水稻生產主體效率分析——基于黑龍江省牡丹江市的調查

馬鳳才 郭喜偉

摘要：基于黑龍江省牡丹江市不同水稻生產主體（普通農戶、種糧大戶、家庭農場、合作社）調研數據，通過構建三階段DEA模型對不同水稻生產主體進行了實證分析。研究發(fā)現，經過三階段DEA模型運算，綜合效率的排名在第1階段和第3階段有所改變。不同環(huán)境因素給不同生產主體帶來的影響存在差異，同一環(huán)境因素對不同主體的各個投入指標的影響存在差異。提出應從提高水稻生產者綜合素質、實現水稻規(guī)?；a、政策上給予相關支持、引導生產者合理看待農業(yè)保險、發(fā)揮不同生產主體的優(yōu)勢、加大水稻技術推廣與科技支撐能力等方面提高水稻生產效率。

關鍵詞：水稻生產主體;三階段DEA;生產效率

中圖分類號：F326.11?文獻標志碼： A

文章編號：1002-1302（2020）18-0306-10

收稿日期：2019-10-09

基金項目：國家社會科學基金一般項目（編號：17BJY114）。

作者簡介：馬鳳才（1968—），男，山東齊河人，博士，教授，主要從事農業(yè)經濟理論與政策等研究。E-mail：mfckb163@.com。

通信作者：郭喜偉。E-mail：1342194661@qq.com。

農業(yè)生產離不開生產主體的參與，同時糧食生產具有多主體參與的特性。對于多主體的發(fā)展，國家一直采取支持和鼓勵的政策，并且以多種重要報告和“中央一號”文件的形式予以發(fā)布。十八大報告提倡培育新型經營主體、發(fā)展不同形式的農業(yè)經營體系。2013年的“中央一號”文件第一次提出培育新型農業(yè)生產經營組織，之后每一年逐步對相關內容細化，2015年提出，加快構建新型農業(yè)經營體系，2016年提出，大力發(fā)展新型農業(yè)經營主體。在國家政策的支持和鼓勵下，中國各類糧食生產主體逐漸發(fā)展壯大。市場機制的資源配置功能要求要合理進行資源配置，不同主體之間有序競爭，使效率更高的主體占據主要市場份額。中國是水稻的主要生產與消費國，水稻是保障國家糧食安全的重要糧食產品。因此，探究水稻生產的主體效率對于制定正確的國家糧食發(fā)展政策具有重要現實意義。

1?研究現狀

Koopmans從投入和產出角度較早對生產效率進行了研究，其思想是多個生產主體的投入產出向量構成生產前沿面，在既定的技術水平下，如果生產決策單元的產出不減少或投入不增加，則稱為技術有效[1]。目前，學術界測算技術效率通常以Farrell提出的DEA原型為依據進行效率計算。在此基礎上，一些學者對方法進行了改進，如Farrell從投入的角度提出對技術效率的界定及測算生產效率的新方法，將常用預設函數用非預設生產函數替代計算效率值，利用數學方法進行效率前沿線計算[2]。此后Fried等探討了如何將環(huán)境因素和隨機噪聲引入DEA模型，提出三階段DEA模型[3]，使得效率計算能夠剔除環(huán)境因素、隨機因素、管理無效率對效率產生的影響。

與方法的理論改進相呼應，相關學者對多種實際問題進行了分析。應用三階段DEA模型，郭軍華等對中國2008年農業(yè)生產效率展開了實證分析[4]，苑穎等選取2014年河北省保定市24個縣區(qū)面板數據分析農業(yè)生產效率[5]。王東方等測算了福建省南平市2010—2014年10個縣（市、區(qū)）農民專業(yè)合作社技術效率[6]。肖陽等對甘肅省定西市和臨夏縣290個樣本農戶生產技術效率進行了測算分析[7]。這些研究從國家宏觀層面到農戶微觀層面進行了多角度分析，但是關注點沒有放在同一作物生產的不同生產主體上。

對效率的計算僅僅是揭示了一個方面，更多學者對影響生產效率的因素進行了研究。這些研究一方面從投入產出的角度分析各項投入對產量的影響，Dobermann等分析了土壤肥力、化肥、出種率、后備土地資源、勞動機械、電力柴油等因素對稻谷等糧食產量變化的影響[8-9]，曾福生等對中國糧食生產進行了效率測算，得到農藥使用量、農用薄膜使用量、化肥施用量、勞動力投入、糧食播種面積、機械總動力、電力使用量、有效灌溉面積等生產投入要素對糧食產量有影響[10-11]。相關學者則是從技術效率的角度進行了影響因素的分析，朱萌等對湖北省稻農水稻生產技術效率影響因素研究得出肥料費、農藥費、機械作業(yè)費、人工作業(yè)費、生產面積、單位面積產量、水稻收購價格、農業(yè)補貼、務農人口和人均收入給稻農水稻生產技術效率帶來的影響[12]。上述研究多數從地區(qū)的角度分析影響生產效率高低的因素。

關于不同糧食生產主體效率研究，Kalirajan等通過構建隨機前沿生產函數模型，運用調研得到的70家農戶信息，對印度的稻谷生產技術效率進行測算[13]。Krasachat運用1999年泰國東北地區(qū)的74家農場的投入產出數據，在分析泰國大米生產的技術效率的基礎上，得出地區(qū)間存在顯著技術效率差異的原因[14]。周煒利用2011年全國農村固定觀察點對水稻的調研數據，經過運算得出家庭農場管理者文化程度提高、勞動力數量的增加、技術支持、種植過程的生產性服務，對水稻生產技術效率表現為顯著的正向影響，但是家庭農場多元化經營會導致水稻生產效率的損失[15]。孫頂強等利用實地調查295個水稻種植戶494個地塊的投入產出數據測算分析了生產性服務總體上有利于提高效率[16]。董宏林等從成本收益的角度對寧夏生產玉米和水稻的不同農業(yè)經營主體生產效率比較分析[17]。吳晨對116個廣東省河源燈塔盆地不同農業(yè)經營主體走訪調研，同時測算比較了不同農業(yè)經營主體的規(guī)模效率和技術效率。該研究把糧食與蔬菜等不同類別農業(yè)生產進行了劃分，每一類都進行了綜合分析，沒有對特定類別的細分類別進行分析[18]。殷志揚等通過抽樣調查江蘇省蘇州地區(qū)家庭農場、專業(yè)合作社以及專業(yè)大戶，對其糧食生產效率進行了分析，同樣以糧食作為綜合分析，沒有區(qū)分具體種類[19]。劉菲菲等也開展了此類研究[20-21]。這些學者的研究深入到了農戶層面，但是有些研究沒有按照具體作物進行區(qū)分。事實上，不同作物的投入產出不一樣。從效率比較的可比性角度看，選擇同類的作物生產更有說服力。本研究就水稻生產進行分析，更有利于不同主體之間的分析比較。

2?模型、變量和數據

2.1?三階段DEA模型

數據包絡分析法的優(yōu)勢在于不需要事先設定函數類型，也不需要對相關參數進行估計，能夠有效地對多投入多產出問題進行效率評估。但是也具有明顯的不足，比如不能進行假設檢驗，忽視了隨機誤差產生的影響，將一切脫離效率前沿面的情況都看作無效率等。為了能更準確地對牡丹江市水稻生產的效率情況進行計算，更科學地對水稻生產發(fā)展趨勢進行分析，將數據包絡分析與隨機前沿分析法（SFA）有效結合在一起，構建三階段DEA模型，該模型最明顯的優(yōu)點是可以有效剔除包括外部環(huán)境、隨機因素等在內的不能控制的非經營因素對效率的影響。

2.2?指標選取

2.2.1?投入產出指標

通過文獻查閱，參考《全國農產品成本收益資料匯編》，并考慮數據可獲得性，本研究投入指標包括土地、種肥費用、勞動力、雇傭機械、固定資產、其他費用。產出指標選取生產主體產值。

（1）土地投入指水稻的種植面積。（2）種肥費用。指種子費用、農藥費用、化肥費用、育秧費用之和。選用費用作為投入指標避免當投入量作為投入指標時，忽視價格對生產效率的影響。（3）勞動力投入。水稻生產不同于玉米、大豆等糧食作物生產，期間需要人工管理時間較長，根據實際調研情況，90%以上每戶均有2人從事水稻生產，默認為每戶均有2位勞動力，所以勞動力投入以雇工投入表示。雇工投入指水稻生產過程中，起苗、挑苗、補苗、人工插秧、疊梗、追肥、噴藥、人工收割等環(huán)節(jié)雇工所支付的費用。因為水稻生產環(huán)節(jié)復雜，不同的環(huán)節(jié)雇工費用不同，受春耕時間的限制，農戶耕作的時間不固定，有時會超過12 h，無法算出準確雇工工日，所以選取雇工費用作為投入指標。（4）雇傭機械投入。包括雇傭打漿機、旋耕機、插秧機、收割機的費用。（5）固定資產投入。指自家農機具，包括插秧機、拖拉機、旋耕機、打漿機、收割機等用于水稻生產的機器，使用快速折舊法折舊，同時將大棚投入歸入到固定資產中，大棚折舊時按照專門的大棚折舊原則折舊。（6）其他費用投入。包括機械維護費、燃料動力費、土地流轉費、保險費、水電費等。（7）生產主體產值。由水稻生產面積、水稻單位面積產量與出售單價之積得出（表1）。

DEA模型在經濟管理領域被廣泛用于效率評價中，基本的DEA模型對投入與產出的要求必須是正數，當存在非正數的數據時，DEA模型的使用會受到限制，但在實際運用中常會遇到投入或產出為0或者為負的情況，本研究參考沈江建等提出的將非正數用很小的正數替代的方法[22]。在投入變量中，存在生產時不施用農藥、生產環(huán)節(jié)不雇工、生產環(huán)節(jié)不雇傭機械的情況，但是考慮到數據量大且投入產出復雜，所以使用對投入為0的投入指標用0000 1代替的方法。同時由于各指標變量量級和量綱間差距太大，指標間無法進行對比和分析，需要對各指標進行無量綱處理。尤其是土地投入與其他投入相差懸殊，在投入指標中投入費用選用萬元為單位。

三階段DEA模型對指標的選擇十分嚴格，當三階段DEA模型進行效率測算之前，選擇的指標應該符合“同向性”假設的原則，即當投入減少產出減少，投入增加產出增加，表現為同方向變動。所以對投入產出變量進行Person相關性檢驗。產出與投入間的相關系數都大于0，呈正相關，并且在0.01水平顯著（表2），符合“同向性”前提條件。

2.2.2?環(huán)境指標

根據已有研究的經驗，環(huán)境指標的選取遵循的一般原則是主體無力控制的因素，因此本研究最終環(huán)境變量選用的是對水稻生產效率有一定影響、同時在一定范圍內研究對象主觀上沒有能力控制的因素。農業(yè)生產決策單元是一個開放性的體系，環(huán)境指標存在量級相差過大，所以將土地流轉費用，補貼費用單位以萬元表示，以消除逆方差。

（1）年齡。生產決策基本上由家庭主要勞動力承擔，當家庭主要勞動力年紀較輕，對新知識與新技術接受就較快;當年紀較大，傾向于沿用傳統的生產經營方法。預期年齡的增長對生產效率有一定的負面影響。（2）文化程度。知識的增加能夠幫助生產者提高生產決策的效率。受教育水平高的勞動力能盡快地接受新技術和新產品，而提高其勞動生產能力并提高生產效率，尤其是在網絡技術發(fā)達的今天，如果可以快速學會新技術，及時獲取外界信息，能夠在一定程度上增加產出效益。本研究將文化程度按照以下劃分，小學受教育的年限為6、初中受教育的年限為9、高中受教育的年限為12、大專及大專以上受教育的年限為15。預期文化程度的增加能夠提升農業(yè)生產效率。（3）指導和培訓次數。經過指導培訓可以學到水稻的生產技術。預期生產主體接受水稻生產的指導培訓次數越多，生產主體的生產效率越高。（4）地塊規(guī)模。地塊規(guī)模越大，有利于發(fā)揮規(guī)模效應，減少生產要素投入浪費，使生產成本降低，從而提高水稻生產效率。預期地塊規(guī)模越大，水稻生產主體的效率會越高。（5）補貼金額。農業(yè)補貼是農業(yè)生產的重要政策之一，會給生產行為帶來影響，生產主體對糧食生產的投入會受到補貼金額的直接刺激。預期農業(yè)補貼給水稻生產帶來積極的影響。（6）土地流轉金額。土地流轉金額占水稻生產投入的比重較大。預期土地流轉金額的增加會帶來水稻生產者生產積極性的下降。（7）是否購買農業(yè)保險。對于可能的自然災害，能起到降低損失的作用。預期購買保險能夠提高主體對風險的防范意識，給水稻生產帶來積極的影響（表1）。

2.3?數據來源

本研究數據來源于2018年8—9月“東北地區(qū)不同糧食生產主體效率研究”課題組于牡丹江市調研數據，主要以牡丹江市8個種植水稻的鄉(xiāng)鎮(zhèn)（海林鄉(xiāng)、臥龍鄉(xiāng)、興隆鎮(zhèn)、五林鎮(zhèn)、東京城鎮(zhèn)、渤海鎮(zhèn)、穆棱鎮(zhèn)、長汀鎮(zhèn)）的水稻生產主體作為調研對象，問卷采用一對一訪談形式填寫，發(fā)放問卷200份，由于問卷內容涉及數據較多，其中有些內容調研對象回答不具體，不能構成有效問卷，有效問卷為186份。其中普通農戶73份，種糧大戶49份，家庭農場28份，水稻生產合作社36份。

從表7可以看出，家庭農場投入松弛變量的回歸結果中，土地投入松弛變量、雇工投入松弛變量、雇傭機械投入松弛變量、固定資產投入松弛變量通過了1%水平的顯著性檢驗，趨近于1，表明在以上5個投入變量中，導致效率降低或升高的主要因素是自身管理。種肥投入松弛變量、其他投入松弛變量γ值介于0～1之間，則受到隨機誤差與管理誤差2方面影響。

（1）年齡。對雇工投入冗余、雇傭機械投入冗余表現為顯著正相關，對其他投入表現為顯著負相關，在調研樣本中，家庭農場主平均年齡為48歲，年齡普遍偏大，更多的工作需要通過雇工、雇機械來完成， 與預期相符。同樣年紀大在水稻種植上更有經驗，其他投入上控制得較合理，減少了投入冗余，與預期不符。（2）文化程度。對固定資產投入冗余表現為顯著正相關，善于利用現有的種子、農藥化肥等流動性強的物資，為了更好利用物資而加大固定資產投入，導致在固定資產投入上產生了更多的投入冗余，其次與種糧大戶相同，由于農業(yè)機械的種類一直在更新，文化程度高的農戶可能嘗試購買新的機械用于水稻生產，造成固定資產上的投入冗余，與預期不符。（3）培訓次數。對土地投入冗余、雇工投入冗余、其他投入投冗余表現為顯著負相關，調研過程中了解到在管理方面，家庭農場主有些力不從心，對管理上的培訓很迫切，參加培訓時目的性強，當培訓次數增加時，能夠更合理地投入土地、雇工，培訓對生產效率的提高有積極影響，與預期相同。（4）補貼金額。對所有投入松弛均表現為顯著正相關，可能的原因是由于農業(yè)補貼的存在刺激了農民的盲目投入，導致效率降低，與預期不符。（5）土地流轉價格。對土地投入冗余、雇工投入冗余、固定資產投入冗余、其他投入冗余為顯著正相關，對種肥投入冗余、雇傭機械投入冗余表現為顯著負相關。家庭農場的耕種面積較大則土地流轉的面積多，當土地流轉價格高，投入費用多，為了能夠獲得更多的收益來彌補土地流轉上花費的費用，在生產上傾向于雇傭更多的人工，投入更多的機械，出現了投入冗余現象，與預期不符;而土地流轉價格高，為了節(jié)約生產成本管理者合理的控制了種肥與雇傭機械的投入，與預期相同。（6）是否購買保險。對雇工投入冗余正相關，這是因為愿意購買農業(yè)保險的家庭農場主往往是預期到未來生產風險，水稻生產又不同于其他糧食作物，需要人工的環(huán)節(jié)較多，家庭農場期望對水稻生產做精細的管理，而面積大，自身又很難完成，因此雇工上的投入出現冗余，與預期不符。

從表8可以看出，合作社投入松弛變量的回歸結果中，土地投入松弛變量、種肥投入松弛變量，雇工投入松弛變量、雇傭機械投入松弛變量、固定資產投入松弛變量、其他投入松弛變量通過了1%水平的顯著性檢驗，趨近于1，表明在以上6個投入變量中，導致效率降低或升高的主要因素是自身管理。

（1）年齡。對土地投入冗余表現為顯著正相關，對其他投入表現為顯著負相關，在調研對象中，合作社管理者平均年齡為49周歲，合作社除了正常的水稻生產工作，更加需要管理經驗，合作社申請注冊，并且能夠一直有效運行的，管理者自身具備一定的管理能力，年齡的增長并不是預期的負面影響，而是使合作社管理者積累了更多的管理經驗。所以隨著年齡的增加對生產的影響要從多方面考慮。（2）文化程度。對土地投入冗余、其他投入冗余、雇工投入冗余、雇傭機械投入冗余表現為負相關，對固定資產投入冗余表現為正相關，在調研對象的平均文化程度上，合作社管理者的平均文化程度在4個主體中最高，文化程度高的合作社管理者，管理的專業(yè)化水平高，能夠更好地配置資源，接受新技術能力強。與預期相符。（3）指導和培訓次數。對土地投入冗余、雇工投入冗余、雇機械投入冗余表現為顯著正相關，對種肥投入冗余表現為顯著負相關，種子、農藥、化肥、育秧在水稻生產投入中占的比例大，并且大多合作社有自己的品牌，生產的水稻品種多樣，較多采用自銷的方式，好一些的品種選用的化肥農藥費用相對較貴，合作社管理者參加培訓的機會多，到市里省里參加培訓的內容質量也高，實用性強，受到的指導更專業(yè)，并聘請專業(yè)的技術人員現場指導，能夠更加合理地對價格高的農藥化肥有效地施用。調研過程中了解到部分合作社與當地農業(yè)院校有比較深入的合作，所以在流動資本投入方面隨著培訓次數的增加，投入越合理。為了更好地利用資本，忽視了對其他幾類控制。并且調研過程中了解到，培訓內容提到合作社倡導規(guī)?；洜I，是未來的發(fā)展趨勢，合作社對擴大合作社面積有很大的預期，土地投入冗余可能是因為盲目擴大了耕地面積沒有做好合理的規(guī)劃造成的。地塊規(guī)模對種肥投入冗余、雇工投入冗余表現為顯著負相關。（4）當地塊規(guī)模增加，合作社管理者能夠利用規(guī)?；膬?yōu)勢，減少資本的浪費，對各項投入有合理的規(guī)劃，減少投入冗余，與預期相符。（5）補貼金額。對土地投入冗余、其他投入冗余表現為正相關，因為政府對合作社的補貼力度相對其他主體大，被用來擴大土地生產規(guī)模，擴大土地規(guī)模則要花費相應的土地流轉費用，土地規(guī)模擴大沒有有效地利用，所以造成投入冗余，與預期不符。（6）土地流轉金額。對土地投入冗余、雇工投入冗余、雇傭機械投入冗余、其他投入冗余表現為顯著負相關，對種肥投入冗余表現為顯著正相關。合作社耕地面積大，累計起來土地流轉費是一筆不小的開支，合作社想通過在種肥方面投入多來提高產量，所以造成了一定的投入冗余，與預期不符，同時因為土地流轉費用高，所以能更好地控制投入，給水稻生產帶來積極的影響，與預期不符。（7）是否購買保險。對土地投入冗余、雇工投入冗余、雇傭機械投入冗余、其他投入冗余均為顯著負相關，購買保險的合作社提高了對風險防范的警惕性，合理地控制各項投入，有利于提高生產積極性。

整體來看，環(huán)境因素對不同的水稻生產主體影響有正向也有反向的，所以針對各個主體要具體問題具體分析，才能找到影響生產效率的原因，為提高不同水稻生產主體效率提出合理性建議。

3.3?第三階段DEA分析

從表9可以看出，在第二階段排除環(huán)境因素、隨機誤差影響之后，第三階段得到的結果顯示依據平均值，綜合效率（TE）的排名依次為合作社、家庭農場、種糧大戶、普通農戶;純技術效率（PTE）的排名依次為普通農戶、合作社、家庭農場、種糧大戶;規(guī)模效率（SE）的排名依次為合作社、家庭農場、種糧大戶、普通農戶。合作社綜合效率提升0.03，其他生產主體綜合效率下降，普通農戶下降最為明顯，為0.157;純技術效率上升，普通農戶的純技術效率增加最為明顯，上升0.173;合作社規(guī)模效率上升0026，其他生產主體規(guī)模效率下降，普通農戶下降最明顯，下降0.363，其次是種糧大戶，下降0.178。純技術效率上升的幅度均小于規(guī)模效率下降的幅度，表明在沒有考慮環(huán)境因素和隨機誤差項的影響下，對水稻生產主體的純技術效率值估計偏低，高估了規(guī)模效率，綜合效率值被高估，可見規(guī)模效率低是影響綜合效率低的關鍵原因。可以看出外部環(huán)境不利于純技術效率的提升，對規(guī)模效率有利。

為了證明三階段DEA模型得到結果具有客觀性與說服力，同時可以說明每個生產主體的生產狀況，將第一、第三階段計算得到的各效率值與牡丹江市各個水稻生產主體總產值進行Spearman等級相關分析（表10）。通過第二階段對環(huán)境因素的調整后，水稻生產綜合技術效率值、規(guī)模效率值與總產量的相關度都有了一定程度的改善。可以看出第三階段的效率值結果相比較第一階段的效率值結果更能真實地反映水稻生產的效率狀態(tài)。

4?提高水稻生產效率的建議

提高水稻生產者綜合素質。政府應組織水稻種植技術為主的綜合性培訓，也要注重網絡培訓，對合作社、家庭農場、種糧大戶進行創(chuàng)業(yè)培訓， 提高水稻生產者科學種田水平的同時，提高科學管理水平。

實現水稻規(guī)?；a。應大力發(fā)展土地托管的土地流轉方式，完善農村土地承包、經營權流轉制度，規(guī)范土地轉租行為，制定更加完善的利益分配政策，鼓勵規(guī)?；洜I。水稻生產布局時必須因地制宜，充分考慮農業(yè)機械總動力、水稻生產面積、農業(yè)勞動力、化肥施用量等生產要素投入帶來的影響，科學合理地布局水稻生產。

政策上給予相關支持。根據國家的相關政策和水稻供求形勢，盡快制定和完善水稻目標價格執(zhí)行預案，按照市場需求，提高優(yōu)質水稻保障，擴大目標價格政策實施區(qū)域。因地制宜地制定合理的農業(yè)補貼方式，加強支農惠農投資管理方式的改革，形成一個對農民有利的長效機制。

引導生產者合理看待農業(yè)保險。幫助農戶認識保險理賠方面的內容，轉變農戶對未知風險的態(tài)度，合理雇工，因為普通農戶生產水稻的規(guī)模小，要有計劃雇工，避免投入冗余現象出現，普通農戶購買農業(yè)保險的意識是對的，但不能盲目投入，要理性地面對未知風險。政府引導保險體系服務于水稻生產，鼓勵開展特色水稻生產保險，完善農業(yè)保險服務于基層的體系建設，強化對農業(yè)保險公司的監(jiān)管。

發(fā)揮不同生產主體的優(yōu)勢。學習普通農戶精耕細作的生產經驗，水稻生產過程具有不同于其他糧食作物的特殊性，不能夠長時間離開人工管理，普通農戶的生產規(guī)模適合在自有勞動力有限的情況下，管理水稻生產過程。充分利用家庭農場種糧大戶總體上處于規(guī)模報酬遞增的狀態(tài)，通過增加投入來獲得更多的回報。發(fā)揮水稻生產合作社服務功能，與農戶形成良好的互動關系，能夠為周圍農戶提供便利的、實際需要的水稻生產服務。

加大水稻技術推廣與科技支撐能力。健全基層農業(yè)科技推廣公共服務體系，提升基層農業(yè)科技推廣公共服務機構的服務能力。重視鄉(xiāng)鎮(zhèn)農業(yè)推廣機構的建設，培育全鄉(xiāng)鎮(zhèn)農技人員隊伍，推進農業(yè)科技成果轉化為現實生產力，為提高各地區(qū)的水稻生產效率提供技術支撐和保障。充分利用農業(yè)科研資源，刺激水稻生產相關技術的自主創(chuàng)新，鼓勵在最適宜區(qū)發(fā)展特色水稻品種生產，增加技術要素，提高單產，提高水稻品質，增強市場競爭力和抵御風險的能力。

參考文獻：

[1]Koopmans T C. Analysis of production as an efficient combination of activities[M]. New York：Wiley，1951.

[2]Farrell M J. The measurement of productive efficiency[J]. Journal of Royal Statistical Society，1957，120（3）：90-281.

[3]Fried H O，Lovell C A K，Yaisawarng S S. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis，2002，17（1/2）：157-174.

[4]郭軍華，倪?明，李幫義. 基于三階段DEA模型的農業(yè)生產效率研究[J]. 數量經濟技術經濟研究，2010，27（12）：27-38.

[5]苑?穎，楊春河，宋金杰，等. 基于DEA三階段模型的保定市農業(yè)生產效率分析[J]. 安徽農業(yè)科學，2017，45（16）：229-233.

[6]王東方，沈慧芳. 福建省農民專業(yè)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[J]. 武夷學院學報，2017，36（3）：33-41.

[7]肖?陽，朱立志. 基于三階段DEA模型的農戶生產技術效率研究——以甘肅省定西市和臨夏縣為例[J]. 世界農業(yè)，2017（4）：180-185.

[8]Dobermann A . Factors causing field variation of direct-seeded flooded rice[J]. Geoderma，1994，62（1/2/3）：125-150.

[9]Ozkan B，Akcaoz H，Fert C. Energy input-output analysis in Turkish agriculture[J]. Renewable energy，2004，29（1）：39-51.

[10]高?鳴. 中國糧食生產效率核算及其影響因素分析——基于SBM-Tobit模型二步法的實證研究[J]. 農業(yè)技術經濟，2012（7）：63-70.

[11]李?睿. 中國糧食主產區(qū)農業(yè)生產要素投入的產出效應分析[J]. 南方農業(yè)學報，2016，47（1）：153-158.

[12]朱?萌，齊振宏，綦校海，等. 究竟是什么影響了稻農水稻生產技術效率——基于湖北省稻農的調查數據[J]. 科技管理研究，2015，35（8）：77-82，95.

[13]Cao Y. Can Chinese firms behave like market entities：the case of Chinese iron and steel industry[J]. Applied Economics，1981（25）：269-277.

[14]Krasachat W. Performance measurement of the Thai oil palm farms：a non-parametric approach[J]. Songklanakarin Journal of Science and Technology，2001，23：763-69.

[15]周?煒. 多元化經營背景下家庭農場水稻生產效率——基于全國農村固定觀察點的實證研究[J]. 南京農業(yè)大學學報（社會科學版），2017，17（5）：132-137.

[16]孫頂強，盧宇桐，田?旭. 生產性服務對中國水稻生產技術效率的影響——基于吉、浙、湘、川4省微觀調查數據的實證分析[J]. 中國農村經濟，2016（8）：70-81.

[17]董宏林，王?微. 寧夏不同農業(yè)經營主體種植玉米和水稻的生產效率比較[J]. 安徽農業(yè)科學，2015，43（30）：305-307.

[18]吳?晨. 不同農業(yè)經營主體生產效率的比較研究[J]. 經濟縱橫，2016（3）：46-51.

[19]殷志揚，韓喜秋，顧金峰，等. 經濟發(fā)達地區(qū)新型農業(yè)經營主體糧食作物生產效率比較——以蘇州地區(qū)為例[J]. 江蘇農業(yè)科學，2017，45（14）：251-256.

[20]劉菲菲. 青島市新型農業(yè)經營主體生產效率的比較[J]. 農村經濟與科技，2015，26（5）：142-143，173.

[21]李柯逾，胡志全，侯麗薇. 黑龍江省嫩江縣不同經營主體大豆生產效率比較[J]. 農業(yè)經濟，2018（1）：18-20.

[22]沈江建，龍?文. 負產出在DEA模型中的處理——基于軟件DEAP的運用[C]//第十屆中國管理學年會論文集，2015.

[23]黃?森，蒲勇健. 中國省域經濟綜合效率分析——基于三階段DEA模型的研究[J]. 山西財經大學學報，2010，32（3）：23-29.