前言：本站為你精心整理了教育投資對(duì)農(nóng)業(yè)效率影響的分析范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

一、引言與文獻(xiàn)綜述

自上個(gè)世紀(jì)50年代Koopmans和Debreu首次提出技術(shù)效率的概念以來[1][2]，技術(shù)效率分析范式引起了西方學(xué)者廣泛的關(guān)注。Aigner[3]、Afriat和Meeusen從隨機(jī)前沿分析(SFA)的視角建立了技術(shù)效率分析范式[4][5]；另一方面，Charmes、Cooper和Rhodes則從數(shù)據(jù)包絡(luò)分析（DEA）的視角建立了技術(shù)效率分析范式[6]。隨著技術(shù)效率分析范式的不斷完善，將技術(shù)效率測(cè)度方法應(yīng)用于農(nóng)業(yè)的西方文獻(xiàn)開始涌現(xiàn)。Farrell首次用實(shí)證方法測(cè)度了美國(guó)農(nóng)業(yè)的技術(shù)效率[7]；BattesseandColli應(yīng)用SFA方法測(cè)度了印度農(nóng)業(yè)的技術(shù)效率[8]；Mochebelele用技術(shù)效率分析范式測(cè)度了非洲不同農(nóng)場(chǎng)的技術(shù)效率水平，并且作了勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)場(chǎng)技術(shù)效率影響的顯著性檢驗(yàn)[9]；Eswaran和Kotwal使用其他發(fā)展中國(guó)家的經(jīng)驗(yàn)數(shù)據(jù)，檢驗(yàn)了眾多影響農(nóng)場(chǎng)技術(shù)效率的因素，如教育水平、營(yíng)養(yǎng)狀況、流動(dòng)性約束和農(nóng)場(chǎng)規(guī)模[10]；Wu應(yīng)用DEA方法測(cè)度了美國(guó)愛達(dá)華州不同農(nóng)場(chǎng)的技術(shù)效率水平[11]。

隨著西方農(nóng)業(yè)技術(shù)效率分析文獻(xiàn)的逐年增多，國(guó)內(nèi)學(xué)者開始借鑒國(guó)外的理論和方法研究我國(guó)農(nóng)業(yè)的技術(shù)效率?？合际褂秒S機(jī)前沿超越對(duì)數(shù)生產(chǎn)函數(shù)，利用我國(guó)1992至2002年分省的數(shù)據(jù)，測(cè)度了小麥、玉米、大豆和稻米生產(chǎn)的技術(shù)效率[12]；張雪梅應(yīng)用西方的技術(shù)效率分析范式，對(duì)影響我國(guó)玉米生產(chǎn)的技術(shù)效率水平的三大因素顯著性進(jìn)行了檢驗(yàn)[13]；Liu用SFA方法測(cè)度了江蘇和四川兩省的農(nóng)業(yè)技術(shù)效率[14]。應(yīng)用DEA方法測(cè)度我國(guó)農(nóng)業(yè)技術(shù)效率的文獻(xiàn)較之用SFA方法更為普遍[15][16][17]，但是DEA方法卻存在一個(gè)致命的缺陷，它忽略了隨機(jī)誤差對(duì)于農(nóng)業(yè)產(chǎn)出的影響，由此造成可能存在的隨機(jī)誤差的影響混同在農(nóng)業(yè)技術(shù)效率的估計(jì)中。而農(nóng)業(yè)生產(chǎn)中隨機(jī)誤差的影響確實(shí)存在，如氣候條件的影響等。

本文試圖應(yīng)用SFA分析范式，使用超越對(duì)數(shù)前沿生產(chǎn)函數(shù)和2001-2008年我國(guó)30個(gè)省(直轄市)的農(nóng)業(yè)數(shù)據(jù)，測(cè)度各省(直轄市)的農(nóng)業(yè)技術(shù)效率水平，并檢驗(yàn)教育投資對(duì)農(nóng)業(yè)技術(shù)效率影響的顯著性。本文在測(cè)度農(nóng)業(yè)技術(shù)效率并估計(jì)外生變量對(duì)農(nóng)業(yè)技術(shù)效率影響的過程中，使用“一步估計(jì)法”，從而克服“兩步法悖論”[18]。

二、理論框架與模型的建立

根據(jù)Koopmans提出的技術(shù)有效性的概念，我們可以將農(nóng)業(yè)技術(shù)效率定義為在農(nóng)業(yè)總產(chǎn)出既定的情況下，縮小投入的能力，或者在投入既定的情況下，擴(kuò)大農(nóng)業(yè)產(chǎn)出的能力。三、計(jì)量模型的設(shè)定和數(shù)據(jù)處理根據(jù)上文的討論，我們將中國(guó)農(nóng)業(yè)生產(chǎn)前沿設(shè)定為超越對(duì)數(shù)函數(shù)形式，其計(jì)量模型如下：it01it2it3it4itP=β+βM+βR+βD+βF5itit6itit7itit8itit9itit10itit+βMR+βMD+βMF+βRD+βRF+βDF22221112131415itititititit+βM+βR+βD+βF+βT+vu，（5）（5）式中除時(shí)間變量T外，其他變量均以自然對(duì)數(shù)形式表示，其中i=1，2，，30個(gè)省或直轄市（其中重慶并入四川計(jì)算）；t=1，2，，8，表示2001-2008年；P表示平均每公頃耕地的實(shí)際農(nóng)業(yè)總產(chǎn)出（將每年的名義農(nóng)業(yè)總產(chǎn)出，以2001年為基期，按農(nóng)業(yè)物價(jià)指數(shù)進(jìn)行平減，求得每年的實(shí)際農(nóng)業(yè)總產(chǎn)出，然后再除以耕地面積）；M表示平均每公頃耕地的農(nóng)業(yè)機(jī)械總動(dòng)力；R表示平均每公頃耕地的農(nóng)業(yè)勞動(dòng)力；D表示平均每公頃耕地的農(nóng)業(yè)用電量；F表示平均每公頃耕地的化肥施用量（本文將原始數(shù)據(jù)按每公頃耕地面積進(jìn)行平均處理，可以降低多重共線性的干擾）；

itv表示農(nóng)業(yè)生產(chǎn)中的噪音誤差項(xiàng)，如機(jī)械的運(yùn)行狀況、天氣變化等，itv服從2.(0,)viidNδ的分布；itu獨(dú)立于itv，表示農(nóng)業(yè)生產(chǎn)中的技術(shù)非效率項(xiàng)，itu服從2.(,)ituiidNmδ+的分布,其中it01itm=θ+θEDU，（6）θ為待估計(jì)參數(shù)，EDU是農(nóng)戶教育投資資本存量的變量，表示從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力平均受教育年限[20]，測(cè)度EDU的公式是：01234EDU=(H+5.5H+8.5H+11.5H+15.5H)/100，（7）其中0H表示平均100個(gè)農(nóng)業(yè)勞動(dòng)力中文盲或半文盲人口數(shù)；1H、2H、3H和4H分別表示平均每百個(gè)農(nóng)業(yè)勞動(dòng)力中小學(xué)文化程度的人口、初中文化程度人口、高中及中專文化程度人口、大專及大專以上文化程度人口。此處我們假定文盲或半文盲人口的平均受教育年限為1年；假定小學(xué)文化程度人口的平均受教育年限為5.5年(在上個(gè)世紀(jì)八十年代之前我國(guó)農(nóng)村小學(xué)實(shí)行的是五年制小學(xué)義務(wù)教育，自1986年我國(guó)頒布《中華人民共和國(guó)義務(wù)教育法》之后，農(nóng)村開始推行九年制義務(wù)教育，即小學(xué)學(xué)制為六年，由于原始數(shù)據(jù)沒有將這兩種接受不同學(xué)制的小學(xué)教育的勞動(dòng)人口進(jìn)行細(xì)分，此處簡(jiǎn)化處理，假定小學(xué)文化程度的農(nóng)業(yè)勞動(dòng)力平均受教育年限為5.5年)；假定初中文化程度的農(nóng)業(yè)勞動(dòng)力平均受教育年限為8.5年；假定高中及中專文化程度的農(nóng)業(yè)勞動(dòng)力平均受教育年限11.5年；假定大專及大專以上文化程度人口平均受教育年限15.5年(由于原始數(shù)據(jù)沒有將大專、本科生、碩士研究生和博士研究生文化程度的農(nóng)業(yè)勞動(dòng)人口進(jìn)行細(xì)分，此處同樣采取簡(jiǎn)化處理)。

每百個(gè)農(nóng)業(yè)勞動(dòng)力中各級(jí)文化程度人口數(shù)據(jù)來自于2002-2009年的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》；各省(直轄市)的農(nóng)業(yè)總產(chǎn)出、農(nóng)業(yè)物價(jià)指數(shù)、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)勞動(dòng)力人口、農(nóng)業(yè)用電量（根據(jù)農(nóng)村用電量按比例折算成農(nóng)業(yè)生產(chǎn)用電量）、化肥施用量和耕地面積來自于2002-2009年的《中國(guó)統(tǒng)計(jì)年鑒》（對(duì)于西藏不全的數(shù)據(jù)，須使用到軟件Frontier4.1中非平衡縱列數(shù)據(jù)處理技術(shù)）。

四、模型的估計(jì)結(jié)果

本文采用極大似然估計(jì)法，使用隨機(jī)前沿計(jì)量軟件Frontier4.1，對(duì)模型（5）和（6）使用“一步估計(jì)法”。

五、結(jié)語

本文在應(yīng)用西方的技術(shù)效率分析范式時(shí)，選取超越對(duì)數(shù)生產(chǎn)模型，較之柯布-道格拉斯對(duì)數(shù)線性函數(shù)有更大的靈活性；單側(cè)似然比檢驗(yàn)結(jié)果表明，組合誤差的設(shè)定較之傳統(tǒng)的單一誤差模型更為符合我國(guó)農(nóng)業(yè)生產(chǎn)的實(shí)際情況；在測(cè)度農(nóng)業(yè)技術(shù)效率并估計(jì)外生變量對(duì)農(nóng)業(yè)技術(shù)效率影響的過程中，“一步估計(jì)法”較之傳統(tǒng)的“兩步估計(jì)法”（先單獨(dú)測(cè)度技術(shù)效率，然后將技術(shù)效率作為被解釋變量對(duì)外生變量做回歸）更優(yōu)，因?yàn)椤耙徊焦烙?jì)法”拋棄了“兩步估計(jì)法”中一個(gè)關(guān)鍵的假定：假定技術(shù)非效率效應(yīng)（TechnicalInefficiencyEffects）在前后兩步估計(jì)中相互獨(dú)立。

由于數(shù)據(jù)的可獲得性問題，除教育投資之外，筆者沒有將其他的經(jīng)濟(jì)文化環(huán)境變量放入解釋技術(shù)效率的變量向量中，因而有所欠缺。上海和北京較低的農(nóng)業(yè)技術(shù)效率水平，表面上似乎只能當(dāng)作異常值處理，但問題的背后卻凸顯了上海和北京的農(nóng)業(yè)耕地被非法占用現(xiàn)象的嚴(yán)重性。