糧食經營是否進入穩定發展階段？
——基于江蘇省水稻生產效率的測算

劉余，王越，周應恒

（南京農業大學經濟管理學院，江蘇 南京 210095）

經過改革開放三十多年來的快速發展，我國糧食產量實現了歷史性的“十二連增”，農業發展取得了巨大成就。但與此同時，受農業生產要素價格上漲、人民幣匯率上升和國際糧食價格下跌等因素影響[1]，我國糧食的國際競爭力水平迅速下降，糧食總產量、庫存量與進口量“三量齊增”，形成“國貨入庫、洋貨入市”的尷尬局面。已有研究指出，耕地經營規模的擴大有利于提高土地產出率[2]，從而降低單位產品生產成本，提高產品競爭力。因此，我國政府采取多種措施促進農業適度規模經營的發展，有效促進了農戶小規模土地的流轉、集中。第三次全國農業普查結果顯示，截至2016年底，我國共有規模農業經營戶398萬戶，農業經營單位204萬個，兩者實際耕種的耕地面積占全國實際耕種的耕地面積的28.6%。隨著農業適度規模經營快速發展，學界關于經營規模的爭論越來越多，什么樣的規模水平算是適度規模？我國農業經營是否已經達到了適度規模？等問題成為當下研究重心。由此可見，農業適度規模經營作為提升我國農業競爭力水平的重要舉措，準確把握其發展狀況及所處階段對未來我國農業政策選擇具有重要的啟示意義。

在農業適度規模經營相關問題的研究方面，辛嶺和胡志金[3]基于收入原則，以農業凈收入達到所在地區城鎮居民可支配收入水平為標準，判斷我國平均糧食生產適度規模經營面積應為7.3 hm2。鄖宛琪[4]從效率提升視角進行計量分析，研究表明蘇南家庭農場戶均的最優經營規模為10.07 hm2，蘇北為14.71 hm2。孔令成和鄭少鋒[5]針對上海松江家庭農場的研究表明，從事糧食生產的家庭農場最適土地規模為8.13～8.40 hm2。按照農業部規定，綜合考慮效率原則和收入原則，土地經營規模相當于當地戶均承包地面積的10～15倍為最優適度規模。2015年7月中國社科院農村發展研究所發布的《中國家庭農場監測報告》顯示，經過兩年多的發展，2015年家庭農場新增流轉土地占比有所下降，同時，流轉地塊最長租期平均年限為12.8年，高于上年的數值，表明家庭農場在規模和土地租期兩個方面漸趨穩定。

已有推論是基于對調查數據的觀察和統計分析而得出的，能否進行實證研究？為了回答上述問題，我們需要引入效率測算方法。已有研究中關于技術效率和規模效率的測算方法已經較為成熟。當前，效率的估算方法主要有參數方法（隨機前沿分析，SFA）和非參數方法（數據包絡分析，DEA），張海鑫和楊鋼橋[6]、田偉和柳思維[7]、陳靜等[8]和張曉恒等[9]運用隨機前沿分析方法分別對糧食生產技術效率、油料作物種植技術效率和生豬養殖的環境效率展開了研究。在采用數據包絡分析法的相關研究中，高強和丁慧媛[10]運用DEA模型分析了山東省不同時間、空間上綜合技術效率、純技術效率和規模效率的差異；曾福生和高鳴[11]、賀志亮和劉成玉[12]和戚焦耳等[13]分別運用DEA單階段模型和多階段模型對我國農業生產效率展開研究；許朗等[14]利用Malmquist指數和DEA綜合，對我國糧食主產區農業生態效率進行評價分析。但大多數研究中僅僅利用了DEA計算得出的效率值，并未充分利用其給出的規模無效性信息。賀正楚[15]在分析效率水平的基礎上，對規模無效性質進行了描述性統計分析；Bale?entis[16]在對立陶宛谷物農場規模報酬所處階段進行分析后發現，大多數農場處于規模報酬遞增階段，亟需通過規模擴張來提高農業生產力水平。關于我國農業生產技術效率測算和分析的研究文獻已經較為豐富，但是對農業經營發展所處階段進行判斷的研究尚且較少。因此，稻谷作為我國最重要的農產品之一，本文將以江蘇水稻種植業為例，利用江蘇省物價局農產品成本收益資料中的微觀調查數據，采用全局DEA方法，測算農戶生產的技術效率和規模效率，同時分析當前生產決策規模報酬變化方向，進而判斷我國農業經營發展所處階段，為未來農業政策調整的方向選擇提供重要依據。

1 研究方法

1.1 數據包絡分析方法

從前文分析中可以看出，目前效率的測算方法主要有數據包絡分析法（DEA）和隨機前沿分析法（SFA）兩種，而本文為了獲得生產決策規模報酬所處階段的信息，以判斷農業經營發展階段，最終采用DEA方法展開后續研究。

在運用數據包絡分析（DEA）方法計算效率值時，首先應根據規模報酬不變（constant returns to scale，CRS）或規模報酬可變（variable returns to scale，VRS）假設，運用線性規劃方法構建觀測數據的非參數分段曲面，將觀測數據包絡起來，構成不同的生產前沿面。CRS的假設適合于所有農戶均以最優規模從事農業生產的情況，然而，現實中的經營者能力、要素約束等因素導致農戶無法均在最優規模下從事經營活動。Afriat[17]、F?re等[18]和Banker等[19]在后續研究中對CRS假設下的DEA模型進行改進，用于解釋規模報酬可變的情況。本文通過計算CRS假設下的技術效率以及VRS假設下的技術效率來進一步計算規模效率，同時通過求解在非遞增規模報酬（non-increasing returns to scale，NIRS）約束條件下的技術效率來判斷規模無效的性質（即遞增或者遞減的規模報酬）。

在計算農戶個體的技術效率時，本文采取傳統的投入導向（input-orientated）技術效率測量方法，即在不改變所生產的產出前提下，測算投入量可以按比例地減少多少來反映技術效率水平。圖1給出了技術效率的測算思路，假設僅存在單投入x和單產出y，A、B、C、D、E為5個實際觀測樣本的投入、產出值，OC為固定規模報酬下的生產前沿面，ABCD為可變規模報酬下的生產前沿面。在投入導向下，可分別在CRS和VRS前沿面下表示出綜合技術效率（TECRS）和純技術效率（TEVRS），即：

圖1 投入導向下CRS、VRS和NIRS前沿面下技術效率、規模效率測算示意圖Fig. 1 Calculation diagram of input-oriented technical efficiency and scale efficiency under CRS, VRS and NIRS frontier

在運用DEA方法求解技術效率的過程中，本質上是對線性規劃問題的求解。假設有I個農戶，每個農戶有N種投入與M種產出，列向量xi表示第i個廠商的投入，qi表示產出，N×I得到所有農戶的投入矩陣X，M×I得到產出矩陣Q。由此，可以得到CRS假設下的包絡模型：

式中：θ表示一個小于等于1的標量，λ表示一個I×1的常數向量。求解得到的θ值即為第i個農戶的綜合技術效率，根據法雷爾的定義，如果某農戶的θ值等于1，則表明該農戶位于CRS前沿面上，是技術有效的農戶。

在并不是所有農戶都以最優規模從事農業生產經營的條件下，使用CRS前沿面會導致技術效率與規模效率相混淆，因而需要通過使用VRS前沿面撇開規模效應，對純技術效率進行測算。通過在（3）式中加入凸性約束條件，即：

便可得到VRS假設下的包絡模型。該前沿面將觀測的農戶數據包絡得比CRS前沿面更加緊湊，因而計算所得到的純技術效率值將大于或等于CRS前沿面下所得到的綜合技術效率值。

綜合技術效率可以分解為兩個部分，一個是純技術效率，另一個是規模效率（SE）。規模效率的具體計算方法為：

在對規模效率的經濟學意義進行解釋之前，我們需要對技術最優生產能力規模（technically optimal productive scale，TOPS）進行了解。在圖1中的VRS前沿面上，農戶A、B處于規模報酬遞增區域，其通過增加投入向C點移動，會更具有生產能力，相應的農戶D則處于規模報酬遞減區域，因此，我們定義農戶C所對應的規模為TOPS。規模效率則表示樣本農戶在向TOPS點移動時生產率所能增加的量。

僅通過上述方法測算規模效率仍存在不足，即該值無法指示農戶是處于規模收益上升的區域還是位于下降的區域。為了能夠直接判斷出規模無效的性質，需要引入非遞增規模報酬（NIRS）前沿面。在NIRS前沿面下，除TOPS所對應的農戶C之外，當TENIRS= TEVRS時，樣本農戶處于規模報酬遞減的階段，否則處于規模報酬遞增的階段。同時，根據F?re 等[18]、F?re 和 Grosskopf[20]、Grosskopf[21]的研究成果，我們可以依據規模無效的性質將農戶的投入規模分為3類，處于規模報酬遞增階段的農戶具有次優的投入規模（sub-optimal scale），處于規模報酬不變階段的農戶具有最優的投入規模（optimal scale），處于規模報酬遞減階段的農戶具有超最優的投入規模（supra-optimal scale）。

基于上述方法和已有理論，可得到本文最為關鍵的論證依據，即當農戶的投入規模處于規模報酬遞增階段的比例較高且呈逐年上升的趨勢時，農戶應當通過規模擴張來提高生產率，且擴張速度逐年攀升；反之，當處于規模報酬遞增階段（次優投入規模）的農戶比重逐漸下降，則在效率最優視角下，農戶經營規模擴張的需求強度減弱。

此外，需要注意的是，在進行動態的DEA效率測算時，序列技術Malmquist指數模型應用最為廣泛，但由于江蘇省物價局農產品成本收益資料中的水稻種植戶數據存在較為嚴重的不連續性，為非平衡面板數據，無法適用該模型。因此，本文借鑒臧洪等[22]研究，引入全局DEA效率測算方法，將所有時期投入產出數據構造全局參照集，進而得出能夠進行跨期比較的綜合技術效率、純技術效率和規模效率值。

1.2 數據來源

“率先實現農業現代化”是江蘇省主要發展目標之一，這不斷推動著江蘇在促進農業現代化方面發揮示范和引領作用，逐步將現代農業建設邁上新臺階[23]。因此，江蘇農業經營發展現狀對判斷我國現代農業未來發展趨勢具有借鑒意義，以江蘇省為例展開研究較有意義。根據數據的可獲得性，本文選取2008—2016年江蘇省物價局農產品成本收益資料中的水稻種植戶數據進行實證分析。2008年以來，每年調查農戶數量均在330戶左右，8年來共計調查2 676戶，其中規模化農業經營者215戶。

1.3 變量選擇

本文參照賀志亮和劉成玉[12]、戚焦耳等[13]和賀正楚[15]在研究中對投入、產出變量的選擇，最終選取水稻總產量作為產出變量，土地面積、勞動力投入量、種子用量、農藥費用、化肥折純量和機械服務費作為投入變量。為了考察農戶土地投入規模所處的規模報酬變化階段，本文引入土地面積作為投入要素，將農戶水稻總產量作為產出。其次，為了解決勞動力官方價格與市場價格之間的差異問題，本文將勞動力投入量作為要素變量代表用工情況。同時，使用傳統的種子用量、化肥折純量、農藥費用和機械服務費等變量，全面地涵蓋了水稻種植生產過程的主要投入要素。表1展示了所有投入產出變量的描述性統計分析結果。

表1 投入、產出變量描述性統計分析Table 1 Descriptive statistics of input and output variables

2 結果與分析

2.1 江蘇水稻生產技術效率及其概率分布變化分析

圖2 江蘇省水稻種植戶平均綜合技術效率、純技術效率和規模效率變化Fig. 2 Change of average TECRS, TEVRS and SE in Jiangsu Province

2008—2016年江蘇省水稻種植戶的平均純技術效率值僅為0.86（即純技術無效值為0.14），而同期規模效率高達0.99 （即規模無效值為0.01）。同時，伴隨著適度規模經營主體的逐步發展，農戶純技術效率水平由2008年的0.85提升至2016年的0.87，技術無效水平下降了0.02；期間，農戶純技術效率水平經歷了數次下降，其中2015—2016年農戶純技術效率水平下降最為嚴重，由0.89下降至0.87 （圖2），這主要是受2016年江蘇省氣候條件以及本文研究方法影響。2016年江蘇省主要稻麥種植區受異常天氣影響較大，輪作期間雨水較強，病蟲害增多，對小麥、水稻產量有負向影響，為達到相同產出水平，投入將增加，因此投入導向下的技術效率水平將有所降低；同時本文選取全局DEA效率測算方法，將所有時期投入產出數據置于同一前沿面下，在技術條件不變、技術利用水平不變的情況下，受氣象災害影響，2016年農戶純技術效率整體水平將偏低。從規模效率一直處于較高水平可以看出，純技術無效是綜合技術無效的主要原因，在此情況下，農戶綜合技術效率水平與純技術效率水平的變動情況始終保持一致。

在對農戶技術效率和規模效率的平均水平及其變化情況進行分析的基礎上，進一步分析農戶效率水平的分布情況，有助于了解農戶效率水平間的差異。由于2015—2016年江蘇稻農純技術效率水平出現顯著下降，為盡可能保留差異，選取2008年、2011年、2015年和2016年農戶純技術效率水平分布情況進行分析。從圖3可以看出，2008—2016年農戶純技術效率概率分布形狀出現了明顯變化。2008年農戶純技術效率分布較為分散，概率分布圖呈現出寬且平滑的形狀。從2011年開始，江蘇稻農純技術效率水平分布出現了分化，2008—2011年在江蘇農機快速發展、應用以及農業技術推廣、普及的作用下，江蘇稻農純技術效率水平逐漸提高，大部分農戶向0.87～0.88的效率水平處集中。此后，2015—2016年更有少部分農戶向0.96～0.97的效率水平處集中，但大部分的農戶純技術效率水平仍集中在0.89～0.9之間，可以理解，江蘇稻農效率水平越高，純技術效率水平提升越為困難。那么，是否是適度規模經營主體帶動了純技術效率水平的提升？如果是，則可以根據2015—2016年純技術效率水平較高的江蘇稻農概率分布較為穩定，推論出糧食經營趨于穩定，且穩定在適度規模范圍內。

圖3 江蘇省水稻種植戶純技術效率概率分布圖Fig. 3 Probability distribution of TEVRS in Jiangsu Province

2.2 不同規模農戶純技術效率變化分析

首先將驗證“是否是適度規模經營主體帶動了純技術效率水平的提升？”。在了解純技術效率的概率分布之后，進而從農戶經營規模的角度來觀察純技術效率的差異和變動情況。諸多研究大多以整數作為規模劃分標準，本文將根據農業適度規模的標準計算出江蘇農業適度經營規模，并以此作為劃分標準。根據可獲得的最新數據，2015年江蘇省農村耕地總面積為460.4萬hm2，農戶1 430.61萬戶，戶均耕地面積0.322 hm2；按照農業部規定，最優適度規模為當地戶均耕地面積的10～15倍，即為3.22～4.83 hm2。因此，本文以小于 3.22 hm2、3.22～4.83 hm2和大于4.83 hm2作為考察江蘇稻農純技術效率差異的規模分組標準。

隨著經營規模的逐漸擴大，農戶平均純技術效率水平經歷了先上升后下降的趨勢。當農戶水稻經營規模僅在0～3.22 hm2時，農戶平均純技術效率水平最低，為0.863；隨著規模的擴大，農戶純技術效率水平逐步提高，當經營規模達到3.22～4.83 hm2時，農戶平均純技術效率達到了最高值，即0.891；此后，隨著經營規模的進一步擴大，農戶純技術效率水平又出現下降，當經營規模達到4.83 hm2以上時，農戶純技術效率水平僅為0.843（表2）。由此說明，農戶的純技術效率水平并不是隨著經營規模的擴大而無限提高，趨向于1的，水稻種植生產從純技術效率最優角度考慮存在適度規模，這與農業部給出的最優適度規模標準基本契合。結合分析看出，在適度規模區間（3.22～4.83 hm2）內，江蘇稻農純技術效率水平最高，結合圖3中出現的分化，表明當前江蘇糧食經營中確實是由適度規模經營主體來帶動技術效率水平的提升，而“糧食經營趨于穩定”的推論是否成立還有賴于進一步驗證。

表2 不同種植規模農戶平均純技術效率變化情況Table 2 Change of TEVRS of different farm size

2.3 糧食經營發展階段的判斷分析

根據F?re等[18]、F?re和Grosskopf[20]、Grosskopf[21]的研究方法，可以對樣本農戶規模無效的性質（即規模報酬所處階段）進行判斷。需要注意，在前文中為了使計算得出的效率值能夠進行跨年比較，引入了全局DEA效率測算方法，但在該部分進行規模無效性質的判斷時，逐年地構建生產前沿面從而判斷該農戶生產投入規模報酬所處階段更能反映出規模無效性質的時間變化趨勢。

從圖4可以看出，處于規模報酬不變階段的農戶所占比重變化幅度較小，2008—2016年該比重維持在8.8%～17.1%之間；處于規模報酬遞增階段的農戶所占比重呈現出先上升后下降的趨勢，2008—2011年該比重迅速上升至59.9%，表明農戶亟需通過規模擴張來實現生產力水平的提升，但在2012年之后，處于該階段的農戶所占比重迅速下降，到2016年僅為33.3%；相應的處于規模報酬遞增減階段的農戶所占比重則呈現出先下降后上升的趨勢，2008—2011年該比重由63.2%迅速下降至28.1%，之后又上升至2016年的54.6%。由此可以判斷，處于次優投入規模階段的農戶比重近年來呈下降趨勢，且2015—2016年比重基本維持在33.2%～33.3%，趨勢較為一致、穩定。基于效率最優的視角，可以判斷，有規模擴張需求的農戶所占比重下降，糧食生產在經歷了規模的快速擴張之后，逐漸進入穩定發展期，進而驗證了本文上述推論，也印證了中國社科院農村發展研究所的監測結果。

圖4 依據規模無效性質劃分農戶結構變化Fig. 4 Structure change of farmers from the perspective of the nature of scale invalid

在上述分析的基礎上，本文將樣本農戶進一步細分為普通戶和規模戶，分別觀察其規模無效性質的變化情況。其中，具有次優投入規模的規模戶比重始終維持在0～19.4%之間，其中2013年規模擴張的需求強度達到最高點，2015年比重回落至0，表明所有的規模戶均具有最優或者超最優的投入規模，效率最優視角下的規模擴張需求強度減弱，規模戶糧食生產經營趨于穩定；普通戶處于規模報酬遞增階段的比重由2008年的28.3%迅速上升至2011年的64.9%，規模擴張需求逐漸增強，但在2011年之后，該比重又迅速下降至2015年的37.2%。

可以看出，農戶處于規模報酬遞增階段的比重變化趨勢與我國農業規模化經營發展進程十分契合。在日益開放的市場格局下，中國農業無論是內部結構還是外部環境都發生了根本性的變化，農業現代化、農民增收以及農產品國際競爭力提升都遭遇了嚴重的制約瓶頸。面對“三農”發展中實際需求，在國家政策的引導下，農業規模化經營迅速發展，農業生產力再次得到了釋放。隨著投入規模的持續擴大，農業技術水平、基礎設施條件和農戶經營能力對生產力提升的約束力不斷增強，但部分地區出現了片面追求超大規模的傾向，農民利益受損。因此，2013年中央“一號文件”明確提出家庭農場概念，2014年進一步頒布《關于引導農村土地經營權有序流轉發展農業適度規模經營的意見》，明確規定當地戶均承包地面積的10～15倍為最優、適度的農業經營規模，基于效率最優的判斷標準，農業投入擴張速度趨緩，農業經營發展趨于穩定。

3 結論與建議

3.1 結論

隨著農業適度規模經營的快速發展，農業生產技術效率水平仍有小幅提升空間，而規模效率已達到較高水平，進一步提升空間有限。其中，江蘇省水稻種植戶純技術效率水平位于0.85～0.9之間，規模效率水平趨近于1。同時，農業最優適度規模區間從效率視角看來同樣有效。在最優適度規模區間內，江蘇稻農純技術效率水平達到最高值，這也進一步表明，農業經營規模并不會無限擴張，在特定技術條件和資源稟賦條件下，農業經營規模將逐漸進入最優區間。

江蘇稻農純技術效率水平分布出現了分化，農戶向更高純技術效率水平處集中的速度呈現出由快變慢的趨勢。已有結論表明最優適度規模區間內農戶技術效率水平更高，絕大部分不處于適度規模區間內的農戶都為小規模農戶，農戶向更高效率水平處集中速度的趨緩進一步表明農戶規模結構趨于穩定，糧食經營規模進入穩定發展階段。

進一步更為直接的研究結論表明，近年來處于規模報酬遞增階段的農戶比重呈現出下降的趨勢，基于效率最優視角，經營規模擴張的需求強度減弱，糧食經營逐漸步入穩定發展時期；若僅對規模戶進行分析，得出的趨勢更為明顯，這也印證了中國社科院農村發展研究所的監測結果。同時，這對未來我國農業政策支持重心的選擇有重要借鑒意義。

本文是從效率角度研究我國農業發展所處階段的一次有益嘗試，在對我國農業發展現狀與未來趨勢有了基本認識的基礎上，將考慮“三農聯動”的約束，進一步對營農收入增長、農業適度規模及其實現形式等問題展開深入研究。

3.2 建議

綜上所述，從實現效率最優的角度看來，我國糧食經營已經步入穩定發展時期。江蘇作為農業大省，承擔著保障我國糧食安全的重要責任，在糧食經營步入穩定發展時期的背景下，應當積極采取以下措施。

首先，農業生產的純技術效率水平仍有一定的提升空間，因此可通過農業技術的推廣、發展農業社會化服務等措施進一步提高效率水平。

長江河道采砂管理能力建設，是指為增加長江河道采砂管理能力所進行的各項投入和開展的相關工作，包括硬件建設和軟件建設兩個方面。硬件建設是指人、財、物層面的建設，軟件建設是指法規、制度和管理辦法層面的建設。“長江河道采砂管理合作機制”的形成，標志著長江河道采砂管理能力建設從制度層面得到了加強。

其次，盡管由于規模分化帶來了江蘇稻農純技術效率水平的分化，但我們仍應考慮到政府干預下高土地租金所帶來的影響，2009—2016年江蘇土地流轉金由3 412.5元/hm2上升至11 866.5元/hm2，土地流轉金在農業生產總成本中所占比重由21.6%上升至38.1%，最高達到了50%，政府設定最低土地流轉價格是重要影響因素，因此，未來政府應合理引導土地流轉價格水平，進一步暢通土地流轉市場，避免對糧食經營發展進程造成過多的干預。

此外，應當調整未來農業政策支持重心，若不轉變原有對農業規模經營主體的支持政策，延續當前模式取得的成效將逐漸縮小，未來應當提高對農業基礎設施建設、農業技術研發的支持水平，不斷抬高農業生產前沿面，從而進一步釋放農業生產力。

參考文獻：

[1] 陳錫文. 在2015年中國農村發展高層論壇上的講話[R]. 北京:農業部農村經濟研究中心, 2015.Chen X W. Speech at the “China Rural Development Forum in 2015”[R]. Beijing: Rural Economy Research Center, Ministry of Agriculture, 2015.

[2] 農業部改革試驗區辦公室. 從小規模均田制走向適度規模經營——全國農村改革試驗區土地適度規模經營階段性試驗研究報告[J]. 中國農村經濟, 1994(12): 3-10.Reform Pilot Area Office of Ministry of Agriculture. Report on moderate scale operation in national rural reform pilot areas—From small-scale equalization system to moderate scale operation[J]. Chinese Rural Economy, 1994(12): 3-10.

[3] 辛嶺, 胡志全. 中國農業適度經營規模測算研究[J]. 中國農學通報, 2015, 31(11): 278-283.Xin L, Hu Z Q. Study on the calculation of agricultural moderate large-scale operation[J]. Chinese Agricultural Science Bulletin,2015, 31(11): 278-283.

[4] 鄖宛琪. 家庭農場適度規模經營及其實現路徑研究[D]. 北京:中國農業大學, 2016.Yun W Q. Study on appropriate operation scale and realization route of household-farm[D]. Beijing: China Agricultural University, 2016.

[6] 張海鑫, 楊鋼橋. 耕地細碎化及其對糧食生產技術效率的影響——基于超越對數隨機前沿生產函數與農戶微觀數據[J].資源科學, 2012, 34(5): 903-910.Zhang H X, Yang G Q. The effects of land fragmentation on technical efficiency of food production: An empirical analysis based on stochastic frontier production function and micro-data of households[J]. Resources Science, 2012, 34(5): 903-910.

[7] 田偉, 柳思維. 中國農業技術效率的地區差異及收斂性分析——基于隨機前沿分析方法[J]. 農業經濟問題, 2012(12): 11-18.Tian W, Liu S W. Analysis of Chinese agriculture’s regional difference in technical efficiency and convergence[J]. Issues in Agricultural Economy, 2012(12): 11-18.

[8] 陳靜, 李谷成, 馮中朝. 油料作物主產區全要素生產率與技術效率的隨機前沿生產函數分析[J]. 農業技術經濟, 2013(7): 85-93.Chen J, Li G C, Feng Z C. Study on total factor productivity and technical efficiency in main producing areas of oilseeds based on SFA[J]. Journal of Agrotechnical Economics, 2013(7): 85-93.

[9] 張曉恒, 周應恒, 張蓬. 中國生豬養殖的環境效率估算——以糞便中氮盈余為例[J]. 農業技術經濟, 2015(5): 92-102.Zhang X H, Zhou Y H, Zhang P. Estimation of environmental efficiency of pig breeding in China: Taking nitrogen surplus in feces as an example[J]. Journal of Agrotechnical Economics,2015(5): 92-102.

[10] 高強, 丁慧媛. 山東省現代化進程中農業生產效率測算與分析——基于1993—2008年數據的DEA模型實證分析[J]. 中國農學通報, 2012, 28(8): 106-111.Gao Q, Ding H Y. The estimates and analysis on Shandong’s agricultural economy productivity in processing of modernization—Based on the DEA empirical analysis with the date from 1993-2008[J]. Chinese Agricultural Science Bulletin,2012, 28(8): 106-111.

[11] 曾福生, 高鳴. 我國各省區現代農業發展效率的比較分析——基于超效率DEA及Malmquist模型的實證分析[J]. 農業經濟與管理, 2012(4): 38-44.Zeng F S, Gao M. Study on evaluation of Chinese modern agricultural development: Based on models of S-DEA and Malmquist[J]. Agricultural Economics and Management, 2012(4):38-44.

[12] 賀志亮, 劉成玉. 我國農業生產效率及效率影響因素研究——基于三階段DEA模型的實證分析[J]. 農村經濟, 2015(6): 48-51.He Z L, Liu C Y. Study on agricultural production efficiency and its influencing factors in China: An empirical analysis based on three-stage DEA model[J]. Rural Economy, 2015(6): 48-51.

[13] 戚焦耳, 郭貫成, 陳永生. 農地流轉對農業生產效率的影響研究——基于DEA-Tobit模型的分析[J]. 資源科學, 2015, 37(9):1816-1824.Qi J E, Guo G C, Chen Y S. The impact of farmland transfer on agricultural production efficiency based on the DEA-Tobit model[J]. Resources Science, 2015, 37(9): 1816-1824.

[14] 許朗, 羅東玲, 劉愛軍. 中國糧食主產省(區)農業生態效率評價與比較——基于DEA和Malmquist指數方法[J]. 湖南農業大學學報(社會科學版), 2014(4): 76-82.Xu L, Luo D L, Liu A J. Evaluation and comparison of agricultural eco-efficiency in major grain-producing areas: Based on DEA method and Malmquist index method[J]. Journal of Hunan Agricultural University (Social Sciences), 2014(4): 76- 82.

[15] 賀正楚. 基于數據包絡分析法的湖南省“兩型”農業生產效率評價[J]. 農業現代化研究, 2011, 32(3): 344-347.He Z C. Evaluation of resource-saving and environment-friendly oriented agricultural productivity in Hunan Province based on data envelopment analysis (DEA)[J]. Research of Agricultural Modernization, 2011, 32(3): 344-347.

[16] Bale?entis T. Dynamic efficiency in Lithuanian cereal farms[J].Management Theory and Studies for Rural Business and Infrastructure Development, 2016, 38(2): 114-127.

[17] Afriat S N. Efficiency estimation of production functions[J].International Economic Review, 1972, 13(3): 568-598.

[18] F?re R, Grosskopf S, Logan J. The relative efficiency of Illinois electric utilities[J]. Resources and Energy, 1983, 5(4): 349-367.

[19] Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 1984, 30(9): 1078- 1092.

[20] F?re R, Grosskopf S. A nonparametric cost approach to scale efficiency[J]. Scandinavian Journal of Economics, 1985, 87(4):594-604.

[21] Grosskopf S. The Role of the reference technology in measuring productive efficiency[J]. The Economic Journal, 1986, 96(382):499-513.

[22] 臧洪, 豐超, 周肖肖. 綠色生產技術、規模、管理與能源利用效率——基于全局DEA的實證研究[J]. 工業技術經濟,2015(1): 145-154.Zang H, Feng C, Zhou X X. The green production technology,scale, management and energy efficiency—A application of global DEA[J]. Journal of Industrial Technological Economics, 2015(1):145-154.

[23] 吳沛良. 堅持五大發展理念 推進江蘇現代農業建設[J]. 唯實,2016(1): 22-24.Wu P L. Adhere to the five development concept to promote the construction of modern agriculture in Jiangsu Province[J]. Reality only, 2016(1): 22-24.