糧食安全視角下水稻家庭農場全要素生產率測度研究

黃大勇 朱洋洋 熊豪 沈慧翠

（1 重慶工商大學，重慶 400067；2 長江師范學院，重慶 408100；*通訊作者：1170016001@qq.com）

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中，首次將糧食安全列于“糧食、能源資源和金融安全”的首位。手中有糧，心中不慌。水稻作為我國65%以上人口的主食，其穩定增產對于保障我國糧食安全意義重大。習近平總書記再三強調“中國人的飯碗任何時候都要牢牢端在自己手上”，要全面貫徹落實“谷物基本自給、口糧絕對安全”的新糧食安全觀。新中國成立以來，我國通過大力提升國內糧食綜合生產能力，并積極利用國際、國內兩個市場，有效保障了我國糧食安全。然而，突如其來的新冠肺炎疫情，伴隨貿易保護主義、單邊主義和世界地緣政治沖突，將世界置于百年未有之大變局，也給全球糧食市場帶來了沖擊和挑戰。在此背景下，牢牢把握糧食主動權，不斷提升國內糧食生產的全要素生產率，以國內糧食穩產保供來應對外部環境沖擊意義重大。但從現實來看，我國小規模、分散化的小農經營模式不但難以提高糧食生產效率，而且使得我國農業生產面臨著“兩板擠壓、雙燈限行”的窘境[1]。2013年“中央1號文件”明確指出，要創新農業生產經營體制，發展多種形式的適度規模經營，并首次將家庭農場確立為新型農業經營主體的重要組成部分，這就為有效解決我國農業長期存在的資源配置效率低、抗風險能力差、規模效益不足等問題提供了一條新的路徑。因此，家庭農場全要素生產率的研究也再度成為了學界研究的熱點。

部分學者比較了不同類型家庭農場全要素生產率的差異，如王麗霞等[2-3]對我國糧食型、非糧食型、混合型家庭農場的全要素生產率進行了研究，均認為非糧食類家庭農場或混合類家庭農場的全要素生產率要比糧食類家庭農場高。劉德娟等[4]對比了傳統小農戶與家庭農場的全要素生產率，結果表明，傳統小農戶的平均生產效率要低于家庭農場。還有學者分析了影響家庭農場全要素生產率的因素，如陳真等[5-8]從家庭農場主特征（年齡、性別、受教育程度等）、家庭農場特征（耕種面積、經營年限、耕地細碎化程度等）、外部環境特征（財政補貼、租金、土地制度等）三個維度分析了對家庭農場全要素生產率的影響因素。少部分學者還對家庭農場的適度經營規模展開了研究，如任重等[9]認為，規模經濟效益較好的家庭農場具有帶動作用，能夠引導其他小規模農戶或家庭農場向規模化農業生產的方向發展。朱啟臻等[10]認為，家庭農場的經營規模應該遵循生計標準和生產力標準，經營規模不宜過大。蔡榮等[11]以示范家庭農場為研究對象，認為家庭農場經營規模過大會導致要素配置失衡，不利于其經濟效率的提升，因而要注意防止過度規模化。此外，一些學者以我國典型家庭農場為研究對象，對其全要素生產率展開研究。如李寬等[12-14]以我國家庭農場的典型模式——“上海松江模式”為例，對其適度經營規模、農戶參與意愿、經營效率及決定因素等方面展開了研究，并得出家庭農場的健康發展需要通過土地的適度規模經營、人力資本的積累、完善的社會化服務體系以及政府政策的支持等方面來實現。

現有研究分別對家庭農場的效率、規模、影響因素等方面進行了研究，并提出了相應的對策，為本研究提供了較好的思路，但尚存在一些不足：其一在研究對象方面，現有研究在對不同類型家庭農場全要素生產率進行研究時，較少以三大主糧之一——水稻為研究對象；其二在研究區域方面，長江流域作為我國最大的水稻主產區，其播種面積和產量均占全國的40%左右，該地區水稻的穩定增產對于保障國家糧食安全具有重要意義，而現有研究主要是以全國家庭農場五大樣本“上海松江、浙江寧波、湖北武漢、吉林延邊、安徽郎溪”或各地區典型家庭農場為研究區域，缺少位于水稻主產區長江流域水稻家庭農場的相關研究；其三在研究方法上，已有研究缺乏對分離了環境和隨機因素后的家庭農場全要素生產率進行比較分析。基于此，本研究以位于水稻主產區的長江流域為研究區域，選取安徽、湖北、江西、四川、重慶4 省1 市612 戶水稻家庭農場為研究對象，利用三階段DEA 模型對其全要素生產率進行測度和分解，并對影響水稻家庭農場全要素生產率的環境和隨機因素進行分離，以期分析不同規模下水稻家庭農場全要素生產率的真實情況，從而為相關政策制定提供理論依據，更好助力水稻家庭農場全要素生產率的提升和適度規模經營的推行。

1 模型選擇及數據說明

1.1 模型選擇

全要素生產率是用于衡量生產單位在生產過程中各個投入要素的綜合效率，能夠全面系統地反映生產單位投入和產出的經濟效率。由于本文的研究對象是基于安徽、湖北、江西、四川、重慶4 省1 市的612 戶水稻家庭農場的調查數據，區域和個體的差異會使得環境和隨機因素對最終效率值的可比性產生影響，因此，基于已有效率的測度方法[15-17]，擬采用FRIED 等[18]2002年所提出的三階段DEA 模型，該模型第一階段先測算出投入或產出的松弛變量值；第二階段運用隨機前沿生產函數分離出各個環境與隨機因素對投入或者產出松弛的影響；第三階段再測算剝離了環境和隨機因素的各個決策單元的全要素生產率，最終實現對不同決策單元的全要素生產率進行有效對比。具體模型步驟如下：

1.1.1 第一階段傳統DEA 模型

由于我國人均耕地面積較少，大多數地區不具備規模化經營的條件，只能在有限的土地上投入要素以實現集約化經營，因此第一階段選擇基于投入導向的DEA-BCC 模型，相比CCR 模型，BCC 模型可以計算在規模報酬可變的假設條件下各個決策單元的效率值，其結果可從規模角度對決策單元的無效率進行分析。具體模型表示如下：

在模型（1）中，θ0表示各個決策單元的全要素生產率，s+r分別表示投入和產出的松弛變量值。如果θ0=1，且s-i和s+r均為0，此時該決策單元處于DEA 相對有效狀態；若θ0=1，且s-i≠0 或者s+r≠0，表明該決策單元處于DEA 相對弱有效狀態；如果θ0＜1，則該決策單元處于DEA 相對無效狀態。

1.1.2 第二階段似SFA 模型

在第一階段DEA-BCC 模型測算出各決策單元的全要素生產率及其投入松弛變量之后，基于FRIED 等[18]在1999年和2002年的研究以及既有的文獻資料，可認為投入松弛變量主要受環境因素、管理無效率以及隨機因素的影響。因此需要運用似SFA 模型對環境和隨機因素進行分離，進而使得各決策單元面臨同質的環境和運氣，具體步驟如下：

首先構建回歸方程

其中，Sni是第i 個決策單元的第n 項投入冗余量；zi為可觀測到的環境變量；βn為各環境變量的待估系數；vni代表隨機干擾項，假設服從vni～N（0，σv）的正態分布，uni代表管理無效率項，并假設服從uni～N（+μi，σ2u）的截斷正態分布，并且兩者相互獨立。vni+uni代表混合物誤差項，f（zi；βn）代表所有環境變量對投入松弛變量的影響函數。此外，為了區分管理無效率項和隨機誤差項對無效率影響的相對大小，令γ=σ2u（/σ2u+σ2v），γ 值趨近于1 表示管理無效率對投入冗余的影響較大，趨近于0 則表明隨機誤差項對投入冗余的影響較大。

其次，為進一步分離管理無效率項和隨機誤差項，需要對隨機誤差項進行估計，本文參考羅登越[19]的推導方法，具體如下：

其中，σ*=

隨機誤差項：E[vni|vni+uni]=Sni-f（zi；βn）-E[uni|vni+uni](4)

最后，根據模型分離結果，可對投入冗余進行調整，分離出環境和隨機因素的干擾，進而使不同水稻家庭農場處于相同的外部環境以及運氣之下。具體調整公式如下：

1.1.3 第三階段調整后的DEA 模型

1.2 數據來源及指標選擇

1.2.1 數據來源

本文數據來源于2019年對安徽、湖北、江西、四川、重慶4 省1 市、11 個地區、630 戶種植單季稻的水稻家庭農場的入戶調查，共發放問卷630 份，收回有效問卷612 份，問卷有效率達97.14%。問卷內容主要涉及水稻家庭的農場主特征、家庭農場特征、家庭農場經營狀況等。

1.2.2 指標選擇

基于調查問卷的匯總結果以及現有可參考的文獻資料，擬選取勞動、土地、資本作為投入指標。原因如下：由于家庭農場的生產活動是基于一定的土地為物質基礎的，因此選取稻田的種植面積（畝）作為土地投入指標，其中該土地投入包括自有地和流轉地。除了土地投入之外，還需要一定的勞動投入以完成家庭農場水稻的耕種、收割以及日常的田間勞作，包括家庭自有勞動力和雇工，本文選取家庭農場在單季水稻生產過程中家庭自有勞動力和雇工的“勞動總工日”來表征勞動投入。此外，為了將勞動和土地結合起來組織農業生產，還需要一定的資本投入，本文參考孔令成等[20]的研究，在現有調查問卷的基礎上將資本投入劃分為直接和間接投入，直接投入包括化肥、種子、農藥等農資投入以及使用農業機械的租金；間接投入是指被分擔到農業生產成本中的油、電、水、交通、運輸、管理費等。本文選擇水稻家庭農場當年的水稻總產值作為產出指標。

1.2.3 環境變量的選擇和說明

孔令成等[20-21]認為，環境變量是指能夠對決策單元的全要素生產率產生影響，但是又不受其主觀控制且短期內無法改變的因素。因此，基于現有調查問卷的結果以及數據的可得性，本文從農場主個人特征、家庭農場現狀、政府政策3 個維度，選取5 個具有代表性的指標作為環境變量，分別是家庭農場主年齡、農場主受教育程度、農地細碎化程度、土地租金（元/667 m2）、政府補貼（元/667 m2）。由于本文調查問卷中年齡選項的設置是以區間的形式，因此采取虛擬變量來代替每個區間的值，即30 歲及以下取值1；31～40 歲取值2；41～50歲取值3；51～60 歲取值4；60 歲及以上取值5。此外，本文以農場主的平均受教育年限來衡量家庭農場主的受教育程度，具體而言：不識字或小學未畢業（x1=0）；小學文化程度（x2=6）；初中文化程度（x3=9）；高中、中專或技校文化程度（x4=12）；大學專科或本科文化程度（x5=16）。與此同時，本文借鑒張海鑫等[22]的研究，以塊均面積來衡量“農地細碎化程度”，使用種植面積與稻田塊數的比值來表征“塊均面積”，該指標為負向指標，即塊均面積越大，農地細碎化程度越小。

2 全要素生產率的測度及結果分析

2.1 樣本分類及統計數據描述

由于本文的數據來源于612 戶水稻家庭農場的微觀調查數據，如果以單個家庭農場的決策單元進行全要素生產率的測度，會使得分析結果較為零散，得到的結果也只是單個家庭農場的全要素生產率，無法分析不同規模下家庭農場全要素生產率的內在差異和規律。因此本文按照種植面積等距分類的原則，將樣本劃分為11 個組，以組內所有家庭農場的投入、產出、環境變量的均值表征該組投入、產出、環境變量指標，具體分組結果及分組后的投入產出值及環境變量值如表1所示。

表1 不同規模下水稻家庭農場投入產出及環境變量的統計描述

從表1可以看出，隨著水稻種植面積的不斷增加，水稻家庭農場的各種要素投入也呈現出逐漸遞增的趨勢。對于環境變量而言，隨著種植面積的不斷增加，農場主的年齡范圍并未出現較大幅度的變化，主要分布在2.5～3.5 之間，即農場主年齡平均分布在45～55 歲之間；農場主受教育程度主要分布在8～12 之間，即樣本水稻家庭農場主平均為初中、高中、中專或技校文化程度；農地細碎化程度隨著耕種面積的增加不斷降低；土地租金最高的規模區間為8.0～9.3 hm2，每667 m2達到750 元；各規模區間政府補貼的均值分布在500～700元/667 m2，補貼額最大的規模區間為10.7～12.0 hm2，達到715 元/667 m2。

2.2 第一階段傳統DEA 實證結果

根據表1中分組后的投入和產出數據，運用DEAP2.1 軟件，對各個決策單元的全要素生產率進行測度，結果如表2。

表2 第一階段DEA 評價結果

根據表2的結果，2019年樣本水稻家庭農場全要素生產率、純技術效率、規模效率的均值分別為0.886、0.956、0.926。總體來看，在未剔除環境和隨機因素影響的情況下，樣本水稻家庭農場全要素生產率水平較高，但未達到技術有效的狀態，尚有進一步提升的空間。此外，規模報酬呈現出先遞增后遞減的趨勢，并在8.0～9.3 hm2的區間保持不變，表明該區間是樣本水稻家庭農場的適度經營規模區間，這一結果與辛良杰[23]對中國糧食生產類家庭農場的研究結論相一致。

進一步分規模來看，全要素生產率最低為0.803，所對應的規模為1.3～2.7 hm2，而其純技術效率較高，達到0.943，表明該規模區間的水稻家庭農場全要素生產率較低主要是由規模效率較低所導致，但其規模報酬處于遞增階段，表明該規模下的水稻家庭農場可以通過增加要素投入來擴大規模，進而提升全要素生產率。此外，有一組（8.0～9.3 hm2）的純技術效率和規模效率都為1，表明全要素生產率處于有效狀態；另外10 組的全要素生產率小于1，其中3 組（5.3～6.7 hm2、10.7～12.0 hm2、13.3～14.7 hm2）是由規模效率非有效所導致，另外7 組是由純技術效率的損失和經營規模效率不足所導致。從分解后的純技術效率來看，有4 組（5.3～6.7 hm2、8.0～9.3 hm2、10.7～12.0 hm2、13.3～14.7 hm2）水稻家庭農場的純技術效率為1，表明處于該規模區間的水稻家庭農場其決策和管理水平都比較高。其他7 組純技術效率均小于1，其純技術效率未達到有效的原因可能是由于家庭農場主的經營管理水平較差，現有的農業科技未能得到充分的運用。從分解后的規模效率來看，第1～5 組（1.3～8.0 hm2）水稻家庭農場的規模報酬總體上處于遞增的階段，表明對于該規模區間的水稻家庭農場而言，通過適當增加要素投入以擴大經營規模，可以相應地提高其規模效率。對于種植面積處于9.3 hm2以上的水稻家庭農場而言，其規模報酬總體上處于遞減的狀態，表明通過縮減要素投入，優化要素質量，提升要素間的協調和配置水平，可以提升其規模效率。具體而言，家庭農場可以通過測土配方來精準施肥，減少化肥的投入冗余，進而提升規模效率和全要素生產率。

2.3 第二階段SFA 實證結果

由于第一階段所測得的全要素生產率包含環境和隨機因素，需要對其進行有效剝離，以使樣本水稻家庭農場面對相同的生產環境和運氣，以便考察其真實的全要素生產率水平。此處以第一階段BCC 模型所測得的投入松弛變量作為被解釋變量，用農場主年齡、農場主受教育程度、種植面積、土地租金、政府補貼作為環境變量（解釋變量），構建SFA 回歸模型，運用Frontier 4.1 軟件進行回歸運算，其結果如表3所示。

表3 第二階段SFA 回歸分析結果

首先4 個回歸方程的LR 值都至少在5%的顯著性水平上顯著，表明SFA 回歸模型的適應性比較高；4個投入變量的值均接近于1 且都在1%的水平上通過顯著性檢驗，表明投入松弛量主要受管理因素的影響，有必要對環境和隨機因素進行有效剝離。此外，在SFA回歸分析中，如果環境變量的系數為負值，表明環境變量值的增加會帶來投入松弛變量值的減少，水稻家庭農場的全要素生產率會提高，反之則會抑制全要素生產率的提高。各環境變量與各投入松弛變量的回歸結果分析如下。

2.3.1 農場主年齡

首先可以看出農場主年齡這一變量對直接投入松弛變量（化肥、農藥、種子、機械租金）具有顯著的負向影響，這一結果可能是因為年齡越大的家庭農場主在組織農業生產時，受自身意識和生活經歷的影響，更加傾向于在現有的土地上精耕細作，對化肥、農藥、種子等直接資本投入更加精準和節約，使得直接投入冗余減少，從而有利于全要素生產率的提升。其次，年齡對間接投入松弛變量具有顯著的負向影響，可能的原因是相比于年輕的家庭農場主，年齡越大的農場主擁有較為豐富的機器操作經驗，其所消耗的油、電、水以及運輸費等間接投入就會減少，因而有利于全要素生產率的提升。然后，年齡的增長對土地投入冗余具有顯著的正向影響，可能的原因是年齡越大的家庭農場主文化程度相對較低、身體健康相對較差、知識技能相對較弱、對新事物的接受相對較慢，只能通過擴大規模增加其總產出，進而使得土地投入冗余增加，不利于全要素生產率水平的提升。最后，年齡對勞動投入松弛變量具有顯著的正向影響，可能的原因是年齡越大的家庭農場主受自身體力與精力的限制，可能會雇傭更多的勞動力為自己服務，從而使得勞動投入冗余增加，不利于全要素生產率的提升。

2.3.2 農場主受教育程度

首先，農場主受教育程度正向影響土地和間接投入松弛變量，且分別在10%和5%的水平上顯著，可能的原因是受教育程度越高的家庭農場主更加偏向于利用資本（生產過程中農機對油、電、水的消耗）、擴大種植面積來增加總產出，但當前的家庭農場并不適合這種資本過度增密和規模過度偏大的經營模式，這種模式會使得間接資本投入和土地投入冗余的增加[23]。其次，農場主受教育程度對直接投入松弛變量具有顯著的負向影響，可能的原因是受教育程度越高的家庭農場主越傾向于運用現代科技進行作物病蟲害的防治、農田肥力的保養、優良種子的選取等農業生產活動，以實現投入要素的優化配置，進而減少直接投入冗余，促進全要素生產率的提升。最后，受教育程度對勞動投入松弛變量的影響是負向的，且統計結果顯著，可能的原因是受教育程度越高的家庭農場主更偏向于利用現代農業科技進行農業生產，對雇工及自家勞動力的利用相對較少，相應地減少了勞動投入的浪費，從而有利于水稻家庭農場全要素生產率的提升。

2.3.3 農地細碎化程度

首先，塊均面積負向影響勞動投入松弛變量，即農地細碎化程度對勞動投入松弛變量具有顯著的正向影響，可能的原因是農地細碎化程度越高不僅會提高機器的磨損程度，而且還會增加機器和工人在不同地塊間的周轉時間，使得雇工人數增加，由此導致勞動投入冗余增加。其次，塊均面積負向影響土地投入松弛變量，即農地細碎化程度正向影響土地投入松弛變量，且至少在10%的水平上顯著，其原因可能是農地細碎化程度是宜機化程度的集中體現，農地細碎化程度越高意味著宜機化程度越低，耕種和收割難度越大，相應的土地規模效益就較低，農場主只能通過擴大規模才能增加總產出，由此必然帶來土地投入冗余的增加，進而降低家庭農場的全要素生產率。最后，塊均面積正向影響直接和間接投入松弛變量，即農地細碎化程度對直接和間接投入松弛變量具有顯著的負向影響，可能的原因是，農地細碎化程度的上升使得農場主只能使用小型機械進行耕種，并且使用更多的人工替代機器，不僅降低了直接投入中機器租金的投入冗余，而且還降低了間接投入中油、電、水和運輸費的投入冗余，有助于全要素生產率的提升。

2.3.4 土地租金

首先，土地租金變量對勞動、土地和間接投入松弛變量具有顯著的負向影響，可能的原因是土地租金是家庭農場成本的重要組成部分，隨著土地租金的增加，農場主為了節約成本，會在有限的土地上精耕細作，不斷優化要素配置，通過要素組合實現更高效率，因而不但會減少勞動和土地投入的冗余量，也節約油、電、水等間接投入。其次，土地租金的上升會增加直接投入的松弛量，可能的原因是租金的上升會驅使家庭農場主通過增加化肥、農藥、種子等直接投入來實現產量的增長，抵消成本上升所帶來的利益損失，進而增加直接投入冗余量，不利于全要素生產率的提升。

2.3.5 政府補貼

首先，政府補貼負向影響土地和直接投入松弛變量，且均在1%的水平上通過顯著性檢驗，原因可能是，其一政府補貼通常以種植規模為標準對家庭農場主進行補貼，這一補貼方式有利于激勵農場主充分利用土地進而降低土地投入冗余；其二政府補貼除了現金形式之外，還包括化肥、農藥、種子等物資補貼，這相當于直接節約了這些直接投入成本，降低直接投入冗余，有利于全要素生產率的提高。其次，政府補貼對間接投入松弛變量具有顯著的正向影響，可能的原因是政府補貼往往包含對油、電、水費的補貼，這反而增加了家庭農場的間接投入冗余，不利于全要素生產率的提升。最后，政府補貼對勞動投入松弛變量具有顯著的正向影響，可能的原因是政府補貼提高了家庭農場的比較收益，吸引了農村青壯年勞動力放棄外出務工的機會，加入家庭農場的經營，進而使得勞動投入冗余增加。

2.4 第三階段DEA 實證結果

根據第二階段SFA 模型所估計的各個環境變量的參數值，并代入到式（5）中，分離出對投入松弛量產生影響的環境和隨機因素，進而得到調整后的各個投入變量，然后與原產出指標相結合構成新的投入產出組合，利用BCC 模型對水稻家庭農場全要素生產率進行測度和分解。此外，在進行第三階段DEA 結果分析之前還需要對一、三階段所測算的全要素生產率、純技術效率、規模效率值的差異進行顯著性檢驗，以判斷三階段DEA 模型的合理性，本文采用Wilcoxon 符號等級檢驗，結果如表4所示，可以看出，一、三階段的全要素生產率、純技術效率、規模效率均存在顯著性差異，說明第二階段有必要利用SFA 模型剝離環境和隨機因素對全要素生產率的影響。第三階段DEA 結果如表5所示。

表4 一、三兩階段效率值的Wilcoxon 檢驗

表5 第三階段DEA 評價結果

通過對比表2、表5中一、三階段DEA 評價結果可以看出，通過第二階段SFA 模型對環境和隨機因素的剝離，除了8.0～9.3 hm2規模區間的全要素生產率保持有效狀態，其他區間皆有所下降，其均值從0.886 下降至0.867，下降了2.14%，表明第一階段全要素生產率較高的樣本水稻家庭農場與其所處的環境和運氣有關。分別來看，純技術效率的均值相比于第一階段由0.956 下降至0.952，其中有三組（8.0～9.3 hm2、10.7～12.0 hm2、13.3～14.7 hm2）的純技術效率仍處于有效的狀態，除了處于規模較大區間（9.3～10.7 hm2、12.0～13.3 hm2、14.7 hm2以上）的水稻家庭農場純技術效率有小幅上升，另外5 組（1.3～8.0 hm2）的純技術效率均有所下降；從規模效率來看，其均值由第一階段的0.926 下降至0.906，其中除第3 組和第4 組（4.0～5.3 hm2、5.3～6.7 hm2）有所上升以及第6 組（8.0～9.3 hm2）保持不變外，另外8 組均有所下降。這表明樣本水稻家庭農場全要素生產率受環境和隨機因素的影響較大，其純技術效率、規模效率和全要素生產率在第一階段運用DEA-BCC 模型測度時被高估。從規模報酬變化的情況來看，在分離環境和隨機因素前，規模報酬遞增的區間有5 組，分離后增加至6 組，其中第1 組（1.3～2.6 hm2）的規模報酬由不變轉至遞增，第11 組（14.7 hm2以上）的規模報酬由不變轉至遞減。第6 組（8.0～9.3 hm2）仍然處于規模報酬不變的狀態，表明無論分離環境和隨機因素與否，樣本水稻家庭農場的適度經營規模區間未發生變化。

3 研究結論及政策建議

本文采用三階段DEA 模型對不同規模下水稻家庭農場的全要素生產率進行測度和分解，并進一步分析其內在規律和差異，得出以下主要結論：一是耕種面積和規模報酬呈現出倒U 型關系。具體而言，第一階段結果顯示水稻家庭農場的規模報酬隨耕種面積的增加先遞增，超過9.3 hm2以后，呈現出遞減趨勢。分離了環境和隨機因素以后，第三階段結果仍顯示水稻家庭農場的規模報酬先遞增，超過10.7 hm2以后，轉至遞減。二是水稻家庭農場的適度規模區間為8.0～9.3 hm2。無論是否對環境和隨機因素進行分離，一、三階段DEA結果均顯示水稻家庭農場的規模效率在經過遞增之后到8.0～9.3 hm2的規模區間達到最大。三是全要素生產率未達到有效的原因是由于規模效率較低所導致。具體來看，第一階段全要素生產率、純技術效率、規模效率的均值分別為0.886、0.956、0.926，第三階段的均值分別為0.867、0.952、0.906。由此可以看出，規模效率較低是導致全要素生產率未達到有效的主要原因。四是環境因素對水稻家庭農場的全要素生產率具有重要影響。第二階段SFA 回歸結果顯示，水稻家庭農場全要素生產率會受農場主年齡、受教育程度、農地細碎化程度、土地租金、政府補貼等因素的影響，分離了環境因素和隨機因素以后，水稻家庭農場的全要素生產率的均值由0.886 下降至0.867。

基于以上所述結論，為進一步提升水稻家庭農場全要素生產率，本文提出以下對策建議：第一，在土地流轉方面，有關部門應積極規范農地流轉市場，降低農地流轉過程中由于交易摩擦所產生的成本。第二，在市場競爭方面，要形成有效的市場競爭機制，解決家庭農場經營難、賺錢難、不豐收的問題；積極與重點龍頭企業進行多方面的合作，使家庭農場走上“綠色、健康、生態”的循環農業道路。第三，在農地細碎化方面，應將“宜機化”納入高標準農田建設指標，統籌各類相關資金以及社會資本，推動田塊小并大、彎變直，降低農地細碎化程度，提升土地的宜機化水平，進而推進農業先進技術的應用。第四，在家庭農場主自身能力建設方面，要充分利用好政府培訓資源，分行業、分層級對家庭農場經營管理人員廣泛開展政策、技術、營銷、經營管理知識的培訓，以提升家庭農場主生產技能、市場意識和經營管理水平。