福建省農民專業合作社效率測度及提升路徑
——基于面板三階段DEA模型的分析

王東方，沈慧芳

（武夷學院商學院，福建武夷山354300）

福建省農民專業合作社效率測度及提升路徑
——基于面板三階段DEA模型的分析

王東方，沈慧芳

（武夷學院商學院，福建武夷山354300）

運用三階段DEA模型，測算剔除環境因素和隨機誤差前后的福建省南平市10個縣（市、區）2010—2014年農民專業合作社技術效率。結果表明，宏觀經濟環境的持續向好會導致合作社成員數和合作社資產總額冗余量的增加，政府扶持資金的增加會導致合作社成員數冗余量的增加，不利于合作社技術效率的提升；教育投入的增加有助于合作社成員數冗余量的減少，有利于提升合作社技術效率；剔除環境因素、隨機誤差的影響后，南平市大多數縣（市、區）合作社綜合技術效率和規模效率水平出現不同程度的下降，而純技術效率普遍上升，農民專業合作社仍處于規模報酬遞增階段。

農民專業合作社；技術效率；三階段DEA；福建省

農民專業合作社（以下簡稱合作社）以農村家庭承包經營為基礎，入社農民以平等互惠、互助合作的方式合作經營，克服農業經營碰到的問題，提高農業經營效率，分享經營成果。合作社經營效率的高低直接影響到農業生產經營的效率，進而影響農民收入，如何提升合作社經營效率，提升其競爭力，是當前合作社理論與實務研究的重點課題。近年來，中央“一號文件”持續關注三農問題，其中，2004年以來的一號文件對提高農民的組織化程度、支持合作社發展提出了明確要求，2015年的一號文件提出引導合作社拓寬服務領域，促進農民合作社的規范發展。在政府政策支持下，福建省合作社事業取得長足發展，截至2014年12月31日，福建省合作社數量達到了24 817個，同比增加25.1%，其中被農業主管部門認定為示范社的合作社2 126個，同比增加25.7%，入社社員達到672 218個，同比增加23.9%，帶動非成員農戶數827 680戶，同比增加2.8%。

在合作社事業快速發展的同時，福建省合作社的發展普遍存在資金不足且融資困難、機制不健全、管理不規范、分配機制不健全、“利益共享”機制未能落到實處、經營管理人才缺乏及法律法規不完善等問題[1]。針對以上存在的問題，考慮到合作社在增加農民收入、促進農業產業化進程中的重要作用，對合作社進行深入研究顯得尤為迫切和必要。以福建省南平市十個縣（市、區）合作社為研究樣本，對各縣（市、區）合作社的技術效率進行測度和分析，揭示各縣（市、區）合作社的實際經營情況，并進一步提出促進合作社技術效率提升的路徑。

1 文獻綜述

國內外學者從多方面對合作社經營效率進行大量的理論和實證研究，現有研究主要集中在以下幾個方面：一是對合作社績效評價指標體系的研究，浙江省農業廳課題組[2]采用德爾菲法從行為績效和產出績效確定了合作社的績效評價體系；趙佳榮[3]認為生態績效的評價應包含在合作社績效評價體系中；張靖會[4]基于供給機制視角從需求表達、供給決策、締約成本、籌資機制、產品提供、激勵約束六個維度設計了合作社的績效評價體系；陳共榮等[5]運用BSC的基本原理，構建了合作社績效評價指標體系；楊大蓉[6]采用層次分析法從財務維度、市場維度、內部管理維度和可持續發展維度四個維度構建了合作社的績效評價指標體系；二是合作社績效評價的研究對象以中東部省份的農民合作社為主；三是對合作社績效的研究；徐旭初[7]通過對浙江省526家合作社的實證研究分析了治理機制對合作社績效的影響，認為完善的治理機制有利于提升合作社的績效；張征華[8]采用DEA方法對江西省22家合作社經營效率進行實證研究發現，江西省合作社經營效率不高；胡魁采[9]用Bootstrap-DEA方法對浙江452家合作社進行實證研究發現，浙江省果蔬合作社效率較低；曾皓等[10]采用DEA_Tobit方法對江西省78家合作社截面數據的研究發現，江西省合作社資本效率不高，合作社質量有待進一步提高；李道和[11]通過對江西省合作社的實地調研，采用結構方程方法分析了合作社的績效，認為完善內部治理機制、提升合作社理事長才能有助于提升合作社績效；張超[12]將合作社效率研究拓展至合作社公共服務效率，從社員層面的價值效率、組織層面的綜合效率和區域合作社總體層面的工具效率三個視角分析合作社公共服務效率。

從上述文獻可以看出，既有的研究成果多是采用單一的DEA或層次分析法等方法來考察合作社的績效或技術效率，但這些方法忽略了環境因素及包含于冗余變量中的其他因素對效率的影響，在一定程度上影響了效率評價結果的準確性和可靠性[13]。Farrell[14]提出效率包括技術效率（technical efficiency，TE）和配置效率（allocation efficiency，AE），其中技術效率可利用實際觀察值和等產量曲線邊界的關系求得，配置效率可由投入要素價格關系測得。技術效率是指在既定的投入要素條件下企業最大的產出能力，配置效率是指利用優勢價格來組合最佳的投入與產出比例，既生產同等數量的產品可采用不同的要素投入組合，因投入要素價格不同，以最經濟的組合來生產以使其配置效率最高。一般情況下，企業會考慮利用現有資源投入生產，對效率的測量大多是針對技術效率[15]，因此，本文重點考察合作社的技術效率。基于此，選擇Fried[16]提出的DEA和SFA結合的三階段DEA模型測度福建省合作社技術效率，能夠更為準確地考察福建省合作社的技術效率，并在此基礎上有針對性的提出福建省合作社技術效率提升的路徑和方向。

在采用DEA方法進行效率評價時，部分學者在投入、產出要素的選擇上較為主觀，多采用文獻探討，或配合德爾菲法等方法確定投入、產出要素，但由于德爾菲法執行過程復雜，需要投入大量的精力，問卷回收率低且容易曲解專家意見，加上問卷本身及專家回答具有模糊性特征[17]，由于合作社具有非營利性質，其投入、產出間函數關系并不顯著[18]，為保證投入、產出要素選擇的科學性、可靠性，并避免調查過程中模糊性的出現，擬采用模糊德爾菲法（fuzzy Delphi method，FDM）選擇投入、產出要素。

2 研究方法與數據說明

2.1 模糊德爾菲法（FDM）

德爾菲法是一種群體決策的方法，于1950年由美國蘭德公司的Olaf Helmer等人發明，通過使專家意見經由結構化溝通程序而獲得一致結果的預測方法。模糊德爾菲法是指綜合運用模糊數學與德爾菲法，在充分考慮專家主觀意見模糊性和非確定性的基礎上篩選關鍵因素，將模糊理論應用到德爾菲法中，利用模糊三角數法整合專家意見，再通過設定的門檻值篩選合作社的投入、產出要素。模糊德爾菲法應用包括以下步驟：

（1）平均數一般化模式

Klier等于1992年提出一般化平均數模式公式：

其中α為不同平均數形態參數，α有以下幾種結果：

1）α→-∞時，由式（1）可知：

一般化平均數下限為極小值，即極小值是最小的一種平均數函數形態。

2）α→+∞時，由式（1）可知：

一般化平均數上限為極大值，即極大值是最大的一種平均數函數形態。

3）α→0時，由式（1）可知，結果為幾何平均數：

4）α→1時，由式（1）可知，結果為調和平均數：

（2）確定三角模糊數

本研究以一般化平均數函數的極大值和極小值為專家共識三角模糊數的兩個端點，Saaty[19]認為幾何平均數表示專家共識的效果較好，且幾何平均數的數值可以滿足模糊正倒值矩陣定義。因此，本研究投入、產出要素三角模糊函數中的幾何平均數為其隸屬函數，代表專家對投入、產出要素選擇的共識。三角模糊數可通過以下公式測算。

（3）投入、產出要素的選擇

采用上述方法來選擇投入、產出要素，由于（1）式函數中極大值、極小值較極端，而幾何平均數能達標決策群體中大部分專家的意見，因此，取三角模糊函數中的幾何平均數為隸屬函數代表專家對投入、產出要素選擇的共識。在此基礎上設定門檻值（S），可用各指標評估分數的中位數作為本研究的門檻值，最后選擇投入、產出要素，當δij≥S時接受該要素，當δij〈S時刪除該要素[20]。

2.2 三階段DEA模型

（1）第一階段：基于投入、產出原始數據的DEA分析（BCC模型）

DEA方法最早于1978年由Charnes、Cooper及 Rhodes提出，該方法源于Farrell的非參數效率衡量概念，針對非盈利性組織，衡量其投入、產出相對效率值。因BCC-DEA模型可用來處理“規模報酬可變（variable retuuns scale，VRS）”假設下的決策單元有效性問題[21]，本研究采用BCC-DEA模型衡量福建省合作社的技術效率值。投入導向下的對偶模式BCCDEA模型如下。

其中，hk表示第k各決策單元的技術效率，Yrk表示第k各DMU的第r項產出值，Xij表示第j個DMU的第i項投入值，ε表示極小正數，θk代表第k個 DMU的有效值分別為ur、vj的差額變數（ur表示第j個DMU的第r個產出項的加權值，vi指第j各DMU的第i各投入項的加權值）。BCC模式中技術效率（TE）等于純技術效率（pure technical efficiency，PTE）與規模效率（sale efficiency，SE）的乘積。

（2）第二階段：運用SFA模型剔除隨機誤差和環境因素的影響

Fried等于2002年提出的DEA和SFA結合的三階段DEA模型中，通過第二階段的SFA模型可以觀測環境因素、隨機誤差和管理無效率三個因素的影響，進而剔除環境因素和隨機誤差帶來的影響，得出管理無效率導致的DMU投入冗余。

首先需選擇合適的環境變量作為解釋變量，對第一階段DEA模型n個DMU的m各投入變量的冗余變量，建立多元回歸模型：

其中，Sik為第k個決策單元第i個投入變量的冗余變量；fi（Zk；βi）為外部環境因素對冗余變量Sik的影響，一般取fi（Zk；βi）=Zk·βi；Zk=（Z1k，Z2k，…，Zpk）為p個可觀測的環境變量；vik為隨機誤差，假設μik為管理無效率，假設），且隨機誤差vik與管理無效率μik不相關。利用公式（14）回歸結果進一步調整投入變量，將所有的DMU調整為相同的環境條件，同時剔除隨機誤差的干擾。調整方法如下：

其中，xik和分別為第k個DMU第i項投入的實際值和調整后的投入值，為環境因素變量的估計值，為隨機誤差的估計值，公式（15）中表示所有DMU剔除環境因素的影響，所有DMU處于相同的外部環境下；表示所有DMU剔除隨機誤差的影響，所有DMU處于相同的狀態。

（3）第三階段：調整后的投入變量的DEA分析

2.3 樣本數據來源及變量選擇

（1）樣本數據來源

數據來源于2010—2014年福建省南平市下轄十個縣（市、區）（延平區、建陽區、建甌市、武夷山市、邵武市、浦城縣、松溪縣、政和縣、順昌縣、光澤縣）合作社經營情況統計數據，統計數據涉及到南平市各縣（市、區）農民合作社基本情況、財務數據、經營狀況等總體數據。

（2）投入和產出變量的選擇

采用模糊德爾菲法選擇福建省合作社效率測度的投入、產出數據，選擇合作社6項投入要素及2項產出要素，選擇高校教師、政府主管部門領導、國家級示范社負責人作為模糊德爾菲法的問卷對象，請各位專家對投入、產出要素給予0～10分區間的打分，共發出13份問卷，收回有效問卷11份。采用模糊德爾菲法進行運算得出合作社投入、產出因素的三角模糊函數（見表1、2），以幾何平均數作為專家對投入、產出要素選擇的共識，根據對問卷的整理，專家對投入、產出要素打分的中位數為7，因此，將門檻值（S）設為7。根據前文分析，選擇專家打分的幾何平均數作為投入、產出數據的選擇依據，有表1、2可知，專家打分幾何平均數大于門檻值的投入要素有3項，分別為合作社成員數、合作社資金總額；產出要素有1個，為統一組織銷售農產品總值。

表1 合作社投入要素三角模糊函數Table 1 Specialized farmers cooperatives input elements triangle fuzzy functions

表2 合作社產出要素三角模糊函數Table 2 Specialized farmers cooperatives output elements triangle fuzzy functions

（3）環境變量的選擇

外部環境變量應選擇對合作社經營效率產生影響但不在樣本主觀可控范圍的因素，根據合作社運營特點，結合國內外文獻，本文選擇三個環境因素：宏觀經濟環境、政府對合作社發展的政策扶持及教育投入，其中宏觀經濟環境選擇農民人均純收入和農林牧漁及服務業產值兩個變量衡量，政府對合作社發展的政策扶持選擇第一產業固定資產投資（政府）和各級財政專項扶持資金總額兩個變量衡量，教育投入用培訓合作社成員人次數變量衡量。

3 實證結果分析

3.1 第一階段：基于投入、產出原始數據的DEA分析（BCC模型）

采用DEAP2.1軟件包分年度處理2010—2014年福建省南平市10個縣（市、區）合作社原始投入、產出數據，分別測度這10個區域在2010—2014年間的合作社的技術效率，結果如表3所示，在不考慮環境因素和隨機誤差影響情況下，南平市合作社在2010—2014年間的平均綜合技術效率為0.517，綜合技術效率水平偏低，其中，平均純技術效率為0.695，平均規模效率為0.674，兩者大小相當且均較小。第一階段DEA結果表明，南平市各縣（市、區）合作社綜合技術效率過低是由純技術效率和規模效率不高導致的，說明南平市各縣（市、區）合作社在管理水平、資源配置和規模等方面均有較大的改進空間。10個縣（市、區）中，建甌市、政和縣2010—2014年間合作社平均技術效率均為1，平均綜合技術效率分別為0.822和0.903，說明這兩個區域合作社在當前的規模、技術水平條件下，其投入資源的使用是有效率的。

3.2 第二階段：運用SFA模型剔除隨機誤差和環境因素的影響

表3 南平市各縣（市、區）2010—2014年合作社技術效率（第一階段）Table3 Counties technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

第二階段以第一階段得到的各樣本投入變量的投入冗余作為被解釋變量，將環境變量（農民人均純收入、農林牧漁及服務業產值、第一產業固定資產投資（政府）、各級財政專項扶持資金總額、培訓合作社成員人次數）作為解釋變量構建SFA回歸模型，運用Frontier4.1軟件包，利用極大似然估計法（MLE），分別估算環境變量對合作社成員數冗余、合作社資金總額冗余的影響，結果見表4所示，根據結果可知，主要環境變量均通過了1%、5%或10%的顯著性水平檢驗，這說明環境變量選擇比較合適且對合作社投入冗余變量具有顯著的影響，其中，合作社成員數松弛變量的（技術無效率方差占總方差的比重）值為0.999 4，接近于1并通過1%顯著性水平檢驗，說明該投入變量管理因素的影響占主導地位；合作社資產總額松弛變量的值為0.032 4，接近于0，說明該投入變量隨機誤差影響占據主導地位。以上結果表明隨機誤差等難以控制的因素對合作社運營效率存在顯著的影響，非常有必要運用SFA方法剔除隨機誤差對效率的影響。

表4 第二階段的SFA回歸結果Table 4 SFA regression results

進一步考察環境因素對合作社成員數松弛變量及合作社資產總額松弛變量回歸結果，當回歸系數為負時，表示環境變量值的增加有利于減少投入松弛量，當回歸系數為正時，表示環境變量值的增加將會增加投入松弛量。通過分析環境變量對合作社成員數松弛變量及合作社資產總額松弛變量的回歸系數，得出以下結論：

（1）農林牧漁及服務業產值。該變量對合作社成員數及資產總額松弛變量系數均為正，且在1%顯著性水平上具有統計學意義，也就是說農林牧漁及服務業產值的增加會導致合作社資產總額松弛量的增加，從而對合作社效率產生不利影響。這反映了南平市合作社仍處于高投入的粗放發展模式，從10個縣（市、區）整體情況看，2010—2014年,南平市合作社資產總額年均增長45.23%，合作社成員數年均增長41.26%，造成合作社資源配置不合理，制約了合作社技術效率的提升。

（2）第一產業固定資產投資（政府）。該變量對合作社成員數松弛變量存在顯著的正向影響，說明第一產業固定資產投資的持續擴張將增加合作社人員浪費程度的增加，進而不利于合作社技術效率的提升。該變量對合作社資產總額松弛變量存在顯著的負向影響，說明第一產業固定資產投資的持續擴張將減少合作社資產總額松弛量，這可能是因為隨著政府為第一產業固定資產投資的增加，農業基礎設施等持續改進，促使農民減少相關資源的投入，提升合作社技術效率。

（3）農民人均可支配收入。該變量對合作社成員數松弛變量及合作社資產總額松弛變量均存在顯著的正向影響。也就是說農民人均可支配收入增加時，合作社成員數松弛量及資產總額松弛量均會增加。這可能是因為農民可支配收入的增加一方面會誘使過量的勞動力返回到農村，進而導致勞動力投入冗余增加，另一方面會導致農民增加其他要素的投入，導致投入要素松弛量的增加，從而對合作社技術效率產生負面影響。

（4）各級財政專項扶持資金總額。該變量對合作社成員數松弛變量存在顯著的正向影響，說明政府的資金扶持會導致合作社成員數松弛量的增加，這與財政扶持資金的投入會提升合作社經營效率的預期不符，這可能是因為政府扶持資金增加了農民的收入預期，提升了農民加入合作社的積極性，進而影響了合作社的技術效率。該變量對合作社資產總額無顯著影響，但仍存在方向性影響。

（5）培訓成員次數。該變量是指政府對合作社成員提供的無償培訓，對合作社成員數松弛變量存在顯著的負向影響，說明培訓成員次數有利于減少合作社成員數松弛量，這可能的原因是隨著對合作社成員培訓次數的增加，合作社人力資源水平、管理水平均會有所提升，進而減少合作社成員數松弛量，有利于提升合作社技術效率。該變量對合作社資產總額無顯著影響，但仍存在方向性影響。

通過以上分析可知，環境因素對合作社投入冗余變量具有顯著影響，且不同的環境變量對投入冗余的影響方向、影響程度不同，可能會導致經營環境較好或運氣較好的合作社有較佳的效率表現，而處于較壞經營環境或運氣較差的合作社的效率表現較差。因此，必須調整原始投入變量，剔除環境變量、隨機誤差的干擾，使不同區域的合作社處于同樣的環境和隨機條件下，以測度其真實的效率水平。

3.3 第三階段：調整投入變量后的DEA分析

在第三階段，根據式（15）調整南平市各縣（市、區）合作社投入變量，使用DEAP2.1軟件包處理調整后的投入值和原始產出值，得出各縣（市、區）合作社2010—2014年的真實效率狀況，結果見表5、表6。

3.3.1 總體效率分析

通過對比表1和3及表4可知，剔除環境因素和隨機誤差影響后，除個別地區、個別年份外，南平市各縣（市、區）2010—2014年合作社技術效率變化較大且出現不同程度的下降，總體技術效率水平較低，2010—2014年南平市10個縣（市、區）的平均綜合技術效率由調整前的0.517下降到調整后的0.449，規模效率由調整前的0.674降到調整后的0.561，而純技術效率由調整前的0.695上升到調整后的0.732，調整后南平市各縣（市、區）合作社綜合技術效率、純技術效率和規模效率水平都比較低，第三階段綜合技術效率下降主要是由于規模效率下降導致的，由于受環境因素和隨機誤差的影響，調整前的純技術效率水平較調整后較低，具體來看：

（1）南平市各縣（市、區）合作社技術效率水平較低

2010—2014年合作社綜合技術效率調整前有3個縣（市、區）低于0.4，調整后有5個縣（市、區）低于0.4，其中只有建甌市在調整前后實現了綜合技術效率的提升，降幅最大的是浦城縣，降幅達42.49%，各縣（市、區）合作社技術效率均未達到有效水平且處于較低的水平。

表5 南平市各縣（市、區）2010—2014年合作社技術效率情況（第三階段）Table 5 Counties technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

表6 南平市各縣（市、區）2010—2014年合作社平均效率值Table 6 Average technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

（2）各區域合作社技術效率水平差異較大

整體上看各縣（市、區）合作社技術效率差異較大，其中，建甌市合作社技術效率在調整前后均較高且調整后綜合技術效率、純技術效率和規模效率都有一定程度的提升，說明建甌市合作社資源配置能力、資源利用效率均處在較高水平；政和縣綜合技術效率由調整前的0.903 0下降到調整后的0.695 4，而純技術效率在調整前后均處于技術有效狀態，該縣綜合技術效率降低時由于規模效率降低導致，說明該縣資源利用效率有待提升；建陽區、光澤縣綜合技術效率在調整前后均處于較低水平，說明這些區域合作社資源配置能力及利用效率均有較大的提升空間。

3.3.2 規模報酬分析

表7給出了2010—2014年南平市各縣（市、區）合作社規模報酬變動情況，從2014年情況可以看出，延平區和政和縣處于規模報酬不變狀態，邵武市和建甌市處于規模保守遞減狀態，其他縣（市、區）處于規模報酬遞增狀態。這意味著南平市大多數縣（市、區）合作社的經營規模尚未達到其技術、管理水平所決定的最合適的生產規模，對于建陽區、武夷山市等規模效率較低且規模報酬處于遞增狀態的區域合作社可以適當的擴張規模以提升合作社技術效率。

表7 南平市各縣（市、區）2010—2014年合作社規模報酬變動情況Table 7 Counties scale remuneration changes of specialized farmers cooperatives from 2010 to 2014 in Nanping City

4 研究結論及政策建議

運用三階段DEA方法，測算剔除環境因素和隨機誤差前后的南平市10個縣（市、區）2010—2014年合作社技術效率，得到以下結論：

（1）合作社技術效率受宏觀經濟環境、政府政策扶持及教育投入等環境因素的影響較大。宏觀經濟環境的持續向好會導致合作社成員數和合作社資產總額冗余量的增加，政府扶持資金的增加會導致合作社成員數冗余量的增加，不利于合作社技術效率的提升；而隨著教育投入的增加，合作社成員數冗余量會減少，有助于提升合作社技術效率。

（2）剔除環境因素、隨機誤差的影響后，南平市絕大多數縣（市、區）合作社綜合技術效率和規模效率水平出現不同程度的下降，而純技術效率普遍上升，說明南平市各縣（市、區）調整前合作社純技術效率過低受環境因素、隨機誤差影響較大，合作社綜合技術效率水平較低是由于合作社規模效率不高，合作社規模較小仍然是制約南平市合作社的發展的主要原因。

（3）剔除環境因素、隨機誤差的影響后，2014年，建陽區等六個縣（市、區）合作社仍處于規模報酬遞增階段，規模擴張是制約這些區域合作社技術效率提升的主要瓶頸。

根據以上研究結論，提出相關的政策建議：一是針對南平市多數縣（市、區）規模不足等問題，相關政府主管部門應做好政策引導，發揮好各地示范合作社作用，從資源投入、技術投入等角度適當擴張合作社規模，提升合作社技術效率水平，在擴張合作社規模的同時，要做好資源的配置及利用工作，保證資源投入的有效性；二是結合宏觀經濟發展趨勢及發展速度，進一步發揮合作社優勢拓展銷售渠道，做好相關產品的銷售工作，以保證增加的合作社成員和資產的利用效率；三是適當調整政府對合作社的扶持方式，由資金扶持向涵蓋資金、技術、人力資源投入在內的綜合扶持轉變，以保證政府支持效果；四是進一步加大對合作社成員的培訓力度，提升合作社成員技術、管理水平，提升合作社技術效率水平。

[1]探析農民專業合作社發展面臨的主要問題及對策[J].經濟問題探索,2010(9)：59-63.

[2]浙江省農業廳課題組.農民專業合作社績效評價體系初探[J].農村經營管理,2008(10)：7-8.

[3]趙佳榮.農民專業合作社“三重績效”評價模式研究[J].農業技術經濟,2010(2)：119-127.

[4]張靖會.農民專業合作社效率評價體系：基于供給機制視角的研究[J].中央財經大學學報,2012(2)：12-17.

[5]陳共榮.基于BSC的農民專業合作社績效評價指標體系構建[J].會計研究,2014(2)：64-70.

[6]楊大蓉.農民專業合作社績效評價模型構建與應用[J].統計與決策,2015(18)：60-62.

[7]徐旭初.治理機制對農民專業合作社績效的影響[J].中國農村經濟,2010(5)：43-55.

[8]張征華.基于DEA的農民專業合作社經營效率分析：以江西省為例[J].廣東農業科學,2014(17)：216-219.

[9]胡魁.基于Bootstrap-DEA兩階段模型的浙江果蔬營銷合作社效率研究[J].新疆農墾經濟,2014(3)：51-56.

[10]曾皓.基于DEA_Tobit的農民專業合作社資本效率及影響因素實證研究[J].新疆農墾經濟,2015(9)：42-48.

[11]李道和.農民專業合作社績效分析：基于江西省調研數據[J].農業經濟技術,2014(12)：65-75.

[12]張超.農民專業合作社的公共服務效率研究：基于浙江省的調查[D].武漢：華中農業大學,2015.

[13]季凱文,孔凡斌.中國生物農業上市公司技術效率測度季提升路徑[J].中國農村經濟,2014(8)：42-57.

[14]Farrell,M.J.The Measurement of productive Efficiency[J]. Journalof Royal Statistical Society,1957,120(3)：253-281.

[15]黃祖輝.農民專業合作社的效率及其影響因素分析[J].中國農村經濟,2011(7)：4-13.

[16]Fried H O，Lovell C K,Schmidt S S,et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of productivity Analysis,2002,17(1)：121-136.

[17]徐村和.模糊德爾菲層次分析法[J].模糊系統學刊,1998,4 (1)：59-72.

[18]趙穎.數據包絡分析及TOPSIS等分析在醫院臨床科室效率診斷評價中的比較研究[D].北京：中國醫科大學，2007.

[19]Saaty.The Analytic Hierarchy Process[M].New York：Mc-Graw-Hill,1980.

[20]全蒲黎達.企業集團子公司經營者績效評估體系研究[D].長沙：湖南大學，2006.

[21]盛昭瀚,朱喬,吳廣某.DEA理論、方法與應用[M].北京：科學出版社,1996.

(責任編輯：夏婷婷)

Research on Farmers'Specialized Cooperative Efficiency and Im proving Path in Fujian Province——Based on Panel Three Stage DEAmodel

WANG Dongfang，SHEN Huifang
（School of Business,Wuyi University,Wuyishan,Fujian 354300）

Based on the three-stage Data Envlopment Analysis(DEA)model,based on the data from 2010 to 2014,this paper researchs on the farmers'specialized cooperative efficiency and improving path of Fujian province.The results demonstrate that the improving Macroeconomic environment leads to the total assets redundancy increase of farmers'specialized cooperative,increase of government funds causes the increase of the number ofmembers of farmers'specialized cooperative redundancy,these are not benificial to promote the efficiency of farmers'specialized cooperative.The increase of education investment can reduce the redundancy the number of members of farmers'specialized cooperative,it improves farmers'specialized cooperative technical efficiency.After eliminating the influence of environmental factors and random error,the technical efficiency and scale efficiency level ofmost of the countys'farmers'specialized cooperative decline in different level,comprehensivly,on the contrary,the pure technical efficiency generally rise,at the same time,the return of farmers'specialized cooperative scale is still in the stage of increasing.

farmers'specialized cooperative;technical efficiency;three-stage data envolpmentanalysismodel;Fujian Province

F321.42

A

1674－2109(2017)03－0033－09

2016-10-26

福建省教育廳中青年教師教育科研項目（JAS150601）；福建省科技廳軟科學項目（2014R0084）。

王東方（1984-），男，漢族，講師，主要從事企業物流、農產品供應鏈管理研究。