省域休閑農業發展效率的差異性與收斂性

李彬彬 米增渝* 張正河,2

(1.中國農業大學 經濟管理學院，北京 100083； 2.中國農業大學 中國縣域經濟研究中心，北京 100083)

我國休閑農業發展迅猛，呈現出多層次性和多樣性發展態勢。作為農業和旅游業相交叉的新型農業產業形態，休閑農業是以農業資源為依托的產業擴展和延伸，是實現鄉村內生發展和鄉村振興的有效手段。世界銀行數據顯示，當人均國民生產總值達到3 000美元以上時，休閑消費將呈現高速增長。2008年我國人均GDP突破3 000美元的門檻，達到了3 471美元，以農家樂和采摘園為主體的休閑農業開始呈現井噴式增長，經過20多年的發展，我國休閑農業呈現出產業類型多樣化和組織模式多樣化的格局。從產業模式來看，目前我國休閑農業包含了農家樂、民俗村、休閑農莊、農業科技教育基地、康養小鎮和農業文化遺產旅游等多種模式和類型。從區域分布來看，我國休閑農業發展從最初的城郊型休閑農業逐漸延伸出農業資源依賴和生態資源依賴型休閑農業，區域集聚特征逐漸顯現，呈現出“沿路、傍景、環城”特征[1-2]。

資源稟賦差異、開發適宜性差異和投資主體差異是我國休閑農業發展差異的主要原因。我國幅員遼闊，除季節性差異外，省域間農業資源、區位條件和經濟發展差異較大，使得休閑農業的發展基礎存在一定的異質性和不平衡性，集中表現為區域間休閑農業發展基礎的差異性。休閑農業開發是資源整合和各系統相互協調的結果[3]，作為農業的功能延伸和旅游業的區域擴展，由于開發的適宜性不同，休閑農業的發展進程也存在明顯差異。投資是休閑農業發展的內在動力，休閑農業的投資發展呈現出區域差異性和階段性差異特征，由于休閑農業的產業關聯性特征，資本在發展過程中存在“累積效應”，從而休閑農業的發展具有自我強化特征，表現為休閑農業的發展速度差異。同時，與其他產業的發展相同，我國休閑農業的發展具有規模經濟性特征[4]。然而，農村自然資源和基礎設施等鄉村旅游資源的產權屬性決定了“公地悲劇”的必然性[5]，在發展過程中負外部性特征逐漸顯現，多種效應的作用最終表現為發展水平的動態差異。

我國省域間休閑農業發展水平的異質性如何體現？長期來看我國休閑農業發展水平的演變趨勢如何？本研究將外部環境因素納入模型分析中，通過效率測定和收斂性分析，以期厘清我國休閑農業發展的演化特征，促進區域休閑農業協調發展，提高我國休閑農業的發展水平。

1 文獻綜述

休閑農業的發展水平差異分析一直是經濟學研究的熱點。對于小樣本休閑農業發展水平的分析，一般通過構建指標體系的方式，對區域之間的休閑農業發展差異進行評價[6-8]。指標體系構建過程中的指標權重選擇具有主觀性特征，指標之間一般存在較高的共線性和交叉性，不同指標和權重得到的評價結果的偏差較大。Bale?entis等[9]通過指數分解(Index decomposition analysis，IDA)模型對立陶宛的鄉村旅游發展狀況從縣級層面進行了評估，對農莊的數量、空間分布和容量及影響因素進行了分解。指數分解模型雖然從一定程度上解決了評價結果的穩定性，但模型的適用性較弱，適用于較少因素模型的分解，且主要是基于總量的模型分解。然而，針對于我國休閑農業呈現出以農家樂為主要組織模式的“大規模擴張，低水平發展”現狀，從規模總量層面的差異分析不能解釋休閑農業的低水平發展和部分地區的經營戶退出現象。效率作為評價經濟發展水平的重要指標，用來衡量指標相同指標下的多投入產出問題。因此從效率層面對我國休閑農業的發展差異性進行評價，具有一定的必要性和現實意義。

產業發展效率的分析方法一般有兩種：一是參數模型估計，以C-D生產函數或經濟增長模型為基礎構建產業發展模型，利用Malquist或SFA(Stochastic frontier approach)方法測定出模型的綜合效率，并進行模型分解，得到規模效率和技術效率；二是構建非參數的模型，將社會、經濟等綜合投入變量納入其中，通過非參數的DEA(Data envelopment analysis)或SBM(Slake-Based-Measure)模型來估算。參數模型估計方法雖然能夠對模型的經濟效率進行評價和分解，其中SFA模型能夠解決DEA模型不能解決的隨機誤差問題，但不能解決多投入多產出的問題。休閑農業的發展由于其產業高關聯性，其影響具有綜合性特征，經濟效率不足以表征休閑農業的綜合影響，因此，一般采用非參數的DEA模型對休閑農業的發展效率進行測定。

國內外學者利用DEA模型對休閑農業的發展效率進行了大量的研究。Morimoto[10]對日本藍莓農場的研究表明，使用DEA效率模型對農場效率進行分析十分有效，能夠有針對性地改善農家樂管理。Choo[11]采用DEA模型對韓國小規模的觀光農業進行了效率測定，發現76%的樣本效率較低或無效率，與規模效率相比，管理效率相對滯后。Arru等[12]利用DEA模型對撒丁島農家樂的效率進行了測定，發現通過差異化經營能夠有效節省成本，提高農家樂經營效率。孔慶書等[13]采用DEA模型，從總體效率和分類效率方面對河北省休閑農業發展進行了評價。張淑萍[14]采用DEA模型對河南省休閑農業示范園區進行了效率測定。Galluzzo[15]將政策異質性納入考慮，采用對比分析的方法對2個不同島嶼上的農家樂效率進行了測定。由于傳統DEA和SBM模型的前沿面上可能存在多個決策單元均有效，為了對決策單元進行排序，江燕玲[16]通過構建采用超效率SBM模型對重慶鄉村旅游發展狀況進行評價，在模型分析中，對社會影響進行了擴展，將生產經營過程中的環境污染作為非期望的產出納入模型分析中。

從研究方法來看，已有研究主要基于DEA和SBM模型對效率進行測算，但DEA和SBM模型的潛在假設是環境的一致性，這與休閑農業發展的區域異質性相悖，因此需要將環境異質性引入模型中。與旅游產業相同，休閑農業的發展要素(主要為資本)會自主的從效率較低的地區流向效率較高的地區，因此其發展效率處于動態演變中。從研究方向來看，已有研究主要基于截面數據對不同地區的休閑農業發展進行效率測定，缺乏對發展效率的動態評價。為了研究我國省域休閑農業發展的效率差異及效率演變特征，本研究采用省級面板數據，通過構建三階段DEA模型，將環境異質性納入模型分析中，測算出我國30個省(市、自治區)的休閑農業發展效率(由于統計數據缺失較多，本研究未包含西藏和港、澳、臺地區數據，下同)，利用PS收斂模型分析休閑農業發展效率的差異性和效率的動態演化特征。

2 數據來源及變量說明

2.1 數據來源

本研究使用的是2008—2016年我國30個省(市、自治區)的面板數據，其中，2014—2016年從業人員數量、經營實體數量、休閑農業接待人次、休閑農業營業收入、帶動農戶人次數據主要來自《中國休閑農業年鑒(2015—2017)》[17]，2008—2013年數據主要來自農業農村部鄉鎮企業局休閑農業處對各省(市、自治區)休閑農業匯總資料。2008—2016年休閑農業管理人員數量來自農業農村部休閑農業處統計。農林牧漁業全社會固定資本投資額來自于《中國統計年鑒(2009—2017)》[18]。特色農作物總產值來自《中國農村統計年鑒(2009—2017)》[19]，使用農業總產值減去主要農作物(1)主要農作物指水稻、小麥、玉米、棉花、大豆、油菜和馬鈴薯。產值表示。中國重要農業文化遺產數量來自農業農村部公布的中國重要農業文化遺產名單整理。全國休閑農業與鄉村旅游五星級示范企業(園區)數量來自中國旅游協會休閑農業與鄉村旅游分會每年公布的全國休閑農業與鄉村旅游星級示范企業(園區)整理。

由于休閑農業相關數據路徑不統一，首先利用2014—2016年休閑農業處統計數據與《中國休閑農業年鑒(2015—2017)》[17]中數據進行比照，對于數據差異較小(<均值的5%)省份數據采用農業農村部統計數據表示，數據差異較大(>均值的5%)的省份(河北和新疆)數據采用所在省(自治區)的統計公報數據替代，個別缺失數據采用該省份其他年份數據指數平滑補充。此外，為避免存在異常值，對休閑農業相關數據進行99%的WINSOR異常值處理。

2.2 變量設定

DEA模型一般采用的是多投入和多產出指標，在此基礎上，將外部環境指標納入模型分析中，本研究使用的指標類別分為3個方面：投入指標、產出指標和外部環境指標(表1)。

2.2.1投入指標選取

投入指標主要借鑒孔慶書等[13]的指標選擇，選取休閑農業發展過程中的人力、物力和資金投入作為主要投入指標。指標的具體選取過程中，依據休閑農業自身的發展和運營特征，人力投入采用從業人員數量、管理人員數量表示，物質資本投入采用經營實體數量來表示，資金投入采用農林牧漁業全社會固定資本投資額表示。

2.2.2產出指標選取

接待人次和經營收入作為衡量休閑農業發展的重要產出指標，衡量了休閑農業發展的規模產出和經濟產出。作為一種新的產業形式，由于其較低的準入性和較高的產業關聯性，休閑農業的發展能夠帶來大量的就業機會。本研究選取的主要產出指標為規模產出、經濟產出和社會影響三部分，其中，休閑農業的規模產出采用休閑農業接待人次表示，經濟產出采用休閑農業營業收入表示，社會影響采用帶動農戶人數表示。

表1 投入產出指標設置及說明Table 1 Input and output indicator settings and description

2.2.3外部環境指標選取

休閑農業的發展受到多種外部環境的影響，農業和旅游業資源稟賦對休閑農業的發展影響顯著[20]，資源稟賦的差異決定了休閑農業發展類型和發展模式的差異，進而影響到了其發展效率。此外，發展過程中的區域競爭程度會影響到自身發展效率。基于此，本研究將影響休閑農業發展的外部環境歸類為三部分：農業資源豐富程度、旅游資源稟賦和區域休閑農業競爭程度，其中，農業資源的豐富程度是休閑農業吸引休閑農業觀光休閑的重要因素，本研究選取特色農作物產值第一產業總產值的比值作為衡量地區農業資源豐富程度的指標；地區旅游資源稟賦程度決定了地區旅游發展要素的可得性，同時也決定了地區休閑農業發展規模大小，旅游資源稟賦程度是影響地區休閑農業發展效率的主要因素，本研究選取全國休閑農業與鄉村旅游五星級示范企業(園區)數量與各省中國重要農業文化遺產數量之和作為所在省發展休閑農業所需的旅游資源稟賦衡量指標。此外，借鑒李太平等[21]衡量區域集聚程度的做法，選擇集中度指數θi指數作為衡量區域休閑農業競爭程度的指標。

2.3 變量描述性統計分析

對變量的描述性統計分析結果如表2所示。

表2 變量描述性統計表Table 2 Variable descriptive statistics

描述性統計結果顯示，經營實體數量和休閑農業接待人次均值和標準差較大，表明我國休閑農業的經營規模總量較大，但省域之間的規模差異性非常明顯。管理人員數量和帶動農戶人數的標準差較小，且均值較小，表明管理人員數量和帶動農戶數量較少，且省域之間的差異性較小，目前的管理水平和農戶帶動能力不足。

3 實證分析

3.1 DEA-RAM模型效率測定

首先采用DEA-RAM模型，在不考慮外部環境因素的情況下，對省際間的休閑農業發展效率進行測度。DEA-RAM模型具有非徑向、非角度及加性結構特征，能夠克服傳統DEA的眾多缺陷[22]，且與DEA-BCC模型和DEA-SBM模型相比，DEA-RAM模型將松弛變量納入模型中，從而使得目標函數中松弛變量的權重更為穩定。

利用Sueyoshi[23]提出的DEA-RAM模型，對我國休閑農業發展效率進行測定。模型設定形式如下：

(1)

利用Stata 15.0，將30個省(市、自治區)的投入產出指標納入模型中，測定出的不同年份的效率值如表3所示。

分省份來看，相同年份的30個省份之間的休閑農業發展效率存在明顯差異，北京、天津、上海、江蘇和浙江等經濟發達省(市)休閑農業效率最高，四川省農業資源豐富，休閑農業發展效率也較高，云南、海南省旅游資源豐富，休閑農業效率在30個省(市、自治區)中處于較高水平。分年份來看，各省休閑農業發展效率處于動態提高過程中，但效率之間的差異逐漸擴大，效率最大值和最小值之間的比值從2008年的2.75逐漸擴大到了2016年的3.51，效率均值雖然在增長，但效率之間的差距逐漸擴大，表明我國休閑農業發展效率在省際間的差異逐漸凸顯。

3.2 投入產出調整

DEA-RAM模型在測定休閑農業發展效率時的潛在假設是省際間休閑農業經營環境的均質性，也即不同省份在同一背景(這里主要指資源稟賦和政策環境)下，這一潛在假定忽略了省際之間資源稟賦和經濟環境的差異性，從而導致得到的效率測定存在偏差。

為了消除外部環境差異對效率產生的影響，本研究在Avkiran[24]構建的非定向的SBM模型基礎上，通過引入靈活的幅度調整測度RAM(Range-adjusted measure)與SFA聯合構成新的三階段組合效率測度模型——RAM-SFA-RAM，在保留RAM 平移不變性特征的前提下對DEA-RAM模型進行調整。

松弛無效對DEA-RAM模型系數的影響較大，環境因素、管理無效和統計噪音是造成松弛無效的主要原因。首先，需要對松弛無效系數進行調整，環境因素和統計噪音作為便于提取的變量，需要剔除環境因素和統計噪音的影響。對第一部分的投入和產出變量的松弛變量進行描述性統計分析如表4所示。

為了消除環境因素對休閑農業發展效率的影響，將外部環境變量：特色農作物總產值占比、農業文化遺產與休閑農業示范企業數量和θi指數作為自變量，分別將第一部分測算效率得到的投入變量的冗余值作為因變量，構建基于C-D生產函數的，面向松弛的成本型隨機生產邊界分析(SFA)模型為：

(2)

(3)

表3 各省(市、自治區)2008—2016年休閑農業發展的效率值Table 3 Efficiency value of leisure agriculture development in various province from 2008 to 2016

表4 投入和產出變量的松弛變量的描述性統計分析Table 4 Descriptive statistical analysis of slack variables of input and output variables

假定管理無效項uij與urj為非負正態分布，利用管理無效點估計方法可以得到他們的條件估計值為：

uij=E[uij|vij+uij]，urj=E[urj|vrj+urj]

(4)

從而，得到統計噪音的條件估計值為：

(5)

(6)

從初始投入和產出中過濾掉環境因素和統計噪音的差異性影響，從而可以得到調整后的投入和產出：

調整后的投入：

(7)

調整后的產出：

(8)

3.3 修正后的效率測算

從表5可以看出，在剔除外界環境變量的影響之后，效率與表3之間存在一定差異，相同省份休閑農業發展效率的變動幅度增大，不同地區相同年份效率的差異也增大，最大值與最小值比值在2008年為2.68,2016年為3.48，均高于調整前，表明外部環境差異對休閑農業發展效率的影響較大，環境異

表5 改進的三階段DEA模型測算的各地區休閑農業發展效率值Table 5 Efficiency value of leisure agriculture development in various regions measured by the improved three-stage DEA model

質性納入模型后對效率進行了修正。修正后的效率值與表3的效率值總體差異分布類似，效率值較大的區域主要為經濟發達區域、農業和旅游業資源豐富的區域，效率值較小的區域主要為西部等經濟不發達區域，或農業和旅游業資源較差的區域。

4 我國休閑農業發展的效率的收斂性分析

采用DEA效率模型進行分析時，由于不同年份之間的包絡邊界不同，因此不同年份之間的效率之間不存在可比性，僅能在相同年份內部進行省際之間的效率差異對比。為了了解我國休閑農業發展的動態演變過程，進一步，采用Phillips[25]提出的PS收斂模型對我國不同地區休閑農業發展效率的收斂情況進行分析。PS收斂將異質性假設納入模型中，能夠較好地分析區域之間的收斂和動態演化特征。PS收斂分析需要對整體收斂情況進行驗證，如果通過檢驗，則表明省際之間的效率差異在逐漸減小，如果整體收斂假設不通過，則表明不存在整體收斂情況，需要進一步進行俱樂部收斂。首先，對省際之間休閑農業效率的整體收斂情況進行檢驗，

4.1 整體收斂性檢驗

進行PS收斂分析的核心是進行logt檢驗。對表5中的休閑農業效率的面板數據進行分解：

Yi,t=gi,t+ai,t

(9)

式中：Yi,t為核心變量，這里為休閑農業發展效率；gi,t表示各地區共有的特征，是系統因素；ai,t是個體差異。gi,t和ai,t的形式不受限制，從而將上式寫成：

(10)

式中：μt為共同因子，即各地區共有特征；δi,t為時變特征因素，也即異質性部分。通過模型形式轉化，將休閑農業發展效率的整體收斂性檢驗變為檢驗δi,t是否收斂于某一個常數δ。進一步，利用Philips[25]構建的相對過渡參數hi,t來檢驗δi,t的收斂性。其中，hi,t的形式為：

(11)

相對過渡參數hi,t衡量了第i個地區在t時期相對于其面板均值的大小，該參數需要滿足截面均值等于1，此外，當δi,t收斂于δ時，hi,t收斂于1。從而，長期橫截面方差Ht將趨于0，即當t→∞時，

(12)

為了構建收斂的原假設，進一步構建出關于δi,t的半參數模型：

(13)

原假設H0：δi=δ且a≥0

備擇假設H1:對于所有的i，δi≠δ或a<0

原假設表示所有地區的休閑農業效率都收斂，備擇假設表示部分地區效率發散，Philips和Sul[25]證明了存在收斂的情況下，當t→∞時，

(14)

式中：A為>0的常數，從而將原假設檢驗轉化為對下式的假設檢驗：

(15)

從而，將省際之間休閑農業發展效率整體收斂假設設定為：

原假設H0:我國分省休閑農業發展效率存在整體收斂，也即b≥0

備擇假設H1:我國分省休閑農業發展效率不存在整體收斂，也即b<0

利用表5中得到的效率面板數據，在整體面板數據收斂的原假設下，利用logt檢驗得到的結果為：

(16)

4.2 俱樂部收斂檢驗

通過logt檢驗可知，我國休閑農業發展效率不存在整體收斂，進一步，進行俱樂部收斂檢驗。首先對表5中各省份的效率均值進行排序，排序結果如表6所示。

表6 各省休閑農業發展效率均值排序Table 6 Sorting of the average value of leisure agriculture development efficiency in each province

選取效率均值最大的2個省份:江蘇和上海，構建出第一種類型，同樣采用logt檢驗，提出收斂性檢驗假設：

原假設H0:江蘇省和上海市的休閑農業發展效率存在收斂，也即b≥0

備擇假設H1:江蘇省和上海市的休閑農業發展效率不存在收斂，也即b<0

利用江蘇省和上海市的休閑農業發展效率數據，進行logt檢驗的結果為：

(17)

然后將四川省和天津市組成第二種類型，重復上面的操作進行logt檢驗，最后得到第二種類型。采用同樣的方式重復進行篩選，最后得到7種類型如表7所示。

分類型來看，類型一中的省、市經濟發展較好，其中江蘇、上海、浙江和北京均屬于經濟發達區，財政收入通過政府支出作用于休閑農業的基礎設施建

表7 不同省份俱樂部歸類Table 7 Club classification in different provinces

設中，實現休閑農業的良性發展，此外，優越的城市經濟為城郊休閑農業發展提供了良好的客源基礎。重慶作為西南地區的核心城市，城市化率較高，資源稟賦好，周邊自然資源豐富，特色農作物種類齊全，休閑農業發展發展的資源稟賦和開發適宜性較好。類型二中的四川省作為最早發展休閑農業的區域，農業和旅游資源豐富，已經成為全國休閑農業發展過程中的一面旗幟，中國農家樂第一村郫縣就位于四川省。天津市作為北京市周邊的大城市，海南省旅游資源豐富，城市化率高。云南省作為鄉村民宿的代表省份，旅游資源豐富，且由于其少數民族類別多樣，農業文化遺產豐富，其休閑農業經營類型多樣，體驗內容豐富，休閑農業整體發展水平較高。類型三中的遼寧、山東、吉林和安徽省農業資源豐富，均屬于農業大省，遼寧、山東和遼寧省的農業規模化經營程度較高，山東省設施農業發達，安徽農業資源較為豐富。類型四中的廣東、山西和湖南省農業類別多樣，其中廣東和湖南省農業基礎較為薄弱，湖南省農業資源豐富，但地區經濟發展水平相對較差，山西工礦業發達，農業均處于弱勢地位。類型五中的河北、黑龍江、湖北和河南省均為農業主產省份，農業資源豐富，但農業現代化程度不高。類型六中的省份福建、江西、內蒙古、廣西、貴州雖然旅游資源較為豐富，但農業基礎薄弱，農業現代化和城市化進程相對滯后。類型七中的省份貴州、寧夏、青海、陜西和新疆均處于西部地區，經濟基礎較差，但生態良好，自然和人文旅游資源豐富。

4.3 各類型之間相對轉移路徑分析

為了進一步探究不同收斂類型的效率動態變化特征，了解其演變趨勢和演進路徑，接下來對各類型之間的相對轉移路徑進行分析。首先將前面分出的7種俱樂部類型分別進行組內合并，這里采用組內均值進行合并，然后利用相對過渡參數hi,t計算相對轉移路徑值，用以反映不同類型效率相對于平均值的變動情況，其中：

(18)

式中：δi,t表示第i種類型在第t年的效率值。然后繪制出的各類型從2008—2016年的相對轉移路徑，如圖1所示。

圖1 各類型相對轉移路徑
Fig.1 Relative transfer path of each type

總體來看，各類型之間的相對轉移路徑存在較大差異。分類型發展趨勢來看，類型一在整個時間段的相對過渡參數均>1.4，處于較高水平，且一直處于上升階段。類型二的相對過渡參數均>1.2但<1.4，處于相對平穩狀態，波動幅度較小。類型三一直處于下降階段。類型四一直處于下降階段，但在2008—2010年間存在一定的波動。類型五、六和七雖然處于上升階段，但類型七在上升過程中存在明顯波動。類型一與二之間的相對過渡參數差異逐漸增大，類型三、四與類型一、二之間的差異逐漸增大。類型三、四、五、六和七5種類型之間的相對過渡參數差異逐漸減小，表現為一定的收斂性特征。

從各類型所在的區域來看，類型一所包含區域經濟發達，客源條件好，投資充足，在全國休閑農業發展過程中處于領先水平。類型二所在區域的相對過渡參數增長動力不足，四川、天津、云南、海南省(市)發展休閑農業的自然和社會條件較好，但以小規模的農家樂和鄉村民宿類型為主，需要通過結構升級提升效率。類型三和四所在省份農業資源類型豐富，受限于農業產業的產業鏈延伸不足，休閑農業發展未能形成規模或產業附加值較低。類型五、六和七增長緩慢，這些省(市、自治區)受限于自身基礎設施，或受限于自身經濟發展水平，自身發展基礎并不好，且差異性較小。

5 結論與政策建議

本研究從效率層面對我國休閑農業發展的區域差異性進行了分析，利用2008—2016年全國30個省(市、自治區)休閑農業數據，將環境異質性納入效率模型中，采用三階段DEA模型對休閑農業效率進行了測定，發現我國休閑農業發展效率的省際差異明顯。進一步，運用PS收斂檢驗了效率的整體收斂性和俱樂部收斂性，通過俱樂部收斂將30個省份劃分為7種類型，并對7種類型的相對轉移路徑進行了分析，發現類型一和二的相對轉移路徑處于上升趨勢，與類型三和四之間的差異逐漸增大。類型三和四的相對轉移路徑處于下降趨勢，且與類型五、六和七之間效率逐漸收斂。不同俱樂部類型的相對轉移路徑之間差異明顯。

基于以上結論，提出的政策建議如下：

5.1 轉變休閑農業發展方向，從規模擴張向結構升級轉變

從效率測定結果來看，雖然休閑農業發展效率一直處于提升狀態，但除了北京、上海、浙江、江蘇省(市)等經濟發達區之外，效率并不高且增長緩慢，為了提高我國休閑農業的發展水平，各地區應轉變休閑農業發展方向，從規模擴張向結構升級方向轉變。為此，一方面，應當提高休閑農業相關的投資水平，通過PPP等投融資模式鼓勵外部資本進入休閑農業，實現本地資本與外部資本的“共生發展”；另一方面，應當提高休閑農業的管理服務水平，規范休閑農業經營，通過成立合作社和協會等方式提高管理服務人員數量，通過專業技能培訓等方式提高管理服務人員質量；此外，應當避免“鄉村性”異化，強化與農民的利益聯結機制，探索土地入股、勞動力入股等多種農戶參與形式，強化農戶在各個環節的參與性。

5.2 實施差異化效率提升策略，縮小區域間效率差距

不同省份休閑農業發展效率差異較大，在加入資源稟賦等外部環境變量后，省際間的效率差異進一步擴大，表明外部環境變量對效率影響較大，省際間在資源稟賦和發展方式上存在明顯差異。“鄉村性”是休閑農業的基石，差異化是休閑農業的核心競爭力，應當結合地區自身資源稟賦，進行差異化效率提升。分地區來看，經濟發達地區的省份如北京、上海、浙江等地的休閑農業效率整體較高，投資體量和客源充足，應當提高休閑農業的產品內涵，注重文化內涵發掘和農業科技知識普及，以吸引臨近城市消費。農業資源豐富的省份如東北三省等糧食主產區省份，應當強化農業的產業鏈延伸，發掘農業的多功能性特征，賦予農業生產環節和農產品更多休閑內涵。旅游資源豐富的省份如云南、貴州等省，應當以生態資源多樣性為依托，以民宿旅游帶動特色農業產業發展，以精品化的點狀集聚帶動區域集群。

5.3 強化區域之間的交流，促進區域休閑農業協作

從各類型區域和各省區休閑農業發展效率的收斂性分析結果來看，我國休閑農業發展效率不存在整體收斂，但存在7種類型的俱樂部收斂，俱樂部之間的相對轉移路徑存在差異。為了提高我國休閑農業發展的整體效率，首先，對于不同俱樂部所包含的省份之間，其發展效率和增速趨于一致性，應當建立互補性合作關系，通過取長補短克服自身休閑農業發展短板，促進休閑農業效率提升；其次，相對轉移路徑下降的類型三和四所包含的省份，農業資源類型豐富，受限于農業產業的產業鏈延伸不足，休閑農業發展未能形成規模或產業附加值較低，應當加強向第一種收斂類型的交流學習，引入新的發展理念和思路；最后，我國休閑農業在省際之間存在較強的空間依賴型，臨近省份之間存在正向空間溢出[20]，這種空間溢出能夠促進省份或區縣之間休閑農業經營管理和服務的學習，提高休閑農業的經營效率。對于資源稟賦相同的省份，尤其是資源稟賦相近的臨近省份之間，應當強化典型示范和交流學習。通過不同區域和不同類型的協作，構建區域休閑農業綜合體，提高我國休閑農業發展的整體效率。