福建省农民专业合作社效率测度及提升路径——基于面板三阶段DEA模型的分析

王东方，沈慧芳

（武夷学院商学院，福建武夷山354300）

福建省农民专业合作社效率测度及提升路径
——基于面板三阶段DEA模型的分析

王东方，沈慧芳

（武夷学院商学院，福建武夷山354300）

运用三阶段DEA模型，测算剔除环境因素和随机误差前后的福建省南平市10个县（市、区）2010—2014年农民专业合作社技术效率。结果表明，宏观经济环境的持续向好会导致合作社成员数和合作社资产总额冗余量的增加，政府扶持资金的增加会导致合作社成员数冗余量的增加，不利于合作社技术效率的提升；教育投入的增加有助于合作社成员数冗余量的减少，有利于提升合作社技术效率；剔除环境因素、随机误差的影响后，南平市大多数县（市、区）合作社综合技术效率和规模效率水平出现不同程度的下降，而纯技术效率普遍上升，农民专业合作社仍处于规模报酬递增阶段。

农民专业合作社；技术效率；三阶段DEA；福建省

农民专业合作社（以下简称合作社）以农村家庭承包经营为基础，入社农民以平等互惠、互助合作的方式合作经营，克服农业经营碰到的问题，提高农业经营效率，分享经营成果。合作社经营效率的高低直接影响到农业生产经营的效率，进而影响农民收入，如何提升合作社经营效率，提升其竞争力，是当前合作社理论与实务研究的重点课题。近年来，中央“一号文件”持续关注三农问题，其中，2004年以来的一号文件对提高农民的组织化程度、支持合作社发展提出了明确要求，2015年的一号文件提出引导合作社拓宽服务领域，促进农民合作社的规范发展。在政府政策支持下，福建省合作社事业取得长足发展，截至2014年12月31日，福建省合作社数量达到了24 817个，同比增加25.1%，其中被农业主管部门认定为示范社的合作社2 126个，同比增加25.7%，入社社员达到672 218个，同比增加23.9%，带动非成员农户数827 680户，同比增加2.8%。

在合作社事业快速发展的同时，福建省合作社的发展普遍存在资金不足且融资困难、机制不健全、管理不规范、分配机制不健全、“利益共享”机制未能落到实处、经营管理人才缺乏及法律法规不完善等问题[1]。针对以上存在的问题，考虑到合作社在增加农民收入、促进农业产业化进程中的重要作用，对合作社进行深入研究显得尤为迫切和必要。以福建省南平市十个县（市、区）合作社为研究样本，对各县（市、区）合作社的技术效率进行测度和分析，揭示各县（市、区）合作社的实际经营情况，并进一步提出促进合作社技术效率提升的路径。

1 文献综述

国内外学者从多方面对合作社经营效率进行大量的理论和实证研究，现有研究主要集中在以下几个方面：一是对合作社绩效评价指标体系的研究，浙江省农业厅课题组[2]采用德尔菲法从行为绩效和产出绩效确定了合作社的绩效评价体系；赵佳荣[3]认为生态绩效的评价应包含在合作社绩效评价体系中；张靖会[4]基于供给机制视角从需求表达、供给决策、缔约成本、筹资机制、产品提供、激励约束六个维度设计了合作社的绩效评价体系；陈共荣等[5]运用BSC的基本原理，构建了合作社绩效评价指标体系；杨大蓉[6]采用层次分析法从财务维度、市场维度、内部管理维度和可持续发展维度四个维度构建了合作社的绩效评价指标体系；二是合作社绩效评价的研究对象以中东部省份的农民合作社为主；三是对合作社绩效的研究；徐旭初[7]通过对浙江省526家合作社的实证研究分析了治理机制对合作社绩效的影响，认为完善的治理机制有利于提升合作社的绩效；张征华[8]采用DEA方法对江西省22家合作社经营效率进行实证研究发现，江西省合作社经营效率不高；胡魁采[9]用Bootstrap-DEA方法对浙江452家合作社进行实证研究发现，浙江省果蔬合作社效率较低；曾皓等[10]采用DEA_Tobit方法对江西省78家合作社截面数据的研究发现，江西省合作社资本效率不高，合作社质量有待进一步提高；李道和[11]通过对江西省合作社的实地调研，采用结构方程方法分析了合作社的绩效，认为完善内部治理机制、提升合作社理事长才能有助于提升合作社绩效；张超[12]将合作社效率研究拓展至合作社公共服务效率，从社员层面的价值效率、组织层面的综合效率和区域合作社总体层面的工具效率三个视角分析合作社公共服务效率。

从上述文献可以看出，既有的研究成果多是采用单一的DEA或层次分析法等方法来考察合作社的绩效或技术效率，但这些方法忽略了环境因素及包含于冗余变量中的其他因素对效率的影响，在一定程度上影响了效率评价结果的准确性和可靠性[13]。Farrell[14]提出效率包括技术效率（technical efficiency，TE）和配置效率（allocation efficiency，AE），其中技术效率可利用实际观察值和等产量曲线边界的关系求得，配置效率可由投入要素价格关系测得。技术效率是指在既定的投入要素条件下企业最大的产出能力，配置效率是指利用优势价格来组合最佳的投入与产出比例，既生产同等数量的产品可采用不同的要素投入组合，因投入要素价格不同，以最经济的组合来生产以使其配置效率最高。一般情况下，企业会考虑利用现有资源投入生产，对效率的测量大多是针对技术效率[15]，因此，本文重点考察合作社的技术效率。基于此，选择Fried[16]提出的DEA和SFA结合的三阶段DEA模型测度福建省合作社技术效率，能够更为准确地考察福建省合作社的技术效率，并在此基础上有针对性的提出福建省合作社技术效率提升的路径和方向。

在采用DEA方法进行效率评价时，部分学者在投入、产出要素的选择上较为主观，多采用文献探讨，或配合德尔菲法等方法确定投入、产出要素，但由于德尔菲法执行过程复杂，需要投入大量的精力，问卷回收率低且容易曲解专家意见，加上问卷本身及专家回答具有模糊性特征[17]，由于合作社具有非营利性质，其投入、产出间函数关系并不显著[18]，为保证投入、产出要素选择的科学性、可靠性，并避免调查过程中模糊性的出现，拟采用模糊德尔菲法（fuzzy Delphi method，FDM）选择投入、产出要素。

2 研究方法与数据说明

2.1 模糊德尔菲法（FDM）

德尔菲法是一种群体决策的方法，于1950年由美国兰德公司的Olaf Helmer等人发明，通过使专家意见经由结构化沟通程序而获得一致结果的预测方法。模糊德尔菲法是指综合运用模糊数学与德尔菲法，在充分考虑专家主观意见模糊性和非确定性的基础上筛选关键因素，将模糊理论应用到德尔菲法中，利用模糊三角数法整合专家意见，再通过设定的门槛值筛选合作社的投入、产出要素。模糊德尔菲法应用包括以下步骤：

（1）平均数一般化模式

Klier等于1992年提出一般化平均数模式公式：

其中α为不同平均数形态参数，α有以下几种结果：

1）α→-∞时，由式（1）可知：

一般化平均数下限为极小值，即极小值是最小的一种平均数函数形态。

2）α→+∞时，由式（1）可知：

一般化平均数上限为极大值，即极大值是最大的一种平均数函数形态。

3）α→0时，由式（1）可知，结果为几何平均数：

4）α→1时，由式（1）可知，结果为调和平均数：

（2）确定三角模糊数

本研究以一般化平均数函数的极大值和极小值为专家共识三角模糊数的两个端点，Saaty[19]认为几何平均数表示专家共识的效果较好，且几何平均数的数值可以满足模糊正倒值矩阵定义。因此，本研究投入、产出要素三角模糊函数中的几何平均数为其隶属函数，代表专家对投入、产出要素选择的共识。三角模糊数可通过以下公式测算。

（3）投入、产出要素的选择

采用上述方法来选择投入、产出要素，由于（1）式函数中极大值、极小值较极端，而几何平均数能达标决策群体中大部分专家的意见，因此，取三角模糊函数中的几何平均数为隶属函数代表专家对投入、产出要素选择的共识。在此基础上设定门槛值（S），可用各指标评估分数的中位数作为本研究的门槛值，最后选择投入、产出要素，当δij≥S时接受该要素，当δij〈S时删除该要素[20]。

2.2 三阶段DEA模型

（1）第一阶段：基于投入、产出原始数据的DEA分析（BCC模型）

DEA方法最早于1978年由Charnes、Cooper及 Rhodes提出，该方法源于Farrell的非参数效率衡量概念，针对非盈利性组织，衡量其投入、产出相对效率值。因BCC-DEA模型可用来处理“规模报酬可变（variable retuuns scale，VRS）”假设下的决策单元有效性问题[21]，本研究采用BCC-DEA模型衡量福建省合作社的技术效率值。投入导向下的对偶模式BCCDEA模型如下。

其中，hk表示第k各决策单元的技术效率，Yrk表示第k各DMU的第r项产出值，Xij表示第j个DMU的第i项投入值，ε表示极小正数，θk代表第k个 DMU的有效值分别为ur、vj的差额变数（ur表示第j个DMU的第r个产出项的加权值，vi指第j各DMU的第i各投入项的加权值）。BCC模式中技术效率（TE）等于纯技术效率（pure technical efficiency，PTE）与规模效率（sale efficiency，SE）的乘积。

（2）第二阶段：运用SFA模型剔除随机误差和环境因素的影响

Fried等于2002年提出的DEA和SFA结合的三阶段DEA模型中，通过第二阶段的SFA模型可以观测环境因素、随机误差和管理无效率三个因素的影响，进而剔除环境因素和随机误差带来的影响，得出管理无效率导致的DMU投入冗余。

首先需选择合适的环境变量作为解释变量，对第一阶段DEA模型n个DMU的m各投入变量的冗余变量，建立多元回归模型：

其中，Sik为第k个决策单元第i个投入变量的冗余变量；fi（Zk；βi）为外部环境因素对冗余变量Sik的影响，一般取fi（Zk；βi）=Zk·βi；Zk=（Z1k，Z2k，…，Zpk）为p个可观测的环境变量；vik为随机误差，假设μik为管理无效率，假设），且随机误差vik与管理无效率μik不相关。利用公式（14）回归结果进一步调整投入变量，将所有的DMU调整为相同的环境条件，同时剔除随机误差的干扰。调整方法如下：

其中，xik和分别为第k个DMU第i项投入的实际值和调整后的投入值，为环境因素变量的估计值，为随机误差的估计值，公式（15）中表示所有DMU剔除环境因素的影响，所有DMU处于相同的外部环境下；表示所有DMU剔除随机误差的影响，所有DMU处于相同的状态。

（3）第三阶段：调整后的投入变量的DEA分析

2.3 样本数据来源及变量选择

（1）样本数据来源

数据来源于2010—2014年福建省南平市下辖十个县（市、区）（延平区、建阳区、建瓯市、武夷山市、邵武市、浦城县、松溪县、政和县、顺昌县、光泽县）合作社经营情况统计数据，统计数据涉及到南平市各县（市、区）农民合作社基本情况、财务数据、经营状况等总体数据。

（2）投入和产出变量的选择

采用模糊德尔菲法选择福建省合作社效率测度的投入、产出数据，选择合作社6项投入要素及2项产出要素，选择高校教师、政府主管部门领导、国家级示范社负责人作为模糊德尔菲法的问卷对象，请各位专家对投入、产出要素给予0～10分区间的打分，共发出13份问卷，收回有效问卷11份。采用模糊德尔菲法进行运算得出合作社投入、产出因素的三角模糊函数（见表1、2），以几何平均数作为专家对投入、产出要素选择的共识，根据对问卷的整理，专家对投入、产出要素打分的中位数为7，因此，将门槛值（S）设为7。根据前文分析，选择专家打分的几何平均数作为投入、产出数据的选择依据，有表1、2可知，专家打分几何平均数大于门槛值的投入要素有3项，分别为合作社成员数、合作社资金总额；产出要素有1个，为统一组织销售农产品总值。

表1 合作社投入要素三角模糊函数Table 1 Specialized farmers cooperatives input elements triangle fuzzy functions

表2 合作社产出要素三角模糊函数Table 2 Specialized farmers cooperatives output elements triangle fuzzy functions

（3）环境变量的选择

外部环境变量应选择对合作社经营效率产生影响但不在样本主观可控范围的因素，根据合作社运营特点，结合国内外文献，本文选择三个环境因素：宏观经济环境、政府对合作社发展的政策扶持及教育投入，其中宏观经济环境选择农民人均纯收入和农林牧渔及服务业产值两个变量衡量，政府对合作社发展的政策扶持选择第一产业固定资产投资（政府）和各级财政专项扶持资金总额两个变量衡量，教育投入用培训合作社成员人次数变量衡量。

3 实证结果分析

3.1 第一阶段：基于投入、产出原始数据的DEA分析（BCC模型）

采用DEAP2.1软件包分年度处理2010—2014年福建省南平市10个县（市、区）合作社原始投入、产出数据，分别测度这10个区域在2010—2014年间的合作社的技术效率，结果如表3所示，在不考虑环境因素和随机误差影响情况下，南平市合作社在2010—2014年间的平均综合技术效率为0.517，综合技术效率水平偏低，其中，平均纯技术效率为0.695，平均规模效率为0.674，两者大小相当且均较小。第一阶段DEA结果表明，南平市各县（市、区）合作社综合技术效率过低是由纯技术效率和规模效率不高导致的，说明南平市各县（市、区）合作社在管理水平、资源配置和规模等方面均有较大的改进空间。10个县（市、区）中，建瓯市、政和县2010—2014年间合作社平均技术效率均为1，平均综合技术效率分别为0.822和0.903，说明这两个区域合作社在当前的规模、技术水平条件下，其投入资源的使用是有效率的。

3.2 第二阶段：运用SFA模型剔除随机误差和环境因素的影响

表3 南平市各县（市、区）2010—2014年合作社技术效率（第一阶段）Table3 Counties technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

第二阶段以第一阶段得到的各样本投入变量的投入冗余作为被解释变量，将环境变量（农民人均纯收入、农林牧渔及服务业产值、第一产业固定资产投资（政府）、各级财政专项扶持资金总额、培训合作社成员人次数）作为解释变量构建SFA回归模型，运用Frontier4.1软件包，利用极大似然估计法（MLE），分别估算环境变量对合作社成员数冗余、合作社资金总额冗余的影响，结果见表4所示，根据结果可知，主要环境变量均通过了1%、5%或10%的显著性水平检验，这说明环境变量选择比较合适且对合作社投入冗余变量具有显著的影响，其中，合作社成员数松弛变量的（技术无效率方差占总方差的比重）值为0.999 4，接近于1并通过1%显著性水平检验，说明该投入变量管理因素的影响占主导地位；合作社资产总额松弛变量的值为0.032 4，接近于0，说明该投入变量随机误差影响占据主导地位。以上结果表明随机误差等难以控制的因素对合作社运营效率存在显著的影响，非常有必要运用SFA方法剔除随机误差对效率的影响。

表4 第二阶段的SFA回归结果Table 4 SFA regression results

进一步考察环境因素对合作社成员数松弛变量及合作社资产总额松弛变量回归结果，当回归系数为负时，表示环境变量值的增加有利于减少投入松弛量，当回归系数为正时，表示环境变量值的增加将会增加投入松弛量。通过分析环境变量对合作社成员数松弛变量及合作社资产总额松弛变量的回归系数，得出以下结论：

（1）农林牧渔及服务业产值。该变量对合作社成员数及资产总额松弛变量系数均为正，且在1%显著性水平上具有统计学意义，也就是说农林牧渔及服务业产值的增加会导致合作社资产总额松弛量的增加，从而对合作社效率产生不利影响。这反映了南平市合作社仍处于高投入的粗放发展模式，从10个县（市、区）整体情况看，2010—2014年,南平市合作社资产总额年均增长45.23%，合作社成员数年均增长41.26%，造成合作社资源配置不合理，制约了合作社技术效率的提升。

（2）第一产业固定资产投资（政府）。该变量对合作社成员数松弛变量存在显著的正向影响，说明第一产业固定资产投资的持续扩张将增加合作社人员浪费程度的增加，进而不利于合作社技术效率的提升。该变量对合作社资产总额松弛变量存在显著的负向影响，说明第一产业固定资产投资的持续扩张将减少合作社资产总额松弛量，这可能是因为随着政府为第一产业固定资产投资的增加，农业基础设施等持续改进，促使农民减少相关资源的投入，提升合作社技术效率。

（3）农民人均可支配收入。该变量对合作社成员数松弛变量及合作社资产总额松弛变量均存在显著的正向影响。也就是说农民人均可支配收入增加时，合作社成员数松弛量及资产总额松弛量均会增加。这可能是因为农民可支配收入的增加一方面会诱使过量的劳动力返回到农村，进而导致劳动力投入冗余增加，另一方面会导致农民增加其他要素的投入，导致投入要素松弛量的增加，从而对合作社技术效率产生负面影响。

（4）各级财政专项扶持资金总额。该变量对合作社成员数松弛变量存在显著的正向影响，说明政府的资金扶持会导致合作社成员数松弛量的增加，这与财政扶持资金的投入会提升合作社经营效率的预期不符，这可能是因为政府扶持资金增加了农民的收入预期，提升了农民加入合作社的积极性，进而影响了合作社的技术效率。该变量对合作社资产总额无显著影响，但仍存在方向性影响。

（5）培训成员次数。该变量是指政府对合作社成员提供的无偿培训，对合作社成员数松弛变量存在显著的负向影响，说明培训成员次数有利于减少合作社成员数松弛量，这可能的原因是随着对合作社成员培训次数的增加，合作社人力资源水平、管理水平均会有所提升，进而减少合作社成员数松弛量，有利于提升合作社技术效率。该变量对合作社资产总额无显著影响，但仍存在方向性影响。

通过以上分析可知，环境因素对合作社投入冗余变量具有显著影响，且不同的环境变量对投入冗余的影响方向、影响程度不同，可能会导致经营环境较好或运气较好的合作社有较佳的效率表现，而处于较坏经营环境或运气较差的合作社的效率表现较差。因此，必须调整原始投入变量，剔除环境变量、随机误差的干扰，使不同区域的合作社处于同样的环境和随机条件下，以测度其真实的效率水平。

3.3 第三阶段：调整投入变量后的DEA分析

在第三阶段，根据式（15）调整南平市各县（市、区）合作社投入变量，使用DEAP2.1软件包处理调整后的投入值和原始产出值，得出各县（市、区）合作社2010—2014年的真实效率状况，结果见表5、表6。

3.3.1 总体效率分析

通过对比表1和3及表4可知，剔除环境因素和随机误差影响后，除个别地区、个别年份外，南平市各县（市、区）2010—2014年合作社技术效率变化较大且出现不同程度的下降，总体技术效率水平较低，2010—2014年南平市10个县（市、区）的平均综合技术效率由调整前的0.517下降到调整后的0.449，规模效率由调整前的0.674降到调整后的0.561，而纯技术效率由调整前的0.695上升到调整后的0.732，调整后南平市各县（市、区）合作社综合技术效率、纯技术效率和规模效率水平都比较低，第三阶段综合技术效率下降主要是由于规模效率下降导致的，由于受环境因素和随机误差的影响，调整前的纯技术效率水平较调整后较低，具体来看：

（1）南平市各县（市、区）合作社技术效率水平较低

2010—2014年合作社综合技术效率调整前有3个县（市、区）低于0.4，调整后有5个县（市、区）低于0.4，其中只有建瓯市在调整前后实现了综合技术效率的提升，降幅最大的是浦城县，降幅达42.49%，各县（市、区）合作社技术效率均未达到有效水平且处于较低的水平。

表5 南平市各县（市、区）2010—2014年合作社技术效率情况（第三阶段）Table 5 Counties technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

表6 南平市各县（市、区）2010—2014年合作社平均效率值Table 6 Average technical efficiency of specialized farmers cooperatives from 2010 to 2014 in Nanping City

（2）各区域合作社技术效率水平差异较大

整体上看各县（市、区）合作社技术效率差异较大，其中，建瓯市合作社技术效率在调整前后均较高且调整后综合技术效率、纯技术效率和规模效率都有一定程度的提升，说明建瓯市合作社资源配置能力、资源利用效率均处在较高水平；政和县综合技术效率由调整前的0.903 0下降到调整后的0.695 4，而纯技术效率在调整前后均处于技术有效状态，该县综合技术效率降低时由于规模效率降低导致，说明该县资源利用效率有待提升；建阳区、光泽县综合技术效率在调整前后均处于较低水平，说明这些区域合作社资源配置能力及利用效率均有较大的提升空间。

3.3.2 规模报酬分析

表7给出了2010—2014年南平市各县（市、区）合作社规模报酬变动情况，从2014年情况可以看出，延平区和政和县处于规模报酬不变状态，邵武市和建瓯市处于规模保守递减状态，其他县（市、区）处于规模报酬递增状态。这意味着南平市大多数县（市、区）合作社的经营规模尚未达到其技术、管理水平所决定的最合适的生产规模，对于建阳区、武夷山市等规模效率较低且规模报酬处于递增状态的区域合作社可以适当的扩张规模以提升合作社技术效率。

表7 南平市各县（市、区）2010—2014年合作社规模报酬变动情况Table 7 Counties scale remuneration changes of specialized farmers cooperatives from 2010 to 2014 in Nanping City

4 研究结论及政策建议

运用三阶段DEA方法，测算剔除环境因素和随机误差前后的南平市10个县（市、区）2010—2014年合作社技术效率，得到以下结论：

（1）合作社技术效率受宏观经济环境、政府政策扶持及教育投入等环境因素的影响较大。宏观经济环境的持续向好会导致合作社成员数和合作社资产总额冗余量的增加，政府扶持资金的增加会导致合作社成员数冗余量的增加，不利于合作社技术效率的提升；而随着教育投入的增加，合作社成员数冗余量会减少，有助于提升合作社技术效率。

（2）剔除环境因素、随机误差的影响后，南平市绝大多数县（市、区）合作社综合技术效率和规模效率水平出现不同程度的下降，而纯技术效率普遍上升，说明南平市各县（市、区）调整前合作社纯技术效率过低受环境因素、随机误差影响较大，合作社综合技术效率水平较低是由于合作社规模效率不高，合作社规模较小仍然是制约南平市合作社的发展的主要原因。

（3）剔除环境因素、随机误差的影响后，2014年，建阳区等六个县（市、区）合作社仍处于规模报酬递增阶段，规模扩张是制约这些区域合作社技术效率提升的主要瓶颈。

根据以上研究结论，提出相关的政策建议：一是针对南平市多数县（市、区）规模不足等问题，相关政府主管部门应做好政策引导，发挥好各地示范合作社作用，从资源投入、技术投入等角度适当扩张合作社规模，提升合作社技术效率水平，在扩张合作社规模的同时，要做好资源的配置及利用工作，保证资源投入的有效性；二是结合宏观经济发展趋势及发展速度，进一步发挥合作社优势拓展销售渠道，做好相关产品的销售工作，以保证增加的合作社成员和资产的利用效率；三是适当调整政府对合作社的扶持方式，由资金扶持向涵盖资金、技术、人力资源投入在内的综合扶持转变，以保证政府支持效果；四是进一步加大对合作社成员的培训力度，提升合作社成员技术、管理水平，提升合作社技术效率水平。

[1]探析农民专业合作社发展面临的主要问题及对策[J].经济问题探索,2010(9)：59-63.

[2]浙江省农业厅课题组.农民专业合作社绩效评价体系初探[J].农村经营管理,2008(10)：7-8.

[3]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)：119-127.

[4]张靖会.农民专业合作社效率评价体系：基于供给机制视角的研究[J].中央财经大学学报,2012(2)：12-17.

[5]陈共荣.基于BSC的农民专业合作社绩效评价指标体系构建[J].会计研究,2014(2)：64-70.

[6]杨大蓉.农民专业合作社绩效评价模型构建与应用[J].统计与决策,2015(18)：60-62.

[7]徐旭初.治理机制对农民专业合作社绩效的影响[J].中国农村经济,2010(5)：43-55.

[8]张征华.基于DEA的农民专业合作社经营效率分析：以江西省为例[J].广东农业科学,2014(17)：216-219.

[9]胡魁.基于Bootstrap-DEA两阶段模型的浙江果蔬营销合作社效率研究[J].新疆农垦经济,2014(3)：51-56.

[10]曾皓.基于DEA_Tobit的农民专业合作社资本效率及影响因素实证研究[J].新疆农垦经济,2015(9)：42-48.

[11]李道和.农民专业合作社绩效分析：基于江西省调研数据[J].农业经济技术,2014(12)：65-75.

[12]张超.农民专业合作社的公共服务效率研究：基于浙江省的调查[D].武汉：华中农业大学,2015.

[13]季凯文,孔凡斌.中国生物农业上市公司技术效率测度季提升路径[J].中国农村经济,2014(8)：42-57.

[14]Farrell,M.J.The Measurement of productive Efficiency[J]. Journalof Royal Statistical Society,1957,120(3)：253-281.

[15]黄祖辉.农民专业合作社的效率及其影响因素分析[J].中国农村经济,2011(7)：4-13.

[16]Fried H O，Lovell C K,Schmidt S S,et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of productivity Analysis,2002,17(1)：121-136.

[17]徐村和.模糊德尔菲层次分析法[J].模糊系统学刊,1998,4 (1)：59-72.

[18]赵颖.数据包络分析及TOPSIS等分析在医院临床科室效率诊断评价中的比较研究[D].北京：中国医科大学，2007.

[19]Saaty.The Analytic Hierarchy Process[M].New York：Mc-Graw-Hill,1980.

[20]全蒲黎达.企业集团子公司经营者绩效评估体系研究[D].长沙：湖南大学，2006.

[21]盛昭瀚,朱乔,吴广某.DEA理论、方法与应用[M].北京：科学出版社,1996.

(责任编辑：夏婷婷)

Research on Farmers'Specialized Cooperative Efficiency and Im proving Path in Fujian Province——Based on Panel Three Stage DEAmodel

WANG Dongfang，SHEN Huifang
（School of Business,Wuyi University,Wuyishan,Fujian 354300）

Based on the three-stage Data Envlopment Analysis(DEA)model,based on the data from 2010 to 2014,this paper researchs on the farmers'specialized cooperative efficiency and improving path of Fujian province.The results demonstrate that the improving Macroeconomic environment leads to the total assets redundancy increase of farmers'specialized cooperative,increase of government funds causes the increase of the number ofmembers of farmers'specialized cooperative redundancy,these are not benificial to promote the efficiency of farmers'specialized cooperative.The increase of education investment can reduce the redundancy the number of members of farmers'specialized cooperative,it improves farmers'specialized cooperative technical efficiency.After eliminating the influence of environmental factors and random error,the technical efficiency and scale efficiency level ofmost of the countys'farmers'specialized cooperative decline in different level,comprehensivly,on the contrary,the pure technical efficiency generally rise,at the same time,the return of farmers'specialized cooperative scale is still in the stage of increasing.

farmers'specialized cooperative;technical efficiency;three-stage data envolpmentanalysismodel;Fujian Province

F321.42

A

1674－2109(2017)03－0033－09

2016-10-26

福建省教育厅中青年教师教育科研项目（JAS150601）；福建省科技厅软科学项目（2014R0084）。

王东方（1984-），男，汉族，讲师，主要从事企业物流、农产品供应链管理研究。