粮食经营是否进入稳定发展阶段？——基于江苏省水稻生产效率的测算

刘余，王越，周应恒

（南京农业大学经济管理学院，江苏 南京 210095）

经过改革开放三十多年来的快速发展，我国粮食产量实现了历史性的“十二连增”，农业发展取得了巨大成就。但与此同时，受农业生产要素价格上涨、人民币汇率上升和国际粮食价格下跌等因素影响[1]，我国粮食的国际竞争力水平迅速下降，粮食总产量、库存量与进口量“三量齐增”，形成“国货入库、洋货入市”的尴尬局面。已有研究指出，耕地经营规模的扩大有利于提高土地产出率[2]，从而降低单位产品生产成本，提高产品竞争力。因此，我国政府采取多种措施促进农业适度规模经营的发展，有效促进了农户小规模土地的流转、集中。第三次全国农业普查结果显示，截至2016年底，我国共有规模农业经营户398万户，农业经营单位204万个，两者实际耕种的耕地面积占全国实际耕种的耕地面积的28.6%。随着农业适度规模经营快速发展，学界关于经营规模的争论越来越多，什么样的规模水平算是适度规模？我国农业经营是否已经达到了适度规模？等问题成为当下研究重心。由此可见，农业适度规模经营作为提升我国农业竞争力水平的重要举措，准确把握其发展状况及所处阶段对未来我国农业政策选择具有重要的启示意义。

在农业适度规模经营相关问题的研究方面，辛岭和胡志金[3]基于收入原则，以农业净收入达到所在地区城镇居民可支配收入水平为标准，判断我国平均粮食生产适度规模经营面积应为7.3 hm2。郧宛琪[4]从效率提升视角进行计量分析，研究表明苏南家庭农场户均的最优经营规模为10.07 hm2，苏北为14.71 hm2。孔令成和郑少锋[5]针对上海松江家庭农场的研究表明，从事粮食生产的家庭农场最适土地规模为8.13～8.40 hm2。按照农业部规定，综合考虑效率原则和收入原则，土地经营规模相当于当地户均承包地面积的10～15倍为最优适度规模。2015年7月中国社科院农村发展研究所发布的《中国家庭农场监测报告》显示，经过两年多的发展，2015年家庭农场新增流转土地占比有所下降，同时，流转地块最长租期平均年限为12.8年，高于上年的数值，表明家庭农场在规模和土地租期两个方面渐趋稳定。

已有推论是基于对调查数据的观察和统计分析而得出的，能否进行实证研究？为了回答上述问题，我们需要引入效率测算方法。已有研究中关于技术效率和规模效率的测算方法已经较为成熟。当前，效率的估算方法主要有参数方法（随机前沿分析，SFA）和非参数方法（数据包络分析，DEA），张海鑫和杨钢桥[6]、田伟和柳思维[7]、陈静等[8]和张晓恒等[9]运用随机前沿分析方法分别对粮食生产技术效率、油料作物种植技术效率和生猪养殖的环境效率展开了研究。在采用数据包络分析法的相关研究中，高强和丁慧媛[10]运用DEA模型分析了山东省不同时间、空间上综合技术效率、纯技术效率和规模效率的差异；曾福生和高鸣[11]、贺志亮和刘成玉[12]和戚焦耳等[13]分别运用DEA单阶段模型和多阶段模型对我国农业生产效率展开研究；许朗等[14]利用Malmquist指数和DEA综合，对我国粮食主产区农业生态效率进行评价分析。但大多数研究中仅仅利用了DEA计算得出的效率值，并未充分利用其给出的规模无效性信息。贺正楚[15]在分析效率水平的基础上，对规模无效性质进行了描述性统计分析；Baležentis[16]在对立陶宛谷物农场规模报酬所处阶段进行分析后发现，大多数农场处于规模报酬递增阶段，亟需通过规模扩张来提高农业生产力水平。关于我国农业生产技术效率测算和分析的研究文献已经较为丰富，但是对农业经营发展所处阶段进行判断的研究尚且较少。因此，稻谷作为我国最重要的农产品之一，本文将以江苏水稻种植业为例，利用江苏省物价局农产品成本收益资料中的微观调查数据，采用全局DEA方法，测算农户生产的技术效率和规模效率，同时分析当前生产决策规模报酬变化方向，进而判断我国农业经营发展所处阶段，为未来农业政策调整的方向选择提供重要依据。

1 研究方法

1.1 数据包络分析方法

从前文分析中可以看出，目前效率的测算方法主要有数据包络分析法（DEA）和随机前沿分析法（SFA）两种，而本文为了获得生产决策规模报酬所处阶段的信息，以判断农业经营发展阶段，最终采用DEA方法展开后续研究。

在运用数据包络分析（DEA）方法计算效率值时，首先应根据规模报酬不变（constant returns to scale，CRS）或规模报酬可变（variable returns to scale，VRS）假设，运用线性规划方法构建观测数据的非参数分段曲面，将观测数据包络起来，构成不同的生产前沿面。CRS的假设适合于所有农户均以最优规模从事农业生产的情况，然而，现实中的经营者能力、要素约束等因素导致农户无法均在最优规模下从事经营活动。Afriat[17]、Färe等[18]和Banker等[19]在后续研究中对CRS假设下的DEA模型进行改进，用于解释规模报酬可变的情况。本文通过计算CRS假设下的技术效率以及VRS假设下的技术效率来进一步计算规模效率，同时通过求解在非递增规模报酬（non-increasing returns to scale，NIRS）约束条件下的技术效率来判断规模无效的性质（即递增或者递减的规模报酬）。

在计算农户个体的技术效率时，本文采取传统的投入导向（input-orientated）技术效率测量方法，即在不改变所生产的产出前提下，测算投入量可以按比例地减少多少来反映技术效率水平。图1给出了技术效率的测算思路，假设仅存在单投入x和单产出y，A、B、C、D、E为5个实际观测样本的投入、产出值，OC为固定规模报酬下的生产前沿面，ABCD为可变规模报酬下的生产前沿面。在投入导向下，可分别在CRS和VRS前沿面下表示出综合技术效率（TECRS）和纯技术效率（TEVRS），即：

图1 投入导向下CRS、VRS和NIRS前沿面下技术效率、规模效率测算示意图Fig. 1 Calculation diagram of input-oriented technical efficiency and scale efficiency under CRS, VRS and NIRS frontier

在运用DEA方法求解技术效率的过程中，本质上是对线性规划问题的求解。假设有I个农户，每个农户有N种投入与M种产出，列向量xi表示第i个厂商的投入，qi表示产出，N×I得到所有农户的投入矩阵X，M×I得到产出矩阵Q。由此，可以得到CRS假设下的包络模型：

式中：θ表示一个小于等于1的标量，λ表示一个I×1的常数向量。求解得到的θ值即为第i个农户的综合技术效率，根据法雷尔的定义，如果某农户的θ值等于1，则表明该农户位于CRS前沿面上，是技术有效的农户。

在并不是所有农户都以最优规模从事农业生产经营的条件下，使用CRS前沿面会导致技术效率与规模效率相混淆，因而需要通过使用VRS前沿面撇开规模效应，对纯技术效率进行测算。通过在（3）式中加入凸性约束条件，即：

便可得到VRS假设下的包络模型。该前沿面将观测的农户数据包络得比CRS前沿面更加紧凑，因而计算所得到的纯技术效率值将大于或等于CRS前沿面下所得到的综合技术效率值。

综合技术效率可以分解为两个部分，一个是纯技术效率，另一个是规模效率（SE）。规模效率的具体计算方法为：

在对规模效率的经济学意义进行解释之前，我们需要对技术最优生产能力规模（technically optimal productive scale，TOPS）进行了解。在图1中的VRS前沿面上，农户A、B处于规模报酬递增区域，其通过增加投入向C点移动，会更具有生产能力，相应的农户D则处于规模报酬递减区域，因此，我们定义农户C所对应的规模为TOPS。规模效率则表示样本农户在向TOPS点移动时生产率所能增加的量。

仅通过上述方法测算规模效率仍存在不足，即该值无法指示农户是处于规模收益上升的区域还是位于下降的区域。为了能够直接判断出规模无效的性质，需要引入非递增规模报酬（NIRS）前沿面。在NIRS前沿面下，除TOPS所对应的农户C之外，当TENIRS= TEVRS时，样本农户处于规模报酬递减的阶段，否则处于规模报酬递增的阶段。同时，根据Färe 等[18]、Färe 和 Grosskopf[20]、Grosskopf[21]的研究成果，我们可以依据规模无效的性质将农户的投入规模分为3类，处于规模报酬递增阶段的农户具有次优的投入规模（sub-optimal scale），处于规模报酬不变阶段的农户具有最优的投入规模（optimal scale），处于规模报酬递减阶段的农户具有超最优的投入规模（supra-optimal scale）。

基于上述方法和已有理论，可得到本文最为关键的论证依据，即当农户的投入规模处于规模报酬递增阶段的比例较高且呈逐年上升的趋势时，农户应当通过规模扩张来提高生产率，且扩张速度逐年攀升；反之，当处于规模报酬递增阶段（次优投入规模）的农户比重逐渐下降，则在效率最优视角下，农户经营规模扩张的需求强度减弱。

此外，需要注意的是，在进行动态的DEA效率测算时，序列技术Malmquist指数模型应用最为广泛，但由于江苏省物价局农产品成本收益资料中的水稻种植户数据存在较为严重的不连续性，为非平衡面板数据，无法适用该模型。因此，本文借鉴臧洪等[22]研究，引入全局DEA效率测算方法，将所有时期投入产出数据构造全局参照集，进而得出能够进行跨期比较的综合技术效率、纯技术效率和规模效率值。

1.2 数据来源

“率先实现农业现代化”是江苏省主要发展目标之一，这不断推动着江苏在促进农业现代化方面发挥示范和引领作用，逐步将现代农业建设迈上新台阶[23]。因此，江苏农业经营发展现状对判断我国现代农业未来发展趋势具有借鉴意义，以江苏省为例展开研究较有意义。根据数据的可获得性，本文选取2008—2016年江苏省物价局农产品成本收益资料中的水稻种植户数据进行实证分析。2008年以来，每年调查农户数量均在330户左右，8年来共计调查2 676户，其中规模化农业经营者215户。

1.3 变量选择

本文参照贺志亮和刘成玉[12]、戚焦耳等[13]和贺正楚[15]在研究中对投入、产出变量的选择，最终选取水稻总产量作为产出变量，土地面积、劳动力投入量、种子用量、农药费用、化肥折纯量和机械服务费作为投入变量。为了考察农户土地投入规模所处的规模报酬变化阶段，本文引入土地面积作为投入要素，将农户水稻总产量作为产出。其次，为了解决劳动力官方价格与市场价格之间的差异问题，本文将劳动力投入量作为要素变量代表用工情况。同时，使用传统的种子用量、化肥折纯量、农药费用和机械服务费等变量，全面地涵盖了水稻种植生产过程的主要投入要素。表1展示了所有投入产出变量的描述性统计分析结果。

表1 投入、产出变量描述性统计分析Table 1 Descriptive statistics of input and output variables

2 结果与分析

2.1 江苏水稻生产技术效率及其概率分布变化分析

图2 江苏省水稻种植户平均综合技术效率、纯技术效率和规模效率变化Fig. 2 Change of average TECRS, TEVRS and SE in Jiangsu Province

2008—2016年江苏省水稻种植户的平均纯技术效率值仅为0.86（即纯技术无效值为0.14），而同期规模效率高达0.99 （即规模无效值为0.01）。同时，伴随着适度规模经营主体的逐步发展，农户纯技术效率水平由2008年的0.85提升至2016年的0.87，技术无效水平下降了0.02；期间，农户纯技术效率水平经历了数次下降，其中2015—2016年农户纯技术效率水平下降最为严重，由0.89下降至0.87 （图2），这主要是受2016年江苏省气候条件以及本文研究方法影响。2016年江苏省主要稻麦种植区受异常天气影响较大，轮作期间雨水较强，病虫害增多，对小麦、水稻产量有负向影响，为达到相同产出水平，投入将增加，因此投入导向下的技术效率水平将有所降低；同时本文选取全局DEA效率测算方法，将所有时期投入产出数据置于同一前沿面下，在技术条件不变、技术利用水平不变的情况下，受气象灾害影响，2016年农户纯技术效率整体水平将偏低。从规模效率一直处于较高水平可以看出，纯技术无效是综合技术无效的主要原因，在此情况下，农户综合技术效率水平与纯技术效率水平的变动情况始终保持一致。

在对农户技术效率和规模效率的平均水平及其变化情况进行分析的基础上，进一步分析农户效率水平的分布情况，有助于了解农户效率水平间的差异。由于2015—2016年江苏稻农纯技术效率水平出现显著下降，为尽可能保留差异，选取2008年、2011年、2015年和2016年农户纯技术效率水平分布情况进行分析。从图3可以看出，2008—2016年农户纯技术效率概率分布形状出现了明显变化。2008年农户纯技术效率分布较为分散，概率分布图呈现出宽且平滑的形状。从2011年开始，江苏稻农纯技术效率水平分布出现了分化，2008—2011年在江苏农机快速发展、应用以及农业技术推广、普及的作用下，江苏稻农纯技术效率水平逐渐提高，大部分农户向0.87～0.88的效率水平处集中。此后，2015—2016年更有少部分农户向0.96～0.97的效率水平处集中，但大部分的农户纯技术效率水平仍集中在0.89～0.9之间，可以理解，江苏稻农效率水平越高，纯技术效率水平提升越为困难。那么，是否是适度规模经营主体带动了纯技术效率水平的提升？如果是，则可以根据2015—2016年纯技术效率水平较高的江苏稻农概率分布较为稳定，推论出粮食经营趋于稳定，且稳定在适度规模范围内。

图3 江苏省水稻种植户纯技术效率概率分布图Fig. 3 Probability distribution of TEVRS in Jiangsu Province

2.2 不同规模农户纯技术效率变化分析

首先将验证“是否是适度规模经营主体带动了纯技术效率水平的提升？”。在了解纯技术效率的概率分布之后，进而从农户经营规模的角度来观察纯技术效率的差异和变动情况。诸多研究大多以整数作为规模划分标准，本文将根据农业适度规模的标准计算出江苏农业适度经营规模，并以此作为划分标准。根据可获得的最新数据，2015年江苏省农村耕地总面积为460.4万hm2，农户1 430.61万户，户均耕地面积0.322 hm2；按照农业部规定，最优适度规模为当地户均耕地面积的10～15倍，即为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作为考察江苏稻农纯技术效率差异的规模分组标准。

随着经营规模的逐渐扩大，农户平均纯技术效率水平经历了先上升后下降的趋势。当农户水稻经营规模仅在0～3.22 hm2时，农户平均纯技术效率水平最低，为0.863；随着规模的扩大，农户纯技术效率水平逐步提高，当经营规模达到3.22～4.83 hm2时，农户平均纯技术效率达到了最高值，即0.891；此后，随着经营规模的进一步扩大，农户纯技术效率水平又出现下降，当经营规模达到4.83 hm2以上时，农户纯技术效率水平仅为0.843（表2）。由此说明，农户的纯技术效率水平并不是随着经营规模的扩大而无限提高，趋向于1的，水稻种植生产从纯技术效率最优角度考虑存在适度规模，这与农业部给出的最优适度规模标准基本契合。结合分析看出，在适度规模区间（3.22～4.83 hm2）内，江苏稻农纯技术效率水平最高，结合图3中出现的分化，表明当前江苏粮食经营中确实是由适度规模经营主体来带动技术效率水平的提升，而“粮食经营趋于稳定”的推论是否成立还有赖于进一步验证。

表2 不同种植规模农户平均纯技术效率变化情况Table 2 Change of TEVRS of different farm size

2.3 粮食经营发展阶段的判断分析

根据Färe等[18]、Färe和Grosskopf[20]、Grosskopf[21]的研究方法，可以对样本农户规模无效的性质（即规模报酬所处阶段）进行判断。需要注意，在前文中为了使计算得出的效率值能够进行跨年比较，引入了全局DEA效率测算方法，但在该部分进行规模无效性质的判断时，逐年地构建生产前沿面从而判断该农户生产投入规模报酬所处阶段更能反映出规模无效性质的时间变化趋势。

从图4可以看出，处于规模报酬不变阶段的农户所占比重变化幅度较小，2008—2016年该比重维持在8.8%～17.1%之间；处于规模报酬递增阶段的农户所占比重呈现出先上升后下降的趋势，2008—2011年该比重迅速上升至59.9%，表明农户亟需通过规模扩张来实现生产力水平的提升，但在2012年之后，处于该阶段的农户所占比重迅速下降，到2016年仅为33.3%；相应的处于规模报酬递增减阶段的农户所占比重则呈现出先下降后上升的趋势，2008—2011年该比重由63.2%迅速下降至28.1%，之后又上升至2016年的54.6%。由此可以判断，处于次优投入规模阶段的农户比重近年来呈下降趋势，且2015—2016年比重基本维持在33.2%～33.3%，趋势较为一致、稳定。基于效率最优的视角，可以判断，有规模扩张需求的农户所占比重下降，粮食生产在经历了规模的快速扩张之后，逐渐进入稳定发展期，进而验证了本文上述推论，也印证了中国社科院农村发展研究所的监测结果。

图4 依据规模无效性质划分农户结构变化Fig. 4 Structure change of farmers from the perspective of the nature of scale invalid

在上述分析的基础上，本文将样本农户进一步细分为普通户和规模户，分别观察其规模无效性质的变化情况。其中，具有次优投入规模的规模户比重始终维持在0～19.4%之间，其中2013年规模扩张的需求强度达到最高点，2015年比重回落至0，表明所有的规模户均具有最优或者超最优的投入规模，效率最优视角下的规模扩张需求强度减弱，规模户粮食生产经营趋于稳定；普通户处于规模报酬递增阶段的比重由2008年的28.3%迅速上升至2011年的64.9%，规模扩张需求逐渐增强，但在2011年之后，该比重又迅速下降至2015年的37.2%。

可以看出，农户处于规模报酬递增阶段的比重变化趋势与我国农业规模化经营发展进程十分契合。在日益开放的市场格局下，中国农业无论是内部结构还是外部环境都发生了根本性的变化，农业现代化、农民增收以及农产品国际竞争力提升都遭遇了严重的制约瓶颈。面对“三农”发展中实际需求，在国家政策的引导下，农业规模化经营迅速发展，农业生产力再次得到了释放。随着投入规模的持续扩大，农业技术水平、基础设施条件和农户经营能力对生产力提升的约束力不断增强，但部分地区出现了片面追求超大规模的倾向，农民利益受损。因此，2013年中央“一号文件”明确提出家庭农场概念，2014年进一步颁布《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》，明确规定当地户均承包地面积的10～15倍为最优、适度的农业经营规模，基于效率最优的判断标准，农业投入扩张速度趋缓，农业经营发展趋于稳定。

3 结论与建议

3.1 结论

随着农业适度规模经营的快速发展，农业生产技术效率水平仍有小幅提升空间，而规模效率已达到较高水平，进一步提升空间有限。其中，江苏省水稻种植户纯技术效率水平位于0.85～0.9之间，规模效率水平趋近于1。同时，农业最优适度规模区间从效率视角看来同样有效。在最优适度规模区间内，江苏稻农纯技术效率水平达到最高值，这也进一步表明，农业经营规模并不会无限扩张，在特定技术条件和资源禀赋条件下，农业经营规模将逐渐进入最优区间。

江苏稻农纯技术效率水平分布出现了分化，农户向更高纯技术效率水平处集中的速度呈现出由快变慢的趋势。已有结论表明最优适度规模区间内农户技术效率水平更高，绝大部分不处于适度规模区间内的农户都为小规模农户，农户向更高效率水平处集中速度的趋缓进一步表明农户规模结构趋于稳定，粮食经营规模进入稳定发展阶段。

进一步更为直接的研究结论表明，近年来处于规模报酬递增阶段的农户比重呈现出下降的趋势，基于效率最优视角，经营规模扩张的需求强度减弱，粮食经营逐渐步入稳定发展时期；若仅对规模户进行分析，得出的趋势更为明显，这也印证了中国社科院农村发展研究所的监测结果。同时，这对未来我国农业政策支持重心的选择有重要借鉴意义。

本文是从效率角度研究我国农业发展所处阶段的一次有益尝试，在对我国农业发展现状与未来趋势有了基本认识的基础上，将考虑“三农联动”的约束，进一步对营农收入增长、农业适度规模及其实现形式等问题展开深入研究。

3.2 建议

综上所述，从实现效率最优的角度看来，我国粮食经营已经步入稳定发展时期。江苏作为农业大省，承担着保障我国粮食安全的重要责任，在粮食经营步入稳定发展时期的背景下，应当积极采取以下措施。

首先，农业生产的纯技术效率水平仍有一定的提升空间，因此可通过农业技术的推广、发展农业社会化服务等措施进一步提高效率水平。

长江河道采砂管理能力建设，是指为增加长江河道采砂管理能力所进行的各项投入和开展的相关工作，包括硬件建设和软件建设两个方面。硬件建设是指人、财、物层面的建设，软件建设是指法规、制度和管理办法层面的建设。“长江河道采砂管理合作机制”的形成，标志着长江河道采砂管理能力建设从制度层面得到了加强。

其次，尽管由于规模分化带来了江苏稻农纯技术效率水平的分化，但我们仍应考虑到政府干预下高土地租金所带来的影响，2009—2016年江苏土地流转金由3 412.5元/hm2上升至11 866.5元/hm2，土地流转金在农业生产总成本中所占比重由21.6%上升至38.1%，最高达到了50%，政府设定最低土地流转价格是重要影响因素，因此，未来政府应合理引导土地流转价格水平，进一步畅通土地流转市场，避免对粮食经营发展进程造成过多的干预。

此外，应当调整未来农业政策支持重心，若不转变原有对农业规模经营主体的支持政策，延续当前模式取得的成效将逐渐缩小，未来应当提高对农业基础设施建设、农业技术研发的支持水平，不断抬高农业生产前沿面，从而进一步释放农业生产力。

参考文献：

[1] 陈锡文. 在2015年中国农村发展高层论坛上的讲话[R]. 北京:农业部农村经济研究中心, 2015.Chen X W. Speech at the “China Rural Development Forum in 2015”[R]. Beijing: Rural Economy Research Center, Ministry of Agriculture, 2015.

[2] 农业部改革试验区办公室. 从小规模均田制走向适度规模经营——全国农村改革试验区土地适度规模经营阶段性试验研究报告[J]. 中国农村经济, 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] 辛岭, 胡志全. 中国农业适度经营规模测算研究[J]. 中国农学通报, 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] 郧宛琪. 家庭农场适度规模经营及其实现路径研究[D]. 北京:中国农业大学, 2016.Yun W Q. Study on appropriate operation scale and realization route of household-farm[D]. Beijing: China Agricultural University, 2016.

[6] 张海鑫, 杨钢桥. 耕地细碎化及其对粮食生产技术效率的影响——基于超越对数随机前沿生产函数与农户微观数据[J].资源科学, 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] 田伟, 柳思维. 中国农业技术效率的地区差异及收敛性分析——基于随机前沿分析方法[J]. 农业经济问题, 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] 陈静, 李谷成, 冯中朝. 油料作物主产区全要素生产率与技术效率的随机前沿生产函数分析[J]. 农业技术经济, 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] 张晓恒, 周应恒, 张蓬. 中国生猪养殖的环境效率估算——以粪便中氮盈余为例[J]. 农业技术经济, 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] 高强, 丁慧媛. 山东省现代化进程中农业生产效率测算与分析——基于1993—2008年数据的DEA模型实证分析[J]. 中国农学通报, 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, 高鸣. 我国各省区现代农业发展效率的比较分析——基于超效率DEA及Malmquist模型的实证分析[J]. 农业经济与管理, 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] 贺志亮, 刘成玉. 我国农业生产效率及效率影响因素研究——基于三阶段DEA模型的实证分析[J]. 农村经济, 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, 郭贯成, 陈永生. 农地流转对农业生产效率的影响研究——基于DEA-Tobit模型的分析[J]. 资源科学, 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] 许朗, 罗东玲, 刘爱军. 中国粮食主产省(区)农业生态效率评价与比较——基于DEA和Malmquist指数方法[J]. 湖南农业大学学报(社会科学版), 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] 贺正楚. 基于数据包络分析法的湖南省“两型”农业生产效率评价[J]. 农业现代化研究, 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] Baležentis 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] Färe 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] Färe 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, 丰超, 周肖肖. 绿色生产技术、规模、管理与能源利用效率——基于全局DEA的实证研究[J]. 工业技术经济,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] 吴沛良. 坚持五大发展理念 推进江苏现代农业建设[J]. 唯实,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.