我國(guó)農(nóng)業(yè)生產(chǎn)的技術(shù)效率及其影響因素

白瑪雍珍

內(nèi)容摘要：本文依據(jù)我國(guó)31個(gè)省區(qū)市2008-2014年農(nóng)業(yè)的投入產(chǎn)出數(shù)據(jù)，建立基于超越對(duì)數(shù)生產(chǎn)函數(shù)的SFA模型，對(duì)各省區(qū)市的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行了測(cè)算，研究發(fā)現(xiàn)我國(guó)農(nóng)業(yè)技術(shù)效率整體呈上升趨勢(shì)，但平均技術(shù)效率水平較低，與生產(chǎn)前沿面存在較大距離。我國(guó)農(nóng)業(yè)技術(shù)效率的區(qū)域差異明顯，政府應(yīng)鼓勵(lì)東部地區(qū)和東北地區(qū)提高農(nóng)業(yè)的機(jī)械化水平，同時(shí)創(chuàng)新對(duì)中西部的農(nóng)業(yè)投入方式，加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。土地和資本對(duì)農(nóng)業(yè)產(chǎn)出的貢獻(xiàn)最大，而農(nóng)業(yè)勞動(dòng)力則相對(duì)過(guò)剩，應(yīng)通過(guò)向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移和農(nóng)業(yè)內(nèi)部提升來(lái)吸納農(nóng)村剩余勞動(dòng)力。在影響技術(shù)效率的因素中，有效灌溉率和人均農(nóng)機(jī)總動(dòng)力對(duì)農(nóng)業(yè)技術(shù)效率的促進(jìn)作用最大，各省區(qū)市應(yīng)注重改善農(nóng)村水利設(shè)施條件并推動(dòng)農(nóng)業(yè)的規(guī)模化與機(jī)械化生產(chǎn)。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)效率 超越對(duì)數(shù)生產(chǎn)函數(shù) 隨機(jī)前沿分析（SFA）

引言

2015年我國(guó)農(nóng)林牧漁業(yè)增加值為60863億元，占全國(guó)GDP總量的9%。農(nóng)業(yè)經(jīng)濟(jì)的增長(zhǎng)一方面依賴(lài)于投入要素的增加，另一方面取決于農(nóng)業(yè)生產(chǎn)效率的提高。隨著我國(guó)城鎮(zhèn)化建設(shè)的推進(jìn)，大量農(nóng)村人口涌入城市，農(nóng)業(yè)人口大幅度減少，同時(shí)由于環(huán)境惡化導(dǎo)致實(shí)際可播種面積減少，因此未來(lái)農(nóng)業(yè)產(chǎn)出的增加越來(lái)越依靠農(nóng)業(yè)生產(chǎn)技術(shù)效率的提高。目前，理論界對(duì)效率問(wèn)題的研究主要采用非參數(shù)法和參數(shù)法兩類(lèi)方法，非參數(shù)法以數(shù)據(jù)包絡(luò)分析（DEA）為代表，而參數(shù)法則以隨機(jī)前沿分析（SFA）為代表。迄今為止，國(guó)內(nèi)外學(xué)者圍繞農(nóng)業(yè)生產(chǎn)的技術(shù)效率已經(jīng)展開(kāi)了許多有益的研究。Farrell（1957）在衡量英國(guó)農(nóng)業(yè)生產(chǎn)效率時(shí)，最早提出了生產(chǎn)前沿的方法，隨后引起了各國(guó)學(xué)者采用生產(chǎn)前沿研究不同行業(yè)生產(chǎn)效率的熱潮。Ruttan（2002）對(duì)世界不同國(guó)家的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了研究，發(fā)現(xiàn)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的農(nóng)業(yè)增長(zhǎng)路徑存在明顯差異。K Galanopoulos等（2004） 測(cè)算了歐盟國(guó)家和13個(gè)候選國(guó)家1993-1999年的農(nóng)業(yè)技術(shù)效率，發(fā)現(xiàn)歐盟國(guó)家的農(nóng)業(yè)技術(shù)效率在這七年間先有上升，然后略有下降。國(guó)內(nèi)學(xué)者田翠杰（2011）、黎哲延（2014）、秦菲等（2014）、鐘蘇僑（2015）采用DEA方法分別對(duì)天津、海南、江西、福建等省市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了研究，研究一致認(rèn)為各省區(qū)市的農(nóng)業(yè)技術(shù)效率均有所改進(jìn)，但內(nèi)部地區(qū)的農(nóng)業(yè)生產(chǎn)效率差異顯著。由于隨機(jī)前沿分析（SFA）具有分離技術(shù)無(wú)效項(xiàng)與隨機(jī)誤差項(xiàng)等優(yōu)勢(shì)，越來(lái)越多的學(xué)者開(kāi)始使用該方法評(píng)價(jià)技術(shù)效率。鮑學(xué)東（2009）在研究四川省的農(nóng)業(yè)技術(shù)效率時(shí)，建立了隨機(jī)前沿的生產(chǎn)函數(shù)模型，發(fā)現(xiàn)四川的農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)主要依賴(lài)土地和資本的投入。岳慧麗等（2014）采用隨機(jī)前沿分析方法分析了河北省140個(gè)區(qū)縣的農(nóng)業(yè)技術(shù)效率，發(fā)現(xiàn)河北省農(nóng)業(yè)技術(shù)效率整體呈上升趨勢(shì)，但農(nóng)業(yè)技術(shù)效率普遍較低。DEA方法在分析技術(shù)效率時(shí)假定所有的樣本共用一個(gè)固定的生產(chǎn)前沿面，而實(shí)際上樣本存在異質(zhì)性，每個(gè)樣本的前沿面應(yīng)該是隨機(jī)的。同時(shí)，農(nóng)業(yè)生產(chǎn)受到諸多因素的影響，存在較大的噪聲，而DEA方法容易忽略噪聲對(duì)生產(chǎn)活動(dòng)的真實(shí)影響，從而導(dǎo)致估計(jì)結(jié)果有偏差。DEA方法在我國(guó)農(nóng)業(yè)生產(chǎn)效率的探索中已經(jīng)得到了廣泛的應(yīng)用，而SFA方法的應(yīng)用則相對(duì)比較有限。因此，本文在對(duì)我國(guó)31個(gè)省區(qū)市2008-2014年的農(nóng)業(yè)生產(chǎn)技術(shù)效率變動(dòng)進(jìn)行測(cè)算時(shí)，擬采用隨機(jī)前沿分析（SFA）方法，分析其效率的變動(dòng)趨勢(shì)、區(qū)域差異及影響技術(shù)效率的因素，為推動(dòng)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)又好又快發(fā)展提供參考依據(jù)。

農(nóng)業(yè)技術(shù)效率測(cè)度模型構(gòu)建和數(shù)據(jù)來(lái)源

（一）模型構(gòu)建

農(nóng)業(yè)生產(chǎn)與其它行業(yè)存在較大差異，存在許多不可控制的因素，極易受到自然資源、氣候條件、測(cè)量誤差等諸多統(tǒng)計(jì)噪聲的影響，從而出現(xiàn)一些奇異值。

隨機(jī)前沿模型中的隨機(jī)干擾項(xiàng)可以與農(nóng)業(yè)生產(chǎn)特征保持一致，正是由于隨機(jī)前沿模型的優(yōu)越性，將其應(yīng)用到農(nóng)業(yè)效率測(cè)量中具有一定的優(yōu)勢(shì)。Battese、Coelli（1993）考慮到傳統(tǒng)的隨機(jī)前沿模型無(wú)法反映橫截面數(shù)據(jù)或個(gè)體樣本間的差異情況，又進(jìn)一步改進(jìn)了傳統(tǒng)的隨機(jī)前沿模型，通過(guò)“一步法”便可同時(shí)對(duì)技術(shù)效率和技術(shù)無(wú)效項(xiàng)進(jìn)行估計(jì)。在生產(chǎn)函數(shù)的選擇方面，由于超越對(duì)數(shù)生產(chǎn)函數(shù)可以作為任意生產(chǎn)函數(shù)的二階泰勒近似，形式較為靈活，不僅考慮了技術(shù)進(jìn)步，而且考慮了投入要素對(duì)生產(chǎn)效率的協(xié)同效應(yīng)。因此，本文選擇超越對(duì)數(shù)生產(chǎn)函數(shù)作為隨機(jī)前沿函數(shù)的一般形式，其具體模型如下：

其中，i表示我國(guó)的第i個(gè)省區(qū)市，i=1，2，…，31；t表示時(shí)期，t=1，2，…，7；產(chǎn)出變量Yit是我國(guó)第i個(gè)省區(qū)市第t年的農(nóng)林牧漁業(yè)總產(chǎn)值（以2001年不變價(jià)格計(jì)算）。投入變量主要有四個(gè)，包括農(nóng)林牧漁業(yè)從業(yè)人員數(shù)、農(nóng)作物總播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力和化肥施用量（折純量），Lit表示第i個(gè)省區(qū)市第t年的農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，代表農(nóng)業(yè)的勞動(dòng)力投入；Ait表示第i個(gè)省區(qū)市第t年的農(nóng)作物總播種面積，代表農(nóng)業(yè)的土地投入，播種面積比耕地面積更能代表農(nóng)業(yè)土地的實(shí)際利用情況，因?yàn)殡S著農(nóng)民的進(jìn)城，農(nóng)業(yè)棄耕、休耕的現(xiàn)象比較普遍；Eit表示第i個(gè)省區(qū)市第t年的農(nóng)業(yè)機(jī)械總動(dòng)力，包括大中小型拖拉機(jī)、農(nóng)用柴油機(jī)、農(nóng)用電動(dòng)機(jī)、農(nóng)用水泵、聯(lián)合收割機(jī)等各類(lèi)農(nóng)用機(jī)械的動(dòng)力總和，F(xiàn)it是第i個(gè)省區(qū)市第t年的化肥施用量（折純量），這兩項(xiàng)共同代表農(nóng)業(yè)的資本投入。β0為截距項(xiàng)，β1、β2、β3、β4為待估參數(shù)，β5、β6、…、β10為投入要素之間的交叉項(xiàng)系數(shù)，β11、β12、β13、β14為投入要素的二次項(xiàng)系數(shù)，vit是隨機(jī)誤差項(xiàng)，uit是非負(fù)技術(shù)無(wú)效項(xiàng)，分別服從N（0，σ2v）和N（0，σ2u）的正態(tài)分布。其中交叉項(xiàng)和二次項(xiàng)系數(shù)滿(mǎn)足下列限制條件：

同時(shí)，影響農(nóng)業(yè)生產(chǎn)技術(shù)效率的因素還有很多，如農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)業(yè)經(jīng)營(yíng)或組織形式、勞動(dòng)者素質(zhì)等。限于數(shù)據(jù)的可得性，本文主要考察以下幾個(gè)因素： 一是地區(qū)人均GDP（PGDP），反映各個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平；二是復(fù)種指數(shù)（CI），即農(nóng)作物總播種面積與耕地面積之比，復(fù)種指數(shù)受當(dāng)?shù)赝寥馈⑺?、肥料和科學(xué)技術(shù)水平等因素的綜合影響，可以反映當(dāng)?shù)氐霓r(nóng)業(yè)自然生產(chǎn)條件；三是有效灌溉率（IR），即有效灌溉面積與耕地面積之比，用以反映農(nóng)業(yè)生產(chǎn)的水利條件；四是人均耕地面積（PA），即耕地面積除以農(nóng)林牧漁從業(yè)人員數(shù)；五是人均農(nóng)機(jī)總動(dòng)力（PE），即農(nóng)機(jī)總動(dòng)力除以農(nóng)林牧漁從業(yè)人員數(shù)；六是人均化肥施用量（PF），即化肥施用量除以農(nóng)林牧漁從業(yè)人員數(shù)。將各變量均取自然對(duì)數(shù)，其技術(shù)效率損失的函數(shù)可以設(shè)定為：

uit=α0+α1lnPGDPit+α2lnCIit+α3lnIRit+α4lnPAit+α5lnPEit+α6lnPFit

（二）數(shù)據(jù)來(lái)源

本研究所需的數(shù)據(jù)是2008-2014年我國(guó)31個(gè)省區(qū)市農(nóng)業(yè)投入產(chǎn)出的面板數(shù)據(jù)，相關(guān)基礎(chǔ)數(shù)據(jù)主要來(lái)源于2009-2015年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。由于勞動(dòng)力是時(shí)點(diǎn)數(shù)據(jù)，本文在計(jì)算農(nóng)業(yè)勞動(dòng)力人數(shù)時(shí)，以每年年初（或上年年底）的農(nóng)林牧漁從業(yè)人員數(shù)和年底從業(yè)人員數(shù)的平均值作為當(dāng)年的實(shí)際勞動(dòng)投入量。為排除通貨膨脹等因素的影響，農(nóng)林牧漁業(yè)總產(chǎn)值和人均GDP均采用2001年不變價(jià)格計(jì)算。

模型估計(jì)結(jié)果和技術(shù)效率分析

（一）我國(guó)農(nóng)業(yè)生產(chǎn)的技術(shù)效率分析

根據(jù)收集整理的數(shù)據(jù)，運(yùn)行Frontier4.1軟件，可以得到2008-2014年我國(guó)31個(gè)省區(qū)市的農(nóng)業(yè)技術(shù)效率值，從數(shù)據(jù)結(jié)果來(lái)看，7年來(lái)我國(guó)農(nóng)業(yè)的平均技術(shù)效率水平為61.29%，與生產(chǎn)前沿面仍存在一定的距離，說(shuō)明投入要素的使用效率還有待改進(jìn)，但農(nóng)業(yè)的平均技術(shù)效率水平總體呈上升趨勢(shì)。

我國(guó)農(nóng)業(yè)技術(shù)效率的地區(qū)差距明顯，為了更清楚地顯示我國(guó)農(nóng)業(yè)生產(chǎn)技術(shù)效率的區(qū)域差異，現(xiàn)按照我國(guó)最新的區(qū)域劃分方法，將我國(guó)劃分為東部、中部、西部和東北地區(qū)四個(gè)區(qū)域，將我國(guó)各區(qū)域7年來(lái)的平均技術(shù)效率水平進(jìn)行對(duì)比，結(jié)果如圖1所示。

從我國(guó)各區(qū)域的平均技術(shù)效率水平來(lái)看，最高的是東部地區(qū)，其次是中部地區(qū)，之后是東北地區(qū)，最低的是西部地區(qū)。其中，東部地區(qū)省區(qū)市的平均效率水平為79.6%，中部地區(qū)為62.0%，東北地區(qū)為58.3%，西部地區(qū)為46.4%，總體上呈現(xiàn)出東高西低的特征，且東部地區(qū)的平均效率水平比西部地區(qū)高33.2個(gè)百分點(diǎn)。而匡遠(yuǎn)鳳（2012）通過(guò)對(duì)我國(guó)農(nóng)業(yè)勞動(dòng)生產(chǎn)率進(jìn)行四重分解，研究發(fā)現(xiàn)我國(guó)東部、中部、西部和東北地區(qū)的農(nóng)業(yè)技術(shù)效率差距仍有不斷拉大的趨勢(shì)。因此，政府必須高度重視我國(guó)農(nóng)業(yè)技術(shù)效率差距的擴(kuò)散現(xiàn)象。

（二）隨機(jī)前沿生產(chǎn)函數(shù)估計(jì)結(jié)果與分析

將Frontier4.1的運(yùn)行數(shù)據(jù)結(jié)果進(jìn)行整理，其隨機(jī)前沿生產(chǎn)函數(shù)的參數(shù)估計(jì)結(jié)果如表1所示。

γ值可用于檢驗(yàn)?zāi)Ｐ偷挠行?，若接近于零，則表明技術(shù)無(wú)效項(xiàng)為一常數(shù)，模型采用OLS估計(jì)即可，表1中γ值顯著大于零且通過(guò)了1%的顯著性檢驗(yàn)，證明采用隨機(jī)前沿模型是合適的。γ還可以表示隨機(jī)擾動(dòng)項(xiàng)中技術(shù)無(wú)效項(xiàng)所占的比例，而本文估計(jì)的γ值為0.8653，說(shuō)明誤差項(xiàng)中有86.53%來(lái)自于技術(shù)的效率損失，誤差主要來(lái)源于技術(shù)非效率，而剩余的13.47%來(lái)自于統(tǒng)計(jì)隨機(jī)誤差。單邊似然比在1%水平下顯著，說(shuō)明誤差項(xiàng)具有明顯的復(fù)合結(jié)構(gòu)，表明我國(guó)農(nóng)業(yè)技術(shù)效率的確存在效率損失。

從參數(shù)的t檢驗(yàn)來(lái)看，大多數(shù)變量均通過(guò)了顯著性檢驗(yàn)，證明變量的選取是合適的。β1、β2、β3、β4的系數(shù)均為正，表明隨著投入的增加，產(chǎn)出也會(huì)得到不同程度的增加，按照系數(shù)的大小可以看出對(duì)產(chǎn)出起主導(dǎo)作用的是土地和資本要素的投入。從交叉項(xiàng)系數(shù)來(lái)看，β5=-0.4123表示當(dāng)農(nóng)業(yè)機(jī)械總動(dòng)力和化肥施用量（折純量）保持不變時(shí)，勞動(dòng)力和農(nóng)業(yè)總播種面積同時(shí)增加一個(gè)單位，產(chǎn)出將減少0.4123個(gè)單位；同理，β6=-0.2345表示當(dāng)農(nóng)業(yè)總播種面積和化肥施用量（折純量）保持不變時(shí)，勞動(dòng)力和農(nóng)業(yè)機(jī)械總動(dòng)力同時(shí)增加一個(gè)單位，產(chǎn)出將減少0.2345個(gè)單位；而β7=-0.7568表示當(dāng)農(nóng)業(yè)總播種面積和農(nóng)業(yè)機(jī)械總動(dòng)力保持不變時(shí)，勞動(dòng)力和化肥施用量（折純量）同時(shí)增加一個(gè)單位，產(chǎn)出將減少0.7568個(gè)單位。上述交叉項(xiàng)系數(shù)共同表明在追加投入要素時(shí)，勞動(dòng)力投入存在過(guò)?，F(xiàn)象，導(dǎo)致勞動(dòng)與其它投入要素的交叉項(xiàng)系數(shù)均為負(fù)，生產(chǎn)要素存在一定程度的誤配。

（三）技術(shù)效率的影響因素分析

隨機(jī)前沿分析可以通過(guò)“一步法”來(lái)分析技術(shù)效率和技術(shù)無(wú)效項(xiàng)，其技術(shù)無(wú)效項(xiàng)的系數(shù)如表2所示。

從表2可以看出，人均耕地面積變量的系數(shù)不顯著，說(shuō)明人均耕地面積的變化對(duì)農(nóng)業(yè)生產(chǎn)效率的影響不大，人均耕地面積的增加、生產(chǎn)規(guī)模的擴(kuò)大并不能很好地促進(jìn)我國(guó)農(nóng)業(yè)生產(chǎn)效率的提高。但其它五個(gè)變量均通過(guò)了顯著性檢驗(yàn)，其中有效灌溉率、人均農(nóng)機(jī)總動(dòng)力和人均GDP的系數(shù)為負(fù)，說(shuō)明這些因素有利于提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。有效灌溉率（IR）對(duì)農(nóng)業(yè)技術(shù)效率的促進(jìn)作用最大，表明農(nóng)業(yè)生產(chǎn)依賴(lài)于良好的水利條件，而在對(duì)中西部地區(qū)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行單獨(dú)分析時(shí)，發(fā)現(xiàn)有效灌溉率對(duì)農(nóng)業(yè)技術(shù)效率的提升作用高于平均水平，這可能和中西部的農(nóng)業(yè)自然條件有一定的關(guān)系。人均農(nóng)機(jī)總動(dòng)力（PE）的系數(shù)為-0.5213，表明人均農(nóng)機(jī)總動(dòng)力的增加通過(guò)提高農(nóng)業(yè)的機(jī)械化和規(guī)?；a(chǎn)水平，進(jìn)而改進(jìn)了農(nóng)業(yè)的生產(chǎn)效率。人均GDP的系數(shù)為-0.2402，這表明區(qū)域經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化水平提高對(duì)農(nóng)業(yè)具有較強(qiáng)的帶動(dòng)作用，黨的“十八大”提出要“四化同步”，堅(jiān)持新型工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的同步發(fā)展。人均化肥施用量的系數(shù)為0.1053，與農(nóng)業(yè)技術(shù)效率負(fù)相關(guān)，說(shuō)明我國(guó)在農(nóng)業(yè)生產(chǎn)中存在過(guò)度使用化肥的現(xiàn)象，化肥容易污染土地，造成土地退化，影響了農(nóng)業(yè)的生態(tài)環(huán)境，降低了農(nóng)業(yè)的生產(chǎn)效率。復(fù)種指數(shù)的系數(shù)為0.0123，表明復(fù)種指數(shù)的增加不利于農(nóng)業(yè)生產(chǎn)技術(shù)效率的提高。復(fù)種指數(shù)越高，表明對(duì)同一塊耕地的耕種次數(shù)越多，會(huì)有利于增加農(nóng)業(yè)產(chǎn)出。但同時(shí)農(nóng)民也有可能過(guò)于依賴(lài)優(yōu)越的自然環(huán)境而放棄更新使用高效率的設(shè)備，從長(zhǎng)遠(yuǎn)來(lái)看，會(huì)對(duì)技術(shù)在農(nóng)業(yè)中的應(yīng)用起到抑制作用，從而降低農(nóng)業(yè)的技術(shù)效率。

結(jié)論和政策建議

本文采用基于超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿分析方法對(duì)2008-2014年我國(guó)31個(gè)省區(qū)市的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行了測(cè)度，并在將我國(guó)劃分為東部、中部、西部和東北四個(gè)區(qū)域的基礎(chǔ)上，分析了四大區(qū)域之間的效率差異及影響效率的主要因素，可以得出以下結(jié)論，并針對(duì)性地提出建議：

第一，我國(guó)農(nóng)業(yè)的平均技術(shù)效率水平總體呈上升趨勢(shì)，但平均技術(shù)效率水平僅為61.29%，與生產(chǎn)前沿面有較大距離，存在較大的改進(jìn)空間。我國(guó)31個(gè)省區(qū)市四大區(qū)域的農(nóng)業(yè)技術(shù)效率水平差異明顯，總體呈現(xiàn)出東高西低的特征。我國(guó)東部地區(qū)大多沿海，經(jīng)濟(jì)發(fā)達(dá)，農(nóng)業(yè)生產(chǎn)條件較為優(yōu)越，中西部地區(qū)相對(duì)較為干燥，且存在較多沙漠地區(qū)，而匡遠(yuǎn)鳳（2012）認(rèn)為這種差距在未來(lái)仍有不斷擴(kuò)大的趨勢(shì)。農(nóng)業(yè)是一國(guó)的根本，政府應(yīng)鼓勵(lì)東部地區(qū)和東北地區(qū)提高農(nóng)業(yè)的機(jī)械化水平，改進(jìn)農(nóng)業(yè)生產(chǎn)效率。同時(shí)，政府要高度重視中西部農(nóng)業(yè)效率低下的現(xiàn)狀，深入思考其深層次原因，創(chuàng)新對(duì)中西部的農(nóng)業(yè)投入方式，加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，實(shí)現(xiàn)農(nóng)業(yè)的適度規(guī)模經(jīng)營(yíng)。

第二，研究表明我國(guó)農(nóng)業(yè)產(chǎn)出主要依賴(lài)于土地和資本要素的投入，而農(nóng)業(yè)勞動(dòng)力投入處于相對(duì)過(guò)剩狀態(tài)，超過(guò)了農(nóng)業(yè)生產(chǎn)最佳的勞動(dòng)力需求（唐建軍等，2010），未來(lái)應(yīng)考慮通過(guò)多種途徑有效轉(zhuǎn)移農(nóng)村剩余勞動(dòng)力。一方面，隨著我國(guó)城鎮(zhèn)化進(jìn)程的加快，可以通過(guò)城鎮(zhèn)化的發(fā)展轉(zhuǎn)移一部分農(nóng)業(yè)剩余勞動(dòng)力。但是，城鎮(zhèn)化也帶來(lái)了留守兒童和空巢老人的社會(huì)問(wèn)題。因此，另一部分剩余勞動(dòng)力可以考慮在農(nóng)村當(dāng)?shù)亟鉀Q。政府可以通過(guò)扶持發(fā)展一批農(nóng)業(yè)龍頭企業(yè)，通過(guò)龍頭企業(yè)帶動(dòng)相關(guān)企業(yè)對(duì)農(nóng)產(chǎn)品進(jìn)行深加工，延伸農(nóng)業(yè)產(chǎn)業(yè)鏈來(lái)拓寬農(nóng)村勞動(dòng)力的就業(yè)渠道，從而優(yōu)化農(nóng)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)民的收入水平。

第三，有效灌溉率和人均農(nóng)機(jī)總動(dòng)力均對(duì)農(nóng)業(yè)技術(shù)效率具有較大的促進(jìn)作用，各省區(qū)市應(yīng)注重改善農(nóng)村的水利設(shè)施條件并推動(dòng)農(nóng)業(yè)的規(guī)?；瘷C(jī)械化生產(chǎn)，政府在未來(lái)應(yīng)堅(jiān)持農(nóng)機(jī)具購(gòu)買(mǎi)的補(bǔ)貼政策，并在有條件的地區(qū)加大補(bǔ)貼力度。人均耕地面積對(duì)效率的改進(jìn)作用不明顯，說(shuō)明農(nóng)業(yè)土地的規(guī)模經(jīng)濟(jì)不明顯，政府應(yīng)加速土地流轉(zhuǎn)，鼓勵(lì)農(nóng)民將土地承包給專(zhuān)業(yè)大戶(hù)和合作社，為規(guī)?；?jīng)營(yíng)和機(jī)械化操作創(chuàng)造更多有利的條件，從而大幅度提升農(nóng)業(yè)生產(chǎn)效率。

參考文獻(xiàn)：

1.Farrell M.J.The Measurement of Productive Efficiency [J].Journal of the Royal Statistical Society，1957

2.Ruttan V.W.Productivity Growth in World Agriculture，Sources and Constraints [J].Journal of Economic Perspectives，2002（4）

3.K Galanopoulos，G Karagiannis，Koutroumanidis.Malmquist productivity index estimates for European agriculture in the 1990s[J].Operational Research，2004（1）

4.田翠杰.基于DEA方法的天津農(nóng)業(yè)技術(shù)效率分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2011（23）

5.黎哲延.基于DEA的海南省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)研究[J].農(nóng)村經(jīng)濟(jì)與科技，2014（8）

6.秦菲，舒曉波，肖素芳，胡丹.基于DEA的江西省農(nóng)業(yè)生產(chǎn)效率時(shí)空特征研究[J].江西科學(xué)，2014（5）

7.鐘蘇僑.基于DEA模型的福建省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[J].福建商業(yè)高等專(zhuān)科學(xué)校學(xué)報(bào)，2015（4）

8.鮑學(xué)東.基于SFA的四川農(nóng)業(yè)生產(chǎn)技術(shù)效率研究[D].四川農(nóng)業(yè)大學(xué)，2009

9.岳慧麗，諸葉平，雪燕，許金普.基于隨機(jī)前沿分析方法的河北縣域農(nóng)業(yè)技術(shù)效率及影響因素研究[J].江蘇農(nóng)業(yè)科學(xué)，2014（9）

10.匡遠(yuǎn)鳳.技術(shù)效率、技術(shù)進(jìn)步、要素積累與中國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)—基于SFA的經(jīng)驗(yàn)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（1）

11.Battese G E，Coelli T J.A stochastic frontier production function incorporating a model for technical inefficiency effects[M].Armidale：Department of Econometrics，University of New England，1993

12.唐建軍，王禮力.基于DEA模型的陜西各地區(qū)農(nóng)業(yè)技術(shù)效率分析[J].陜西農(nóng)業(yè)科學(xué)，2010（4）