论文部分内容阅读
摘 要：家庭农场是当前农业生产中的重要主体，家庭农场绩效水平关系到家庭农场未来发展与农场主的生活质量。本文利用三阶段数据包络分析法（DEA）在剔除环境因素与随机误差的影响下测评家庭农场经营绩效并对其影响因素进行分析，结果表明家庭农场绩效水平仍有待提高，农场主受教育水平、年龄、农场距离、是否征收土地流转管理费、区域经济水平、自然灾害都对家庭农场绩效产生影响。基于此本文提出提高家庭农场经营绩效的具体措施包括：从家庭农场主角度来说应提高自身综合素质，从政府角度来说应加强对土地流转管理费的管理、及时发布市场信息、加强自然灾害防控。
关键词：家庭农场;经营绩效;影响因素;三阶段DEA模型
中图分类号：F325 文献标志码：A 文章编号：1008-2697（2019）06-0010-06
一、引言
家庭农场是我国当前实现农业发展转型的重要主体，在传统细碎化的小农经营体系无法适应现代市场需求的情况下，培育家庭农场对于发展现代农业具有重要意义[1]。2008年，党的十七届三中全会正式提出家庭农场的概念，2014年农业部印发《关于促进家庭农场发展的指导意见》，以加快构建新型农业经营体系。近年来，各地顺应形势需要，积极培育家庭农场，据农业部对全国家庭农场发展情况的调查结果，我国家庭农场快速发展，数量已经超过87.7万户。虽然家庭农场数量有了较大增长，但是家庭农场经营绩效水平如何？哪些因素对家庭农场经营绩效具有影响？哪些投入与家庭农场绩效的关系更为紧密？对这些问题的研究可以有效为家庭农场主与政府进行决策提供具有参考价值的意见。
绩效通常是指在一定时间范围内，人力资本利用生产资料在一定行为上的结果[2]，评价绩效已经成为当前微观经济主体的一项重要管理活动。对绩效的最早关注来源于信息不对称导致的委托代理问题，家庭农场是特殊的经济主体，其投资人与经营者不存在分离的情况，也正因如此，家庭农场主依然要关心家庭农场的绩效，其与自身投资回报息息相关。而从利益相关者理论出发，家庭农场绩效不仅涉及家庭农场经营者，也关系到政府，其经营是否高效将影响到农业与农村的发展。影响绩效的因素是多方面的，人力资本理论认为生产者的受教育程度、职业技能培训等体现出的综合知识水平将对绩效产生影响。而经营环境在不同地区差异较大，其也可能成为影响绩效的因素之一，一般认为经营环境包括经济环境、竞争状况、交通状况、法制环境等[3]。因此，本文将在评价经营绩效的基础上，从不同方面选取指标分析绩效的影响因素。
学术界通常把效率作为衡量经营绩效的指标[4-6]。当前学者对家庭农场绩效的研究主要集中在以下几个方面：第一，利用参数估计法或非参数估计法进行生产率或效率的测算。曹文杰[7]、姜丽丽[8]利用数据包络分析（DEA）对家庭农场效率进行了测评并利用Tobit模型检验了相关变量与经营效率的关系;孔令成、陈鸣运用三阶段DEA方法剔除环境因素与随机误差的影响，更加客观的测量家庭农场绩效[9];Heshmati和Kumbhakar[10]、Lawson[11]、王丽霞等[12]运用随机前沿模型（SFA）对农场绩效进行估计。第二，利用回归分析直接检验某些变量是否对家庭农场绩效产生影响。张德元等从经营者个人特征与管理经验角度检验其是否对家庭农场经营绩效产生显著影响[13];袁斌等运用全要素生产率模型及多元回归模型验证了多元化经营与政府補贴对家庭农场绩效的正向作用。第三，侧重于绩效评价体系构建。科学合理的指标体系对家庭农场绩效评价具有积极意义[14]。何劲等从经济效率与社会效率两个角度选取指标构建评价体系，并详细解释了各类指标的计算方式[15];Ryan选取部分指标对爱尔兰农场的发展能力进行了测评[16];高杨等构建了包括创新绩效、协调绩效、生态绩效、社会绩效、经济绩效在内的指标体系并利用AHP法确定指标权重[17]。
梳理当前研究成果发现，对家庭农场经营绩效的测评采用了多种方法，但很少有文章考虑环境因素和随机误差对绩效评价的影响。因此，本文使用三阶段DEA方法剔除环境因素与随机误差的影响下对庭农场绩效进行测评，并进一步分析环境变量对绩效产生的影响，之后基于此提出相应的政策建议。
二、研究设计
（一）研究方法
数据包络分析法（DEA）是利用线性规划方法对每一个决策单元（DMU）进行生产有效性评价，以此反应每个DMU的生产效率。传统DEA模型不能有效清除环境因素与随机误差对效率的影响，因此Fried提出了三阶段DEA模型，该模型将DEA与随机前沿分析（SFA）相结合，可以有效弥补传统DEA的缺陷，提高测评的准确度[18]。鉴于本文样本特征，选取三阶段DEA方法对家庭农场绩效进行测评，以此来过滤环境变量与随机误差的影响，保证样本可以处在相对公平的环境中。具体步骤如下：
第一阶段，采用传统DEA模型计算初始效率，由于本文所研究的经营绩效具有规模报酬可变的性质，因此选用投入导向的BCC模型。BCC模型最早由Banker提出，其隐含着规模报酬可变假定，运用BCC模型可以将综合效率进一步分解为纯技术效率与规模效率两部分，同时也可以用来评判DMU处于规模报酬递增、不变还是递减阶段[19]。假设当前有n个DMU，DMUi（i=1，2……n）有p个投入项目、q个产出项目，投入与产出集合如下：
其中，xri>0表示第i个DMU的第r个投入数量;ySi>0表示第i个DMU的第s个产出数量。基于此的BCC模型如下：
上式中，为综合效率，该数值越大表明效率越高;λi为单位组合系数，S-，S+为松弛变量，且λi，S-，S+≥0。
第二阶段，运用SFA分解松弛变量。将松弛变量作为因变量，环境变量作为自变量，构建模型如下：
上式中，Sri代表第i个DMU的第r种投入的松弛变量，Zi为外部环境变量向量，βr为待估参数，vri+uri为联合误差项，vri为服从 ■ 的随机误差，uri为管理无效率项，vri与uri独立不相关。之后利用Jondrow等（1982）提出的方法对联合误差项进行分解，得到管理无效率项期望值■，并得到随机误差的期望值如下：
在SFA回归结果的基础上调整DMU的投入指标，调整后的投入量如下：
上式中，与分别表示调整后与调整前的投入数量。
第三阶段，将调整后的投入数量与原产出数量代入传统DEA模型，测评无环境因素与随机误差影响下的经营绩效。
（二）变量选取
基于本次调研的实际情况，结合张忠明等[20]、Yinsheng Yang[21]的研究成果，本文选取的投入与产出变量如表1所示。从投入来看，本文从资本、劳动、土地三个维度分别选取指标进行衡量。资本维度主要包括原材料投入与机械投入，其中原材料投入包括种子投入、化肥投入、农药投入，机械投入包括直接投入部分与间接投入部分，直接投入即为租赁服务与能源所产生的费用①，间接投入包括自有机械设备②折旧。劳动维度主要指用工投入，本文使用工日为单位衡量用工投入，具体原因在于：第一，使用工日进行衡量不仅可以体现工人数量，也反映了工作时间，更加精确;第二，自用工报酬难以衡量，因此不采用报酬总额进行衡量。土地维度主要使用土地规模进行衡量，家庭农场经营必须以土地为基础，因此将土地投入纳入投入指标。从产出来看，本文选取家庭农场年粮食产量进行衡量。
在应用三阶段DEA方法时，需要将对家庭农场绩效产生影响但无法由农场主主观改变的变量进行剥离，这类变量被称作环境变量。本文选取的环境变量如表1所示。其中，农场主年龄与受教育程度反映农场主个人特征，其在一定程度上影响农场主的经营信心与动力，同时影响农场主在经营过程中对新技术、新模式的接受程度。农场经营环境从交通状况、制度环境、经济环境与自然环境四个方面选取指标，其中农场距离对绩效可能存在一定影响，较远的农场可能会降低效率;是否征收管理费反映农场经营的制度环境，征收管理费（协调费、服务费）会增加土地流转成本;国内生产总值反映所在地区宏观经济情况，较高的生产总值意味着市场规模较大;自然灾害是影响家庭农场经营绩效的重要外在变量。
（三）数据来源
江苏省是我国农业大省，自然条件优越，具有发展家庭农场的先天优势。近年来江苏省积累了丰富的家庭农场培育经验，对该地区家庭农场绩效进行研究具有一定的指导意义。本文数据来源于对江苏省家庭农场的实地调研，采用分层抽样的方法，对苏北、苏中地区的家庭农场进行走访调查。调研共获得问卷105份，剔除掉无效样本12份，得到有效问卷93份。调研内容包括家庭农场经营者的个人情况及家庭情况、全部土地的租金、取得方式等以及2018年生产环节各类投入与产出情况。
三、家庭农场经营绩效测评结果
（一）相关分析
本文使用SPSS18.0进行相关分析。表2列示了全部DMU投入与产出指标的相关系数，如表所示，产出变量Go与各投入变量均呈现显著正相关，其中与土地投入相关系数达到0.986，与原材料投入相关系数达到0.966。各投入要素之间也呈现显著正相关。
（二）绩效测评结果
第一阶段，本文利用DEAP2.1软件进行绩效测评。得到的结果如表3所示，因篇幅所限，本文只截取部分进行列示。
表3中，TE表示综合效率，PTE表示纯技术效率，SE表示规模效率，TE=PTE×SE，RS为规模报酬情况，irs代表规模报酬递增，drs代表规模报酬递减，-表示规模报酬不变。全部DMU的综合效率为0.833，纯技术效率为0.882，规模效率为0.948。全部DMU中共有6个综合效率达到了1.000，占比6.45%;处于规模报酬递增的DMU为29个，占比31.1%，处于规模报酬递减的DMU为54个，占比58%。在一定程度上说明家庭农场经营效率偏离了生产前沿面，在经营过程中存在投入浪费、效率损失的情况。
第二阶段，本文利用Frontier4.1软件进行分析，得到的结果如表5所示。其中，连续型变量在分析前先进行标准化，以规避量纲影响。
表4中，LR数值均大于临界值，因此采用SFA分析合理为随机误差项方差，为管理无效率项的方差。，即为管理无效率方差占总方差的比，由表5结果可知，全部松弛变量几乎完全受管理因素影响。具体来看：
（1）农场主受教育水平对原材料投入、机械投入、用工投入的松弛量均产生显著负向影响。农场主受教育水平越高，越容易接受新技术、新管理方式，拥有良好教育背景的农场主通常也具有较强的学习能力，他们既可以掌握科学的管理方法，也可以应用先进的农业技术。因此，较高教育水平的农场主可以有效提高农场的经营绩效。
（2）农场主年龄对原材料投入、机械投入、用工投入的松弛量均产生显著负向影响。农场主是家庭农场的核心力量，其素质与能力对家庭农场经营管理产生巨大影响[22]，随着年龄的提高，家庭农场主生产经验也逐渐丰富，对管理更加娴熟，因此可以有效减少各类投入的冗余，提高家庭农场运营绩效。
（3）农场距离对机械投入松弛量具有显著负向
影响，即农场与住所距离增加会显著减少机械投入冗余，这与预期结果相违背，笔者认为可能原因在于在农场距离降低的情况下，农场主的生产积极性更高，此时可能会过多投入机械投入。農场距离与用工投入的松弛量呈现显著正相关，伴随着家庭到农场距离的增加，农场主从事各环节生产时会增加用时，同时在雇佣工人的情况下，住所与农场较远时会减少农场主监督用工的次数和积极性，并且在缺乏激励的均衡工资水平下，雇佣工可能存在偷懒现象，导致一定程度的用工浪费和生产低效率。 （4）在当地政府征收土地流转管理费的情况下，原材料投入、机械投入、用工投入的松弛量会显著增加。在土地流转过程中，村委会或其他机构起到了组织协调人和双向代理人的作用[23]，在一定程度上降低了农户的信息搜寻和交易成本，而部分村委会在此过程中会征收管理费。征收土地流转管理费一定程度上提高了农场的经营成本，尽管在征收的背后意味着农场主节约了信息搜寻与交易成本，但这些成本是隐性成本，因此对于农场主来说直观的感受是增加经营压力，为了获得更高收入以弥补额外的流转管理费，家庭农场主可能会增加原材料、机械、用工投入，造成一定程度的效率损失。
（5）区域生产总值对机械投入、用工投入的松弛量产生显著正向影响。笔者认为可能原因在于：1.经济发达地区生产资料丰富，机械化生产水平更高，人口较密集，因此为农场主提供的原材料与劳动力更加丰富，客观上为农场主增加无效投入创造了条件，主观上增强了农场主增加机械投入的动力;2.较高的区域生产总值往往代表着较大的市场规模，农场主在面对更大市场需求时缺乏科学合理的分析及判断，往往会增加各类投入以获得更高产量，在这一过程中极有可能造成不同程度的浪费。
（6）自然灾害会显著增加原材料投入、机械投入、用工投入的冗余量，在发生自然灾害时，农场主可能会增加各类投入以弥补自然灾害对农场的不利影响，造成家庭农场经营低效。
第三阶段，对原始投入变量进行调整，由于选取的环境变量对土地投入松弛量几乎无影响，因此调整前后土地投入量变化不大。之后利用DEAP2.1进行第二次绩效测评。得到结果如表5所示。因篇幅所限，本文只截取部分进行列示。
根据表5可知，相比于投入变量调整前，综合效率由0.833上升至0.855，纯技术效率由0.882上升至0.894，规模效率由0.948上升至0.957。全部DMU中共有12个综合效率达到了1.000，占比12.9%;处于规模报酬递增的DMU为39个，占比41.9%，处于规模报酬递减的DMU为37个，占比39.7%。相比于传统DEA模型测评结果，尽管效率值变化不大，但是达到有效的DMU数量及DMU所处规模报酬阶段情况发生较大改变。
（三）相关检验
采用符号检验判断投入变量调整前与调整后的综合效率、纯技术效率、规模效率是否有显著差异。检验结果如表6所示，投入变量调整前后的效率具有显著差异，使用三阶段DEA进行绩效测评合理。
四、结论与建议
第一，由三阶段DEA分析结果可知当前家庭农场经营绩效仍待提高，达到有效状态的家庭农场较少，而有部分农场仍处于规模报酬递减阶段。因此有必要优化家庭农场规模，提高家庭农场经营者的管理水平与技术经验，从而提高家庭农场经营绩效。
第二，SFA回归结果表明教育、年龄、家庭农场与住所距离、土地流转管理费、区域经济发展水平、自然灾害对绩效均产生影响。家庭农场主教育
水平、年龄对经营绩效均产生正向影响;土地流转管理费、区域经济发展水平与自然灾害对家庭农场经营效率产生负向影响;家庭农场与住所距离对经营绩效的影响较为复杂。因此，在今后的工作中，政府应该：首次，提高家庭农场主的综合素质，积极开展技术培训，引导生产能手、技术专家向家庭农场经营者传授生产经验并开展技术指导，推动家庭农场主学习先进的管理方法与财务制度。其次，加强对土地流转管理费的征收管理，建议全面取消经济发达地区各种形式的土地流转管理费，欠发达地区村委会在确实提供土地流转中介服务的前提下可与农民协商是否征收管理或服务费用，资金使用情况也得向农户公示，做到使用民主决策、账目公开透明[24]。再次，及时并充分发布市场信息，合理引导农场主开展来年生产，避免盲目投入。最后，加强自然灾害防控，建立自然灾害综合防御对策，加强防洪堤、排水沟等基础设施建设，引进先进生产技术，保护生态环境，防范因水土流失而造成的“人因灾害”。
参考文献：
[1] 周应恒.新型农业经营体系：制度与路径[ J ].人民论坛-学术前沿，2016（18）：74-85.
[2] Bernadin H J，Betty R W.Performance Appraisal：Assessing human behavior at work[M].Boston：Kent Publishing Company，1984.
[3] 马宇，许晓阳，韩存，等.经营环境、治理机制与农场信用社经营绩效——来自安徽省亳州市的证据[ J ].金融研究，2009（07）：185-186.
[4] Caves D W， Christense L R， Diewert W E. Multilateral comparisons of output， input and productivity using superlative index numbers[ J ]. Economic Journal， 1982（92）：73-86.
[5] 陈铭，刘增金.金融支持对家庭农场经营绩效的影响研究[ J ].资源开发与市场，2018，34（06）：819-824.
[6] 袁斌，谭涛，陈超.多元化经营与家庭农场生产绩效——基于南京市的实证研究[ J ].农林经济管理学报，2016，15（01）：13-20.
[7] 曹文杰.基于DEA -Tobit模型的山东省家庭农场经营效率及影响因素分析[ J ].山东农业科学，2014，46（12）： 133-137.
[8] 姜丽丽，仝爱华，乔心阳.基于DEA -Tobit 模型的家庭农场经营效率及其影响因素分析——對宿迁市宿城区的实证研究[ J ].江苏农业科学，2017，45（12）： 307-310.
[9] 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（05）：47-48. [10] Heshmati A，Kumbhakar S C.Farm heterogeneity and technical efficiency： Some results from Swedish dairy farms[ J ].Journal of Productivity Analysis，1994，5（01）： 45-61.
[11] Lawson L G，Bruun J，Coelli T，et al.Relationships of efficiency to reproductive disorders in Danish milk production： A stochastic frontier analysis[ J ].Journal of Dairy Science，2004，87（01）： 212-224.
[12] 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（06）：20-31.
[13] 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（04）：77-81.
[14] 周丹，蓋艾鸿，杨柳.基于模糊模型识别法的土地整理综合效益分析评价研究——以格尔木市为例[ J ].中国农学通报，2014（05）：208-213.
[15] 何劲，熊学萍.家庭农场绩效评价：制度安排抑或环境相容[ J ].改革，2014（08）：100-107.
[16] Ryan M，Buckley C，Dillon E J et al.The development of farm-level sustainability indicators for Ireland using the teagasc national farm survey[C].Paris：The 88th annual conference of the agricultural economics society，2014.
[17] 高杨，李佩，陆姣.基于发展新理念的粮食类家庭农场成长绩效测评研究[ J ].华中农业大学学报（社会科学版），2018（02）：63-71.
[18] Fried H，Lovell C，Schmidt S，etal.Accounting for environmental effects and statistical noisein data envelopment analysis[ J ].Journal of Productivity Analysis，2002，17（01）：157-174.
[19] 杨国梁，刘文斌，郑海军.数据包络分析方法（DEA）综述[ J ].系统工程学报，2013（06）：840-860.
[20] 张忠明，钱文荣.农户土地经营规模与粮食生产效率关系实证研究[ J ].中国土地科学，2010，24（08）：52-58.
[21] Yang Y， Zhuang Z， Tian G， et al.A management and environmental performance evaluation of china’s family farms using an ultimate comprehensive cross-efficiency model[ J ].Sustainability，2019，11（01）.
[22] 陈永富，曾铮，王玲娜.家庭农场发展的影响因素分析——基于浙江省13个县、区家庭农场发展现状的调查[ J ].农业经济，2014（01）：3-6.
[23] 孔祥智，刘同山，郑力文.土地流转中村委会的角色及其成因探析——基于鲁冀皖三省15个村庄的土地流转案例[ J ].东岳论丛，2013，34（05）：103-108.
[24] 王明存.村委会收土地流转管理费应公开[N].江苏农业科技报，2015-8-29（11）.
（责任编辑：李韵婷）
关键词：家庭农场;经营绩效;影响因素;三阶段DEA模型
中图分类号：F325 文献标志码：A 文章编号：1008-2697（2019）06-0010-06
一、引言
家庭农场是我国当前实现农业发展转型的重要主体，在传统细碎化的小农经营体系无法适应现代市场需求的情况下，培育家庭农场对于发展现代农业具有重要意义[1]。2008年，党的十七届三中全会正式提出家庭农场的概念，2014年农业部印发《关于促进家庭农场发展的指导意见》，以加快构建新型农业经营体系。近年来，各地顺应形势需要，积极培育家庭农场，据农业部对全国家庭农场发展情况的调查结果，我国家庭农场快速发展，数量已经超过87.7万户。虽然家庭农场数量有了较大增长，但是家庭农场经营绩效水平如何？哪些因素对家庭农场经营绩效具有影响？哪些投入与家庭农场绩效的关系更为紧密？对这些问题的研究可以有效为家庭农场主与政府进行决策提供具有参考价值的意见。
绩效通常是指在一定时间范围内，人力资本利用生产资料在一定行为上的结果[2]，评价绩效已经成为当前微观经济主体的一项重要管理活动。对绩效的最早关注来源于信息不对称导致的委托代理问题，家庭农场是特殊的经济主体，其投资人与经营者不存在分离的情况，也正因如此，家庭农场主依然要关心家庭农场的绩效，其与自身投资回报息息相关。而从利益相关者理论出发，家庭农场绩效不仅涉及家庭农场经营者，也关系到政府，其经营是否高效将影响到农业与农村的发展。影响绩效的因素是多方面的，人力资本理论认为生产者的受教育程度、职业技能培训等体现出的综合知识水平将对绩效产生影响。而经营环境在不同地区差异较大，其也可能成为影响绩效的因素之一，一般认为经营环境包括经济环境、竞争状况、交通状况、法制环境等[3]。因此，本文将在评价经营绩效的基础上，从不同方面选取指标分析绩效的影响因素。
学术界通常把效率作为衡量经营绩效的指标[4-6]。当前学者对家庭农场绩效的研究主要集中在以下几个方面：第一，利用参数估计法或非参数估计法进行生产率或效率的测算。曹文杰[7]、姜丽丽[8]利用数据包络分析（DEA）对家庭农场效率进行了测评并利用Tobit模型检验了相关变量与经营效率的关系;孔令成、陈鸣运用三阶段DEA方法剔除环境因素与随机误差的影响，更加客观的测量家庭农场绩效[9];Heshmati和Kumbhakar[10]、Lawson[11]、王丽霞等[12]运用随机前沿模型（SFA）对农场绩效进行估计。第二，利用回归分析直接检验某些变量是否对家庭农场绩效产生影响。张德元等从经营者个人特征与管理经验角度检验其是否对家庭农场经营绩效产生显著影响[13];袁斌等运用全要素生产率模型及多元回归模型验证了多元化经营与政府補贴对家庭农场绩效的正向作用。第三，侧重于绩效评价体系构建。科学合理的指标体系对家庭农场绩效评价具有积极意义[14]。何劲等从经济效率与社会效率两个角度选取指标构建评价体系，并详细解释了各类指标的计算方式[15];Ryan选取部分指标对爱尔兰农场的发展能力进行了测评[16];高杨等构建了包括创新绩效、协调绩效、生态绩效、社会绩效、经济绩效在内的指标体系并利用AHP法确定指标权重[17]。
梳理当前研究成果发现，对家庭农场经营绩效的测评采用了多种方法，但很少有文章考虑环境因素和随机误差对绩效评价的影响。因此，本文使用三阶段DEA方法剔除环境因素与随机误差的影响下对庭农场绩效进行测评，并进一步分析环境变量对绩效产生的影响，之后基于此提出相应的政策建议。
二、研究设计
（一）研究方法
数据包络分析法（DEA）是利用线性规划方法对每一个决策单元（DMU）进行生产有效性评价，以此反应每个DMU的生产效率。传统DEA模型不能有效清除环境因素与随机误差对效率的影响，因此Fried提出了三阶段DEA模型，该模型将DEA与随机前沿分析（SFA）相结合，可以有效弥补传统DEA的缺陷，提高测评的准确度[18]。鉴于本文样本特征，选取三阶段DEA方法对家庭农场绩效进行测评，以此来过滤环境变量与随机误差的影响，保证样本可以处在相对公平的环境中。具体步骤如下：
第一阶段，采用传统DEA模型计算初始效率，由于本文所研究的经营绩效具有规模报酬可变的性质，因此选用投入导向的BCC模型。BCC模型最早由Banker提出，其隐含着规模报酬可变假定，运用BCC模型可以将综合效率进一步分解为纯技术效率与规模效率两部分，同时也可以用来评判DMU处于规模报酬递增、不变还是递减阶段[19]。假设当前有n个DMU，DMUi（i=1，2……n）有p个投入项目、q个产出项目，投入与产出集合如下：
其中，xri>0表示第i个DMU的第r个投入数量;ySi>0表示第i个DMU的第s个产出数量。基于此的BCC模型如下：
上式中，为综合效率，该数值越大表明效率越高;λi为单位组合系数，S-，S+为松弛变量，且λi，S-，S+≥0。
第二阶段，运用SFA分解松弛变量。将松弛变量作为因变量，环境变量作为自变量，构建模型如下：
上式中，Sri代表第i个DMU的第r种投入的松弛变量，Zi为外部环境变量向量，βr为待估参数，vri+uri为联合误差项，vri为服从 ■ 的随机误差，uri为管理无效率项，vri与uri独立不相关。之后利用Jondrow等（1982）提出的方法对联合误差项进行分解，得到管理无效率项期望值■，并得到随机误差的期望值如下：
在SFA回归结果的基础上调整DMU的投入指标，调整后的投入量如下：
上式中，与分别表示调整后与调整前的投入数量。
第三阶段，将调整后的投入数量与原产出数量代入传统DEA模型，测评无环境因素与随机误差影响下的经营绩效。
（二）变量选取
基于本次调研的实际情况，结合张忠明等[20]、Yinsheng Yang[21]的研究成果，本文选取的投入与产出变量如表1所示。从投入来看，本文从资本、劳动、土地三个维度分别选取指标进行衡量。资本维度主要包括原材料投入与机械投入，其中原材料投入包括种子投入、化肥投入、农药投入，机械投入包括直接投入部分与间接投入部分，直接投入即为租赁服务与能源所产生的费用①，间接投入包括自有机械设备②折旧。劳动维度主要指用工投入，本文使用工日为单位衡量用工投入，具体原因在于：第一，使用工日进行衡量不仅可以体现工人数量，也反映了工作时间，更加精确;第二，自用工报酬难以衡量，因此不采用报酬总额进行衡量。土地维度主要使用土地规模进行衡量，家庭农场经营必须以土地为基础，因此将土地投入纳入投入指标。从产出来看，本文选取家庭农场年粮食产量进行衡量。
在应用三阶段DEA方法时，需要将对家庭农场绩效产生影响但无法由农场主主观改变的变量进行剥离，这类变量被称作环境变量。本文选取的环境变量如表1所示。其中，农场主年龄与受教育程度反映农场主个人特征，其在一定程度上影响农场主的经营信心与动力，同时影响农场主在经营过程中对新技术、新模式的接受程度。农场经营环境从交通状况、制度环境、经济环境与自然环境四个方面选取指标，其中农场距离对绩效可能存在一定影响，较远的农场可能会降低效率;是否征收管理费反映农场经营的制度环境，征收管理费（协调费、服务费）会增加土地流转成本;国内生产总值反映所在地区宏观经济情况，较高的生产总值意味着市场规模较大;自然灾害是影响家庭农场经营绩效的重要外在变量。
（三）数据来源
江苏省是我国农业大省，自然条件优越，具有发展家庭农场的先天优势。近年来江苏省积累了丰富的家庭农场培育经验，对该地区家庭农场绩效进行研究具有一定的指导意义。本文数据来源于对江苏省家庭农场的实地调研，采用分层抽样的方法，对苏北、苏中地区的家庭农场进行走访调查。调研共获得问卷105份，剔除掉无效样本12份，得到有效问卷93份。调研内容包括家庭农场经营者的个人情况及家庭情况、全部土地的租金、取得方式等以及2018年生产环节各类投入与产出情况。
三、家庭农场经营绩效测评结果
（一）相关分析
本文使用SPSS18.0进行相关分析。表2列示了全部DMU投入与产出指标的相关系数，如表所示，产出变量Go与各投入变量均呈现显著正相关，其中与土地投入相关系数达到0.986，与原材料投入相关系数达到0.966。各投入要素之间也呈现显著正相关。
（二）绩效测评结果
第一阶段，本文利用DEAP2.1软件进行绩效测评。得到的结果如表3所示，因篇幅所限，本文只截取部分进行列示。
表3中，TE表示综合效率，PTE表示纯技术效率，SE表示规模效率，TE=PTE×SE，RS为规模报酬情况，irs代表规模报酬递增，drs代表规模报酬递减，-表示规模报酬不变。全部DMU的综合效率为0.833，纯技术效率为0.882，规模效率为0.948。全部DMU中共有6个综合效率达到了1.000，占比6.45%;处于规模报酬递增的DMU为29个，占比31.1%，处于规模报酬递减的DMU为54个，占比58%。在一定程度上说明家庭农场经营效率偏离了生产前沿面，在经营过程中存在投入浪费、效率损失的情况。
第二阶段，本文利用Frontier4.1软件进行分析，得到的结果如表5所示。其中，连续型变量在分析前先进行标准化，以规避量纲影响。
表4中，LR数值均大于临界值，因此采用SFA分析合理为随机误差项方差，为管理无效率项的方差。，即为管理无效率方差占总方差的比，由表5结果可知，全部松弛变量几乎完全受管理因素影响。具体来看：
（1）农场主受教育水平对原材料投入、机械投入、用工投入的松弛量均产生显著负向影响。农场主受教育水平越高，越容易接受新技术、新管理方式，拥有良好教育背景的农场主通常也具有较强的学习能力，他们既可以掌握科学的管理方法，也可以应用先进的农业技术。因此，较高教育水平的农场主可以有效提高农场的经营绩效。
（2）农场主年龄对原材料投入、机械投入、用工投入的松弛量均产生显著负向影响。农场主是家庭农场的核心力量，其素质与能力对家庭农场经营管理产生巨大影响[22]，随着年龄的提高，家庭农场主生产经验也逐渐丰富，对管理更加娴熟，因此可以有效减少各类投入的冗余，提高家庭农场运营绩效。
（3）农场距离对机械投入松弛量具有显著负向
影响，即农场与住所距离增加会显著减少机械投入冗余，这与预期结果相违背，笔者认为可能原因在于在农场距离降低的情况下，农场主的生产积极性更高，此时可能会过多投入机械投入。農场距离与用工投入的松弛量呈现显著正相关，伴随着家庭到农场距离的增加，农场主从事各环节生产时会增加用时，同时在雇佣工人的情况下，住所与农场较远时会减少农场主监督用工的次数和积极性，并且在缺乏激励的均衡工资水平下，雇佣工可能存在偷懒现象，导致一定程度的用工浪费和生产低效率。 （4）在当地政府征收土地流转管理费的情况下，原材料投入、机械投入、用工投入的松弛量会显著增加。在土地流转过程中，村委会或其他机构起到了组织协调人和双向代理人的作用[23]，在一定程度上降低了农户的信息搜寻和交易成本，而部分村委会在此过程中会征收管理费。征收土地流转管理费一定程度上提高了农场的经营成本，尽管在征收的背后意味着农场主节约了信息搜寻与交易成本，但这些成本是隐性成本，因此对于农场主来说直观的感受是增加经营压力，为了获得更高收入以弥补额外的流转管理费，家庭农场主可能会增加原材料、机械、用工投入，造成一定程度的效率损失。
（5）区域生产总值对机械投入、用工投入的松弛量产生显著正向影响。笔者认为可能原因在于：1.经济发达地区生产资料丰富，机械化生产水平更高，人口较密集，因此为农场主提供的原材料与劳动力更加丰富，客观上为农场主增加无效投入创造了条件，主观上增强了农场主增加机械投入的动力;2.较高的区域生产总值往往代表着较大的市场规模，农场主在面对更大市场需求时缺乏科学合理的分析及判断，往往会增加各类投入以获得更高产量，在这一过程中极有可能造成不同程度的浪费。
（6）自然灾害会显著增加原材料投入、机械投入、用工投入的冗余量，在发生自然灾害时，农场主可能会增加各类投入以弥补自然灾害对农场的不利影响，造成家庭农场经营低效。
第三阶段，对原始投入变量进行调整，由于选取的环境变量对土地投入松弛量几乎无影响，因此调整前后土地投入量变化不大。之后利用DEAP2.1进行第二次绩效测评。得到结果如表5所示。因篇幅所限，本文只截取部分进行列示。
根据表5可知，相比于投入变量调整前，综合效率由0.833上升至0.855，纯技术效率由0.882上升至0.894，规模效率由0.948上升至0.957。全部DMU中共有12个综合效率达到了1.000，占比12.9%;处于规模报酬递增的DMU为39个，占比41.9%，处于规模报酬递减的DMU为37个，占比39.7%。相比于传统DEA模型测评结果，尽管效率值变化不大，但是达到有效的DMU数量及DMU所处规模报酬阶段情况发生较大改变。
（三）相关检验
采用符号检验判断投入变量调整前与调整后的综合效率、纯技术效率、规模效率是否有显著差异。检验结果如表6所示，投入变量调整前后的效率具有显著差异，使用三阶段DEA进行绩效测评合理。
四、结论与建议
第一，由三阶段DEA分析结果可知当前家庭农场经营绩效仍待提高，达到有效状态的家庭农场较少，而有部分农场仍处于规模报酬递减阶段。因此有必要优化家庭农场规模，提高家庭农场经营者的管理水平与技术经验，从而提高家庭农场经营绩效。
第二，SFA回归结果表明教育、年龄、家庭农场与住所距离、土地流转管理费、区域经济发展水平、自然灾害对绩效均产生影响。家庭农场主教育
水平、年龄对经营绩效均产生正向影响;土地流转管理费、区域经济发展水平与自然灾害对家庭农场经营效率产生负向影响;家庭农场与住所距离对经营绩效的影响较为复杂。因此，在今后的工作中，政府应该：首次，提高家庭农场主的综合素质，积极开展技术培训，引导生产能手、技术专家向家庭农场经营者传授生产经验并开展技术指导，推动家庭农场主学习先进的管理方法与财务制度。其次，加强对土地流转管理费的征收管理，建议全面取消经济发达地区各种形式的土地流转管理费，欠发达地区村委会在确实提供土地流转中介服务的前提下可与农民协商是否征收管理或服务费用，资金使用情况也得向农户公示，做到使用民主决策、账目公开透明[24]。再次，及时并充分发布市场信息，合理引导农场主开展来年生产，避免盲目投入。最后，加强自然灾害防控，建立自然灾害综合防御对策，加强防洪堤、排水沟等基础设施建设，引进先进生产技术，保护生态环境，防范因水土流失而造成的“人因灾害”。
参考文献：
[1] 周应恒.新型农业经营体系：制度与路径[ J ].人民论坛-学术前沿，2016（18）：74-85.
[2] Bernadin H J，Betty R W.Performance Appraisal：Assessing human behavior at work[M].Boston：Kent Publishing Company，1984.
[3] 马宇，许晓阳，韩存，等.经营环境、治理机制与农场信用社经营绩效——来自安徽省亳州市的证据[ J ].金融研究，2009（07）：185-186.
[4] Caves D W， Christense L R， Diewert W E. Multilateral comparisons of output， input and productivity using superlative index numbers[ J ]. Economic Journal， 1982（92）：73-86.
[5] 陈铭，刘增金.金融支持对家庭农场经营绩效的影响研究[ J ].资源开发与市场，2018，34（06）：819-824.
[6] 袁斌，谭涛，陈超.多元化经营与家庭农场生产绩效——基于南京市的实证研究[ J ].农林经济管理学报，2016，15（01）：13-20.
[7] 曹文杰.基于DEA -Tobit模型的山东省家庭农场经营效率及影响因素分析[ J ].山东农业科学，2014，46（12）： 133-137.
[8] 姜丽丽，仝爱华，乔心阳.基于DEA -Tobit 模型的家庭农场经营效率及其影响因素分析——對宿迁市宿城区的实证研究[ J ].江苏农业科学，2017，45（12）： 307-310.
[9] 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（05）：47-48. [10] Heshmati A，Kumbhakar S C.Farm heterogeneity and technical efficiency： Some results from Swedish dairy farms[ J ].Journal of Productivity Analysis，1994，5（01）： 45-61.
[11] Lawson L G，Bruun J，Coelli T，et al.Relationships of efficiency to reproductive disorders in Danish milk production： A stochastic frontier analysis[ J ].Journal of Dairy Science，2004，87（01）： 212-224.
[12] 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（06）：20-31.
[13] 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（04）：77-81.
[14] 周丹，蓋艾鸿，杨柳.基于模糊模型识别法的土地整理综合效益分析评价研究——以格尔木市为例[ J ].中国农学通报，2014（05）：208-213.
[15] 何劲，熊学萍.家庭农场绩效评价：制度安排抑或环境相容[ J ].改革，2014（08）：100-107.
[16] Ryan M，Buckley C，Dillon E J et al.The development of farm-level sustainability indicators for Ireland using the teagasc national farm survey[C].Paris：The 88th annual conference of the agricultural economics society，2014.
[17] 高杨，李佩，陆姣.基于发展新理念的粮食类家庭农场成长绩效测评研究[ J ].华中农业大学学报（社会科学版），2018（02）：63-71.
[18] Fried H，Lovell C，Schmidt S，etal.Accounting for environmental effects and statistical noisein data envelopment analysis[ J ].Journal of Productivity Analysis，2002，17（01）：157-174.
[19] 杨国梁，刘文斌，郑海军.数据包络分析方法（DEA）综述[ J ].系统工程学报，2013（06）：840-860.
[20] 张忠明，钱文荣.农户土地经营规模与粮食生产效率关系实证研究[ J ].中国土地科学，2010，24（08）：52-58.
[21] Yang Y， Zhuang Z， Tian G， et al.A management and environmental performance evaluation of china’s family farms using an ultimate comprehensive cross-efficiency model[ J ].Sustainability，2019，11（01）.
[22] 陈永富，曾铮，王玲娜.家庭农场发展的影响因素分析——基于浙江省13个县、区家庭农场发展现状的调查[ J ].农业经济，2014（01）：3-6.
[23] 孔祥智，刘同山，郑力文.土地流转中村委会的角色及其成因探析——基于鲁冀皖三省15个村庄的土地流转案例[ J ].东岳论丛，2013，34（05）：103-108.
[24] 王明存.村委会收土地流转管理费应公开[N].江苏农业科技报，2015-8-29（11）.
（责任编辑：李韵婷）