廖成泉，胡銀根，章曉曼

（華中農業(yè)大學公共管理學院，湖北 武漢430070）

耕地不僅是農業(yè)生產(chǎn)的基本要素，也是人類賴以生存的基本資源和條件，人類有將近90%的食物來源于耕地[1]；同時，耕地還承擔著國家糧食安全、生態(tài)安全、社會穩(wěn)定的重任[2]。從20 世紀80 年代至今，隨著人口的持續(xù)增長和工業(yè)化、城鎮(zhèn)化的快速發(fā)展,我國糧食需求呈現(xiàn)剛性增長,而耕地供給將呈現(xiàn)不斷減少的態(tài)勢[3]。對此，中央政府推行了最嚴格的耕地保護制度，并長期堅守18 億畝耕地紅線不動搖，從中凸顯了耕地資源在國家經(jīng)濟社會建設中的戰(zhàn)略地位與核心價值。然而，隨著工業(yè)化和城鎮(zhèn)化進程的快速推進，耕地資源正在被過度消耗和占用[4]，耕地數(shù)量平衡與耕地質量下降的錯位已成為我國耕地資源利用中存在的突出問題。在如此嚴峻的現(xiàn)實背景下，實現(xiàn)有限耕地資源的高效集約利用，提高耕地資源利用效率，已成為保障國家糧食安全、維護國家經(jīng)濟社會健康穩(wěn)定運行的外在壓力和內在訴求。因此，在保障現(xiàn)有耕地規(guī)模的前提下評價區(qū)域耕地資源的利用效率，對于認清地區(qū)耕地資源經(jīng)營現(xiàn)狀，探索提高耕地資源利用效率的有效路徑具有重要的理論和現(xiàn)實意義。

對于耕地資源利用效率及其影響因素的研究，長期以來備受學者關注，且成果顯著。研究主要集中在以經(jīng)典DEA 模型（CCR 模型和BCC 模型）對不同行政級別地區(qū)耕地利用效率進行評價， 并輔之以Tobit 模型解析其影響因素。例如，張霞等[5]運用DEATobit 兩步法研究了高家鎮(zhèn)2009 年耕地利用效率及其影響因素，發(fā)現(xiàn)該鎮(zhèn)耕地利用效率整體偏低且區(qū)域差異顯著，人均種植業(yè)收入、有效灌溉面積保證率、夏秋收糧食種植比例、耕地復種指數(shù)、勞均耕種面積等對耕地利用效率有顯著影響。楊朔等[6]也依托DEA-Tobit 兩步法對陜西省1990-2008 年間耕地利用效率變化狀況及其影響因素進行了實證分析，研究發(fā)現(xiàn)，該省耕地利用效率波動性較大，效率值的區(qū)域性顯著，且受人均GDP、政策等多因素的影響。

綜上所述，學術界在利用經(jīng)典DEA 模型測度耕地資源利用效率方面積累了豐厚的研究基礎，然而，經(jīng)典DEA 模型評價效率時在技術上存有一定局限性，即單一地使用CCR 和BCC 模型并未剔除環(huán)境因素對決策單元自身運營效率的影響，不能有效控制外部環(huán)境的影響，因此效率估算結果可能會出現(xiàn)高估或者低估的偏差，評估結果客觀性不強[7]，而四階段DEA 法較好地修正了外生環(huán)境因素對效率評估所造成的偏誤，效率評估結果更為準確[8]。

因此， 本文以四階段DEA 法為技術手段，以2012 年湖北省17 個市（州、林區(qū)）耕地資源利用效率為評價對象，并在此基礎上利用Tobit 回歸模型進行影響因素分析，以期為實現(xiàn)湖北省耕地資源高效集約利用和區(qū)域經(jīng)濟社會可持續(xù)發(fā)展提供參考與借鑒。

1 研究區(qū)概況

湖北省地處長江中游、洞庭湖以北，是我國“中部崛起”和“長江經(jīng)濟帶”的重要組成部分和戰(zhàn)略支點。全省土地總面積18.59 萬km2，占全國總面積的1.93%。該區(qū)屬亞熱帶季風性濕潤氣候，光照充足，熱量豐富，且地貌類型多樣，山地、丘陵、平原、崗地兼?zhèn)洌侵摹棒~米之鄉(xiāng)”，歷來為我國重要的糧、棉、油生產(chǎn)基地。

近年來，湖北省在經(jīng)濟發(fā)展方面成績顯著，地區(qū)生產(chǎn)總值年均增長率長期高于全國水平，穩(wěn)居中部經(jīng)濟強省的地位。在武漢城市圈和“宜荊荊”、“襄十隨”城市群建設中，區(qū)域經(jīng)濟發(fā)展進步顯著。隨著工業(yè)化、城鎮(zhèn)化進程的加快，湖北省人均耕地資源占有量持續(xù)下降，后備耕地資源日益貧乏，推進地區(qū)經(jīng)濟社會可持續(xù)發(fā)展后繼乏力，地區(qū)糧食安全保障形勢嚴峻。其中，湖北省人均耕地面積由1996 年的0.058 hm2減至2012 年的0.055 hm2，人均糧食占有量由1996 年的428 kg 降至2012 年的423 kg[9]。

2 研究方法、變量選擇與數(shù)據(jù)來源

2.1 四階段DEA法

DEA 是由Charnes 和Cooper 等于1978 年創(chuàng)建的以相對效率概念為基礎發(fā)展起來的一種非參數(shù)前沿效率分析方法，可用于處理多投入和多產(chǎn)出情況，還可以找出改進效率的最佳途徑[10]。隨后Fried 等[11]在經(jīng)典DEA 模型的基礎上提出了全面測度決策單元（DMU）效率的方法，使得DEA 效率評估更為準確，該方法分四個階段。

1）階段一：DEA-BCC 模型測算。選取投入導向型且規(guī)模報酬可變的DEA-BCC 模型分析測算各投入要素的總松弛量。假設有j（j＝1，2，…，n）個DMU，每個DMU 有m 項投入xj=（x1j，x2j，…，xmj）和s 項產(chǎn)出yj=（y1j，y2j，…，ysj），其中xj＞0，yj＞0，j＝1，2，…，n，模型表示如下：

式中：ε 為非阿基米德無窮小量，e?T=（1，1，…；1）∈Em，eT=（1，1，…；1）∈ES，線性規(guī)劃Dε的最優(yōu)解為λ0，s-0，s+0，θ0，若θ0=1，則DMU 為弱DEA 有效；若θ0=1，且s-0=0，s+0=0，則DMU 為DEA 有效；若θ0＜1，則DMU 為非DEA 有效，在保持產(chǎn)出不小于y0的條件下，可使各種投入同時縮小θ0倍。

2）階段二：構建Tobit 模型。根據(jù)第一階段得到的投入松弛量可知，各項投入松弛量均不小于0，故被解釋變量在0 處被截取，為避免估計參數(shù)產(chǎn)生趨向0 的偏誤，故采用Tobit 截斷模型進行分析，構建I個Tobit 回歸模型（I 為投入數(shù)量）,模型定義如下:

式中：Sik表示第一階段計算得到的第i 個投入要素的總松弛量，Zik為外生環(huán)境變量向量，ai為常數(shù)項，βi為待估系數(shù)向量，ui為隨機誤差項。

3）階段三：根據(jù)Tobit 結果調整初始投入量?；谕馍h(huán)境變量對研究對象的影響存在區(qū)域性，故必須根據(jù)外部環(huán)境的具體狀況對初始投入量予以調整，以期得到更為準確的效率值。根據(jù)投入松弛量的擬合值調整初始投入變量，公式如下:

4）階段四：調整投入變量后的DEA 模型。利用調整后的投入量和初始產(chǎn)出量再次運用BCC 模型測算得到新的效率值，此效率值反映了剔除環(huán)境因素影響后的各地區(qū)耕地資源利用效率狀況。

2.2 變量選擇

2.2.1 投入產(chǎn)出變量的選擇 土地資源的投入要素包括資本、技術、勞動，因此農業(yè)生產(chǎn)的投入量可以用土地、資本、勞動力的投入數(shù)量予以表征[12-13]?；跀?shù)據(jù)獲取的可行性和可量性，文章對耕地利用過程中投入要素的選取分別以年末耕地面積、農業(yè)機械總動力、化肥施用量、農業(yè)勞動人數(shù)代表土地、資本、勞動力投入（表1）。就耕地產(chǎn)出而言，現(xiàn)有文獻多集中于選取農業(yè)總產(chǎn)值、農業(yè)增加值、糧食總產(chǎn)量、農民人均純收入這四類變量中的兩個或兩個以上予以衡量[14-17]。但農業(yè)總產(chǎn)值、農業(yè)增加值以及糧食總產(chǎn)量對耕地產(chǎn)出的衡量內涵無異，只是表現(xiàn)形式有所差異，而對于農民人均純收入而言，打工經(jīng)濟背景下湖北省農民收入中農業(yè)經(jīng)營收入的比重相對較小，不宜用于衡量耕地產(chǎn)出，故選取農業(yè)總產(chǎn)值作為耕地資源經(jīng)濟產(chǎn)出。

表1 耕地利用效率評價體系Table 1 Evaluation system of arable land utilization efficiency

綜上所述，文章以年末耕地面積、農業(yè)勞動人數(shù)、化肥施用量、農業(yè)機械總動力四項投入變量和農業(yè)總產(chǎn)值一項產(chǎn)出變量構建耕地資源利用效率評價體系，并通過Spearman 分析表明投入變量與產(chǎn)出變量高度相關（表2），效率評價結果具有嚴格的統(tǒng)計意義。

表2 投入產(chǎn)出變量相關性分析結果Table2 Correlation analysis results of input-output variables

2.2.2 外生環(huán)境變量的選擇 外生環(huán)境變量是對研究對象產(chǎn)生影響但又不受主觀控制的因素。耕地利用作為一項復雜的生產(chǎn)活動，其運行效率的高低取決于經(jīng)濟、社會等外部因素與土壤、水等內部因素的合力，而影響耕地資源利用效率的因素眾多，已有文獻的研究除了較為普遍的耕地質量等級、有效灌溉率、耕地復種指數(shù)、農民人均純收入、戶主受教育程度、區(qū)域經(jīng)濟水平、農業(yè)補貼、耕地資源稟賦以外，還包括農民土地退出意愿[18]、農業(yè)勞動力年齡[19]、農民分化[20]、耕地細碎化[21]等因素?；谝蛩剡x取的可行性和可量性原則，本文選取農田水利條件、耕地資源稟賦和農民經(jīng)濟條件三大因素作為影響耕地資源利用效率的外部環(huán)境因素，并以有效灌溉率、人均耕地面積和農民人均純收入分別表示農田水利條件、耕地資源稟賦和農民經(jīng)濟條件。由于外生環(huán)境變量是四階段DEA 模型評價效率時第二階段選取的重要變量，故將有效灌溉率、人均耕地面積和農民人均純收入作為外生環(huán)境變量納入耕地資源利用效率評價體系（表1）。

2.3 數(shù)據(jù)來源

文章各項變量數(shù)據(jù)均取自2013 年《湖北統(tǒng)計年鑒》，恩施、仙桃、潛江、天門、神龍架的人均GDP 數(shù)據(jù)源于各地區(qū)2013 年的統(tǒng)計年鑒。

3 實證分析

3.1 測算初始效率值

根據(jù)初始DEA-BCC 模型的投入產(chǎn)出量，運用Deap2.1 軟件測算出各市耕地資源利用效率值（表3）及其對應的投入松弛量。整體來看，在不考慮外在環(huán)境因素影響的情況下，2012 年湖北省17 個地區(qū)耕地資源利用效率均值為0.740， 純技術效率均值為0.815，規(guī)模效率均值為0.914。具體而言，僅武漢和宜昌兩市的三項效率值均為1，處于技術效率前沿面，其他15 個地區(qū)在規(guī)模效率方面尚有不同程度的改進空間，其中有13 個地區(qū)的耕地利用表現(xiàn)為技術無效。但受外生環(huán)境變量的影響，經(jīng)典DEA 模型的技術效率可能存在“失真”，不能準確反映各地區(qū)耕地資源利用的實際效率。因此，本文運用四階段DEA法來“過濾”外部環(huán)境因素的不良影響。

3.2 外生環(huán)境變量的Tobit回歸分析

表3 DEA 一階段效率值Table 3 Efficiency results of first-stage of DEA

在效率評價過程中，由于外生環(huán)境變量的影響，一階段DEA 測算的效率值尚未準確、客觀反映各地區(qū)耕地資源利用效率水平?；诖?，本文以初始DEA測算結果中各投入要素松弛量和選取的三類外生環(huán)境變量分別作為被解釋變量和解釋變量構建Tobit回歸模型，以此過濾外部環(huán)境因素對效率值產(chǎn)生的影響，使各DMU 處于相同外部環(huán)境。運用Stata11.0進行Tobit 回歸分析，結果見表4。

表4 二階段DEA 的Tobit 回歸結果Table 4 Tobit regression results of second-stage of DEA

Tobit 回歸結果顯示，每項投入松弛量與選取的三項外生環(huán)境變量構成的回歸模型均能高效通過檢驗，卡方檢驗統(tǒng)計量（LR chi2(3)） 分別為10.36、16.04、6.36 和10.32，對應的P 值（Prob＞chi2）均不超過10%，表明外生環(huán)境因素對耕地資源的各類投入松弛量均存在顯著影響，通過Tobit 回歸模型剔除外生環(huán)境因素對耕地資源利用效率的影響具有一定的技術意義。

由表4 可看出，有效灌溉率和農民人均純收入兩項外生環(huán)境變量對年末耕地面積松弛量均通過5%的顯著性檢驗，對農業(yè)勞動人數(shù)松弛量均通過1%的顯著性檢驗。此外，有效灌溉率對年末耕地面積與農業(yè)勞動人數(shù)兩類松弛量均呈正相關，而農民人均純收入對年末耕地面積與農業(yè)勞動人數(shù)兩類松弛量均呈負相關。

就有效灌溉率而言，有效灌溉率對年末耕地面積松弛量和農業(yè)勞動人數(shù)松弛量均呈正相關，表明提高有效灌溉率會加大耕地資源及其勞動人數(shù)的過剩程度，即改善農田水利條件會加劇耕地資源以及從事耕地生產(chǎn)的勞動力資源的浪費。換言之，農田水利條件的改善促使現(xiàn)存耕地資源量及其從事耕地生產(chǎn)的勞動力數(shù)量過大，超出了地區(qū)經(jīng)濟社會建設對兩類資源需求的合理供應值。對此認為，由于農田水利條件的改善無疑擴大了耕地的單位產(chǎn)出，增強了糧食供給能力，因此，各地區(qū)在鞏固和提升地區(qū)糧食安全保障能力的驅動下新增耕地資源的動力進一步加強，從而導致新增耕地面積擴大，但在地區(qū)糧食消費水平一定的條件下，這種擴大后的耕地產(chǎn)出量對糧食消費需求量供過于求，從而顯得地區(qū)耕地資源對地區(qū)糧食消費水平相對過剩，故耕地資源以及從事耕地生產(chǎn)的勞動力資源相對過剩。因此，耕地資源以及從事耕地生產(chǎn)的勞動力資源的過剩是相對的，而非絕對量的過剩。

就農民人均純收入而言，農民人均純收入對年末耕地面積松弛量和農業(yè)勞動人數(shù)松弛量均呈負相關，表明增加農民人均純收入會減少耕地資源及其勞動力資源的供給過剩程度，換言之，農民收入水平的提高會削弱耕地資源以及從事耕地生產(chǎn)的勞動力資源的過度投入。對此認為，湖北省作為外出務工人員的輸出大省，隨著各地區(qū)農戶家庭非農收入比例的提高，多數(shù)農戶缺乏種田動力，進而加劇了耕地拋荒、撂荒勢頭，參與生產(chǎn)的耕地資源量減少，從而遏制了耕地供給的過剩。此外，農業(yè)比較利益的偏低導致經(jīng)濟條件改善的農戶從事耕地生產(chǎn)的積極性降低，進而導致從事耕地生產(chǎn)的農業(yè)勞動人數(shù)下降。

3.3 測算擬合調整后的DEA效率值

根據(jù)外生環(huán)境變量對耕地資源利用效率的Tobit回歸分析結果對投入松弛量進行擬合調整，并結合初始產(chǎn)出量再次通過DEA-BCC 模型測算得到相應效率值（表5）。由DEA-BCC 模型的定義可知，測算出的效率值有三類，分別為技術效率（TE）、純技術效率（PTE）和規(guī)模效率（SE），且TE=PTE×SE，若純技術效率和規(guī)模效率均為1，則表明DMU 為DEA 有效；若兩者中只有一項值為1，表明DMU 為弱DEA 有效；若兩者均不為1，則表明DMU 為非DEA 有效。

首先，就整體而言，17 個市（州、林區(qū)）的技術效率、純技術效率和規(guī)模效率均值分別為0.645、0.737和0.891，技術效率＜純技術效率＜規(guī)模效率，表明湖北省耕地資源利用效率整體水平不高，且主要是純技術效率偏低所致。

其次，就DEA 的有效性而言，17 個市（州、林區(qū)）中僅武漢和宜昌兩市為DEA 有效，即純技術效率和規(guī)模效率均有效，表明上述兩地區(qū)耕地資源的利用在技術上和規(guī)模上均有效，耕地資源投入產(chǎn)出比達到最優(yōu)；襄陽市和神龍架林區(qū)為弱DEA 有效，均只表現(xiàn)在純技術效率有效，表明這兩地區(qū)的耕地利用僅在技術上有效；其余13 個市（州、林區(qū)）為非DEA有效，即不存在技術上有效和規(guī)模上有效，表明這些地區(qū)在耕地資源利用過程中均存在投入過?；虍a(chǎn)出不足。

表5 四階段DEA 效率值Table 5 Efficiency results of fourth-stage of DEA

最后，就規(guī)模報酬而言，DEA 有效的武漢和宜昌兩市表現(xiàn)為規(guī)模報酬不變，而DEA 無效或弱有效的15 個市（州、林區(qū)）中，僅襄陽市處于規(guī)模報酬遞減階段，表明該市耕地經(jīng)營規(guī)模過大，規(guī)?；潭绕?，剩余14 個地區(qū)的耕地利用均處于規(guī)模報酬遞增階段，表明這些地區(qū)耕地規(guī)?；?jīng)營仍具有一定潛力。

4 耕地資源利用效率的影響因素分析

通過四階段DEA 法剔除外生環(huán)境因素對決策單元自身運營效率的影響，修正了外生環(huán)境因素對耕地資源利用效率評估所造成的偏誤，形成了更為準確的評估結果?；诖耍恼聦⑦M一步分析耕地資源利用效率的影響因素，考察各類因素對效率水平的影響。

以上述四階段DEA 法的效率測算值為解釋變量，參照第二階段中選取的外生環(huán)境變量和數(shù)據(jù)選取的可獲得性，文章選取人均GDP、單位耕地面積農業(yè)勞動人數(shù)、單位耕地面積化肥施用量、單位耕地面積農業(yè)機械總動力分別表示地區(qū)經(jīng)濟發(fā)展水平、耕地勞動力投入水平、耕地化肥投入水平、耕地機械化投入水平，以此作為耕地利用效率的影響因素。利用Tobit 模型對湖北省17 個市（州、林區(qū)）耕地資源利用效率（技術效率）進行回歸分析，模型定義如下：

式中：Y 表示耕地資源利用效率（技術效率），X1為人均GDP，X2為單位耕地面積農業(yè)勞動人數(shù)，X3為單位耕地面積化肥施用量，X4為單位耕地面積農業(yè)機械總動力，u 為隨機擾動項，β1、β2、β3、β4為變量系數(shù)，β0為常數(shù)項。通過Stata11.0 進行Tobit 回歸分析，結果見表6。

表6 湖北省耕地資源利用效率回歸結果Table 6 Tobit regression results of arable land utilization efficiency of Hubei Province

回歸結果顯示，人均GDP 和單位耕地面積農業(yè)機械總動力這兩類解釋變量通過了1%的顯著性檢驗，即湖北省耕地資源利用效率受上述兩因素不同方向的影響。

基于此項結果，有如下分析：1）地區(qū)經(jīng)濟發(fā)展水平對耕地資源利用效率有正向作用?；貧w結果顯示，人均GDP 與耕地資源利用效率呈顯著正相關。對耕地生產(chǎn)而言，人均GDP 作為衡量地區(qū)經(jīng)濟發(fā)展水平的重要指標之一，其與耕地資源利用效率為正相關關系，表明提高地區(qū)經(jīng)濟發(fā)展水平有利于提高耕地資源利用效率。因為經(jīng)濟發(fā)展水平的高度往往凸顯出部門資源的投入強度，故農業(yè)部門的生產(chǎn)投入強度需要配套相應高度的經(jīng)濟發(fā)展水平，換言之，在經(jīng)濟發(fā)展水平得到提升的條件下，地方政府才能對農業(yè)部門傾注更多的科技、物質投入以及政策支持，從而提高耕地資源利用效率。

2）耕地機械化投入水平對耕地資源利用效率有負面影響。從回歸結果來看，單位耕地面積農業(yè)機械總動力與耕地資源利用效率呈顯著負相關，表明在一定程度上，單位耕地面積使用的農用機械越多，耕地資源利用效率就越低，即耕地機械化投入水平的提高不利于耕地資源利用效率的提高，但這并非否定農業(yè)現(xiàn)代化對耕地資源利用效率的正向作用。究其原因，從農業(yè)生產(chǎn)的實際來看，無論農業(yè)機械化程度多高，糧食產(chǎn)出的決定因素是耕地資源總量，耕地資源數(shù)量不會因機械化程度的提升而增加。在耕地資源總量不變的前提下，農業(yè)機械化生產(chǎn)提高的是人均產(chǎn)出率，而不是真正意義上的耕地產(chǎn)出率。同時，結合湖北省的實際情況，由于多數(shù)農戶的耕地零碎、分散，機械化的農業(yè)生產(chǎn)反而改變了過去農戶小規(guī)模精耕細作的生產(chǎn)方式，導致耕地質量未被充分利用，耕地生產(chǎn)潛力未能被充分挖掘，這與賀雪峰[22]的研究結論基本契合。

5 結論

本文采用四階段DEA 法對2012 年湖北省耕地資源利用的技術效率、純技術效率、規(guī)模效率進行了定量評價，并在此基礎上以Tobit 模型對技術效率進行影響因素分析，并得出如下結論：

1） 湖北省耕地資源利用效率整體水平不高，且主要由純技術效率偏低所致。在耕地利用過程中，武漢、宜昌兩市在技術上和規(guī)模上均有效，襄陽市和神龍架林區(qū)僅在技術上有效，其余13 個地區(qū)不存在技術有效和規(guī)模有效。

2）就耕地經(jīng)營規(guī)模的合理性而言，武漢和宜昌2市的耕地經(jīng)營規(guī)模處于適度水平，僅襄陽市耕地經(jīng)營規(guī)模過大，規(guī)?；潭绕?，其余14 個地區(qū)的耕地規(guī)?；?jīng)營尚具有一定潛力。

3）改善農田水利條件會加劇耕地資源投入以及從事耕地生產(chǎn)的勞動力資源投入的相對過剩程度，而提高農民收入水平會削弱耕地資源以及從事耕地生產(chǎn)的勞動力資源的過度供給。提高地區(qū)經(jīng)濟發(fā)展水平有利于提高耕地資源利用效率。耕地機械化投入水平的提高不利于耕地資源利用效率的提高。

6 結語

縱觀本研究，盡管在實證技術上有了更為客觀的結果，但受篇幅和數(shù)據(jù)獲取難度所限，耕地資源利用效率評價及其影響因素分析仍存有一定缺陷。首先，文章僅考慮了耕地的經(jīng)濟產(chǎn)出，而耕地資源的生態(tài)、社會等功能價值未能體現(xiàn)；其次，耕地資源利用效率的影響因素未能全面考慮，忽視了耕地質量、土地退出意愿、農業(yè)勞動力年齡、農民分化、耕地細碎化等重要因素的影響。對此，將會在后續(xù)研究中做進一步的深入探討。

[1]Costanza R.The value of the world′s ecosystem services and nature capital[J].Nature,1997(387):253-260.

[2]俞奉慶,蔡運龍.耕地資源價值重建與農業(yè)補貼——一種解決“三農”問題的政策取向[J].中國土地科學,2004,18(1):18-23.

[3]馬永歡,牛文元.基于糧食安全的中國糧食需求預測與耕地資源配置研究[J].中國軟科學,2009(3):11-16.

[4]李效順,曲福田,譚榮,等.中國耕地資源變化與保護研究——基于土地督察視角的考察[J].自然資源學報,2009,24(3):387-401.

[5]張霞,劉秀華,劉勇.基于DEA的高家鎮(zhèn)耕地利用效率及其影響因素研究[J].西南師范大學學報:自然科學版,2012,37(3):72-77.

[6]楊朔,李世平,羅列.陜西省耕地利用效率及其影響因素研究[J].中國土地科學,2011,25(2):47-54.

[7]Worthington A C.Cost efficiency in Australian Local Government[J].Financial Accountability and Management,2000,16(3):201-224.

[8]趙崢.基于綠色發(fā)展的中國城市公共支出效率研究——基于四階段DEA和Bootstrapped DEA模型的實證分析[J].云南財經(jīng)大學學報,2013(5):31-40.

[9]湖北省統(tǒng)計局.湖北統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2013.

[10]魏權齡.數(shù)據(jù)包絡分析[M].北京:科學出版社,2004.

[11]Fried H O,Schmidt SS,Yaisawarng S.Incorporating the operating environment into a nonparametric measure of technical efficiency[J].Journal of Productivity Analysis,1999,12(3):249-267.

[12]張寧,陸文聰.中國農村勞動力素質對農業(yè)效率影響的實證分析[J].農業(yè)技術經(jīng)濟,2006(2):74-80.

[13]趙芝俊,張社梅.近20年中國農業(yè)技術進步貢獻率的變動趨勢[J].中國農村經(jīng)濟,2006(3):4-12.

[14]梁流濤,曲福田,王春華.基于DEA方法的耕地利用效率分析[J].長江流域資源與環(huán)境,2008,17(2):242-246.

[15]馮曉紅,周寶同,陳昀暄.基于DEA方法的耕地利用效率分析——以重慶市豐都縣為例[J].中國農學通報,2011,27(26):249-253.

[16]李茗薇,付強.基于DEA的吉林省耕地利用效率及其影響因素研究[J].安徽農業(yè)科學,2013,41(8):3682-3684.

[17]李在軍,管衛(wèi)華,臧磊.山東省耕地生產(chǎn)效率及影響因素分析[J].世界地理研究,2013,22(2):167-175.

[18]高佳,李世平.農民土地退出意愿對耕地利用效率的影響研究[J].大連理工大學學報:社會科學版,2014,35(1):75-80.

[19]楊俊,楊鋼橋,胡賢輝.農業(yè)勞動力年齡對農戶耕地利用效率的影響——來自不同經(jīng)濟發(fā)展水平地區(qū)的實證[J].資源科學,2011,33(9):1691-1698.

[20]許恒周,郭玉燕,吳冠岑.農民分化對耕地利用效率的影響——基于農戶調查數(shù)據(jù)的實證分析[J].中國農村經(jīng)濟,2012(6):31-39.

[21]李鑫,歐名豪,馬賢磊.基于景觀指數(shù)的細碎化對耕地利用效率影響研究——以揚州市里下河區(qū)域為例[J].自然資源學報,2011,26(10):1758-1767.

[22]賀雪峰.地權的邏輯——中國農村土地制度向何處去[M].北京:中國政法大學出版社,2010.