马橙，高建中

(西北农林科技大学 经济管理学院，陕西 杨凌 712100)

林地是林业生产过程中重要的土地资源，在经济社会发展和生态文明建设中也具有重要地位。随着2008年集体林权制度改革的推进、各项配套改革内容的完善，林农获得林地的经营自主权，从而提高了农户进行林业生产的积极性。在此背景下，准确测度农户家庭的林业生产效率和探究林业生产效率的影响因素成为了学者们的研究热点：从研究方法来看，学者们采用数据包络分析(DEA)[1]和随机前沿分析(SFA)[2]等方法对农户家庭的林业生产效率进行测算，并采用单要素生产率[3]和全要素生产率[4]等指标对林业生产效率进行衡量，指出在实际的林业生产过程中，农户林业生产的投入产出效率并未达到最优，林业生产要素配置处于非有效状态，各区域林业生产效率整体呈上升趋势且空间差异逐渐减小；从研究内容来看，学者主要从农户特征[5]、自然环境[6]、产权改革[7]和组织制度[8]等视角分析林业生产效率的影响因素，认为林权改革及政策扶持等因素对林业生产效率具有显著影响。伴随工业化和城镇化进程前进，大量农村剩余劳动力转移到非农产业就业，造成农村劳动力素质下滑，给林业生产带来挑战，具体表现为：非农就业显著负向影响林业生产[9]，劳动力非农转移使得农村劳动力老龄化和妇女化严重，降低生产投工量[10]，减少单位土地上劳动等要素的投入[11]，改变农户的生产决策行为[12]，降低林业投入产出水平[13]，致使林业生产精细化程度下降、粗放经营日趋严重[14]，非农就业给林业生产的负面作用逐渐凸显。林业联户经营可促进生产要素整合与规模经济收益，且联户经营效率高于股份经营与单户经营[15-16]；通过多个营林主体合作，能够发挥成员多、信息广的优势，降低营林成本[17]；增加造林面积，促进林业生产[18]效率的提升。那么，非农就业是否为林业生产带来不利影响？经营模式能否缓解非农就业给林业生产效率带来的不利影响、提高集体林业生产效率？为此，基于2018年江西省、湖南省及福建省943份农户调查数据，运用DEA-Tobit方法测算农户家庭的林业生产效率并探究非农就业与林业生产效率之间的关系；同时，采用HLM方法考察联户经营对非农就业与林业生产效率的调节作用，拟从微观层面为林业生产提供新的启示。

1 数据与方法

1.1 数据来源

江西省、湖南省及福建省森林资源丰富，森林覆盖率高达59.82%～69.95%，集体林地面积均在70%以上，承担着重要的生态功能。因此，选择江西省、湖南省及福建省对于研究中国集体林区农户家庭的林业生产效率具有一定的代表性。

2018年7—9月，集体林权制度改革监测项目组在江西省、湖南省和福建省开展入户调查。在综合考虑地理环境、区域经济、生产类型等因素的影响，项目组从每个省份里选取10个县，再从每个县里选择5个行政村，最后从每个行政村随机抽取10位样本农户作为调查对象，共发放1500份问卷。根据研究目的，剔除数据缺失和无效问卷，仅选择商品林经营农户，最终获得有效样本943份。其中，江西省241份，湖南省258份，福建省444份。

1.2 理论分析

劳动迁移新经济学模型(NELM)[19]是将整个家庭作为决策中心，认为家庭在以预期收入最大化和家庭风险最小化为原则，通过将劳动力资源配置在不同市场以分散风险，实现家庭收益最大化。关于农户非农就业对林业生产效率的影响机理分析，劳动迁移新经济学模型可提供以下两点借鉴思路：一是农户利用非农收入克服信贷约束增加林业生产要素投资而产生的收入效应[20]；二是非农就业减少了农户家庭可用于林业生产的劳动力供给而造成的林业劳动力流失效应[9]。

非农就业增加了农户家庭收入，有利于林业生产中资金投入，然而现实中非农就业收入主要用来改善生活水平，对林业生产投入的促进作用不足以抵消劳动力流失造成的负面影响。林业联户经营能够有效填补非农就业造成的劳动力流失，形成土地资源的相对集中，保障林地的连片经营，避免林农因抛荒林地等行为造成的林地资源配置效率降低[21]，形成林业规模效益进而提高林业生产效率，有助于调节非农就业对生产效率的负向影响。

鉴于此，提出3个研究假设：

H1：控制其他因素不变的条件下，非农就业负向影响林业生产效率

H2：控制其他因素不变的条件下，经营模式正向影响林业生产效率

H3：控制其他因素不变的条件下，经营模式对非农就业与林业生产效率关系产生积极调节作用

1.3 变量选择

根据上述理论分析与假设，结合调查数据分析农户家庭的非农就业和经营模式对林业生产效率的影响，选取农户家庭商品林的林业生产效率(简称林业生产效率，efficiencyi)作为被解释变量。农户家庭商品林包含用材林、经济林和竹林等。

以农户家庭的非农就业情况(简称非农就业，NE)和经营模式选择(简称经营模式，JO)为主要解释变量，参考文献[9]非农就业采用“非农劳动力数量与家庭总劳动力数量之比”进行衡量，并对非农劳动力人数界定为“6个月及以上外出打工人数”，不考虑兼业情况。联户经营是林权改革制度后最主要且效率较高[15-16]的经营模式，因此经营模式采用“农户联户经营面积占商品林经营面积的比例”进行衡量。为分析不同样本群体林业生产效率的差异，将“非农劳动力数量与家庭总劳动力数量之比”大于均值定义为高非农就业率农户，反之则为低非农就业率农户；将“农户联户经营面积占商品林经营面积的比例”为0定义为未参与联户经营的农户，反之则为参与联户经营的农户。

此外，林业生产效率还受到农户基本特征、生产经营特征、政策扶持因素和地区差异的影响[2，5-6]，因此从这4个方面选取控制变量。农户基本特征选取年龄(CV1)、受教育程度(CV2)、林业技术培训(CV3)3个变量；生产经营特征选取林地细碎化程度(CV4)、林业劳动力投入(CV5)、林地经营面积(CV6)3个变量；政策扶持因素选取是否有森林保险(CV7)、是否抵押贷款(CV8)、林业补贴(CV9)3个变量；地区差异，以江西省作为参照组，加入湖南省(P1)和福建省(P2)2个省份虚拟变量。

各变量变量定义、赋值及说明如表1所示。

表 1 变量定义、赋值及说明

1.4 研究方法

1.4.1 DEA-BCC模型

数据包络分析方法(DEA)是一非参数方法，避免了参数方法的多种限制，如考虑函数关系、对权重进行假设等。DEA方法侧重对个体的考察，在以农户为决策单元的效率测度方面具有显著优势，可以用来评价决策单元投入-产出指标的相对效率。由于调查区域的商品林经营农户在投入既定的情况下追求产出最大化，以期望获得规模效益。因此，相对于投入导向模式(DEA-CCR)而言，产出导向模式(DEA-BCC)更适用于规模报酬可变的农户家庭林业生产效率测算。DEA-BCC模型以单个农户家庭的林业生产为决策单元，选取劳动力要素(L)、资金要素(K)和土地要素(H)为投入指标，产出利润(Q)为产出指标，测算投入产出综合效率，用以表示农户家庭的林业生产效率(efficiencyi)。鉴于DEA-BCC模型在学术界被广泛运用于效率测算，具体计算步骤参见文献[7，9]，采用DEAP 2.1软件进行计算。农户家庭的林业生产效率指标取值范围为(0，1]，数值越大表示效率越高。

1.4.2 Tobit模型

基于DEA-BCC模型测算的农户家庭林业生产效率，进一步采用Tobit模型研究非农就业与经营模式对农户家庭林业生产效率的影响。因农户家庭的林业生产效率属于“截断数据”，取值范围为0～1，故采用基于极大似然估计法的因变量受限Tobit模型探究农户家庭林业生产效率的影响因素。

⑴

式中efficiencyi表示第i个农户家庭的林业生产效率；NEi为第i个农户家庭的非农就业；JOi为第i个农户家庭林业经营模式；CVij表示第i个农户家庭的第j个控制变量；P表示地区差异；αi0为常数项；αi1～αi3、βij、δi为待估系数；ε为随机误差项。

1.4.3 基于HLM方法的调节效应检验

由于核心解释变量(非农就业)与调节变量(经营模式)属于连续型变量，而且核心解释变量、被解释变量(林业生产效率)与调节变量不属于同一层次的变量，所以参考文献[22]通过HLM方法(层次线性模型)分别构建相应的5个模型检验分析经营模式对非农就业与林业生产效率的调节作用。模型1～3是探讨非农就业与经营模式对林业生产效率的直接影响，模型4和模型5是探讨经营模式对非农就业与林业生产效率的调节效应。其中：⑴模型1是对控制变量与农户家庭林业生产效率进行回归；⑵模型2单独引入非农就业变量，探究非农就业变量和控制变量对农户家庭林业生产效率的影响；⑶模型3单独引入经营模式变量，探究经营模式变量和控制变量对农户家庭林业生产效率的影响；⑷模型4同时引入非农就业和经营模式变量，探究三者对农户家庭林业生产效率的影响；⑸模型5引入交互项非农就业×经营模式(NE×JO)，检验经营模式对非农就业与林业生产效率的调节效应。

模型1：efficiencyi=αi0+∑βijCVij+εi；

模型2：efficiencyi=αi0+αi1NEi+∑βijCVij+εi；

模型3：efficiencyi=αi0+αi2JOi+∑βijCVij+εi；

模型4：efficiencyi=αi0+αi1NEi+αi2JOi+∑βijCVij+εi；

模型5：efficiencyi=αi0+αi1NEi+αi2JOi+αi3NEi×JOi+∑βijCVij+εi。

2 结果与分析

2.1 农户家庭林业生产效率存在群组差异性

表 2 林业生产效率的群组差异性比较

DEA-BCC模型计算结果显示943户农户家庭的林业生产效率均值仅为0.25(表2)，高非农就业率农户家庭的林业生产效率低于低非农就业率农户，参与联户经营的农户家庭林业生产效率高于未参与联户经营农户家庭。说明江西省、湖南省和福建省的农户家庭林业生产效率较低还有75%的提升空间，非农就业将不利于林业生产效率，联户经营模式有助于林业生产效率的提升。原因在于非农就业减少了农户家庭可用于林业生产的劳动力供给，造成林业劳动力流失；而联户经营能够弥补农户家庭人力资本的不足，避免林农因抛荒林地等行为造成的林地资源配置效率降低，形成林业规模效益进而提高林业生产效率。因此，而联户经营模式是否能够缓解非农就业给林业生产效率带来的不利影响有待下文进一步实证分析。

2.2 经营模式在非农就业对林业生产效率影响中起调节作用

2.2.1 非农就业对林业生产效率具有抑制作用

在模型2中，非农就业(NE)对林业生产效率在10%水平上显著负相关(表3)；模型4中引入联户经营变量后，非农就业对林业生产效率依然在10%水平上显著负相关，说明农户家庭的非农就业率越高，则农户家庭的林业生产效率越低，H1得到有效证明。随着城镇化发展，大量青壮年劳动力就业方向向非农产业转移，从而导致农户家庭的劳动要素供给减少现象，影响了农户生产经营方式，进而抑制了农户家庭林业生产效率的提高；此外，家庭营林劳动力的流失，迫使农户在林业生产过程中采取节约劳动力的策略，从而引起农林生产非集约化以及土地抛荒现象的发生。所以，非农就业率与农户家庭的林业生产效率成反比。

表 3 模型回归结果

2.2.2 经营模式对林业生产效率具有促进作用

在模型3中，联户经营(JO)与林业生产效率在5%水平上显著正相关；在模型4中，引入非农就业变量后，联户经营对农户家庭林业生产效率依然具有稳健的正向影响，且系数未发生明显变化，说明当农户在林业生产过程中如选择联户经营模式可能促进农户家庭的林业生产效率，H2得到有效证明。在林业生产过程中，林业联户经营能够通过整合林业生产要素促进资源优化，从而提升农户家庭的林业生产效率。例如：在实际的林业生产中，农户采取家庭林场、林业专业合作社以及林业龙头企业等联户经营模式，可有效解决在集体林权制度改革过程中因林地面积和林地块数增加而导致的林地细碎化和分散化经营问题，从而降低了农户林业生产经营的成本提高林业生产效率。所以，在林业生产过程中，农户选择联户经营有利于提高林业生产效率。

2.2.3 经营模式对非农就业与林业生产效率具有调节作用

在模型5中，非农就业与联户经营(NE×JO)的交互项系数为正，且在5%显著性水平上显著，说明参与联户经营可以提高农户家庭的林业生产效率，并缓解非农就业给林业生产效率带来的不利影响，H3成立。农户参与联户经营不仅有助于缓解单户条件下的小规模、分散化的经营格局，通过形成一定的生产规模而降低生产成本；而且，还有助于提升农户家庭经营的组织程度，减少生产的不确定性和市场风险，解决小农户与大市场的矛盾，拓宽林产品销售渠道，进而提高林业生产效率。因此，农户参与联户经营可调解非农就业与林业生产效率的关系，并提升农户家庭的林业生产效率。

2.3 部分控制变量对林业生产效率具有显著影响

2.3.1 农户基本特征对林业生产效率具有显著影响

在林农基本特征方面，农户年龄(CV1)、受教育程度(CV2)和林业技术培训(CV3)对林业生产效率均具有显著影响。其中，农户年龄对林业生产效率在5%水平上显著负相关，说明农户年龄对林业生产效率具有负向影响。被调查农户的平均年龄为57岁，呈现老龄化趋势，老年人在体力方面处于劣势地位从而影响林业劳动力投入，因此随着年龄增大，农户家庭的林业生产效率降低。农户受教育程度对林业生产效率在5%水平上显著正相关，说明受教育程度对林业生产效率具有正向影响，这与参考文献[5]的研究结论相同。农户受教育的程度越高，其学习新技术的能力也就越强，则越有利于从事林业生产活动，因此提升受教育程度可促进农户家庭的林业生产效率。林业技术培训对林业生产效率在1%水平上显著正相关，说明林业技术培训对林业生产效率具有正向影响。农户在接受技术培训后，可将培训所得的新技术应用于林业生产，从而提高农户家庭的林业生产效率，所以林业技术培训有利于提升农户家庭的林业生产效率。

2.3.2 生产经营特征对林业生产效率具有显著影响

在生产经营特征方面，林地细碎化程度(CV4)、林业劳动力投入(CV5)和林地经营面积(CV6) 对农户家庭的林业生产效率具有显著影响。林地细碎化程度对林业生产效率在1%水平上显著负相关，说明随着林地细碎化程度增大，农户家庭的林业生产效率会降低。原因在于：林地块数的增加将不利于农户进行统一地经营管理，迫使农户在造林、抚育、砍伐等林业生产活动中不得不投入更多的时间和精力，从而导致农户林业生产成本增加，所以林地细碎化程度增大将制约农户提升林业生产效率。林业劳动力投入和林地经营面积对林业生产效率分别在5%和1%水平上显著正相关，说明适当提高劳动投入和土地投入将有助于农户家庭林业生产效率的提高。在实际生产中，农户经营林地面积与适度规模存在一定差距，而农户家庭林业劳动力投入未达到最佳水平，因此林业劳动力和林地经营面积的增加有助于提高整体效率水平。

2.3.3 林业补贴有助于提高林业生产效率

在政策扶持方面，农户家庭是否购买森林保险(CV7)和是否有抵押贷款(CV8)对林业生产效率的影响并不显著。而林业补贴(CV9)对林业生产效率在1%水平上显著正相关，说明农户家庭是否拥有林业补贴对其林业生产效率具有显著影响，提高林业补贴额度将提升农户家庭的林业生产效率。在林业补贴政策体系中，造林和抚育补贴政策与农户的营林活动存在关联[23]，农户可将获得的林业补贴资金直接用于购买种苗、农药等生产资料，或将林业补贴资金用于雇工经营林业等林业生产投资。可见林业补贴可显著增加农户的物质和资金投入，从而可提升林业生产效率。因此，相比于森林保险和抵押贷款，获得林业补贴可提高农户家庭的林业生产效率。

2.3.4 林业生产效率具有地区差异性

在地区差异方面，虚拟变量中福建省(P2)对林业生产效率产生了显著的正向影响，湖南省(P1)对林业生产效率产生了显著的负向影响。由于江西省、湖南省和福建省3省的森林资源状况和经济发展水平存在一定的差异性，相比于江西省和湖南省，2017年福建省林业产业总产值超过5000亿元，植被生态质量达全国第一，竹林产值高居全国首位，规模以上林业企业2700多家，森林资源状况和林业经营水平均远远好于湖南省和江西省。因此，农户家庭的林业生产效率具有一定的地区差异性。

3 结论与讨论

3.1 结论

第一，江西省、湖南省和福建省的农户家庭林业生产效率普遍较低，具有较大的提升空间。

第二，农户家庭的非农就业率会通过多种途径影响林业生产效率，综合来看对林业生产效率存在负向影响，即非农就业不利于林业生产效率的提升。

第三，联户经营能够促进农户家庭林业生产效率的提高，并对非农就业与林业生产效率二者关系的调节效应显著，可以弥补非农就业给林业生产带来的不利影响。

第四，年龄、林地细碎化程度对林业生产效率有显著负向作用，受教育程度、林业培训、林业劳动力投入、林地经营面积、林业补贴对林业生产效率有显著正向作用。

3.2 讨论

在农业经济领域，诸多学者从“劳动力转移效应”和“收入效应”探讨农户家庭非农就业给农业生产带来的影响，一部分学者认为非农就业的“收入效应”有利于农业生产[24]，原因在于非农就业增加的收入用于资本要素供给可弥补劳动力转移引起的劳动力要素损失；另一部分学者认为非农就业的“收入效应”无法弥补“劳动力转移效应”，不利于农业生产[25-26]，原因在于非农就业将会导致生产规模偏小和要素配置不合理。

从林业经济领域来看，学者对非农就业的“劳动力转移效应”和“收入效应”相关研究较少。研究发现非农就业已经成为林业经营的制约因素，这与参考文献[9]的研究结论一致。有学者研究表明：非农就业对农户林地投入产出水平具有显著的负向影响，不利于林业生产效率的提升，也将使林地经营面临再次被粗放化的风险[13]。因此，政府部门在推动农业人口向城镇转移的同时，要重视非农就业给林业生产带来的负面影响。

从经营模式角度出发，对农户家庭的林业生产效率展开分析能够有一个新的认知，鼓励非农就业率高的农户家庭进行联户经营，促进生产要素整合与规模经济，解决林地细碎化和分散化经营，有助于提高林业生产效率。此外，对农户的教育与技术培训有助于提高林业生产效率，通过学历教育和技能培训等措施提高劳动力人力资本水平，实现林业现代化发展。不可否认，林业生产效率测算过程中存在一定的不足。相较于农业生产而言，林业生产中林地产出并不是农户同期林地投入的结果，可能滞后林地投入10年或20年甚至更长的时间，因此采用同期投入产出指标测算农户家庭林业生产效率可能导致结果存在一定偏差。未来从微观农户视角进行林业生产效率研究时，有条件的话可采用面板数据进行林业生产效率的相关研究。