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的正向影響就增加0.164 4各單位。實(shí)證結(jié)果表明，在新技術(shù)采用較好的鄉(xiāng)鎮(zhèn)中，農(nóng)戶技術(shù)采用行為會(huì)極大地提升生產(chǎn)技術(shù)效率。同時(shí)也表明，農(nóng)戶新技術(shù)的采用還主要依靠政府新技術(shù)的推廣以及農(nóng)戶間相互模仿等途徑，如果鄉(xiāng)鎮(zhèn)中多數(shù)農(nóng)戶采用新技術(shù)，農(nóng)戶采用新技術(shù)的積極性會(huì)更高、途徑會(huì)更多，就會(huì)降低個(gè)體采用新技術(shù)的成本和風(fēng)險(xiǎn)，那么采用新技術(shù)對(duì)農(nóng)戶生產(chǎn)技術(shù)效率提升的“溢出效應(yīng)”和“擴(kuò)散效應(yīng)”體現(xiàn)的就更明顯。

3.空間地理環(huán)境的影響

以上實(shí)證分析結(jié)果表面，農(nóng)戶層次變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的作用效應(yīng)會(huì)在鄉(xiāng)鎮(zhèn)層面上發(fā)生變異，而這種變異又會(huì)因?yàn)猷l(xiāng)鎮(zhèn)所處的空間地理環(huán)境的不同而產(chǎn)生差異。

在農(nóng)戶層次年齡變量和農(nóng)戶生產(chǎn)技術(shù)效率間關(guān)聯(lián)影響上，黑龍江省區(qū)域啞變量(β=0.053 5，P<0.001)和黑龍江- 年齡鄉(xiāng)鎮(zhèn)常模交互項(xiàng)(β=-0.001 2，P<0.001)兩個(gè)變量作用效應(yīng)顯著，且前者的作用效應(yīng)大于后者。湖南省區(qū)域啞變量(β=-0.024 2，P>0.05)和湖南- 年齡鄉(xiāng)鎮(zhèn)常模交互項(xiàng)(β=0.000 4，P>0.05)兩個(gè)變量的作用效應(yīng)不顯著，但正向的作用趨勢(shì)較明顯。與參照類別甘肅相比，在空間地理環(huán)境作用下，黑龍江省的鄉(xiāng)鎮(zhèn)層次的年齡變量更有助于提升農(nóng)戶生產(chǎn)技術(shù)效率，其次是甘肅，最后是湖南。

按照這樣的分析思路可以得出：在農(nóng)戶層次教育變量和農(nóng)戶生產(chǎn)技術(shù)效率間關(guān)聯(lián)影響上，與參照類別湖南相比，湖南省鄉(xiāng)鎮(zhèn)層次教育變量更有助于提高農(nóng)戶生產(chǎn)技術(shù)效率，其次是甘肅省，最后是黑龍江省。在農(nóng)戶層次外出務(wù)工時(shí)間變量和農(nóng)戶生產(chǎn)技術(shù)效率間關(guān)聯(lián)影響上，與參照類別黑龍江相比，湖南省區(qū)域啞變量(β=-0.063 3，P<0.05)有較強(qiáng)的強(qiáng)化作用，而甘肅- 外出鄉(xiāng)鎮(zhèn)常模交互項(xiàng)變量(β=0.052 2，P<0.001)有較強(qiáng)的弱化作用。也就是說(shuō)，甘肅省鄉(xiāng)鎮(zhèn)層次的外出務(wù)工時(shí)間變量更能夠促進(jìn)農(nóng)戶生產(chǎn)技術(shù)效率的提高，其次是黑龍江省，最后是湖南省。在農(nóng)戶層次技術(shù)變量和農(nóng)戶生產(chǎn)技術(shù)效率間關(guān)聯(lián)影響上，與參照類別甘肅相比，湖南省鄉(xiāng)鎮(zhèn)層次技術(shù)變量(β=0.542 2，P<0.05)更有助于提高農(nóng)戶生產(chǎn)技術(shù)效率，其次是甘肅省，最后是黑龍江省(β=-0.025 0，P>0.05)。

四、結(jié)論及政策啟示

本文通過(guò)建立“農(nóng)戶—鄉(xiāng)鎮(zhèn)”兩層次數(shù)據(jù)庫(kù)，在利用DEA-VRS模型測(cè)算農(nóng)戶技術(shù)效率基礎(chǔ)上，通過(guò)構(gòu)建兩層次空間環(huán)境HLM模型，數(shù)理檢驗(yàn)了農(nóng)戶層次、鄉(xiāng)鎮(zhèn)層次以及空間地理環(huán)境變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率影響的差異，得到如下結(jié)論：

(1)農(nóng)戶層次各變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率產(chǎn)生了顯著異質(zhì)性的作用效應(yīng)，教育和技術(shù)變量是顯著的正向預(yù)期因子，而年齡和外出務(wù)工時(shí)間變量是顯著的負(fù)向預(yù)期因子。農(nóng)戶層次各變量的回歸效應(yīng)在鄉(xiāng)鎮(zhèn)層面上的變異隨著鄉(xiāng)鎮(zhèn)的不同而不同，變異程度由大到小依次為技術(shù)、外出務(wù)工時(shí)間、教育、年齡。

(2)鄉(xiāng)鎮(zhèn)層次各變量對(duì)農(nóng)戶層次變量與農(nóng)戶技術(shù)效率關(guān)聯(lián)作用的影響具有顯著的異質(zhì)性。具體表現(xiàn)為：在平均年齡較大的鄉(xiāng)鎮(zhèn)中，戶主年齡對(duì)技術(shù)效率負(fù)向影響會(huì)減弱；在平均受教育程度較高的鄉(xiāng)鎮(zhèn)中，人力資本對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的正向效應(yīng)更加明顯；鄉(xiāng)鎮(zhèn)中農(nóng)戶家庭成員外出務(wù)工時(shí)間越長(zhǎng)，農(nóng)戶家庭生產(chǎn)技術(shù)效率越低；在新技術(shù)采用較好的鄉(xiāng)鎮(zhèn)中，農(nóng)戶技術(shù)采用行為會(huì)更顯著地提升農(nóng)戶生產(chǎn)技術(shù)效率。同時(shí)，研究也表明：農(nóng)戶層次變量的作用效應(yīng)在鄉(xiāng)鎮(zhèn)層次變量中被解釋的比例，最多的是外出務(wù)工時(shí)間，最少的是年齡效應(yīng)的45%，技術(shù)和教育被解釋的比例分別為53%和50%。

(3)空間地理環(huán)境變量對(duì)農(nóng)戶生產(chǎn)技術(shù)效率的影響具有明顯的差異性。黑龍江省鄉(xiāng)鎮(zhèn)層次年齡變量更有助于農(nóng)戶生產(chǎn)技術(shù)效率的提高，其次是甘肅，最后是湖南；湖南省鄉(xiāng)鎮(zhèn)層次教育變量更有助于提高農(nóng)戶生產(chǎn)技術(shù)效率，其次是甘肅省，最后是黑龍江省；甘肅省鄉(xiāng)鎮(zhèn)層次外出務(wù)工時(shí)間變量更能夠促進(jìn)農(nóng)戶生產(chǎn)技術(shù)效率的提高，其次是黑龍江省，最后是湖南??；湖南省鄉(xiāng)鎮(zhèn)技術(shù)變量更有助于提高農(nóng)戶生產(chǎn)技術(shù)效率，其次是甘肅省，最后是黑龍江省。

根據(jù)文章以上的實(shí)證分析結(jié)果，得到的政策啟示很明確：

(1)培育新型農(nóng)業(yè)經(jīng)營(yíng)主體。從農(nóng)戶維度來(lái)說(shuō)，制定新型農(nóng)業(yè)經(jīng)營(yíng)主體的政策重點(diǎn)，政府應(yīng)該在掌握農(nóng)戶經(jīng)濟(jì)活動(dòng)區(qū)位特征基礎(chǔ)上，著力培育和提升區(qū)域農(nóng)戶自主發(fā)展能力以及農(nóng)戶對(duì)外部環(huán)境約束的響應(yīng)能力[33]，提高農(nóng)戶與區(qū)域地理環(huán)境間的適宜性，充分釋放要素稟賦的勢(shì)能，才能在本質(zhì)上提高農(nóng)戶資源利用效率及生產(chǎn)技術(shù)效率。

(2)完善鄉(xiāng)鎮(zhèn)層面的農(nóng)業(yè)服務(wù)體系。從鄉(xiāng)鎮(zhèn)空間維度來(lái)看，政府農(nóng)業(yè)服務(wù)體系構(gòu)建的著力點(diǎn)應(yīng)該放在鄉(xiāng)鎮(zhèn)層面，完善鄉(xiāng)鎮(zhèn)層面的要素供給服務(wù)體系，有利于要素在鄉(xiāng)鎮(zhèn)內(nèi)和鄉(xiāng)鎮(zhèn)間流動(dòng)，提升農(nóng)戶要素配置效率，更有利于減少政策的執(zhí)行成本，提高政策的準(zhǔn)確性和精確性。

(3)制定區(qū)域差異化的農(nóng)民政策。政府制定農(nóng)民政策要在“普惠式”基礎(chǔ)上，更加強(qiáng)調(diào)“差異化”，區(qū)域異質(zhì)性的要素結(jié)構(gòu)和質(zhì)量?jī)?nèi)生決定了農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，只有差異化的農(nóng)民政策才能提高區(qū)域農(nóng)業(yè)要素稟賦與農(nóng)戶自身稟賦間的適宜度，提高農(nóng)戶農(nóng)業(yè)生產(chǎn)的積極性和要素利用效率，進(jìn)而提升農(nóng)戶生產(chǎn)技術(shù)效率。

[1] 王景新.“農(nóng)戶經(jīng)濟(jì)”：將長(zhǎng)期存在并有效發(fā)展.http:∥theory.people.com.cn/n/2013/0809/c40531-22500668.html.2013- 08- 09

[2] Banker R D, Morey R C. Efficiency analysis for exogenously fixed inputs and outputs.OperationsResearch, 1986(4): 513-521

[3] Kalirajan K P, Obwona M B, Zhao S. A decomposition of total factor productivity growth: the case of Chinese agricultural growth before and after reforms.AmericanJournalofAgriculturalEconomics, 1996(2): 331-338

[4] 亢霞，劉秀梅.我國(guó)糧食生產(chǎn)的技術(shù)效率分析.中國(guó)農(nóng)村觀察，2005(4)：25-32

[5] 李谷成，馮中朝，范麗霞.農(nóng)戶家庭經(jīng)營(yíng)技術(shù)效率與全要素生產(chǎn)率增長(zhǎng)分解.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007(8)：25-34

[6] 李然，馮中朝.環(huán)境效應(yīng)和隨機(jī)誤差的農(nóng)戶家庭經(jīng)營(yíng)技術(shù)效率分析.財(cái)經(jīng)研究，2009(9)：92-102

[7] McCarty T A, Yaisawarng S. Technical efficiency in New Jersey school districts.Themeasurementofproductiveefficiency:Techniquesandapplications, 1993: 271-287

[8] 錢(qián)麗，肖仁橋，陳忠衛(wèi).碳排放約束下中國(guó)省際農(nóng)業(yè)生產(chǎn)效率及其影響因素研究.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013(9)：100-112

[9] 趙京，楊鋼橋，汪文雄.政府農(nóng)村公共產(chǎn)品投入對(duì)農(nóng)業(yè)生產(chǎn)效率的影響分析.經(jīng)濟(jì)體制改革，2013(3)：76-80

[10] 賈馳.資源和諧匹配與農(nóng)戶生產(chǎn)效率提升.商業(yè)經(jīng)濟(jì)與管理，2013(4)：81-88

[11] 常向陽(yáng)，韓園園.農(nóng)業(yè)技術(shù)擴(kuò)散動(dòng)力及渠道運(yùn)行對(duì)農(nóng)業(yè)生產(chǎn)效率的影響研究.中國(guó)農(nóng)村觀察，2014(4)：63-70

[12] 周亮，等.糧食增產(chǎn)背景下淮河流域農(nóng)業(yè)生產(chǎn)效率時(shí)空變化分析.地理科學(xué)，2013(12)：1476-1483

[13] Fried H O, Lovell C A K, Schmidt S S, et al. Accounting for environmental effects and statistical noise in data envelopment analysis.JournalofproductivityAnalysis, 2002(1-2): 157-174

[14] 郭軍華，倪明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(12)：27-38

[15] 焦源.山東省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)研究.中國(guó)人口﹒資源與環(huán)境，2013(12)：105-110

[16] Anselin L, Bongiovanni R, Lowenberg-DeBoer J. A spatial econometric approach to the economics of site-specific nitrogen management in corn production.AmericanJournalofAgriculturalEconomics, 2004(3): 675-687

[17] Holloway G, Lacombe D, LeSage J P. Spatial Econometric Issues for Bio-Economic and Land-Use Modelling.JournalofAgriculturalEconomics, 2007(3): 549-588

[18] 吳玉鳴.中國(guó)區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測(cè)算.中國(guó)農(nóng)村經(jīng)濟(jì)，2010(6)：25-37

[19] Pinkse J, Slade M E. The Future of Spatial Econometrics.JournalofRegionalScience, 2010(1): 103-117

[20] 劉安國(guó)，張?jiān)?，張英?新經(jīng)濟(jì)地理學(xué)擴(kuò)展視角下的區(qū)域協(xié)調(diào)發(fā)展理論研究.經(jīng)濟(jì)問(wèn)題探索，2014(11)：184-190

[21] Corrado L, Fingleton B. Where Is the Economics in Spatial Econometrics?JournalofRegionalScience, 2012(2): 210-239

[22] 李興緒，劉曼莉，葛珺沂.西南邊疆民族地區(qū)農(nóng)戶收入的地理影響因素分析.地理學(xué)報(bào)，2010(2)：235-243

[23] Deaton A. Data and econometric tools for development analysis.HandbookofDevelopmentEconomics,ElsevierScience. Amsterdam, Netherlands,1995(3):1858-1861

[24] Blundell R, Windmeijer F. Cluster effects and simultaneity in multilevel models.HealthEconomics, 1997(4): 439-443

[25] Goldstein H. Restricted unbiased iterative generalized least-squares estimation.Biometrika, 1989(3): 622-623

[26] 張雷，雷靂，郭伯良.多層線性模型應(yīng)用.教育科學(xué)出版社，2003:12-13

[27] 楊俊，楊鋼橋，胡賢輝.農(nóng)業(yè)勞動(dòng)力年齡對(duì)農(nóng)戶耕地利用效率的影響.資源科學(xué)，2011(9)：1691-1698

[28] 魏下海，董志強(qiáng).中國(guó)企業(yè)勞動(dòng)收入份額變動(dòng)分解：代際效應(yīng)與年齡效應(yīng).財(cái)經(jīng)研究，2013(1)：82-92

[29] 陳釗，陸銘，金煜.中國(guó)人力資本和教育發(fā)展的區(qū)域差異.世界經(jīng)濟(jì)，2004(12)：25-31

[30] 劉新智，劉雨松.外出務(wù)工經(jīng)歷對(duì)農(nóng)戶創(chuàng)業(yè)行為決策的影響.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015(6)：4-14

[31] 錢(qián)文榮，鄭黎義.勞動(dòng)力外出務(wù)工對(duì)農(nóng)戶家庭經(jīng)營(yíng)收入的影響.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011(1)：48-56

[32] 儲(chǔ)成兵，李平.農(nóng)戶環(huán)境友好型農(nóng)業(yè)生產(chǎn)行為研究.統(tǒng)計(jì)與信息論壇，2013(3)：89-93

[33] 李小建，等.不同環(huán)境下農(nóng)戶自主發(fā)展能力對(duì)收入增長(zhǎng)的影響.地理學(xué)報(bào)，2009(6)：643-652

Study on Spatial Environment Effect of Farmers’Producing Technical Efficiency——Based on DEA-VRS-HLM Model Test

Yao Zengfu Tang Huajun

Under the economic space integration framework，this article makes an empirical test of the impact of spatial environment on farmers’ producing technical efficiency by using DEA-VRS model and HLM model of spatial environment, based on 649 micro data from 15countiesof 3 provinces. Results show that in farmers dimension variable impacting on farmers’ producing technical efficiency, education and technology are significant positive factors, while the age and migrant workers time are significantly negative factors. The variation of farmers dimension effect in the villages dimension from high to low in turn is technology, migrant workers time, education and age. The proportion explained by village level variables is largest 65% in migrant workers time and smallest 45% in age. Villages dimension variables strengthen the effect in positive association relationship of education and farmers’ producing technical efficiency, in negative association relationship of migrant workers time and farmers’ producing technical efficiency, and in positive association relationship of technology and farmers’ producing technical efficiency. That weakens the effect in negative association relationship of age and farmers’ producing technical efficiency. The promotion effect on age and migrant workers time to farmers’ producing technical efficiency is more favorable in Heilongjiang Province and Gansu Province. However, the promotion effect on education and technology to farmers’ producing technical efficiency is more favorable in Hunan Province.

Farmers; Producing technical efficiency; Spatial environment; DEA-VRS-HLM model

2016-04-12

國(guó)家社科基金一般項(xiàng)目“西部農(nóng)戶農(nóng)業(yè)環(huán)境效率、要素配置效率及其提升機(jī)制研究”(編號(hào)：15BGL131)。

姚增福，桂林航天工業(yè)學(xué)院外語(yǔ)外貿(mào)系副教授；

唐華俊，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所研究員、博士生導(dǎo)師，中國(guó)工程院院士，郵編：100081。