如何有效提高家庭农场的全要素生产率

李友艺 钱忠好

摘要：研究目的：基于上海松江区家庭农场的调查数据计算家庭农场的全要素生产率，离析出影响家庭农场全要素生产率的关键因素，据以提出有针对性的措施。研究方法：Global Malmquist和混合Tobit模型。研究结果：（1）2007—2017年，全部家庭农场全要素生产率指数为1.077 3，其中，纯效率变化指数为0.998 4、技术变化指数为1.075 0、规模效率变化指数为1.007 2；纯粮食种植型家庭农场全要素生产率指数为1.061 9，纯效率变化指数为0.989 6，技术变化指数为1.071 9，规模效率变化指数为1.004 6；其他类型家庭农场全要素生产率指数为1.081 7，其中，纯效率变化指数、技术变化指数和规模效率变化指数分别为1.027 9、1.049 0和1.014 0。（2）总体水平上，农场主是否有农业从业经历、是否有农机驾驶证、土地经营权合同年限、是否购买农机作业正向影响全部家庭农场的全要素生产率，但不同类型家庭农场全要素生产率的影响因素存在差异。研究结论：虽然松江家庭农场全要素生产率增长速度较快，但仍然存在一定的提升空间。为此，需要提高家庭农场劳动力素质，切实保障好家庭农场的土地经营权，健全农机社会化服务体系，引导家庭农场走适度规模经营之路，有针对性地制定多样化的农业补贴政策。

關键词：土地经济；家庭农场；全要素生产率

中图分类号：F301 文献标志码：A 文章编号：1001-8158（2023）04-0084-11

基金项目：国家自然科学基金项目（71673234）；江苏省“六大人才高峰”项目（NY-069）。

进入21世纪后，我国农地流转显现加速发展的趋势。截至2017年底，我国农地流转面积为5.12亿亩，流转率为37%①。通过“三权分置”的制度安排，初步实现了土地经营权的健康有序流转，使我国农业分散、小规模的土地经营状况逐步得以改善，并为家庭农场等新型农业经营主体的发展创造了条件。在诸多新型农业经营主体中，由于家庭农场既坚持了农业家庭经营的合理内核，又在一定程度上摒弃了小农户生产经营可能的不足，因而家庭农场备受中央政策和地方政府的推崇和扶持。农业农村部的调查显示，2014年我国家庭农场数不到14万户，2018年则增长至近60万户②。然而，尽管我国家庭农场发展势头良好，但家庭农场发展的质态仍不尽如人意。钱忠好等[1]研究表明，家庭农场的效率处于较低的水平上，纯技术效率和规模效率均有极大的提升空间。因此，从动态变化的角度考察家庭农场效率特别是从全要素生产率的视角考察家庭农场的发展状况，揭示影响家庭农场发展质态的关键因素，进而有针对性地采取有效措施促进家庭农场的健康发展，就具有极其重要的意义。

已有研究尝试运用多种方法测度家庭农场的效率，分析诸多因素对家庭农场效率的影响作用，并提出促进家庭农场效率提升的对策建议。在测度家庭农场的技术效率或全要素生产率时，研究者大多采用参数法和非参数法两种方法。参数法主要运用随机前沿生产函数法（SFA），如蔡荣等[2]对我国1 278户种植业家庭农场的技术效率进行了测度，研究发现，我国家庭农场的整体技术效率水平偏低；吴方[3]对湖北武汉和安徽郎溪603户家庭农场的平均技术效率进行了估算，结果为0.58；王丽霞等[4]对安徽省1 647个家庭农场的全要素生产率进行了测度，结果表明，2011—2016年家庭农场全要素生产率年均增长仅为0.75%，与邓正华等[5]的研究有较大差异；邓正华等对洞庭湖区110户水稻种植家庭农场全要素生产率的估算结果表明，2009—2018年家庭农场全要素生产率年均增长达5.3%。非参数法主要依赖于数据包络分析法（DEA）和Malmquist指数法对家庭农场的生产效率进行测度，如俞博等[6]测度了浙江省193个家庭农场的技术效率，研究发现，家庭农场技术效率不高主要源于纯技术效率过低；MARTINHO[7]计算了2008—2013年欧盟各区域家庭农场的全要素生产率，结果表明，家庭农场全要素生产率呈现两极分化现象，或增长较快，或表现为负增长；LATRUFFE等[8]计算了波兰250个家庭农场全要素生产率发现，1996—2000年波兰家庭农场的全要素生产率停滞不前，但LATRUFFE等[9]计算法国和匈牙利两国家庭农场2001—2007年种植业农场的全要素生产率得出，两国全要素生产率分别年均增长达到4.6%和3%。关于相关因素对家庭农场效率的影响，研究者的结论不尽相同。一些研究发现，高昂的土地使用成本、家庭非农兼业等因素会阻碍家庭农场技术效率的提高，而有效的土地流转、规范的农业技术指导等因素对家庭农场技术效率的提升具有显著的促进作用[3，10-11]；还有学者研究得出雇佣劳动和农场兼业会阻碍家庭农场全要素生产率的提高[8]；家庭规模、农场经营年限、社会资本和政府农业补贴等则能够促进家庭农场全要素生产率的增长[12-13]；关于土地规模对家庭农场全要素生产率的影响，研究结论不尽相同，SHENG等[14]研究发现，土地经营规模对家庭农场全要素生产率的影响呈正向作用，HELFAND等[15]则认为，两者之间表现为“U”型关系。关于如何提高家庭农场的效率，有研究指出要通过引导农地有序流转和统筹整治提高农地集约高效利用水平，实现土地适度规模经营；有学者建议要重视农业人力资本的培育，促进先进技术的研发、运用和推广，健全农业技术服务体系[4-5]；也有研究主张通过调整农业政策以提高劳动生产率，和改善农业基础设施等外部生产环境以提高产出水平[7，9]。

现有研究关于家庭农场效率的判断及其影响因素的分析之所以存在差异，甚至结论大相径庭，可能原因在于：第一，现有研究大多基于截面数据分析家庭农场的效率，而要把握家庭农场效率的动态变化，需要基于面板数据对家庭农场全要素生产率进行研究；不仅如此，由于影响家庭农场效率的因素和影响家庭农场全要素生产率及其构成的因素并不是同质的[13]，因此，需要基于家庭农场全要素生产率的视角解析影响家庭农场全要素生产率及其构成的因素的作用。第二，现有研究在计算家庭农场全要素生产率时通常采用经典的Malmquist生产率指数法，基于这一方法计算出的家庭农场全要素生产率指数往往存在不具循环性、可能无解且不允许技术退步的问题。第三，现有研究在家庭农场样本选择上，大多采用抽样的方法，由于各区域间无论自然条件还是社会经济条件都必然存在着一定的差异，家庭农场经营类型也会存在一定的差异，家庭农场外部异质性的存在会影响到全要素生产率及其影响因素的估算结果。

不难理解，要有效提高家庭农场的全要素生产率，不仅需要有高质量的家庭农场研究样本及其可观察的长期研究数据，而且需要选择合适的研究方法准确计算家庭农场的全要素生产率及其构成，并运用可靠的分析工具研究影响家庭农场全要素生产率及其构成的因素的作用，如此才能为有针对性地采取有效措施提供科学依据。为此，本文做了如下的改进：第一，以较早探索发展粮食规模化生产且具有十多年发展历史的上海松江家庭农场为研究对象，并对松江区2017年登记在册的全部945户家庭农场进行了问卷调查，获取了家庭农场2007—2017年的投入、产出数据，数据时间跨度长，数据质量较好，能最大限度地控制外部异质性对家庭农场全要素生产率计算及其影响因素分析可能带来的影响。第二，采用Global Malmquist生产率指数法计算家庭农场的全要素生产率变化情况，既满足了循环性要求又避免了无解且允许技术退步的存在[16]。不仅如此，还参照RAY和DESLI的分解方法将Global Malmquist生产率指数在规模报酬可变假设下分解为纯效率变化指数、技术变化指数和规模效率变化指数[17]，这有助于对家庭农场全要素生产率指数进行深入的讨论。第三，采用混合Tobit模型綜合考察家庭农场主和家庭农场特征变量等对家庭农场全要素生产率及其构成的影响，指标体系全面涵盖了劳动力素质、农场禀赋因素、土地因素、农机作业因素、制度政策因素等，并据以提出有针对性的措施。

1 研究区概况及数据来源

上海市松江区是全国较早探索发展家庭农场的地区。早在2007年，松江区政府就发布了《关于鼓励粮食生产家庭农场的意见》，大力鼓励发展粮食生产型家庭农场[18]。经过十多年的实践探索，松江家庭农场得到了长足的发展，农业生产初步实现由小农户经营向家庭农场规模化经营的转变。2017年4月，由扬州大学、中国人民大学、南京农业大学、南京审计大学师生组成的课题组在松江进行了预调查，走访了松江相关职能部门和部分家庭农场。2017年8月和2018年3月，课题组在松江进行实地问卷调查，收集登记在册的945户家庭农场2007—2017年的投入、产出数据。需说明的是，有两户家庭农场缺失了2017年的产出数据，但基于样本数据完整性的考虑，笔者保留了这两户家庭农场其余年份的数据。最终得到各类家庭农场的样本数量为：全部样本5 181个、纯粮食种植型样本4 177个、其他类型样本969个①。

2 家庭农场全要素生产率及其构成的测定

2.1 模型设定

2.2 样本的描述性统计

家庭农场的投入向量包括每公顷的家庭劳动力投入、雇工投入、资本投入和机械投入。家庭劳动力投入用所有家庭农场自有劳动力劳作的总天数表示。雇工投入用家庭农场投入的季节性临时雇工费用表示。资本投入包括种植粮食作物投入的化肥、有机肥、农药、运杂费及农机购置成本③，生猪养殖中投入的水电费、保养修理费、取暖焦炭费等，以及农机服务中投入的燃油费、保养维护费、修理费、水电费等。机械投入是指家庭农场购买的农机作业费用，包括粮食生产和培肥地力过程中所购买的机耕、机播、机收等服务费用④。家庭农场的产出用家庭农场每公顷的产值表示。家庭农场投入和产出的描述性统计见表1。

2.3 家庭农场的全要素生产率

表2汇报了各类家庭农场的全要素生产率指数及其构成的计算结果。就全部家庭农场而言，全要素生产率指数（MI）为1.077 3，这一数据表明，全部农场全要素生产率年均增长达到7.73%。进一步地，纯效率变化指数（PEFFCH）为0.998 4，表明其阻碍了全部农场全要素生产率的增长；技术变化指数（TECHCH）和规模效率变化指数（SCH）分别为1.075 0和 1.007 2，表明其促进了全部农场全要素生产率的增长。就纯粮食种植型家庭农场而言，全要素生产率指数（MI）为1.061 9，表明其全要素生产率年均增长6.19%，略低于全部农场；纯效率变化指数（PEFFCH）为0.989 6，略高于全部农场，但其仍然阻碍了纯粮食种植型农场全要素生产率的增长；技术变化指数（TECHCH）和规模效率变化指数（SCH）分别为1.071 9和1.004 6，均略低于全部家庭农场。就其他类型家庭农场而言，全要素生产率指数（MI）为1.081 7，表明其全要素生产率年均增长8.17%，略高于全部农场；纯效率变化指数（PEFFCH）、技术变化指数（TECHCH）和规模效率变化指数（SCH）分别为1.027 9、1.049 0和1.014 0，表明其对其他类型农场全要素生产率的增长均有促进作用。

图1汇报了2007—2017年各类家庭农场的全要素生产率指数及构成的变化情况。

从全部家庭农场来看，全要素生产率指数（MI）在各年均大于1，说明全部农场的全要素生产率连续10年得到了增长。纯效率变化指数（PEFFCH）围绕着1上下波动，其中，2009年、2012年、2015年位于较低的水平上。技术变化指数（TECHCH）除2008年外均大于1，说明技术进步在绝大多数时期都促进了全部农场全要素生产率的增长。规模效率变化指数（SCH）也围绕着1上下波动，其中，2016年、2017年规模效率变化指数较低。

从纯粮食种植型家庭农场来看，全要素生产率指数（MI）除2013年外均大于1，说明纯粮食种植型农场的全要素生产率大多数年份均得到了增长。纯效率变化指数（PEFFCH）围绕着1上下波动，且大多数时期小于1。技术变化指数（TECHCH）除2013年、2014年外均大于1，说明就总体水平而言，技术进步促进了纯粮食种植型农场全要素生产率的增长。规模效率变化指数（SCH）在2011年之前均大于1，表明这一阶段规模效率促进了全要素生产率的增长。2011年之后，规模效率变化指数除个别年份（2014年）外都小于1，需要引起足够的重视。

从其他类型家庭农场来看，全要素生产率指数（MI）在各年均大于1，说明其他类型农场的全要素生产率连续10年得到了增长。纯效率变化指数（PEFFCH）围绕着1上下波动，并且大多数年份纯效率变化指数较低。技术变化指数（TECHCH）除2016年外均大于1，表明技术进步成为多年全要素生产率增长的主要来源。规模效率变化指数（SCH）仅在2012年和2017年小于1，说明规模效率对其他类型农场全要素生产率的增长起到了促进作用。

3 如何有效地提升家庭农场的全要素生产率

3.1 模型设定

3.2 计量结果及分析

利用Stata 16得到的计量结果见表4和表5。表4和表5中，模型1—模型12的Prob>F均在1%或5%的水平上显著，说明模型的解释变量具有较好的显著性。

表4中的模型1是对全部样本家庭农场全要素生产率指数影响因素的估计结果。模型结果显示，家庭农场主的特征变量中，是否有农业从业经历和是否有农机驾驶证分别在5%和1%的水平上显著，且正向影响家庭农场的全要素生产率指数。家庭农场的特征变量中，土地经营权合同年限和是否购买农机作业分别在5%和1%的水平上显著，且正向影响家庭农场的全要素生产率指数。表4中的模型2—模型4是对全部样本家庭农场纯效率变化指数、技术变化指数和规模变化指数影响因素的估计结果。从家庭农场主的特征变量来看，是否有农业从业经历正向影响纯效率变化指数。可能的原因是，随着时间的推移，有农业从业经历的农场主会更容易发挥好“干中学”的经验并持续提高纯效率[13]，进而有利于提升家庭农场的全要素生产率。是否有农机驾驶证正向影响纯效率变化指数、技术变化指数和规模效率变化指数。可能的原因是，有农机驾驶证的农场主更易使用机械和掌握技术，有更强的经营管理能力，从而能从整体上促进全要素生产率的增长。从家庭农场的特征变量来看，是否是纯粮食种植型在模型2中显著为负，在模型3中显著为正，这说明只种植粮食作物一方面不利于提高纯效率，另一方面又有利于长期的技术进步。土地经营权合同年限在模型3中显著为负，在模型4中显著为正，这意味着其负向影响技术变化指数的同时也正向影响规模效率变化指数，并且其对规模效率变化指数的正向影响更大，因此，更加稳定的土地经营权有利于优化家庭农场的规模进而促进其全要素生产率的增长[22]。经营土地面积在模型2和模型3中均显著为负，表明经营土地面积负向影响纯效率变化指数和技术变化指数；该变量及其平方项在模型4中分别显著为正和显著为负，表明经营土地面积与规模效率变化指数呈倒“U”型的关系，说明规模适中的农场更容易获得较高的规模效率[23]。是否购买农机作业在模型3和模型4中均显著为正，说明其正向影响技术变化指数和规模效率变化指数，可能的原因在于，松江区建立了机农互助点、农机合作社、村集体服务队的农机作业服务网络，家庭农场可以极为便捷地购买农机作业服务[1]，因此对大型农机不投入或少量投入可以长期有效地减少成本、优化规模并避免技术退步。单位面积种粮补贴正向影响纯效率变化指数的同时也负向影响技术变化指数和规模效率变化指数。可能的原因在于，农业补贴一方面能够改善农场的收入，提高经营者的生产积极性，另一方面也可能会减弱经营者追求技术进步的努力程度[21]。此外，村人均收入负向影响纯效率变化指数，但并没有显著影响到家庭农场全要素生产率的增长。

表5中的模型5是对纯粮食种植型家庭农场全要素生产率指数影响因素的估计结果。模型结果显示，家庭农场主的特征变量中，是否有农业从业经历在10%的水平上显著，且正向影响纯粮食种植型农场的全要素生产率指数。家庭农场的特征变量中，土地经营权合同年限在5%的水平上显著，且正向影响纯粮食种植型农场的全要素生产率指数；单位面积种粮补贴在5%的水平上显著，且负向影响纯粮食种植型农场的全要素生产率指数。表5中的模型6—模型8是对纯粮食种植型家庭农场纯效率变化指数、技术变化指数和规模变化指数影响因素的估计结果。从家庭农场主的特征变量来看，年龄与技术变化指数呈倒“U”型关系，受教育年限负向影响技术变化指数，但二者对纯粮食种植型农场的全要素生产率指数并没有显著影响。是否有農业从业经历正向影响规模效率变化指数，这说明纯粮食种植型农场主能够根据从事农业的经验把握好粮食种植规模，进而有利于其全要素生产率的增长。是否有农机驾驶证正向影响纯效率变化指数，这说明纯粮食种植型农场主具有农机驾驶证有利于长期改善纯效率。从家庭农场的特征变量来看，土地经营权合同年限在模型6和模型8中均显著为正，表明稳定的土地经营权有利于长期提高纯粮食种植型农场的纯效率和规模效率[24]，进而很好地促进了其全要素生产率的增长。经营土地面积在模型6中显著为负，说明扩大规模不利于改善纯粮食种植型农场的效率；该变量和其平方项在模型7分别显著为负和显著为正，说明较小和较大的经营规模更有利于纯粮食种植型农场的技术进步。是否购买农机作业负向影响纯效率变化指数，但同时也正向影响其规模效率变化指数。单位面积种粮补贴正向影响纯效率变化指数和技术变化指数，同时也负向影响规模效率变化指数。此外，村人均收入负向影响纯粮食种植型农场的纯效率变化指数，但并没有显著影响到其全要素生产率的增长。

表5中的模型9是对其他类型家庭农场全要素生产率指数影响因素的估计结果。模型结果显示，家庭农场主的特征变量中，是否有农业从业经历在5%的水平上显著，且正向影响其他类型农场的全要素生产率指数。家庭农场的特征变量中，是否购买农机作业在1%的水平上显著，且正向影响其他类型农场的全要素生产率指数。表5中的模型10—模型12是对其他类型家庭农场纯效率变化指数、技术变化指数和规模变化指数影响因素的估计结果。从家庭农场主的特征变量来看，是否有农业从业经历正向影响其他类型农场的规模效率变化指数，这说明其他类型家庭农场主从事农业的经验能够帮助其把握好农场的适度规模，从而有利于长期改善农场的全要素生产率。从家庭农场的特征变量来看，经营土地面积负向影响其他类型农场的纯效率变化指数。是否购买农机作业正向影响其他类型农场的技术变化指数和规模效率变化指数，可能的原因在于，在松江农机作业服务网络十分便利的条件下，其他类型农场部分购买农机服务与部分购买农机相结合既能避免技术退步，又能提高规模效率水平，进而能从整体上促进其全要素生产率的增长。此外，村人均收入正向影响其他类型农场的技术变化指数，说明村人均收入越高越能促进整个村农场的技术进步，但其并没有对全要素生产率的增长起作用。

3.3 如何更有效地提高家庭农场的全要素生产率

现根据计量估计结果进一步讨论如何更有效地提高家庭农场的全要素生产率。

第一，反映劳动力素质的农场主是否有农业从业经历和是否有农机驾驶证这两个变量都正向影响全部家庭农场的全要素生产率指数，并且农场主是否有农业从业经历正向影响纯粮食种植型和其他类型家庭农场的全要素生产率指数，这表明较高的家庭农场劳动力素质有利于促进其全要素生产率的增长。这一结论与张德元等[25]的研究结论在本质上一致，他们的研究表明，经营者的管理经验和农业生产技能有利于提高家庭农场的经营绩效。因此，要提升家庭农场的全要素生产率，就应该重视家庭农场劳动力素质的提高。为此，一方面可以鼓励或优先选择具有农业生产经营经验的农户家庭经营家庭农场，另一方面可以通过培训和技术指导提高经营者对农业生产经营的认知水平和对现有技术、资源的利用水平。

第二，反映土地经营权稳定性的土地经营权合同年限正向影响全部和纯粮食种植型家庭农场的全要素生产率指数，这说明较强的土地经营权稳定性有利于促进家庭农场全要素生产率的增长。邹伟等[26]的研究结论表明稳定的经营权有利于提高农户贷款的可能性。说明家庭农场签订较长的经营权合同年限，有助于家庭农场形成长期稳定的经营预期。因此，为提升家庭农场的全要素生产率，就必须切实保障好家庭农场的土地经营权，赋予长期稳定经营的家庭农场优先续约土地经营的权利。

第三，体现农机社会化服务水平的是否购买农机作业变量正向影响全部和其他类型家庭农场的全要素生产率指数，这说明较高的农机社会化服务水平有利于促进家庭农场全要素生产率的增长。张丽等[27]的研究也证实了农机作业服务能起到促进粮食全要素生产率增长的作用。说明良好的农机社会化服务体系能够提高农机作业服务效率，帮助缺乏大型农机的家庭农场有效实现规模经营并避免技术退步。因此，提升家庭农场的全要素生产率应不断完善农机社会化服务体系，力争为家庭农场提供效率高、质量好的农机作业服务。

第四，尽管土地经营规模对所有类型家庭农场的全要素生产率指数没有影响，但土地经营规模过大不利于各类型家庭农场提高纯效率，而且对于全部家庭农场而言，中等的土地经营规模更有利于提高规模效率。尽管韩朝华[28]的研究发现发达国家的一些实证研究表明大规模家庭农场的效率往往优于小规模家庭农场的效率，但黄宗智[29]指出“大而粗”的经营方式并不适合我国的国情，冀县卿等[21] 和栾健等[30]的研究也分别发现，在我国中等规模的水稻种植家庭农场和小麦规模种植户的技术效率更高。因此，为避免家庭农场无效率的规模扩张而导致全要素生产率的下降，中国的家庭农场应该走适度规模经营之路，要根据家庭农场的实际合理确定规模和配置资源。

第五，单位面积种粮补贴负向影响纯粮食种植型家庭农场的全要素生产率指数，这说明种粮补贴没有真正发挥促进全要素生产率提高的作用。种粮补贴一方面能降低家庭农场的生产成本，广泛地刺激经营者学习和使用先进的种粮技术来提高纯效率，另一方面又可能导致经营者单纯为了获得现金补贴而扩大规模。这一结论与刘同山等[31]的研究结论一致，他们的研究发现政府补贴一方面有助于提高家庭农场总的净收益和人均的净收益，另一方面也会促使家庭农场经营的土地面积超过合理范围而粗放经营，导致农场效率降低。因此，提升家庭农场的全要素生产率应有针对性地采取多样有效的补贴政策，既要通过补贴降低家庭农场的生产成本，创新和使用先进的农业技术，还要根据当地的实际制定补贴规模的上限标准，避免刺激家庭农场单纯为获得补贴而盲目扩张规模。

4 结论与启示

本文利用上海市松江区5 181个家庭农场样本2007—2017年的投入、产出数据计算家庭农场的全要素生产率，离析出影响家庭农场全要素生产率的关键因素，据以提出有针对性的措施。研究结果表明：其一，虽然松江家庭农场全要素生产率增长速度较快，但仍然存在一定的提升空间。2007—2017年，全部家庭农场全要素生產率指数为1.077 3，其中，纯效率变化指数为0.998 4、技术变化指数为1.075 0、规模效率变化指数为1.007 2；纯粮食种植型家庭农场全要素生产率指数为1.061 9，纯效率变化指数为0.989 6，技术变化指数为1.071 9、规模效率变化指数为1.004 6；其他类型家庭农场全要素生产率指数为1.081 7，其中，纯效率变化指数、技术变化指数和规模效率变化指数分别为1.027 9、1.049 0和1.014 0。其二，总体水平上，农场主是否有农业从业经历、是否有农机驾驶证、土地经营权合同年限、是否购买农机作业正向影响全部家庭农场的全要素生产率，但不同类型家庭农场全要素生产率的影响因素存在差异。农场主是否有农业从业经历、土地经营权合同年限正向影响，单位面积种粮补贴负向影响纯粮食种植型农场的全要素生产率；农场主是否有农业从业经历、是否购买农机作业正向影响其他类型农场的全要素生产率。

基于以上研究结论，得出如下启示：（1）即使在松江這样一个农业现代化水平较高、家庭农场发展较早的地区，家庭农场全要素生产率的提升仍然存在一定的空间。（2）有效提高家庭农场的全要素生产率可从以下几个方面着手：提高家庭农场劳动力素质，注重经营者的经验积累和技能培训；切实保障好家庭农场的土地经营权，赋予长期稳定的经营者优先续约土地经营的权利；健全农机社会化服务体系，提高农机作业服务的效率和质量；引导家庭农场走适度规模经营之路；有针对性地制定多样化的农业补贴政策，尽可能发挥农业补贴促进家庭农场全要素生产率提升的作用。

本文利用松江家庭农场2007—2017年的数据，探讨如何有效提高家庭农场的全要素生产率，未来将对松江家庭农场做跟踪研究，以进一步考察家庭农场全要素生产率的变动趋势。

参考文献（References）：

[1] 钱忠好，李友艺. 家庭农场的效率及其决定——基于上海松江943户家庭农场2017年数据的实证研究[J] . 管理世界，2020，36（4）：168 - 180，219.

[2] 蔡荣，汪紫钰，杜志雄. 示范家庭农场技术效率更高吗 ——基于全国家庭农场监测数据[J] . 中国农村经济，2019（3）：65 - 81.

[3] 吴方.基于SFA的家庭农场技术效率测度与影响因素分析[J] . 华中农业大学学报（社会科学版），2020（6）：48 -56，162 - 163.

[4] 王丽霞，常伟. 我国家庭农场的全要素生产率及其差异[J] . 华南农业大学学报（社会科学版），2017，16（6）：20 -31.

[5] 邓正华，戴丽琦，陈灿煌，等. 洞庭湖区水稻种植业家庭农场全要素生产率实证研究[J] . 湖南农业科学，2020（10）：103 - 108.

[6] 俞博，何红光. 不同经营模式家庭农场经营效率分析——基于浙江省的实证研究[J] . 湖北农业科学，2019，58（3）：156 - 161.

[7] MARTINHO V J P. Efficiency， total factor productivity and returns to scale in a sustainable perspective： an analysis in the European Union at farm and regional level[J] . Land Use Policy， 2017， 68： 232 - 245.

[8] LATRUFFE L， DAVIDOVA S， BALCOMBE K. Productivity change in Polish agriculture： an illustration of a bootstrapping procedure applied to Malmquist indices[J] . Post-communist Economies， 2008， 20（4）： 449 - 460.

[9] LATRUFFE L， FOGARASI J， DESJEUX Y. Efficiency， productivity and technology comparison for farms in Central and Western Europe： the case of field crop and dairy farming in Hungary and France[J] . Economic Systems， 2012， 36（2）： 264 - 278.

[10] 刘德娟，周琼，黄欣乐，等.福建省水稻生产效率及其影响因素分析——基于家庭农场和传统小农户的微观视角[J] . 江苏农业科学，2018，46（24）：422 - 426.

[11] 陈金兰，朱建军，胡继连. 山东省家庭农场投入产出效率分析——基于三阶段DEA模型[J] . 广东农业科学，2019，46 （2）：164 - 172.

[12] KEHINDE A D， ADEYEMO R， OGUNDEJI A A. Does social capital improve farm productivity and food security Evidence from cocoa-based farming households in Southwestern Nigeria[J] . Heliyon， 2021， 7（3）. doi： 10.1016/ j.heliyon.2021.e06592.

[13] LATRUFFE L， DESJEUX Y. Common agricultural policy support， technical efficiency and productivity change in French agriculture[J] . Review of Agricultural， Food and Environmental Studies， 2016， 97： 15 - 28.

[14] SHENG Y， CHANCELLOR W. Exploring the relationship between farm size and productivity： evidence from the Australian grains industry[J] . Food Policy， 2019， 84： 196 -204.

[15] HELFAND S M， TAYLOR M P. The inverse relationship between farm size and productivity： refocusing the debate[J] . Food Policy， 2021， 99. doi： 10.1016/j.foodpol.2020.101977.

[16] PASTOR J T， LOVELL C A. A global Malmquist productivity index[J] . Economics Letters， 2005， 88（2）： 266 - 271.

[17] RAY S C， DESLI E. Productivity growth， technical progress， and efficiency change in industrialized countries： comment[J] . The American Economic Review， 1997， 87（5）： 1033 -1039.

[18] 封坚强. 松江家庭农场的探索与发展[J] . 上海农村经济，2013（4）：12 - 14.

[19] 杜江，王锐，王新华. 环境全要素生产率与农业增长：基于DEA-GML指数与面板Tobit模型的两阶段分析[J] . 中国农村经济，2016（3）：65 - 81.

[20] 李谷成，冯中朝，占绍文. 家庭禀赋对农户家庭经营技术效率的影响冲击——基于湖北省农户的随机前沿生产函数实证[J] . 统计研究，2008（1）：35 - 42.

[21] 冀县卿，钱忠好，李友艺.土地经营规模扩张有助于提升水稻生产效率吗——基于上海市松江区家庭农场的分析[J] . 中国农村经济，2019（7）：71 - 88.

[22] JI X Q， LIU S Y， YAN J N， et al. Does security of land operational rights matter for the improvement of agricultural production efficiency under the collective ownership in China[J] . China & World Economy， 2021， 29（1）： 87 - 108.

[23] YAN J， CHEN C L， HU B L. Farm size and production efficiency in Chinese agriculture： output and profit [J] . China Agricultural Economic Review， 2019， 11（1）： 20 - 38.

[24] 肖鹏，王丹.试论土地经营权租赁合同的完善——基于102个家庭农场的调研[J] . 中国土地科学，2015，29（10）：20 - 27.

[25] 张德元，李静，苏帅.家庭农场经营者个人特征和管理经验对农场绩效的影响[J] . 经济纵横，2016（4）：77 - 81.

[26] 邹伟，崔益邻.农地经营权稳定性对农业生产绩效的影响——基于中介效应模型的分析[J] . 中国土地科学，2019，33（7）：48 - 57.

[27] 张丽，李容.农机作业服务是否影响粮食全要素生产率——基于农业分工的调节效应[J] . 农业技术经济，2021（9）：50 - 67.

[28] 韩朝华.个体农户和农业规模化经营：家庭农场理论评述[J] . 经济研究，2017，52（7）：184 - 199.

[29] 黄宗智.“家庭农场”是中国农业的发展出路吗 [J] . 开放时代，2014（2）：176 - 194，9.

[30] 栾健，韩一军.农地规模经营能否实现农业增效与农民增收的趋同 [J] . 中国土地科学，2020，34（9）：58 - 66.

[31] 刘同山，徐雪高. 政府补贴对家庭农场经营绩效的影响及其作用机理[J] . 改革，2019（9）：128 - 137.

How to Effectively Improve the Total Factor Productivity of Family Farms： An Empirical Analysis Based on Survey Data of Family Farms in Songjiang， Shanghai

LI Youyi1， QIAN Zhonghao1，2

（1. College of Public Administration， Nanjing Agricultural University， Nanjing 210095， China； 2. Business School， Yangzhou University， Yangzhou 225127， China）

Abstract： The purposes of this study are to measure total factor productivity and to analyze its influencing factors， to propose effective measures for improving total factor productivity of family farms， based on the survey data in Songjiang， Shanghai. The research methods of Global Malmquist and pooled Tobit model are employed. The results show that： 1） between 2007 and 2017， the total factor productivity index of all family farms was 1.077 3. In particular， the pure efficiency change index was 0.998 4， the technical change index was 1.075 0， and the scale efficiency change index was 1.007 2. The total factor productivity index of pure grain farms was 1.061 9. In particular， the pure efficiency change index was 0.989 6， the technical change index was 1.071 9， and the scale efficiency change index was 1.004 6. The total factor productivity index of other types of family farms was 1.081 7. In particular， the pure efficiency change index， technical change index and scale efficiency change index were 1.027 9， 1.049 0 and 1.014 0， respectively. 2） In general， farm owners experience in farming， a machinery driving license， the contract period of land operational rights and purchasing machinery operations positively affect the total factor productivity of all family farms. However， there are differences in the factors of total factor productivity of different types of family farms. In conclusion， although the growth rate of total factor productivity of family farms in Songjiang is high， it still remains to be improved. Therefore， it is necessary to improve the quality of family farm labor， effectively protect the land operational rights of family farms， improve the agricultural machinery service system， guide family farms to operate on an appropriate scale， and formulate diversified agricultural subsidy policies in targeted manners.

Key words： land economy； family farm； total factor productivity

（本文責编：陈美景）

①资料来源：中华人民共和国农业农村部，http：//www.moa.gov.cn/govpublic/NCJJTZ/201810/t20181023_6161286.htm。

②资料来源：中华人民共和国农业农村部，http：//www.moa.gov.cn/nybgb/2020/202003/202004/t20200423_6342187.htm。

①松江家庭农场大体上可分为纯粮食种植型、种养结合型（既种植粮食作物又养殖生猪）、机农一体型（既种植粮食作物，又购买机械并提供农机作业服务）和三位一体型（既种植粮食作物又养殖生猪且购买机械并提供农机作业服务）4类。本文中，将纯粮食种植型家庭农场划为一类，将种养结合型、机农一体型和三位一体型划为其他类型。

②限于篇幅，推导过程未给出，感兴趣的读者可与笔者联系。

③农机购置成本已按年份折旧。

④松江区建有完备的“引、繁、供”良种繁育体系，政府每年4月底前免费供种给家庭农场，良种覆盖率达100%；从2007年开始，松江区由政府负责农田水利排灌设施、生产辅助设施和设备等农田基础设施的日常维护和管理。基于松江的实际情况，模型中没有包括良种投入和基础设施投入这两个变量。

①变量是否是纯粮食种植型家庭农场将应用于全部样本的回归模型中，变量是否是机农一体型家庭农场将应用于其他类型样本的回归模型中。