莫桑比克小农大豆种植户的技术效率及其决定因素

《Economies》：Technical Efficiency and Its Determinants Among Smallholder Soybean Farmers in Mozambique

　　

莫桑比克已将大豆列为其农业战略中的优先作物，但小农户产量仍远低于可达到水平，且该产量差距中可归因于现有投入利用效率低下的比例尚未被量化。本研究利用2023年综合农业调查中覆盖赞比西亚、太特、马尼卡和尼亚萨等省份（这些省份供应了全国绝大部分产量）的926户小农大豆种植户数据，估计了农场层面的技术效率（TE）及其决定因素。研究人员采用带半正态无效率项的超越对数（translog）随机生产前沿，通过最大似然法在单一步骤中拟合，并将无效率项的方差参数化为农场和家庭特征的函数。农户与前沿之间残差变异的约72%可归因于技术无效率而非随机噪声。平均技术效率为0.40（范围0.02至0.81），效率差距约为60个百分点，对应通过更好地利用现有投入可实现约147%的比例性产量增加。进入前沿的连续投入的规模报酬递减（约0.74）。土地是主要的连续前沿投入，灌溉使前沿向上移动。中部地区农户的效率高于北部地区（0.43对0.36）。户主性别和地区是唯一在系数检验和自助法检验中均显著的决定因素，而信贷获取尽管边际效应最大，仅得到自助法区间的支持。研究结果支持地理针对性的推广服务和性别敏感的支持。

一、研究背景与目的

大豆是全球最重要的油料作物之一，约占世界油籽产量的61%，2023年全球产量达3.982亿吨。莫桑比克将大豆列为农业战略重点，全国产量从2020年的约4.5万吨增至2022年的7万吨，但平均单产仅约1.2 t ha^?1，远低于世界平均的近2.8 t ha^?1。该国大豆产量差距超过当前实际产量的125%，意味着可达到产出是农户实际产出的两倍以上。然而，这一产量差距的构成并不清楚：其中多少来自技术无效率，即农户对已有投入利用不充分；多少来自技术差距，即缺乏改良品种、肥料和接种剂等先进投入，此前尚无定论。由于两类原因对应的政策工具截然不同——前者需要推广、培训和管理支持，后者需要种子系统改革、投入品供应和基础设施投资——对差距进行分解具有重要政策含义。已有的莫桑比克研究多采用农艺学产量差距核算或价值链评估，尚未有研究运用经济计量前沿方法在农场层面测度效率。为此，研究人员利用2023年综合农业调查数据，随机前沿分析方法估计技术效率及其决定因素，为在该国大豆产业中选择管理型政策工具或结构型政策工具提供诊断依据。该研究发表于《Economies》。

二、主要技术方法

研究人员使用来自莫桑比克农业与农村发展部2023年综合农业调查（Inquérito Agrário Integrado, IAI）的二手数据，覆盖赞比西亚、太特、马尼卡和尼亚萨四省，最终分析样本为926户小农。采用超越对数（translog）随机生产前沿，无效率项被假定服从半正态分布，并设定为异方差，其方差被参数化为农场和家庭特征的函数。通过最大似然法在单一步骤中同时估计前沿方程与无效率方程。连续投入以可耕地面积和种籽支出为核心，灌溉、肥料、农药、除草剂、粪肥、全时劳动和临时劳动等以虚拟变量形式进入前沿。通过似然比检验选择超越对数而非柯布-道格拉斯形式，通过信息准则选择半正态分布，并用非参数自助法对边际效应进行推断。此外，还针对极端值、种籽变量编码和替代测量进行了系列稳健性检验。

三、研究结果

3.1 描述性统计

样本中农户平均经营面积6.4公顷，中位数3.0公顷；平均产出1853公斤，但中位数仅约450公斤，分布明显右偏。购入投入采用率整体较低：化肥和农药各占20.2%，除草剂6.6%，粪肥5.3%，灌溉5.8%；临时雇工占44.6%，全时雇工占25.4%。户主以男性（84.7%）和已婚（89.0%）为主，84.9%报告受过正式教育；合作社成员占26.9%，非农就业占20.4%，而正规信贷仅占4.2%。63.1%的农户位于中部地区，其余位于北部。

3.2 函数形式与分布选择

似然比检验显著拒绝了柯布-道格拉斯形式（χ²=24.72，p<0.001），说明超越对数更适用于描述生产技术。半正态分布的信息准则低于截断正态分布和指数分布，故被采用；无效率决定因素通过异方差方差函数进入模型，而无需设定无效率项的均值方程。

3.3 前沿与无效率方程估计

方差比γ=0.72，表明农户与前沿之间约72%的残差变异来自技术无效率而非随机噪声。前沿方面，土地的产出弹性为0.67（p<0.001），全时劳动和临时劳动的前沿位移分别为0.98（p<0.001）和0.44（p<0.001），灌溉显著抬升前沿0.38（p=0.042）。无效率方程中，男性户主（?0.63，p=0.001）和中部地区（?0.33，p=0.023）显著降低无效率；信贷的系数为?0.68，但未达统计显著（p=0.103）。

3.4 规模报酬

连续前沿投入在样本均值处的规模报酬约为0.74，小于1，表明按比例扩大耕地面积和种籽支出时，产出增幅低于投入增幅。因此，在现有技术条件下，提高效率和投入品质的收益可能大于单纯扩大经营规模的收益。

3.5 技术效率得分

平均技术效率为0.40（标准差0.18），最低为0.02，最高为0.81；最低十分位均值0.09，最高十分位均值0.67。效率差距约60个百分点，相当于在现有投入下实现约147%的比例性产量增加。对极端值的稳健性检验显示，土地弹性、规模报酬和灌溉效应基本稳定；但当估计仅限于购买种籽的农场时，平均效率升至0.857，表明本研究所报告的全部门平均效率低于商业化部分的效率水平。

3.6 区域效率差异

中部地区（赞比西亚、太特和马尼卡）农户的平均效率为0.43，北部（尼亚萨）为0.36，差距近7个百分点。Kruskal-Wallis检验（χ²=31.56，p<0.001）和Wilcoxon秩和检验（z=5.62，p<0.001）均表明该差异显著，且控制家庭特征后仍在多变量模型中成立。研究人员认为，这可能与中部地区更密集的种子扩繁、接种剂分配、合同农业和农业经销商网络等结构性因素有关，但现有数据无法直接验证具体机制。

3.7 效率的驱动因素与边际效应

平均离散边际效应显示，信贷获取使预测效率从0.4028升至0.4531，边际效应为+0.0503，其自助法检验显著（p=0.034），但方差函数系数检验不显著（p=0.103）。户主性别为男性使效率从0.3782升至0.4099（+0.0317，p=0.000），中部地区使效率从0.3930升至0.4120（+0.0190，p=0.029）。推广接触、青年户主和婚姻状况具有微小正效应，合作社成员、非农就业和教育为负效应，但均不显著。由于边际效应为参数的非线性函数，自助法区间较宽，效应排序比单个数值更可靠。

四、讨论与结论

讨论部分指出，平均效率0.40低于加纳、尼日利亚和赞比亚等国的类似估计，与莫桑比克结构性约束相符。较高的γ值说明管理导向的干预更有针对性；连续投入的规模报酬递减支持在现有耕地上提高效率与投入品质。区域差距为北部尼亚萨提供了效率提升投资的优先序。性别结果符合非洲文献中女性户主面临土地、信贷和推广服务获取不平等的模式；信贷的边际效应虽大，但统计证据较弱，且单一横截面数据不能排除选择效应，故应被视为有前景但未经证实的假设。此外，多项投入采用率低导致检验功效不足，零结果不能证明这些投入不重要；二元变量无法反映投入强度、用量和时机，也对解释构成限制。

研究结论可概括为：本研究首次为莫桑比克大豆提供了农场层面的前沿估计。平均效率约40%，表明现有产量差距的大部分来自对已有投入的低效利用，而非单纯的技术约束；在投入不变的情况下，农户平均仅实现可达到产出的40%，效率差距约60个百分点，若消除无效率可使当前产出提高约147%。这种无效率在空间上集中于北部地区，尼亚萨比中部省份低近7个百分点。性别导致的资源不平等和区域制度不对称是仅有的、同时通过系数检验和自助法检验的效率驱动因素；信贷获取的边际效应最大，但证据较弱，仍属有前景但未经证实的路径。上述结论基于单一横截面的关联估计，且前沿仅包括一种连续投入数量，解读时需要谨慎对待这些限定条件。