孟加拉国Haor湿地生态系统下水稻联合收割机用户的技术效率评估与影响因素分析

为解决Haor湿地生态系统下水稻种植技术效率低下问题，研究人员采用随机前沿分析(SFA)方法，对204名使用水稻联合收割机(RCH)的农户进行技术效率(TE)评估。研究发现平均TE为0.68，劳动力、种子、钾肥(MoP)和收割成本正向影响产出，而土地整理、磷肥(TSP)和灌溉成本呈负相关。年龄和农场规模分别对效率产生正/负向影响。该研究为优化资源配置、提升机械化收割效率提供了实证依据，对保障粮食安全具有重要意义。

　　

在孟加拉国东北部的Haor湿地，广袤的稻田如同镶嵌在大地上的翡翠，每年贡献着全国18%的水稻产量。然而这片"鱼米之乡"正面临双重挑战：突如其来的洪涝灾害常常在稻谷成熟前将其吞噬，而农村劳动力向非农领域的大规模迁移又让收割季的人手捉襟见肘。更令人忧心的是，气候模型预测未来洪水频率将显著增加，使得这个每年生产525万吨稻谷的生态系统岌岌可危。尽管政府提供70%的购置补贴推广水稻联合收割机(RCH)，但农户们是否真正发挥了这些"钢铁帮手"的最大效能？来自Sher-e-Bangla农业大学的研究团队首次揭开了这个谜题。

研究团队采用随机前沿生产函数(Stochastic Production Frontier)这一农业经济学利器，对204名随机抽样的RCH用户展开调查。通过构建包含9项投入要素的柯布-道格拉斯生产函数，同时引入7个社会经济变量的技术无效模型，在STATA 16软件中完成最大似然估计。样本覆盖Sunamganj等3个主要水稻产区的5个Upazila行政单位，确保研究结果具有区域代表性。

3.1 社会经济特征与投入产出数据显示，受访农户平均经营1.12公顷稻田，年均收入1564美元。每公顷水稻收入达1575美元，其中劳动力成本占比最高(441美元)，收割成本仅125美元。这印证了RCH确实大幅降低了传统收割方式70%的人工成本。

3.2 生产前沿面分析模型估计的γ值达0.83，说明83%的产量变异源于技术非效率。令人惊讶的是，土地整理、TSP磷肥和灌溉这三项常规投入竟显示"边际产出为负"——每增加1%投入，收益分别减少0.202%、0.033%和0.157%。进一步分析发现，农户TSP施用量(80.86 kg/ha)远超推荐标准(69.44 kg/ha)，揭示出盲目施肥造成的资源浪费。而RCH收割成本每提升1%，能带来0.068%的收益增长，证实机械化收割的性价比优势。

3.3 效率驱动因素技术无效模型显示，农户年龄每增加1岁，效率提升0.034%，这得益于经验积累带来的农事决策优化。但农场规模却显现"规模不经济"——面积每扩大1%，效率反降0.61%，折射出大田管理的协调难题。教育程度、市场距离等变量未达显著水平，暗示知识传播渠道有待完善。

3.4 效率分布农户平均TE为0.68的发现最具冲击力，这意味着在现有投入下，通过优化管理可再释放32%的产量潜能。其中21.57%的农户效率集中在61-70%区间，呈现明显的"中间聚集"特征。

这项发表在《Discover Agriculture》的研究，首次量化了Haor地区RCH用户的技术效率缺口。其价值不仅在于揭示磷肥过量施用、灌溉粗放等具体问题，更构建了"机械-农艺-人力资本"三位一体的效率提升框架。作者建议通过农技推广服务强化施肥指导，同时开展RCH操作培训来缩小效率差距。对于正处在农业机械化转型期的孟加拉国而言，这些发现为完善补贴政策、制定差异化的培训方案提供了科学依据，对实现联合国可持续发展目标(SDG)中的零饥饿和可持续农业具有实践意义。随着气候变化加剧，这种基于实证的精细化管理思路，或将成为全球湿地稻作区应对粮食安全挑战的共同选择。