投入补贴对津巴布韦东北部小农户玉米生产者技术效率的影响:一种倾向得分匹配方法

《Cogent Food & Agriculture》:Impact of input subsidies on technical efficiency of smallholder maize producers in North Eastern Zimbabwe: a propensity score matching approach

【字体: 大 中 小 】 时间:2026年06月15日 来源:Cogent Food & Agriculture 2.3

编辑推荐:

  尽管全球范围内对农业补贴进行了广泛研究,但关于补贴对撒哈拉以南非洲(Sub-Saharan Africa, SSA)和津巴布韦小农户技术效率(technical efficiency, TE)影响的实证证据仍然匮乏,限制了具有情境相关性的政策见解。在本研究中,

  
尽管全球范围内对农业补贴进行了广泛研究,但关于补贴对撒哈拉以南非洲(Sub-Saharan Africa, SSA)和津巴布韦小农户技术效率(technical efficiency, TE)影响的实证证据仍然匮乏,限制了具有情境相关性的政策见解。在本研究中,研究人员利用随机选择的408名农户样本,实证分析了投入补贴对津巴布韦东北部小农户玉米种植者技术效率的影响。技术效率采用超越对数随机前沿(translog stochastic frontier)规范进行估计,同时采用倾向得分匹配(propensity score matching, PSM)来消除影响评估中的混杂因素。所抽样小农户的总体平均技术效率为0.66,表明存在巨大的未开发生产潜力。技术无效率随农民年龄、补贴金额和可耕地面积增加而增加,但随着玉米种植经验增加、推广接触频率提高和牲畜所有权增加而降低。至关重要的是,研究人员发现证据表明投入补贴对津巴布韦东北部小农户玉米种植者的技术效率产生负面影响。小农户可以通过短期采用高效实践来提高生产率,而无需扩大投入。这需要加强推广体系,通过增加访问次数、提高质量和覆盖范围来传播投入优化的最佳实践。同时,牲畜带来的效率提升需要有针对性的兽医支持系统来降低牛死亡率。Pfumvudza投入补贴计划的无限期性助长了依赖性并加剧了技术无效率。因此,研究人员建议过渡到一个严格的、有时限的补贴框架,从全面支持开始,随后将补贴减少50%并伴以低息贷款,最后完全退出。如果不进行改革,当前的补贴有可能延续其旨在解决的效率低下问题。
**论文解读文章**

**研究背景**
撒哈拉以南非洲(Sub-Saharan Africa, SSA)长期陷入作物产量停滞和慢性粮食不安全的困境,尽管全球农业已取得进步。在津巴布韦,玉米作为主食作物,是小农户家庭粮食与营养安全的关键组成部分。然而,小农户面临投入品获取受限、正规信贷不足等显著制约,阻碍其实现最佳生产潜力。为应对这些挑战,投入补贴计划被广泛用作政策工具,以降低投入成本、激励现代技术采纳,并最终提升小农户的生产力。然而,补贴计划能否实现预期效果很大程度上取决于农民如何使用所提供的投入,即技术效率(technical efficiency, TE)。现有文献对补贴与技术效率的关系研究存在地理偏差,发达国家(尤其是欧洲)研究较多,而发展中国家(特别是非洲和津巴布韦)的实证证据匮乏。津巴布韦政府自2020/21种植季启动并持续实施的Pfumvudza气候智能农业框架内的玉米投入补贴计划,为“智能补贴”设计提供了研究案例。该计划的理论基础是市场失灵、信贷约束和风险规避阻碍小农户采用最优投入水平,从而限制生产力和粮食安全。然而,批评者认为补贴可能造成依赖、增加财政负担,并挤占私营投入供应体系的发展。因此,亟需实证评估此类补贴对小农户技术效率的影响,以优化公共资源使用并改善粮食安全。本研究旨在填补这一空白,通过津巴布韦东北部的数据,检验Pfumvudza投入补贴计划受益者与非受益者之间技术效率是否存在显著差异。

**研究内容与结论**
研究人员采用横截面研究设计,于2024年5月至7月收集了津巴布韦马绍纳兰东部省四个地区(Goromonzi、Murehwa、Mutoko、Marondera Rural)408户小农户的原始调查数据,其中受益者和非受益者各204户。技术效率通过超越对数随机前沿(translog stochastic frontier)模型估计,投入补贴的影响则采用倾向得分匹配(Propensity Score Matching, PSM)方法处理选择偏倚。主要结论如下:总体平均技术效率为0.66,表明存在34%的未开发生产潜力;技术无效率随农民年龄、补贴金额和可耕地面积增加而增加,但随玉米种植经验、推广接触频率和牲畜所有权增加而降低;关键发现是Pfumvudza投入补贴对技术效率存在显著负面影响(平均处理效应在-0.076至-0.085之间,p<0.01),且在旧安置区(ATT=-0.1213)、A1农场(ATT=-0.08)和社区地区(ATT=-0.068)均呈负向,其中旧安置区影响最大。研究还发现无机肥料是弹性最高的投入要素(0.5991),但补贴机制抑制了高效资源利用。这一发现挑战了补贴促进效率的传统假设,并为SSA地区的补贴设计提供了重要政策启示。论文发表在《Cogent Food》。

**主要关键的技术方法**
研究采用的主要关键技术方法包括:(1)超越对数随机前沿分析(Translog Stochastic Frontier Analysis, SFA)——用于估计生产前沿并推导技术效率分数,通过似然比检验验证超越对数形式优于柯布-道格拉斯形式;(2)倾向得分匹配(Propensity Score Matching, PSM)——基于罗森鲍姆和鲁宾的框架,通过Probit模型估计农户参与Pfumvudza补贴计划的条件概率(倾向得分),并采用最近邻匹配(k=1)、卡尺匹配(δ=0.05)和核匹配(带宽0.06)三种算法估计平均处理效应(Average Treatment Effect on the Treated, ATT)。样本队列来源于津巴布韦马绍纳兰东部省四个地区(Goromonzi、Murehwa、Mutoko、Marondera Rural)408户小农户。

**研究结果**
**4.1 模型设定的假设检验**
通过似然比检验,拒绝超越对数生产函数可简化为柯布-道格拉斯形式的零假设(LR统计量45.2 > 临界值24.99,p<0.01),确认超越对数形式更适应该数据。同时,技术无效率效应不存在和无效率效应非随机的假设均被拒绝,验证了随机前沿规范的适用性。

**4.2 超越对数随机前沿估计**
**4.2.1 随机生产前沿估计**
Wald χ2统计量在1%水平上显著,表明投入要素共同解释玉米产量变异。伽马值(γ=0.61)表明约61%的产量变异源于技术无效率而非随机噪声。参数估计显示:肥料用量、种植面积和劳动力对产量有显著正效应;面积的平方项和化学品成本的平方项显著为正,劳动力的平方项显著为负,表明面积扩大存在递增边际报酬,而劳动力存在递减边际报酬。种子与劳动力的交互项显著为正,表明两者互补;肥料与面积的交互项显著为负,面积与化学品成本的交互项显著为负,表明这些投入是替代品。规模报酬估计值为0.769,表明递减规模报酬。各要素产出弹性:无机肥料0.5991(p<0.01)、玉米面积0.1092(p<0.05)、劳动力0.0636(p<0.10),种子弹性为负但不显著。

**4.2.2 技术无效率模型估计**
六变量显著影响技术无效率:年龄(+0.0349,p<0.05)增加无效率;经验(-0.0285,p<0.05)减少无效率;推广接触频率(-0.2026,p<0.01)减少无效率;牲畜所有权(-0.1742,p<0.01)减少无效率;可耕地面积(+,p<0.01)增加无效率;补贴金额(+0.0073,p<0.01)增加无效率。

**4.3 技术效率分布**
总体平均TE为0.66(范围0.08–0.93)。41.9%的农户效率在0.5–0.75之间,40.4%高于0.75,17.7%低于0.5(其中4.7%低于0.25)。

**4.4 倾向得分估计**
Probit模型显著(LR χ2(12)=44.99,p<0.01,伪R2=0.149),确认处理组与对照组间存在系统性差异(性别、推广接触、TLU、经济活跃家庭成员、商业作物生产),需进行倾向得分匹配。

**4.5 匹配后协变量平衡评估**
核匹配(带宽0.06)后,所有协变量标准化偏误降至3.4%–12%(低于20%阈值),伪R2降至0.015,似然比检验不显著(p=0.772),鲁宾B值23.7、R值1.32,满足高质量匹配标准。

**4.6 投入补贴对技术效率的影响**
三种匹配算法均显示一致且显著的负向处理效应(p<0.01),平均差异在-0.076至-0.085之间。按土地利用模式细分:社区地区ATE=-0.059(p<0.01)且ATT=-0.068(p<0.01);旧安置区ATE=-0.0978(p<0.01)且ATT=-0.1213(p<0.01);A1模式ATE和ATT均显著负向。结果表明补贴显著降低技术效率,尤其旧安置区影响最大。

**总结讨论与结论翻译**
讨论部分指出,补贴的负向影响可能源于补贴削弱了农民优化投入的激励、导致依赖、并造成投入与劳动力的替代低效(尤其是在较大面积农场)。标准化投入包未充分考虑土壤退化差异,而推广体系碎片化加剧了问题。这些发现与欧洲、亚洲、北美部分研究一致(Ji et al., 2023; Latruffe & Desjeux, 2016; Tleubayev et al., 2022等),但与赞比亚和塞内加尔的正向影响报告相矛盾。研究结论翻译如下:
“在本论文中,研究人员实证评估了投入补贴对津巴布韦东北部小农户玉米种植者技术效率的影响。本研究通过提供来自津巴布韦Pfumvudza补贴计划的罕见证据,在实证上为投入补贴与技术效率的文献做出了贡献。尽管讨论了理论含义,但鉴于发现的背景特定性,主要贡献仍为实证性。技术效率采用超越对数随机前沿规范进行估计,而倾向得分匹配用于消除影响评估中的混杂因素。这一实证策略使得能够隔离补贴获取对技术效率的因果效应,解决了先前类似农业背景下观察性研究中的选择偏倚问题。至关重要的是,研究人员发现证据表明Pfumvudza投入补贴对技术效率产生负面影响,其中旧安置区的负向效应最大,其次是A1农场和社区地区。这一发现对农业政策具有重要启示,特别是对于Pfumvudza投入补贴计划及SSA类似计划的设计与实施。补贴对技术效率产生负向影响的证据,尤其是在旧安置区和A1地区显著,表明当前方法无意中削弱了其生产力目标。尽管无机肥料被确认为提高产量的最关键投入,但补贴机制抑制了高效资源利用。这种低效率因更大的农场规模和更高的补贴包价值而进一步加剧,表明存在投入错配或管理努力减少的问题。同时,种植经验有限、推广接触不频繁以及缺乏牲畜资产等因素加剧了低效率,凸显了配套支持的缺口。鉴于Pfumvudza投入补贴的无限期性,这有可能助长依赖并加剧技术低效率,特别是在小农户系统中,研究人员建议过渡到一个严格的、有时限的补贴框架。对于撒哈拉以南非洲背景,信贷市场往往分散且农场规模较小,这可以包括一个分阶段退出计划:首先进行全面支持1–2年,条件是在输入优化方面进行强制性的区域适宜培训;随后在3–4年将补贴减少50%并伴以低息贷款;到第5年完全退出,农民变得独立并能够自筹资金进行农场运营。所抽样小农户的总体平均技术效率为0.66,表明存在巨大的未开发生产潜力。在投入要素中,无机肥料显示出最高的正向产出弹性,其次是种植面积、劳动力和农业化学品。短期内,研究区域的小农户可以通过采用更高效的实践和技术来提高生产率,而无需扩大投入水平。这强调了战略性地管理可用资源以提高生产效率的迫切需要。重要的是,技术无效率随农民年龄、补贴金额和可耕地面积增加而增加,但随玉米种植经验增加、推广接触频率提高和牲畜所有权增加而降低。因此,除了补贴改革外,提高津巴布韦小农户玉米部门的技术效率需要解决已识别的更广泛驱动因素。巨大的未开发潜力凸显了紧迫性。政策应积极利用经验、推广和牲畜的正面影响。因此,研究人员建议加强推广体系,通过大力投资来增加推广访问的次数、质量和频率,并侧重于传播优化投入使用和管理土壤健康的最佳实践。牲畜的正面影响需要积极推广牲畜支持系统,特别是管理导致高死亡率的牛疾病。本研究的发现需在若干局限性背景下进行解释。横截面设计捕捉了单一时间点的补贴对技术效率的影响,因此关于长期效应的因果推断需谨慎。此外,研究地理上仅限于马绍纳兰东部省的四个地区,可能限制了对津巴布韦其他地区或撒哈拉以南非洲的普遍性。未来研究应尽可能使用面板数据来追踪跨多个种植季节的效率变化,并扩大地理覆盖范围以包括多个省份,以扩大普遍性。”
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号