基于三阶段Bootstrap EBM的异质性合作社效率评价研究：重庆例证*

杨　丹，黄　凤，刘自敏

(1.西南大学 经济管理学院，重庆 400716；2.西南大学 农业教育发展研究中心，重庆 400716)



基于三阶段Bootstrap EBM的异质性合作社效率评价研究：重庆例证*

杨丹1，2，黄凤1，刘自敏1

(1.西南大学 经济管理学院，重庆 400716；2.西南大学 农业教育发展研究中心，重庆 400716)

基于对传统DEA模型距离函数特征、决策单元异质性及评价结果稳健性等方面的缺陷，构建三阶段Bootstrap EBM方法。利用重庆市合作社调查的随机抽样调查数据，分析了合作社所处的外部环境变量对各类投入值的不同影响，对比分析了基于EBM距离函数的环境变量调整前后评价效率以及Bootstrap EBM调整前后的效率值及其置信区间的差异，并对比分析了不同类型合作社的效率值差异，最后基于更为准确与客观的效率评价值，有针对性地提出准确衡量及提高合作社效率的政策建议。

异质性；合作社；EBM距离函数；三阶段DEA后一个；Bootstrap抽样；置信区间

一、引　言

随着我国农村合作经济的发展，尤其是2007年《农民专业合作社法》的实施，合作社在我国取得了长足的发展。2013年、2014年连续两年的中央一号文件更是强调大力发展多种形式的新型农民合作组织。当前合作社的数量迅猛发展，根据国家工商总局的最新统计，截至2013年底，全国依法登记注册的专业合作、股份合作等农民合作社达98.24万家，同比增长42.6%；实际入社农户7 412万户，约占农户总数的28.5%，同比增长39.8%。各级示范社超过10万家，联合社达到6 000多家。西部及重庆市的合作社发展速度更为迅猛，2013年重庆市农民专业合作社达到19 271个，同比增长62%。

合作社从数量及规模上逐渐发展壮大，实现了规模扩张。但另一方面，一部分合作社发展过程中存在规模小、发展不规范、管理松散、效率低下等问题，相对于公司、协会、农场等其他类型的农村经济组织，合作社发展时间较短，发展水平参差不齐，合作社需要增强自身竞争能力，提高运行效率。但当前合作社的评价存在模式不系统、指标不统一、数据采集不完整、主观性强、设定不合理等问题，难以在各个不同的合作社之间进行有效比较， 继而提出有针对性的质量提升方式。如何有效地对合作社的发展质量进行评价，并规范合作社的良性有序发展，在当前合作社的组织形式逐渐多样化的趋势下，如何对不同区域、不同形式、不同经营内容的合作社进行客观比较，我们需要对合作社的发展效率进行评价，并在评价的基础上提出相应的建议。

本文在理论分析的基础上，利用重庆市的随机抽样调查微观数据，借鉴三阶段数据包络分析(Data Envelopment Analysis，DEA)方法，采用径向与非径向结合的EBM(Epsilon-Based Measure)方向距离函数，采用随机前沿分析(Stochastic Frontier Analysis，SFA)方法过滤掉环境因素及随机因素，得到准确的合作社效率评价数据，在此基础上，利用自助DEA(Bootstrap DEA)方法，最终得到稳健的合作社效率评价结果。本文的研究结论不仅对重庆市的合作社发展能起到积极的指导作用，对西部以及全国的合作社的发展也有一定的指导意义。本文的结构安排如下：第二部分对所采用的EBM方向距离函数、三阶段DEA及Bootstrap方法进行简介，并对比其与传统的DEA方法、径向及非径向距离函数的优势；第三部分是采用的数据及实证分析过程，并对不同区域、不同类型及不同经营内容的合作社效率进行对比及分解；最后得出相应的结论并提出建议。

二、研究思路与方法

经典 DEA 模型假定 决策单元(Decision Making Unit，DMU) 具有同质性，即同类型 DMU 应具相同的目标和任务、外部环境、输入输出指标，现有DEA 研究成果大都基于该假设。但现实中，学者发现评价对象并不必然同质。人们常忽略异质性的存在，如果仍套用经典DEA 模型，就会导致结果出现偏差。同质性假设下，效率分数能反映DMU 转化投入为产出的能力，异质性假设下，效率分数夹杂着环境等异质因素对这一能力的影响。因此 DMU 异质背景下，需要对经典 DEA 模型进行改进以符合现实需要，从而提高 DEA 的适用性、有效性、合理性。

为便于具有异质性的各DMU之间的效率比较，我们从距离函数设定、DMU所处环境调整、效率真实值的测量等角度构建三阶段Bootstrap EBM模型。

(一)EBM距离函数

经典的 DEA 模型可以划分为两类，第一类以径向测算(radial measure)为基础的规模报酬不变(Constant Returns to Scale，CRS) 模型为代表，第二类以非径向测算(non-radial measure) 为基础的 SBM(slack-based measure) 模型。但不论传统DEA径向模型还是 SBM 模型都存在一定缺陷。为了有效解决 CRS 模型和 SBM 模型测算效率分值存在的问题，Tone(2010b)构建了一个综合径向和非径向特点的 EBM(Epsilon-Based Measure)模型[1-2]。对于具有m个投入要素(x)和s个产出(y)的n个决策单元，EBM模型可以表示为：

s.t.θx0-Xλ-s-=0，

λY≥y0，λ≥0，s-≥0.

(二)BootstrapDEA

Kniep(2003)指出，标准的DEA效率值相对于绝对效率水平的估计来说，是有偏的、不一致的估计量[3]。因此，有必要进一步引进Bootstrap方法[4]。Bootstrap方法是由Efron(1979)发展起来的一种基于数据的模拟方法。其基本思想是仅利用样本数据并借助计算机来进行重抽样，每一次抽样可以得到一个Bootstrap样本，然后根据Bootstrap样本来计算统计量和估计总体的分布特征，而不对模型做任何假设[5]。

SimarandWilson(1998；2000)将Bootstrap方法引入到DEA分析中[6]，其基本步骤为：对于第二阶段SFA调整后的投入与产出变量，利用有放回的抽样技术，从初始样本中抽取一个规模为N的naivebootstrap样本，并进行平滑化处理，计算DEA模型，得到BootstrapDEA估计值，并重复m(m>500)次抽样，最终得到每个DMU的初始效率值偏误与偏误修正后的效率得分，并可利用Bootstrap值构建真实值的置信区间。BootstrapDEA的详细算法步骤见Simar&Wilson(2000)[7]、Kneipet.al(2008)[8]、龚锋(2008)[9]及扶玉枝(2011)[10]。Wilson(2006)指出，Bootstrap方法是弥补传统DEA方法缺陷的唯一可行方法。

(三)三阶段BootstrapEBM

为保留DEA法的优点，同时又能分理出环境变量等的影响，从而更精确地估计出不同生产单元的效率，Fried等(2002)提出了一种新的效率评价模型——三阶段DEA法[11]。该方法最大的特点是能够将外部环境与随机误差对效率的影响去除，使得所计算出来的效率值能更加真实地反映实际情况。三阶段DEA法的基本思路与步骤详见Fried等(2002)。

本文将EBM距离函数和Bootstrap方法嵌入到三阶段DEA法中，构建三阶段BootstrapEBM法。一阶段运用EBM模型得到各样本单位的初始效率值与投入(或产出)松弛值；二阶段运用随机前沿分析(SFA)方法分解第一阶段的投入松弛值，调整投入或产出值，以排除外部环境和随机误差因素的影响；三阶段则将第二阶段得出的调整后的投入值与原始产出值，再次利用EBM距离函数，利用Bootstrap方法计算各决策单位的效率。

因此，相对于传统DEA方法，三阶段BootstrapEBM具有以下优势：(1)利用参数的SFA方法调整了外部环境与随机因素的影响，使得各决策单元均调整至同样的环境下，这样得到的效率值反映了决策单元自身可控的因素所得的效率，能更加真实公正地反映各决策单位的实际运行状况，也使得各决策单元自身有能力逐步调整至前沿面*很显然，外部环境与随机因素不是决策单元能够控制和调整的。。(2)利用径向与非径向距离函数结合的EBM距离函数，避免了传统DEA方法与SBM方法所得效率值改进方向与现实不吻合的缺点，利用EBM方向距离函数可以得到更为贴近现实的改进方向与效率评价值。(3)利用BootstrapDEA方法通过重复抽样来模拟数据生成过程，并且在模拟样本中应用原始估计值，可以近似地得到原始估计值的样本分布，克服了极端值对效率值变化的影响，使得所得效率值具有稳健性，而传统DEA值极容易受到某个极端值是否进入决策单元的影响。(4)传统DEA方法极易得到处于相同前沿面的多个单元，这样无法进行完整排序，而BootstrapDEA法由于进行了大量的重复抽样，两个决策单元效率相同的概率极小，

这样也有利于对各决策单元进行完整评价。

三、数据和变量

(一)数据来源与说明

本文的实证数据来自于重庆市农委2011年进行随机抽样调查的共计95家合作社，数据来源准确和完整，样本地域分布合理，具有代表性。利用三阶段BootstrapEBM方法，准确地对合作社效率进行评价，这样所挑选出的合作社一方面具有较高的执行能力与生产效率，可以很好地利用资源，发展成为更为高效的合作社。另一方面，通过效率比较与分析，可以得到重庆市不同类型、不同区域的合作社效率差异，通过分析其松弛变量及进行效率分解，有利于效率不高的合作社寻找到提高效率的途径。同时，这95家合作社代表了典型的重庆市合作社发展水平，以重庆市的合作社发展作为评价，对于我国西部地区及全国的合作社发展也能起到积极的参考。

(二)投入与产出变量

借鉴扶玉枝(2011)[10]并结合Ariyaratneetal.(2000)[11]及Galdeano-Gomez(2008)[12]等对合作社效率评价时投入与产出指标的选择，我们采取入社员数、资产总额、基地面积作为合作社的各项投入。合作社社员人数作为合作社的人事投入，合作社资产总额作为合作社的财产投入，基地面积作为合作社的物质投入。这三个指标综合反映了合作社人财物的综合投入[13]。

合作社的产出绩效不仅包括合作社的直接经济效率，赵佳荣(2010)指出，合作社还承担了相应的社会责任，尤其是带动其他农民致富的重要责任[14]。因此，经济绩效指标上，我们采用年销售收入与年净利润来刻画合作社的经济规模与经营绩效[15]。采用带动农户数及增加农民纯收入两个指标来刻画社会绩效[16]。 各变量的描述性统计如表1所示。

表1　合作社投入产出描述性统计表

(三)环境变量

根据Simar和Wilson(2007) 的“分离假设”[3]，环境变量应选取对农民合作社投入产出效率产生影响但不在样本主观可控范围的因素[12]。具体到影响合作社的环境变量选择，这主要包括国家的宏观经济环境、政府对农业发展的相关政策、人力资源因素等。结合前述文献综述中的研究，本文所采用的环境变量有：

(1)第一产业总产值。当地的第一产业总产值总量对合作社的生产和销售产生影响，当地农业总产值越大，合作社的原材料来源越为容易。另一方面，较大规模的本地农业产值为合作社提供了本地化市场，合作社越能够方便地进行本地生产和销售，节约交易与运输成本，加快资金流转等，提高合作社经营效率。

(2)农业商品率。本地的农业商品率越高，说明本地农村的市场氛围越浓，作为农民合作主体的合作社参与到市场交换的可能性越大，合作社产品的生产、加工、销售的容易程度也随之增加。

(3)财政支农支出。在政府对农业发展的相关政策方面，财政政策是对合作社发展的重要政策之一，而财政支农支出的增加对合作社生产效率的提高具有积极作用，因此本文选择各区县财政支农支出来衡量政府对农业发展的政策。财政支农能够促进合作社生产的积极性，进而促进农业发展，提升合作社效率。

(4)农村居民人均纯收入。随着农民收入的提高，其对合作社的认识也将逐步加深，同时，多项研究表明，收入也是个人能力的表征，由于我们未能获取分区县农民的平均受教育程度的信息，因此，我们使用农村居民人均纯收入作为人力资源质量因素的代理变量。

(5)农业人口比例。农民专业合作社作为劳动密集型的机构，生产过程需要大量的劳动力资源，因此，是否拥有丰富的本地劳动力资源是制约很多专业合作社发展壮大的因素，我们使用农业人口比例来度量人力资源的数量。但同时，农业人口比例过大，说明该区域城镇化与经济发展水平较低，可能不利于合作社筹集资本。

环境变量是对合作社这一微观主体所不能主动调整和控制的宏观经济社会环境的刻画，为尽量保证对合作社所处环境的准确描绘，我们使用了县级数据*根据我们的调查，当前合作社的生产范围很少超过县域。，以上各环境变量值均来自于《重庆统计年鉴》中对重庆38个区县的统计数据。

表2　合作社环境变量描述性统计表

四、实证分析

(一)一阶段EBM

传统DEA模型分析不考虑环境变量与随机误差，以投入与产出变量为基础，对重庆市95家合作社的效率进行评估，本文考虑产出水平一定的情况下，合作社如何有效地利用所投入的资源，即采用投入导向型的DEA方法，结合EBM距离函数，得到以下合作社效率的分布表。

表3　合作社第一阶段EBM效率值分布表

在规模报酬不变情况下，重庆市合作社的技术效率均值为0.222 2。这说明，合作社的平均技术效率水平很低，有接近40%的合作社技术效率低于0.1，8%左右的合作社效率大于0.6，说明在不考虑环境因素的情况下，合作社之间的效率差异非常大。当前合作社的发展仍处于起步阶段，许多合作社由于管理不善、信息不充分、技术落后等原因约束了对合作社所投入诸要素的有效利用。

在规模报酬可变情况下将技术效率分解为纯技术和规模效率，从上表中可以看出，纯技术效率大大低于规模效率。因此，重庆市合作社平均技术效率较低主要是由于纯技术低造成的。可见合作社对先进的农业生产、农业经营管理的先进技术采用不够，导致纯技术效率低下。

表4　一阶段EBM按类型分类的合作社效率值

从分类型的合作社效率分析来看，粮食和一般经济作物类合作社技术效率相对最高，畜禽水产养殖类的技术效率值与纯技术效率值相对最低，但畜禽水产养殖类的规模效率最高。这与扶玉枝(2012)利用浙江省合作社数据分析的结果不完全一致，这主要是因为我们考虑了合作社的社会效益，扶玉枝(2012)的产出指标仅为合作社总收入这一个经济指标*我们使用扶玉枝(2012)的投入产出指标，所得效率值排序与其所研究结论基本一致。[5]，另一方面，我们还没有排除环境因素和随机因素对效率的干扰。现实中，畜禽水产养殖类合作社在技术采用存在上相对较高的进入门槛，而蔬菜水果类的合作社在扩大规模获取规模经济上存在更大障碍。

(二)二阶段SFA

由于第一阶段的分析是将任何与效率前沿的偏离都看作是管理无效率导致的，没有考虑不同地区外部环境以及随机误差的影响，而外部环境因素和外生随机因素往往会对一个合作社的产出水平高低有着重要的影响，在这种情况下计算得到的DEA效率得分可能难以真实反映各个合作社的管理效率，以此作为评价标准会有失客观性与公正性。为了更好地了解掌握各个合作社的真实效率水平，以第一阶段得到的各地区产出松弛值作为被解释变量、以前文选定的外部环境因素为解释变量，运用SFA方法基于半正态分布假设对产出松弛值进行分解。

表5　第二阶段SFA估计表

注：*、**、***分别表示在10%、5%、1%的水平上显著。

投入松弛变量是各合作社可以通过改善其运营管理水平，从而达到效率前沿可能节约的投入量。因而，可以将投入松弛变量视为各地区的机会成本，解释变量与投入松弛变量正相关表明该解释变量不利于效率的提高；反之，二者负相关，则表明该解释变量有利于效率的提高。因此，从环境因素对投入松弛变量的回归系数来看，可得出如下结论：

(1)农业总产值的扩大有利于效率的提升，且对资产总额与入社社员有显著影响。随着农业产值的增加，增加了合作社的各方对农业投资的兴趣，对合作社的诸要素投入可以带来效率的提升，因此需要农业管理部门积极引导各类资本进入农业领域，增加农业投资。

(2)农业商品化率的提高推动了合作社向前沿面迈进，且对资产总额与入社社员显著有效。随着商品化率的提高，可以增加农民收入，提高了农民自身及把其土地入股参加合作社的积极性，也促使农民积极加入合作社。

(3)财政支农支出对合作社减少投入松弛变量、提升效率起到积极作用，且均显著有效。这说明重庆市当前对农业生产及合作社的积极支农财政政策取得了良好的效果，合作社管理部门通过政策、项目及资金支持对合作社进行帮扶，从人财物各个方面均对合作社产生了重要的促进作用。

(4)农村居民人均纯收入的增加有利于减少投入松弛变量，提高效率。农民收入的增加激励了农民将更多的人财物资源投入到合作社生产经营中去，尤其是将资金与土地资本投入到合作社中，推动合作社发展壮大。

(5)农业人口比例的增加并不利于合作社各类投入松弛变量的减小，且对入社社员松弛变量的增加有显著的促进作用，说明传统的农业社会形态并不一定带来合作社效率的提升。与之对应，城镇化水平的提高有利于增加合作社的效率值，因此，随着我国城镇化水平的进一步提高，合作社的发展拥有更为广阔的前景。

(三)三阶段BootstrapEBM

在得到经过调整后的各地区投入项后，把调整后的投入和原始产出带入DEA模型，与一阶段一致，此处仍然选择投入导向与EBM距离函数，利用BootstrapDEA方法，重复抽样500次，我们可得剔除了环境因素和随机因素影响的重庆市合作社Bootstrap效率值。

表6　合作社第三阶段Bootstrap EBM效率值分布表

通过与一阶段对比可以看到，在经过第二阶段的调整后，合作社的效率评价值发生了很大变化。总体上，合作社的技术效率与纯技术效率均值有所下降，规模效率均值所有上升，这说明合作社自身不可控的环境因素确实对合作社的效率值产生了影响，剔除这些影响因素的效率评价值更能反映合作社自身的能力水平。

表7　三阶段按类型分类的合作社效率值比较

从分类型的合作社效率分析来看，与一阶段比较，三类合作社的效率值变化不一，说明环境因素对不同类型合作社的影响各不相同。经过调整后，粮食和一般经济作物类合作社各类效率值较高，蔬菜水果类合作社的平均技术效率与纯技术效率值均为最低，畜禽水产养殖类合作社的规模效率平均值最低。结合了Bootstrap方法后，各类效率值均有所调整，但各自调整的大小不一致。在剔除了环境因素与采用Bootstrap抽样后，此时得到的效率值更能反映各个合作社的运行情况。

在95%的置信区间下，我们比较三阶段未经Bootstrap调整、经过Bootstrap调整的技术效率、纯技术效率及规模效率值，以及各类效率值置信区间的大小。

图1　第三阶段合作社Bootstrap效率变化图

从图1可以看出，Bootstrap方法使得大部分合作社的技术效率和纯技术效率向下调整，规模效率向上调整，但各个合作社受自助抽样影响的大小不一，如纯技术效率值在效率值较大处受影响较大，而规模效率值在效率处于中间值时受影响较大。

同理，我们分析了三种类型的合作社的技术效率在未经Bootstrap调整、经过Bootstrap调整以及各类效率值置信区间的大小。

图2　三类合作社的技术效率比较图

从图2可以看出，Bootstrap方法使得三类合作社的技术效率值向下调整，但各个合作社受自助抽样影响的大小不一，粮食和一般经济作物类与蔬菜水果类合作社调整较小，而畜禽水产养殖类调整较大。且各个类型合作社内部的调整幅度也不一致，前两类合作社在效率值极大处调整最大，而第三类合作社在效率为中等及较大处调整最大。

图3　三类合作社的纯技术效率比较图

我们同样分析了三种类型的合作社的纯技术效率在未经Bootstrap调整、经过Bootstrap调整以及各类效率值置信区间的大小。从图3可以看出，Bootstrap方法使得三类合作社的纯技术效率值向下调整，但各个合作社受自助抽样影响的大小不一，粮食和一般经济作物类与蔬菜水果类合作社调整较小，而畜禽水产养殖类调整较大。在同一类型合作社内部，前两类合作社仍然在效率值大处调整较大，而第三类合作社则是较为均匀的调整。

图4三类合作社的规模效率比较图

图4分析了三类合作社的规模效率在未经Bootstrap调整、经过Bootstrap调整以及各类效率值置信区间的大小，Bootstrap方法使得三类合作社的规模效率值向上调整，且各类合作社受自助抽样的影响调整也较为一致，均为在效率处于中上值处调整较大，但置信区间的变化较大，三类合作社均在效率为中上值时置信区间的范围较宽，说明此时合作社受效率评价样本的影响较大。

五、结论及建议

使用随机抽样调查的重庆市95家合作社样本数据，基于径向与非径向距离函数对效率改进测量的不足，我们结合EBM距离函数，利用三阶段DEA方法剔除了异质性合作社的环境因素与随机因素对合作社效率评价的影响，在此基础上，采用Bootstrap方法，我们分析了合作社的效率并对合作社效率进行了充分排序。通过对合作社的评价指标选取、距离函数识别、环境因素调整、真实效率评价，我们提出以下政策建议：

(1) 衡量合作社的效率应考虑经济效益与社会效益相结合。作为农村中带动农民致富的重要载体，合作社不仅应考虑作为经济组织的经济效益，另一方面，合作社带动其他农户致富也应成为合作社考核中的重要指标。当前重庆市合作社效率不高的一个重要原因在于合作社发挥社会效益的功能仍不够强大，因此，对合作社进行评价时应加大对合作社社会功能的考核，引入带动农户数及农户增收金额等合作社社会效益指标。

(2)环境因素对效率值有显著影响，政府应为合作社的发展创造良好的外部环境。通过二阶段使用环境因素对投入松弛变量的影响分析，可以看到，各个环境因素对不同的投入变量影响不尽相同，第二阶段对五类环境变量的SFA分析，我们得出，政府应积极引导各类资本进入农业领域，提高农产品的商品化率，加大政府财政支农支出的力度及对合作社的帮扶，并引导农民在增收的同时理性进行农业生产投入。

(3)政府进行效率评价应采用多次重复抽样的方式得到稳健的效率评价值。对合作社效率评价时，应充分认识到单次效率评价所得结果对样本选择的敏感性，由于效率评价的相对性，某个评价对象的进入或退出将可能对全体样本产生影响，从而使得所得效率值不够稳健与真实。采用多次重复抽样的评价方式，有效地避免了这一缺陷，通过Bootstrap效率评价结果，可以看出，重庆市合作社当前的整体效率值较低，尤其是对于蔬菜水果类合作社，通过环境变量调整后为效率最低类合作社，政府应提高合作社的技术采用能力、加强技术利用效率、加大农业技术推广，扩大合作社规模、降低入社门槛，通过增大其纯技术效率及规模效率，实现此类合作社效率的提升。

[1]TONE,K.,TSUTSUI,M.Anepsilon-basedmeasureofefficiencyinDEA-Athirdpoleoftechnicalefficiency[J].EuropeanJournalofOperationalResearch, 2010,207(1), 1554-1563.

[2] 师博，沈坤荣.城市化、产业集聚与EBM能源效率[J].产业经济研究，2012(6)：76-81.

[3]KNEIP,A.,et.al.AsymptoticsforDEAEstimatorsinNonparametricFrontierModels[EB/OL]. [2003-08-11].http://ideas.repec.org/a/cup/etheor/v24y2008i06p1663-1697_08.html.

[4]EfronB.Bootstrapmethods：anotherlookatthejackknife[J].TheAnnalsofStatistics，1979：1-26.

[5] 王亚华，吴凡，王争.交通行业生产率变动的BootstrapMalmquist指数分析(1980—2005)[J].经济学(季刊)，2008(3)：15-29.

[6]SIMAR,L.,WILSONP.Estimationandinferenceintwo-stage,semi-parametricmodelsofproductionprocesses[J],JournalofEconometrics,2007, 136 (1) 31-64.

[7]SimarL，WilsonPW.Sensitivityanalysisofefficiencyscores：Howtobootstrapinnonparamtricfrontiermodels[J].Managementscience，1998，44(1)：49-61.

[8]KNEIP,A.,et.al.AsymptoticsandConsistentBootstrapsforDEAEstimatorsinNonparametricFrontierModels[J].EconometricTheory, 2008,24(1): 1663-1697.

[9] 龚锋.地方公共安全服务供给效率评估——基于四阶段DEA和BootstrappedDEA的实证研究[J].管理世界，2008(4)：80-90.

[10] 扶玉枝.农业合作社效率研究——基于目标函数的静态与动态分析[D].浙江大学，2012：1-30.

[11]ARIYARATNEC.B.,et.al.MeasuringX-EfficiencyandScaleEfficiencyforaSampleofAgriculturalCooperatives[J].AgriculturalandResourceEconomicsReview, 2000, 29(2):198-207.

[12]GALDEANOE.ProductivityEffectsofEnvironmentalPerformance:EvidencefromTFPAnalysisonMarketingCooperatives[J].AppliedEconomics, 2008,40(14): 1873-1888.

[13] 刘自敏，杨丹.基于成员异质性的农民股份合作社收益分配研究——双边专用性投资的视角[J].南京农业大学学报：社会科学版，2014(1)：59-67.

[14] 赵佳荣.农民专业合作社“三重绩效”评价模式研究[J].农业技术经济,2010(2):35-41.

[15] 黄季焜，邓衡山，徐志刚.中国农民专业合作经济组织的服务功能及其影响因素[J].管理世界，2010(5)：75-81.

[16] 杨丹，刘自敏，徐旭初.环境异质性，合作社交叉效率与合作关系识别[J].农业技术经济，2015(3)：51-60.

TheEfficiencyEvaluationofHeterogeneousCooperativesBasedonThreeStageBootstrapEBM：CaseofChongqing

YANGDan1，2，HUANGFeng1，LIUZi-min1

(1.CollegeofEconomicsandManagement,SouthwestUniversity，Chongqing400716，China；2.ResearchCenterofAgriculturalEducationandDevelopment,SouthwestUniversity，Chongqing400716，China)

BasedonthedefectsoftraditionalDEAmodelradialandnon-radialdistancefunctionandanalysisofheterogeneitybetweenDMU，webuildanEBMdistancefunctionwhichintegratesthecharacteristicsofradialandnon-radialtoresolvethedeficienciesoftraditionaldistancefunction.Thenweresolveheterogeneityproblembyusingthree-stageDEAmethod.Onthisbasis，weusebootstrapmethodtosolveproblemsofefficiencyvalueswhicharebiasedandinconsistent.Weusecooperativeempiricaldataandanalyzeenvironmentvariableswhichaffectthevalueofinputs，andcomparativeanalysisbasedonevaluationoftheefficiencybeforeandafteradjustingtheenvironmentvariablesandtheefficiencyvaluesandtheirconfidenceintervalsbeforeandafteradjustingbootstrapEBM.Finally，accordingtomoreaccurateandobjectiveefficiencyevaluationvalue，weproposeappropriatepolicyrecommendations.

Heterogeneity；Cooperatives；EBMDistanceFunction；ThreeStageDEA；Bootstrap；ConfidenceIntervals

[DOI]10.16164/j.cnki.22-1062/c.2015.06.014

2013-12-05

国家自然科学基金重点学科群项目(71333011)；国家自然科学基金项目(71373063)；教育部社科规划青年项目(13YJC790101)；重庆市社科规划青年项目(2012QNJJ011)；中央高校基本科研重点项目(SWU1509120)；重庆市人文社会科学重点研究基地重点项目(14SKB049)。

杨丹(1981-)，女，湖北宜昌人，西南大学经济管理学院副教授，西南大学农业教育发展研究中心研究员；黄凤(1990-)，女，贵州黔西人，西南大学经济管理学院硕士研究生；刘自敏(1981-)，男，四川德阳人，西南大学经济管理学院副教授，博士。

F224.0

A

1001-6201(2015)06-0073-09

[责任编辑：秦卫波]

*感谢西南大学经济管理学院俞锋同学优秀的助研工作。