黃大勇 朱洋洋 熊豪 沈慧翠

（1 重慶工商大學，重慶 400067；2 長江師范學院，重慶 408100；*通訊作者：1170016001@qq.com）

《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》中，首次將糧食安全列于“糧食、能源資源和金融安全”的首位。手中有糧，心中不慌。水稻作為我國65%以上人口的主食，其穩(wěn)定增產(chǎn)對于保障我國糧食安全意義重大。習近平總書記再三強調(diào)“中國人的飯碗任何時候都要牢牢端在自己手上”，要全面貫徹落實“谷物基本自給、口糧絕對安全”的新糧食安全觀。新中國成立以來，我國通過大力提升國內(nèi)糧食綜合生產(chǎn)能力，并積極利用國際、國內(nèi)兩個市場，有效保障了我國糧食安全。然而，突如其來的新冠肺炎疫情，伴隨貿(mào)易保護主義、單邊主義和世界地緣政治沖突，將世界置于百年未有之大變局，也給全球糧食市場帶來了沖擊和挑戰(zhàn)。在此背景下，牢牢把握糧食主動權(quán)，不斷提升國內(nèi)糧食生產(chǎn)的全要素生產(chǎn)率，以國內(nèi)糧食穩(wěn)產(chǎn)保供來應對外部環(huán)境沖擊意義重大。但從現(xiàn)實來看，我國小規(guī)模、分散化的小農(nóng)經(jīng)營模式不但難以提高糧食生產(chǎn)效率，而且使得我國農(nóng)業(yè)生產(chǎn)面臨著“兩板擠壓、雙燈限行”的窘境[1]。2013年“中央1號文件”明確指出，要創(chuàng)新農(nóng)業(yè)生產(chǎn)經(jīng)營體制，發(fā)展多種形式的適度規(guī)模經(jīng)營，并首次將家庭農(nóng)場確立為新型農(nóng)業(yè)經(jīng)營主體的重要組成部分，這就為有效解決我國農(nóng)業(yè)長期存在的資源配置效率低、抗風險能力差、規(guī)模效益不足等問題提供了一條新的路徑。因此，家庭農(nóng)場全要素生產(chǎn)率的研究也再度成為了學界研究的熱點。

部分學者比較了不同類型家庭農(nóng)場全要素生產(chǎn)率的差異，如王麗霞等[2-3]對我國糧食型、非糧食型、混合型家庭農(nóng)場的全要素生產(chǎn)率進行了研究，均認為非糧食類家庭農(nóng)場或混合類家庭農(nóng)場的全要素生產(chǎn)率要比糧食類家庭農(nóng)場高。劉德娟等[4]對比了傳統(tǒng)小農(nóng)戶與家庭農(nóng)場的全要素生產(chǎn)率，結(jié)果表明，傳統(tǒng)小農(nóng)戶的平均生產(chǎn)效率要低于家庭農(nóng)場。還有學者分析了影響家庭農(nóng)場全要素生產(chǎn)率的因素，如陳真等[5-8]從家庭農(nóng)場主特征（年齡、性別、受教育程度等）、家庭農(nóng)場特征（耕種面積、經(jīng)營年限、耕地細碎化程度等）、外部環(huán)境特征（財政補貼、租金、土地制度等）三個維度分析了對家庭農(nóng)場全要素生產(chǎn)率的影響因素。少部分學者還對家庭農(nóng)場的適度經(jīng)營規(guī)模展開了研究，如任重等[9]認為，規(guī)模經(jīng)濟效益較好的家庭農(nóng)場具有帶動作用，能夠引導其他小規(guī)模農(nóng)戶或家庭農(nóng)場向規(guī)?；r(nóng)業(yè)生產(chǎn)的方向發(fā)展。朱啟臻等[10]認為，家庭農(nóng)場的經(jīng)營規(guī)模應該遵循生計標準和生產(chǎn)力標準，經(jīng)營規(guī)模不宜過大。蔡榮等[11]以示范家庭農(nóng)場為研究對象，認為家庭農(nóng)場經(jīng)營規(guī)模過大會導致要素配置失衡，不利于其經(jīng)濟效率的提升，因而要注意防止過度規(guī)?；?。此外，一些學者以我國典型家庭農(nóng)場為研究對象，對其全要素生產(chǎn)率展開研究。如李寬等[12-14]以我國家庭農(nóng)場的典型模式——“上海松江模式”為例，對其適度經(jīng)營規(guī)模、農(nóng)戶參與意愿、經(jīng)營效率及決定因素等方面展開了研究，并得出家庭農(nóng)場的健康發(fā)展需要通過土地的適度規(guī)模經(jīng)營、人力資本的積累、完善的社會化服務體系以及政府政策的支持等方面來實現(xiàn)。

現(xiàn)有研究分別對家庭農(nóng)場的效率、規(guī)模、影響因素等方面進行了研究，并提出了相應的對策，為本研究提供了較好的思路，但尚存在一些不足：其一在研究對象方面，現(xiàn)有研究在對不同類型家庭農(nóng)場全要素生產(chǎn)率進行研究時，較少以三大主糧之一——水稻為研究對象；其二在研究區(qū)域方面，長江流域作為我國最大的水稻主產(chǎn)區(qū)，其播種面積和產(chǎn)量均占全國的40%左右，該地區(qū)水稻的穩(wěn)定增產(chǎn)對于保障國家糧食安全具有重要意義，而現(xiàn)有研究主要是以全國家庭農(nóng)場五大樣本“上海松江、浙江寧波、湖北武漢、吉林延邊、安徽郎溪”或各地區(qū)典型家庭農(nóng)場為研究區(qū)域，缺少位于水稻主產(chǎn)區(qū)長江流域水稻家庭農(nóng)場的相關(guān)研究；其三在研究方法上，已有研究缺乏對分離了環(huán)境和隨機因素后的家庭農(nóng)場全要素生產(chǎn)率進行比較分析?；诖?，本研究以位于水稻主產(chǎn)區(qū)的長江流域為研究區(qū)域，選取安徽、湖北、江西、四川、重慶4 省1 市612 戶水稻家庭農(nóng)場為研究對象，利用三階段DEA 模型對其全要素生產(chǎn)率進行測度和分解，并對影響水稻家庭農(nóng)場全要素生產(chǎn)率的環(huán)境和隨機因素進行分離，以期分析不同規(guī)模下水稻家庭農(nóng)場全要素生產(chǎn)率的真實情況，從而為相關(guān)政策制定提供理論依據(jù)，更好助力水稻家庭農(nóng)場全要素生產(chǎn)率的提升和適度規(guī)模經(jīng)營的推行。

1 模型選擇及數(shù)據(jù)說明

1.1 模型選擇

全要素生產(chǎn)率是用于衡量生產(chǎn)單位在生產(chǎn)過程中各個投入要素的綜合效率，能夠全面系統(tǒng)地反映生產(chǎn)單位投入和產(chǎn)出的經(jīng)濟效率。由于本文的研究對象是基于安徽、湖北、江西、四川、重慶4 省1 市的612 戶水稻家庭農(nóng)場的調(diào)查數(shù)據(jù)，區(qū)域和個體的差異會使得環(huán)境和隨機因素對最終效率值的可比性產(chǎn)生影響，因此，基于已有效率的測度方法[15-17]，擬采用FRIED 等[18]2002年所提出的三階段DEA 模型，該模型第一階段先測算出投入或產(chǎn)出的松弛變量值；第二階段運用隨機前沿生產(chǎn)函數(shù)分離出各個環(huán)境與隨機因素對投入或者產(chǎn)出松弛的影響；第三階段再測算剝離了環(huán)境和隨機因素的各個決策單元的全要素生產(chǎn)率，最終實現(xiàn)對不同決策單元的全要素生產(chǎn)率進行有效對比。具體模型步驟如下：

1.1.1 第一階段傳統(tǒng)DEA 模型

由于我國人均耕地面積較少，大多數(shù)地區(qū)不具備規(guī)?；?jīng)營的條件，只能在有限的土地上投入要素以實現(xiàn)集約化經(jīng)營，因此第一階段選擇基于投入導向的DEA-BCC 模型，相比CCR 模型，BCC 模型可以計算在規(guī)模報酬可變的假設條件下各個決策單元的效率值，其結(jié)果可從規(guī)模角度對決策單元的無效率進行分析。具體模型表示如下：

在模型（1）中，θ0表示各個決策單元的全要素生產(chǎn)率，s+r分別表示投入和產(chǎn)出的松弛變量值。如果θ0=1，且s-i和s+r均為0，此時該決策單元處于DEA 相對有效狀態(tài)；若θ0=1，且s-i≠0 或者s+r≠0，表明該決策單元處于DEA 相對弱有效狀態(tài)；如果θ0＜1，則該決策單元處于DEA 相對無效狀態(tài)。

1.1.2 第二階段似SFA 模型

在第一階段DEA-BCC 模型測算出各決策單元的全要素生產(chǎn)率及其投入松弛變量之后，基于FRIED 等[18]在1999年和2002年的研究以及既有的文獻資料，可認為投入松弛變量主要受環(huán)境因素、管理無效率以及隨機因素的影響。因此需要運用似SFA 模型對環(huán)境和隨機因素進行分離，進而使得各決策單元面臨同質(zhì)的環(huán)境和運氣，具體步驟如下：

首先構(gòu)建回歸方程

其中，Sni是第i 個決策單元的第n 項投入冗余量；zi為可觀測到的環(huán)境變量；βn為各環(huán)境變量的待估系數(shù)；vni代表隨機干擾項，假設服從vni～N（0，σv）的正態(tài)分布，uni代表管理無效率項，并假設服從uni～N（+μi，σ2u）的截斷正態(tài)分布，并且兩者相互獨立。vni+uni代表混合物誤差項，f（zi；βn）代表所有環(huán)境變量對投入松弛變量的影響函數(shù)。此外，為了區(qū)分管理無效率項和隨機誤差項對無效率影響的相對大小，令γ=σ2u（/σ2u+σ2v），γ 值趨近于1 表示管理無效率對投入冗余的影響較大，趨近于0 則表明隨機誤差項對投入冗余的影響較大。

其次，為進一步分離管理無效率項和隨機誤差項，需要對隨機誤差項進行估計，本文參考羅登越[19]的推導方法，具體如下：

其中，σ*=

隨機誤差項：E[vni|vni+uni]=Sni-f（zi；βn）-E[uni|vni+uni](4)

最后，根據(jù)模型分離結(jié)果，可對投入冗余進行調(diào)整，分離出環(huán)境和隨機因素的干擾，進而使不同水稻家庭農(nóng)場處于相同的外部環(huán)境以及運氣之下。具體調(diào)整公式如下：

1.1.3 第三階段調(diào)整后的DEA 模型

1.2 數(shù)據(jù)來源及指標選擇

1.2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于2019年對安徽、湖北、江西、四川、重慶4 省1 市、11 個地區(qū)、630 戶種植單季稻的水稻家庭農(nóng)場的入戶調(diào)查，共發(fā)放問卷630 份，收回有效問卷612 份，問卷有效率達97.14%。問卷內(nèi)容主要涉及水稻家庭的農(nóng)場主特征、家庭農(nóng)場特征、家庭農(nóng)場經(jīng)營狀況等。

1.2.2 指標選擇

基于調(diào)查問卷的匯總結(jié)果以及現(xiàn)有可參考的文獻資料，擬選取勞動、土地、資本作為投入指標。原因如下：由于家庭農(nóng)場的生產(chǎn)活動是基于一定的土地為物質(zhì)基礎的，因此選取稻田的種植面積（畝）作為土地投入指標，其中該土地投入包括自有地和流轉(zhuǎn)地。除了土地投入之外，還需要一定的勞動投入以完成家庭農(nóng)場水稻的耕種、收割以及日常的田間勞作，包括家庭自有勞動力和雇工，本文選取家庭農(nóng)場在單季水稻生產(chǎn)過程中家庭自有勞動力和雇工的“勞動總工日”來表征勞動投入。此外，為了將勞動和土地結(jié)合起來組織農(nóng)業(yè)生產(chǎn)，還需要一定的資本投入，本文參考孔令成等[20]的研究，在現(xiàn)有調(diào)查問卷的基礎上將資本投入劃分為直接和間接投入，直接投入包括化肥、種子、農(nóng)藥等農(nóng)資投入以及使用農(nóng)業(yè)機械的租金；間接投入是指被分擔到農(nóng)業(yè)生產(chǎn)成本中的油、電、水、交通、運輸、管理費等。本文選擇水稻家庭農(nóng)場當年的水稻總產(chǎn)值作為產(chǎn)出指標。

1.2.3 環(huán)境變量的選擇和說明

孔令成等[20-21]認為，環(huán)境變量是指能夠?qū)Q策單元的全要素生產(chǎn)率產(chǎn)生影響，但是又不受其主觀控制且短期內(nèi)無法改變的因素。因此，基于現(xiàn)有調(diào)查問卷的結(jié)果以及數(shù)據(jù)的可得性，本文從農(nóng)場主個人特征、家庭農(nóng)場現(xiàn)狀、政府政策3 個維度，選取5 個具有代表性的指標作為環(huán)境變量，分別是家庭農(nóng)場主年齡、農(nóng)場主受教育程度、農(nóng)地細碎化程度、土地租金（元/667 m2）、政府補貼（元/667 m2）。由于本文調(diào)查問卷中年齡選項的設置是以區(qū)間的形式，因此采取虛擬變量來代替每個區(qū)間的值，即30 歲及以下取值1；31～40 歲取值2；41～50歲取值3；51～60 歲取值4；60 歲及以上取值5。此外，本文以農(nóng)場主的平均受教育年限來衡量家庭農(nóng)場主的受教育程度，具體而言：不識字或小學未畢業(yè)（x1=0）；小學文化程度（x2=6）；初中文化程度（x3=9）；高中、中專或技校文化程度（x4=12）；大學?？苹虮究莆幕潭龋▁5=16）。與此同時，本文借鑒張海鑫等[22]的研究，以塊均面積來衡量“農(nóng)地細碎化程度”，使用種植面積與稻田塊數(shù)的比值來表征“塊均面積”，該指標為負向指標，即塊均面積越大，農(nóng)地細碎化程度越小。

2 全要素生產(chǎn)率的測度及結(jié)果分析

2.1 樣本分類及統(tǒng)計數(shù)據(jù)描述

由于本文的數(shù)據(jù)來源于612 戶水稻家庭農(nóng)場的微觀調(diào)查數(shù)據(jù)，如果以單個家庭農(nóng)場的決策單元進行全要素生產(chǎn)率的測度，會使得分析結(jié)果較為零散，得到的結(jié)果也只是單個家庭農(nóng)場的全要素生產(chǎn)率，無法分析不同規(guī)模下家庭農(nóng)場全要素生產(chǎn)率的內(nèi)在差異和規(guī)律。因此本文按照種植面積等距分類的原則，將樣本劃分為11 個組，以組內(nèi)所有家庭農(nóng)場的投入、產(chǎn)出、環(huán)境變量的均值表征該組投入、產(chǎn)出、環(huán)境變量指標，具體分組結(jié)果及分組后的投入產(chǎn)出值及環(huán)境變量值如表1所示。

表1 不同規(guī)模下水稻家庭農(nóng)場投入產(chǎn)出及環(huán)境變量的統(tǒng)計描述

從表1可以看出，隨著水稻種植面積的不斷增加，水稻家庭農(nóng)場的各種要素投入也呈現(xiàn)出逐漸遞增的趨勢。對于環(huán)境變量而言，隨著種植面積的不斷增加，農(nóng)場主的年齡范圍并未出現(xiàn)較大幅度的變化，主要分布在2.5～3.5 之間，即農(nóng)場主年齡平均分布在45～55 歲之間；農(nóng)場主受教育程度主要分布在8～12 之間，即樣本水稻家庭農(nóng)場主平均為初中、高中、中專或技校文化程度；農(nóng)地細碎化程度隨著耕種面積的增加不斷降低；土地租金最高的規(guī)模區(qū)間為8.0～9.3 hm2，每667 m2達到750 元；各規(guī)模區(qū)間政府補貼的均值分布在500～700元/667 m2，補貼額最大的規(guī)模區(qū)間為10.7～12.0 hm2，達到715 元/667 m2。

2.2 第一階段傳統(tǒng)DEA 實證結(jié)果

根據(jù)表1中分組后的投入和產(chǎn)出數(shù)據(jù)，運用DEAP2.1 軟件，對各個決策單元的全要素生產(chǎn)率進行測度，結(jié)果如表2。

表2 第一階段DEA 評價結(jié)果

根據(jù)表2的結(jié)果，2019年樣本水稻家庭農(nóng)場全要素生產(chǎn)率、純技術(shù)效率、規(guī)模效率的均值分別為0.886、0.956、0.926。總體來看，在未剔除環(huán)境和隨機因素影響的情況下，樣本水稻家庭農(nóng)場全要素生產(chǎn)率水平較高，但未達到技術(shù)有效的狀態(tài)，尚有進一步提升的空間。此外，規(guī)模報酬呈現(xiàn)出先遞增后遞減的趨勢，并在8.0～9.3 hm2的區(qū)間保持不變，表明該區(qū)間是樣本水稻家庭農(nóng)場的適度經(jīng)營規(guī)模區(qū)間，這一結(jié)果與辛良杰[23]對中國糧食生產(chǎn)類家庭農(nóng)場的研究結(jié)論相一致。

進一步分規(guī)模來看，全要素生產(chǎn)率最低為0.803，所對應的規(guī)模為1.3～2.7 hm2，而其純技術(shù)效率較高，達到0.943，表明該規(guī)模區(qū)間的水稻家庭農(nóng)場全要素生產(chǎn)率較低主要是由規(guī)模效率較低所導致，但其規(guī)模報酬處于遞增階段，表明該規(guī)模下的水稻家庭農(nóng)場可以通過增加要素投入來擴大規(guī)模，進而提升全要素生產(chǎn)率。此外，有一組（8.0～9.3 hm2）的純技術(shù)效率和規(guī)模效率都為1，表明全要素生產(chǎn)率處于有效狀態(tài)；另外10 組的全要素生產(chǎn)率小于1，其中3 組（5.3～6.7 hm2、10.7～12.0 hm2、13.3～14.7 hm2）是由規(guī)模效率非有效所導致，另外7 組是由純技術(shù)效率的損失和經(jīng)營規(guī)模效率不足所導致。從分解后的純技術(shù)效率來看，有4 組（5.3～6.7 hm2、8.0～9.3 hm2、10.7～12.0 hm2、13.3～14.7 hm2）水稻家庭農(nóng)場的純技術(shù)效率為1，表明處于該規(guī)模區(qū)間的水稻家庭農(nóng)場其決策和管理水平都比較高。其他7 組純技術(shù)效率均小于1，其純技術(shù)效率未達到有效的原因可能是由于家庭農(nóng)場主的經(jīng)營管理水平較差，現(xiàn)有的農(nóng)業(yè)科技未能得到充分的運用。從分解后的規(guī)模效率來看，第1～5 組（1.3～8.0 hm2）水稻家庭農(nóng)場的規(guī)模報酬總體上處于遞增的階段，表明對于該規(guī)模區(qū)間的水稻家庭農(nóng)場而言，通過適當增加要素投入以擴大經(jīng)營規(guī)模，可以相應地提高其規(guī)模效率。對于種植面積處于9.3 hm2以上的水稻家庭農(nóng)場而言，其規(guī)模報酬總體上處于遞減的狀態(tài)，表明通過縮減要素投入，優(yōu)化要素質(zhì)量，提升要素間的協(xié)調(diào)和配置水平，可以提升其規(guī)模效率。具體而言，家庭農(nóng)場可以通過測土配方來精準施肥，減少化肥的投入冗余，進而提升規(guī)模效率和全要素生產(chǎn)率。

2.3 第二階段SFA 實證結(jié)果

由于第一階段所測得的全要素生產(chǎn)率包含環(huán)境和隨機因素，需要對其進行有效剝離，以使樣本水稻家庭農(nóng)場面對相同的生產(chǎn)環(huán)境和運氣，以便考察其真實的全要素生產(chǎn)率水平。此處以第一階段BCC 模型所測得的投入松弛變量作為被解釋變量，用農(nóng)場主年齡、農(nóng)場主受教育程度、種植面積、土地租金、政府補貼作為環(huán)境變量（解釋變量），構(gòu)建SFA 回歸模型，運用Frontier 4.1 軟件進行回歸運算，其結(jié)果如表3所示。

表3 第二階段SFA 回歸分析結(jié)果

首先4 個回歸方程的LR 值都至少在5%的顯著性水平上顯著，表明SFA 回歸模型的適應性比較高；4個投入變量的值均接近于1 且都在1%的水平上通過顯著性檢驗，表明投入松弛量主要受管理因素的影響，有必要對環(huán)境和隨機因素進行有效剝離。此外，在SFA回歸分析中，如果環(huán)境變量的系數(shù)為負值，表明環(huán)境變量值的增加會帶來投入松弛變量值的減少，水稻家庭農(nóng)場的全要素生產(chǎn)率會提高，反之則會抑制全要素生產(chǎn)率的提高。各環(huán)境變量與各投入松弛變量的回歸結(jié)果分析如下。

2.3.1 農(nóng)場主年齡

首先可以看出農(nóng)場主年齡這一變量對直接投入松弛變量（化肥、農(nóng)藥、種子、機械租金）具有顯著的負向影響，這一結(jié)果可能是因為年齡越大的家庭農(nóng)場主在組織農(nóng)業(yè)生產(chǎn)時，受自身意識和生活經(jīng)歷的影響，更加傾向于在現(xiàn)有的土地上精耕細作，對化肥、農(nóng)藥、種子等直接資本投入更加精準和節(jié)約，使得直接投入冗余減少，從而有利于全要素生產(chǎn)率的提升。其次，年齡對間接投入松弛變量具有顯著的負向影響，可能的原因是相比于年輕的家庭農(nóng)場主，年齡越大的農(nóng)場主擁有較為豐富的機器操作經(jīng)驗，其所消耗的油、電、水以及運輸費等間接投入就會減少，因而有利于全要素生產(chǎn)率的提升。然后，年齡的增長對土地投入冗余具有顯著的正向影響，可能的原因是年齡越大的家庭農(nóng)場主文化程度相對較低、身體健康相對較差、知識技能相對較弱、對新事物的接受相對較慢，只能通過擴大規(guī)模增加其總產(chǎn)出，進而使得土地投入冗余增加，不利于全要素生產(chǎn)率水平的提升。最后，年齡對勞動投入松弛變量具有顯著的正向影響，可能的原因是年齡越大的家庭農(nóng)場主受自身體力與精力的限制，可能會雇傭更多的勞動力為自己服務，從而使得勞動投入冗余增加，不利于全要素生產(chǎn)率的提升。

2.3.2 農(nóng)場主受教育程度

首先，農(nóng)場主受教育程度正向影響土地和間接投入松弛變量，且分別在10%和5%的水平上顯著，可能的原因是受教育程度越高的家庭農(nóng)場主更加偏向于利用資本（生產(chǎn)過程中農(nóng)機對油、電、水的消耗）、擴大種植面積來增加總產(chǎn)出，但當前的家庭農(nóng)場并不適合這種資本過度增密和規(guī)模過度偏大的經(jīng)營模式，這種模式會使得間接資本投入和土地投入冗余的增加[23]。其次，農(nóng)場主受教育程度對直接投入松弛變量具有顯著的負向影響，可能的原因是受教育程度越高的家庭農(nóng)場主越傾向于運用現(xiàn)代科技進行作物病蟲害的防治、農(nóng)田肥力的保養(yǎng)、優(yōu)良種子的選取等農(nóng)業(yè)生產(chǎn)活動，以實現(xiàn)投入要素的優(yōu)化配置，進而減少直接投入冗余，促進全要素生產(chǎn)率的提升。最后，受教育程度對勞動投入松弛變量的影響是負向的，且統(tǒng)計結(jié)果顯著，可能的原因是受教育程度越高的家庭農(nóng)場主更偏向于利用現(xiàn)代農(nóng)業(yè)科技進行農(nóng)業(yè)生產(chǎn)，對雇工及自家勞動力的利用相對較少，相應地減少了勞動投入的浪費，從而有利于水稻家庭農(nóng)場全要素生產(chǎn)率的提升。

2.3.3 農(nóng)地細碎化程度

首先，塊均面積負向影響勞動投入松弛變量，即農(nóng)地細碎化程度對勞動投入松弛變量具有顯著的正向影響，可能的原因是農(nóng)地細碎化程度越高不僅會提高機器的磨損程度，而且還會增加機器和工人在不同地塊間的周轉(zhuǎn)時間，使得雇工人數(shù)增加，由此導致勞動投入冗余增加。其次，塊均面積負向影響土地投入松弛變量，即農(nóng)地細碎化程度正向影響土地投入松弛變量，且至少在10%的水平上顯著，其原因可能是農(nóng)地細碎化程度是宜機化程度的集中體現(xiàn)，農(nóng)地細碎化程度越高意味著宜機化程度越低，耕種和收割難度越大，相應的土地規(guī)模效益就較低，農(nóng)場主只能通過擴大規(guī)模才能增加總產(chǎn)出，由此必然帶來土地投入冗余的增加，進而降低家庭農(nóng)場的全要素生產(chǎn)率。最后，塊均面積正向影響直接和間接投入松弛變量，即農(nóng)地細碎化程度對直接和間接投入松弛變量具有顯著的負向影響，可能的原因是，農(nóng)地細碎化程度的上升使得農(nóng)場主只能使用小型機械進行耕種，并且使用更多的人工替代機器，不僅降低了直接投入中機器租金的投入冗余，而且還降低了間接投入中油、電、水和運輸費的投入冗余，有助于全要素生產(chǎn)率的提升。

2.3.4 土地租金

首先，土地租金變量對勞動、土地和間接投入松弛變量具有顯著的負向影響，可能的原因是土地租金是家庭農(nóng)場成本的重要組成部分，隨著土地租金的增加，農(nóng)場主為了節(jié)約成本，會在有限的土地上精耕細作，不斷優(yōu)化要素配置，通過要素組合實現(xiàn)更高效率，因而不但會減少勞動和土地投入的冗余量，也節(jié)約油、電、水等間接投入。其次，土地租金的上升會增加直接投入的松弛量，可能的原因是租金的上升會驅(qū)使家庭農(nóng)場主通過增加化肥、農(nóng)藥、種子等直接投入來實現(xiàn)產(chǎn)量的增長，抵消成本上升所帶來的利益損失，進而增加直接投入冗余量，不利于全要素生產(chǎn)率的提升。

2.3.5 政府補貼

首先，政府補貼負向影響土地和直接投入松弛變量，且均在1%的水平上通過顯著性檢驗，原因可能是，其一政府補貼通常以種植規(guī)模為標準對家庭農(nóng)場主進行補貼，這一補貼方式有利于激勵農(nóng)場主充分利用土地進而降低土地投入冗余；其二政府補貼除了現(xiàn)金形式之外，還包括化肥、農(nóng)藥、種子等物資補貼，這相當于直接節(jié)約了這些直接投入成本，降低直接投入冗余，有利于全要素生產(chǎn)率的提高。其次，政府補貼對間接投入松弛變量具有顯著的正向影響，可能的原因是政府補貼往往包含對油、電、水費的補貼，這反而增加了家庭農(nóng)場的間接投入冗余，不利于全要素生產(chǎn)率的提升。最后，政府補貼對勞動投入松弛變量具有顯著的正向影響，可能的原因是政府補貼提高了家庭農(nóng)場的比較收益，吸引了農(nóng)村青壯年勞動力放棄外出務工的機會，加入家庭農(nóng)場的經(jīng)營，進而使得勞動投入冗余增加。

2.4 第三階段DEA 實證結(jié)果

根據(jù)第二階段SFA 模型所估計的各個環(huán)境變量的參數(shù)值，并代入到式（5）中，分離出對投入松弛量產(chǎn)生影響的環(huán)境和隨機因素，進而得到調(diào)整后的各個投入變量，然后與原產(chǎn)出指標相結(jié)合構(gòu)成新的投入產(chǎn)出組合，利用BCC 模型對水稻家庭農(nóng)場全要素生產(chǎn)率進行測度和分解。此外，在進行第三階段DEA 結(jié)果分析之前還需要對一、三階段所測算的全要素生產(chǎn)率、純技術(shù)效率、規(guī)模效率值的差異進行顯著性檢驗，以判斷三階段DEA 模型的合理性，本文采用Wilcoxon 符號等級檢驗，結(jié)果如表4所示，可以看出，一、三階段的全要素生產(chǎn)率、純技術(shù)效率、規(guī)模效率均存在顯著性差異，說明第二階段有必要利用SFA 模型剝離環(huán)境和隨機因素對全要素生產(chǎn)率的影響。第三階段DEA 結(jié)果如表5所示。

表4 一、三兩階段效率值的Wilcoxon 檢驗

表5 第三階段DEA 評價結(jié)果

通過對比表2、表5中一、三階段DEA 評價結(jié)果可以看出，通過第二階段SFA 模型對環(huán)境和隨機因素的剝離，除了8.0～9.3 hm2規(guī)模區(qū)間的全要素生產(chǎn)率保持有效狀態(tài)，其他區(qū)間皆有所下降，其均值從0.886 下降至0.867，下降了2.14%，表明第一階段全要素生產(chǎn)率較高的樣本水稻家庭農(nóng)場與其所處的環(huán)境和運氣有關(guān)。分別來看，純技術(shù)效率的均值相比于第一階段由0.956 下降至0.952，其中有三組（8.0～9.3 hm2、10.7～12.0 hm2、13.3～14.7 hm2）的純技術(shù)效率仍處于有效的狀態(tài)，除了處于規(guī)模較大區(qū)間（9.3～10.7 hm2、12.0～13.3 hm2、14.7 hm2以上）的水稻家庭農(nóng)場純技術(shù)效率有小幅上升，另外5 組（1.3～8.0 hm2）的純技術(shù)效率均有所下降；從規(guī)模效率來看，其均值由第一階段的0.926 下降至0.906，其中除第3 組和第4 組（4.0～5.3 hm2、5.3～6.7 hm2）有所上升以及第6 組（8.0～9.3 hm2）保持不變外，另外8 組均有所下降。這表明樣本水稻家庭農(nóng)場全要素生產(chǎn)率受環(huán)境和隨機因素的影響較大，其純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率在第一階段運用DEA-BCC 模型測度時被高估。從規(guī)模報酬變化的情況來看，在分離環(huán)境和隨機因素前，規(guī)模報酬遞增的區(qū)間有5 組，分離后增加至6 組，其中第1 組（1.3～2.6 hm2）的規(guī)模報酬由不變轉(zhuǎn)至遞增，第11 組（14.7 hm2以上）的規(guī)模報酬由不變轉(zhuǎn)至遞減。第6 組（8.0～9.3 hm2）仍然處于規(guī)模報酬不變的狀態(tài)，表明無論分離環(huán)境和隨機因素與否，樣本水稻家庭農(nóng)場的適度經(jīng)營規(guī)模區(qū)間未發(fā)生變化。

3 研究結(jié)論及政策建議

本文采用三階段DEA 模型對不同規(guī)模下水稻家庭農(nóng)場的全要素生產(chǎn)率進行測度和分解，并進一步分析其內(nèi)在規(guī)律和差異，得出以下主要結(jié)論：一是耕種面積和規(guī)模報酬呈現(xiàn)出倒U 型關(guān)系。具體而言，第一階段結(jié)果顯示水稻家庭農(nóng)場的規(guī)模報酬隨耕種面積的增加先遞增，超過9.3 hm2以后，呈現(xiàn)出遞減趨勢。分離了環(huán)境和隨機因素以后，第三階段結(jié)果仍顯示水稻家庭農(nóng)場的規(guī)模報酬先遞增，超過10.7 hm2以后，轉(zhuǎn)至遞減。二是水稻家庭農(nóng)場的適度規(guī)模區(qū)間為8.0～9.3 hm2。無論是否對環(huán)境和隨機因素進行分離，一、三階段DEA結(jié)果均顯示水稻家庭農(nóng)場的規(guī)模效率在經(jīng)過遞增之后到8.0～9.3 hm2的規(guī)模區(qū)間達到最大。三是全要素生產(chǎn)率未達到有效的原因是由于規(guī)模效率較低所導致。具體來看，第一階段全要素生產(chǎn)率、純技術(shù)效率、規(guī)模效率的均值分別為0.886、0.956、0.926，第三階段的均值分別為0.867、0.952、0.906。由此可以看出，規(guī)模效率較低是導致全要素生產(chǎn)率未達到有效的主要原因。四是環(huán)境因素對水稻家庭農(nóng)場的全要素生產(chǎn)率具有重要影響。第二階段SFA 回歸結(jié)果顯示，水稻家庭農(nóng)場全要素生產(chǎn)率會受農(nóng)場主年齡、受教育程度、農(nóng)地細碎化程度、土地租金、政府補貼等因素的影響，分離了環(huán)境因素和隨機因素以后，水稻家庭農(nóng)場的全要素生產(chǎn)率的均值由0.886 下降至0.867。

基于以上所述結(jié)論，為進一步提升水稻家庭農(nóng)場全要素生產(chǎn)率，本文提出以下對策建議：第一，在土地流轉(zhuǎn)方面，有關(guān)部門應積極規(guī)范農(nóng)地流轉(zhuǎn)市場，降低農(nóng)地流轉(zhuǎn)過程中由于交易摩擦所產(chǎn)生的成本。第二，在市場競爭方面，要形成有效的市場競爭機制，解決家庭農(nóng)場經(jīng)營難、賺錢難、不豐收的問題；積極與重點龍頭企業(yè)進行多方面的合作，使家庭農(nóng)場走上“綠色、健康、生態(tài)”的循環(huán)農(nóng)業(yè)道路。第三，在農(nóng)地細碎化方面，應將“宜機化”納入高標準農(nóng)田建設指標，統(tǒng)籌各類相關(guān)資金以及社會資本，推動田塊小并大、彎變直，降低農(nóng)地細碎化程度，提升土地的宜機化水平，進而推進農(nóng)業(yè)先進技術(shù)的應用。第四，在家庭農(nóng)場主自身能力建設方面，要充分利用好政府培訓資源，分行業(yè)、分層級對家庭農(nóng)場經(jīng)營管理人員廣泛開展政策、技術(shù)、營銷、經(jīng)營管理知識的培訓，以提升家庭農(nóng)場主生產(chǎn)技能、市場意識和經(jīng)營管理水平。