收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響——基于河北省的調(diào)查數(shù)據(jù)

吳天龍，趙軍潔，習銀生

?

收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響——基于河北省的調(diào)查數(shù)據(jù)

吳天龍a，趙軍潔b，習銀生a

(農(nóng)業(yè)部a.農(nóng)村經(jīng)濟研究中心，北京 100810；b.農(nóng)業(yè)部管理干部學院，北京 102208)

基于2014 年河北省307 份農(nóng)戶調(diào)查數(shù)據(jù)，采用DEA-Tobit 兩步法分析了收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響，結果表明：非農(nóng)收入已經(jīng)成為農(nóng)戶收入的最主要來源，農(nóng)戶非農(nóng)收入占比的平均值為66%；收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響不顯著，小麥生產(chǎn)的技術效率沒有因為農(nóng)戶家庭勞動力的部分轉(zhuǎn)移而受到明顯的不利影響；適度擴大經(jīng)營面積可以有效提高農(nóng)戶小麥生產(chǎn)技術效率。

收入非農(nóng)化；農(nóng)戶；小麥生產(chǎn)；技術效率

一、問題的提出

隨著中國城鄉(xiāng)一體化的不斷深入，二元結構逐步淡化，農(nóng)村居民在比較利益的驅(qū)動下，越來越多地轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)和非農(nóng)地區(qū)，農(nóng)戶非農(nóng)化傾向明顯，非農(nóng)收入已經(jīng)逐漸成為中國農(nóng)戶收入增長的重要來源?！吨袊y(tǒng)計年鑒》顯示，1983年農(nóng)村居民工資性收入僅占總收入的18.6%，而2015年工資性收入已經(jīng)超過40%。

農(nóng)戶非農(nóng)化問題引起了學術界的廣泛關注，學者們從不同角度論證和分析了農(nóng)戶非農(nóng)化對農(nóng)業(yè)生產(chǎn)的影響[1-3]，發(fā)現(xiàn)中國農(nóng)業(yè)勞動力實際工資水平不斷上漲[4]，而戶均農(nóng)業(yè)勞動投入時間迅速下降[5]；青壯年勞動力的外流對農(nóng)業(yè)技術的采用和擴散產(chǎn)生不利影響，制約農(nóng)業(yè)生產(chǎn)效率的提高[6]；非農(nóng)收入在一定程度上可緩解農(nóng)戶的資金約束[7]，有利于轉(zhuǎn)變生產(chǎn)結構。一些學者實證分析了非農(nóng)化對糧食生產(chǎn)效率的影響。黃祖輝等基于一步隨機前沿分析法，利用江西省325個農(nóng)戶的783個水稻地塊的投入產(chǎn)出數(shù)據(jù)進行了實證分析，發(fā)現(xiàn)非農(nóng)就業(yè)程度與稻農(nóng)的技術效率存在著顯著的正相關[8]；Oberal A. S.研究表明，農(nóng)村勞動力的非農(nóng)化并不會影響農(nóng)戶采用新的生產(chǎn)技術[9]；夏莉艷研究認為，在農(nóng)戶非農(nóng)化過程中，往往都是青壯年轉(zhuǎn)向非農(nóng)部門，老年人留下繼續(xù)從事農(nóng)業(yè)，對新技術的采用存在一定的抑制作用[10]；Mariapia Mendola研究發(fā)現(xiàn)，收入的非農(nóng)化對農(nóng)戶土地生產(chǎn)率的影響效果與農(nóng)戶非農(nóng)勞動力的轉(zhuǎn)移時間、轉(zhuǎn)移地點、轉(zhuǎn)移的長久性以及農(nóng)戶的收入水平有關[11]。

綜上可知，已有文獻關于農(nóng)戶非農(nóng)化對農(nóng)業(yè)生產(chǎn)影響的研究已經(jīng)取得一定成果，但是深入探討農(nóng)戶非農(nóng)化對主要農(nóng)作物農(nóng)業(yè)生產(chǎn)技術效率影響的研究并不多，尤其缺乏收入非農(nóng)化對中國農(nóng)戶小麥生產(chǎn)技術效率影響的研究。小麥是中國三大主糧作物之一，在保障國家糧食安全中的地位突出。中國統(tǒng)計年鑒數(shù)據(jù)顯示，2015年全國小麥總播種面積為24 141千公頃，總產(chǎn)量為13 018.5萬噸，分別占當年全國谷物總播種面積和總產(chǎn)量的25.2%和22.7%。小麥生產(chǎn)的持續(xù)穩(wěn)定對中國國民經(jīng)濟運行和國家糧食安全保障影響深遠。因此，筆者擬基于河北省農(nóng)戶的調(diào)查數(shù)據(jù)，采用DEA-Tobit兩步法分析收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響。

二、模型與變量選擇

近年來，中國小麥生產(chǎn)技術效率不斷提高，但仍有提升空間[12]。就收入非農(nóng)化來說，對小麥生產(chǎn)技術效率的影響主要體現(xiàn)在兩個方面。一方面，非農(nóng)收入可緩解農(nóng)戶的資金壓力，有利于改善投入結構，而外出務工人員接觸到的新信息和新技能對小麥生產(chǎn)技術效率也具有積極影響；另一方面，非農(nóng)化導致農(nóng)業(yè)勞動力投入不足，而且隨著農(nóng)戶收入結構的改變，農(nóng)業(yè)收入所占份額縮小會降低農(nóng)戶的農(nóng)業(yè)生產(chǎn)積極性，對小麥生產(chǎn)技術效率產(chǎn)生負面影響。因此估計對小麥生產(chǎn)技術效率會產(chǎn)生顯著影響，但影響的方向不確定。

根據(jù)已有研究，還有許多因素會對小麥生產(chǎn)技術效率產(chǎn)生影響[13]。農(nóng)戶的家庭行為決策很大一部分來自于戶主，因此戶主的個人情況對農(nóng)戶小麥生產(chǎn)技術效率會產(chǎn)生影響。其中，戶主的年齡在一定程度上代表農(nóng)戶的生命周期，還可以反映出農(nóng)戶農(nóng)業(yè)生產(chǎn)的經(jīng)驗水平，一方面年齡的增加代表著經(jīng)驗的豐富，另一方面年齡較大的農(nóng)戶對新技術的接受能力相對較弱，對小麥生產(chǎn)技術效率構成雙面影響。戶主是否參加過農(nóng)業(yè)培訓有助于改善農(nóng)戶的生產(chǎn)行為[14-15]，但是在實際生產(chǎn)過程中，接受過專業(yè)培訓的戶主并不多。農(nóng)戶生產(chǎn)資源稟賦對農(nóng)戶的小麥生產(chǎn)技術效率有著重要影響，其中土地經(jīng)營規(guī)模是最能直接體現(xiàn)農(nóng)戶生產(chǎn)資源稟賦的變量。農(nóng)戶家庭所處的區(qū)位特點也會對小麥生產(chǎn)技術效率產(chǎn)生影響。富裕地區(qū)非農(nóng)產(chǎn)業(yè)一般比較發(fā)達，農(nóng)戶從事非農(nóng)產(chǎn)業(yè)所獲得的收益較大，即農(nóng)戶從事農(nóng)業(yè)生產(chǎn)的機會成本較高，富裕地區(qū)農(nóng)戶的資金優(yōu)勢明顯，但是越是富裕的地區(qū)，農(nóng)戶對農(nóng)業(yè)的重視程度也可能越低。交通便利程度會對農(nóng)戶購買農(nóng)業(yè)生產(chǎn)資料和兼顧務工、務農(nóng)構成影響，也會影響兼業(yè)農(nóng)戶回家務農(nóng)的資金和人力成本，因此可能對農(nóng)戶的小麥生產(chǎn)技術效率產(chǎn)生明顯影響。

數(shù)據(jù)包絡分析(DEA)是以相對效率概念為基礎的一種效率評價方法，運用最多的基礎模型主要有兩種：CCR和BCC[16]。BCC模型是Banker、Charnes和Cooper1984年在DEA方法的基礎上構建的假定規(guī)模報酬可變(VRS)條件下的數(shù)據(jù)包絡分析技術，利用該模型能夠較為方便地分析農(nóng)戶農(nóng)業(yè)生產(chǎn)的技術效率。因此，筆者選用DEA-Tobit兩步法分析收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響。首先選用數(shù)據(jù)包絡分析法中的BCC模型評價農(nóng)戶的小麥生產(chǎn)技術效率。考慮到生態(tài)友好、綠色可持續(xù)是未來農(nóng)業(yè)發(fā)展的主要方向，在對模型進行估計時，重點探討在固定產(chǎn)量的前提下如何使投入最小。模型的線性規(guī)劃式如下：

(1)式中，θ*表示測量所得小麥生產(chǎn)技術效率，且滿足θ*∈[0，1]。X代表投入要素，Y代表產(chǎn)出要素，代表權重系數(shù)，S+和S-為投入要素和產(chǎn)出要素的冗余(或不足)值。當θ*＜1時，表明小麥的生產(chǎn)技術效率沒有達到最優(yōu)；當θ*=1時，表明生產(chǎn)技術效率已經(jīng)達到最優(yōu)。

基于數(shù)據(jù)包絡分析的小麥生產(chǎn)技術效率取值范圍在0到1之間，使用普通最小二乘法對結果進行估計會有偏差，而Tobit模型在處理因變量取值在0和1之間的截尾數(shù)時具有一定優(yōu)勢，尤其在被解釋變量的分布呈現(xiàn)部分連續(xù)，部分離散的情況下，采用這種方法估計結果更精確[17-18]。因此，筆者以小麥生產(chǎn)技術效率作為被解釋變量，選擇Tobit模型來分析收入非農(nóng)化及相關因素對農(nóng)戶小麥生產(chǎn)技術效率的影響。Tobit的基礎表達式為：

代表小麥生產(chǎn)技術效率；代表農(nóng)戶家庭非農(nóng)收入占比和其他可能對小麥生產(chǎn)技術效率產(chǎn)生影響的非投入因素，即解釋變量和控制變量；是相關系數(shù)。

在DEA分析過程中，根據(jù)所選模型的要求和所要研究問題的實際情況，結合C-D生產(chǎn)函數(shù)，遵循理論性、數(shù)據(jù)可獲得性、指標體系的完整性，參考已有研究成果[19]，筆者選擇的產(chǎn)出指標為小麥單產(chǎn)(千克/公頃)，選擇的投入指標為種子投入(元/公頃)、化肥農(nóng)藥投入(元/公頃)、勞動力投入(天/公頃)以及其他資本投入(元/公頃)。其中，涉及到的資本投入變量均為單位面積投入資本；勞動力投入則是將勞動力投入折算成8小時工作日后，以農(nóng)戶每公頃投入的工作日計量；其他投入是指除種子、化肥農(nóng)藥、勞動力之外的投入，包括固定資產(chǎn)折舊、水電費、機械投入等。

在利用Tobit模型分析非農(nóng)收入對農(nóng)戶小麥生產(chǎn)技術效率的影響時，被解釋變量為DEA模型中估計出的各農(nóng)戶的小麥生產(chǎn)技術效率。參考已有研究，根據(jù)數(shù)據(jù)的可獲得性，除了解釋變量“非農(nóng)收入占比”，筆者還選擇了以下五個控制變量：

耕種面積：用農(nóng)戶實際耕種的土地面積表示。

戶主年齡：用戶主的實際年齡表示。

參加過農(nóng)業(yè)培訓：該變量用虛擬變量來表示，如果戶主參加過農(nóng)業(yè)培訓，取值為1，如果沒有參加過農(nóng)業(yè)培訓，則取值為0。

村莊人均收入：村莊收入水平代表了農(nóng)戶所處的環(huán)境的富裕程度，用農(nóng)戶所在行政村的人均收入來表示。

離縣城的距離：出行的便利程度會對農(nóng)戶購買農(nóng)業(yè)生產(chǎn)資料和兼顧務工、務農(nóng)構成影響，因此可能影響農(nóng)業(yè)生產(chǎn)技術效率的改進。

各變量的具體解釋如表1所示。

表1　變量的解釋及樣本描述性統(tǒng)計

三、數(shù)據(jù)來源與計量結果分析

本研究數(shù)據(jù)來源于2014年河北省實地調(diào)研，采用的是隨機取樣法，共發(fā)放調(diào)查問卷356份，回收352份，有效問卷307份。河北省是農(nóng)業(yè)大省和中國小麥主產(chǎn)省。數(shù)據(jù)所涉及年份河北省并未發(fā)生不利于糧食生產(chǎn)的重大自然災害，農(nóng)戶的糧食產(chǎn)量穩(wěn)定，數(shù)據(jù)具有一定的代表性。數(shù)據(jù)調(diào)研范圍覆蓋石家莊市、唐山市、衡水市、邯鄲市、邢臺市、滄州市、廊坊市的29個行政村，在樣本村中，人均收入最低的村為4 500元，最高的村為13 168元，相對于取樣年份河北省農(nóng)戶人均收入9 101元的水平，分布相對均勻；距離縣城最遠50千米，距離縣城最近4千米。樣本的描述性統(tǒng)計如表1所示。

筆者將家庭收入中非農(nóng)收入占比高于整體樣本平均值的農(nóng)戶定義為收入非農(nóng)化程度較高的農(nóng)戶，將非農(nóng)收入占比低于整體樣本平均值的農(nóng)戶定義為收入非農(nóng)化程度較低的農(nóng)戶，使用Deap VerSion 2.1軟件對農(nóng)戶小麥生產(chǎn)技術效率進行估計，結果如表2所示。

表2　農(nóng)戶小麥生產(chǎn)技術效率的DEA模型估計結果

從表2可以看出，總體來說，樣本農(nóng)戶小麥生產(chǎn)技術效率不高，平均值為0.611，這可能是因為多數(shù)農(nóng)戶的土地經(jīng)營規(guī)模較小，與樣本中經(jīng)營規(guī)模較大農(nóng)戶相比，規(guī)模效益較差，單位面積投入過高，投入結構存在一定的不合理性。通過對比分析可以發(fā)現(xiàn)，非農(nóng)收入占比低于樣本平均水平的農(nóng)戶有110戶，技術效率平均值為0.627；非農(nóng)收入占比高于樣本平均水平的農(nóng)戶有197戶，技術效率平均值為0.602。從直觀的結果看，收入非農(nóng)化程度較低的農(nóng)戶的技術效率相對略高，但這是在沒有控制其他變量情況下的直接比較。綜合其他因素的具體影響情況還需要利用Tobit模型對估計出來的農(nóng)戶小麥生產(chǎn)技術效率進行進一步的回歸分析。

3．農(nóng)戶小麥生產(chǎn)技術效率影響因素的Tobit模型估計結果與分析

筆者使用Stata軟件對農(nóng)戶小麥生產(chǎn)技術效率影響因素進行估計，結果如表3所示。解釋變量非農(nóng)收入比的估計系數(shù)為正，但沒有通過顯著性檢驗。說明收入非農(nóng)化與農(nóng)戶小麥生產(chǎn)技術效率沒有顯著的相關性，也就是說在當前生產(chǎn)情況下，非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的提高可能存在一定的積極效果，但是效果并不明顯。其主要的原因可能是：在農(nóng)戶的小麥生產(chǎn)過程中，收入非農(nóng)化對技術效率的影響存在正反兩個方向作用，兩方面作用在一定程度上相互抵消。一方面，勞動力的流失會對小麥的生產(chǎn)構成一定負面影響。從事非農(nóng)行業(yè)的勞動力雖然可以在某個固定的時間集中回家務農(nóng)，但是不能隨時參加農(nóng)業(yè)生產(chǎn)，小麥需水量相對較大，灌溉次數(shù)較多(三次左右)，從事非農(nóng)行業(yè)的家庭成員很難把握每次灌溉的實際情況，而且也不可能隨時回家灌溉，因此對農(nóng)業(yè)生產(chǎn)構成負面影響。另一方面，傳統(tǒng)農(nóng)戶小麥生產(chǎn)投入結構尚存改進空間，非農(nóng)收入的增加導致部分資本和勞動力的替代轉(zhuǎn)化，改變了農(nóng)戶的資源稟賦，使其可以重新權衡資本、土地和勞動力三者之間的關系，能夠更為合理地調(diào)配資源。

表3　農(nóng)戶小麥生產(chǎn)技術效率影響因素的Tobit模型估計結果

注：***表示在1%的置信水平顯著，**表示在5%的置信水平顯著，*表示在10%的置信水平顯著。

控制變量中，耕種面積的估計系數(shù)為正，農(nóng)戶所在村離縣城的距離變量的估計系數(shù)為負，且均通過了1%水平的顯著性檢驗。對于耕種面積來說，意味著在當前經(jīng)營水平下，農(nóng)戶實際經(jīng)營規(guī)模的擴大，可以帶來小麥生產(chǎn)技術效率的明顯提升?？赡苁且驗椋寒斍稗r(nóng)戶經(jīng)營土地面積相對較小，還處在規(guī)模效益遞增階段；經(jīng)營規(guī)模較大農(nóng)戶的專業(yè)性更強，且更易于接受新的生產(chǎn)技術,有利于生產(chǎn)效率的提高。對于離縣城距離來說，意味著農(nóng)戶所處地區(qū)越偏遠，小麥生產(chǎn)技術效率越低?？赡苁且驗榫嚯x縣城較遠，交通不便，不利于農(nóng)業(yè)生產(chǎn)資料的購買和新技能的交流。此外，戶主年齡的估計系數(shù)為負，村莊經(jīng)濟水平、戶主是參加過農(nóng)業(yè)培訓的估計系數(shù)為正，但是均未通過顯著性檢驗。

四、結論及其啟示

上述研究表明：非農(nóng)收入已經(jīng)成為農(nóng)戶收入的主要組成部分，農(nóng)業(yè)生產(chǎn)已經(jīng)不是農(nóng)戶收入的最主要來源。收入非農(nóng)化對農(nóng)戶小麥生產(chǎn)技術效率的影響并不顯著，小麥生產(chǎn)技術效率沒有因為農(nóng)戶家庭勞動力的部分轉(zhuǎn)移而受到明顯的不利影響。這說明農(nóng)戶會在市場規(guī)律的作用下，理性地調(diào)整勞動力和技術、資本之間的替代比例，投入方面可以用技術和資本替代勞動力的投入，可以通過標準化生產(chǎn)獲得相對穩(wěn)定的產(chǎn)量，也就是說農(nóng)戶家庭可以在獲取非農(nóng)收入的同時，保持相對穩(wěn)定的投入產(chǎn)出效率。因此，從小麥的生產(chǎn)來看，暫時還不需要對農(nóng)業(yè)人口的城鎮(zhèn)化傾向過度擔憂。中國農(nóng)村戶籍人口所占比例仍然較大，農(nóng)村勞動力的繼續(xù)轉(zhuǎn)移是經(jīng)濟發(fā)展的必然趨勢。隨著農(nóng)村勞動力的持續(xù)轉(zhuǎn)移，農(nóng)戶家庭收入非農(nóng)化的現(xiàn)象會更加明顯，對此，政府部門應順應市場規(guī)律，適度引導，通過信息共享和相關保障制度的細化，幫助農(nóng)民自我定位、自我選擇。從當前的生產(chǎn)規(guī)?？?，適度提高農(nóng)戶的經(jīng)營規(guī)?？梢燥@著提高小麥生產(chǎn)技術效率，政府部門宜鼓勵和扶持家庭農(nóng)場、專業(yè)大戶等以農(nóng)戶為主體的適度規(guī)模經(jīng)營。

[1] 李慶，林光華，何軍．農(nóng)民兼業(yè)化與農(nóng)業(yè)生產(chǎn)要素投入的相關性研究——基于農(nóng)村固定觀察點農(nóng)戶數(shù)據(jù)的分析[J]．南京農(nóng)業(yè)大學學報(社會科學版)，2013(3)：27-32．

[2] 鐘甫寧，顧和軍，紀月清．農(nóng)民角色分化與農(nóng)業(yè)補貼政策的收入分配效應——江蘇省農(nóng)業(yè)稅減免、糧食直補收入分配效應的實證研究[J]．管理世界，2008(5)：65-70．

[3] 王翌秋，陳玉珠．勞動力外出務工對農(nóng)戶種植結構的影響研究——基于江蘇和河南的調(diào)查數(shù)據(jù)[J]．農(nóng)業(yè)經(jīng)濟問題，2016(2)：41-48．

[4] Yu B，Liu F，You L．Dynamic agricultural supply response under economic transformation：A case study of Henan，China[J]．American Journal of Agricultural Economics，2012，94(2)：370-376．

[5] Brauw A，Huang J，Zhang L，et al．The feminization of agriculture with Chinese characteristics[J]．China Economic Review，2012，19(2)：320-335．

[6] Yue B，Sonoda T．The effect of off-farm work on farm technical efficiency in China[Z]．working paper，Japan：Nagoya University，2012．

[7] Wouterse F．Migration and technical efficiency in cereal production：Evidence from Burkina Faso[J]．Agricultural Economics，2010，41(5)：385-395．

[8] 黃祖輝，王建英，陳志鋼．非農(nóng)就業(yè)、土地流轉(zhuǎn)與土地細碎化對稻農(nóng)技術效率的影響[J]．中國農(nóng)村經(jīng)濟，2014(11)：4-16．

[9] Obera A S，Manmohan Singh H K．Migration，production and technology in agriculture：A case study in the Indian Punjab[J]．International Labor Review，1982(3)：327- 335．

[10] 夏莉艷．農(nóng)村勞動力流失對農(nóng)村經(jīng)濟發(fā)展的影響及對策[J]．南京農(nóng)業(yè)大學學報(社會科學版)，2009(1)：14-19．

[11] Mariapia Mendola．Migration and technological change in rural households：Complements or substitutes? [J]. Journal of Development Economics，2008( 85) ：150-175．

[12] 孫昊．小麥生產(chǎn)技術效率的隨機前沿分析——基于超越對數(shù)生產(chǎn)函數(shù)[J]．農(nóng)業(yè)技術經(jīng)濟，2014(1)：42-48．

[13] 楊增旭，韓洪云．化肥施用技術效率及影響因素——基于小麥和玉米的實證分析[J]．中國農(nóng)業(yè)大學學報(社會科學版)，2011，16(1)：140-147．

[14] 劉七軍，李昭楠．不同規(guī)模農(nóng)戶生產(chǎn)技術效率及灌溉用水效率差異研究——基于內(nèi)陸干旱區(qū)農(nóng)戶微觀調(diào)查數(shù)據(jù)[J]．中國農(nóng)業(yè)生態(tài)學報，2014，20(10)：1375-1381．

[15] 寧滿秀，吳小穎．農(nóng)業(yè)培訓與農(nóng)戶化學要素施用行為關系研究——來自福建省茶農(nóng)的經(jīng)驗分析[J]．農(nóng)業(yè)技術經(jīng)濟，2011(2)：27-34．

[16] 段永瑞．數(shù)據(jù)包絡分析——理論和應用[M]．上海：上海科學普及出版社，2006．

[17] 高鳴，陳秋紅．貿(mào)易開放、經(jīng)濟增長、人力資本與碳排放績效——來自中國農(nóng)業(yè)的證據(jù)[J]．農(nóng)業(yè)技術經(jīng)濟，2014(11)：101-109．

[18] 石晶，李林．基于DEA-Tobit模型的中國棉花生產(chǎn)技術效率分析[J]．技術經(jīng)濟，2013(6)：79-84．

[19] 高鳴，宋洪遠，Michael Carter．糧食直接補貼對不同經(jīng)營規(guī)模農(nóng)戶小麥生產(chǎn)率的影響——基于全國農(nóng)村固定觀察點農(nóng)戶數(shù)據(jù)[J]．中國農(nóng)村經(jīng)濟，2016(8)：56-69．

責任編輯：李東輝

Impact of non-agricultural trend of income on the wheat production technology efficiency of farmer households: Taking Hebei province as an example

WU Tianlonga, ZHAO Junjieb, XI Yinshenga

(a.Research Center for Rural Economy, Beijing 100810, China; b. Agricultural Management Institute of Ministry of Agriculture, Ministry of Agriculture, Beijing 102208, China)

Based on the survey data of 307 farmer households in Hebei province in 2014, this paper adopts the DEA-Tobit two-step method to analyze the impact of non-agricultural trend of income on the wheat production technology efficiency of farmer households．The research findings show that: the non-agricultural income has become the main income of farmer households and the average proportion of non-agricultural income is 66%, the non-agricultural trend of farmer household income has no significantly impact on the production technology efficiency and the partial transfer of labor force shows no significant negative effect on the production technology efficiency, and to enlarge the operating area moderately can improve effectively the production technology efficiency.

non-agricultural trend of income; farmer households; wheat production; technology efficiency

10.13331/j.cnki.jhau(ss).2017.03.004

F323.3;F224

A

1009–2013(2017)03–0019–05

2017－04－17

教育部人文社會科學基金項目(12YJC79015)

吳天龍(1981—)，男，黑龍江賓縣人，博士，助理研究員。