山东省家庭农场投入产出效率分析—

【研究意义】随着城镇化和工业化的发展，我国大量农村劳动力转移到城市，农村地区开始出现土地撂荒、粗放经营的现象。对此，2013年中央“一号文件”提出，鼓励农户自愿在依法有偿的条件下流转土地经营权，特别支持土地流向专业大户、家庭合作社以及专业合作社，促进规模经营的多样化发展。其中，家庭农场既可以发挥家庭经营的优势，又可以获得规模优势，被广泛认为是新型农业经营主体中效率最高的经营单位。家庭农场的发展不仅可以解决“谁来种田和如何种田”的问题，还有利于农业现代化目标的实现，也是解决“三农”问题的重要途径。

【前人研究进展】韩朝华［1］认为，农业生产的高自然生物特性决定了家庭经营是最适于农业生产的组织形式，推进家庭农场的规模化经营有利于农业现代化的发展，因循守旧保护一家一户小农生产方式会阻碍农民收入的提高和宏观经济的发展。大批学者均提出家庭农场是我国实现农业现代化最为有效的途径［2-6］。然而，我国家庭农场的发展依然面临着土地流转困难、融资难、社会化服务缺乏等难题。家庭农场的经营效率到底如何？许多学者均采用了DEA模型对其进行分析。陈军民［7］、韩苏等［8］利用DEA模型分别对河南省和浙江省家庭农场分析得出了各自最适宜的种植规模；高雪萍等［9］则利用DEA-Tobit模型对江西省家庭农场进行分析，得出土地规模是影响经营效率的最重要因素；孔令成等［10］对松江区粮食类家庭农场采用三阶段DEA和超效率DEA模型进行了效率分析，结果表明，管理因素、环境因素和统计随机误差项对农场经营效率都产生了显著影响。从国外学者研究情况看，Cornia［11］根据粮农组织15个发展中国家的农场管理数据，基于C-D生产函数模型，分析了不同规模农场的要素投入，土地产量和劳动生产率之间的关系；罗伊·普罗斯特曼等［12］指出各国实践均证明家庭农场比集体农场更优越，效率更高；Ferreira等［13］以巴西土地结构演变为依据，证实大农场比小农场更具效率，获得更高作物产量。【本研究切入点】学术界普遍认为我国现有的耕地制度下家庭农场是实现农业现代化最有效的经营模式，对家庭农场经营效率的研究主要采用DEA模型进行投入产出分析。因此，本研究拟在前人研究的基础上进行更深入的分析，以山东省家庭农场为例，采用三阶段DEA模型剔除环境因素和随机干扰项的影响，对山东省家庭农场的经营效率进行分析研究。【拟解决的关键问题】分析山东省家庭农场在投入或产出方面存在的缺陷，据此提出相应政策建议，促进家庭农场生产经营效率的提高和农业现代化目标的实现。

1 数据来源与研究方法

1.1 数据来源

以家庭农场发展较早的山东省为研究区域，研究数据来源于2018年1—2月对山东省17地市300个家庭农场的实地调研。该调研目的在于了解山东省家庭农场的运营状况，剔除已经转型或没有实体存在的家庭农场，获得291份（省级示范型家庭农场参选主体）有效调查问卷。为保证样本的一致性和可比较性，本研究选用粮食类家庭农场作为分析样本。但由于东营、莱芜、日照三地或问卷关键信息缺失或缺少主营粮食类农场，因此将此三市剔除，选用14地市79家粮食种植农场。第一阶段投入产出数据来源于调查问卷，环境变量数据来自《山东统计年鉴》、山东省各地市统计公报以及一些官方网站等。

1.2 研究方法

数据包络分析（Data Envelopment Analysis，DEA）是根据多项投入指标与产出指标，利用线性分析方法对具有可比性的同类型单位进行相对有效性评价的一种数理分析方法［15］。

1.2.1 第一阶段：传统DEA模型分析 DEA模型由于有投入项和产出项两组数据，因此可以分别从产出层面或投入层面进行分析，分为投入导向型和产出导向型，可以根据需要选择不同类型。许多运用三阶段DEA模型的研究都选择投入导向的BCC（规模报酬可变）模型。第一阶段，本研究先使用原始投入产出数据进行初步评价。对于任一决策单元，投入导向下对偶形式的BCC模型可表示为：

式中，j=1, 2, 3…n表示决策单元，X,Y分别是投入、产出向量。若

则决策单元DEA有效；若

或S-≠0则决策单元弱DEA有效；若

，则决策单元DEA无效率。综合技术效率=纯技术效率×规模效率。

1.2.2 第二阶段：剔除环境因素和随机因素决策单元的绩效不仅受到管理无效率的影响，还会受环境因素和统计随机因素的影响，因此有必要将3种影响分离，更准确地分析各种影响因素［16］。在第二阶段，松弛变量［x-Xλ］的结果最为重要，因为松弛变量反映了初始的低效率。但这种低效率由环境因素、管理无效率和统计噪声共同影响形成。第二阶段的主要目标是将第一阶段3种影响形成的松弛变量分开，可借助于似SFA回归，在SFA回归中，第一阶段的松弛变量对环境变量和混合误差项进行回归［17］。根据第一阶段选择的投入型，则仅对投入松弛变量进行似SFA回归分解，并调整投入变量。据此，本研究构造如下类似SFA回归函数：

式中，Sni是第i个决策单元第n项投入的松弛值；Zi是环境变量，βn是环境变量的系数；vni+μmi是混合误差项，vni是随机干扰，μmi为管理无效率。其中

是随机误差项，表示随机干扰因素对投入松弛变量的影响；μ 是管理无效率，表示管理因素对投入松弛变量的影响，假设

［18］。

SFA将所有决策单元调整于相同的外部环境中，调整公式如下：

式中，

是调整后的投入；Xni是调整前的投入；

是对外部环境因素进行调整；

是将所有决策单元置于相同运气水平下［19］。

1.2.3 第三阶段：调整后的DEA模型运用调整后的投入变量再重复第一阶段操作，得出家庭农场相对准确的经营效率。

1.3 指标选择

1.3.1 产出指标选择山东省作为我国重要的农业大省，农业生产仍以粮食为主，粮农人口较多，同时也是保证国家粮食安全的重要力量。因此，选取山东省粮食类家庭农场为研究对象具有重要的代表性和现实意义。本研究仅将粮食产值作为产出指标，家庭农场的其他收入如其他产业收入、财产性收入、政府补贴等都剔除，这样更能体现单纯的粮食生产经营效率。

1.3.2 投入指标选择投入要素选取土地、劳动力、农用机械和农业基础设施四大指标。家庭农场土地投入用各农场粮食种植面积进行计算，主要来源于从农户手中直接流转或通过村集体流转而得。劳动力投入以各农场投入的总劳动个数（包括雇工与家庭劳动力折算）为计算量，即1个人劳动1 d记为1个工。农用机械和农业设施以资金投入为计算量。所有资金投入或获得均以2016年价格为基础进行计算。

各项投入产出必须符合有相同的变化方向，即随着各投入量的增加，产出值也应该增加，二者具有正相关性。本研究运用SPSS统计软件进行Pearson相关性检验，结果显示，各投入（种植面积、劳动力数量、机械投入、设施投入）产出（粮食总产值）在1%的显著性水平下通过了双尾检验，相关系数均为正，分别为0.914、0.87、0.759、0.777。因此，可以说明投入指标和产出指标具有“同方向性”。

1.3.3 环境变量选择农业生产是一个复杂的过程，生产效率不仅受生产要素投入的影响，还会受到经济环境、政府政策和自然环境等因素的影响。但宏观因素不会对农业生产产生重要影响，属于不可控制因素范畴。

本研究拟采用山东省农村地区人均可支配收入、政府各项补贴和农场主受教育程度作为环境因素变量。一般而言，人均可支配收入较高的农村地区，二、三产业相对较为发达，农民对土地流转的意愿也相对较高。同样，农场主的经济基础可能比较好，流转土地的意愿也比较强，对农场进行投资的意愿和能力都较高。因此，农村地区的人均可支配收入对家庭农产生产经营效率存在一定影响。政府各项补贴主要是资金补贴，对农业生产具有一定的激励作用。政府补贴可能对家庭农场经营规模、作物种植类型、采用的技术等方面均有影响，从而影响最后的总产出。农场主的受教育程度用受教育年限来表示，教育是农场主积累才能的重要途径，对劳动力教育的投资可以增加他们操作技能的熟练度，即能够提高和增加劳动技能；知识的增加还能让农民更理性、更合理地进行经济决策。可以提高根据调查问卷的设置，农场主的受教育程度分为小学、初中、高中或中专、大专和本科及以上，权重的设定参考了康继军等［20］的做法，分别设定受教育时间为5、8、11、14、15年，由此可计算出各地农场主平均受教育年限［20］。以上变量数据来自山东省各地级市2017年统计公报和调查问卷。

2 实证分析

2.1 第一阶段：传统DEA分析

此阶段运用DEAP2.1软件对山东省家庭农场的投入产出效率进行初步分析，结果（表1）显示，平均综合技术效率为0.815，纯技术效率为0.877，规模报酬为0.923。其中淄博、滨州、泰安、青岛、济宁五地3项技术效率值均为1，处于技术效率最前沿，此时规模也达到最优状态。而其他地级市纯技术效率或规模效率均不同程度小于1，表示未达到最优状态，存在改进空间。但此模型并未剔除环境因素和随机干扰项对家庭农场经营的影响，因此还需作进一步分析。

2.2 第二阶段：似随机前沿回归分析

该阶段将第一阶段得到的各松弛变量作为被解释变量，环境变量作为解释变量，软件Frontier 4.1给出的SFA回归结果见表2。从表2可以看出，环境变量中人均可支配收入和农场主的受教育程度对各项投入均能通过显著性检验，且显著性较强。而政府补贴除对人工投入的影响通过10%显著性检验外，对其他投入项的影响均未通过检验，说明政府补贴作为环境影响因素对家庭农场投入的影响较小。回归结果还显示，土地投入、人工投入和设施投入的松弛变量的值均为0.99，接近于1，达到1%显著水平，说明这3项投入中管理因素为主要影响因素。而机械投入松弛变量的值接近于0，也未通过10%显著性检验，说明该投入中随机干扰项为主要影响因素。因此，可以得出管理无效率和随机干扰项对家庭农场的投入产出效率存在着影响的结论。

环境因素对投入松弛变量的回归结果：若回归系数为正，则表示增加环境变量会增加生产投入的松弛量，即冗余量增加；若回归系数为负，则表示环境变量的增加会减少生产投入的松弛量，有利于减少资源浪费［18］。下面分别分析环境变量对投入松弛变量的影响。

（1）农村居民可支配收入。家庭可支配收入对家庭农场4项主要生产投入的回归系数均为正，且土地和人工通过了1%显著性检验，机械和设施通过了10%显著性检验。这说明当农村居民可支配收入增加时，4项生产投入的冗余量会增加，从而对家庭农场的生产产生不利影响。现阶段农村居民可支配收入增加，主要是由于非农收入增加导致，收入的增加一方面会使部分农民摆脱土地束缚的意愿增强，将手中土地流转出去的意愿也会变强；另一方面农场主的可支配收入的增加会增强他增加对农场投资的意愿，特别是土地流转更容易后，农场的土地投入便会增加。另外，收入的增加和农场规模的扩大，会诱使农场增加机械和设施投入，而农业生产技术和管理技能的缺乏则容易造成投资无效率，增加投入的松弛量。

（2）政府补贴。除对人工投入的回归系数通过了10%的显著性检验外，政府补贴对其他投入要素均未通过t检验。其中，对人工投入的回归系数为负，而土地、机械和设施的回归系数均为正。这说明政府补贴对家庭农场经营效率的影响并不显著，但是政府补贴会增加农场主对未来的预期，从而影响土地、机械、设施等生产资料的投入。另外，山东省对家庭农场的补贴对规模有一定要求，且对农业的补贴也集中在机械方面，因此政府补贴对扩大农场面积、增加机械投入也有一定的促进作用。但由于补贴力度始终较小，造成政府补贴对家庭农场投入产出效率的影响并不显著。

（3）农场主受教育程度。农场主的受教育程度对各投入因素的回归结果中，对土地、人工和设施的回归均通过了1%显著性检验，对机械通过了10%显著性检验，且回归系数均为负数。这说明农场主的受教育程度对农场的经营效率有较大影响，随着农场主受教育年限的增加，要素投入的松弛量会减少。较高的受教育水平能够增强农场主掌握技术水平和管理能力，有利于家庭农场投入产出效率的提高。

由于环境和随机误差因素对各地市有不同的影响程度，因此，必须将各市家庭农场的影响水平调整到相同的环境和随机影响因素下，然后才可以得出实际投入产出效率。

2.3 第三阶段：调整后的投入产出DEA分析

在第二阶段中，根据式（3）对原始投入量进行了调整，调整后的投入量再进行DEA分析，得到各市要素投入调整后的技术效率和规模报酬，分析结果如表3所示。

对比表1和表3可知，将所有家庭农场放在相同的环境中并且受同样的随机误差影响，则处于技术前沿面的地级市由5个降为4个。其中淄博由于规模效率的下降导致总技术效率有所下降，被剔除在技术最前沿之外，滨州、泰安、青岛、济宁仍处在技术最前沿。这说明环境和随机因素对淄博影响较大，而其余4市家庭农场的生产效率确实较好。与第一阶段相比，14市家庭农场平均纯技术效率值由0.877上升至0.962，规模报酬值由0.923下降至0.895，二者共同作用下的总技术效率值由0.815上升至0.862，济南市由规模报酬递减行列进入规模报酬递增行业。从各市情况来看，与第一阶段相比，淄博与菏泽的综合技术效率有所下降，表明这两市的家庭农场生产管理水平实际上比表现出的低。其中菏泽下降幅度最大，综合技术效率由0.939下降至0.564，主要由规模效率下降所引起。菏泽市规模效率较低，且处于规模报酬递增阶段，因此未来应适当增加农场规模，增加规模报酬。临沂、德州、威海、潍坊、烟台、枣庄、聊城等8个地级市的综合技术效率有所上升，除临沂与枣庄是由于规模效率上升外，其余6市皆是由纯技术效率上升所带动；其中以烟台上升幅度最大，由0.521上升至0.851。但临沂与枣庄农场的规模报酬进入递减阶段，农场规模过大造成管理困难，降低劳动和资本的生产效率，未来应适当减小农场的规模，以便于农场主管理；而烟台市的技术管理水平上升较快，值得其他地区学习。研究结果表明，上述地区在第一阶段表现出的较低的综合技术效率，不完全是因为生产管理水平低，也受其低水平的环境或随机因素所影响。

若以0.9的效率值为临界点，按照纯技术效率及规模效率进行划分［17］，可以将家庭农场生产效率划分为4个类型：纯技术效率与规模效率均高于0.9，称为“双高型”；纯技术效率高于0.9而规模效率低于0.9称为“高低型”；纯技术效率低于0.9而规模效率高于0.9称为“低高型”；纯技术效率与规模效率均低于0.9称为“双低型”。据此分类，济南、淄博、滨州、德州、泰安、烟台、青岛、济宁等8个地级市属于“双高型”，说明他们的生产管理情况比较好，需改进的方面不多；威海、潍坊、枣庄、菏泽等4市的纯技术效率较高但规模效率较低，属于“高低型”，在今后的生产当中要注意适度规模经营；临沂市家庭农场的规模报酬情况比较好而纯技术效率确较低，属于“低高型”，说明家庭农场的技术管理水平有待改进；14地市中仅有聊城纯技术效率和规模效率均较低，生产效率较低，属于“双低型”，在未来发展中两方面都要抓，既要注意技术效率的提高，又要适当扩大生产规模。

3 结论与建议

3.1 研究结论

本研究对山东省14个地级市的家庭农场投入产出情况进行分析，得出以下结论：

（1）经过第二阶段似SFA分析，发现环境因素和随机因素对家庭农场的生产效率确实有显著影响。3项环境因素中农场主受教育程度对家庭农场的生产效率具有正向影响，而农村居民可支配收入对家庭农场的生产效率产生了不利影响，政府财政支持的作用并不明显。

（2）剔除了环境和随机因素的影响后，对比一三阶段的分析结果发现，纯技术效率值由0.877上升至0.962，而规模报酬值由0.923下降至0.895，最终导致总技术效率值由0.815上升至0.862。

（3）滨州、泰安、青岛、济宁四地的家庭农场经营效率处在生产最前沿，而其他地市或纯技术效率或规模报酬存在须改进的地方。各市的家庭农场应根据自身存在的不足，制定计划有效改进。

3.2 对策建议

本研究表明，环境因素对家庭农场的生产效率具有一定的影响作用，对此提出以下对策建议：

（1）引导农民正确投资。本研究发现，农村居民可支配收入的增加对家庭农场的生产效率产生不利影响。这主要是因为农民收入增加后由于缺乏金融知识而存在盲目投资的现象，当农民积累了一定的货币财富后往往倾向于对土地投资。存在这种现象的原因之一是农民对土地有着特殊情感；二是“随大流”，国家对农业扶持力度的加大，让许多人看到农业是未来的“复兴”产业，有着极大的发展前景，为了抓住这个机会，有一定财富积累的农民便开始盲目投资；三是许多地方政府为了促进农业规模化的发展，对具有一定规模的农业经营单位采取财政支持激励政策，为了获得政府补贴而扩大规模或增加投资。这三方面原因使得部分农场主盲目扩大土地租赁规模，增加生产投资等，造成资源配置不合理。对此，应拓宽农民的投资渠道，引导农民正确投资，农户对农业的投资要根据各方面条件选择适宜的生产规模，切忌盲目扩大规模。

（2）精简财政补贴。本研究发现，山东省财政惠农政策对减少生产资料投入无正向作用，反而对土地、机械、设施投入冗余存在一定反作用。产生这种现象的原因可能是源于消费者剩余的变化，政府财政补贴金额大部分用于刺激农村消费，典型的是农机具补贴，财政补贴会降低产品的实际价格，提升农民获得的消费者剩余，提高农场主增加机械投入的意愿，形成实际生产中的冗余。这说明现行的财政补贴与农业实际需求存在出入，未来政府财政惠农政策应考虑精简补贴项目，以保证农民的收入和资源的合理配置为考虑重点，将原来分散的补贴合并为补贴大项，减少各项小补贴发放造成的资源浪费。具体可以从设置财政项目、农业直补、农业保险以及农民公益性培训几方面加大补贴力度，以增加家庭农场的市场竞争力［21］。

（3）加强对农场主管理能力和专业技术的培训。农场主是整个农场生产经营活动的决策者，其能力的高低很大程度上决定着农场经济效益的高低。调查中发现，受教育程度高的农场主往往学习能力更强，也更容易接受新事物、更具有经济意识，家庭农场的经济效益也就相对较好。因此，政府要支持引导一批有知识、有技能、有经验的农民成为家庭农场经营的带头人。对现有的家庭农场主加强管理能力和技能培训，与当地高校和相关机构加强合作，为农场主知识学习创造条件；组织农场主对发展较好的农场进行参观学习，取长补短。

（4）土地流转要合理有序。上述分析结果显示，枣庄与临沂处于规模报酬递减阶段，而其他地区均处于规模报酬递增阶段。这说明在现有管理水平下，枣庄与临沂家庭农场的生产规模已经超过了最优生产规模区间，边际收益小于边际成本，规模的过大导致管理无效率。而其他地区处于规模报酬递增阶段，说明土地流转规模还未达到最优水平，边际收益依然大于边际成本，增加规模还将有利可图。根据企业规模报酬先递增后递减的发展规律，家庭农场规模存在一个相对较优的区间，各家庭农场应根据自身条件摸索出最适规模，切忌盲目扩大，造成效率损失和资源浪费。政府要发挥其监督引导作用，不能为了政绩和树立典型就违背经济规律强制农户或农场主流转土地，要坚持依法自愿有偿的流转原则。

（5）完善农业社会化服务体系建设。在法律层面，家庭农场的设立需要去工商部门登记，这表明其法律地位是一个工商企业。在实际生产经营中，家庭农场生产资料除劳动力外几乎全部来自市场，生产的商品也全部进入市场，始终与市场有着紧密的联系。因此，社会化服务体系是否健全，对家庭农场的交易费用有着十分重要的影响，最终表现为经营绩效的高低。在调研中发现，社会化服务较为健全的地区，家庭农场的生产资料配置更为合理，经营绩效也明显高于其他地区。因此，各地政府应积极引导当地社会服务体系建设，加强其产前、产中、产后与市场的联系，减少交易费用。

［1］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（7）：184-199.

HAN C H. Individual farmers and agricultural scale management: a review of family farm theory［J］. Economic Research Journal, 2017(7): 184-199.

［2］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.

HUANG Z Z. Is “family farm” the way out for Chinese agriculture ［J］. Open Times, 2014(2) :176-194.

［3］杨成林. 中国式家庭农场形成机制研究——基于皖中地区“小大户”的案例分析［J］. 中国人口·资源与环境，2014，24（6）：45-50. doi:10.3969/j.issn.1002-2104.2014.06.007

YANG C L. Research on theformation mechanism of Chinese family farms——Based on case analysis of “little big households” in central Guizhou［J］. China Population Resources and Environment, 2014, 24(6): 45-50. doi:10.3969/j.issn.1002-2104.2014.06.007.

［4］蔡洋洋，骆云中，王金捷. 家庭农场“非粮化”种植行为驱动力分析［J］. 广东农业科学，2016（12）:152-158. doi:10.16768/j.issn.1004-874X.2016.12.025.

CAI Y Y, LUO Y Z, WANG J J. Analysis of driving forces of “nongrained”planting behavior in family farms［J］. Guangdong Agricultural Sciences, 2016(12):152-158. doi:10.16768/j.issn.1004-874X.2016.12.025.

［5］顾春茂，陆兵，刘建琴. 长三角家庭农场发展的动力机制研究——以南通市家庭农场发展为例［J］. 广东农业科学，2015，42（22）：181-186. doi:10.16768/j.issn.1004-874X.2015.22.031.

GU C M, LU B , LIU J Q. Research on the dynamic mechanism of family farm development in the Yangtze River Delta——Taking the development of family farms in Nantong city as an example［J］. Guangdong Agricultural Sciences, 2015, 42(22):181-186. doi:10.16768/j.issn.1004-874X.2015.22.031.

［6］高海，李尚红. 农业生产组织形式创新与法律制度构建——以公司制民营农场为中心［J］. 技术经济，2008，27（1）：69-72.

GAO H, LI S H. Innovation of agricultural production organization form and construction of legal system——Centered on private farms of company system［J］.Technology Economics, 2008, 27(1):69-72.

［7］陈军民. 基于DEA模型的不同类家庭农场运行效率分析［J］. 江苏农业科学，2018，46（1）：294-300.doi: 10.15889/j.issn.1002-1302.2018.01.074.

CHEN J M. Analysis of operational efficiency of different types of family farms based on DEA model［J］. Jiangsu Agricultural Sciences, 2018, 46(1): 294-300. doi: 10.15889/j.issn.1002-1302.2018.01.074.

［8］韩苏，陈永富. 浙江省家庭农场经营的适度规模研究——以果蔬类家庭农场为例［J］. 中国农业资源与区划，2015，36（5）：89-97.doi: 10.7621/cjarrp.1005-9121.20150514.

HAN S, CHEN Y F. Study on moderate scale of family farm management in Zhejiang province——Taking fruit and vegetable family farm as an example［J］. Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(5): 89-97. doi: 10.7621/cjarrp.1005-9121.20150514.

［9］高雪萍，檀竹平. 基于DEA-Tobit模型粮食主产区家庭农场经营效率及其影响因素分析［J］. 农林经济管理学报，2015，14（6）：577-584. doi:10.16195/j.cnki.cn36-1328/f.2015.06.004.

GAO X P, TAN Z P. Analysis of the operating efficiency and its influencing factors of family farms in the main grain producing areas based on DEA-Tobit model［J］. Journal of Agro-Forestry Economics and Management, 2015, 14(6): 577-584. doi:10.16195/j.cnki.cn36-1328/f.2015.06.004.

［10］孔令成，郑少锋. 家庭农场的经营效率及适度规模——基于松江模式的DEA模型分析［J］. 西北农林科技大学学报（社会科学版）， 2016，16（5）：107-118.doi: 10.13968/j.cnki.1009-9107.2016.05.16.

KONG L C, ZHENG S F. Management efficiency and moderate scale of family farms——Analysis of DEA model based on Songjiang model［J］. Journal of Northwest A&F University(Social Science Edition)2016, 16(5): 107-118. .doi: 10.13968/j.cnki.1009-9107.2016.05.16.

［11］ CORNIA G A. Farm size, land yields and the agricultural production function: An analysis for fifteen developing countries［J］. World Development, 1985, 13(4):513-534.

［12］罗伊·普罗斯特曼, 李平, 蒂姆·汉斯达德. 中国农业的规模经营：政策适当吗［J］. 中国农村观察，1996（6）：17-29.

ROY PROSTMAN, LI P , TIM HANSDADE. Scale management of Chinese agriculture: Is the policy appropriate［J］. China Rural Survey, 1996(6): 17-29.

［13］ FERREIRA FILHO J B D S, VIAN C E D F. The evolving role of large and medium farms on Brazilian agriculture［J］. Agricultural Economics, 2016, 47(S1):215-225.

［14］李富. 自由贸易区对中国制造业的影响分析——基于规模结构与效率视阈［J］. 技术经济与管理研究，2016（10）：114-118.

LI F. Analysis of the Impact of free trade zone on Chinese manufacturing industry——Based on the scale structure and efficiency perspective［J］. Technology and Management Research, 2016(10): 114-118.

［15］ FRIED H O, SCHMIDT S S, YAISAWARNG S. Incorporating the operating environment into a nonparametric measure of technical efficiency［J］. Journal of Productivity Analysis, 1999, 12(3):249-267.

［16］ FRIED H O, LOVELL C A K, SCHMIDT S S,YAISAWARNG S. Accounting for environmental effects and statistical noise in Data Envelopment Analysis［J］. Journal of Productivity Analysis, 2002, 17(1-2):157-174.

［17］郭军华，倪明，李帮义. 基于三阶段DEA模型的农业生产效率研究［J］. 数量经济技术经济研究，2010（12）：27-38.doi: 10.13653/j.cnki.jqte.2010.12.004.

GUO J H, NI M, LI B Y. Research on agricultural production efficiency based on three-stage DEA model［J］. The Journal of Quantitative & Technology Economics, 2010(12):27-38. doi: 10.13653/j.cnki.jqte.2010.12.004.

［18］曹妍雪，马蓝. 基于三阶段DEA的我国民族地区旅游扶贫效率评价［J］. 华东经济管理，2017，31（9）：91-97.doi: 10.3969/j.issn.1007-5097.2017.09.012.

CAO Y X, Ma L. Evaluation of poverty alleviation efficiency in China's ethnic regions based on three-stage DEA［J］. East China Economic Management, 2017, 31(9): 91-97. doi:10.3969/j.issn.1007-5097.2017.09.012.

［19］宣烨，冯涛，孔凯歌. 创新价值链视角下的财政分权与创新效率——基于三阶段DEA与Tobit模型分析［J］. 南京财经大学学报, 2017（1）：35-44.

XUAN Y, FENG T, KONG K G. Fiscal decentralization and innovation efficiency from the perspective of innovation value chain——Based on three-stage DEA and tobit model analysis［J］. Journal of Nanjing University of Finance and Economics, 2017(1): 35-44.

［20］康继军，张宗益，傅蕴英. 中国经济转型与增长［J］. 管理世界， 2007（1）：7-17.

KANG J J, ZHANG Z Y, FU Y Y. China's economic transformation and growth［J］. Management World, 2007(1): 7-17.

［21］周忠丽，夏英 . 国外“家庭农场”发展探析［J］. 广东农业科学，2014，41（5）：22-25.doi: 10.16768/j.issn.1004-874X.2014.05.054.

ZHOU Z L, XIA Y. Analysis of the development of foreign family farms［J］. Guangdong Agricultural Sciences, 2014, 41(5): 22-25 doi: 10.16768/j.issn.1004-874X.2014.05.054.

山东省家庭农场投入产出效率分析——基于三阶段DEA模型