沈雪,張俊飚,張露,程文能
(華中農業大學經濟管理學院/湖北農村發展研究中心,湖北 武漢 430070)
作為三大主糧作物之一,水稻在我國糧食生產中具有舉足輕重的地位。當前我國農業生產經營環境發生了較大變化,農業年輕勞動力持續非農轉移、土地流轉市場發展迅速和農業機械化進程加快,因此,使傳統的小規模經營方式逐漸與農業現代化的發展要求不相適應,不利于糧食產量的增長與技術效率的進一步提升[1]。為此,中央一號文件明確指出,要充分發揮適度規模經營在農業機械和科技成果應用等方面的引領作用。因此,發展適度規模經營,優化要素投入結構,提高水稻生產技術效率,對保障我國糧食安全具有重要意義。
現階段,我國農業生產逐漸從勞動密集型向土地密集型轉變,擴大土地規模有利于生產的機械化和規模化經營[2];加之,農業生產中機械投入逐漸替代勞動投入,使水稻生產技術效率進一步提升[3]。然而,受研究的調查地域、作物類型等條件的限制,經營規模與生產效率之間的關系尚無一致定論。有學者基于對菲律賓水稻農場的研究,發現了農場經營規模與水稻生產技術效率之間呈現線性關系[4],而基于對巴西中西部農場的研究卻發現,農場規模與生產效率之間呈非線性關系,即隨著規模的擴大效率先下降后上升[5]。此外,另有學者以小麥種植戶為研究對象,發現經營規模與技術效率之間存在倒“U”型的關系[6];而以陜西果農為對象的研究,則表明經營規模與農戶生產技術效率之間呈偏態分布[7]。
水稻種植具有地塊細碎化程度高、灌溉保證要求高、生產環節較復雜等特點,水稻經營規模的擴大能否帶來技術效率的提升?不同經營規模下水稻生產技術效率如何?水稻生產技術效率進一步提升的空間有多大?定量回答這些問題對提高我國水稻生產技術效率,實現水稻增產與穩定糧食安全具有重要意義。因此,本文擬從農戶經營規模差異角度,基于湖北省395戶稻農的調查數據,運用隨機前沿生產函數模型,探析水稻種植規模與技術效率之間的關系,并分析不同經營規模下農戶的水稻生產技術效率及其影響因素,以期為提升水稻生產技術效率、實現水稻生產可持續發展提供一定的參考。
技術效率(TE,technical ef fi ciency)是衡量農業生產效率的重要指標之一。它表示在現有技術水平下,生產者對要素投入數量及組合的實際利用情況與生產前沿面之間的差距,通常反映農戶在農業生產中對資源的利用效率與技術的利用程度[8]。目前,測度技術效率的常用方法主要有兩類:一是以隨機前沿生產函數(SFA)為代表的參數法,二是以數據包絡模型(DEA)為代表的非參數法。與數據包絡模型相比,隨機前沿模型主要用于個體技術效率的不確定性參數估計,適合分析多投入單產出的情況;同時,模型充分考慮到隨機因素對前沿產出的影響,認定實際值與前沿面的差異由隨機誤差項與技術非效率共同決定[9]。
農業生產中,各種不可控因素(如氣候、災害等)對殘差可能存在較大的影響,隨機前沿模型更符合農業生產的特質,能更為準確把握農業生產的有效程度。因此,本文選用隨機前沿生產函數對農戶水稻生產技術效率進行分析。
隨機前沿函數的基本形式如下:

式中:Yij表示水稻的實際產量,Xij表示第i個樣本農戶水稻生產中的第j種要素投入,β為待估參數,Vij-Uij為混合誤差項,其中Vij表示傳統的隨機誤差項,是生產中不可控制的因素,且V~iddN(0,δi);Ui表示技術非效率,即現有組合下水稻潛在產量與實際產量之間的距離。exp(-Ui)表示技術效率(TE),TE在0~1之間表明單個樣本農戶處于技術非效率狀態。TE=0表明單個樣本農戶處于完全非技術效率狀態,TE=1表明單個樣本農戶處于完全技術效率狀態。
本文選用柯布-道格拉斯(C-D)生產函數作為隨機前沿生產函數的具體形式,建立的農戶水稻生產隨機前沿函數具體形式如下:

式中:Y為被解釋變量,表示單位面積水稻產量;Seed、Fer、Lab、Mach為解釋變量,表示水稻生產中種子、化肥、勞動力、機械等投入要素,β0是常數項,β1-β4為系數。此外,土地是農業生產中重要的投入要素,但文中重點考察的是單位面積下的投入產出,因此未將土地要素納入模型。模型變量具體說明見表1。

表1 隨機前沿函數變量選取Table 1 Variable selection in the SFA model
在隨機前沿生產函數估計技術效率的基礎上,為進一步探析不同經營規模下水稻實際生產力與前沿面之間差距產生的原因,準確辨識影響效率損失的關鍵因素,本文設定如下技術效率損失函數:

式中:ui為第i個農戶水稻生產的技術無效率項,zi為可能影響技術效率的各類控制變量,δi為變量對技術效率的影響程度,εi為待估參數。
已有研究表明,農業生產技術效率會受到眾多因素的影響,結合調查實際,本文選取4個方面的因素作為農戶水稻生產技術效率損失有待驗證的因素。
1.2.1 人力資本 1)年齡。勞動力年齡是勞動者體力狀況和農業生產經驗的體現[10]。隨著勞動力年齡的增加,農戶體力逐漸減弱,但同時農業生產種植經驗會愈加豐富[11]。因此,年齡對水稻生產技術效率的影響有待進一步檢驗。2)受教育年限。舒爾茨經典研究表明,農戶的文化知識水平和技能顯著影響生產者要素優化配置的能力,進而影響農業生產技術效率。受教育年限較高的農戶也更易于感知并掌握各種農業技術。本文假設教育年限對水稻生產技術效率具有正向影響。
1.2.2 地塊特征 1)種植規模。適度的種植規模使得農業機械和技術的投入成為可能,有利于規模化生產,從而在一定程度上提升技術效率。因此,本文假設經營規模對水稻技術效率具有正向影響。2)土地細碎化。土地細碎化程度影響糧食生產技術效率,地塊面積越小,技術效率越低。耕地單位面積越大,更有利于糧食生產的機械化操作,從而對技術效率產生正向作用[12]。本文假設土地細碎化對水稻生產技術效率具有正向影響。
1.2.3 農田生產條件 1)灌溉條件。灌溉水源是農業生產的重要影響因素。灌溉水源充足與否直接影響到水稻產量的高低,因此,良好的灌溉條件對水稻生產技術的利用效率、灌溉水資源的利用效果尤為重要[13]。本文假設灌溉條件對水稻技術效率具有正向影響。2)生產道路。機械化程度是農業生產技術水平的重要標志,是現代農業發展的基本內容。良好的田間作業道路狀況有利于生產的機械化操作,對農業技術效率的提升有明顯的推動作用[14-15]。本文假設生產道路條件對水稻生產技術效率具有正向影響。
1.2.4 技術獲取途徑 1)技術培訓。參與農業技術培訓的農戶可以獲得科學的生產指導,更好地掌握生產技術和方法,順利解決生產過程中所遇到的難題。本文假設技術培訓對水稻生產技術效率具有正向影響。2)社會網絡。個體間的交流學習是農戶獲取技術知識的重要途徑,農戶與社會網絡中其他個體的接觸越多,習得技術與知識的機會越多[16]。本文假設社會網絡交流的頻率對農戶水稻技術效率具有正向影響。
根據上文分析,本文構建農戶水稻生產技術效率損失模型如下:

式中:z1、z2分別表示年齡與受教育程度,反映農戶的人力資本;z3、z4分別表示種植規模與土地細碎化,反映經營的地塊特征;z5、z6分別表示灌溉條件與生產道路,反映農田生產條件;z7、z8分別表示技術培訓與社會網絡,反映農戶的技術獲取途徑。模型中變量的具體說明及賦值見表2。

表2 技術效率損失模型變量選擇Table 2 Variable selection in technology ef fi ciency loss model
本文采用的數據來源于課題組2014年7-8月對農戶進行的問卷調查與訪談。綜合考慮區域水稻種植情況、經濟發展水平等因素,選取湖北省隨州市、天門市、黃岡市以及武漢市新洲區10個鎮作為調查區。在每個區域選取2~3個代表性村,每村隨機選取20戶左右農戶進行訪談調查。本次調查共獲得農戶數據463份,根據數據準確性和可信性,最終篩選出有效問卷395份。調查區多為平原及低矮丘陵區,地形起伏在100 m左右,較為平坦,因此,文中暫不考慮地形對水稻生產的影響。
依據調查結果,樣本農戶水稻平均經營規模為0.44 hm2。已有研究尚未對農戶經營規模劃定嚴格的理論標準,因此,本文依據調查區域的實際情況、樣本的分布情況以及農戶所從事農產品生產的屬性,將農戶的水稻經營規模劃分為三個等級:一是經營規模0.2 hm2及以下的為小規模農戶,共計135戶,占34.2%;二是經營規模0.2-0.6 hm2的中規模農戶,共計185戶,占46.8%;三是經營規模0.6 hm2以上的大規模農戶,共計75戶,占19.0%。
表3為農戶水稻生產投入產出的描述性分析。樣本農戶的水稻平均產出為9 616.5 kg/hm2,其中小規模組農戶水稻單位面積產出最低,僅8 153.1 kg/hm2;大規模農戶水稻單位面積產出最高,達10 081.65 kg/hm2,水稻單位產出量隨著經營規模的擴大而增加。從要素投入成本結構來看,單位面積的種子、化肥、勞動等要素成本,大規模組最低,中規模組次之,小規模組最高;而機械投入隨著經營規模的擴大則呈現出增加的趨勢,表明轉型時期,農戶水稻經營規模的擴大帶來了產出的提升。不同規模下,水稻生產要素投入數量與結構之間出現明顯的差異,由勞動密集型向機械化經營轉變,這可能與技術效率間存在密切的關系[7]。

表3 變量描述性分析Table 3 Descriptive statistics of variables
技術效率影響因素分析中,戶主總體平均年齡為56.20歲,受教育年限約7 a左右,其中年齡隨著經營規模的擴大而下降,受教育年限隨著經營規模擴大而增加,但農戶總體年齡偏大且受教育年限偏低。在地塊特征方面,大規模農戶平均地塊面積相對更大,約0.17 hm2,這與其大規模機械化投入相一致。農業生產條件方面,水稻種植戶對灌溉條件與生產道路滿意度的平均值分為2.82和2.05,總體滿意度較低。農業技術獲取方面,技術培訓次數、社會網絡交流程度均隨著經營規模擴大而增加,表明其交流越頻繁,學習機會越多。經營規模的差異及農戶的異質性決定了技術效率損失的影響方向及影響程度。
樣本農戶水稻生產平均技術效率為73.28%,最小值為17.26%,最大值為95.01%,表明農戶水稻生產技術效率還存在一定的提升空間。表4為不同經營規模等級下農戶水稻生產技術效率。其中,大規模組的水稻生產平均技術效率最高,明顯高于小、中規模農戶水稻生產技術效率。這表明農戶經營規模的擴大一定程度上可以提升水稻生產技術效率。大規模組的技術效率最小值均大于小、中規模組,但各組最大值無明顯差異,表明小規模經營的技術效率不一定是最低的,這與農戶個體異質性可能存在密切的關系。

表4 不同經營規模下水稻生產技術效率的比較Table 4 Comparison of technology ef fi ciency of rice production in different operation scales
不同規模下農戶水稻生產技術效率估計結果如表5所示。小規模、中規模、大規模技術效率模型的LR單邊檢驗誤差依次為-36.63、-63.94、-17.93,均大于顯著水平為1%時的單邊檢驗臨界值,說明農戶水稻生產技術效率存在效率損失;其γ值依次為0.917 0、0.832 7、0.848 9,且通過1%水平上顯著性檢驗,表明組合誤差項中主要變異來自技術非效率。因此,本文可認為模型總體設定合理。

表5 隨機前沿函數估計結果Table 5 Estimation result of the SFA model
不同經營規模的農戶水稻生產要素投入結構存在一定差異性。其中,小規模組水稻生產要素投入對產出增加的影響依次為:種子〉化肥〉機械〉勞動,其中,種子與化肥投入系數均為負向,但種子投入對水稻產量影響顯著,而化肥投入的影響并不顯著,表明小規模水稻種植中依靠過度用種及化肥難以進一步促進水稻增產,要素投入結構存在不合理的現象,這與楊萬江和李琪[17]的研究結論相一致。中規模組水稻生產要素投入對產出增加的影響依次為:種子〉機械〉化肥〉勞動,各投入要素系數均為正,其中,種子對水稻產量具有顯著正向影響,表明種子對水稻產量仍具有較強的支撐作用,種子品質及科學用種的方式需進一步提高與完善。大規模組水稻生產要素投入對產出增加的影響依次為:化肥〉機械〉勞動〉種子,且各投入要素系數均為正值。這表明,大規模水稻種植主要依靠機械化作業與科學化生產管理。
分析比較不同經營規模下農戶水稻生產技術效率損失的影響因素,對水稻技術效率的提升具有重要作用。表6為水稻生產技術效率損失的參數估計結果,即為各組別技術效率的關鍵影響因素。
3.3.1 人力資本 年齡對小規模組農戶的水稻生產技術效率具有顯著負向影響,對中、大規模組農戶則影響不顯著。據調查,當地農戶老齡化傾向明顯,小規模農戶平均年齡為57.83歲,但小規模經營以勞動投入為主,體力要求較高,因而隨著年齡增大,農戶生產技術效率水平越低。同時,隨著經營規模的擴大,機械化水平提高,彌補了部分勞動投入,同時較大規模經營對生產經驗和技能獲取能力有更高的要求,因而對中、大規模農戶的影響逐漸不顯著。
受教育年限對小規模組農戶的水稻生產技術效率具有顯著正向影響,但對中、大規模組農戶技術效率則影響不顯著。調查顯示,小、中、大規模農戶正規教育的知識結構沒有明顯差異,其平均受教育年限分別為7.06 a、7.82 a、8.67 a。在實際生產中,經營規模越大,農戶需要更高水平專業技術及管理技能,自身教育無法滿足現有生產需求,從而尋求專業技術培訓或指導,這也與技術培訓對中、大規模農戶生產具有顯著正向影響的結論相一致。

表6 技術非效率模型估計結果Table 6 Estimation results of the technology ef fi ciency loss model
3.3.2 地塊特征 土地細碎化程度對中、大規模組農戶的水稻生產技術效率具有顯著負向影響,對小規模組技術效率則影響不顯著。小規模種植過程中,機械與勞動具有一定的替代性,而中、大規模組的生產經營則對機械存在較強依賴性,但較高的土地細碎化程度則不利于機械的大規模生產,從而對農戶水稻生產技術效率產生負向的影響,這與王建英等[18]及Rahman和Rahman等[19]的研究結論具有一致性。
3.3.3 農業基礎條件 灌溉條件對小規模組農戶的水稻生產技術效率均具有顯著正向影響,對中、大規模組農戶影響不顯著。水稻生產種植對灌溉水源具有較高的要求,但在調查中發現,小規模農戶對當地灌溉條件的滿意程度低于中、大規模組農戶滿意度,灌溉條件已經成為當地農戶水稻種植的重要制約因素。
3.3.4 技術獲取途徑 技術培訓次數對中規模組農戶的水稻生產技術效率具有顯著正向影響,對小、大規模組農戶技術效率影響不顯著。隨著經營規模的擴大,傳統小規模的種植經驗無法滿足中規模組農戶農業的生產管理需要;同時,大規模的生產種植者本身已經具備相應的能力,一般的技術培訓不能較好的滿足其進一步的需要。因此,技術培訓是中規模農戶解決水稻生產中一般性問題的有效途徑。
社會網絡對小規模組農戶的水稻生產技術效率具有顯著正影響,對中、大規模組農戶的影響均不顯著。本文中關于社會網絡主要定義在鄰居、親戚、朋友等為主的村內網絡。而調查中發現,小、中規模農戶居多,在這一范圍內可以獲得滿足需求有效利用的資源,因此對其影響顯著;而大規模農戶相對少,分布較為零散,其在村外或其他領域的資源更豐富,因而村內社會網絡對其影響不顯著。
本文利用395戶水稻種植戶的調查數據,運用隨機前沿生產函數與技術效率損失函數,探究不同經營規模農戶水稻生產技術效率的分布狀況,并對不同經營下農戶水稻生產技術效率損失的影響因素進行了比較分析。實證結果表明:1)農戶水稻種植總體平均技術效率為71.88%,其中,大規模組水稻平均生產技術效率高于小、中規模組,因此,當前水稻生產技術效率還有較大的提升空間,適度擴大經營規模可以提升水稻生產技術效率。2)不同規模下主要生產要素投入結構對水稻產量具有明顯差異。大、中、小規模下主要生產要素對水稻產量增加的影響,其大小排序依次為:化肥〉機械〉勞動〉種子、種子〉機械〉化肥〉勞動、種子〉化肥〉機械〉勞動。在小規模生產要素飽和的狀態下,擴大土地經營規模,充分發揮機械化投入在水稻生產中的重要作用。3)不同經營規模組的水稻生產技術效率的影響因素存在一定差異性。其中,受教育程度、灌溉條件、社會網絡對小規模農戶均有顯著的影響,技術培訓對中規模組農戶有顯著影響,土地細碎化對中規模組與大規模組農戶均具有顯著影響。
第一、完善并推進當前農村土地流轉制度,適度擴大農戶經營規模。在以增加種子、化肥投入提升產量的要素組合狀態已接近飽和條件下,有序推進土地流轉,推動土地向更愿意種植水稻的農戶流轉,改善生產要素投入比例,是提升水稻生產技術效率、增加水稻產量的合理方式。
第二、加大農田水利資金投入,強化高標準農田建設。灌溉水源是水稻生長的重要保證,土地細碎化現象也限制了水稻的規模生產,合理布局進行擴大地塊的土地整理,并完善灌溉條件,有利于提升水稻生產技術效率。
第三、加強農戶人力資本投資,致力提高稻農的文化知識水平。通過宣傳教育與生產技能培訓等多種方式,增加稻農科學水稻生產管理相關知識,提升稻農生產技術能力,尤其是在加強農村中老年農戶的技術培訓同時,注重后備新型農民的培養。
[1]何秀榮. 關于我國農業經營規模的思考[J]. 農業經濟問題,2016, 37(9): 4-15.He X R. Consideration on the scale of agricultural management in China[J]. Issues in Agricultural Economy, 2016, 37(9): 4-15.
[2]陳書章, 徐崢, 任曉靜, 等. 我國小麥主產區綜合技術效率波動及要素投入優化分析[J]. 農業技術經濟, 2012, 31(12): 39-50.Chen S Z, Xu Z, Ren X J, et al. Fluctuations of the comprehensive technical efficiency in China’s wheat-rowing areas and factor inputs optimization analysis[J]. Journal of Agrotechnical Economics, 2012, 31(12): 39-50.
[3]王曉兵, 許迪, 張硯杰, 等. 農場規模、勞動力投入量與技術效率及其相關性問題研究[J]. 資源科學, 2016, 38(3): 476-484.Wang X B, Xu D, Zhang Y J, et al. The relevance of farm scale,labor inputs, and technical ef fi ciency[J]. Resource Science, 2016,38(3): 476-484.
[4]Renato V, Euan F. Technical inefficiency and production risk in rice farming: Evidence from central Luzon Philippines[J]. Asian Economic Journal, 2006, 20(1): 26-46.
[5]Steven M H, Edward S L. Farm size and the determinants of productivity efficiency in the Brazilian Center-West[J].Agricultural Economics, 2004, 31(3): 241-249.
[6]屈小博. 不同規模農戶生產技術效率差異及其影響因素分析——基于超越對數隨機前沿生產函數與農戶微觀數據[J].南京農業大學學報(社會科學版), 2009, 9(3): 27-35.Qu X B. Technical efficiency of different farmer sizes and its influencing factors: Based on Stochastic Frontier production function and micro-data of households[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2009, 9(3): 27-35.
[7]劉天軍, 蔡起華. 不同規模的農戶生產技術效率分析——基于陜西省獼猴桃生產基地縣210戶農戶的數據[J]. 中國農村經濟, 2013, 29(3): 37-46.Liu T J, Cai Q H. An analysis of farmers’ households’ technical efficiency with scale of operation: Based on survey data of 210 kiwifruit growing farmers’ households in kiwifruit production base counties of Shaanxi Province[J]. Chinese Rural Economy,2013, 29(3): 37-46.
[8]李谷成, 馮中朝, 范麗霞. 農戶家庭經營技術效率與全要素生產率增長分解(1999-2003年)——基于隨機前沿生產函數與來自湖北省農戶的微觀證據[J]. 數量經濟技術經濟研究, 2007,24(8): 25-34.Li G C, Feng Z C, Fan L X. An empirical analysis on the technical ef fi ciencies and the decomposition of TFP of farmer’s household management[J]. The Journal of Quantitative & Technical Economics, 2007, 24(8): 25-34.
[9]李雙杰, 范超. 隨機前沿分析與數據包絡分析方法的評析與比較[J]. 統計與決策, 2009, 25(7): 25-28.Li S J, Fan C. Evaluation and comparison of stochastic frontier analysis and data envelopment analysis[J]. Statistics & Decision,2009, 25(7): 25-28.
[10]林本喜, 鄧衡山. 農業勞動力老齡化對土地利用效率的實證分析——基于浙江省農村固定觀察點[J]. 中國農村經濟, 2012,28(4): 15-25.Lin B X, Deng H S. An empirical analysis of the impact of ageing agricultural labor forces on ef fi ciency of farmland use: Based on the data from rural fixed survey spots of Zhejiang Province[J].Chinese Rural Economy, 2012, 28(4): 15-25.
[11]郭曉鳴, 左喆瑜. 基于老齡化視角的傳統農區農戶生產技術選擇與技術效率分析——來自四川省富順、安岳、中江3縣的農戶微觀數據[J]. 農業技術經濟, 2015, 34(1): 42-53.Guo X M, Zuo Z Y. Analysis of traditional farm household’s production technical selection and the technical ef fi ciency based on the perspective of ageing: Farmer’s micro data from Fushun,Anyue, Zhongjiang, three countries in Sichuan Province[J].Journal of Agrotechnical Economics, 2015, 34(1): 42-53.
[12]譚淑豪, Nico Heerink, 曲福田. 土地細碎化對中國東南部水稻小農戶技術效率的影響[J]. 中國農業科學, 2006, 39(12): 2467-2473.Tan S H, Heerink N, Qu F T. Impact of land fragmentation on small rice farmers’ technical efficiency in Southeast China[J].Scientia Agricultural Sinica, 2006, 39(12): 2467-2473.
[13]黎紅梅, 陳惠敏. 中國糧食技術效率與灌溉用水效率交互影響——基于省區面板數據的SFA-SEM分析[J]. 系統工程,2013, 31(5): 117-122.Li H M, Chen H M. The interaction of effect on grain technical ef fi ciency and irrigation ef fi ciency: Based on the provincial panel data in China[J]. Systems Engineering, 2013, 31(5): 117-122.
[14]楊志海, 麥爾丹·吐爾孫, 王雅鵬. 農村勞動力老齡化對農業技術效率的影響——基于CHARLS2011的實證分析[J]. 軟科學, 2014, 28(10): 130-134.Yang Z H, Tu-er-sun·M E D, Wang Y P. Impact of the rural labor force on agricultural technical efficiency: The empirical study based on the CHARLS2011[J]. Soft Science, 2014, 28(10): 130-134.
[15]李宗璋, 李定安. 交通基礎設施建設對農業技術效率影響的實證研究[J]. 中國科技論壇, 2012, 28(2): 127-133.Li Z Z, Li D A. Empirical research on the effect of transportation infrastructure construction on agricultural technical ef fi ciency[J].Forum on Science and Technology in China, 2012, 28(2): 127-133.
[16]朱月季, 高貴現, 周德翼. 基于主體建模的農戶技術采納行為的演化分析[J]. 中國農村經濟, 2014, 30(4): 58-73.Zhu Y J, Gao G X, Zhou D Y. An evolutionary analysis of farmer’s household’s behavior of technology adoption with agent-based modeling[J]. Chinese Rural Economy, 2014, 30(4): 58-73.
[17]楊萬江, 李琪. 我國農戶水稻生產技術效率分析——基于11省761戶調查數據[J]. 農業技術經濟, 2016, 35(1): 71-81.Yang W J, Li Q. Analysis on technical efficiency of rice production in China: Based on the survey data of 761 households in 11 provinces[J]. Journal of Agrotechnical Economics, 2016,35(1): 71-81.
[18]王建英, 陳志鋼, 黃祖輝, 等. 轉型時期土地生產率與農戶經營規模關系再考察[J]. 管理世界, 2015, 30(9): 65-81.Wang J Y, Chen Z G, Huang Z H, et al. A re-survey of the relationship between the land productivity and farmer’s operation scale in the period of transformation[J]. Management World, 2015,30(9): 65-81.
[19]Rahman S, Rahman M. Impact of land fragmentation and resource ownership on productivity and efficiency: The case of rice producers in Bangladesh[J]. Land Use Policy, 2009, 26(1): 95-103.