后林权改革视角下家庭林地经营效率研究
后林权改革视角下家庭林地经营效率研究
2003年6月，《中共中央、国务院关于加快林业发展的决定》提出加快林业体制改革。集体林权制度改革是农村经营体制的又一次大变革，农村生产关系的又一次大调整，农村社会生产力的又一次大解放[1]。而南方10省集体林区蕴含着丰富的林业资源，相对于东北国有林区而言，具有鲜明的集体属性特征，因此也是我国集体林权改革的主要地区。其中福建省于2003年就开始探索改革，明晰林地使用权和林木所有权，放活经营权，落实处置权，保障收益权。到目前为止，全国范围内的集体林权改革已基本完成，虽然集体林权改革是一次林业产权制度上的改革，但又绝不能仅仅局限于产权改革，还需要一系列的配套措施来配合此次林权改革。后林权改革时代指的是林权改革完成以后，生产关系总体相对稳定，但在具体经营层面又需要进一步改革的这样一段时期。同时南方集体林区林改后，大多数林地是以家庭为基本经营单位，因此深入研究林权改革后一系列的后续问题特别是从农户家庭层面来研究林业生产效率问题尤显迫切。
值得注意的是，林权改革以后南方十省集体林区的农户在林业生产过程中一般以兼业农户的身份出现。因为每个家庭所分的森林面积并不大，所以林业往往被视作为一种副业。同时，在改革过程中为兼顾公平，集体往往根据林分质量的不同以及距离村庄的远近程度，将所属集体林按地块均等的分配给每个家庭，由此造成了各家各户林地经营的碎片化、分散化，不利于集中规模经营。因此，有学者提出要引导农村社区逐步达到林业生产经营的最小经营规模[2]。而目前从林权改革后农户家庭经营角度深入进行的研究并不多。大多数研究只是单纯用数据包络方法（DEA）[3]或随机前沿生产函数法（SFA）[4]等进行了简单的效率测度和解释，也有研究只是对比了不同经营形式下经营规模效率[5]，却并没有回答农户林业生产效率产生差异的原因以及多大的土地经营规模才是最有效率的。
一、研究方法与模型
本研究将采取两阶段分析的方法：首先应用DEA-alquist法计算出面板数据中样本农户的全要素生产率变化（TFP）等效率指标，然后再利用Tbit模型进行影响因素分析。
（一）DEA-alquist效率分析法
目前常用的生产效率评价方法有数据包络分析法（DEA）以及随机前沿生产函数法（SFA）等。DEA首先由Farrell在Debreu和Kpans的相关研究成果的基础上提出，后经Rlf Fare，harnes，per等人的完善工作而推广[6]。近年来采用DEA测量农户或农户生产效率的研究有许多，其中比较有代表性的有安徽金寨县农户生产力与贫困关系[7]、中国农业生产技术效率研究[8]、西部农业投入产出效率研究[9]等。
alquist指数是一种有效测算全要素生产率（简称TFP）非参数方法，适用于时间面板数据，其不需要相关的价格信息，可对全要素生产率进行分解，其构造基础是利用距离函数的比率来计算的，距离函数是技术效率的倒数。根据Fare等观点，以s时刻和t时刻为技术参照的alquist指数定义为：
TFP=Ds0 （XtYt）Ds0 （XsYs）&ties;Dt0 （XtYt）Dt0 （XsYs）12=
Dt0 （XtYt）Ds0 （XsYs）&ties;Ds0 （XtYt）Dt0 （XtYt）&ties;Ds0 （XtYt）Dt0 （XsYs）12=eh&ties;th
其中，eh表示（ts）时期内的效率变化，th表示（ts）时期内的技术变化，同时eh又可拆分为纯技术效率与规模效率，即：
综合效率变化=纯技术效率&ties;规模效率[10]
SFA的优点在于构造了具体的生产函数，可精确的根据设定的具体生产函数来构造前沿标杆，因而可进行更精确的效率比较；其局限在于需要设定具体的生产函数形式，而设定不同的生产函数形式可能会得出不同的结论。DEA的优点在于不需要事先明确地设定一个特定的具体的生产函数形式，而是通过对技术的可能性边界进行非参数估计。由于利用线性规划的运算可以避免诸如联立方程组偏差和方程设定误差等计量问题。鉴于以上原因，本文将采用DEA来对农户生产效率进行比较。
因数据为面板数据，故本文将采用DEA-alquist模型来进行效率的测度。在该模型中，一般有投入导向和产出导向之分。投入导向是指在产出一定的前提下，比较实际投入与最佳投入之间的效率差异，而产出导向则是指在投入一定的前提下，比较实际产出与最佳产出之间的效率差异。本文采用产出导向来进行效率测量。同时，在该模型中也存在规模报酬不变与规模报酬可变这两种不同假设。在规模报酬不变时，产出导向和投入导向测量的结果是一致的，而在规模报酬可变的情形下，若该决策单元为样本中最佳效率决策单元，即标杆单元，那么产出导向和投入导向测量的结果仍然是一致的。若决策单元不是最佳标杆决策单元，则对缺乏效率的决策单元而言，产出导向和投入导向测量的结果是有差异的。本文将采用规模报酬可变假设。
（二）Tbit模型
Tbit模型主要应用于因变量受限制条件制约等情形下，因为其最早由著名经济学家Tbin在研究耐用消费品需求时提出，所以叫Tbit del。该模型为截尾回归模型，基于极大似然法估计，考察了模型作为一个整体的显著性，克服了最小二乘法（LS）可能带来的有偏性和非一致性等缺点。在本文中，Tbit模型具体设置如下：
θ*i=α+βXi+&u;i
当θ*i>0，θi=θ*i
当θ*i <0，θi=0
其中i表示第i户农户样本；θ*i 为潜变量，θi表示前文DEAalquist法所计算出的农户全要素生产率变化；α为截距项；β为参数本文由论文联盟.Ll.收集整理向量；Xi表示自变量向量；&u;i随个体变化而变化的随机变量；且&u;iβ～N（0，&siga;2）[11]576581。
二、数据来源与指标选择
（一）数据来源
本文数据来源于国家林业局经研中心关于林权改革的调研，选取福建省沙县、顺昌两县作为样本县，并按照经济条件好、中、差以及地理区位分别采取分层随机抽样的方法选取乡镇、村以及村民。调研共涉及2县6乡18村，共计268户村民，经剔除数据缺失问卷，获得实际有效问卷138份。考虑到福建省于2004～2005年就基本完成了集体林权改革任务，为避免因林权改革后最初几年农户调整林业生产可能造成生产效率剧烈波动而带来的干扰，本文只采用2007～2009年的面板数据。
（二）DEAalquist模型参数指标的选择
在模型参数指标选择上，我们决定选取林业产值为产出指标，林业投资、林业劳动投入、林地面积为投入指标（input）。其中林业产值数据指标分别由木材产出收益、竹材产出收益、竹笋产出收益、薪柴产出收益、非木质林产品产出收益、经济林产品产出收益加总而得。林业投资分别由林业化肥投入、林业种苗投入、林业农药投入加总而得，林业劳动投入以工日为计算单位。
尤其需要指出的是林业生产具有长期性，导致林业生产的投入和产出并不是均摊在每个生产年度上的。为了确保分析的准确性和可信度，本文根据会计准则和福建省林业生产的实际以及当地竹材和木材（以杉木等为主）的平均生产年限，对竹材和木材的收入以及投入进行了均摊到每个生产年度的数据处理工作。
（三）Tbit模型参数指标的选择
以往已有研究采用Tbit模型，如毛竹经营规模效率的影响因素研究[12]3741等。在参考已有研究并结合林业生产实际的基础上，本文将选取以下变量（1）户主个人特征变量：户主受教育年限、户主年龄（年龄取平方可消除年龄呈倒U状分布对分析结果的影响），户主是否为干部、家庭劳动力人数；（2）家庭资源禀赋变量：林地面积，农户林地空间区位集中程度（用地块数量来衡量，但数据缺失）；（3）林业经营投入变量：林业投资（化肥、农药、优良种苗的投入）；（4）家庭非林经营变量：农户兼业程度（林业收入占总收入的比例）。三、变量统计描述与生产效率的测度
（一）变量统计描述
1.户均林业产值逐年增长。从表1可看到林权改革后，户均林业产值是逐年增长的，平均年增长率为19.29%，其中从2007年到2008年增长率为36.25%，而2008年到2009年增长率仅为2.32%，这可能是因为福建于2004、2005年间完成林改后，农户营林积极性有所提高，加大了投入，进行了相应的生产调整，比如把先前的材用以及笋材两用竹林调整为经济效益更高的笋用竹林，而笋用竹林第三、四年就可进行生产性采摘，因此调整结构后的笋用竹林从2008年开始就有了较高的稳定收益。
2. 户均林业投资小幅增长，劳动投入有所增加。户均林业投资仅小幅增长年平均增长率仅为7.58%。户均劳动投入在2008年有一定增长，在2009年又有所回落，但仍高于2007年的46工日。
3. 户均林地经营面积变动不大。3年间家庭户均林地面积变动较小，标准差也基本没有变动。家庭经营规模最大和最小的农户面积仍旧是154亩和1.2亩，没有变动。这说明当地林地的状况并没有如改革前预估的那样通过一定程度的流转来实现林地资源的有效配置。
（二）基于DEA-alquist方法的农户生产效率测度结果
本文运用DEAP2.1软件对138个样本农户经营的林地进行了经营效率测度。
从表2可以看出绝大多数农户的效率变化、纯技术效率、规模效率集中在0.8～1.2之间，而在技术变化 方面，多达127个农户（占92.03%）的效率值集中在1.0～1.2之间。进一步计算发现，这127户农户技术变化的均值仅为1.076，而全体农户技术变化的平均值也仅为1.082，这意味着技术进步带来的效率提升为8.2%。
从表3可以看出2007年相对于2009年除技术变化和规模效率有所下降外，其余几个指标都有了提升，特别是全要素生产率达到1.072，说明2009年相对于2007年的生产力水平有所提高，增长率达到7.2%。但是2008年至2009年全要素生产率特别是规模效率均有所下降，可能的原因是户均林地面积缩小导致规模效率下降。
（三）单因素方差分析
在参考前人研究的基础上，为更稳定的反应农户全要素生产率的分布特征，本文将对样本农户按家庭林地经营规模进行分组，每10亩区间为一组，样本共划为8组。其中60～70亩、71～80亩、81～90亩因区间内样本太少，因此将被作为整体划为一组。经计算检验，样本农户全要素生产率近似服从正态分布，满足单因素方差分析前提条件。利用SPSS18.0进行单因素方差分析，结果见表 注：***、**、*分别表示在1%、5%和10%水平上显著，下同 由表4可得，8组农户的全要素生产率的差异在0.05水平上显著，意味着8组农户在林地经营效率上存在着统计学意义上的显著性差异。各组的林地面积均值也大致在各组中位数附近，表明分组具有代表性。同时全要素生产率标准差也并不大，说明各组内部效率的波动幅度总体不大。
同时，各组的全要素生产率是随着规模的增加而呈先增加后递减的形态。其中经营面积为51～60亩农户的效率均值最高达到1.635，表明其经营最有效率，其经营规模也是最适合的规模。由此可大致推断样本农户的全要素生产率与林地经营规模的关系可能存在着倒U型曲线关系。这在经济学理论上体现为经营者的规模报酬先呈递增后呈递减状态。当然经营面积为40亩的农户经营效率相对较低，是个例外，这有待于今后的深入研究。
各组全要素生产率分布趋势图四、农户生产效率的影响因素为探究影响家庭林地生产效率的影响因素，运用vies6.0进行估计，结果见表5。林地面积变量在0.01的水平上显著，林业投资、农户兼业程度、户主年龄3个变量在0.05的水平上显著。其余诸如户主受教育年限、家庭劳动力人数、户主是否为干部、性别等变量的结果并不显著。 林地面积变量显著说明林地规模对效率的影响很大，这与前文假设相符。农户兼业程度变量显著，当兼业程度较高时，农户对林业生产的重视程度相对就会更低一些，进而影响生产效率的提高。户主年龄一般可以反映家庭可以投入到林业生产中的劳动力的年龄，因此户主年龄显著也符合预期。林业投资变量显著的原因在于农户生产时很多都使用化肥、农药，因此林业投资所代表的化肥、农药、种苗投入能在效率上明显拉开农户之间的差距。
户主受教育年限变量不显著可能是因为南方集体林区的生产特别是竹材和竹笋的生产中除了农药、化肥、种苗的使用尚有技术含量，其余更多的是靠经验生产而不是科技知识。而家庭劳动力人数变量不显著可能是因为这里统计的是家庭的农业生产总劳动力，而不是家庭林业生产劳动力，因此不少劳动力仅投入到农业生产中而没投入到林业生产中。至于户主性别变量不显著，可能因为样本中只有两位女性户主且都是家庭惟一劳动力，对比数量太少。而户主是否为干部这个变量不显著可能是因为现在市场资讯发达以及村集体经济的弱化，导致基层干部的身份对林业生产的影响作用已在相当程度上弱化了。
五、结论及建议
（一）家庭经营的林地规模与全要素生产率之间可能存在倒U型关系，而非简单正向或负向关系
本文发现林权改革后农户经营规模在51～60亩的范围内是最有效率，全要素生产率达到了1.635。各组的全要素生产率均值大致是随着家庭林地经营规模的增加而呈先增加后递减的形态。这符合经济学经典理论‐‐经营者的规模报酬一般先递增后递减。因此本文实证表明了家庭经营的林地规模与全要素生产率可能存在倒U型曲线关系，而并非简单正向或负向关系。这与普通农地的经营规模和全要素生产率之间存在的正U型关系有着显著区别。当然这仅是本研究的实证结果，还需今后进一步的深入研究来论证。
（二）林业投资、农户兼业程度、户主年龄对效率影响显著，其余变量不显著
一方面，实证结果表明林业投资、农户兼业程度、户主年龄三个变量对效率的影响在0.05的水平上显著，林地面积变量对效率的影响在0.01的水平上显著。特别是兼业程度对农户生产效率的影响很显著。另一方面，本文也发现户主受教育年限、家庭劳动力人数、户主是否为干部、户主性别等变量对效率的影响却并不显著。因此对于兼业程度高且效率相对低的农户，政府应鼓励其对林地进行流转，以使林地被效率较高的农户所经营。同时也应加大力度，对林业投资行为予以鼓励，比如创新融资机制为林权抵押贷款提供便利。
（三）家庭林地经营规模偏小，流动性不足
林权改革后，25亩左右的户均经营面积远低于最有效率的经营规模区间，因此当地家庭林地经营规模偏小。同时农户平均林地面积在三年间变动较小，标准差也基本没有变动。经营规模最大和最小的农户面积仍旧是154亩和1.2亩，没有变动。这说明当地林地的状况并没有如之前预估的那样通过一定程度的流转来实现林地资源的有效配置。因此政府也应做好相应服务工作，降低林地流转的交易成本，为林地流转创造更好的交易条件。
（四）林地经营效率分化明显
研究还发现经营效率最高的农户和最低的农户之间的全要素生产率差距悬殊，较高者的全要素生产率达到1.8以上，而较低者在0.4以下。因此为提高低效农户的全要素生产率，政府可增加对基层农户的科技支持力度，比如举办送科技下乡活动，举办适合当地生产的实用技术性培训等活动。
