اعتبار نهادی و کارایی فنی مزارع: شواهدی از یک آزمایش میدانی با استفاده از تحلیل مرز تصادفی

این مطالعه تأثیر دسترسی به اعتبارات رسمی بر کارایی فنی مزارع را بررسی می‌کند. برای برآورد کارایی فنی، از روش تحلیل مرز تصادفی (SFA) و داده‌های اولیه حاصل از پیمایش (که با استفاده از روش نمونه‌گیری تصادفی چندمرحله‌ای گردآوری شده‌اند) استفاده شده است. نتایج نشان می‌دهد که دامنه نمرات کارایی فنی بین ۰٫۵۶ تا ۰٫۹۷ متغیر است. سطح کارایی فنی در خانوارهای وام‌گیرنده (با نمره ۰٫۸۸) در مقایسه با خانوارهای غیروام‌گیرنده (با نمره ۰٫۶۷) نسبتاً بالاتر است؛ این امر حاکی از آن است که دسترسی به اعتبار، کشاورزان را قادر می‌سازد تا از فناوری‌های بهتر استفاده کرده و مصرف نهاده‌ها را بهینه سازند. نهاده‌های اصلی نظیر نیروی کار، مواد شیمیایی، ماشین‌آلات و وسعت مزرعه، همبستگی مثبتی با کارایی فنی مزرعه دارند، در حالی که عواملی همچون نوع تصرف زمین، قیمت بذر و کودها موجب کاهش کارایی مزرعه می‌شوند. ضریب گاما (۰٫۷۶) استفاده از روش SFA را توجیه می‌کند و نشان می‌دهد که ناکارایی در نهاده‌های مزرعه محتمل‌تر از اثر شوک‌های تصادفی است. علاوه بر این، سن سرپرست خانوار، سابقه کشاورزی، سطح تحصیلات، شغل، عضویت در تشکل‌ها، وسعت مزرعه، دارایی‌های خانوار و دسترسی به اعتبار، از عوامل اصلی تعیین‌کننده کارایی محسوب می‌شوند. این یافته‌ها بر ضرورت مداخلات سیاستی جهت بهبود شرایط اجتماعی-اقتصادی، حمایت‌های نهادی، دسترسی به اعتبار و ارتقای مهارت‌های مدیریتی کشاورزان تأکید دارند؛ اقداماتی که منجر به افزایش بهره‌وری و دستیابی به توسعه پایدار کشاورزی خواهد شد.

This study examines the impact of access to formal credit on the technical efficiency of farms. The stochastic frontier analysis (SFA) is used to estimate technical efficiency by utilising primary survey data collected through a multi-stage random sampling technique. The results reveal that technical efficiency scores range from 0.56 to 0.97. There is a relatively high level of technical efficiency among borrower households (score 0.88) compared to non-borrower households (score 0.67), which implies that credit access enables farmers to use better technologies and optimise input use. The major inputs, such as labour, chemicals, machinery and farm size, are positively associated with farm technical efficiency, whereas land tenancy, seed price and fertilisers tend to decrease farm efficiency. The gamma coefficient (0.76) justifies the application of SFA, implying that inefficiency in the farm inputs is more likely than random shocks. In addition, the age of the household head, farming experience, education, occupation, membership, farm size, household assets and access to credit are the primary factors determining efficiency. These findings highlighted the requirement to have policy interventions in order to improve the socio-economic environment, institutional support, access to credit and managerial skills of farmers, which would increase productivity and achieve sustainable agricultural development.