蔣惠鳳

摘要：農(nóng)業(yè)產(chǎn)業(yè)化的進(jìn)程受到金融抑制的影響，使得農(nóng)業(yè)企業(yè)融資渠道狹窄、風(fēng)險(xiǎn)大，因而其融資效率的高低變得更加重要。利用數(shù)據(jù)包絡(luò)分析方法對(duì)滬深A(yù)股農(nóng)業(yè)上市公司的融資效率進(jìn)行測(cè)度后發(fā)現(xiàn)，農(nóng)業(yè)上市公司融資效率為有效的單位比重偏低，大部分企業(yè)的效率值介于0.4～0.8之間。純技術(shù)效率普遍高于綜合效率，并且歷年變化較大，是影響綜合效率的主要因素，因此農(nóng)業(yè)科技創(chuàng)新不僅是推進(jìn)農(nóng)業(yè)和農(nóng)村現(xiàn)代化的源泉和動(dòng)力，長(zhǎng)遠(yuǎn)來(lái)看也是提高融資效率的重要路徑。利用單因素方差分析方法比較農(nóng)業(yè)不同子行業(yè)間綜合效率均值，發(fā)現(xiàn)它們之間并沒(méi)有顯著差異。

關(guān)鍵詞：融資效率；數(shù)據(jù)包絡(luò)分析；純技術(shù)效率；農(nóng)業(yè)上市公司

中圖分類(lèi)號(hào)： F275 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）11-0501-04

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)部門(mén)，也是經(jīng)濟(jì)發(fā)展較為薄弱的環(huán)節(jié)，一直是需要重點(diǎn)扶持的產(chǎn)業(yè)。近年來(lái)，在國(guó)家大力發(fā)展現(xiàn)代農(nóng)業(yè)的大背景下，中國(guó)農(nóng)業(yè)得到了持續(xù)健康的發(fā)展，形成了例如“低碳農(nóng)業(yè)”“有機(jī)農(nóng)業(yè)”等許多新農(nóng)業(yè)概念，農(nóng)業(yè)發(fā)展也轉(zhuǎn)變?yōu)槿诤犀F(xiàn)代工業(yè)、現(xiàn)代服務(wù)業(yè)在內(nèi)的現(xiàn)代產(chǎn)業(yè)鏈條的道路，農(nóng)業(yè)潛在的發(fā)展空間不斷地吸引著來(lái)自國(guó)內(nèi)外眾多的投資機(jī)構(gòu)。一直困擾農(nóng)業(yè)發(fā)展的融資問(wèn)題迎來(lái)了緩解的機(jī)遇，但是農(nóng)業(yè)投資高風(fēng)險(xiǎn)性、融資難的問(wèn)題依然存在，農(nóng)業(yè)要實(shí)現(xiàn)更大的發(fā)展，仍有賴(lài)于高效的資金投入與產(chǎn)出。因此，如何綜合衡量和評(píng)價(jià)農(nóng)業(yè)企業(yè)的融資效率仍然值得深入探討。

關(guān)于農(nóng)業(yè)公司融資效率的研究，并沒(méi)有形成一個(gè)完整的系統(tǒng)評(píng)價(jià)體系，大部分學(xué)者是從理論和實(shí)證2個(gè)角度來(lái)分析的。沈淵等研究認(rèn)為，中國(guó)農(nóng)業(yè)上市公司表現(xiàn)為綜合效率低，規(guī)模效率、技術(shù)效率和純技術(shù)效率在不同上市公司間、不同子行業(yè)間存在顯著差異；同時(shí)還發(fā)現(xiàn)不同年份之間部分公司的效率值波動(dòng)較大[1-3]。張新美通過(guò)調(diào)研分析發(fā)現(xiàn)，農(nóng)村微型企業(yè)從融資渠道角度探討融資效率的話(huà)，非正規(guī)金融優(yōu)于正規(guī)金融渠道[4]。隨著國(guó)家對(duì)農(nóng)業(yè)加大投入，強(qiáng)化融資配套扶持政策的實(shí)施，農(nóng)業(yè)上市公司的融資效率是否有了明顯提升，對(duì)此展開(kāi)研究。

1 研究方法

金融學(xué)家曾康霖最早提出“融資效率”這一名詞[5]，其后， 國(guó)內(nèi)學(xué)者在有關(guān)企業(yè)融資效率的基本涵義方面取得了大量研究成果[6-8]，大多基于投入產(chǎn)出視角定義融資效率。關(guān)于評(píng)價(jià)企業(yè)融資效率的實(shí)證研究主要基于模糊綜合評(píng)判法、包絡(luò)分析法、層次分析法和熵值法等，其中數(shù)據(jù)包絡(luò)分析法產(chǎn)生于1978年，Charnes等從前沿生產(chǎn)函數(shù)思想角度提出一種以相對(duì)效率為基礎(chǔ)的非參數(shù)目標(biāo)決策方法，即CCR模型[9]，該模型基于規(guī)模收益不變生產(chǎn)可能集，使效率評(píng)價(jià)理論的現(xiàn)實(shí)應(yīng)用更便利。Banker等建立了基于規(guī)模收益可變生產(chǎn)可能集的BCC模型[10]。魏權(quán)齡首次把DEA方法引入到國(guó)內(nèi)學(xué)術(shù)界[11]，隨后由于DEA適用于多投入、多產(chǎn)出的復(fù)雜系統(tǒng)的綜合評(píng)價(jià)，且不須要指定投入產(chǎn)出的生產(chǎn)函數(shù)形態(tài)，國(guó)內(nèi)眾多學(xué)者應(yīng)用并發(fā)展了DEA模型[12-13]。

1.1 綜合效率——CCR模型

數(shù)據(jù)包絡(luò)分析的基本思路是把每一個(gè)被評(píng)價(jià)單位作為一個(gè)決策單元（DMU）構(gòu)成被評(píng)價(jià)群體，通過(guò)設(shè)立的線(xiàn)性規(guī)劃模型，對(duì)投入和產(chǎn)出比率進(jìn)行綜合分析，得出相對(duì)效率的方法[14]。

1.2 純技術(shù)效率和規(guī)模效率——BCC模型

BCC模型[10]在變動(dòng)規(guī)模報(bào)酬（VRS）的假設(shè)下，將固定規(guī)模報(bào)酬的技術(shù)效率分解為純技術(shù)效率（用PTE表示）與規(guī)模效率（用SE表示），分別表示造成技術(shù)無(wú)效率的原因，包括來(lái)自生產(chǎn)技術(shù)上的無(wú)效率以及DMU未處于最優(yōu)規(guī)模的無(wú)效率。CCR模型和BCC模型的區(qū)別在于規(guī)模報(bào)酬假設(shè)不同，構(gòu)成不同的生產(chǎn)前沿面，前者為凸錐形，后者為凸多面體。本研究采用BCC模型計(jì)量PTE和SE。把∑λj=1的條件加到模型（1）里的約束條件，得到 BCC 模型。BBC 模型可以用來(lái)評(píng)價(jià) DMU的純技術(shù)效率，純技術(shù)效率值介于0～1之間，其值越接近1，代表越具有純技術(shù)效率；反之，若越接近0，代表越缺乏純技術(shù)效率。技術(shù)效率、純技術(shù)效率與規(guī)模效率之間存在關(guān)系式：TE=PTE×SE，由此求得規(guī)模效率值SE。

1.3 規(guī)模收益

運(yùn)用DEA技術(shù)評(píng)價(jià)后，計(jì)算各DMU的規(guī)模收益值k，k=∑λj/θ，不同取值代表不同含義：（1）當(dāng)k=1時(shí)，意味著DMU的規(guī)模收益不變，DMU在此時(shí)達(dá)到最大產(chǎn)出規(guī)模點(diǎn)；（2）當(dāng)k<1時(shí)，則為該DMU的規(guī)模收益遞增，且k值越小，規(guī)模遞增趨勢(shì)越明顯，因此該DMU如果在原來(lái)投入的基礎(chǔ)上，適當(dāng)增加投入量，產(chǎn)出量增加的比例將更大；（3）當(dāng)k>1時(shí)，則為該DMU的規(guī)模收益遞減，且k值越大，規(guī)模遞減趨勢(shì)越明顯，因此該DMU沒(méi)有再增加投入的必要，即使增加投入量也不可能帶來(lái)更大比例的產(chǎn)出。

2 模型設(shè)計(jì)：2010—2014年農(nóng)業(yè)上市公司效率分析

2.1 樣本選取與數(shù)據(jù)來(lái)源

本研究選取滬深A(yù)股2009年12月31日前上市的農(nóng)業(yè)上市公司（證監(jiān)會(huì)行業(yè)分類(lèi)2012版農(nóng)、林、牧、漁業(yè)）為樣本，研究區(qū)間為2010—2014年共5年，2010—2011年刪除數(shù)據(jù)不全的樣本公司瑞貿(mào)通供應(yīng)鏈管理股份有限公司，樣本公司各有31家，2012—2014年樣本公司各有32家，數(shù)據(jù)來(lái)源于RESSET數(shù)據(jù)庫(kù)。

2.2 投入產(chǎn)出效率指標(biāo)選取

結(jié)合農(nóng)業(yè)企業(yè)特點(diǎn)，依據(jù)現(xiàn)有的研究成果，將DEA模型中的投入指標(biāo)界定為企業(yè)資產(chǎn)總計(jì)，反映企業(yè)融資規(guī)模；營(yíng)業(yè)總成本決定了利潤(rùn)，表明對(duì)資產(chǎn)的運(yùn)用能力；資產(chǎn)負(fù)債率體現(xiàn)資本結(jié)構(gòu)對(duì)融資效率的影響。DEA模型中的輸出指標(biāo)界定為凈資產(chǎn)收益率，反映企業(yè)所籌集資金獲取報(bào)酬的能力；營(yíng)業(yè)收入增長(zhǎng)率直觀反映融入資金的經(jīng)營(yíng)效率；總資產(chǎn)周轉(zhuǎn)率反映企業(yè)全部資產(chǎn)的運(yùn)用效率。

2.3 原始指標(biāo)數(shù)據(jù)的無(wú)量綱化

由于原始投入、產(chǎn)出指標(biāo)有的為絕對(duì)數(shù)，有的為相對(duì)數(shù)，有不同的量綱，直接使用原始數(shù)據(jù)會(huì)影響模型效果，且DEA模型在使用時(shí)有個(gè)前提，即投入及產(chǎn)出指標(biāo)數(shù)據(jù)為非負(fù)，實(shí)際上，獲取的原始數(shù)據(jù)中有負(fù)數(shù)，所以需要對(duì)原始指標(biāo)數(shù)據(jù)按照一定的方法進(jìn)行處理。

3 基于DEA的實(shí)證結(jié)果與分析

把農(nóng)業(yè)上市公司某一時(shí)段內(nèi)（本研究取1年）的投入產(chǎn)出效率看作DEA中的一個(gè)決策單元，評(píng)價(jià)其是否有效率，由于涉及到大量的線(xiàn)性規(guī)劃運(yùn)算，本研究依據(jù)彭育威等所述MATLAB程序進(jìn)行修改之后運(yùn)行得到各效率值[15]。

3.1 融資效率分析

3.1.1 綜合效率分析 依據(jù)CCR數(shù)據(jù)包絡(luò)模型，計(jì)算樣本公司的綜合效率，計(jì)算結(jié)果如表1所示。從表1可以看出，每年融資效率相對(duì)有效的企業(yè)所占的比重并不高，情況最好的是2012年，為25%，可能與整體經(jīng)濟(jì)形勢(shì)從金融危機(jī)中復(fù)蘇有關(guān)。其他年份相對(duì)有效企業(yè)數(shù)不足20%，與其他行業(yè)相比，綜合效率所占比重偏低，說(shuō)明融入的資金沒(méi)有得到有效利用。從歷年效率均值來(lái)看，呈現(xiàn)出一定的波動(dòng)，并沒(méi)有明顯的上升趨勢(shì)。這5年中，前2年超過(guò)半數(shù)的企業(yè)融資效率高于平均值，后3年融資效率超過(guò)平均值的單位比重下降很快，但2012年融資效率的均值最高。從具體公司的融資效率來(lái)看，近4年各效率相對(duì)有效農(nóng)業(yè)上市公司比較穩(wěn)定，變化不是很大，2011年與2010年相比，少了1家融資效率相對(duì)有效的企業(yè)，其他年份這家公司均為非有效單位，2011年融資效率相對(duì)有效的3家企業(yè)在這5年中均為有效，還有2家企業(yè)保持了2012—2013年相對(duì)有效的狀態(tài)。

3.1.2 融資效率具體分析 對(duì)綜合效率進(jìn)行分解，計(jì)算樣本企業(yè)2010—2014年的綜合效率PE、純技術(shù)效率PTE、規(guī)模效率SE，結(jié)果如表2所示。由表2可知，各年純技術(shù)效率的均值均高于綜合效率，并且各年的變化比較大，規(guī)模效率的均值各年變化不大，保持在0.8左右。而技術(shù)效率是純技術(shù)效率與規(guī)模效率的乘積，即規(guī)模效率，表現(xiàn)穩(wěn)定，保持基本不變的狀態(tài)，綜合技術(shù)效率值與純技術(shù)效率值之間具有內(nèi)在一致性。規(guī)模效率與純技術(shù)效率相比，有2年比較接近，有2年規(guī)模效率略小于純技術(shù)效率，這也說(shuō)明從總體來(lái)看，農(nóng)業(yè)上市公司無(wú)法運(yùn)用擴(kuò)大規(guī)模提升融資效率。剔除規(guī)模效率后的純技術(shù)效率值即是企業(yè)的資金使用效率，影響著企業(yè)的管理、技術(shù)發(fā)展。樣本公司為躋身行業(yè)前列的農(nóng)業(yè)上市公司，更注重技術(shù)研發(fā)、管理創(chuàng)新和金融創(chuàng)新，因而注重提升自身管理、生產(chǎn)和技術(shù)方面的水平，從而增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力，不斷提高融資效率；相反，規(guī)模效率更優(yōu)的企業(yè)應(yīng)更多地通過(guò)擴(kuò)大規(guī)?；蜻M(jìn)行多元化發(fā)展來(lái)提升融資效率。

從綜合效率來(lái)看（表1），前3年是逐年遞增的，2013年出現(xiàn)比較大的下降，基本與2010年的水平持平，說(shuō)明樣本企業(yè)的融資效率還易受到外部經(jīng)濟(jì)環(huán)境和氣象條件的影響。從區(qū)間分布來(lái)看，如果每年每家企業(yè)作為1個(gè)決策單元來(lái)看，綜合技術(shù)有效的比重為16.46%，說(shuō)明這些決策單元投入產(chǎn)出規(guī)模適度，融入的資金獲得有效利用。綜合技術(shù)有效的企業(yè)必須同時(shí)滿(mǎn)足純技術(shù)有效和規(guī)模有效，純技術(shù)效率有效的比重為26.98%，高于綜合技術(shù)有效的比重，說(shuō)明這些企業(yè)的投入配比合理且得到充分利用，最大程度地提高了企業(yè)的綜合能力，該狀態(tài)下對(duì)應(yīng)的綜合技術(shù)效率都處于高值區(qū)間。占總數(shù)10%的非綜合技術(shù)有效的單元是因?yàn)槠湟?guī)模和投入、產(chǎn)出并非相互匹配，須要根據(jù)企業(yè)的規(guī)模報(bào)酬進(jìn)行微調(diào)才能達(dá)到綜合有效；余下73%單元?jiǎng)t既非規(guī)模有效又非純技術(shù)有效，表明它們存在資金使用效率和規(guī)模效率低下的雙重困擾。從技術(shù)效率值的內(nèi)部區(qū)間分布來(lái)看，效率值介于0.4～0.8之間的比重最高。從純技術(shù)效率的區(qū)間分布來(lái)看，最為密集的區(qū)間為0.6～1.0，純技術(shù)效率有效對(duì)綜合效率的貢獻(xiàn)較大。

3.2 規(guī)模報(bào)酬分析

從前文分析可知，綜合技術(shù)效率可分解成純技術(shù)效率和規(guī)模效率，規(guī)模效率普遍低于純技術(shù)效率，融資規(guī)模影響著融資效率，因此，須對(duì)樣本公司的規(guī)模進(jìn)行分析。對(duì)樣本公司的規(guī)模報(bào)酬?duì)顟B(tài)進(jìn)行分析，發(fā)現(xiàn)規(guī)模收益處于遞增狀態(tài)的占比比較低，2010年占比是最高的，為29.03%，其后4年規(guī)模報(bào)酬遞增的企業(yè)只有1～2家，而規(guī)模報(bào)酬遞增意味著其產(chǎn)出增加占比大于投入增加占比；規(guī)模收益處于遞減狀態(tài)的占比很高，5年依次為58.06%、80.65%、71.88%、78.13%、75.00%（表3），而規(guī)模報(bào)酬遞減意味著擴(kuò)大的規(guī)模不能帶來(lái)相應(yīng)產(chǎn)出的增加；假如規(guī)模報(bào)酬遞減，此企業(yè)應(yīng)縮減規(guī)模，因?yàn)樵赩RS模型下，一個(gè)企業(yè)處于規(guī)模報(bào)酬遞減區(qū)域，這個(gè)企業(yè)可以通過(guò)向TOPS點(diǎn)的移動(dòng)來(lái)縮小規(guī)模，這樣它就會(huì)變得更加有生產(chǎn)能力，但是這是在這個(gè)企業(yè)處于生產(chǎn)前沿的條件下的，即這些企業(yè)是技術(shù)有效的。而樣本公司規(guī)模報(bào)酬遞減的企業(yè)并非技術(shù)有效，所以單純依靠縮減融資規(guī)模并不能提高效率，而是應(yīng)該優(yōu)化融資結(jié)構(gòu)，創(chuàng)新融資方式，在技術(shù)有效的前提下，同時(shí)對(duì)融資規(guī)模進(jìn)行微調(diào)。

3.3 不同子行業(yè)間綜合效率的差異分析

按照《證監(jiān)會(huì)行業(yè)分類(lèi)》2012版，本研究所述農(nóng)業(yè)公司可以細(xì)分為農(nóng)業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)以及農(nóng)、林、牧、漁服務(wù)業(yè)，這些子行業(yè)間融資效率是否有顯著差異，以綜合效率為例使用單因素方差分析法測(cè)度其差異是否顯著。由于方差分析的前提是各水平下（這里是不同子行業(yè)影響下的綜合效率）的總體服從方差相等的正態(tài)分布，且各組方差具有齊性，因此首先進(jìn)行方差齊性檢驗(yàn)，結(jié)果如表4所示。

方差齊性檢驗(yàn)中，當(dāng)相伴概率大于0.05時(shí)，接受假設(shè)，認(rèn)為方差相等。從表4可知，4年的相伴概率均大于顯著性水平0.05，所以可以進(jìn)行單因素方差分析。單因素方差分析的結(jié)果如表5所示。

單因素方差分析屬于統(tǒng)計(jì)推斷中的假設(shè)檢驗(yàn)問(wèn)題，原假設(shè)是不同子行業(yè)間樣本公司各總體綜合效率均值無(wú)顯著差異，當(dāng)相伴概率P值大于顯著性水平時(shí)，一般為0.05，則接受原假設(shè)，認(rèn)為在不同子行業(yè)間融資效率的均值并無(wú)顯著差異。從表5可知，2010年綜合效率的組間平方和為0.157，自由度為4，均方為0.039，組內(nèi)平方和為1.738，自由度為26，均方為0.067，F(xiàn)統(tǒng)計(jì)量為0.586，相伴概率為0.676，大于顯著性水平0.05，因此接受原假設(shè)，認(rèn)為不同子行業(yè)間綜合效率雖然有一定的差異，但是不具有統(tǒng)計(jì)學(xué)意義上的顯著性。其他各年的相伴概率也均大于0.05，同樣說(shuō)明行業(yè)分類(lèi)對(duì)融資效率沒(méi)有影響。

4 結(jié)論

根據(jù)以上分析，得出以下結(jié)論：（1）我國(guó)農(nóng)業(yè)上市公司融資效率有效的比重偏低，即使是情況最好的2012年也只占總數(shù)的1/4，但效率值在0.8以上的企業(yè)所占的比重較大，

樣本期間有4年的效率值呈左偏分布，有1年是右偏分布，說(shuō)明兩極分化并不嚴(yán)重。大部分企業(yè)的效率值介于0.4～0.8之間，融資效率有效程度比較穩(wěn)定，總體偏低。（2）對(duì)融資效率進(jìn)行具體分析發(fā)現(xiàn)，純技術(shù)效率普遍高于綜合效率，并且歷年變化較大，而規(guī)模效率歷年變化不大，說(shuō)明融資效率主要受純技術(shù)效率的影響，企業(yè)在資金籌集與使用中注重管理創(chuàng)新、技術(shù)創(chuàng)新能有效提高融資效率。而通過(guò)提高規(guī)模效率可以幫助純技術(shù)有效而非綜合技術(shù)有效企業(yè)轉(zhuǎn)變?yōu)榫C合技術(shù)有效企業(yè)。（3）樣本公司中大部分公司處于規(guī)模報(bào)酬遞減階段，但是單純依靠縮減規(guī)模難以改善融資狀況。農(nóng)業(yè)科技創(chuàng)新是推進(jìn)農(nóng)業(yè)和農(nóng)村現(xiàn)代化的源泉和動(dòng)力，長(zhǎng)遠(yuǎn)來(lái)看也是提高融資效率的重要路徑，因此農(nóng)業(yè)企業(yè)要重視技術(shù)更新[16]。（4）農(nóng)業(yè)不同子行業(yè)間綜合效率均值并沒(méi)有顯著差異。

參考文獻(xiàn)：

[1]孟令杰，丁 竹. 基于DEA 的農(nóng)業(yè)上市公司效率分析[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2005，5（2）：39-43.

[2]李雪陽(yáng)，白 雪. 基于DEA模型的農(nóng)業(yè)上市公司經(jīng)營(yíng)績(jī)效分析[J]. 經(jīng)濟(jì)師，2008（1）：125-126.

[3]管延德，戴蓬軍. 基于DEA 的農(nóng)業(yè)上市公司效率研究[J]. 財(cái)會(huì)月刊，2011，8（下旬）：3-7.

[4]張新美. 我國(guó)農(nóng)村微型企業(yè)融資效率評(píng)價(jià)[J]. 商業(yè)時(shí)代，2011（24）：76-77.

[5]曾康霖. 怎么看待直接融資與間接融資[J]. 金融研究，1993（3）：7-10.

[6]劉海虹. 國(guó)有企業(yè)融資效率與銀行危機(jī)相關(guān)問(wèn)題研究[J]. 財(cái)經(jīng)問(wèn)題研究，2000（3）：41-45.

[7]盧福財(cái). 企業(yè)融資效率分析[M]. 北京：經(jīng)濟(jì)管理出版社，2001.

[8]尚欣榮. 我國(guó)上市公司融資效率研究綜述[J]. 技術(shù)與創(chuàng)新管理，2011，32（4）：346-349.

[9]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[10]Banker R，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.

[11]魏權(quán)齡. 評(píng)價(jià)相對(duì)有效性的DEA方法[M]. 北京：中國(guó)人民大學(xué)出版社，1988.

[12]宋獻(xiàn)中，劉 振. 高新技術(shù)企業(yè)技術(shù)創(chuàng)新融資效率研究[J]. 財(cái)會(huì)月刊，2008（8）：10-12.

[13]劉玲利，王 聰. 我國(guó)高新技術(shù)上市公司融資效率評(píng)價(jià)研究[J]. 經(jīng)濟(jì)縱橫，2010（10）：103-106.

[14]魏權(quán)齡. 數(shù)據(jù)包絡(luò)分析（DEA） [J]. 科學(xué)通報(bào)，2000，45（17）：1793-1808.

[15]彭育威，吳守憲，徐小湛. MATLAB在數(shù)據(jù)包絡(luò)分析中的應(yīng)用[J]. 西南民族學(xué)院學(xué)報(bào)：自然科學(xué)版，2002（2）：139-143.

[16]曹慶穗，嚴(yán)俊文，褚 芳，等. 農(nóng)業(yè)產(chǎn)業(yè)化的金融支持創(chuàng)新研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2011，39（6）：644-646.