基于農戶生產技術效率的退耕還林政策評價
——黃土高原區3縣的實證研究

趙敏娟 姚順波

(西北農林科技大學經濟管理學院，陜西楊凌712100)

基于農戶生產技術效率的退耕還林政策評價
——黃土高原區3縣的實證研究

趙敏娟 姚順波

(西北農林科技大學經濟管理學院，陜西楊凌712100)

本文的目的在于從農戶層面上，以技術效率為標準，對退耕還林政策加以評價。以黃土高原區的陜西省吳起縣、定邊縣和甘肅省華池縣為實證案例，論文通過同時估計農戶的投入導向的隨機距離前沿和技術效率影響模型兩個等式，分別測算了2009年吳起縣159戶、定邊縣152戶和華池縣125戶農戶退耕還林政策與技術效率之間的關系。研究發現:退耕還林與吳起縣農戶技術效率之間呈顯著的正相關關系，與定邊縣和華池縣的樣本農戶技術效率之間呈現顯著負相關關系。因此，退耕還林政策在我國不同地區的執行存在顯著差異;需要對定邊和華池農戶給予額外補貼或者實質性扶持，才可以實現該公共政策均衡私人森林供給和社會森林需求。研究還顯示:3縣農戶生產受到勞動力、資金、土地、固定資產等投入要素的約束;戶主的年齡、家庭規模和教育對不同地區的農戶生產技術效率存在影響;3縣農戶的平均技術效率在80%，說明存在減少約20%的成本且不減少產出的空間。

退耕還林;技術效率;隨機距離前沿;農戶;黃土高原

基于Garder［1］對美國農地保護政策的經濟學解釋的基礎，本文認為退耕還林歸根結底是政府干預了農戶的部分土地使用決策權，取代了市場條件下的農戶對土地資源配置決策權利，阻止土地使用者將土地資源轉化為更高的私人收益的用途，目的是滿足全社會的需要。從農戶的視角，當部分土地被固定為林地使用之后，這部分土地的使用將成為農戶生產中長期不可調整的投入要素，將引發農戶其他生產投入要素(勞動力、資本和農機具投資等)以及家庭產出(種植業、畜牧業和非農產業等)的調整，這種調整勢必影響到農戶的整體生產技術效率［2］。因此，有必要將農戶技術效率納入退耕還林政策評估的視野。

1 問題的提出

隨著退耕還林工程的發展與成熟，已有不少學者運用不同方法和不同實證案例對農戶收入與退耕還林政策之間的關系加以研究。例如:通過采用DID(difference-indifferences)方法，徐晉濤等［3］的研究顯示 1999－2003年期間，退耕還林不同地區農戶的收入影響是有區別的;但是總體上，對農戶收入沒有顯著的影響。然而，采用面板數據和固定影響模型，劉璨等［4］證明參加退耕還林對北京和天津地區農戶的收入有正面的影響。Zhang et al.［5］的研究進一步肯定參加退耕還林對于貧困農戶的家庭收入有正面的影響。運用在貴州退耕還林15個試驗點的數據，周紅等［6］通過對典型案例的跟蹤調查，發現退耕還林可以顯著增加農戶收入。本文認為退耕還林政策與農戶全部收入之間關系的研究不能排除市場價格等風險因素的干擾，而且以農戶收入為標準評價退耕還林政策不能辨別政策帶來的農戶層面生產結構的調整，難以判斷農戶產業結構優化的切入口。

也有不少研究測算了退耕還林對農戶種植業生產技術效率的影響。例如，Huang and Rozelle［7］衡量了退耕還林政策下生產率成分組成;Feng et al.［8］通過模擬退耕還林在長江上游和黃河流域的糧食生產的影響，研究認為退耕還林對糧食供給的影響很小(2% －3%)。但是，正如Chava et al.［9］指出的，小規模農業生產普遍面臨多重的勞動力供給約束和技術在農業與非農活動的聯合，因此最適當的研究層面應該是農戶家庭的所有生產活動。本文認為，參加退耕還林的農戶因為部分土地被固定為林地，將調整農戶家庭勞動力和其他生產要素在各類生產上的投入。然而，從農戶技術效率的視角對退耕還林政策的評估與相關研究一直是欠缺的。

考慮到政策運行環境［10］可能對退耕還林政策對農戶生產結構調整路徑和結果產生不一樣的影響。本文將分別評估退耕還林與黃土高原地區不同縣域農戶生產技術之間的相關關系，探明退耕還林政策是否可以均衡吳起森林的私人供給與公眾需求，為相關政策的制訂和執行提供實證依據。

2 退耕還林與研究區域概況

黃土高原區是我國水土流失最為嚴重的地區之一，是我國貧困市縣集中區和退耕還林的集中區。本文選取陜北黃土高原丘陵溝壑區的陜西吳起縣、定邊縣和隴東黃土高原農林牧區的甘肅省華池縣作為研究的實證案例。

陜西省吳起縣位于陜西省延安市西北部，地處毛烏素沙地南緣農牧過渡地帶。該縣具有三個明顯特征:①吳起縣曾是水土流失嚴重和森林覆蓋率極低的地區。據統計，1999年全縣植被覆蓋率只有 19.2%;全縣共有耕地3 791.5 km2，其中3 696 km2存在不同程度的水土流失問題，占全縣總面積的97.4%，屬極強度水土流失區［11］。②吳起縣是最早試點退耕還林的地方。1998年該縣率先啟動了退耕還林工程，2000年初又被列為國家林業局黃土高原林草植被恢復科技示范點，并實行全縣一次性退耕還林。③通過退耕還林，吳起縣的植被蓋度已經基本上達到控制水土流失和最大限度地減輕自然災害的水平。吳起縣現已形成了大面積的自然恢復群落，2004年植被蓋度達到 62.9%［11］。

陜西省定邊縣地處毛烏素沙漠南緣，屬鄂爾多斯荒漠草原與黃土高原過渡地帶，具有重要的生態戰略位置。定邊縣退耕還林工程始于1999年，2000年被國家確定為退耕還林試點縣，截止2005年底，已經完成國家下達退耕還林任務101.84萬畝，經省抽查和國家核查，定邊縣退耕還林任務完成率100%，面積核實率100%，平均合格率73%，其中退耕地平均合格率81%，荒山造林合格率71%。本文將使用的定邊調研數據來自該縣中、南部的農戶。

甘肅省華池縣屬黃土高原丘陵溝壑區。從1999年國家實施退耕還林工程以來，到2008年完成退耕還林39.84萬畝。土壤侵蝕模數由原來的6 000t/a·(km2)－1降低到現在的5 600 t/a·(km2)－1，森林覆蓋率凈增6個百分點。

3縣為本文的研究提供了很好的案例。所選的3縣都是退耕還林的重要參與者，并均完成了相關的國家任務;通過退耕還林，3縣的水土流失全部或者有所改善，提供了社會需要的環境產品和服務，基本或者部分滿足公眾和社會對森林資源及其非市場效益的需求。同時，3縣之間又存在明顯的區別:吳起縣是我國退耕還林第一縣，受到國家和地方更多的關注;相對而言，定邊和華池縣則是退耕還林一般參與縣。盡管3縣的地理位置上比較臨近，但是自然環境和地理條件上具有明顯的差異，華池的氣候與自然環境相對更為惡劣。

3 研究框架

3.1 固定投入要素與農戶技術效率

當部分生產投入要素被固定的時候，生產單元需要對生產的其他投入要素做出調整，調整后的生產效率不可能大于之前情況下的生產技術效率［12］。如圖1。設定縱軸為土地投入，橫軸為其他投入要素，y表示生產可能前沿。當土地與其他投入要素都是可變的并且技術是同質的情況下，生產技術調整將按照射線狀路徑，OA來調整，技術效率(TE，technical efficiency)的衡量公式是:TE=xb/xa。如果技術是異質，即使投入要素是可變的，生產技術調整可能按照一條非射線路徑，比如:ODA。參加退耕還林之后，土地將被長期限制為林業用地，技術可能性集合也由于土地投入用途被固定而受到限制，即使技術表現為同質的，存在固定要素投入情況下的技術效率路徑也將偏離射線路徑而表現為非射線路徑［13］。不考慮退耕還林給予農戶補貼的時候，技術效率路徑可以為fGGC;技術效率的計算為:TEGG=xc/xa。顯然，TEGG不可能大于TE。

把退耕還林的補貼和對農戶生產結構的正面推動(假設為線性的)納入技術效率估計之后，生產可能前沿可以表示為y'技術效率的估計公式為顯然，大于TEGG。問題是，TEGCG與TE之間的關系是不確定的，即，在考慮了政策性補貼之后，農戶的生產技術效率與退耕還林政策之間的關系需要具體的測算。

圖1 退耕還林與技術效率Fig.1 Grain to green and technical efficiency

3.2 隨機前沿分析與距離方程

本文采用隨機前沿分析(SFA，Stochastic Frontier Analysis)分別評估所選三縣的農戶技術效率和退耕還林對農戶技術效率的影響。假設j表示農戶，則j=1，……，J。假設各農戶具備相同的技術，投入向量(xj，lj)∈RN+被轉化為產出向量yj∈RM+。lj和xj分別指第j戶農戶生產中的土地和其他生產投入要素。假設投入矩陣X是可拆分的，則可表示為(X，L)，其中L是耕地，X是其他的可變投入要素。因此，每個農戶的投入向量是Xj=(xj，lj)。本文選取更具有普遍性的含有線性非效率等式的帶有截尾正態分布Translog方程。按照Shephard［14］對距離方程的定義，投入距離方程可以表示為，

其中:X(y)是指所有的投入向量，(x，l)，是指對于每個產出向量y的可能投入向量。隨機投入距離方程可以定義為［15］，

其中:v是指與生產前沿的偏離，這部分偏離是考慮數據誤差的，是一個對稱的隨機干擾項;u，是一個不對稱的誤差項，這個是來衡量生產的非效率的［16］。本文中1為標準化投入，在對稱和同質假設的前提下，二階多投入多產出距離方程的Translog形式可以模擬為［17］，

將［2］式帶入［3］式后，標準化后的Translog投入隨機距離前沿(ISDF，input stochastic distance frontier)為:

根據 Battese and Coelli［18］的研究，這些影響生產效率的因子可以表示成線性方程。這些因子被設定為截尾正態隨機變量，也就是，u～N(μ，σ2u)，μ是可能影響各縣農戶技術效率的變量線性組合的向量。因此，第j戶與最優前沿偏離的非效率可以表示為，

這里，z是影響農戶生產技術效率決定變量向量，即，農戶特征;ρ代表的是將要估計的對應的系數。則，第j戶的技術效率是，

4 數據與變量

本文所使用的數據來自2008年在陜西吳起縣、定邊縣和甘肅華池縣的調研，此次調研使用調查問卷的形式。在選擇退耕還林典型鄉鎮的基礎上，在吳起、定邊和華池分別隨機抽取樣本240戶、220戶和200戶農戶，調查2007年的家庭生產情況。經過篩選和整理，最終分別獲得156戶、152戶和125戶合格樣本(見表1)。

表1 數據統計結果Tab.1 Summary of data statistics

本研究的模型中，將3縣農戶的產出劃分為3種 (表1):種植收入(y1)—指2006年農戶糧食作物和經濟作物的總收入(RMB，!1 000);養殖收入(y2)—代表當年農戶的畜禽產值(RMB，!1 000)，比如生豬銷售收入，禽蛋等;其他收入(y3)—指農戶當年從事非農活動、政府補貼(含退耕還林補貼)等各類收入總和(RMB，!1 000)。

農戶產出包含7種投入要素(表1):耕地(x1)—是2006年投入農戶農業生產的耕地數量(畝);草地(x2)—當年農戶的草地數量(畝);森林(x3)—每戶農戶擁有的森林畝數;資金(x4)—2006年當年農戶投入到生產中的資金數(RMB，!1000);家用肥(x5)—農戶在2006年家庭生產中使用的家用肥數量(噸);勞動力(x6)—當年農戶的有效勞動力數量(人);固定資產投入(x7)—當年農戶擁有的固定資產價值(RMB，!1000)。

為了估計相關的生產技術非效率(TIE technical inefficiency)，本文選取了6個外生變量和農戶特征引入到模型里。這些非效率決定因素表示為Z(表1)，包括:年齡(z1)—代表戶主在2006年的實際年齡;教育(z2)—戶主在2006年的受教育年數;家庭規模(z3)—農戶家庭2006年總人口數;退耕還林(z4)—表示農戶參加退耕還林工程的土地面積占家庭總土地面積的比例;債務(z5)—當年農戶家庭負債情況，正的表示借出，負的表示借入;產權(z6)—退耕還林后的樹木產權歸屬狀況，本文用虛擬變量表示產權狀況:等于1表示產權歸農戶私人所有，0則表示其他非私人所有的產權狀況。

5 實證結果

5.1 投入隨機距離函數(ISDF)的估計結果

本研究選擇投入要素耕地(x1)標準化投入隨機距離前沿。這和一些相關研究的選擇相同［19］。采用最大似然法同時地估計這個雙等式模型。本文使用的軟件是Frontier 4.1。表2和表3列出了實證估計結果。表2也列出了3縣σ2和γ2的估計值，都在1%的顯著水平，肯定了在3縣內農戶之間存在著顯著的TIE，并且呈隨機分布;也肯定了TIE的影響變量是截尾正態分布。

在計量估計之前，所有的變量都作了各自的平均值標準化，因此，等式中的系數可以解釋為距離函數的投入偏彈性和產出偏彈性。表2列出的估計彈性值反映出每個投入和產出在生產過程中的相對重要程度［20］。因為ISDF的結構是以投入為導向來衡量各個DMU與生產可能前沿的距離，規范的模型在投入上應該是非降趨勢，在產出上是下降趨勢［21，22］。如表 2所示，本研究所估計的 3個ISDF結果均可以基本滿足規范模型的基本要求，說明所選生產函數形式產生的ISDF是適當的。

表2中，吳起和定邊的種植(y1)、養殖(y2)和其他(y3)都具有統計上的顯著水平，說明這3種產出的任何一個產出的增加都將顯著地增加家庭生產的成本。但是，除了種植(y1)之外，華池農戶的養殖(y2)和其他(y3)的估計結果為負值卻不存在統計上的顯著，說明華池農戶在這2個產出有規模收益遞增潛力。根據多產出和多投入農戶生產技術效率估計模型，遞增說明部分投入要素的投入量遠沒有達到規模效益點［9］。

吳起的投入偏彈性估計結果中，草地(x2)和勞動力(x6)的偏彈性是最大的2個數值，分別是0.474(1%的顯著水平)和0.209(1%的顯著水平)，表示這2個投入要素是吳起農戶2006年家庭生產中貢獻最大的2個要素。林地(x3)、資金(x4)的偏彈性居中(1%顯著水平)，說明這2個要素在吳起農戶家庭生產中有明顯的正面的影響;這個結論和Kalirajan and Shand［23］的研究結果相一致，他們的研究顯示資金預算會約束農戶的最優投入水平和產出。固定資產(x7)的偏彈性比較低，說明固定資產在家庭生產中有正面的影響，但并不是關鍵要素。然而，農家肥(x5)在吳起農戶生產中不存在顯著影響。

在定邊縣的估計結果中，草地(x2)和勞動力(x6)的偏彈性也是最大的2個值(0.215，1% 的顯著水平;0.301，1%的顯著水平)，這與吳起估計的結論一致。與吳起有所區別的是:農家肥(x5)雖然不是最重要要素，卻對定邊農戶生產存在顯著得正的影響;然而，固定資產(x7)在定邊農戶生產中沒有顯示出統計上的顯著影響。

華池縣的估計結果顯示出于吳起和定邊很大的區別。最大的2個投入偏彈性是勞動力(x6)和固定資產(x7)的，分別是0.148(1%的顯著水平)和0.382(1%的顯著水平)，表示勞動力和固定資產狀況是華池農戶2006年家庭生產中貢獻最大的2個要素。但是，農家肥(x5)對華池農戶生產中不存在顯著影響。

5.2 技術效率

表2也列出了TIE的影響變量的估計系數。這些變量系數的解釋是他們對技術效率的影響值。由于是對非效率的回歸估計，負的系數的變量為對技術效率的影響是正的;反之，亦然。表2中，吳起的退耕還林(z4)的系數是顯著負值(－1.6051%的顯著水平)，說明目前生產技術和生產規模下，退耕還林在整個農戶土地資源中的比例增加1%，農戶生產技術效率將平均提高1.605個百分點。但是，定邊和華池的退耕還林(z4)的系數是顯著正值(0.4851%顯著水平;0.9811%顯著)，說明退耕還林政策與定邊和華池農戶的生產技術效率之間存在的是負的相關關系。另外，產權(z6)狀況則對華池農戶的技術效率是相關的:說明產權如果不屬于農戶私人所有，則對技術效率產生負面影響。

表3給出了所估計的技術效率分和技術效率分布的統計結果。可以看到，吳起、定邊和花池3縣的農戶技術效率的平均值集中在80%左右，即:農戶可以平均降低成本投入(平均降低20%左右)仍然可以得到相同的產出水平。技術效率分布上，3縣的高、中、低效率農戶的3組分布也比較均勻，說明各縣內農戶的技術效率相對的差異程度比較接近。

表2 投入隨機距離方程(ISDF)的估計結果Tab.2 Estimation results of ISDF

表3 使用SFA估計的技術效率分及其分布Tab.3 TE score and distribution estimation using SFA

6 總結和結論

本文的目的是探究退耕還林政策與農戶生產之間的關系。考慮到退耕還林政策在不同具體行政地域對農戶生產的影響可能是不一致的。

模型的估計結果顯示隨著參與退耕還林土地面積比例的增加，吳起農戶生產效率將顯著地提高，即:退耕還林政策與農戶技術效率之間是顯著的正相關關系。這個結論的可能解釋是:一方面，退耕還林通過將土地用途固定為林地限制了農戶土地投入的市場配置程度，對農戶技術效率可能產生負的影響。另一方面，相關的政策補貼部分地補償了由于政策帶來的私人效率損失;同時，由于農戶生產中養殖業和其他家庭生產活動都受到勞動力等各種投入要素的剛性約束(表2)，參加退耕還林后，農戶的部分勞動力、資金和固定資產等投入要素從種植業轉移到養殖和非農生產中，提高家庭在這兩方面產出的水平;退耕還林的補助及其所推動的有效產業結構變化與農戶的技術效率之間都是正相關關系。從估計的TIE結果判斷，這兩方面的正的影響完全抵消了因為部分土地資源被固定帶來的負面影響。

同時，估計的結果顯示，參與退耕還林最終對定邊縣和華池縣農戶的技術效率影響是負的。即:在現有的補助和技術條件下，現行的退耕還林政策在這兩個縣不能均衡退耕還林帶來的私人效率損失與滿足全社會對森林需求的貢獻。可能的解釋是:一是除了退耕還林的實質補償可能不足之外，參與退耕還林之后，農戶的勞動力等投入要素從種植業中轉移出來，卻不能轉到其他更具效益的生產活動中。例如，華池縣農戶的養殖業和其他產出都顯示明顯的投入低效(表2)。二是自然條件的差異造成退耕還林成本的不一，同一的退耕還林補償標準有失公平。華池縣春季的風沙、旱災嚴重，造成苗木成活率只有40.3%，秋季補植的苗木在冬季死亡也較嚴重，造林成活率只占到造林5%左右，還林成本大。不同的自然環境和國家單一的補貼勢必對這些環境較惡劣地區參與退耕還林的農戶生產效率產生負的影響。三是吳起作為退耕還林第一縣的示范效用，具有政府重點投資的優勢;定邊和華池則不具有這一優勢。最后，現實中也存在不能嚴格糧款兌現政策的問題。

通過測算退耕還林政策與黃土高原區三縣農戶技術效率的關系，本文得到以下四點結論:一是3縣農戶生產均受到勞動力、資金、固定資產和土地投入的約束，如果增加這些投入，會不同程度的提高各類產出。二是3縣的農戶TE的平均估計值是80%左右，因此，在當前的成本投入水平和技術條件下，3縣農戶內均有著大約20%的提高產出的可能性。三是退耕還林政策對不同縣對農戶生產技術效率影響是有顯著不一致的。同一標準的退耕還林補償標準不盡公平，尤其是對自然環境惡劣地區的農戶。四是在自然環境惡劣和非典型地區，政府需要對農戶給予更多關注和實質性扶持，尤其是幫助促進參與退耕農戶向其他產業的有效轉移，例如，在華池縣，從技術上和經濟上促進和幫助農戶擴大養殖業和其他(含非農生產)不僅可以提高農戶技術效率，而且需要的成本相對并不顯著。這不僅是刺激農戶當前參與退耕還林和滿足社會對森林產品與服務需要的前提，也是退耕還林政策得以持續的關鍵所在。

References)

［1］Deloworth G B.The Economics of Agricultural Land Preservation［J］.American Journal of Agricultural Economics，1977，59:1027－1036.

［2］Banker R D，Morey R.Efficiency Analysis for Exogenously Fixed Inputs and Outputs ［J］. Operations Research，1986， 34:513－ 521.

［3］徐晉濤，陶然，徐志剛.退耕還林:成本有效性、結構調整效益與經濟可持續性:基于西部三省農戶調查的實證分析［J］.經濟學(季刊)，2004，(1):139 －162.［Xu Jintao，Tao Ran，Xu Zhigang.Sloping Land Conversion Program:Cost-effectiveness，Structural Effect and Economic Sustainability［J］.China Economic Quarterly，2004，(1):139 －162.］

［4］劉璨，張巍.退耕還林政策選擇對農戶收入的影響:以我國京津風沙源治理工程為例［J］.經濟學季刊，2006，(1):139－162.［Liu Can，Zhang Wei.Impacts of Conversion of Farmland to Forestland Program on Household Income:Evidence from a Sandcontrol Program in the Vicinity of Beijing and Tianjin［J］.China Economic Quarterly，2006，(1):139 －162.］

［5］Zhang S Q ，Swanson T，Kontoleon A.Impacts of the Compensation Policies in Reforestation Programs［R］.A Report to the Environment and Poverty Program of China Council for International Cooperation in Environment and Development，2005.

［6］周紅，繆杰，安和平.貴州省退耕還林工程試點階段社會經濟效益初步評價［J］.林業經濟，2003，(4):23 －24.［Zhou Hong，Niu Jie，An Heping.The Social and Economic Evaluation for Grain to Green Program in Guizhou Province［J］.Forestry Economics，2003，(4):23 －24.］

［7］Huang J K，Rozelle S.Technological Change:Rediscovering the Engine of Productivity Growth in China’s Rural Economy［J］.Journal of Development Economics，1996，49(2):337 －367.

［8］Feng Z，Yang Y，Zhang Y，Zhang P，et al.Grain-for-green Policy and Its Impacts on Grain Supply in West China［J］.Land Use Policy，2005，22，(3):301 －312.

［9］Chavas J，Petrie R，Roth M.Farm Household Production Efficiency:Evidence from Gambia［J］.American Journal of Agricultural Economics，2005，87:160 －79.

［10］伊斯頓.政治生活的系統分析［M］.北京:華夏出版社，1989.［David Easton.A System Analysis of Political Life［M］.Beijing:Huaxia Publishing House，1989.］

［11］吳起退耕還林辦公室.吳起退耕還林工程總結報告［R］.2003，2005，2007.［Wuqi Grain to Green Program Office.Wuqi Grain to Green Program Review［R］.2003，2005，2007.］

［12］Banker R D，MoreyR.Efficiency Analysis for Exogenously Fixed Inputs and Outputs［J］.Operations Research，1986，34:513 － 521.

［13］Ruggiero J，Miner J，Blanchard L.Measuring Equity of Educational Outcomes in the Presence of Inefficiency［J］.European Journal of Operational Research，2002，142(3):642 －652.

［14］Shephard R W.Theory of Cost and Production Functions［M］.Princeton:Princeton University Press，1970.

［15］Hattori T.Relative Performance of U S and Japanese Electricity Distribution:An Application of Stochastic Frontier Analysis［J］.Journal of Productivity Analysis，2002，18:269 －284.

［16］Aigner D，Lovell C，Schmidt P.Formulation and Estimation of Stochastic frontier Production Function Models［J］.Journal of Econometrics，1977，(6):21 －37.

［17］Coelli T，Perelman S.A Comparison of Parametric and Nonparametric DistanceFunctions:With application toEuropean Railways［J］.European Journal of Operational Research，1999，117:326－339.

［18］Battese G E，Coelli T.A Stochastic Frontier Production Function Incorporating a Model for Technical Inefficiency Effects［R］.Working Papers in Econometrics and Applied Statistics No.69，Department of Econometrics，University of New England，Australia，1993.

［19］Gonzalez M A，Lopez R A.Political Violence and Farm Household Efficiency in Colombia［J］.Economic Development and Cultural Change，2007，55:367 －392.

［20］Irz X，Hadley D.Dual Technological Development in Botswana Agriculture:A Stochastic Input Distance Function Approach［R］.Paper Presented at the 25th International Conference of Agricultural Economists，Durban，South Africa，2003.

［21］Fare R，Grosskopf S，Lovell C A K.Production Frontiers［M］.London:Cambridge University Press，1994.

［22］SauerJ， Frohberg K， Hockmann H. Stochastic Efficiency Measurement:The Curse of Theoretical Consistency［J］.Journal of Applied Economics，2006，9:139 －165.

［23］Kalirajan K，Shand R. Types ofEducation and Agricultural Productivity:A Quantitative Analysis of Tamil Nadu Rice Farming’［J］.Journal of Development Studies，1985，21:222 －243.

Grain to Green Evaluation Based on Farmer Household Technical Efficiency

ZHAO Min-juan YAO Shun-bo(College of Economics and Management，Northwest University of Agricultural＆ Forestry，Yangling Shaanxi 712100，China)

The goal for this study is to assess the extent to which technical efficiency(TE)is related to farm household production activities promoted by grain to green completed in different areas.Data for a total of 159 farmers in 2007 of Shannxi’s Wuqi County，152 of Shaanxi’s Dingbian County and 125 in Gansu’s Huachi County are used to estimate a household － level input－ oriented stochastic distance frontier simultaneously with a TE effects model.The main findings are that grain to green in Wuqi are positively associated with household TE.However，Grain to green has negative impact in both Dingbian and Huachi.The results also reveal that:there are statistically significant associations between TE and the age of the household head is，between TE and household size，between TE and the education of the household head in the three counties.The household production is constrained by labor，land，capital and fixed inputs.The average TE is around 80%，indicating that farmers can reduce 20%inputs generally with the same outputs.

grain to green;technical efficiency(TE);stochastic distance frontier;farm households;Loess Plateau

F326.20

A

1002－2104(2012)09－0135－07

10.3969/j.issn.1002－2104.2012.09.021

(編輯:李 琪)

2012－03－04

許恒周，博士，講師，主要研究方向為土地經濟與管理、土地制度與政策。

教育部人文社科一般項目“農民階層分化、產權偏好與農村土地流轉研究”(編號:09YJC630164);國家自然科學基金“基于農戶行為的耕地質量與糧食生產能力空間分異研究”(編號:41101537)。