2014, Vol. 50
文章信息
- 李桦, 姚顺波, 刘璨, 郭亚军
- Li Hua, Yao Shunbo, Liu Can, Guo Yajun
- 集体林分权条件下不同经营类型商品林生产要素投入及其效率——基于三阶段DEA模型及其福建、江西农户调研数据
- Inputs of Production Factors for Different Operational Types of Commercial Forests and the Technical Efficiency in the Reform of Collective Forestry Property Right System: Based on Three Stage DEA Model and Household Data of Fujian and Jiangxi Province
- 林业科学, 2014, 50(12): 122-130
- Scientia Silvae Sinicae, 2014, 50(12): 122-130.
- DOI: 10.11707/j.1001-7488.20141217
-
文章历史
- 收稿日期：2014-03-06
- 修回日期：2014-06-10
-
作者相关文章
2. 国家林业局经济发展研究中心 北京 100714
2. Research Center of Economic Development of State Forestry Administration Beijing 100714
集体商品林在我国南方农村地区资源增长、林农增收等方面占有重要地位，但其生产力水平仅相当于国有林的一半左右(刘璨，2005)。生产要素配置效率决定生产力水平，为提高商品林生产要素配置效率，我国政府出台了新一轮集体林权改革政策。新一轮集体林权改革使得商品林生产要素配置从政府计划转向市场，林业战略布局也发生了转移，将南方集体林区作为我国商品林发展和木材生产的重点区域(贾治邦，2009)。集体林权改革后，作为林业经营决策主体的林农对林业的投入行为直接影响着林地利用形态，所以评价林权改革成效的关键对象是林农林业经营的投入行为(魏远竹，2000)。有研究表明： 2003年以来，多数南方商品林林农对生产要素配置的积极性没有多大改观(孔凡斌，2008)，商品林生产力发展水平并没有 达到人们预期，林农偏好经营经济林而不是经营用材林(李周，2008)。那么，时至今日，南方林农商品林生产要素配置效率如何，这一问题是近年来学术界和政府部门所关注的焦点。
从现有文献来看，国内外学者运用不同的分析方法从多视角对林业生产技术效率展开研究。Label等(1998)、Viitala等(1998)运用DEA模型分别对伐木工人的技术效率和公益林的生产要素配置效率进行了测算，宋长鸣等(2012)和田杰等(2013)运用随机前沿方法估计了各省区1999—2011年的林业技术效率，苏世鹏等(2012)基于林农数据运用DEA-Malmquist指数法测算了福建省林业全要素生产率的变动。已有文献对林业生产效率的研究具有重要的借鉴意义，但国内大部分学者对新一轮集体林权改革后林农商品林林业生产效率没有分类研究。而一般来说，不同商品林(笋、竹、经济林、木材)有其独特的自然生长周期，相应的林权制度改革所释放的动力激发林农配置其生产要素存在时间偏好差异，决定了生产效率也同样存在差异，所以有必要对商品林进行分类研究； 此外现有文献研究林业生产效率时，没有剔除环境因素和随机误差的影响，导致对生产单元的管理水平评价不够客观。为此，本文以在全国率先开展新一轮林权改革的福建、江西省2007—2011年446户跟踪林农相关数据，借助三阶段DEA模型，对林农不同经营类型商品林的生产要素投入及其效率进行分类评价，期望更为准确地测算新一轮集体林权改革后我国商品林生产效率的高低，揭示其影响因素，为林权制度改革深化和现代林业发展决策提供可靠依据。
1 样本选择及研究方法 1.1 样本选择2003年福建和江西省在全国率先进行了新一轮集体林权制度改革，所以本课题组在国家 自然基金项目“集体林权改革背景下南方林农商品林生产要素配置效率及其提升路径研究”的资助下，自2008年以来对林农的林业生产状况进行了跟踪调研，每年7—8月调查前一年度的农户林业经营状况。福建顺昌和沙县、江西遂川和铜鼓的新一轮林权改革最早于2004年、最晚于2007年完成，可以看出新一轮林权改革在福建、江西各地区及各乡镇的实施进度不一样。基于此，本研究对新一轮林权改革对林农商品林经营效率研究的起始年是2007年。抽样方法为：抽取福建的顺昌和沙县，江西的遂川和铜鼓；顺昌抽取大干、大厉和元坑3个乡，沙县抽取高砂、凤岗和大洛3个乡，遂川抽取碧州、双桥和营盘圩3个乡，铜鼓抽取棋坪、排埠和三都3个乡；每个乡抽取15村，每个村15户农户。共计540个林农问卷，剔除商品林经营投入和产出为零的农户，以及薪材、木材与薪材联合生产的农户分别仅有9户和11户，也一并进行了剔除，最终获得有效问卷为446户。调查表涉及农户基本信息、年度各地块每种商品林林业经营资金、劳动力投入及其产出收益、林农家庭收支以及林农对新一轮林权改革配套服务的评价等多项指标。
1.2 研究方法Fried等(2002)提出评估决策单元DMU(decision making unit)效率最有效的方法为三阶段DEA 模型，能够剔除非经营因素(外部环境与随机误差)，使得所计算出来的效率值能更真实地反映决策单元的内部管理水平。其构建和运用包括3个阶段。
第1阶段： 传统的DEA 模型(BCC 模型)。由于传统DEA的BCC 模型在国内外学术界已成为经典的评价效率的方法，在此对其原理就不详细赘述。
第2阶段: 相似SFA 分析模型。在第2阶段通过构建类似SFA 模型，分别观测出投入松弛变量受环境因素、随机因素和管理效率3个因素的影响。构建的SFA 回归方程为:
| $ {s_{ik}} = {f^i}\left( {{z^k};{\beta ^i}} \right) + {v_{ik}} + {u_{ik}}, $ | (1) |
式中： i=1，2，…，n。sik表示第k个决策单元第i项投入的松弛变量； zk=(z1k，z2k，…，zpk)表示p个可观测的环境变量，βi为环境变量的待估参数； fi(zk;βi)表示环境变量对投入差额值sik的影响； vik为随机干扰项，并假设vik～N(0，σvi2)； uik为管理无效率项，并假设uik～N(ui，σui2)； vik与uik独立不相关。 $ r = \frac{{\sigma _{{u_i}}^2}}{{{\sigma ^2}}}$ (其中σ2=σui2+σvi2)，当r的值接近于1时，表示占主导地位的影响因素是管理因素； 当r的值接近于0时，表示占主导地位的影响因素是随机误差(邓波等，2011)。
运用回归结果，调整投入项，以剔除环境因素和随机因素的影响，得到仅由管理无效率造成的投入冗余。对各投入量调整如下:
| $ \begin{array}{l} {{\hat x}_{ik}} = {x_{ik}} + \left[ {{{\max }_k}\left\{ {{z_k}{\beta ^i}} \right\} - {z_k}{\beta ^i}} \right] + \\ \;\;\;\left[ {{{\max }_k}\left\{ {{{\hat v}_{ik}}} \right\} - {v_{ik}}} \right], \end{array} $ | (2) |
式中： i=1，2，…，m； k=1，2，…，n。xik表示第k个决策单元第i项投入的实际值， $ {{\hat x}_{ik}}$ 为其调整之后的值； $ {{\hat v}_{ik}}$ 为随机干扰项的估计值。式(2)将全部决策单元、随机误差调整至相同的经营环境。
第3阶段: 调整后的DEA 模型。将得到的调整后的投入数据 $ {{\hat x}_{ik}}$ 代替原始投入数据xik，产出仍为原始产出数据yik，再次运用BCC 模型进行效率评估。
2 变量选取 2.1 投入产出变量选取及统计描述林农产出表现为森林生长量和林业收入。针对森林生长量和林业收入的年度分布相对均匀的特点，将森林蓄积变化量和林业收入作为林农林业经营的2个产出变量，其中森林蓄积量变化量(m3)主要反映本年度没有转化为货币收入的林木生长量(苏世鹏等，2012)。在目前国家限额采伐政策下和产权改革条件下，林农倾向于在产权明确的林地上进行可持续的经营，但其对经营周期较长的商品林积极性没有显著改观，在调研地区没有出现大量采伐和大量栽种现象，以及考虑到林龄和森林蓄积量数据科学性获取的难度，所以本文假定研究期未采伐的木材/竹材量与研究期前木材/竹材保存量基本接近，林龄构成基本没有太大变化，因而把产出变量简化为林业收入。
林农林业经营的投入变量。土地投入用商品林面积，劳动力投入用经营商品林的劳动力天数，资本投入包括用经营商品林固定资产机械动力投资折旧、种苗、化肥、农药，以及林业经营其他生产费用。针对林业投入存在间断性投入和递减性投入以及林地产出存在主伐期收入和间伐期收入的差别(孔凡斌等，2012)，为了保证数据的有效性和科学性，对林农商品林经营收入采用GDP 平减指数把2007—2011 年各年的收入折算成2007年的可比收入；为排除投入种类差异和不同年份价格变化的影响，对资金投入均按2007年不变价格进行折算，并对2007—2011年各年的数据进行加总，为了降低计算工作量，再进行了平均处理。
为保证各投入项与产出项之间符合模型所要求的“同向性”原则，必须进行“同向性”假设检验(郭军华等，2010)。常采用的方法为Pearson 相关性检验法，检验结果如表 1 所示。商品林面积、劳动力和资金的投入与林业经营业收入之间的相关系数均为正，并且均通过了1% 的双尾统计性显著检验，表明各项投入变量与产出变量之间符合模型所要求的“同向性”假设。
|
本文的环境变量是指对林业生产效率产生影响但不在样本主观可控范围的因素，选择的环境变量分别为林农收入经济环境变量、政府对林业发展的相关政策变量、农户人力资源特征变量以及自然地理因素等。本文环境变量的选取依据已有文献。
经济环境因素用林农收入来表示(郭军华等，2010)，结合本文研究目的，选择非农收入在总收入中所占比例来进行衡量。一般而言，非农收入在总收入中所占比例的提升将有利于林业生态效益的提升(这也在实际调研中得到了相应证实，非农收入越多的农户家庭，更愿意在自己承包的林地甚至于耕地上大量种植速生丰产林)，对林业经济效益的提升有可能存在促进或抑制作用。
关于政府对林业发展的相关政策因素，本文选择林权证的获得、采伐限额申请、林业税费减轻、林地块数(林改后林地更为细碎化 )(孔凡斌等，2012)作为林权改革变量； 选择林业技术教育培训、产品市场信息服务、投资融资服务有无作为配套改革服务变量(刘珉，2011； 苏时鹏等，2012)。理论预期政策因素对林业生产效率产生正向作用。考虑到林农家庭经营决策主体更多由户主决定，农户人力资源特征变量用户主受教育程度和户主年龄来表示。户主年龄(本研究中有劳动能力的户主年龄界定为18～65岁)较大时，具有一定的营林经验优势，而且尽心尽力经营林业； 理论预期户主受教育水平对林业生产效率产生正向作用(苏世鹏等，2012)。自然因素有2007—2011年每年4—10月平均气温、年平均降水量(姚晓红等，2005;田杰等，2013)、林地坡度(体现林地立地质量)(苏时鹏等，2012)、林地距公路距离(体现经营的便利性)。在相同投入下，自然条件优越能增加林业产出，因而对林业生产效率产生正面影响。理论预期自然条件对农业生产效率产生正向作用。
由表 2可知，林农户主平均年龄是49.55 岁，从事农林业的林农户主年龄偏大； 户主受教育程度为介于小学和初中水平。非农收入在总收入中所占比例达到74%，表明林农收入的主要来源是非农收入。林改后90%以上的林农获得了林权证，林地地块数户均为4.64，表示目前林农林地细碎化程度较高，林地经营方式主要表现为家庭单独经营，而其他经营方式很少，表明新一轮林权改革实现了确权到户，林农的经营理念仍是传统式家庭经营； 林地离公路的距离在2 km以上，表明商品林林地相对于农地而言是边际收益较低的边缘土地，且生产经营基础设施较为缺乏。60%以上的林农认为林改后采伐指标获得、税负降低较以前有所改善； 配套改革服务变量取值表明这些服务在林农层面上开展程度还不高。以2007年为基础的林产品价格指数呈提高趋势，表明林产品价格上升一定程度上能提高林农生产经营的积极性。
|
|
从表 3可以看出，从样本林农构成来看，单一经营竹材(竹笋)的林农最多，所占比例为37.12%，其次是木材为主兼有竹材的联合经营，所占比例为23.00%，单一经营经济林所占比例为14.72%，单一经营木材所占比例仅为11.04%； 从经营面积来看，木材为主兼有竹材联合经营的商品林面积最大，其次是木材经营，再次是薪材为主兼有竹材的联合经营，经营面积最少的是经济林； 从单位面积户均劳动力投入来看，单一经济林经营、竹材为主兼有经济林联合经营所投入的劳动力最多，为40.05天·hm-2，其次是木材为主兼有竹材联合经营，最少的是单一木材经营，仅为10.35天·hm-2； 从单位面积户均资金投入来看，单一经济林经营最多，为1 241.1元·hm-2，其次是竹材为主兼有经济林联合经营，最少的是单一竹材(竹笋)经营，仅为243.00元·hm-2； 从经营收入来看，林权改革后2007—2011年5年期间，样本林农年均户均单位面积经济林收益在所有商品林经营中最高，为5 115.45元·hm-2，其次是竹材为主兼有经济林联合经营、单一木材经营收益，经营收入最差的是薪材为主兼有竹材联合经营，收益仅为51.18元·hm-2。由此可以看出，新一轮林权改革后，林农的林业经营方式仍然是粗放经营，精细化经营程度不高，再一次印证了新一轮林权改革后林农仍偏好经营周期短的产品(李周，2008)，其经营理念仍然是传统经营观念，也意味着林农经营林业的积极性仍没有被充分调动起来。
|
|
利用DEAP2.1 软件对446户林农商品林经营生产效率进行了测算，结果见表 4。在不考虑外在环境变量和随机因素影响下，2007—2011年 间福建顺昌和沙县、江西遂川和铜鼓的林农生产综合技术效率均值为0.284 4，纯技术效率均值为0.573 4，规模效率均值为0.496 1。其中经济林的效率值最高，其次是木材、竹材，再其次是木材为主兼有竹材模式，效率最差的是竹材为主兼有经济林模式。
|
|
由于传统DEA模型第1阶段测算的结果包含了环境因素和随机因素的干扰，因此需要调整和重新测算。
将第1阶段得出的决策单元中各投入变量的松弛量作为因变量，将上述15个环境变量作为自变量(其中对户主受教育水平、户主年龄、年均降雨量、年均气温和林产品价格指数进行了对数处理)，运用Frontier 4.1软件，得出运行结果见表 5。由表 5可以看出，15个环境变量对3个投入松弛变量的影响系数大都能通过统计上的显著性检验，表明环境因素对林农林业生产投入冗余确实存在显著影响； 商品林面积、劳动力和商品林经营资金3种投入松弛变量的r值分别为0.98，0.92和0.92，且分别达到5%，1%的统计显著性水平，表明管理因素为商品林面积、劳动力投入的主导影响因素，随机误差为商品林经营资金的主导影响因素，这表明应用第2阶段SFA回归剥离管理因素、随机因素对效率分析的必要性。
|
|
下面分别说明4种环境变量对各投入松弛变量的影响。
1)户主及家庭经营、收入变量。该组变量中户主年龄、户主受教育程度对3种投入松弛变量的系数均为负，且均能通过5%或10%的显著性检验。表明户主年龄、户主受教育程度增加时，3种投入的松弛量将会减少，从而对商品林生产效率产生有利影响，这一结论与理论预期相符。户主年龄较大时，一方面外出务工机会少，另一方面具有一定的营林偏好和经验优势，从而对林业生产效率产生正面影响，这与苏世鹏等(2012)的研究结论相吻合。户主受教育水平越高，接受应用新技术的观念和能力越强，林权制度改革后，更有可能采用新技术，这与苏世鹏等(2012)、郭军华等(2010)的研究结论一致。非农收入在总收入中所占比例对3种投入松弛变量的系数有正有负，且均能通过1%或5% 的显著性检验，表明非农收入在总收入中占比增加时，商品林面积、资金投入松弛量将会增加，从而对商品林生产效率产生不利影响。
2)自然因素变量。林地坡度、林地距公路距离对3种投入松弛变量的系数均为正，且均能通过1%，10%或5%的显著性检验，说明林地坡度增大、林地距公路距离增加时，3种投入的松弛量将会增加，从而对商品林经营生产效率产生不利影响。林地块数对3种投入松弛变量的系数为正，且对劳动力投入、资金投入通过5%的显著性检验，也就是说林地块数增多时，劳动力投入、资金投入松弛量将会增加，从而对商品林经营生产效率产生不利影响，该结论与孔凡斌等(2012)得出的林地细碎化程度对林农林业投入构成负向影响相一致。年均降雨量和年均气温对3种投入松弛变量的系数均为负，且均通过显著性检验，也就是说年均降雨量和年均气温增加时，3种投入的松弛量将会减少，从而对商品林经营生产效率产生有利影响。该结论与田杰等(2013)得出的月平均气温和年平均降水量对产出贡献为正值以及与姚晓红等(2005)的研究结论一致。
3)林权改革变量。是否获得林权证对3种投入松弛变量的系数均为负，且均能通过1%的显著性检验。说明林权改革的实施，增强了林农经营林业的偏好，3种投入的松弛量将会减少，从而对商品林经营生产效率产生促进作用。申请采伐指标是否容易、林业税负是否减轻均对3种投入松弛变量的系数均为负，且均能通过显著性检验，也就是说申请采伐指标比较容易、税负减轻更多时，3种投入的松弛量将会减少，从而对商品林经营生产效率产生有利影响。不过，这2种改革变量对3种投入变量冗余减少的影响程度要小于林权证获得的影响程度，进一步表明我国新一轮林权改革的显著成效仍停留在分权到户的林权界定，至于采伐指标限额制度、林业税费减免政策在林农层面上改革或执行的力度有待加强。
4)市场及服务变量。是否有林业技术教育与培训、林产品价格指数对3种投入松弛变量的系数均为负， 且均能通过1%或5%的显著性检验，也就是说新一轮林权改革后，各级相应政府部门积极推进对林农层面的林业技术教育和培训服务，加之林产品价格上升，林农经营林地积极性提高，3种投入的松弛量将会减少，从而对商品林经营生产效率产生有利影响，这一结论与理论预期相符； 投资融资服务、产品市场信息服务均对3种投入松弛变量的系数为负，但未均能通过显著性检验，表明新一轮林权改革的这2项配套服务对3种投入的松弛量将会减少，但降低作用甚微，意味着这2种服务在林农层面上开展的不普遍，这一结论与实际调研情形相符(表 3)。
由于各环境变量对不同林农的影响不同，因此，必须调整原投入变量，使所有林农面对同样的经营环境与运气，进而考察其真实的效率水平(郭亚军，2012)。
3.3 第3阶段DEA结果将调整后的投入与最初产出再次代入传统DEA的BCC 模型，得到第3阶段各决策单元的效率值，如表 6 所示。
|
|
为说明第3阶段DEA 模型所测出的效率值比第1阶段DEA的效率值能更客观地说明林农不同类型林业生产经营状况，将第1阶段、第3阶段得出的效率值与林农的人均林业产值进行Spearman等级相关分析(郭军华等，2010)，分析结果见表 7。发现经过调整环境因素后，3种效率与其人均林业收入的相关程度都有显著提高，进一步证实第2阶段对环境和随机因素调整的必要性。
|
|
对比表 4，6 可知，剔除环境变量和随机因素干扰后的同质环境下，所有不同类型商品林生产的纯技术效率都有所提高，而规模效率都有所降低，导致综合效率都有所降低。平均纯技术效率由0.573 4上升到0.779 6，而平均规模效率则由0.496 1下降至0.323 3，最终使得整体平均综合技术效率由0.284 4下降到0.252 1，林农不同经营类型商品林经营规模状态都呈规模报酬递增。从不同经营类型商品林来看，林农经营木材、竹材(竹笋)、经济林、木材为主兼有竹材、竹材为主兼有经济林、薪材为主兼有竹材的纯技术效率第3阶段与第1阶段相比，提高幅度依次为12.64%，11.53%，4.39%，54.32%，87.46%，77.55%，相反规模效率变化幅度依次为-19.93%，-36.94%，-33.31%，-31.69%，-19.39%，-53.44%。纯技术效率提高主要原因是新一轮林权改革后，兑现了林农充分的经营自主权，一定程度上诱发了林农营林积极性，同时各级相应部门推广实施了更多商品林经营技术服务，使得林业生产要素之间配比更加合理。林农不同经营类型商品林的规模效率都小于0.50，规模效率较低表明新一轮林权改革之后，林农商品林经营规模与适度经营规模偏离程度较大，林农商品林经营规模报酬处于递增阶段，意味着南方林农商品林经营生产效率着重改进的方向为规模效率，变革的重点是推进商品林流转或生产过程服务规模化。在后续发展中要着重提高商品林经营中技术管理水平。
4 结论与启示本文运用三阶段DEA 模型对福建、江西2007—2011 年林农不同商品林经营类型生产效率进行了分析，得出以下主要结论。
1)新一轮林权改革后，林农经营林业的方式仍处于粗放经营阶段，精细化经营程度不高，林农仍主要偏好经营周期短的商品林，对经济林投入的劳动力分别高出木材、竹材的286.96%和113.60%，投入的资金分别高出木材、竹材的279.72%和351.15%，意味着林农经营木材的积极性还没有被充分调动起来。
2)第2阶段调整前后林农商品林经营类型生产效率发生了明显的变化，说明环境效应和随机误差确实对商品林生产效率产生了显著影响。Spearman等级相关分析结果更进一步证实了应用三阶段DEA 模型的必要性。
3)通过第2阶段的SFA 回归分析发现，环境变量和随机因素对林农不同经营类型的商品林生产效率存在显著影响。环境变量中，林权证的获得、采伐指标限额合理化的增强、林业税负的减轻、林业技术教育和培训、产品市场信息服务的增强和林产品价格上升是商品林生产效率的有利因素，确实能促进生产要素向商品林经营有效配置，从而提升商品林生产效率； 投资融资服务对商品林生产效率的提升是有利因素，但作用甚微； 尽管非农收入在总收入中所占比例对商品林面积、资金投入松弛量将会有所增加，对商品林经营生产效率产生不利影响，但却增强了商品林的生态服务价值； 户主年龄、户主受教育程度对商品林生产效率的提高是有利因素； 林地坡度、林地距公路距离和林地块数对商品林生产效率产生不利影响，年均降雨量和年均气温对商品林生产效率产生有利影响。
4)在剔除环境变量和随机因素影响后，林农不同经营类型商品林的平均技术效率由0.284 4略微下降到0.252 1，平均技术效率降低11.36%； 平均纯技术效率由0.573 4上升至0.779 6，而平均规模效率则由0.496 1下降至0.323 3，林农不同经营类型商品林规模报酬递增表现更为增强。在林农商品林经营的不同类型中，生产效率较高的为木材为主兼有竹材、木材单一经营，经济林的综合技术效率却分别 比木材、木材为主兼有竹材联合经营低16.31%和19.36%。
上述结论表明： 环境因素确实对商品林生产效率产生显著影响，因而控制环境因素是提高商品林生产效率的必然选择。具体为3点：
第一，新一轮林权制度改革至今还没有充分调动林农经营周期较长木材的积极性，林权及其配套服务改革方向应为继续推进采伐指标限额合理化、林业税负的减轻、林业技术教育和培训推广与增强提供林产品市场价格信息服务，引导木材经营由粗放经营转向适度集约经营，提高林农生产的积极性。
第二，为农村现有劳动力提供林业经营技术培训服务，进一步强化农村劳动力教育水平对林业生产效率的促进作用； 引导非农收入为主的林农资金投入要素与以林业收入为主的林农劳动力投资要素两者的强强联合，从而实现更多的生产要素流向商品林生产经营； 更多地改善商品林资源丰富地区农村林区道路条件，弱化林地距公路距离对商品林生产效率产生的不利影响，促进商品林生产效率的提升； 林业生产对自然条件(如降雨量和积温)依赖较高，相关部门要结合当地自然条件给林农提供有针对性的商品林经营技术培训和推广服务，从而提高商品林生产要素利用效率。
第三，在商品林资源比较丰富的地区，一方面赋予林农依据商品林自然资源禀赋自主选择经营模式(木材单一经营、经济林单一经营、木材为主兼有竹材经营、竹材为主兼有经济林等模式)； 另一方面林农经营商品林的生产效率较低的主要原因是规模效率不足，在南方商品林资源丰富地区林地流转极少(徐秀英等，2010)现实背景下应 实现生产过程的规模化经营，改变或弱化当前林地细碎化对商品林生产效率的负向影响。
| [1] |
邓波,张学军,郭军华.基于三阶段DEA模型的区域生态效率的研究.中国软科学,(1):92-99.( 1)
|
| [2] |
郭军华,倪明,李帮义.2010.基于三阶段DEA模型的农业生产效率研究.数量经济技术经济研究,(12):27-38.(4)
|
| [3] |
郭亚军.2012.基于三阶段DEA模型的工业生产效率的研究.科研管理,(11):16-23.(1)
|
| [4] |
贾治邦.2009.深入贯彻中央林业工作会议精神全面推进集体林权制度改革.求是,(14):8-9.(1)
|
| [5] |
孔凡斌.2008.集体林权制度改革绩效评价理论与实证研究——基于江西省2484户林农收入增长的视角.林业科学,44(10): 132-141.(1)
|
| [6] |
孔凡斌,廖文梅.2012.集体林分权条件下的林地细碎化程度及与农户林地投入产出的关系.林业科学,48(4):119-126.(3)
|
| [7] |
李周.2008.林权改革的评价与思考.林业经济,(9):3-8.(2)
|
| [8] |
刘璨.2005.我国南方集体林区主要林业制度安排及绩效分析.管理世界,(9):79-87.(1)
|
| [9] |
刘珉.2011.集体林权制度改革:农户种植意愿研究.管理世界,(5):93-98.(1)
|
| [10] |
宋长鸣,向玉林.2012.林业技术效率及其影响因素研究.林业经济,(2):66-70.(1)
|
| [11] |
苏时鹏,马梅芸,林群.2012.集体林权制度改革后农户林业全要素生产率变动.林业科学,48(6):127-135.(6)
|
| [12] |
田杰,姚顺波.2013.中国林业生产的技术效率测算与分析.中国人口·资源与环境,23(11):66-72.(3)
|
| [13] |
魏远竹.2000.资金投入:林业经济增长方式转变的第一启动力.林业财务与会计,(5):9-10.(1)
|
| [14] |
徐秀英,石道金,杨松坤,等.2010.农户林地流转行为及影响因素分析——基于浙江省临安、安吉的农户调查.林业科学,46(9):149-157.(1)
|
| [15] |
姚晓红,许彦平,陈晶.2005.近30年气候变化对小陇山林业资源的影响研究.干旱地区农业研究,23(9):242-249.(2)
|
| [16] |
Fried H O,Lovell C A K,Schmidt S S,et al.2002.Accounting for environmental effects and statistical noise in data envelopment analysis.Journal o f Productivity Analysis,17(1/2):157-174.(1)
|
| [17] |
Label G,Stuart W B.1998.Technical efficiency evaluation on logging contractors using a non parametric model.Inter Journal of Forest Engineering,9(2):15-24.(1)
|
| [18] |
Viitala E,Hänninen H.1998.Measuring the efficiency of public forestry organization.Forest Science,44(3):298-307.(1)
|