基于SFA的福建省九地市农业产业化龙头企业带动农户效率分析

陈俊华，张文棋，吴雅婷

(福建农林大学 经济与管理学院，福建 福州 350002)

基于SFA的福建省九地市农业产业化龙头企业带动农户效率分析

陈俊华，张文棋，吴雅婷

(福建农林大学 经济与管理学院，福建 福州 350002)

运用福建省的农业产业化龙头企业的相关数据，采用随机前沿分析方法（SFA）测算企业带动农户就业增收的效率。分析各投入要素及若干外部因素对企业带动效率的影响，表明了福建农业产业化龙头企业带动农户效率的低下主要是来自于随机无效率。流动资本投入和固定资产投资对企业带动农户就业增收的影响程度相对较大,并据此提出相关政策建议。

农业产业化；农户；SFA；福建省

一、文献回顾

2006年国家农业部颁布了《关于鼓励和引导农业产业化龙头企业参与新农村建设的意见》，意见明确指出农业产业化龙头企业是构建新农村支柱产业的重要组成部分。社会主义新农村建设的首要任务是促进生产发展，实现农民增收。龙头企业按照市场需求，根据加工需要，结合当地自然资源优势，带动农户建设专业化、规模化、标准化的农产品生产基地，促进农业生产结构的调整，培育主导产业，形成优势产业带。龙头企业作为农业科技推广与创新的重要力量，不断应用新品种、新技术、新工艺，有效改造传统产业，提高农业整体规模效益，加快建设现代农业，已经成为构建新农村支柱产业的重要组成部分，在促进生产发展、实现农民增收方面发挥越来越重要的作用。因此研究农业产业化龙头企业带动农户效率分析具有十分重要的现实意义。农业企业承担者带动农户的责任，而如何科学合理的评判农业企业带动农户能力的高低，是一直以来悬而未决的难题。此时，就需要设计出一套科学、合理、有效的综合绩效评价体系，用以推动农业企业稳定、快速地向前发展。从国内外学者研究现状看，主要有以下两个方面。

在关于农业产业化龙头企业作用与地位研究上，农业产业化龙头企业具有促进农业经济结构转型的作用。杜鹰（2003）也认为龙头企业具有加快科技进步的作用，此外龙头企业还具有通过市场需求开发、农业产业链延伸、带动农户和扩展需求等层面进行推动农业实现战略性结构调整[1]。吴群（2003）则认为是龙头企业可通过市场引导、农业科技技术创新、经营机制改革实现农业结构调整转型。还有相当一部分学者认为龙头企业具有带动农户就业增收的作用[2]。姜开圣等（2003）则认为龙头企业具有带动农户增收就业的作用，他们认为龙头企业可通过提高提高农产品附加值、保护价收购基地农产品、带动农业结构调整、扩大农民就业、促进农产品流通和农村二、三产业发展等方式促进农民就业增收[3]。丁力（2001）[4]、李惠安（2001）[5]、吴群（2003）[2]、郭红东（2002）[6]和漆雁斌（2005）[7]等人主要针对农户利益联结机制进行探讨总结出龙头企业带动型、市场辐射型（专业市场+基地+农户）、主导产业带动型（主导产业组织+农户）、中介组织协调型（中介组织+企业+农户）和合作经济组织带动型（合作社、农业专业协会+企业+农户）等五种类型。

在政府决策支持龙头企业上，国内学者禤燕庆（2003）[8]、汤新华（2003）[9]、朱湖根(2007)[10]和邹彩芬（2006）[11]都一致认为政府的政策扶持将有助于农业产业化龙头企业更好的发挥其带动农户就业、扩大企业规模、增强企业效率、提升企业竞争力，进而提升农业产业化龙头企业的整体运营绩效。在具体计量方法使用测度农业企业绩效上，张丽颖（2010）[12]则运用DEA方法对全国45家农业企业的内部绩效进行评估。姜俊（2010）[13]则从企业社会责任角度出发对我国34家上市公司的创新和财务绩效进行测算，并分析他们之间的互作机理进行深入探讨。

综上所述，首先从理论层面上看虽然目前国内外学者关于企业绩效评价相关的研究已相当多，研究体系也相当完善，针对农业企业财务绩效的评价也有开展了一定的研究，但是针对农业产业化龙头企业带动农户就业增收的研究还相对较少，尤其是利用实证分析方法对农业产业化龙头企业带动农户能力进行分析的文章尚未见过，因此通过构建科学合理的指标评价体系，再采用实证分析方法对农业产业化龙头企业带动农户的能力进行分析，并从中找寻出影响其效率提升的关键因子，将有助于丰富企业绩效评价的内容，具有一定的理论意义。其次从现实角度考量，农业产业化龙头企业是带动农民就业增收，维护农村安定团结，加快社会主义新农村建设的重要力量。由此通过实证研究找寻出提升农业产业化龙头企业带动农户能力的对策建议，以促进其持续稳定发展，具有一定的现实意义。本研究希望从福建的实际出发，对提升农业企业带动农户能力的路径进行探讨，得出提升农业产业化龙头企业带动农户对策建议。

二 、福建省九地市农业产业化龙头企业带动农户效率分析

（一）随机前沿分析(SFA)方法的基本原理

效率的测算的方法主要有两种类型：一种是非参数前沿函数。例如数据包络分析方法。还有另一种是基于索罗余值法具有参数的随机前沿分析方法（SFA）。随机前沿分析方法（SFA）是由Lovell和Meeusen等人于1977年提出来的，用于估计生产技术效率的一种数学模型，它改善了传统CD函数只能够测算单产出条件下的生产效率，构建多投入多产出的生产效率测算模型。早期的随机前沿模型只能应用了横截面数据，而Battese（1992）和Coelli（1995）等人将其改进为适用于面板数据。随机前沿生产函数的理论模型为：

其中，f(x)ev即为我们所构造出的随机前沿面，e-u则表明实际生产活动与随机前沿面之间的差距，它是用来反映生产的相对有效性程度的重要指标。此外，根据Battese（1992）和Coelli（1995）的改进方法，该模型还可以用向量形式表示：

其中，Yi表示第i个生产单元的产出向量；Xi是第i个生产单元投入要素的数量，β是待估参数；Vi是服从均值为0的正态分布的随机变量，Ui则是效率损失的非负随机变量，它满足半正态分布。由此，生产单位i在t时期的技术效率的计算公式就为：

本研究为了更深入的了解各生产要素与技术效率的关系，就将Christensen、Jorgenson和Lau(1973)所构建的超越对数函数引入到生产函数之中，由此，随机前沿函数的表达式就变为：

而此时，效率损失函数的表达方程为：

其中，Ui则是技术效率损失量，αi和α0是待估系数，Zi是可能导致效率损失的因素。

（二）评价模型构建及其测算

本研究主要通过农业产业化龙头企业的相应投入产出指标，运用随机前沿分析方法(SFA)测算企业带动农户的效率，并估计各投入要素对带动效率的内部影响参数，结合外部因素，找寻影响农业产业化龙头企业带动农户效率的内外部因素。

1.指标体系构建及数据来源说明

本研究通过人力、物力、资金等三大生产要素层面构建农业产业化龙头企业带动农户效率的评价指标体系，具体见表1。

表1 农业产业化龙头企业带动农户效率评价指标体系

产出指标：本研究评价农业产业化龙头企业带动农户能力主要是基于两个方面：一是带动农户就业，二是带动农民增收。由此，本研究选择了带动农户数（户）和农民从产业化组织得到的收入（万元）作为产出指标。投入指标：本研究从人力、物力、资本三个方面同时出发选择了企业从业人员（人）、流动资本投入（万元）、固定资产原值（万元）和固定资产投资（万元）等四个指标作为投入指标。其中，流动资本主要包括企业工资支出、税金支出、原材料支出等项目。效率损失的可能因素：本研究考察了企业规模、科研开发力度和政策环境（金融支持力度和财政支持力度）等外部因素对对农业产业化龙头企业带动农户效率的影响程度。本研究实证分析所用数据均来源于2005-2009年度《福建产业产业化龙头企业统计年鉴》整理得到。

2.效率模型测算

运用frontier4.1 运行投入产出数据，可得到2003-2008年福建省九地市的农业产业化龙头企业带动效率值（表2）和效率的SFA模型参数估计值（表3）。

表2 福建省九地市农业产业化龙头企业带动效率变动情况

表4-2显示了2003-2008年间福建省九地市农业产业化龙头企业带动效率的变动情况。从分地区的排位上看，福州、龙岩和泉州的带动效率居于全省前三位，6年的总平均带动效率值分为0.942、0.899和0.889。而宁德、三明和南平则分别以0.676、0.662和0.483分别后三位；从各地区的变动趋势上看，福州、泉州和漳州的带动效率呈现波动上升趋势，且变动幅度相对较小，表明福州这三个地区的企业在带动农户方面相对较为稳定。厦门、莆田、三明和宁德同样也是呈现波动上升的趋势，但是所不同的是他们带动农户的效率相对不稳定，变动程度较大，尤其是宁德，如果将2008年度的数据去掉的话，那么宁德地区的带动动效率是呈现下降趋势的。龙岩和南平则都是呈现持续上升趋势，但是由于龙岩一直以来带动农户的效率都处于相对较高的水平，所以带动能力提升的幅度相对较小，而南平地区的企业由于一直以来带动能力相对较低，所以2003-2008年间其效率提升的幅度较大，由2003年的0.340一直上升至0.629，上升幅度高达85%。

从分年份的排位情况上看。首先，从各年份效率均值的变动情况上看（图1），福建省农业产业化龙头企业带动农户效率的整体均值是呈现波动上升趋势，由2003年的0.707，上升至2004年的0.774，接着就一路下滑至2007年的0.661，直到2008年才回到0.876。从中可知，福建省农业企业带动农户的水平还有待提高，稳定性也有待加强。从2004年到2007年期间福建省农业企业带动农户效率呈现下降趋势，主要是由于在此期间企业从业人员过多，以生产基地为主的固定资产累计程度较高，对农户生产的农产品依赖性下降，相应导致企业带动农户效率下降。

图1 2003-2008年间福建省农业企业带动农户效率变动情况

从表3可以清晰看出2003-2008年间福建省九地市农业企业带动农户能力排位的变动情况。2003年度，位居上游区段（前三名）分别为福州、泉州和龙岩，中游区段（第4-6名）的则是厦门、宁德和漳州，处于下游区段（后三名）则分别是莆田、三明和南平；与2003年度相比，2004年度莆田由下游区段一举跃入了上游区段，而泉州则从上游区段下滑至中游区段，宁德则从中游区段下滑至下游区段，其他地区所处的区段没有发生改变。与2004年度相比，2005年度泉州又回到了上游区段，而莆田则从上游阶段有跌回下游区段，而三明则有下游阶段上升至中游区段；与2005年度相比，2006年度又有了新的变化，福州的排位不再是第一，龙岩由2005年度第二升至第一。而从各地市所处的区位排位上没有任何改变；与2006年度相比，2007年度福州又从龙岩手中夺回第一的位置。各地市所处的区位排位发生了一定的变化，厦门由中游区段跌入下游区段，南平则有下游区段升入中游区段；与2007年度相比，2008年度的区位排位变化就相对其他年份变动较大，处于上游阶段的地市依然是福建、龙岩和泉州，但是其他区段就变动过较大。厦门从下游区段回到了中游区段，而莆田和宁德均则从下游区段升入中游区段，三明、漳州和南平都从中游阶段跌入下游阶段。

表3 2003-2008年间福建省九地市农业企业带动农户能力排位变动情况

表4显示了基于随机前沿分析方法（SFA）的福建省农业产业化龙头企业带动效率影响因素模型的参数估计结果。从模型参数估计的总体参数看，极大似然估计值log likelihood=125.711和似然比（LR）=13.138，两个统计量都通过了99%的置信区间的显著性水平检验，由此可知模型的整体结构性是可靠的。而γ的T统计量为11.029，也同样通过99%置信区间内的显著性检验，表明技术非效率是导致福建农业产业化龙头企业带动农户效率没有达到最优的主要原因。而从γ=0.880可知，福建农业产业化龙头企业带动农户效率的损失有12%是由人为因素所导致的，其余88%是由于随机因素所致，这也表明了2003-2008年间福建农业产业化龙头企业带动农户效率的低下主要是来自于随机无效率。

表4 带动效率的SFA模型参数估计值

（三）实证影响因素分析

过Frontier4.1测算随机前沿函数可以得到两个模型，一个是各投入要素与福建省农业产业化龙头企业带动效率之间的关系模型，另一个则是效率损失的影响因素模型。

1.带动效率的影响因素分析

从表4-4模型参数估计结果上看，本研究选取的四个投入要素都对福建农业产业化龙头企业的带动效率有着不同程度的影响。从影响的显著性上看，企业从业人员、流动资本投入、固定资产原值和固定资产投资分别通过了10%、5%、10%和1%的置信水平的显著性检验。

从影响的方向上看，企业从业人员和固定资产原值对于企业带动效率的提升是起到负面影响。，则可能是因为固定资产原值越高的企业可能拥有的生产基地就越大，他们的生产原料主要来源于自身的生产基地，农户生产的农产品占企业生产加这主要是因为，企业自身的人员越多，那么他们的自给率就相对较高，对于农户的依赖程度就越低，相应的带动农户的增收的能力就相对较为低下。而对于固定资产原值与带动效率成反比关系工的比重较低，由此导致企业带动的能力就相对低下；而流动资本投入和固定资产投资则与企业带动农户的效率成正比关系，表明企业的流动资本投入和固定资产投资越多，企业带动农户的效率就越高。流动资本投入越大，企业带动农户的效率越高，这主要是因为由于农业龙头企业的流动资本投入中农产品原料所占的份额很重，流动资本投入越大表明企业从农户中所购买的原材料很多，自然而然带动农户增收方面的能力就相对较高；固定资产投资越大，带动农户效率越高，这主要是因为近几年来国家为了大力支持农业发展，专门设置国家农业综合开发资金，专门作为农业企业因扩大、改进或新增生产规模增强带动能力的补贴。因此，近年来福建省农业企业在此政策的鼓励下，逐步加大了固定资产投资，由此间接的提升了企业带动农户就业增收的作用。

从影响的程度上看，企业从业人员、工资总额、固定资产原值和固定资产投资的参数估计系数分别为-0.080、0.429、-0.265、0.422，表明：企业从业人员每增加1%，企业带动效率就平均会下降0.080%；流动资本投入每增加1%，企业带动能力就会平均提升0.429%；固定资产原值每增加1%，企业带动农户就业增收效率就会下降0.265%；固定资产投资每增加1%，企业带动农户就业增收的能力就会提升0.422%。由此可知，固定资产投入和流动资本投入对于企业带动农户的效率相对较大，要明显的增强企业的带动效率可以从这两方面着重入手。

2.带动效率损失的影响因素分析

首先，本研究选择的4个可能影响企业带动带动效率的外部因素中，企业规模、科研开发力度和财政支持力度都对企业带动效率影响显著，模型参数估计的T统计量分别为2.895、2.207和1.320分别都通过了95%、95%和90%置信区间的显著性检验。而金融支持力度的T统计量仅为0.350，数值过低没有通过90%的置信区间的显著性检验，表明“金融支持力度影响企业带动效率”这一命题成立的出错概率高于10%，超过了统计学默认的界限，由此可知金融支持力度影响企业带动效率的可能性不大。

其次，从模型估计参数的符号上看，企业规模、科研开发力度、金融支持力度和财政支持力度对企业带动效率损失的影响方向都是反向的，表明这四个指标值越大，带动效率的损失就越小，换句话说，企业的带动效率就越大。

再则，从各个影响显著因素的估计系数上看，企业的规模每扩大1个单位，其带动农户就业增收的能力就会平均提升0.072个单位；科研支持力度每提高1个百分点，企业带动的农户就业增收的能力就会平均提升2.236E-4个单位，影响的程度较小，表明虽然科研支持力度虽然对企业带动效率有影响，但是影响程度还是相对有效；财政支持力度对企业带动农户就业增收能力的影响程度是最大的，每提高1个百分点，企业带动农户就业增收的能力就会平均提升0.210，充分表明要较好较快的提升我省农业产业化龙头企业带动农户的能力，主要还是要依靠政府财政的支持。

三、研究的主要结论及对策建议

（一）主要结论

第一，目前福建省农业产业化龙头企业的经营规模逐渐扩大，效益稳步提升，企业带动农户能力日益提升，企业在科技投入的力度在逐步加大，同时对于产品质量安全日益关注，财政支持力度明显加大。

第二，通过采用随机前沿分析方法（SFA）测算企业带动农户就业增收的效率，模型整体的参数回归结果显示，福建农业产业化龙头企业带动农户效率的损失有12%是由人为因素所导致的，其余88%是由于随机因素所致，这也表明了2003-2008年间福建农业产业化龙头企业带动农户效率的低下主要是来自于随机无效率。

第三，通过分析各投入要素对企业带动农户就业增收的影响可知，企业从业人员数、工资总额、固定资产原值和固定资产投资均对企业带动效率有显著影响，其中企业从业人员数和固定资产原值与带动效率成反比关系，流动资本投入和固定资产投资成正比关系。此外，流动资本投入和固定资产投资对企业带动农户就业增收的影响程度相对较大。

第四，农业产业化企业带动效率损失模型估计结果显示，在考察的4个因素中，企业规模、科研开发力度和财政支持力度均对农业企业带动效率有显著影响，金融支持力度对企业带动农户就业增收能力提升没有显著影响。此外，3个显著影响因素与企业带动效率损失函数均成反比关系，即企业规模、科研开发力度和财政支持力度对企业带动农户效率成正相关关系，其中财政支持力度对企业带动效率的影响最大。

（二）对策建议

1.切实加大政府扶持力度，增强企业带动意识

实证分析表明，政府扶持力度对农业产业化龙头企业带动能力提升是起到正向作用的，而且影响程度是最大的。首先，加大财政资金投入。各级财政要增加农业产业化专项资金，通过贴息、补助、奖励等形式，支持龙头企业扩大生产规模、推进技术改造升级、建设原料生产基地、建立研发机构等。整合现代农业发展、农业综合开发、农业产业化发展等资金集中扶持省级以上重点龙头企业。中小企业发展、企业技术改造等各类专项资金，重点向符合条件的农业产业化龙头企业倾斜。其次，强化信贷支持。加强政银企合作，完善银企项目对接机制，各级农办每年都要组织筛选一批龙头企业建设性项目统一向有关银行业机构推荐，各银行业机构将推荐的项目优先纳入贷款营销范围，优先予以调查评估、优先予以信贷支持，并给予适当的利率优惠，各级财政对龙头企业建设性项目贷款给予一定额度的贴息扶持。第三，鼓励和支持民间资本投资农业。各级政府要采取有效措施，吸引民间资本以独资、合资、合作等多种形式参与投资开发和经营农业产业化项目。支持民间资本组建的各种形式的专业合作经营组织和公司制企业申报国家级、省级重点龙头企业。对社会资本参与开发荒山、荒沟、荒丘、荒滩“四荒”地从事农业产业化经营的要给予支持。

2.逐步建立和完善与农户的利益联结机制，强化企业带动机制

首先、要引导龙头企业和“五专”经营组织按照风险共担、利益同享的原则，科学合理地分配经营利润。鼓励龙头企业和“五专”经营组织通过合同定购、向农户提供贷款担保、发放贴息贷款、赊销生产资料、实行保护价格收购等措施，带动农民进入市场，实现互惠互利，达到“双赢”效果。同时，要积极探索利润返还、股份合作、股份制、托管或租赁经营等形式，建立更为紧密的利益关系，让农民多得实惠。其次、要建立和完善约束机制。严格执行法律法规，强化合同监督，通过章程、合同契约来明确各方的责任、权力、义务，规范各方的经济行为，充分发挥各类中介组织的作用，力促各项合同兑现，保护各方面的利益。针对因市场价格波动而引发合同难于兑现的问题，加强法律法规宣传教育，增强农民和企业的法制观念和信誉观念。第三、完善利益联接机制。大力推广订单农业，引导龙头企业设立风险资金，采取保护价收购、利润返还等多种形式，与农户建立更加紧密、合理的利益联结机制。支持龙头企业与专业合作社等在自愿互利基础上，建立多种形式的经营联合体。积极探索风险保障机制，提高农户抵御自然和市场风险的能力。

3.提高龙头企业的自主创新水平，扩宽带动农户范围

首先，推进科企合作。充分发挥“6.18”（中国海峡项目成果交易会）的平台作用，支持龙头企业建设项目与先进适用技术成果的对接，与高等院校、科研院所开展技术联合攻关，以企业为主体，促进产学研用紧密结合。鼓励科研单位和科技人员通过技术承包、入股、转让等形式参与农业产业化经营。创新科技人员服务龙头企业的激励机制，持续开展“百名专家进企业”和“百项成果接产业”活动，加速科技成果转化。其次，增强企业自主研发能力。引导龙头企业加大技术创新投入力度，推动企业成为技术创新的主体。支持有条件的龙头企业组建研发中心和博士后流动工作站，或与大学、科研机构联合建立研发机构、科研工作站。第三，支持龙头企业技术创新。各类涉农科技计划项目向符合条件的农业产业化龙头企业倾斜。在企业技改贴息资金的安排上，积极支持省级以上重点龙头企业的技术改造项目。对龙头企业申报国家扶持的高新技术产业化推进项目、农产品深加工项目和技改贴息项目，有关部门应优先推荐上报。

4. 推动优势产业发展，提升企业带动水平

第一，壮大优势特色产业。发挥农业产业化龙头企业的带动作用，大力培育发展畜禽、林竹、水产、蔬菜、水果、食用菌、茶叶、花卉、烤烟、中药材等十大优势特色农产品。用好现代农业发展专项资金，扶持建设一批具有我省特色的优势农产品集中区和产业强县。推进农产品加工园区建设，引导农产品加工企业向优势产区集中、向加工园区集聚，培育形成农产品加工产业集群。第二，支持龙头企业基地建设。加快建设专业化、规模化、优质化、标准化的农产品生产基地，支持龙头企业、农民专业合作社、科技特派员、专业大户、农民经纪人等参与标准化生产基地建设。引导沿海地区的龙头企业到欠发达地区建立农产品生产基地，积极引进先进技术、工艺、设备和管理改造提升传统农业。支持和鼓励龙头企业和农户按照自愿互利的原则，以土地、山林、劳动入股等形式发展股份制、股份合作制农业经济组织[14]。完善农村土地使用权流转机制，促进土地向龙头企业、农民专业合作社和经营能手集中，发展适度规模经营。各级各部门在涉农项目资金安排上对符合条件的龙头企业建设或联结的基地给予积极支持，政策性农业保险向龙头企业生产基地倾斜。第三，推进闽台农业合作。积极支持农业产业化龙头企业开展闽台农业科研、人才、经营管理等方面的交流与合作，对龙头企业引进、试验、示范和推广台湾农业“五新”，台湾特色农产品生产经营，农业高新技术研发，农产品精深加工等项目，享受国家和我省相应的扶持政策。鼓励台湾农民和台湾农业企业到我省投资，创办农业企业，从事农业产业化经营，参与各级农业产业化龙头企业评选，享受相关的扶持政策。

[1] 杜 鹰.龙头企业在战略性结构调整中的地位和作用[J].山东农业，2003,(1):10-11.

[2] 吴 群.论龙头企业在农业结构调整中的作用[J].审计与经济研究，2003,(2):59-60.

[3] 姜开圣，韩世来，沙志芳.农业产业化龙头企业的发展壮大及其对农民收入的影响[J].农业经济问题，2003,(3):25-29.

[4] 丁 力. 关于农业产业化经营几个问题的思考[J]. 农村合作经济经营管理,2001,(5):7-9.

[5] 李惠安. 关于农业产业化的经营组织问题[J]. 中国乡镇企业,2001, (10):6-9.

[6] 郭红东.浙江省农业龙头企业与农户的利益机制完善与创新研究[J].浙江社会科学，2002,(5):181-185.

[7] 漆雁斌. 农产品目标市场战略选择与定位探讨[J].农村经济，2005,(5):12-14.

[8] 禤燕庆. 关于重点龙头企业扶持政策绩效的思考[J].农村经营管理，2003,(8):43-45.

[9] 汤新华.政策扶持对农业类上市公司业绩的影响[J].福建农林大学学报（哲学社会科学版），2003,(1):33-35.

[10] 朱湖根.新阶段中国农业产业化经营的财政支持政策体系研究[J].华东经济管理，2007,(8):43-46.

[11] 邹彩芬，等.政府财税补贴政策对农业上市公司绩效影响实证分析[J].2006,(3):53-59.

[12] 张丽颖.农业企业内部绩效评估及协调分析[D].吉林大学，2010.

[13] 姜 俊.农业企业的社会责任、创新与财务绩效关系研究[D].华中科技大学，2010.

[14] 唐楚楚，谢婧柳，陈铭波.低碳农业区域产业循环发展模式探析——以祁阳县为例[J].中南林业科技大学学报（社会科学版），2011,(2):99-101.

An Eff i ciency Analysis of Farmers’ Prosperity Achievement Motivated by Leading Agriculture Enterprises in Nine Cities of Fujian Province Based on SFA

CHEN Jun-Hua, ZHANG Wen-qi, WU Ya-ting
(Economics and Management College, Fujian Agriculture and Forestry University, Fuzhou 350002, Fujian, China)

With the relevant data of leading agriculture enterprises in Fujian province and the method of the stochastic frontier analysis (SFA), the paper estimates the efficiency of farmers’ employment and income increase motivated by enterprises.Analyzing the input and output factors’ impacts on the leading driven eff i ciency of enterprises, we found that the low eff i ciency of the leading agriculture enterprises in Fujian mainly derives from its random ineff i ciency. Working capital and fi xed assets investment exert relatively large impact on the eff i ciency, and the paper puts forward some countermeasures.

agriculture industrialization; farmers; SFA; Fujian province

F320.1

A

1673-9272(2012)04-0019-06

2012-04-01

福建省科技厅软科学重点研究项目“福建省金融支持农业企业科技创新能力的绩效评价研究”（编号：2011R0008）。

陈俊华（1967—），男，福建闽侯人，福建农林大学经济与管理学院博士研究生，研究方向：农村区域发展。

张文棋（1948—），男，福建莆田人，福建农林大学经济与管理学院教授，博士生导师，研究方向：农村产业经济。

[本文编校：杨 灿]