2016年-世界发展银行全球_Does_Land_Fragmentation_Increase_the_Cost_of_Cultivation____Evidence_from_India_30页_363kb

总结：土地碎片化是否增加耕作成本？——来自印度的证据

核心内容

本文探讨了土地碎片化对农业成本的影响，并基于印度的微观数据进行实证分析。研究发现，土地碎片化确实增加了农业生产成本，但其影响因土地持有规模而异。作者区分了“平均碎片大小”和“碎片间平均距离”作为衡量土地碎片化的两个不同维度，并通过估算一个具有内生性控制的跨对数成本函数，分析了这两个指标对生产成本的影响机制。

主要观点

• 土地碎片化的主要影响：碎片化主要通过减少平均地块面积，使得机械化变得不可行，从而显著增加生产成本。相比之下，碎片间距离对成本的影响较小。
• 不同规模农场的影响差异：当平均地块面积超过机械化门槛后，碎片数量不再显著影响生产成本，而碎片间距离则成为关键成本因素。这一效应在小规模农场中更为明显，因为较大的距离增加了监督和管理的难度，而小规模农场通常依赖家庭劳动力。
• 内生性问题的处理：研究聚焦于从未参与土地市场交易的农户，以排除土地市场行为对碎片化水平的内生性影响，确保研究结果的稳健性。
• 政策意义：土地整理政策可能对小农户更有利，因为它们可以通过减少碎片化实现机械化，从而降低生产成本。然而，政策的实施必须考虑长期可持续性和农户的激励机制。

关键信息

碎片化指标

• Simpson指数：衡量土地碎片化的集中度，值为0表示完全整合，值为1表示完全碎片化。
• 碎片间平均距离：衡量土地碎片化的空间分布，影响监督和管理成本。

成本函数模型

• 使用跨对数成本函数模型，考虑了输入价格、产出价值和碎片化水平对成本的影响。
• 通过Shephard引理，推导出投入需求和投入份额。
• 通过弹性分析，评估碎片化对生产成本和投入结构的影响。

数据来源

• 印度全国农村经济与人口调查（REDS）2006年数据，覆盖17个州，共4,790个农户，17,821个地块。
• 数据包含地块获取方式（继承、购买、租赁）、投入（家庭和雇佣劳动力、机械、牲畜）和产出信息。

描述性统计

• 样本中平均地块面积为1.7英亩，平均持有面积为4.5英亩，分布在3.2个地块。
• Simpson指数为0.47，地块间平均距离为858米，约需18分钟步行。
• 不同州的碎片化水平和地块间距离差异较大，例如，比哈尔邦和马哈拉施特拉邦的地块间距离较大，而古吉拉特邦和安得拉邦的地块数量较少。
• 碎片化水平与地块间平均距离之间的相关性较弱（ρ = 0.0725）。

农户特征

• 样本农户平均有5.7人，93%为男性户主，平均年龄为52岁。
• 多数土地（71%）为灌溉土地，非土地资产平均价值为323,000卢比（约7,100美元）。
• 农户收入来源以农作物为主（55%），其次是转移支付（14%）、非农自雇（12%）、工资（13%）和牲畜（7%）。

成本与收益结构

• 家庭总产出为21,240卢比（约469.83美元），其中约一半用于可变投入（包括劳动力）。
• 每英亩净收益约为10,500卢比，劳动力成本占比约三分之一，其次是种子（17%）、肥料（15%和11%）、机械（10%）等。
• 碎片化对不同规模农户的影响不同：小农户更依赖家庭劳动力，而大农户则更多使用机械和购买性投入。

政策启示

• 土地整理政策在小农户中可能更具效果，因为它们能够通过减少碎片化实现机械化，从而降低生产成本。
• 碎片化对农业生产效率的影响可能因地区和制度环境而异，例如在农业劳动力市场不完善或保险市场不健全的地区，碎片化可能带来更大的成本负担。

结构清晰要点

• 研究问题：土地碎片化是否增加耕作成本？
• 方法论：使用跨对数成本函数模型，结合Simpson指数和地块间距离两个碎片化指标，控制内生性。
• 数据来源：印度2006年REDS数据，涵盖17个州，4,790个农户，17,821个地块。
• 主要发现：
  • 碎片化显著增加生产成本，主要由于地块面积缩小导致机械化不可行。
  • 地块间距离对成本影响较小，但在大农场中更相关。
  • 小农户更受碎片化影响，因为家庭劳动力占主导，而大农场则更多依赖机械。
• 政策建议：土地整理政策应考虑农户的激励机制和长期可持续性，尤其在小农户中可能更有效。