其次，计算农业生产效率的方法也各自不同。童金杰、滕玉华（2013）运用非参数的DEA-Malmquist生产率指数分析方法，测度了我国中部8省2000～2010年间农业全要素生产率（TFP）增长；徐云涌、王展祥（2013）基于连乘分解方法，对农业生产率进行度量；赵晓明等（2009）运用DEA的河北省农业生产超效率分析；秦钟等（2011）基于DEA时间窗分析的广东省农业生产效率评价等。以上文献研究对象的范围有大有小，运用的研究方法也各有不同，如DEA法、三阶段DEA法、非参数的Malmqusit指数法、非参数的DEA-Malmquist法以及其他一些函数法或评价方法等。由于方法不同，农业生产效率的评价结果也会存在差异。
综上所述，由于选用指标及方法存在差异，因此评价农业生产效率就缺乏科学的标准。另外，建国以来，国家统计局网站就一直采用这些投入、产出指标进行统计，虽然有些标准进行过调整，但关于农业的统计框架基本没变，一些弊端也逐步显现出来。
二、美国农业投入产出统计数据以及对科研与决策的支撑情况
（一）美国农业投入产出统计数据概况。在美国农业部的经济研究服务网站有美国农业投入产出的相关数据。美国农业投入产出的统计数据具有一个鲜明的特点，那就是类别划分得非常清晰，也就是说农业总投入、农业产出分别包括哪几大类，每一大类又包括哪几小类分列得清清楚楚。农业的投入包括资本（永久性的设施、服务性建筑、土地、库存）、劳动（雇佣的劳动、自我雇佣的劳动）、中间产品（农场的状况、能源、肥料、杀虫剂、购买的服务、其他中间品）；农业的产出包括牲畜及其产品（肉食动物、乳制品、禽蛋类）、农作物（使用的谷物、饲料、榨油类农作物、蔬菜与瓜类、水果与坚果类、其他农作物）、与农场相关的产出。统计数据中既有投入产出的国家、各州的相应数量，也有以某一年为基期的相应价格。
（二）美国农业投入产出统计数据对科研与决策的支撑情况。根据美国整个国家的农业总投入、总产出数据（以2005年为基期），很容易计算出每一年的全要素生产率，从1948年起美国农业全要素生产率呈上升趋势。而且从1948年起每年的各项农业投入、各项农业产出的相对数据（相对于2005年）均已计算出来，在相关报表中可直接获取。从统计报表中可以看出，农业的各项产出包括牲畜及其产品、农作物、农场相关的产出基本上呈现不断增加的趋势，因此总产出也表现为不断增加的势头；农业的各项投入中所用资本、劳动呈现出不断减少的趋势，而中间品的投入呈现不断增加的势头，因此农业的投入表现为一种维持基本稳定的波动情况。综合来看，全要素生产率定会呈逐年增加势头，这也解释了美国农业全要素生产率呈上升趋势的内在原因。
美国各州农业的各项投入产出数据，都是以亚拉巴马州1996年相应数据为基期而得到的相对数据。关于1960年以来美国各州农业的各项投入、各项产出的价格是以亚拉巴马州1996年的价格计算出来的，从而形成了美国48个州从1960年以来关于农业总产出、农业总收入以及各项产出、各项收入的统计数据，从而可以看到各州各项数据随着年代的变化情况，在此基础上可以进行各项研究。对各州的产出年增长率、投入年增长率以及各州的生产效率的年增长情况均进行了研究。由于各项数据的统计口径、数据基础相同，从而使得各项研究结果更具科学性、可比性。三、对我国农业投入产出数据统计工作的启示
数据统计是为经济社会的发展服务的，通过以上分析可以看出我国的农业投入产出数据统计工作还存在一些问题，服务经济社会的效率还比较低，因此借鉴美国的农业统计工作中的经验加以完善。
（一）科学设计农业投入产出统计框架。美国农业投入产出的统计数据具有鲜明的特点：农业投入、农业产出分别包含几大类，每一大类又包含若干的具体内容；这些农业投入产出的数据不仅有相应的数量，而且还有相应的相对价格。这样的统计数据为相关部门的决策及科学研究带来了很多便利。因此，我国应进一步明确农业投入产出统计工作的目的，弄清楚这些统计数据到底要为哪些部门提供决策依据，并对这些部门进行调研以获得不同部门对统计数据的要求，在此基础上确定调研的指标以及相应指标调研的维度。同时，统计数据应能根据条件实现方便的查询，以满足不同的数据查找需求。因此，确定农业投入产出数据的统计框架是首先要考虑的问题，也是非常重要的一个问题，这样可剔除无用数据、增加有用数据的统计，从而提高统计工作的效率。