兼业分化视角下成都市土地生产效率的多维剖析与提升路径

兼业分化视角下成都市土地生产效率的多维剖析与提升路径一、引言1.1研究背景随着中国城市化进程的快速推进，大量农村劳动力向城市转移，农户兼业现象日益普遍。成都市作为西南地区的重要城市，在城市化过程中也面临着农户兼业和土地利用的诸多问题。农户兼业是指农户在从事农业生产的同时，还参与非农业生产活动，这种现象改变了传统的农业生产模式，对土地利用和农业生产效率产生了深远影响。在成都市，城市化的快速发展使得大量农村土地被征用，城市建设用地不断扩张。与此同时，农村劳动力向城市转移，导致部分农村地区出现土地撂荒、农业生产粗放等问题。农户兼业现象的增多，使得农业生产的资源配置更加复杂，如何在这种情况下提高土地生产效率，保障农业的可持续发展，成为亟待解决的问题。此外，成都市的农业发展在区域经济中占据重要地位，保障粮食安全和农产品有效供给是关系到民生的大事。然而，农户兼业分化带来的土地利用变化，可能对农业生产的稳定性和可持续性造成威胁。因此，研究农户兼业分化对成都市土地生产效率的影响，对于优化土地资源配置、提高农业生产效率、保障农业可持续发展具有重要的现实意义。1.2研究目的与意义本研究旨在深入探讨农户兼业分化与成都市土地生产效率之间的关系，通过实证分析揭示农户兼业分化对土地生产效率的影响机制，为制定合理的农业政策和土地资源管理策略提供科学依据。具体而言，研究目的包括：一是准确测度成都市农户兼业分化的程度和类型；二是评估不同兼业类型农户的土地生产效率；三是分析农户兼业分化对土地生产效率的影响因素和作用路径。研究意义主要体现在以下几个方面：在理论上，丰富和完善了农户兼业与土地生产效率相关的研究，进一步拓展了农业经济学和土地资源管理学的研究领域，为深入理解农户经济行为和土地利用效率提供了新的视角和方法。在实践中，研究结果有助于政府部门制定更加精准的农业政策，引导农户合理兼业，优化土地资源配置，提高土地生产效率，促进农业的可持续发展和乡村振兴战略的实施。同时，对于解决城市化进程中农村土地利用问题，保障粮食安全和农产品有效供给具有重要的参考价值。1.3国内外研究现状国外学者对农户兼业和土地生产效率的研究起步较早。在农户兼业方面，对农户兼业的动机、类型和影响因素进行了广泛研究。一些研究认为，农户兼业是农户为了追求家庭收入最大化而做出的理性选择，受到劳动力市场、农业生产条件、政策等多种因素的影响。在土地生产效率方面，运用多种方法，如数据包络分析（DEA）、随机前沿分析（SFA）等，对土地生产效率进行测度和分析，并探讨了技术进步、规模经济、要素投入等因素对土地生产效率的影响。国内学者近年来也对农户兼业和土地生产效率进行了大量研究。在农户兼业方面，研究了中国农户兼业的发展历程、现状和特征，分析了农户兼业对农业生产、农村经济和农民收入的影响。一些研究表明，农户兼业在一定程度上增加了农民收入，但也可能导致农业生产投入不足、土地利用效率下降等问题。在土地生产效率方面，运用不同的方法对不同地区的土地生产效率进行了测算和分析，探讨了土地流转、农业技术创新、农业补贴等因素对土地生产效率的影响。然而，当前研究仍存在一些不足。一是在研究对象上，对成都市这样的西南地区大城市的农户兼业分化与土地生产效率的研究相对较少；二是在研究方法上，多采用单一的分析方法，缺乏多种方法的综合运用；三是在研究内容上，对农户兼业分化对土地生产效率的影响机制和作用路径的研究还不够深入。因此，本研究将针对这些不足，对成都市农户兼业分化与土地生产效率进行深入研究。1.4研究方法与创新点本研究采用了多种研究方法，以确保研究的科学性和可靠性。一是运用DEA-BC²模型对成都市农户的土地生产效率进行测度，该模型可以有效评价多投入多产出的生产系统的效率，能够准确反映土地生产过程中的技术效率和规模效率。二是利用Tobit回归模型分析农户兼业分化及其他因素对土地生产效率的影响，Tobit回归模型适用于因变量存在截断或受限的情况，能够克服传统线性回归模型的局限性。三是结合实地调研和问卷调查，获取一手数据，深入了解农户兼业分化的实际情况和土地生产过程中的问题。本研究的创新点主要体现在以下几个方面：一是研究视角的创新，从农户兼业分化的视角出发，深入研究其对土地生产效率的影响，为解决城市化进程中的土地利用问题提供了新的思路。二是研究方法的创新，综合运用多种方法，包括DEA-BC²模型、Tobit回归模型和实地调研等，从不同角度对研究问题进行分析，提高了研究结果的准确性和可靠性。三是研究内容的创新，不仅关注农户兼业分化对土地生产效率的直接影响，还深入探讨了其影响机制和作用路径，为制定针对性的政策提供了更全面的依据。二、概念界定与理论基础2.1相关概念界定兼业农户是指同时从事农业生产和非农业生产的农户。这既涵盖了农户劳动力在开展农业生产经营的同时，利用农闲时间投身非农生产活动的情况；也包含一个家庭中部分劳动力从事农业生产，另一部分劳动力从事非农生产活动的情形。在我国，普遍运用家庭收入来源比例来区分兼业农户类型，以农业收入为主的是第一类兼业农户，以非农收入为主的则是第二类兼业农户。具体来说，来源于第一产业的收入占家庭总收入95%及以上的为纯农户；占总收入50%-95%的是第一类兼业户；占总收入5%-50%的为第二类兼业户；占总收入5%以下的是非农户。兼业划分标准主要依据家庭收入来源比例，这种划分方式能够较为清晰地反映农户的兼业程度和经济结构。通过明确的收入比例划分，可以更好地研究不同兼业类型农户的行为特征和经济活动规律。除收入比例外，也有以农户农业劳动时间与非农劳动时间构成比例作为划分标准，但在我国，家庭收入来源比例的划分方式更为普遍和常用。土地生产效率指在资源最佳配合条件下成本与产出的比例，它反映了土地在生产过程中投入与产出的关系，是衡量土地利用效果的重要指标。较高的土地生产效率意味着在相同的投入下能够获得更多的产出，或者在产出一定的情况下投入更少的成本。土地生产效率受到多种因素的影响，如土地质量、农业技术水平、劳动力素质、生产管理方式等。在研究中，准确测度土地生产效率对于分析农业生产的效益和可持续性具有重要意义。2.2理论基础理性小农理论由舒尔茨提出，该理论认为农户如同资本主义企业一样，具有经济理性，在配置农业资源时追求利润的最大化。农户会根据市场价格信号和自身利益，合理安排劳动力、土地、资本等生产要素，以实现农业生产效益的最大化。在成都市，随着市场经济的发展，农户在面对兼业选择时，会综合考虑农业生产和非农业生产的收益、风险等因素。若从事非农业生产能获得更高的收益，且风险在可承受范围内，农户就可能会增加在非农业领域的投入，包括劳动力和资金等，从而出现兼业现象。理性小农理论为理解农户兼业分化的行为动机提供了理论基础，有助于分析农户在兼业过程中的决策过程和资源配置行为。资源互补理论认为，农户家庭中的劳动力、土地、资金等资源具有互补性。农户通过兼业，可以将农业生产和非农业生产相结合，充分利用家庭资源，实现资源的优化配置。在农业生产中，土地是基本的生产资料，但农业生产具有季节性，在农闲时期，劳动力资源会出现闲置。而农户兼业可以让这部分闲置的劳动力在非农业领域就业，获取额外收入，同时将非农业生产获得的资金投入到农业生产中，用于购买农业生产资料、改善农业生产条件等，从而提高农业生产效率。资源互补理论解释了农户兼业分化对资源配置的影响，为研究农户兼业与土地生产效率的关系提供了重要的理论支撑。边际报酬递减规律是指在其他条件不变的情况下，如果一种投入要素连续地等量增加，增加到一定产值后，所提供的产品的增量就会下降，即可变要素的边际产量会递减。在农业生产中，当土地面积固定时，随着劳动力、化肥、农药等生产要素的投入增加，农产品的产量会随之增加，但当投入增加到一定程度后，每增加一单位投入所带来的产量增加会逐渐减少。例如，在一定面积的土地上，起初增加化肥的使用量，农作物产量会明显提高，但如果持续过量使用化肥，不仅产量不会继续显著增加，还可能对土壤质量和环境造成负面影响。在研究农户兼业分化对土地生产效率的影响时，边际报酬递减规律有助于分析农业生产要素投入的合理性，以及兼业农户在农业生产中如何避免过度投入，实现资源的有效利用，从而提高土地生产效率。2.3农户兼业分化对土地生产效率的作用机理在资源配置方面，农户兼业分化会改变家庭资源在农业和非农业之间的分配。一方面，兼业农户可能会将部分劳动力和资金转移到非农业领域，导致农业生产投入相对减少。如果这部分减少的投入超过了一定限度，可能会使农业生产因缺乏足够的劳动力和资金支持，无法进行有效的田间管理、采用先进的农业技术和设备，从而降低土地生产效率。另一方面，兼业也可能带来积极影响。兼业获得的收入可以用于购置更先进的农业机械、优质的种子和化肥等，改善农业生产条件，提高土地的产出水平。兼业还能让农户接触到更多的市场信息和技术知识，促进农业生产的创新和发展，提高土地生产效率。在技术应用方面，农户兼业分化对农业技术应用也有显著影响。从事非农业生产的农户可能会受到城市和工业领域先进技术和理念的影响，从而将这些新知识带回农业生产中。一些在城市从事机械制造或电子技术工作的农户，可能会了解到自动化灌溉设备、精准农业技术等先进的农业技术，并将其引入到自家的农业生产中，提高土地生产效率。然而，若兼业导致农户对农业生产的关注度降低，忽视农业技术的学习和应用，也会阻碍土地生产效率的提高。例如，一些兼业程度较高的农户，由于大部分时间和精力都放在非农业生产上，可能不愿意花费时间和成本去学习和采用新的农业技术，依然沿用传统的生产方式，从而限制了土地生产效率的提升。三、成都市农户兼业与土地生产现状3.1成都市自然社会概况成都市地处四川盆地西部，位于岷江中游地段，东接龙泉山脉，西倚邛崃山，平均海拔约500米，属于典型的平原城市。因其特殊的地理位置，成都市成为全球唯一能远眺海拔6000米以上雪山的特大型城市，西侧的贡嘎山、四姑娘山等雪山群在晴日清晰可见，“窗含西岭千秋雪”的独特景观便是对其的生动描绘。得益于都江堰水利工程的灌溉，成都平原土壤肥沃、河网密布，气候呈现出温和湿润的特点，自古农业就极为发达，享有“天府之国”的美誉。成都市的气候属亚热带季风性湿润气候，四季分明，年平均气温在16℃左右，年降水量约为1000毫米，这样的气候条件十分有利于农作物的生长。在自然资源方面，成都市土壤资源丰富多样，涵盖水稻土、潮土、紫色土等多种类型，土壤养分充分，土层深厚，质地适中，适宜各类农作物及林草生长。已发现的矿产资源包含铁、钛钒、铜等金属矿产，以及钙芒硝、蛇纹石、石膏等非金属矿产，共计60余种，全市有矿产地400余处，煤炭探明储量1.46亿吨，钙芒硝探明资源储量98.62亿吨。水资源总量丰富，地表水资源总量72.28亿立方米，地下水资源量29.86亿立方米，水资源总量73.23亿立方米（扣除地表水与地下水重复计算后），且过境水量中以岷江过境水为主，水量丰富、水质优异，洪枯变化较小，地势居高临下，便于自流引用，为主要供水水源。森林资源主要分布在西北部龙门山、邛崃山区，全市森林面积达58.06万公顷，森林覆盖率40.5％，活立木总蓄积量3867万立方米，龙门山和龙泉山作为重要的生态屏障，森林树种丰富，栖息着大熊猫、金丝猴等多种珍稀动物。在人口方面，成都市是人口大市，随着经济的发展和城市化进程的推进，人口数量持续增长，截至2023年末，常住人口规模庞大。其人口分布呈现出明显的城乡差异，城市地区人口密集，吸引了大量的劳动力和人才流入，而农村地区人口相对较少，且存在人口老龄化和劳动力外流的现象。作为西南地区的重要城市，成都市在经济、文化、交通等方面都具有重要地位，是区域的经济中心、文化中心和交通枢纽，在四川省乃至整个西南地区的发展中发挥着关键作用。3.2成都市产业发展现状3.2.1农业发展现状成都市农业产业结构不断优化，围绕“特色”和“优势”，重点培育和发展了生猪、家禽、蔬菜、优质稻、特色水果、花卉、奶业、“双低”油菜等八大优势产业。以蔬菜产业为例，作为全国闻名的冬春蔬菜生产基地，成都四季以露地栽培的“大地蔬菜”为主，2024年全市蔬菜及食用菌播种面积稳定在260万亩以上，产量达到600万吨以上。近年来，成都市以现代农业园区为载体，以建圈强链为路径，聚焦“稳粮保菜”城市核心功能，逐步形成集工厂化育苗、规模化种植、社会化服务、商品化处理、精细化加工和品牌化营销为一体的蔬菜全产业链发展格局。在种植模式上，创新推广有机肥替代化肥、绿色防控替代化学防治“两个替代工程”，依托都江堰精华灌区和“两山两水”城市生态骨架，形成了以西北部“稻菜”“稻芎”“稻蒜”粮经轮作基地，东部丘区常年蔬菜种植基地等为代表的特色蔬菜产业基地，大大增加了蔬菜种植的“含绿量”。在农业科技应用方面，成都市积极推进农业科技创新，提高农业生产的科技含量。一些农业企业和种植大户采用了智能化的灌溉系统，通过传感器实时监测土壤湿度和气象数据，精准控制灌溉时间和水量，实现了水资源的高效利用。无人机在农业生产中的应用也越来越广泛，可用于农田病虫害监测、农药喷洒等工作，提高了作业效率和精准度。农业物联网技术的应用，使得农产品的生产过程可追溯，消费者通过扫描产品二维码，就能了解农产品的产地、种植过程、施肥用药情况等信息，增强了消费者对农产品质量安全的信心。3.2.2工业发展现状成都市工业发展规模不断壮大，2025年1-2月，全市规模以上工业增加值同比增长7.1%。在产业类型上，涵盖了汽车制造业、计算机通信和其他电子设备制造业、化学原料和化学制品制造业等多个领域。其中，汽车制造业增长25.4%，计算机通信和其他电子设备制造业增长22.4%，化学原料和化学制品制造业增长10.7%，这些重点产业共同构筑起成都工业的四梁八柱。成都市汽车产业经过20余年的发展，聚集了一汽-大众、吉利、沃尔沃等28户整车（含改装）企业，招引培育博世、江森、宁德时代等汽车关键零部件企业超1000户、规上249余户，形成了以龙泉驿区为核心，成都高新区、青白江区、郫都区、新津区等区（市）县为重点发展区域的产业发展格局。工业的发展对劳动力具有较强的吸纳能力。随着工业企业的增多和规模的扩大，为大量劳动力提供了就业机会。不仅吸引了本地农村劳动力向工业领域转移，还吸引了周边地区乃至外省的劳动力前来就业。在一汽-大众成都分公司等大型工业企业中，大量的一线生产岗位吸纳了众多劳动力，同时，企业的研发、管理、销售等部门也需要各类专业人才，进一步促进了劳动力的多元化就业。这些劳动力在工业领域获得了相对稳定的收入，提高了家庭经济水平，也推动了成都市工业化和城市化的进程。3.2.3服务业发展现状成都市服务业发展水平较高，已经成为城市经济的重要组成部分。2024年前三季度，成都市服务业运行总体平稳、稳中有进，累计实现服务业增加值11177.4亿元，同比增长5.5%。服务业涵盖了多个领域，包括传统的商贸、餐饮、住宿等行业，以及IT、金融、电子商务、文化娱乐等新兴行业，形成了多元化的服务业格局。在现代服务业方面，租赁和商务服务业实现增加值881.1亿元，同比增长20.1%；信息传输、软件和信息技术服务业实现增加值1203.0亿元，同比增长12.4%；金融业实现增加值1969.5亿元，同比增长4.3%。在传统服务业中，批发和零售业实现增加值1543.5亿元，同比增长2.8%；交通运输、仓储和邮政业实现增加值1124.0亿元，同比增长9.3%；住宿和餐饮业实现增加值392.8亿元，同比增长5.1%。服务业的就业吸纳能力也较强，随着服务业的发展，对从业人员的需求不断增加。在成都，越来越多的人选择从事服务业工作，服务业的人员规模不断扩大。在金融行业，各类银行、证券、保险等金融机构的发展，吸纳了大量金融专业人才和相关服务人员。电子商务行业的兴起，带动了物流配送、网络营销、客户服务等一系列相关岗位的就业，许多年轻人投身于电商领域，实现了就业创业。旅游业的繁荣也为酒店、餐饮、导游等行业提供了大量的就业机会，促进了劳动力的充分就业。3.3成都市人口分布与农户兼业现状3.3.1人口分布现状成都市人口分布呈现出明显的城乡差异。在城市地区，由于经济发展水平较高，就业机会多，教育、医疗等公共服务资源丰富，吸引了大量人口聚集。以成都市区为例，武侯区、锦江区等中心城区人口密度较大，商业繁华，各类企业众多，为居民提供了丰富多样的就业岗位。而在农村地区，尤其是一些偏远的乡村，人口相对较少，且存在人口老龄化和劳动力外流的现象。部分农村地区的年轻人为了追求更好的发展机会和生活条件，纷纷前往城市务工，导致农村常住人口中老年人占比较高，劳动力短缺。随着城市化进程的推进，成都市人口分布的变化趋势明显。城市建成区不断扩大，城市人口持续增加，城市周边的一些农村地区逐渐被纳入城市范围，人口也随之城市化。龙泉驿区原本是成都市的郊区，随着汽车产业的发展，大量工业企业入驻，吸引了大量劳动力，人口迅速增长，城市建设不断完善，逐渐成为成都市的重要城区之一。农村人口向城市的转移也导致了一些农村空心化现象的出现，部分农村房屋闲置，土地撂荒，对农村经济和社会发展产生了一定的影响。3.3.2农户兼业现状成都市农户兼业现象较为普遍，农户兼业类型多样。根据家庭收入来源比例划分，存在纯农户、第一类兼业户、第二类兼业户和非农户等类型。在地域上，不同区域的农户兼业类型存在差异。以龙泉驿区为例，除了农业-务工这种主要的兼业类型外，农业和个体经营两者相融合的兼业类型以及兼顾农业、务工和个体经营三者的类型所占比重也较高，基本保持在10%左右，其中农业和务工两者相融合的兼业农户总占比基本保持在72.73%。而在其他地区，如游仙区和合江县，占比比较高的分别为务工兼业和农业兼业，两者所占比重分别达到了67.44%和73.18%。从兼业比例来看，随着城市化和工业化的发展，兼业农户的比例呈上升趋势。越来越多的农户为了增加家庭收入，提高生活水平，选择在从事农业生产的同时，参与非农业生产活动。一些农户利用农闲时间到附近的工厂打工，或者从事个体经营，如开办小卖部、农家乐等。农户的兼业程度也有所不同，部分农户以农业生产为主，兼业收入占家庭总收入的比例较低；而另一些农户则以非农业生产为主，农业生产成为副业，兼业收入占家庭总收入的比例较高。一些在城市从事稳定工作的农户，其农业生产只是为了满足家庭的部分农产品需求，非农业收入成为家庭的主要经济来源。3.4成都市农业用地利用现状成都市农业用地面积广阔，主要分布在郊区和周边农村地区。不同区域的农业用地分布存在差异，平原地区地势平坦，土壤肥沃，灌溉条件良好，是主要的农业种植区，以种植粮食作物、蔬菜、水果等为主；而山区和丘陵地区，由于地形复杂，耕地面积相对较少，主要发展林业、畜牧业和特色农业。蒲江县以种植水果为主，尤其是猕猴桃和柑橘，形成了规模化的水果种植基地；而在都江堰市的山区，林业资源丰富，同时也发展了一些生态农业和休闲农业。在利用方式上，成都市农业用地主要用于传统的种植业和养殖业。在种植业方面，除了种植水稻、小麦、玉米等粮食作物外，还广泛种植蔬菜、水果、花卉等经济作物。在养殖业方面，以生猪、家禽、奶牛等养殖为主。随着农业现代化的推进，一些新型的农业用地利用方式也逐渐出现，如设施农业、观光农业等。设施农业通过建设温室、大棚等设施，实现了农作物的反季节种植和高效生产；观光农业则将农业生产与旅游观光相结合，开发了采摘园、农家乐等项目，增加了农业的附加值。然而，成都市农业用地利用也存在一些问题。一方面，随着城市化和工业化的快速发展，部分农业用地被征用，用于城市建设和工业项目，导致农业用地面积减少。一些城市周边的优质农田被开发成房地产项目或工业园区，影响了农业的可持续发展。另一方面，部分农业用地存在利用效率不高的问题。由于农村劳动力外流，一些地区出现了土地撂荒现象；一些农户仍然采用传统的种植和养殖方式，技术水平低，投入产出比不高，导致土地资源的浪费。四、兼业农户土地生产效率分析4.1研究方法与数据来源本研究运用DEA-BC²模型来测算土地生产效率。DEA（数据包络分析）是一种基于线性规划的多投入多产出效率评价方法，无需预先设定生产函数的具体形式，能有效处理多投入多产出的复杂系统。BC²模型作为DEA模型的一种拓展，能够将综合技术效率分解为纯技术效率和规模效率，从而更深入地分析生产效率的构成。在DEA-BC²模型中，假设有n个决策单元（本研究中为农户），每个决策单元有m种投入和s种产出。用x_{ij}表示第j个决策单元的第i种投入量，y_{rj}表示第j个决策单元的第r种产出量。则第j₀个决策单元的综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE）可通过以下线性规划模型求解：\begin{align*}TE_{j_0}=&\min\theta\\s.t.&\sum_{j=1}^{n}\lambda_jx_{ij}\leq\thetax_{ij_0},i=1,2,\cdots,m\\&\sum_{j=1}^{n}\lambda_jy_{rj}\geqy_{rj_0},r=1,2,\cdots,s\\&\sum_{j=1}^{n}\lambda_j=1\\&\lambda_j\geq0,j=1,2,\cdots,n\end{align*}其中，\theta为决策单元j_0的综合技术效率值，\lambda_j为权重变量。当\theta=1时，决策单元j_0为DEA有效，即技术效率和规模效率同时达到最优；当\theta<1时，决策单元j_0为DEA无效，存在技术无效率或规模无效率。纯技术效率可通过在上述模型中去掉\sum_{j=1}^{n}\lambda_j=1这一约束条件来求解，规模效率则可由综合技术效率除以纯技术效率得到，即SE=\frac{TE}{PTE}。数据来源方面，主要通过实地调研和问卷调查获取一手数据。在成都市选取多个具有代表性的区县，如龙泉驿区、郫都区、双流区等，每个区县随机抽取若干个乡镇，每个乡镇再随机抽取一定数量的农户进行调查。调查内容涵盖农户的基本信息、兼业情况、土地生产相关数据等。共发放问卷[X]份，回收有效问卷[X]份，有效回收率为[X]%，确保了数据的可靠性和代表性，为后续的实证分析提供了坚实的数据基础。4.2样本数据描述性统计分析4.2.1农户基本特征在年龄方面，样本农户年龄分布较广，最小的[最小年龄]岁，最大的[最大年龄]岁，平均年龄为[平均年龄]岁。其中，[年龄段1]岁的农户占比为[X1]%，[年龄段2]岁的农户占比为[X2]%，[年龄段3]岁的农户占比为[X3]%。随着城市化进程的推进，农村劳动力向城市转移，年轻劳动力流出较多，导致样本中年龄较大的农户占比较高。性别构成上，男性农户占比为[男性占比]%，女性农户占比为[女性占比]%。在农业生产中，男性通常在体力劳动方面具有优势，而女性在一些精细农活和家庭事务协调方面发挥重要作用。在兼业选择上，男性更倾向于从事外出务工、建筑等体力要求较高的非农业工作，女性则多选择在本地从事一些服务行业或手工制作等工作。教育程度方面，样本农户中，小学及以下文化程度的农户占比为[小学及以下占比]%，初中文化程度的农户占比为[初中占比]%，高中及中专文化程度的农户占比为[高中及中专占比]%，大专及以上文化程度的农户占比仅为[大专及以上占比]%。较低的教育程度限制了农户对先进农业技术和管理知识的接受能力，影响了农业生产效率的提升。在兼业过程中，教育程度较高的农户更容易获得技术含量较高、收入水平较好的非农业工作，而教育程度较低的农户则主要从事简单体力劳动，收入相对较低。4.2.2农户兼业及收入特征从兼业类型来看，样本农户中，纯农户占比为[纯农户占比]%，第一类兼业户占比为[一类兼业户占比]%，第二类兼业户占比为[二类兼业户占比]%，非农户占比为[非农户占比]%。其中，第一类兼业户中，以农业-务工兼业类型为主，占第一类兼业户总数的[X4]%；第二类兼业户中，以务工-农业兼业类型为主，占第二类兼业户总数的[X5]%。不同兼业类型的农户在生产经营行为和资源配置上存在明显差异。以农业-务工兼业的农户，在农业生产上会利用农闲时间外出务工，在务工收入相对稳定的情况下，可能会减少对农业生产的投入；而务工-农业兼业的农户，由于非农收入占比较高，对农业生产的重视程度可能相对较低，但会将部分非农收入用于改善农业生产条件。在兼业收入与农业收入的比例方面，样本农户中，兼业收入高于农业收入的农户占比为[兼业收入高占比]%，其中，第二类兼业户和非农户的兼业收入普遍高于农业收入，分别占各自类型农户总数的[X6]%和[X7]%。兼业收入与农业收入比例的差异，反映了农户经济结构的变化。兼业收入较高的农户，家庭经济状况相对较好，在农业生产上可能更有能力投入资金进行技术改造和设备更新，从而提高土地生产效率；而农业收入占比较高的农户，可能由于资金有限，在农业生产技术和设备的投入上相对不足，影响土地生产效率的提升。4.2.3土地生产特征样本农户的土地面积差异较大，最小的仅为[最小土地面积]亩，最大的达到[最大土地面积]亩，平均土地面积为[平均土地面积]亩。其中，土地面积在5亩以下的农户占比为[X8]%，5-10亩的农户占比为[X9]%，10亩以上的农户占比为[X10]%。土地面积的大小对农业生产方式和效率有显著影响。较小规模的土地经营，农户可能更倾向于采用传统的、劳动密集型的生产方式，难以实现规模化经营和机械化作业，导致土地生产效率较低；而较大规模的土地经营，农户可以引入先进的农业技术和设备，进行规模化生产，降低生产成本，提高土地生产效率。种植作物种类丰富多样，主要包括水稻、小麦、玉米等粮食作物，以及蔬菜、水果、花卉等经济作物。其中，种植粮食作物的农户占比为[粮食作物种植占比]%，种植经济作物的农户占比为[经济作物种植占比]%。不同作物的种植对土地肥力、灌溉条件、技术要求等方面存在差异，进而影响土地生产效率。种植经济作物的农户通常需要投入更多的资金和技术，但其收益相对较高；而种植粮食作物的农户，收益相对稳定，但受市场价格波动和自然灾害的影响较大。在产量方面，不同作物的产量也存在较大差异。以水稻为例，平均亩产量为[水稻平均亩产量]公斤，最高亩产量达到[水稻最高亩产量]公斤，最低亩产量仅为[水稻最低亩产量]公斤；蔬菜的平均亩产量为[蔬菜平均亩产量]公斤，最高亩产量为[蔬菜最高亩产量]公斤，最低亩产量为[蔬菜最低亩产量]公斤。产量的差异不仅与作物品种、种植技术有关，还受到土地质量、气候条件等因素的影响。土地质量较好、灌溉条件便利、采用先进种植技术的农户，作物产量相对较高，土地生产效率也相应较高；而土地质量较差、缺乏技术支持的农户，产量较低，土地生产效率也较低。4.3指标选取用于测算土地生产效率的投入指标主要包括土地投入、劳动力投入和资本投入。土地投入以农户实际经营的土地面积（亩）来衡量，它是农业生产的基础要素，土地面积的大小直接影响农业生产的规模和产出。劳动力投入选取家庭从事农业生产的劳动力数量（人），劳动力的数量和质量对农业生产的效率起着关键作用，充足且高素质的劳动力能够更好地完成农业生产活动，提高生产效率。资本投入则涵盖了种子、化肥、农药、农机具购置等农业生产过程中的资金投入（元），资本投入的多少决定了农业生产所能采用的技术水平和生产方式，先进的农业技术和设备通常需要较高的资本投入，有助于提高土地生产效率。产出指标选择农产品产量（公斤）和农业收入（元）。农产品产量直观地反映了土地在一定投入下的实物产出，是衡量土地生产效率的重要指标之一。不同农产品的产量受到土地、劳动力、资本等多种投入要素的综合影响，通过对农产品产量的分析，可以了解土地生产效率的实际情况。农业收入则综合考虑了农产品的产量和市场价格因素，更全面地反映了土地生产的经济效益，它不仅体现了土地的生产能力，还反映了农产品在市场上的价值实现情况，是评估土地生产效率的重要经济指标。4.4实证结果与分析运用DEA-BC²模型对样本数据进行测算，得到不同兼业类型农户的土地生产效率结果。从综合技术效率来看，纯农户的平均综合技术效率为[纯农户综合技术效率均值]，第一类兼业户的平均综合技术效率为[一类兼业户综合技术效率均值]，第二类兼业户的平均综合技术效率为[二类兼业户综合技术效率均值]，非农户的平均综合技术效率为[非农户综合技术效率均值]。可以看出，纯农户的综合技术效率相对较高，这可能是因为纯农户将主要精力和资源都投入到农业生产中，对农业生产的管理和投入更为精细，能够充分发挥土地的生产潜力。而第二类兼业户和非农户的综合技术效率相对较低，这是由于他们的主要收入来源是非农业，对农业生产的关注度和投入相对不足，导致农业生产的技术水平和资源配置效率较低。在纯技术效率方面，纯农户的平均纯技术效率为[纯农户纯技术效率均值]，第一类兼业户的平均纯技术效率为[一类兼业户纯技术效率均值]，第二类兼业户的平均纯技术效率为[二类兼业户纯技术效率均值]，非农户的平均纯技术效率为[非农户纯技术效率均值]。纯技术效率反映了农户在生产过程中对现有技术的利用能力和管理水平。纯农户在长期的农业生产实践中，积累了丰富的经验，对农业生产技术的掌握和运用相对熟练，因此纯技术效率较高；而兼业程度较高的农户，由于从事农业生产的时间和精力有限，可能缺乏对农业新技术的学习和应用，导致纯技术效率较低。规模效率方面，纯农户的平均规模效率为[纯农户规模效率均值]，第一类兼业户的平均规模效率为[一类兼业户规模效率均值]，第二类兼业户的平均规模效率为[二类兼业户规模效率均值]，非农户的平均规模效率为[非农户规模效率均值]。规模效率衡量了农户生产规模是否达到最优状态。部分纯农户由于土地规模较小，难以实现规模化经营，导致规模效率较低；而一些第二类兼业户和非农户，虽然土地规模相对较大，但由于缺乏有效的农业生产组织和管理，也未能充分发挥规模经济的优势，规模效率同样不高。通过对不同兼业类型农户土地生产效率的比较分析可知，农户兼业分化对土地生产效率存在显著影响。兼业程度较高的农户，由于资源向非农业领域转移，对农业生产的投入和管理不足，导致土地生产效率下降。为提高土地生产效率，应根据农户兼业分化的实际情况，采取针对性的措施，引导兼业农户合理配置资源，加大对农业生产的投入，提高农业生产的技术水平和管理能力。五、兼业分化对土地生产效率的影响分析5.1Tobit回归模型介绍Tobit回归模型，又称为截断回归模型（CensoredRegressionModel），是计量经济学和统计学中一种特殊的回归模型，主要用于处理因变量存在截断或限制的情况。在传统的线性回归模型中，假设因变量是连续的，且在所有观测值上都有取值，但在实际研究中，因变量常常会受到各种限制。例如，在研究农户土地生产效率时，土地生产效率值存在一个取值范围，可能存在部分农户的土地生产效率达到理论最大值，即处于有效前沿，此时观测到的土地生产效率值被截断在最大值处；或者由于数据收集的限制，部分土地生产效率值低于某个阈值时被记录为该阈值，这就导致了数据的截断现象。在这种情况下，普通最小二乘法（OLS）回归不再适用，因为它无法准确估计被截断部分的数据对回归结果的影响，而Tobit模型能够很好地处理这些问题。Tobit模型的基本思想是假设存在一个潜在的因变量（latentvariable），它与自变量之间存在线性关系，但由于观测上的限制，部分值无法直接观测到。模型可以写作：y_i^*=x_i\beta+\epsilon_i,\quad\epsilon_i\simN(0,\sigma^2)其中，y_i^*是潜在因变量，x_i是自变量向量，\beta是待估计的参数向量，\epsilon_i是误差项，服从正态分布N(0,\sigma^2)。实际观测的因变量y_i是根据下述规则定义的：y_i=\begin{cases}y_i^*&\text{if}y_i^*>0\\0&\text{if}y_i^*\leq0\end{cases}该模型假设误差项服从正态分布，因此潜在变量y_i^*也服从正态分布。这种设定适用于截断数据和限制响应等情况。在估计Tobit模型的参数时，通常使用极大似然估计法（MLE）。由于计算复杂度较高，需要借助数值方法，如牛顿-拉弗森法或EM算法来求解。Tobit回归模型在处理因变量受限问题上具有显著优势。它能够充分利用所有观测数据，包括被截断部分的数据信息，从而得到更准确的参数估计。与传统的线性回归模型相比，Tobit模型能够更真实地反映自变量与因变量之间的关系，尤其是在因变量存在截断或限制的情况下，为研究提供了更可靠的分析工具。在研究居民消费支出时，部分居民的消费支出可能为零，此时使用Tobit模型可以更好地分析影响消费支出的因素，而传统线性回归模型则无法有效处理这种情况。5.2影响农户土地生产效率的因素分析农户兼业分化对土地生产效率的影响较为复杂。一方面，兼业可能导致农户对农业生产的投入减少，包括劳动力和资金等方面。兼业程度较高的农户，由于将大量时间和精力投入到非农业生产中，用于农业生产的劳动力数量和劳动时间相应减少，可能无法及时进行田间管理、施肥、病虫害防治等工作，从而影响农作物的生长和产量，降低土地生产效率。资金投入也会受到影响，兼业农户可能会将更多的资金用于非农业生产，如购买设备、开展商业活动等，减少对农业生产资料的购买和农业基础设施的改善，进一步制约土地生产效率的提高。另一方面，兼业也可能带来积极影响。兼业获得的收入可以用于购置更先进的农业机械、优质的种子和化肥等，改善农业生产条件，提高土地的产出水平。兼业还能让农户接触到更多的市场信息和技术知识，促进农业生产的创新和发展，提高土地生产效率。一些在城市从事与农业相关行业的农户，可能会了解到先进的农业技术和管理经验，并将其应用到自家的农业生产中，从而提高土地生产效率。劳动力素质对土地生产效率有重要影响。高素质的劳动力通常具有更强的学习能力和接受新事物的能力，能够更好地掌握和应用先进的农业技术和管理方法。文化程度较高的农户更容易理解和运用农业科技知识，如科学施肥、精准灌溉、病虫害绿色防控等技术，从而提高农作物的产量和质量，提升土地生产效率。劳动力的身体素质也会影响土地生产效率，健康的劳动力能够承担更多的农业劳动，保证农业生产活动的顺利进行。土地规模对土地生产效率也有显著影响。适度的土地规模有利于实现农业生产的规模化和专业化，降低生产成本，提高生产效率。较大规模的土地经营可以采用大型农业机械进行作业，提高劳动生产率，减少人工成本。规模化经营还便于统一管理和组织生产，提高资源配置效率，实现农业生产的标准化和品牌化，增强农产品的市场竞争力，从而提高土地生产效率。然而，如果土地规模过大，超出了农户的经营管理能力，可能会导致管理不善，资源浪费，反而降低土地生产效率。农业技术应用是提高土地生产效率的关键因素。先进的农业技术，如新品种培育、农业机械化、信息化技术等，能够提高农业生产的科技含量，增加农产品的产量和质量。采用优良品种的农作物通常具有更高的抗病虫害能力和产量潜力；农业机械化可以提高作业效率，减轻劳动强度，实现农业生产的节本增效；信息化技术则可以帮助农户及时了解市场信息、气象信息和农业技术知识，优化生产决策，提高土地生产效率。5.3变量定义在Tobit回归模型中，因变量为土地生产效率，通过DEA-BC²模型测算得到的综合技术效率值来衡量，该值反映了农户在土地生产过程中投入与产出的综合效率水平，取值范围在0-1之间，值越接近1表示土地生产效率越高。自变量包括农户兼业分化程度，用兼业类型来表示，分为纯农户、第一类兼业户、第二类兼业户和非农户，以纯农户为参照组，通过虚拟变量的方式纳入模型，用于分析不同兼业类型对土地生产效率的影响。劳动力素质用农户家庭劳动力的平均受教育年限来衡量，受教育年限越长，代表劳动力素质越高，预期对土地生产效率有正向影响。土地规模以农户实际经营的土地面积（亩）来度量，反映土地投入规模对生产效率的作用。农业技术应用通过农户是否采用新技术来体现，采用新技术赋值为1，未采用赋值为0，新技术包括新品种种植、新型灌溉技术、病虫害绿色防控技术等，采用新技术通常有助于提高土地生产效率。家庭劳动力数量表示农户家庭中从事农业生产和非农业生产的劳动力总数，劳动力数量的多少会影响农业生产的投入和产出，进而影响土地生产效率。此外，还考虑了一些控制变量，如农户家庭的固定资产价值（元），反映家庭的经济实力和生产投入能力；距离市场的距离（公里），衡量农产品运输和销售的成本，距离市场越近，运输成本越低，可能对土地生产效率有正向影响；所在地区的地形，分为平原、丘陵和山区，以平原为参照组，通过虚拟变量纳入模型，不同地形条件会影响农业生产的条件和方式，从而对土地生产效率产生影响。具体变量定义及描述性统计如表1所示：变量类型变量名称变量定义均值标准差最小值最大值因变量土地生产效率DEA-BC²模型测算的综合技术效率值0.650.150.201.00自变量农户兼业分化程度纯农户=1，第一类兼业户=2，第二类兼业户=3，非农户=42.500.8014劳动力素质家庭劳动力平均受教育年限（年）8.501.50612土地规模实际经营土地面积（亩）10.505.50130农业技术应用采用新技术=1，未采用=00.400.5001家庭劳动力数量家庭劳动力总数（人）3.501.0016控制变量固定资产价值家庭固定资产价值（元）1500005000050000300000距离市场距离距离最近市场的距离（公里）5.502.50115地形平原=1，丘陵=2，山区=31.800.60135.4实证结果与分析5.4.1农户兼业分化的影响通过Tobit回归模型估计结果（表2）可以看出，与纯农户相比，第一类兼业户的土地生产效率系数为-0.05，在5%的水平上显著，表明第一类兼业户的土地生产效率低于纯农户，这可能是因为第一类兼业户虽然以农业收入为主，但兼业活动仍然分散了部分劳动力和精力，导致对农业生产的投入相对减少，从而降低了土地生产效率。第二类兼业户的土地生产效率系数为-0.10，在1%的水平上显著，说明第二类兼业户的土地生产效率更低。这是由于第二类兼业户以非农收入为主，对农业生产的重视程度相对较低，投入的劳动力、资金和时间更少，农业生产往往处于粗放经营状态，进而严重影响了土地生产效率。非农户的土地生产效率系数为-0.15，在1%的水平上显著，非农户由于主要从事非农业生产，几乎不参与农业生产活动，其土地可能处于闲置或低效利用状态，土地生产效率最低。总体而言，农户兼业分化程度越高，土地生产效率越低，兼业活动对土地生产效率存在负面影响。|变量|系数|标准误|z值|P>|z||95%置信区间||---|---|---|---|---|---||农户兼业分化程度（第一类兼业户）|-0.05**|0.02|-2.50|0.012|-0.09--0.01||农户兼业分化程度（第二类兼业户）|-0.10***|0.03|-3.33|0.001|-0.16--0.04||农户兼业分化程度（非农户）|-0.15***|0.04|-3.75|0.000|-0.23--0.07||劳动力素质|0.03**|0.01|2.00|0.046|0.01-0.05||土地规模|0.02***|0.005|4.00|0.000|0.01-0.03||农业技术应用|0.08***|0.02|4.00|0.000|0.04-0.12||家庭劳动力数量|0.01|0.01|1.00|0.317|-0.01-0.03||固定资产价值|0.00001**|0.000005|2.00|0.046|0.000001-0.000019||距离市场距离|-0.01**|0.005|-2.00|0.046|-0.02--0.001||地形（丘陵）|-0.05**|0.02|-2.50|0.012|-0.09--0.01||地形（山区）|-0.10***|0.03|-3.33|0.001|-0.16--0.04||常数项|0.20***|0.05|4.00|0.000|0.10-0.30|注：*、、*分别表示在1%、5%、10%的水平上显著。5.4.2其他特征变量的影响劳动力素质对土地生产效率有显著的正向影响，系数为0.03，在5%的水平上显著。这表明随着劳动力平均受教育年限的增加，劳动力素质提高，农户能够更好地掌握和应用农业技术，优化农业生产管理，从而提高土地生产效率。例如，受教育程度较高的农户更有可能采用科学的种植方法和先进的农业技术，合理安排农业生产活动，提高土地的产出水平。土地规模的系数为0.02，在1%的水平上显著，说明土地规模对土地生产效率有正向影响。适度扩大土地规模可以实现农业生产的规模化和专业化，降低生产成本，提高生产效率。较大规模的土地经营可以采用大型农业机械进行作业，提高劳动生产率，实现资源的优化配置，进而提升土地生产效率。农业技术应用的系数为0.08，在1%的水平上显著，表明采用新技术对土地生产效率有显著的促进作用。采用新品种、新型灌溉技术、病虫害绿色防控技术等新技术，能够提高农作物的产量和质量，减少资源浪费和环境污染，从而提高土地生产效率。一些采用滴灌技术的农户，能够更精准地控制灌溉水量，提高水资源利用效率，增加农作物产量，提升土地生产效率。家庭劳动力数量的系数不显著，说明在当前情况下，家庭劳动力数量的增加对土地生产效率的影响不明显。这可能是因为随着农业机械化和现代化的发展，农业生产对劳动力数量的依赖程度逐渐降低，而更注重劳动力的素质和技能。固定资产价值的系数为0.00001，在5%的水平上显著