我國農戶大麥生產技術效率及其影響因素分析
——基于12個省份大麥種植戶的調查數據

賈小玲，孫致陸，李先德

（中國農業科學院農業經濟與發展研究所，北京 100081）

我國農戶大麥生產技術效率及其影響因素分析
——基于12個省份大麥種植戶的調查數據

賈小玲，孫致陸，李先德*

（中國農業科學院農業經濟與發展研究所，北京 100081）

本文基于12個省份大麥種植戶的調查數據，采用隨機前沿生產函數模型，對農戶大麥生產技術效率及其影響因素進行了分析。結果表明：樣本農戶大麥生產的平均技術效率為0.86，存在顯著的技術效率損失；樣本農戶大麥生產技術效率不存在非常顯著的省際差異；大麥生產各投入要素中，農資投入的平均產出彈性最大，人工投入的平均產出彈性最小；戶主受教育程度、更換大麥品種頻率和對大麥種子的滿意度對技術效率有顯著的正向影響，大麥種植面積對技術效率有顯著的負向影響；東部地區樣本農戶的技術效率顯著低于中部地區樣本農戶。最后，根據研究結論提出了強化科技支撐、加快良種良法推廣和加強政策支持等提高大麥生產技術效率的建議。

大麥生產；技術效率；隨機前沿生產函數模型；影響因素；大麥種植戶

Abstract：Based on a survey data of barley farmers in 12 provinces, this paper analyzed the technical effciency of barley production and its infuencing factors by using the Stochastic Frontier Production Function model. Results show that the average technical effciency of barley production of the sampled farmers was 0.86, meaning that signifcant technical ineffciency existed in barley production. No signifcant interprovincial differences in the technical effciencies of the sampled farmers have been found. This study also found that the average output elasticity of different material inputs was the biggest and that of labor input was the smallest. Other factors, including the education level of the household head, the changing frequency of barley seeds, and farmers’ satisfaction on barley seeds, had significant positive influences on technical efficiency. While barley planting area showed significant negative impacts. The technical effciency of the sampled farmers in eastern region was signifcantly lower than that of the sample farmers in central region. To improve the technical effciency of barley production, this paper provides the following suggestions: to enhance the scientifc and technological supports for barley production, to accelerate the extension of high-quality varieties and good cultivating techniques, and to strengthen policy support for barley production.

Key words：barley production; technical effciency; stochastic frontier production function model; infuencing factors; barley farmers

大麥是使用范圍廣泛的禾谷類作物，它不僅是我國青藏高原地區藏族群眾的主食，也是畜牧業和水產養殖業的優質能量飼料，還是啤酒釀造工業的重要原料。近年來，伴隨著啤酒行業和畜牧業的快速發展，我國大麥需求總量快速增長，但是我國當前的大麥產量及質量都還不能完全滿足不斷增長的國內需求，嚴重依賴國外進口。根據中國海關數據，2015年我國大麥進口量高達1 073.23萬t。在耕地資源較為有限、農業面源污染日益嚴峻、人口增長壓力不斷增大且不可能完全依賴國際市場滿足國內需求的背景下，我國要確保國內大麥合理產能，不能單靠大量增加要素投入來提高大麥產量。因此，研究我國大麥生產的技術效率及其影響因素，對于充分發揮現有生產技術、提高各種投入要素利用率、進一步挖掘大麥生產潛力和提升我國大麥綜合生產能力，都具有較為重要的現實意義。

目前，技術效率研究方法在我國農業領域的研究已經非常廣泛，其中有大量研究分析了主要糧食作物的生產技術效率。從全國來看，玉米、小麥和粳稻等主糧生產的技術效率均出現了增長[1]；從不同地區來看，糧食主產區和產銷平衡區技術效率指數都出現了增長，主銷區技術效率則出現了下降[2]；從各省來看，小麥等主糧生產的技術效率存在較大省際差異[3]。也有學者從農戶生產行為視角進一步分析了主要糧食作物生產技術效率影響因素。從農戶自身特征來看，戶主學歷、農戶種植經驗等對糧食生產技術效率有顯著的正向影響[4]；從農戶生產決策來看，技術服務等生產性服務、種植面積、土地流轉、土地細碎化程度等對提高糧食生產經濟效率有顯著促進作用[5-6]。此外，已有關于我國農業生產技術效率的研究還分析了棉花[7]、花生[8]、油菜[9]、乳制品[10]、羊毛[11]等農產品。目前，國內關于大麥產業的研究，從宏觀層面主要對我國大麥的生產[12]、貿易[13]、供需[14]等方面以及世界其他主要大麥生產國概況[15]進行了分析，從微觀層面主要分析了我國大麥產業鏈成本收益[16]、大麥種植戶決策行為[17]等，但還鮮有關于大麥生產技術效率方面的研究。因此，本文在已有相關研究的基礎上，根據大麥種植戶問卷調研數據，采用隨機前沿生產函數模型測算我國農戶大麥生產技術效率并進一步分析其影響因素，最后提出相應的政策建議。

1 模型與方法

1.1 理論模型

在生產效率的研究中，隨機前沿分析方法常被用于測算個體技術效率。該方法以具體的生產函數形式來估計生產前沿面，進而計算個體實際產出與生產前沿面表示的最大產出之間的差距，該差距表現了在現有技術水平下產出的損失。該方法適用于分析多投入單產出的生產過程。隨機前沿生產函數模型的基本形式為[18-19]：

式中：Yit表示第i個生產單位在第t年的產量（或其對數）；Xit為K×1維投入向量，表示第i個生產單位在第t年的第K種投入（或其對數），β為其待估參數。Vi表示隨機誤差，其服從均值為0、方差為σv2的獨立正態分布N(0, σv2)，且獨立于Uit。Ui是反映第i個生產單位在第t年技術效率損失的非負隨機變量，其獨立于Vi，假設Ui服從獨立的截斷正態分布N(mit, σu2)，且假定mit=zitδ；其中，mit為技術效率損失，zit表示第i個影響技術效率損失的解釋變量；δ為待估參數，表示zit對技術效率損失的影響，當δ取值為正時，表示zit對技術效率存在負向影響，當δ取值為負時，表示zit對技術效率存在正向影響。

Battese和Corra[20]提出用σ2=σv2+σu2和γ=σu2/ (σu2+σv2)分別代替σu2和σv2，然后利用Frontier4.1軟件中的極大似然估計法可實現對式（1）的估計。其中，γ表示反映技術無效率Uit的方差項σv2在復合方差項σ2中所占比例，其取值在0和1之間，當γ趨近于0時，表明誤差項主要來源于不可控的隨機誤差Vit；當γ趨近于1時，則表明誤差項主要來源于技術無效率項Uit。此外，Battese[18]和Coelli[19]還給出了技術效率的表達式，生產單位i在第t年的技術效率可表示為：

式中：當Uit=0時，TEit=1，表示生產單位i處于完全技術有效狀態；當Uit=1時，TEit=0，表示生產單位i處于完全技術無效狀態；當0＜Uit＜1時，0＜TEit＜1，表示生產單位i處于技術非效率狀態。

1.2 實證模型

隨機前沿生產函數模型有兩種具體的函數設定形式：柯布-道格拉斯（C-D）生產函數和超對數（Translog）生產函數。其中，柯布-道格拉斯生產函數暗含一個前提假設：各投入要素間的替代彈性為0或1。在確定實際農業生產活動中農戶生產的具體生產函數形式時，由于事先并不知道各種投入要素之間的彈性替代情況，所以選擇超對數生產函數更為合理，該函數可以作為一般生產函數的二階近似，避免了模型的誤設，結合本文的研究，其具體函數形式為：

式中：Yi表示第i個農戶的大麥產量；β0、βa、βab為待估的參數向量；Xai和Xbi表示第a或b種生產要素的投入量；Vi-Ui為混合誤差。式（4）中，Zj與δj分別表示第j個影響農戶大麥生產技術效率的解釋變量及其估計系數；εi為隨機誤差項，服從均值為0、方差為σw2的截斷正態分布。

為了確定合適的隨機前沿生產模型設定形式，本文基于Frontier4.1軟件，采用最大似然值比值檢驗法來進行檢驗，其檢驗統計量可表示為：

式中：ln[L(H0)]和ln[L(H1)]分別表示限制性條件（即柯布-道格拉斯隨機前沿生產函數）和無限制性條件（即超對數隨機前沿生產函數）的對數似然函數的最大值。該檢驗的原假設H0為：“所有βab的估計值均等于0，應采用柯布-道格拉斯隨機前沿生產函數進行估計”；備選假設H1為：“至少有一個βab的估計值不等于0，應采用超對數隨機前沿生產函數進行估計”。當LR檢驗統計量值大于臨界值時，應拒絕原假設H0，采用超對數隨機前沿生產函數進行估計；反之，應接受原假設H0，采用柯布-道格拉斯隨機前沿生產函數進行估計。

2 數據說明與變量確定

2.1 數據來源

本文研究采用的數據來源于國家大麥青稞產業技術體系產業經濟研究課題組在2014-2016年開展的農戶問卷調查。在我國，大麥分為皮大麥（即大麥）和裸大麥（即青稞）。為了客觀真實地反映我國大麥生產現狀，課題組對云南、西藏、青海、甘肅、新疆、內蒙古、江蘇、河南、四川、浙江、湖北和安徽12個大麥主產省的大麥種植戶進行了問卷調查，覆蓋了我國主要大麥產區；其中，云南是我國西南地區大麥主產區，江蘇和甘肅是我國啤酒大麥的主要產地，西藏、青海和四川等省份是我國裸大麥的主要產地，湖北、安徽和浙江是我國飼料大麥的主要產地，因此，研究地域具有較強的代表性。問卷調查依托國家大麥青稞產業體系在各大麥主產省的崗位科學家和綜合實驗站進行，具體是采取多層抽樣與隨機抽樣結合的方式，在每個被調研村根據當地農戶大麥種植規模選取樣本農戶，然后對其進行面對面的訪談式問卷調查。調查問卷主要包括大麥種植戶的家庭特征、大麥生產決策行為、大麥投入產出情況等方面內容。最后，經過整理篩選，共獲得有效調查問卷174份。

2.2 變量確定

根據隨機前沿生產函數模型對投入產出變量的要求，本文將大麥單產作為產出變量，用Y表示。農業生產過程中的投入主要包括勞動、流動資本（如化肥、種子、農藥等）和固定資產（如農機、生產用倉庫等）[21]。因此，本文將農戶在大麥生產過程中的農資投入（用X1表示）、機械投入（用X2表示）和人工投入（用X3表示）作為投入變量。其中，農資投入包括種子費用、化肥費用和農藥費用；人工投入包括家庭用工折價和雇工費用。此外，土地也是農業生產中的一種重要投入，但鑒于本文研究中的產出變量與投入變量均以667 m2為單位，是在同等規模下對農戶大麥生產的投入產出進行分析，因此在考慮投入時未包括土地。

根據已有關于農戶生產行為的研究，影響農戶生產技術效率的主要因素有農戶自身特征、農戶經營特征、農業政策、地區差異等[1,3-6]。根據研究目的及數據的可獲得性，本文將影響農戶大麥生產技術效率的因素確定為：1）戶主自身及家庭特征變量，包括戶主年齡、戶主受教育程度和家庭務農勞動力數量；2）農戶大麥生產決策變量，包括大麥種植年限、更換大麥品種頻率、對大麥種子的滿意度、大麥種植面積、是否參加合作社和是否流轉土地；3）地區因素變量，根據各省的自然條件、經濟發展水平和大麥產區分布情況，本文將我國大麥產區劃分為東部、中部和西部三個地區；從本文分析的調研省份來看，東部地區包括浙江和江蘇，中部地區包括湖北、河南、內蒙古和安徽，西部地區包括新疆、甘肅、青海、云南、四川和西藏。

對上述各變量的說明及其主要描述性統計分析結果如表1所示。

3 實證分析

3.1 模型設定形式檢驗

本文根據式（5）及表2中的估計結果計算得到的最大似然值比值檢驗統計量為16.81。可見，柯布-道格拉斯隨機前沿生產函數模型在1%的水平上被拒絕，因此，本文采取超對數隨機前沿生產函數模型來分析農戶大麥生產技術效率及其影響因素。根據表2中的估計結果還可知，在超對數隨機前沿生產函數模型中，表示技術無效率的方差項σv2在復合方差項σ2中所占比例的γ等于0.891 0且在1%的水平上統計顯著，這表明總體技術非效率中可控制的技術非效率所占比例為89.10%，即農戶大麥生產普遍存在顯著的技術效率損失；可見，在現有的技術和投入水平下，如果能夠減少技術效率損失，還可以在較大程度上提升大麥產量。

表1 變量說明及其主要描述性統計分析結果Table 1 Defnitions and descriptive statistics of the model variables

表2 隨機前沿生產函數模型估計結果Table 2 Estimation results of the stochastic frontier production function model

3.2 大麥生產要素投入產出彈性分析

由于超對數隨機前沿生產函數模型中各投入要素的系數估計值僅反映了要素之間復雜的替代和互補關系，其符號也僅說明要素之間的正向和負向影響關系，不能直接說明各個生產要素對大麥單產的產出彈性。本文接下來通過對式（3）求各投入要素的偏導數，來進一步分析其對大麥單產的影響，各投入要素的平均產出彈性公式可表示為：

3.3 大麥生產技術效率及其影響因素分析

3.3.1 技術效率分組與描述性統計分析 根據表3可知，在樣本總體中，15.51%的樣本農戶技術效率在0.8及以下，84.49%在0.8以上，分布較為集中；33.33%的樣本農戶技術效率低于0.86，說明這些樣本農戶的技術效率還未達到平均水平。根據表4可知，從全部樣本農戶來看，其技術效率的均值為0.86；從各省來看，各省技術效率均值之間的差異總體上并不是非常顯著，技術效率均值在0.9及以上的省份是江蘇、河南、內蒙古、甘肅和四川，在0.9以下的省份是浙江、湖北、安徽、新疆、青海、云南和西藏，其中西藏最低且為0.62。

表3 樣本農戶技術效率分布情況Table 3 Distribution of the technical effciencies of the sampled farmers

表4 樣本總體及各省技術效率描述性統計分析結果Table 4 Descriptive statistics of the technical effciencies of the average and different provincial regions

3.3.2 技術效率影響因素分析 根據模型（3）和（4）的設定形式可知，由于采用技術效率損失作為被解釋變量，當解釋變量的系數估計值為正時，表明其對大麥生產技術效率有負向影響；反之，當解釋變量的系數估計值為負時，則表明其對技術效率有正向影響。

根據表5中的估計結果可知，從戶主自身及家庭特征變量來看，戶主年齡和務農勞動力數量對技術效率都有正向影響但均不顯著。我國大麥產區主要位于中西部地區，由于農業比較收益較低，當地農村青壯年勞動力多數更愿意外出務工，目前從事農業生產的以年齡較大的農戶為主；根據調研了解到，52%的受訪戶主年齡在50歲以上，78%的受訪農戶家庭務農勞動力數量少于或等于2人，造成戶主年齡和務農勞動力數量對大麥生產技術效率的影響不顯著。戶主受教育程度對技術效率具有顯著的正向影響，即戶主受教育程度越高，其大麥生產技術效率也越高。其主要原因是，受教育程度越高的農戶對于大麥良種良法的接受和采納程度往往也越高，并且當其從事大麥種植時，會把有利于提高大麥產量的良種良法運用到實際生產中去，而且受教育程度越高的農戶對外部環境變化的適應能力也更強，會更主動地通過各種渠道獲取有關市場、政策等方面的信息，并據此適時調整生產決策，從而獲得更高的經濟效益，因此這些農戶的大麥生產技術效率也越高。這與楊萬江和李琪[4]的研究結果一致。

表5 技術效率損失函數模型估計結果Table 5 Estimation results of the technical effciency loss function model

從農戶大麥生產決策變量來看，大麥種植年限和是否參加合作社對技術效率具有負向影響且均不顯著，說明大麥種植戶生產經驗及其組織化程度對大麥生產技術效率的提高并無顯著影響。根據調研了解到，受訪大麥種植戶很少接受過系統專業的農業技術培訓，其大麥種植行為基本都是依靠自身種植經驗，生產方式大多較為傳統落后，也很少參加合作社，組織化程度普遍不高，從而導致種植經驗和合作社難以有效發揮提高大麥生產技術效率的作用。更換大麥品種頻率和對大麥種子的滿意度對技術效率都具有顯著的正向影響，說明更換大麥品種頻率越高的農戶和對大麥種子滿意度越高的農戶，其大麥生產技術效率也越高；可見，加強優質大麥品種的推廣和普及，有利于提高農戶大麥生產技術效率。大麥種植面積對技術效率具有顯著的負向影響，土地流轉對技術效率具有正向影響但不顯著。通過調研了解到，樣本農戶的大麥種植面積呈現兩極分布，48%的樣本農戶大麥種植面積6 670 m2以下，25%的農戶種植面積66 700 m2以上，按這兩種面積劃分后的兩類樣本農戶家庭平均務農人數均為2人左右；在樣本農戶大麥生產機械化水平普遍較低的情況下，播種、施肥、施藥等大麥生產的各個環節基本都是由人工來完成，小規模生產下的人均種植面積較小，更適合采用精耕細作的種植方式，這種種植方式更有利于充分發揮生產要素的潛力，技術效率相對也更高，而大規模生產下的人均種植面積過大，勞動者生產負荷加大，大麥生產反而呈現出一定程度的規模不經濟，并導致技術效率相對較低。

從地區因素變量來看，東部地區的系數估計值符號為正且在統計上顯著，說明東部地區樣本農戶的大麥生產技術效率總體上顯著低于中部地區樣本農戶。西部地區的系數估計值符號也為正但不顯著，說明西部地區樣本農戶的大麥生產技術效率總體上低于中部地區樣本農戶，但是差異并不顯著。這與根據表4對各省技術效率均值的比較分析結果也是一致的。近年來，受到種植比較效益變化、種植結構調整等因素的影響，我國大麥生產格局呈現出了逐漸向蒙新區、西南區等中西部地區進一步轉移集中的變化特征[22]，這些地區已經發展成為我國大麥優勢產區，因此，這些地區農戶的大麥生產技術效率也相對要高于其他地區農戶。

4 結論與建議

4.1 結論

本文根據12個省份大麥種植戶的調研數據，采用隨機前沿生產函數模型，對農戶大麥生產技術效率進行了測算，并對其影響因素進行了分析。研究發現：第一，樣本農戶大麥生產平均技術效率為0.86，存在顯著的技術效率損失；樣本農戶大麥生產技術效率不存在非常顯著的省際差異。第二，大麥生產各投入要素中，農資投入的平均產出彈性最大，人工投入的平均產出彈性最小。第三，戶主受教育程度、更換大麥品種頻率和對大麥種子的滿意度對技術效率有顯著的正向影響，大麥種植面積對技術效率有顯著的負向影響；東部地區樣本農戶的技術效率顯著低于中部地區樣本農戶，西部地區樣本農戶和中部地區樣本農戶的技術效率差異則不顯著。

4.2 建議

基于上述結論，為提高我國大麥生產技術效率，本文提出如下幾點對策建議。

1）強化大麥科技支撐。依托國家大麥青稞產業技術體系，加強大麥區域性優質新品種的選育以及播種、施肥、病蟲害防治等大麥科學種植管理技術的研發。

2）加快大麥良種良法的推廣。因地制宜地開展大麥新品種新技術的示范推廣，強化對大麥種植戶的技術培訓和指導，改善其種植技術水平和科學管理能力，提升大麥種植機械化水平，促進各投入要素利用率以及大麥產量和品質的提高。

3）加強對大麥生產的政策支持。與主糧相比，目前大麥在我國的受重視程度還不高，可在政策方面給予適當傾斜，搶抓當前推進種植業結構調整的政策機遇，將大麥作為一種特色作物納入其中，重點加強對優勢產區大麥種植的政策扶持力度，將大麥列入農業支持保護補貼范圍，穩定并提高大麥種植比較效益，提高農戶種植大麥的積極性。

[1] 田維明. 中國的農業發展: 思考與探索[M]. 北京: 中國農業出版社, 2013.

Tian W M. China’s Agricultural Development: Thinking and Exploration[M]. Beijing: China Agriculture Press, 2013.

[2] 馬林靜, 王雅鵬, 田云. 中國糧食生產全要素生產率及影響因素的區域分異研究[J]. 農業現代化研究, 2014, 35(4): 385-391.

Ma L J, Wang Y P, Tian Y. Regional differentiation of grain total factor productivity and infuencing factors in China[J]. Research of Agricultural Modernization, 2014, 35(4): 385-391.

[3] 苗珊珊. 我國小麥生產的技術效率和技術進步模式[J]. 華南農業大學學報(社會科學版), 2014(3): 9-17.

Miao S S. The technical effciency and technological progress of wheat production in China[J]. Journal of South China Agricultural University (Social Sciences Edition), 2014(3): 9-17.

[4] 楊萬江, 李琪. 我國農戶水稻生產技術效率分析——基于11省761戶調查數據[J]. 農業技術經濟, 2016(1): 71-81.

Yang W J, Li Q. Analysis on technical effciency of farmer’s rice production in China: Based on 761 survey data of 11 provinces[J]. Journal of Agrotechnical Economics, 2016(1): 71-81.

[5] 劉強, 楊萬江, 孟華兵. 農業生產性服務對我國糧食生產成本效率的影響分析——以水稻產業為例[J]. 農業現代化研究, 2017, 38(1): 8-14.

Liu Q, Yang W J, Meng H B. Impact of agricultural production services on grain cost efficiency in China: A case study of rice industry[J]. Research of Agricultural Modernization, 2017, 38(1): 8-14.

[6] 黃祖輝, 王建英, 陳志鋼. 非農就業、土地流轉與土地細碎化對稻農技術效率的影響[J]. 中國農村經濟, 2014(11): 4-16.

Huang Z H, Wang J Y, Chen Z G. Impact of non-agricultural employment, land circulation and land fragmentation on rice farmers’ technical efficiency[J]. Chinese Rural Economy, 2014(11): 4-16.

[7] 田偉, 李明賢, 譚朵朵. 中國棉花生產技術進步率的測算與分析——基于隨機前沿分析方法[J]. 中國農村觀察, 2010(2): 45-53.

Tian W, Li M X, Tan D D. Estimation and analysis of technical progress rate of cotton production in China[J]. China Rural Survey, 2010(2): 45-53.

[8] 周曙東, 王艷, 朱思柱. 中國花生種植戶生產技術效率及影響因素分析——基于全國19個省份的農戶微觀數據[J]. 中國農村經濟, 2013(3): 27-36.

Zhou S D, Wang Y, Zhu S Z. Analysis on technical effciency and infuencing factors of peanut growers in China: Based on farmers’micro-data of 19 provinces[J]. Chinese Rural Economy, 2013(3): 27-36.

[9] 李然. 中國油菜生產的經濟效率分析[D]. 武漢: 華中農業大學, 2010.

Li R. Analysis on economic efficiency of rape production in China[D]. Wuhan: Huazhong Agricultural University, 2010.

[10] 杜鳳蓮, 馬慧峰, 付紅全. 中國不同模式原料奶生產技術效率分析[J]. 農業現代化研究, 2013, 34(4): 486-490.

Du F L, Ma H F, Fu H Q. Analysis on technical efficiency for different patterns of raw milk production[J]. Research of Agricultural Modernization, 2013, 34(4): 486-490.

[11] 孫致陸, 肖海峰. 農牧戶羊毛生產技術效率及其影響因素研究——基于內蒙古、新疆等5省份農牧戶調查數據的分析[J].農業技術經濟, 2013(2): 86-94.

Sun Z L, Xiao H F. Study on technical effciency and infuencing factors of farmers’ wool production: Based on the survey data of farmers in Inner Mongolia, Xinjiang and other three provinces[J]. Journal of Agrotechnical Economics, 2013(2): 86-94.

[12] 李先德等. 中國大麥產業經濟問題研究[M]. 北京: 中國農業出版社, 2012.

Li X D, et al. Study on the Economic Problems of Barley Industry in China[M]. Beijing: China Agriculture Press, 2012.

[13] 程燕, 李先德. 中國與世界大麥主要出口國生產貿易的比較分析[J]. 世界農業, 2012(2): 23-29.

Cheng Y, Li X D. Comparative analysis on production and trade of China and major exporters of barley[J]. World Agriculture, 2012(2): 23-29.

[14] 張琳, 李先德, 孫東升. 中國大麥供需平衡及趨勢分析[J]. 中國農業科技導報, 2014, 16(4): 16-22.

Zhang L, Li X D, Sun D S. Analysis on the supply and demand balance and tendency of barley in China[J]. Journal of Agricultural Science and Technology, 2014, 16(4): 16-22.

[15] 呂曉英, 李先德. 世界大麥主產國產業政策研究[J]. 世界農業, 2013(12): 58-62.

Lü X Y, Li X D. Analysis on the industry policies of main barely producing countries[J]. World Agriculture, 2013(12): 58-62.

[16] 程燕, 李先德. 我國啤酒大麥產業鏈成本收益分析——基于豫鄂蒙新四省區的調研數據[J]. 農業技術經濟, 2014(8): 84-92.

Cheng Y, Li X D. Cost-benefit analysis on China’s beer barley industry chain: Based on the survey data of Henan, Hubei, Inner Mongolia and Xinjiang[J]. Journal of Agrotechnical Economics, 2014(8): 84-92.

[17] 岳子惠. 我國大麥種植戶生產決策行為分析[D]. 北京: 中國農業科學院, 2014.

Yue Z H. Analysis on production decision-making behavior of barley growers in China[D]. Beijing: Chinese Academy of Agricultural Sciences, 2014.

[18] Battese G E. Frontier production functions and technical efficiency: A survey of empirical applications in agricultural economics[J]. Agricultural Economics, 1991, 7(3/4): 185-208.

[19] Coelli T J. A guide to Frontier Version 4.1: A computer program for stochastic frontier production and cost function estimation[J]. Economics Letters, 1992, 39(1): 29-32.

[20] Battese G E, Corra G S. Estimation of a production frontier model: With application to the pastoral zone of eastern Australia[J]. Australian Journal of Agricultural and Resource Economics, 1977, 21(3): 169-179.

[21] 許慶, 尹榮梁, 章輝. 規模經濟、規模報酬與農業適度規模經營——基于我國糧食生產的實證研究[J]. 經濟研究, 2011(3): 59-71.

Xu Q, Yin R L, Zhang H. Economies of scale, returns to scale and agricultural optimum-scale management: An empirical study based on grain production in China[J]. Economic Research Journal, 2011(3): 59-71.

[22] 楊東群, 李先德. 中國大麥生產格局變化及其決定因素[J]. 中國農學通報, 2013, 29(32): 105-111.

Yang D Q, Li X D. Changes of China’s barley production pattern and its determinants[J]. Chinese Agricultural Science Bulletin, 2013, 29(32): 105-111.

（責任編輯：王育花）

The technical effciency and its infuencing factors of barley production in China: A case study of a survey data of barley farmers in 12 provinces

JIA Xiao-ling, SUN Zhi-lu, LI Xian-de
（Institute of Agricultural Economics and Development, Chinese Academy of Agricultural Sciences, Beijing 100081, China）

F323.3 文獻標識碼：A 文章編號：1000-0275（2017）04-0713-07

10.13872/j.1000-0275.2017.0077

賈小玲, 孫致陸, 李先德. 我國農戶大麥生產技術效率及其影響因素分析——基于12個省份大麥種植戶的調查數據[J]. 農業現代化研究, 2017, 38(4): 713-719.

Jia X L, Sun Z L, Li X D. The technical effciency and its infuencing factors of barley production in China: A case study of a survey data of barley farmers in 12 provinces[J]. Research of Agricultural Modernization, 2017, 38(4): 713-719.

國家大麥青稞產業技術體系建設專項經費項目（CARS-05）；中國農業科學院科技創新工程項目（ASTIP-IAED-2016-06）；國家自然科學基金項目（71473253）。

賈小玲（1993-），女，山西洪洞人，碩士研究生，主要研究方向為農業經濟理論與政策，E-mail：xiaojia0901@163.com；通訊作者：李先德（1964-），男，湖北監利人，博士，研究員，主要研究方向為農產品市場與貿易，E-mail：lixiande@caas.cn。

2016-12-29，接受日期：2017-03-21

Foundation item: China Agriculture Research System (CARS-05); The Agricultural Science and Technology Innovation Program of Chinese Academy of Agricultural Sciences (ASTIP-IAED-2016-06); National Natural Science Foundation of China (71473253).

Corresponding author:. LI Xian-de, E-mail: lixiande@caas.cn.

Received 29 December, 2016;Accepted 21 March, 2017