我国小麦产业的生产效率研究

摘要。本文采用数据包络分析（dea）方法对2006―2010年我国小麦生产效率进行了测度和分析，再运用tobit回归模型对影响我国小麦生产效率的多种因素进行了分析，最后对提高我国小麦生产效率的途径做了简要分析。通过研究发现，黑龙江、江苏、湖北、宁夏、新疆等地区的技术效率常年处于有效或高效状态。河北、山西、陕西和甘肃等省份的技术效率常年低于全国平均水平。在一定范围内，人均播种面积的增加对小麦生产效率产生促进作用，而单位播种面积农用机械总动力对小麦生产的技术效率产生了负向影响。灾害的发生对于小麦生产效率的负向影响也较为显著。

关键词：小麦生产；生产效率；数据包络线分析

一、引言

目前我国既是世界上最大的小麦生产国，小麦单产居世界前列，也是世界上最大的小麦消费国，小麦进口较多，出口很少。随着人口持续增长，我国对小麦的需求量将不断增加。因此，研究小麦生产的全要素生产率变动及其增长源泉，进而采取有针对性的措施，提高小麦生产效率，对于提高农用土地利用效率和小麦单产从而保障国家粮食安全有着重大的意义，本文基于tobit模型对小麦产业技术效率影响因素分析较少，本文将采用这一模型对我国小麦产业技术效率影响因素进行分析。

二、基于tobit模型的小麦技术效率影响因素分析

（1）估计方法的选择

在对小麦全要素生产率的研究中，对效率影响因素的分析，具有重要的理论意义和现实指导意义。tobit模型是经济学家tobin于1958年在研究耐用消费品需求时提出的一个经济计量模型。基本结构如下：

yi*=βxi+εi

yi=yi*yi*>0

yi=0yi*≤0

式中。yi*为潜在的被解释变量；yi为被解释变量；xi为解释变量；β为回归参数向量；εi服从于n（0，σ2），i=1，2，…，n。

该模型的特征是。解释变量xi为实际观测值，而被解释变量yi只能以受限的方式观测到。当yi*>0时，yi=yi*，yi为无限制观测值；当yi*≤0时，yi=0，称yi为受限观测值。

（2）影响因素变量的选择与假设

为了进一步研究我国小麦生产效率的影响因素，本文以上文得出的陕西小麦生产技术效率值作为因变量，以小麦生产效率的各种影响因素作为自变量构建tobit回归模型。为了研究方便，本文首先作出如下假设：

（1）农村劳动力的投入对小麦生产效率具有正向影响