影响卢旺达小农大豆生产技术效率的因素

摘要

在促进粮食安全，特别是在城市地区和收入来源的推动下，豆类在很大程度上仍然是一种自给自足的粮食作物。为了实现自给自足，国家在发展该分部门方面作出了巨大努力。这些措施主要是为了扩大大豆种植面积、组织农民合作社和更容易获得投入。在提高大豆产量和市场营销在Nyanza和Bugesera地区增加了一些公共和私人干预措施，这些干预措施包括育种、分发抗病虫害的改良种子和推广良好的农业做法。尽管卢旺达政府和其他利益相关者做出了努力，但与预期潜在产量和实际产量相比，豆类的生产率仍然很低。这项研究的目的是估计尼扬扎和布杰塞拉地区大豆生产的技术效率水平，并确定影响卢旺达大豆生产者技术效率的一些社会经济因素。主要数据和辅助数据被使用。随机前沿分析(SFA)与柯布-道格拉斯函数对276个豆农的随机样本。研究结果表明，这两个地区的大豆生产平均技术效率为23%，这意味着如果农民要提高技术效率，他们可以通过有效利用现有资源和现有技术来提高产量。该研究得出的结论是，年龄、教育水平、肥料、劳动力、土地面积、种子、延伸代理人的访问和获得信贷的机会是导致卢旺达技术效率低下的重要变量。另一方面，家庭规模、种子类型和经验对农民的效率没有显著影响。为了提高卢旺达大豆生产的技术效率，该研究建议提高农民的教育水平，并在最佳时间内提供资金，此外，还需要审查农业政策，重新获得公众支持，以改进长期以来被忽视的农业推广系统。

简介

农业是卢旺达最重要的部门经济；贡献了41%的国内生产总值(GDP)，并雇佣了约90%的卢旺达农村人口[1］．农业对可持续发展，减少贫困，加强粮食安全，供应超过90%的食品消费，而制造业只占国内生产总值的13% [2］．事实上，促进农业发展对于实现千年发展目标至关重要(世界银行，2008年)。

大豆是卢旺达最重要的作物。2]并作为减少贫穷的首要策略[3.］．卢旺达政府将豆类列为促进发展和粮食安全的优先作物，可以为农业部门的其他部门提供一个如何快速转型的例子[3.］．为了推广大豆，RAB开发了高产品种。由于认识到豆类在粮食安全中的重要作用以及作为小农收入来源的重要性，特别是Bugesera地区的豆类种植者，自2006年起实施了补贴投入政策。

在改善大豆生产力和大豆营销方面，Bugesera地区增加了若干公共和私人干预措施，这些干预措施包括繁殖推广抗病虫害的改良种子，推广良好的农业做法。尽管卢旺达政府和其他利益相关者做出了努力，但与预期潜在产量和实际产量相比，豆类仍然面临较低的生产率。引进品种的预期潜在产量为每公顷4-6吨，但农民仅实现了每公顷1.6吨的产量[4］．

生产的可变性与经营规模、生产技术和经营方式的差异有关环境及营运效率[5］．产量的增加与新技术的采用率不成正比，而与现有技术的有效利用成正比[6］．提高生产效率可以让农民增加产量，改变生产技术，从而提高生产力[7］．根据同一作者小农的观点，由于效率差异而导致的生产差异可能受到各种区域和农场特定社会经济因素的影响。

要提高生产力，技术创新是必需的，但这还不够，必须有效利用旧技术[6］．如果农民使用现有技术效率不高，那么在短期内提高效率将比引入另一种技术更具成本效益。技术效率低下可能主要是由于管理能力不足造成的，因此，效率差异可以在管理特征的背景下解释，例如:培训、经验和动机[8］．

由于生产力的提高直接关系到生产效率，因此必须通过帮助农民减少技术上的低效来提高他们的生产力。这可以通过调查资源生产力的性质和农民的生产效率来实现。因此，有必要研究Bugesera地区的大豆生产技术效率和影响技术效率的因素。

方法

目前的研究是在卢旺达东部省的布盖塞拉区进行的，该地区面积为1334平方公里。Bugesera区的人口估计为274,113人，其中99%居住在农村地区(地区报告，2006年)。本研究同时使用了一手资料和二手资料。主要数据通过多阶段和预测试问卷的面对面访谈收集。

分析框架

根据Batesse和Coelli [9]，第一批分析技术效率及其决定因素的研究人员采用了两阶段方法。第一阶段是在假设无效率效应是同分布的前提下，对随机前沿生产函数进行规范和估计。这种方法的第二阶段涉及到对低效率效应的回归模型的规范。然而，这种方法一直受到批评，因为它与随机前沿中同分布无效率效应的假设相矛盾，并且Wang和Schmidt [10]确定了与这两步分析相关的结果偏倚。

最近，包括Batesse和Coelli[]在内的各种研究人员提出了一种单阶段方法。9]和贝洛蒂等人。[11他专门创建了命令语法，用于同时估计Stata包中的随机和无效率模型参数。该模型采用最大似然估计(MLE)方法同时估计随机前沿和无效率函数的参数。值得注意的是，Batesse和Coelli [9]虽然最初建议用于面板数据，但其变体已被许多作者如Ezeh等人用于横断面数据。[12]， Rahman等人，[13]和Tijani [14］．在本研究中，同样采用了同步分析方法。

模型规范

为了评估所使用的投入中影响大豆生产的决定因素，并确定技术效率水平，使用了柯布-道格拉斯函数，因为它简单、易于估计和解释。通过对随机前沿生产函数的估计，得到了生产投入对大豆产量的影响，在这一水平上的统计检验揭示了显著的决定因素。在对两种模型进行估计后，对低效模型的估计和TE的水平进行预测。

柯布-道格拉斯产生函数指定为;

lnYi = lnβ₀+β₁lnX₁+β₂lnX₂+β_3.lnX_3.+β₄lnX₄+ V_我- u_我

地点:

Y_我:大豆产量ln (T/ha)

β₀: ln低效率效应

X₁:豆种面积ln (ha)

X₂:工时单位(人日)

X_3.:总施肥量ln (kg)

X₄:总种子用量ln (kg)

V_我=与非包含因素相关的随机错误

Ui =随机误差测量项

本研究的最后一个目标是对社会经济效应的数据进行分析，使用Stata获得参数的最大似然估计，以估计技术无效率效应。规范模型如下:

| μi | = α₀+α₁Ζ₁+α₂Ζ₂+α_3.Ζ_3.+α₄Ζ₄+α₅Ζ₅+α₆Ζ₆+α₇Ζ₇+α₈Ζ₈+Є

μ_我:低效率

α₀:截距项

Ζ₁:户主受教育程度

Ζ₂:工作经验(年)

Ζ_3.:获得信贷(假:1= YES, 2= No)

Ζ₄:农民年龄(年)

Ζ₅:家庭人数(数字)

Ζ₆；分机座席访问次数

Ζ₇:户主性别(假人1=男，假人2 =女)

Ζ₈:使用的种子类型(虚拟种子:改进的=1 local =2)

Є:随机错误

结果

生产要素的参数估计

随机前沿生产函数的结果表1从效率的角度给出了随机前沿模型的结果。结果表明，在柯布-道格拉斯生产函数中，每个输入的输入弹性的结果。有机肥料施用量每增加1%，大豆产量增加0.13%，无机肥料施用量每增加1%，大豆产量增加0.23%。此外，改良种率每增加1%，产量就增加0.86%。另一方面，劳动力增加百分之一可能会使大豆产量增加百分之一。

表1。随机前沿函数结果和随机前沿生产函数结果。

研究表明，土地是对产量影响最大的主要变量，其次是改良种子、劳动和肥料。结果表明，产量与土地面积有关，这说明卢旺达大部分土地在研究区是完全不同的。

豆农的技术效率水平

在确定Musanze和Bugesera地区豆农的技术效率时，结果表明，技术效率最低水平为18%，最高技术效率为79%，而平均技术效率为23%，如图所示表2．

表2。技术效率估计的频率分布。

结果还表明，近11.59%的农户技术效率在51-75%以上。技术效率为0 ~ 25%的农民占51.81%，最低的为26.45%，在26 ~ 25%之间。50仅10.15%的农民TE为76 ~ 100%。技术效率估计值的巨大差异表明，大多数农民在生产过程中仍在低效率地使用其资源，仍有机会提高他们目前的技术效率水平。

低效率模型结果

在影响TE的因素评价中，变量为农户年龄、农户规模、农户教育程度、豆、豆农业考虑了经验、信贷使用和推广代理人对农民的访问次数，并回归到代表技术效率低下的误差项(u)。因此，结果在表3说明这些因素与技术效率低下之间的关系。

表3。低效率效应模型。

结果是表3结果表明，学龄、授信途径、年龄和延伸服务接触降低了技术效率低下或提高了技术效率。雷竞技网页版

受教育年限的负号表明，受教育年限的增加降低了技术效率，这意味着受教育年限增加了技术效率;这种关系在1%和5%水平上均显著。而年龄的二次结构为正，表明农业技术效率随农民学龄数的增加而增加。

教育的作用使农民能够了解支配其农业活动的社会经济条件，并学会如何收集、检索、分析和传播信息。此外，随着教育水平的提高，农民能够组织成农民团体或协会，从而使他们能够从贷款机构，特别是从事小额信贷提供的非政府组织(ngo)获得资金。教育也提高了农民对推广建议的理解。

讨论

大豆生产的决定因素

第一个假设与第二个目标相对应，第二个目标旨在确定研究地区大豆生产的决定因素。在这项研究中，考虑的大豆生产投入是种子数量、肥料、土地面积和劳动力。此外，该研究假设所有这些因素在大豆生产中都很重要。结果表3确认这个假设。

从这些结果可以看出，土地面积是两种研究方案中最重要的大豆生产投入。从系数符号上看，研究区在1%和5%水平上的投入均为正且显著。这些研究结果还表明，农民目前在大豆生产的最佳土地规模以下经营，因为增加大豆种植面积将导致更高的产量，农民将通过增加作物种植面积从大豆生产中获得更多利益。

本研究中关于土地面积与大豆产量之间关系的结果与Tijani [14]汗等人在他对尼日利亚奥孙地区的大豆农场技术效率的分析中。[15孟加拉国的大豆种植，以及Baruwa和Oke [16他们对尼日利亚的可可山药进行了研究。另一方面，这些结果与Chirwa [17该研究揭示了土地大小对马拉维的大豆产量有负面影响。在后一项研究中，负面影响被解释为超出最优土地规模的经营，即生产在比农民能够管理的更大的土地上进行。因此，在卢旺达，大豆农场的规模仍然是可控的，面积的扩大将有助于增加产量。然而，这种扩张应该谨慎进行，因为一些研究发现，土地大小可能与TE成反比[18］．此外，我国耕地稀缺的现实不容忽视。因此，应该考虑使用改进的技术等配套措施，而不是依赖于土地面积。

除了土地面积，其他因素，如化肥、种子数量和种植活动中使用的劳动力，对研究地区的大豆生产也有重要影响(表1)．因此，如果研究结果显示所有输入在1%和5%水平上均显著(表1)．结论是，生产中使用的所有投入对研究区大豆产量有显著影响。

技术效率水平

根据Coelli等人的半正态模型和指数模型，关于无效率效应的零假设涉及一个通常被称为sigma (σμ)的参数。该参数表示随机前沿模型中与无效效应相关的方差。对于低效率效应的方差，Batesse和Coelli [9]指定了与随机前沿函数的两个误差项相关的另一个参数γ (γ)。参数γ测量了由无效率效应引起的输出与前沿的偏差，它等于σ2μ/(σ2v + σ2μ)，其中σ2μ和σ2v分别代表与无效率和统计噪声相关的方差。在本研究中，γ值与0的差异分别为0.40，因此该值表明40%的产量变化是由无效率效应引起的。

发现在表1结果表明，估计模型的奇巴尔平方值(χbar2)超过了统计表中的临界值。这导致了第二种假设被否定。因此，Bugesera的大豆生产存在着显著的低效率影响，农民尚未达到生产边界。

影响技术效率的因素

结果是表1表明基于chi-statistics值超过临界值，该假设被拒绝。由此得出结论，七个变量的联合效应是显著的，尽管个别影响可能在统计上不显著。

分析了社会经济因素对TE的影响，发现其中有几个因素是显著的。例如，年龄、受教育年限、获得信贷和推广服务联系减少了技术效率低下或提高了技术效率。雷竞技网页版这意味着年龄对TE有负面影响;年龄每增加1%，低效率效应增加0.042%。这也说明农民年龄越大，大豆生产的技术效率越低生产力．

学龄数的负号表示学龄数的增加提高了技术效率;这种关系在1%和5%水平上均显著。这一发现与Awudu等人在尼加拉瓜经济改革期间的技术效率研究中发现教育提高了生产效率有关)。Seyoum等人的研究，[19]关于东埃塞俄比亚大豆生产者技术效率和生产力的研究得出结论，受教育程度较高的农民迅速采用新技术，生产更接近前沿产量。

在无效率模型中，各种研究者讨论了变量年龄可能是负的，也可能是正的[10］．当年龄较大的农民愿意采用更好的技术来减少低效率的影响，或者当他们在耕作期间获得的知识和经验有助于提高效率时，年龄可能是一个消极的信号。它也可能是一个积极的信号，就像在这项研究中，间接表明老年农民抵制采用新技术或/和他们没有身体和精神能力有效地参与农业活动。对于卢旺达的豆农来说，只要劳动力在生产中的积极影响被发现是显著的，情况就可能是这样。

本研究发现文化程度对技术效率有显著负向影响，即文化程度与技术效率呈正相关。这意味着农民在适当的耕作方法和资源利用方面接受的教育越多，技术效率水平就越高。与豆类相关的培训或对农民的教育水平可以使他们获得创新和最新的生产技术。它还可以增加开拓精神农业技术的采用，从而在生产过程中做出更好的决策。

教育水平的调查结果与推广代理人访问的调查结果相似，揭示了卢旺达豆农的访问次数与技术效率低下之间的负向显著关系。这表明延伸接触次数与技术效率呈正相关。雷竞技网页版这意味着推广官员对豆农的访问有助于提高大豆生产中的TE。技术效率与推广接触频率之间的正相关关系可以归因于豆农所获得的知识和信息与培训相辅相成。雷竞技网页版

关于推广服务的可及性，本研究结果与Seyoum等人的研究结果一致。[19他们对尼日利亚豆农技术效率的性别差异进行了研究。Nchare和Muhammad-Lawal等人[20.]在他们对喀麦隆阿拉比卡咖啡生产和青年参与农业的技术效率的研究中分别发现了同样的关系。相比之下，Tijani [14和Ezeh等人。[12]发现分机接触与TE有意想不到的负相关关系，他们建议进雷竞技网页版一步调查这个问题。

最后，结果表明，性别对技术效率低下有负面影响，然后对TE有贡献，但不显著。大豆种植经验和家庭规模对技术效率无显著影响。

结论

研究发现，尽管政府通过推广服务和推广农业部门的投资由来已久技术在美国，小农种植大豆仍然不经济，技术效率也很低。由于许多因素改变了技术效率，导致了大豆产量的下降，豆农的TE有所不同。因此，农民有很大的机会提高他们的大豆生产效率水平。

作为受教育年限、受教育年限的平方、获得信贷、年龄、经营者年龄的平方、推广服务接触和经验的平方是影响豆农TE的显著变量。雷竞技网页版因此，农业政策制定者需要寻找其他方法来加强大豆生产者的社会和经济基础，以解决研究地区大豆生产的资源限制和低生产率问题。

最后，由于年龄的增长会导致大豆生产效率水平的下降，这些结果要求制定旨在鼓励灵活和强壮的年轻人种植大豆的政策，这些政策将使年轻人回到土地上，从事大豆种植，特别是对研究地区和卢旺达的经济将产生积极的红利。

上述研究结果表明:首先，需要在小农中推广政府的投入补贴政策。其次，需要加强的是，通过推广服务改善向小农提供农业信贷可能会提高小农的技术效率。

从结果中得出的其他政策影响包括对农业政策的审查，即重新获得公众对改革长期以来被忽视的农业推广系统的支持。为了实现所有这些目标，现在是时候让农业部门得到政府的适当关注和投入，以推进该国的增长和减贫目标。

这项研究旨在估计卢旺达大豆生产者的技术效率水平，并解释为什么农民之间的技术效率差异与社会经济变量有关系。

建议

鉴于研究结果表明，技术效率不仅受到外延接触、获得信贷的机会、教育水平和年龄的显著影响，而且还受到投入(种子、雷竞技网页版化肥劳动力和土地)，那么针对这些变量的政策可能会对小规模大豆生产和生产力产生积极影响。

对于政府和其他机构:

1.为提高技术效率，应加强推广官员与农民之间的联系。雷竞技网页版因此，政策制定者应注重开拓有效的制度安排，通过部署参与性方法，如领导-农民模式、使用小组培训方法，提高农民的推广机会;农民驱动的推广需求和(或)加强使用地区现有的广泛大众媒体，这将补充和补充少数推广工作者的努力。

2.获得信贷对技术效率的积极影响为提供和使用信贷提供了基础。在农民无法筹集到所需资金的情况下，可以通过信贷为豆农提供较高的初始资本消耗和运营成本。这些资金包括投入费用。因此，应加强信贷渠道，增加这些农民的使用，政府可能会影响用于农业发展的信贷和贷款的借款利率，因为目前这些利率仍然很高。

3.根据这项研究的结果，强调正规和非正规教育将对提高大豆生产效率水平产生巨大影响。但是，由于有些农民没有接受过正规教育，其影响也不是立竿见影的，因此，提供非正规农业教育可以作为正规教育的补充或补充。这可以通过定期培训农民、农民论坛和农场实践示范来实现。教育应包括投入的获取和有效地使用投入。

4.本研究最重要的发现揭示了低效率的决定因素是耕地的碎片化结构。因此，综合土地整理计划可能有助于增加豆类产量，从而提高效率。

5.本研究仅对大豆生产效率的技术方面进行了评价。从研究来看，生产要素的过度使用和不充分使用是显而易见的。因此，该研究建议对卢旺达豆农的配置效率进行评估。这将有助于了解农民使用的最佳投入水平，特别是如何在豆类生产中选择和使用投入，使其边际收益等于其要素价格。

进一步研究:

1.确定间接影响卢旺达大豆生产的外部因素，如与市场和政策环境的联系。未来的研究应该对大豆价值链进行分析，以揭示大豆生产全过程中可能存在的缺口。

2.评估农民层面的损失水平。本研究仅涉及投入产出关系和农民特征。然而，收获后农场层面的损失可能会减少最终出售的产量。

参考文献

1. Nyarwaya JB，等人。农业统计:农业生产，海拔，土地利用，Année Agricole 2001。密歇根州立大学，农业、粮食和资源经济系，粮食安全合作工作论文，2001年。
2. 测量。2009年玉米计划年度报告。卢旺达农学科学研究所:卢旺达基加利，2010年。
3. MINAGRI。国家玉米发展战略(2011-2018年)。卢旺达基加利:农业和动物资源部，2011年。
4. Sallah PYK，等。卢旺达尼亚比胡地区Rusogo流域农业系统诊断性调查:种植系统和挑战。在:会议记录，可持续农业生产力改善粮食安全和生计，基加利，卢旺达(Njeru等人。版)。2007年,页:82 - 91。
5. 油炸H，等。生产效率和生产率增长的测量。纽约:牛津大学出版社，2008。
6. 赞比亚玉米小农技术效率的决定因素。赞比亚大学，卢萨卡:硕士论文，2011年。
7. Chimai BC。赞比亚小农高粱种植技术效率的决定因素。俄亥俄州立大学:硕士论文，2011年。
8. Ahmed AE，等。苏丹Gezira计划高粱生产影响因素分析及其对农户粮食安全的影响。国际农业研究与发展会议。Tropentag: Stuuugart-Hohenhein, 2005。
9. Battese GE和Coelli TJ。面板数据随机前沿生产中技术无效率效应模型。经刊，1995;20:325-345。
10. 王华，施密特P.外生变量对技术效率水平影响的一步和两步估计。中国农业科学。2002;18:129-144。
11. Belotti F，等。使用STATA的随机前沿分析。经济与国际研究中心(CEIS)，研究论文系列，2012;10:1-47。
12. Ezeh CI，等。尼日利亚阿比亚州乌穆阿希亚首府地区肉鸡生产的技术效率。中国农业科学，2012;2:001-007。
13. Rahman KMM，等。孟加拉国稻农技术效率建模的随机前沿方法:实证分析。农学家，2012;10:9-19。
14. Tijani AA。尼日利亚奥松州Ijesha土地玉米农场技术效率分析。Agrekon。2006;45:127 - 135。
15. 可汗A，等。农户技术效率:孟加拉国贾马尔布尔地区选定地区玉米生产者的研究。生态环境学报，2010;14(2):366 - 366。
16. Baruwa OI和Oke JTO。尼日利亚Ondo州小农椰子农场的技术效率分析。Tropicultura。2012;30:36-40。
17. Chirwa电子战。马拉维南部玉米小农技术效率的来源。Wadonda咨询工作文件WC/01/03，马拉维大学校长学院经济系，马拉维Zomba, 2003年。
18. Anyaegbunam等。尼日利亚东南农业生态区小农木薯农规模生产力的决定因素分析。《农业科学》2012;2:74-80。
19. 埃塞俄比亚东部玉米生产者的技术效率和生产力:对Sasakawa-Global 2000项目内外农民的研究。农业经济，1998;19:341-348。
20. Muhammad-Lawal A，等人。青年参与农业的技术:尼日利亚西南部翁多州青年参与农业方案的案例研究。尼日尔农业食品环境杂志，2009;5:20-26。