成都平原不同作物种植模式生产效率及其影响因素研究—以成都市郫都区为例

doi:10.11924/j.issn.1000-6850.casb18100079

中国农学通报 ›› 2020, Vol. 36 ›› Issue (6): 140-148.doi: 10.11924/j.issn.1000-6850.casb18100079

成都平原不同作物种植模式生产效率及其影响因素研究—以成都市郫都区为例

王斌¹, 黄盛怡¹, 闵庆文²(), 杨万全³, 李禾尧², 张碧天²

¹ 中国林业科学研究院亚热带林业研究所,杭州 311400
² 中国科学院地理科学与资源研究所,北京 100101
³ 四川省成都市郫都区农业和林业局,成都 611730

收稿日期:2018-10-23 修回日期:2018-11-27 出版日期:2020-02-25 发布日期:2020-02-22
通讯作者: 闵庆文
作者简介:王斌,男,1978年出生,湖北荆州人,副研究员,博士,研究方向：农业文化遗产保护、生态经济。通信地址：311400 浙江省杭州市富阳区大桥路73号中国林业科学研究院亚热带林业研究所,Tel：13867452353,E-mail：ylwangbin@sina.com。
基金资助:
四川郫都林盘-水旱轮作系统农业文化遗产保护项目;农业农村部农业国际交流与合作项目

Production Efficiency and Its Influence Factors of Crop Planting Patterns in Chengdu Plain—A Case Study of Pidu District

Wang Bin¹, Huang Shengyi¹, Min Qingwen²(), Yang Wanquan³, Li Heyao², Zhang Bitian²

¹ Institute of Subtropical Forestry, Chinese Academy of Forestry, Hangzhou 311400
² Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101
³ Department of Agriculture and Forestry of Pidu District, Chengdu 611730

Received:2018-10-23 Revised:2018-11-27 Online:2020-02-25 Published:2020-02-22
Contact: Min Qingwen

摘要/Abstract

摘要：

为研究成都平原不同种植模式的农田生产效率,基于2017年对成都市郫都区13个乡镇92户农户调查数据,运用DEA-Tobit模型分析了郫都区主要的水旱轮作和旱作种植模式的农田经营效率及影响因素。研究结果表明：不同种植模式平均农田生产效率为0.793,不同模式农田生产效率排序依次为蔬菜连作或轮作(0.957)、水稻-大蒜(0.847)、水稻-油菜(0.782)、韭菜连作(0.759)、水稻-蔬菜(0.722)、水稻-圆根萝卜(0.689),农田生产效率未达到有效值1的原因主要是规模效益较低;同时,各模式均存在资金和劳动力投入冗余,水稻-蔬菜、水稻-油菜模式还存在产出不足问题;影响6种模式生产效率的因素均不相同,政策因素对农田生产效率的影响相对较大。为进一步提高郫都区农田生产效率,建议适度推广农田规模化经营,加强农村富余劳动力转移,完善各类农业政策措施。

关键词: 成都平原, DEA-Tobit模型, 农田, 生产效率, 影响因素

Abstract:

To study the farmland production efficiency of different planting patterns in Chengdu Plain, based on the survey data of 92 households in 13 towns of Pidu District, Chengdu City in 2017, the DEA-Tobit model was used to analyze the farmland production efficiency and the influence factors of the paddy-upland rotation and dry farming patterns in Pidu District. The results showed that the average farmland production efficiency of different planting patterns was 0.793. The order of the farmland production efficiency of different patterns was vegetable succession cropping or crop rotation (0.957), rice-garlic crop rotation (0.847), rice-rape crop rotation (0.782), succession cropping of leeks (0.759), rice-vegetable crop rotation (0.722) and rice-round root radish crop rotation (0.689). The reason why farmland production efficiency did not reach valid value 1 was mainly owing to lower scale efficiency. At the same time, the redundancies of capital and labor input were existed in all the patterns, and the output of rice-vegetable crop rotation and rice-rape crop rotation patterns were insufficient. The factors affecting the farmland production efficiency were different, and the policy factor had a relatively large effect on the efficiency. In order to further improve the farmland production efficiency in Pidu District, it is recommended to appropriately promote the large-scale operation of farmland, strengthen the transfer of surplus rural labor and improve various agricultural policy measures.

Key words: Chengdu Plain, DEA-Tobit model, farmland, production efficiency, influence factors

中图分类号:

F323.1

王斌, 黄盛怡, 闵庆文, 杨万全, 李禾尧, 张碧天. 成都平原不同作物种植模式生产效率及其影响因素研究—以成都市郫都区为例[J]. 中国农学通报, 2020, 36(6): 140-148.

Wang Bin, Huang Shengyi, Min Qingwen, Yang Wanquan, Li Heyao, Zhang Bitian. Production Efficiency and Its Influence Factors of Crop Planting Patterns in Chengdu Plain—A Case Study of Pidu District[J]. Chinese Agricultural Science Bulletin, 2020, 36(6): 140-148.

图/表 6

参考文献 20

[1]	谭术魁, 彭补拙 . 粮食安全的耕地保障检讨及近期耕地调控思路[J]. 经济地理, 2003,23(03):371-374,378.
[2]	傅泽强, 蔡运龙, 杨友孝 , 等. 中国粮食安全与耕地资源变化的相关分析[J]. 自然资源学报, 2001,16(04):313-319.
[3]	梁流涛, 曲福田, 王春华 . 基于DEA方法的耕地利用效率分析[J]. 长江流域资源与环境, 2008,17(02):242-246.
[4]	叶浩, 濮励杰, 张健 . 中国粮食主产区耕地产出效率研究[J]. 长江流域资源与环境, 2008,17(04):584-587.
[5]	杨朔 . 陕西省耕地生产效率研究[D]. 西安:西北农林科技大学, 2011: 11-13.
[6]	梁栋 . 湖南省粮食生产效率及影响因素分析[D]. 长沙:湖南农业大学, 2015: 1-10.
[7]	潘倩红, 任大廷 . 四川省耕地生产效率及影响因素分析——基于DEA方法和Tobit模型的运用[J]. 国土资源科技管理, 2010,27(04):95-101.
[8]	李在军, 管卫华, 臧磊 . 山东省耕地生产效率及影响因素分析[J]. 世界地理研究, 2013,22(02):167-175.
[9]	杨键 . 萝卜生产成本收益及全要素生产率分析[D]. 武汉:华中农业大学: 2010, 8-9.
[10]	肖阳, 朱立志 . 基于DEA-Tobit模型的马铃薯生产效率分析——以甘肃省定西市为例[J]. 中国农业资源与区划, 2016,37(06):37-43.
[11]	唐江云, 胡亮, 万志玲 , 等. 基于DEA模型的四川烤烟生产效率及其影响因素研究[J]. 中国农学通报, 2018,34(12):69-75.
[12]	肖娟 . 四川农户水稻种植规模效率及其影响因素研究[D]. 成都:四川农业大学: 2012, 13-14.
[13]	陈潜, 彭婵娟, 刘伟平 , 等. 福建省农户毛竹生产效率及影响因素研究——基于DEA-Tobit模型[J]. 福建论坛:人文社会科学版, 2015(01):132-136.
[14]	石晶, 李林 . 基于DEA-Tobit模型的中国棉花生产技术效率分析[J]. 技术经济, 2013,32(06):79-84.
[15]	杨利蓉, 陈文宽, 母培松 . 基于数据包络分析(DEA)的射洪县农业经济效率研究[J]. 四川农业大学学报, 2009,27(02):243-247.
[16]	李然 . 中国油菜生产的经济效率分析[D]. 武汉:华中农业大学, 2010: 65-77.
[17]	郭斯华, 季凯文 . 江西水稻生产效率测算及其影响因素分析[J]. 江西财经大学学报, 2018(02):90-99.
[18]	王欢, 穆月英 . 基于农户视角的中国蔬菜生产资源配置评价——兼对三阶段DEA模型的修正[J]. 中国农业大学学报, 2014,19(06):221-231.
[19]	郭斌, 尹梦雅 . 关中地区不同农业经营主体耕地生产效率比较——基于Meta-Frontier模型[J]. 江苏农业科学, 2018,46(07):294-299.
[20]	Wang K Y . The Research on Impact Factors and Characteristic of Cultivated Land Resources Use Efficiency——take Henan Province,China as a Case Study[A]. Information Engineering Research Institute, USA.Proceedings of 2013 International Conference on Agricultural and Natural Resources Engineering(ICANRE 2013 V5)[C]. Information Engineering Research Institute, USA: 智能信息技术应用学会, 2013.

模式	样本量	产值/[万元/(hm²·a)]	劳动力投入/[工/(hm²·a)]	肥料投入/[工/(hm²·a)]	其他资金投入/[工/(hm²·a)]
A1	16	11.99±5.08	331.17	6518.44	12940.09
A2	4	3.63±2.26	460.61	4927.50	6584.58
A3	27	7.41±3.51	709.87	4928.33	11409.23
A4	31	2.99±0.65	513.03	4262.90	7140.27
B1	7	17.15±9.18	668.65	5355.00	30855.34
B2	7	12.77±8.77	917.45	4870.71	16183.76
合计/平均	92	9.32	600.13	5143.81	14185.55

模式	样本量	产值/[万元/(hm²·a)]	劳动力投入/[工/(hm²·a)]	肥料投入/[工/(hm²·a)]	其他资金投入/[工/(hm²·a)]
A1	16	11.99±5.08	331.17	6518.44	12940.09
A2	4	3.63±2.26	460.61	4927.50	6584.58
A3	27	7.41±3.51	709.87	4928.33	11409.23
A4	31	2.99±0.65	513.03	4262.90	7140.27
B1	7	17.15±9.18	668.65	5355.00	30855.34
B2	7	12.77±8.77	917.45	4870.71	16183.76
合计/平均	92	9.32	600.13	5143.81	14185.55

模式编号		指标
模式编号		Y/[元/(户·a)]	X₁/[hm²/(户·a)]	X₂/[工/(户·a)]	X₃/[元/(户·a)]	X₄/[元/(户·a)]
A1	均值	33062.50	0.26	107.31	1694.13	3812.12
A1	标准差	19150.17	0.09	77.45	661.19	3387.54
A2	均值	9487.50	0.23	94.75	1110.68	1914.33
A2	标准差	8394.68	0.12	50.67	568.59	2513.56
A3	均值	45931.85	0.60	331.22	3009.71	17522.59
A3	标准差	114777.82	1.52	790.16	7707.70	69134.86
A4	均值	7047.10	0.24	111.23	1040.88	1581.39
A4	标准差	3371.48	0.13	117.07	577.09	1165.08
B1	均值	150285.71	0.67	319.57	3815.40	35356.03
B1	标准差	181021.84	0.65	173.43	4006.00	68040.74
B2	均值	39666.67	0.28	218.67	1413.32	5264.46
B2	标准差	44325.50	0.19	136.44	1130.70	8154.69

模式编号		指标
模式编号		Y/[元/(户·a)]	X₁/[hm²/(户·a)]	X₂/[工/(户·a)]	X₃/[元/(户·a)]	X₄/[元/(户·a)]
A1	均值	33062.50	0.26	107.31	1694.13	3812.12
A1	标准差	19150.17	0.09	77.45	661.19	3387.54
A2	均值	9487.50	0.23	94.75	1110.68	1914.33
A2	标准差	8394.68	0.12	50.67	568.59	2513.56
A3	均值	45931.85	0.60	331.22	3009.71	17522.59
A3	标准差	114777.82	1.52	790.16	7707.70	69134.86
A4	均值	7047.10	0.24	111.23	1040.88	1581.39
A4	标准差	3371.48	0.13	117.07	577.09	1165.08
B1	均值	150285.71	0.67	319.57	3815.40	35356.03
B1	标准差	181021.84	0.65	173.43	4006.00	68040.74
B2	均值	39666.67	0.28	218.67	1413.32	5264.46
B2	标准差	44325.50	0.19	136.44	1130.70	8154.69

类别	变量	变量说明	变量统计特征	作用方向
人力因素	Z₁	农户年龄	mean=56.92;std=9.12	-
	Z₂	0=文盲;1=小学;2=初中;3=高中或中专	P(0)=1.09%;P(1)=35.87%;P(2)=58.70%;P(3)=4.35%	+
	Z₃	0=女;1=男	P(0)=15.22%;P(1)=84.78%;	+
	Z₄	农户经营农田年限	mean=35.26;std=11.36	+
管理因素	Z₅	农户一个轮作周期内的施肥次数	mean=1.84;std=0.84	+
管理因素	Z₆	经营农田所投入劳动力	mean=157.00;std=172.89	+
资金因素	Z₇	农户对农业收入的依赖程度	mean=22.30;std=24.63	+
资金因素	Z₈	兼职情况,0=无;1=有	P(0)=51.09%;P(1)=48.91%;	-
制度因素	Z₉	农田经营相关技术支持,0=无;1=有	P(0)=52.17%;P(1)=47.83%;	+
	Z₁₀	农田经营相关补贴,0=无;1=有	P(0)=11.96%;P(1)=88.04%;	+
	Z₁₁	农田经营相关政策限制,0=无;1=有	P(0)=77.17%;P(1)=22.83%;	-

成都平原不同作物种植模式生产效率及其影响因素研究—以成都市郫都区为例

Production Efficiency and Its Influence Factors of Crop Planting Patterns in Chengdu Plain—A Case Study of Pidu District

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

编号	综合效率		纯技术效率		规模效率
编号	均值	变异系数/%	均值	变异系数/%	均值	变异系数/%
A1	0.847	22.90	0.938	12.37	0.908	20.37
A2	0.689	52.25	0.963	7.68	0.704	48.58
A3	0.722	32.96	0.869	18.53	0.833	26.41
A4	0.782	19.82	0.853	17.23	0.918	9.91
B1	0.759	44.80	0.980	5.51	0.777	44.14
B2	0.957	12.02	0.958	11.59	0.998	0.40
平均	0.793		0.927		0.856

模式	有效农户		无效农户			无效农户投入产出冗余
模式	样本数	比例/%	等级	样本数	比例/%	Y	X₂	X₃	X₄
A1	5	31.25	严重	1	6.25	0	143.52	0	4431.82
			中等	2	12.50	0	83.50	0	6501.05
			轻微	8	50.00	0	1.29	0	2580.35
A2	2	50.00	严重	1	25.00	0	10.58	0	0
			中等	1	25.00	0	0	0	187.04
			轻微	0	0
A3	7	25.93	严重	4	14.81	-39708.62	73.76	150.76	637.23
			中等	6	22.22	-9621.88	0	0	6656.95
			轻微	10	37.04	-3442.98	138.43	0	788.09
A4	3	9.68	严重	0	0
			中等	10	32.26	-1727.03	143.60	0	0
			轻微	18	58.06	-36.52	255.58	0	2865.67
B1	4	57.14	严重	2	28.57	0	0	0	1009.94
			中等	0	0
			轻微	1	14.29	0	93.64	0	0
B2	6	85.71	严重	0	0
			中等	1	14.29	0	0	0	3232.60
			轻微	0	0

变量	A1		A2		A3		A4		B1		B2
变量	系数	P值	系数	P值	系数	P值	系数	P值	系数	P值	系数	P值
Z₁	0.006	0.710	0.015	0.290	0.046	0.001^***	0.011	0.117	0.000	0.993	0.022	0.058^*
Z₂	0.060	0.426	-0.031	0.932	-0.608	0.000^***	-0.242	0.002^***	0.053	0.881	0.040	0.657
Z₃	0.111	0.113	0.261	0.384	0.093	0.332	0.034	0.688	0.496	0.099^*	-0.142	0.443
Z₄	-0.004	0.840	0.015	0.051^*	-0.067	0.000^***	-0.014	0.087	0.006	0.938	-0.007	0.594
Z₅	0.191	0.017^**	0.213	0.013^**	0.013	0.799	-0.041	0.281	0.217	0.333	0.453	0.220
Z₆	-0.003	0.000^***	0.001	0.385	0.002	0.000^***	0.000	0.183	0.000	0.893	0.000	0.976
Z₇	0.004	0.004^***	-0.178	0.692	0.008	0.000^***	0.002	0.185	0.005	0.907	0.012	0.043^**
Z₈	0.601	0.000^***	0.585	0.000^***	-0.1023	0.773	-0.057	0.322	0.597	0.000^***	0.659	0.317
Z₉	0.037	0.707	1.000	0.000^***	-0.229	0.043^**	-0.140	0.056^*	0.577	0.008^***	-1.181	0.432
Z₁₀	0.292	0.014^**	0.784	0.000^***	1.201	0.001^***	1.107	0.000^***	0.829	0.000^***	0.618	0.160
Z₁₁	0.250	0.132	-0.383	0.209	0.034	0.718	0.011	0.893	-0.490	0.086^*	0.993	0.054^*

[1]	鲍广灵, 陶荣浩, 杨庆波, 胡含秀, 李丁, 马友华. 微生物修复农田土壤重金属污染技术研究进展[J]. 中国农学通报, 2022, 38(6): 69-74.
[2]	王岩, 王丽伟, 赵洪颜, 赵敏, 杨洪岩. 不同人参栽培土壤养分及微生物群落组成特征解析[J]. 中国农学通报, 2022, 38(5): 60-68.
[3]	丁琪洵, 汤萌萌, 李子杰, 江文娟, 张学伟, 马友华. 涡阳县高标准农田耕地质量等级评价研究[J]. 中国农学通报, 2022, 38(4): 46-52.
[4]	颜越, 金荷仙, 王丽娴. 国内外社区花园健康效益研究进展[J]. 中国农学通报, 2022, 38(34): 68-75.
[5]	田雨桐, 韩志伟, 赵然, 田永著, 罗广飞, 杨淼. 西南岩溶农业区典型土地利用对土壤氮素特征的影响[J]. 中国农学通报, 2022, 38(33): 89-96.
[6]	王志强, 杨建锋, 石天池. 宁夏石嘴山地区主要粮食作物铜含量特征及影响因素分析[J]. 中国农学通报, 2022, 38(32): 45-54.
[7]	隋振全, 范金石, 尹崇山, 毛金超. 壳聚糖对植物病原体的作用机制及其影响因素[J]. 中国农学通报, 2022, 38(3): 121-126.
[8]	权莹, 张晓娟, 赵辉, 孙晓敏, 马秀奇. CRISPER/Cas9系统在植物基因组定点修饰及作物遗传育种中的应用研究进展[J]. 中国农学通报, 2022, 38(26): 9-14.
[9]	廖雨梦, 李祖然, 祖艳群, 刘才鑫. 植物对重金属迁移途径及其影响因素的研究进展[J]. 中国农学通报, 2022, 38(24): 63-69.
[10]	胡洁思, 张建国. 基于SBE和SD法的乡村滨水景观带美景度影响因素研究——以衢州庙源溪为例[J]. 中国农学通报, 2022, 38(22): 69-78.
[11]	卢闯, 胡海棠, 淮贺举, 田宇杰, 石建安, 李存军. 不同施氮量对夏玉米农田生态系统净碳效应的影响[J]. 中国农学通报, 2022, 38(21): 44-50.
[12]	骆美, 郭龙, 费坤, 张天恩, 李陈, 马友华. 耕地质量提升技术及其应用[J]. 中国农学通报, 2022, 38(21): 76-81.
[13]	刘婉玲, 王俊杰, 林梓君, 曾婷, 陈一民, 隋跃宇, 焦晓光. 绥化市典型农田黑土有机碳变化特征[J]. 中国农学通报, 2022, 38(20): 67-72.
[14]	张羽丰, 孙江涛, 李青松, 范利瑶, 文倩. 豫东农区农户宅基地退出意愿及影响因素分析——以扶沟县为例[J]. 中国农学通报, 2022, 38(2): 150-156.
[15]	佟帆, 魏琳, 刘绪军, 任宪平, 李志飞, 王平, 郝燕芳. 东北黑土区植被配置的土壤抗冲性研究[J]. 中国农学通报, 2022, 38(2): 44-51.