2018年-世界发展银行全球_Too_Small_to_Be_Beautiful____The_Farm_Size_and_Productivity_Relationship_in_Bangladesh_35页_1mb

报告摘要

总结：Too Small to Be Beautiful? – 农场规模与生产力关系在孟加拉国的分析

核心内容

本文探讨了孟加拉国农业中农场规模与生产力之间的关系，重点分析了“规模与生产力呈反向关系”（Inverse Relationship, IR）在该国农业背景下的适用性。研究使用了三轮的农户面板数据，结合随机生产前沿模型（Stochastic Production Frontier, SPF），同时估计生产前沿和技术无效率函数，以获得无偏且一致的估计结果。研究还采用“相关随机效应”（Correlated Random Effects, CRE）方法控制未观测的农户异质性影响。

主要观点

规模与生产力的反向关系
- 孟加拉国的农场规模普遍较小，且持续下降，但农业生产力却保持增长。
- 尽管规模与生产力之间存在负相关，但这种反向关系随时间减弱。
- 技术变革（Technical Change）是推动总要素生产率（TFP）增长的主要动力，且在不同规模农场间表现各异。
技术变革与规模的互动
- 较大的农场在技术变革方面进展更快，从而缩小了与小规模农场的生产力差距。
- 技术无效率在不同规模农场间也存在差异，较大的农场更接近生产前沿。
数据与方法的优势
- 孟加拉国农业数据具有独特性，包括家庭层面的面板数据、土地质量信息和气候变量，有助于克服传统研究中的方法局限。
- 采用SPF模型，同时估计生产前沿与技术无效率，避免了传统生产函数方法的偏差。
- 使用CRE方法控制家庭固定效应，以减少未观测异质性对估计结果的影响。
影响生产力的关键因素
- 技术采纳：几乎所有农户使用化肥，大多数采用高产作物品种，机械化率不断提高。
- 劳动力市场：农户广泛参与非农业工作，表明劳动力市场相对健全，可能缓解家庭劳动力的低效率问题。
- 土地质量与条件：土地类型、海拔、降雨量等变量被纳入模型，以反映土地质量的异质性。
- 政策因素：政策对技术采纳和生产效率有显著影响，例如桥梁建设促进了西部地区与主要城市之间的连接，从而改善了市场机会和生产效率。

关键信息

研究方法：采用随机生产前沿模型（SPF）与“相关随机效应”（CRE）方法，以同时估计生产前沿与技术无效率，提高模型的准确性。
数据来源：三轮全国性农户面板调查（2000–2008），覆盖62个村庄，共720个完整农户样本，总计2,160个观测值。
模型公式：
$$
\ln \left(\frac {Y _ {i t}}{A _ {i t}}\right) = \alpha_ {0} + \beta_ {a} \ln (A _ {i t}) + \beta_ {x} \ln \left(\frac {X _ {i t}}{A _ {i t}}\right) + \beta_ {c} C _ {i t} + \theta_ {t} Y e a r + V _ {i t} - U _ {i t} (Z _ {i t}, P _ {i t})
$$
其中：
- $Y_{it}$：农户总产出价值
- $A_{it}$：农场面积
- $X_{it}$：每公顷投入
- $C_{it}$：条件变量（如土地质量、降雨量）
- $U_{it}$：技术无效率函数
- $Z_{it}$：家庭特征（如性别、教育水平）
- $P_{it}$：政策变量（如距离行政中心、土地租赁情况）
主要发现：
- 农场规模与生产力的负相关关系存在，但其强度随时间减弱。
- 技术变革是总要素生产率增长的主要驱动力。
- 较大的农场在技术采纳方面更快，从而缩小了与小规模农场的生产力差距。
- 家庭参与非农业工作可能对技术无效率产生不同影响，取决于劳动力是否被有效利用。