黃河流域農(nóng)業(yè)生態(tài)效率評(píng)價(jià)與比較分析

王東波 張?，?宋保勝

摘 要：黃河流域是我國(guó)重要的糧食和農(nóng)產(chǎn)品生產(chǎn)基地，但生態(tài)環(huán)境脆弱，黃河流域農(nóng)業(yè)生態(tài)效率評(píng)價(jià)有利于保障糧食安全、保護(hù)生態(tài)環(huán)境、促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展。該研究基于2010—2019年黃河流域9省份的農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，運(yùn)用固定規(guī)模收益模型和可變規(guī)模收益模型對(duì)黃河流域9省份的農(nóng)業(yè)生態(tài)效率進(jìn)行分析評(píng)價(jià)，結(jié)果表明，四川、陜西和青海的農(nóng)業(yè)生態(tài)效率處于有效狀態(tài)，山東、甘肅、寧夏、河南、山西和內(nèi)蒙的農(nóng)業(yè)生態(tài)效率處于無(wú)效狀態(tài)。在分析規(guī)模效率和純技術(shù)效率基礎(chǔ)上，分析了農(nóng)業(yè)生態(tài)效率無(wú)效省份農(nóng)業(yè)投入指標(biāo)的松弛狀況和冗余程度，揭示了這些省份從農(nóng)業(yè)生態(tài)效率無(wú)效狀態(tài)達(dá)到農(nóng)業(yè)生態(tài)效率有效狀態(tài)的方向和路徑。

關(guān)鍵詞：黃河流域;農(nóng)業(yè)生態(tài)效率;評(píng)價(jià);DEA

中圖分類號(hào) F323.21 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2022）02-0141-04

Abstract： The Yellow River Basin is an important production base for food and agricultural products in my country， but the ecological environment is very fragile. The evaluation of agricultural ecological efficiency in the Yellow River Basin is conducive to ensuring food security， protecting the ecological environment， and promoting high-quality agricultural development. Based on the agricultural production panel data of 9 provinces in the Yellow River Basin from 2010 to 2019， this paper uses the fixed scale return model and the variable scale return model to analyze and evaluate the agricultural ecological efficiency of the Yellow River Basin. The results found that the agro-ecological efficiency in Sichuan， Shaanxi and Qinghai is in an effective state， while the agro-ecological efficiency in Shandong， Gansu， Ningxia， Henan， Shanxi and Inner Mongolia is in an ineffective state. Based on the analysis of scale efficiency and pure technical efficiency， the slackness and redundancy of agricultural input indicators in provinces with ineffective agricultural ecological efficiency are analyzed， and the direction and path of these provinces from ineffective agricultural ecological efficiency to effective agricultural ecological efficiency are revealed.Key words： agro-ecological efficiency， the Yellow River Basin， evaluation， DEA.

Key words： The Yellow River Basin; Agro-ecological efficiency; Evaluation; DEA

習(xí)總書記在黃河流域考察時(shí)指出“黃河寧，天下平”，要對(duì)黃河進(jìn)行綜合、系統(tǒng)、源頭治理，推動(dòng)黃河流域生態(tài)環(huán)境保護(hù)和高質(zhì)量發(fā)展。黃河流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙、陜西、山西、河南、山東9省區(qū)，占全國(guó)國(guó)土面積的30%。黃河流域橫穿河套平原、汾渭平原和華北平原，是我國(guó)重要的糧食和農(nóng)產(chǎn)品生產(chǎn)基地。2019年黃河流域各省份糧食總產(chǎn)量為23437.6萬(wàn)t，占全國(guó)糧食總產(chǎn)量的30%，其中河南、山東、內(nèi)蒙、四川4個(gè)國(guó)家糧食主產(chǎn)省區(qū)實(shí)現(xiàn)糧食產(chǎn)量19203.40萬(wàn)t，占流域糧食總產(chǎn)量的81.93%，占全國(guó)糧食總產(chǎn)量的28.90%。黃河流域生態(tài)環(huán)境脆弱，上游區(qū)域涵養(yǎng)水源的功能在減退，中游區(qū)域水土流失多發(fā)，下游區(qū)域土地的鹽堿化程度等問(wèn)題日趨嚴(yán)重。關(guān)注農(nóng)業(yè)生產(chǎn)資源消耗與污染物排放，加強(qiáng)農(nóng)業(yè)面源污染防治，實(shí)現(xiàn)農(nóng)業(yè)發(fā)展與生態(tài)環(huán)境保護(hù)協(xié)同耦合是黃河流域未來(lái)發(fā)展的必然趨勢(shì)。黃河流域農(nóng)業(yè)生態(tài)效率評(píng)價(jià)有利于保障糧食安全、保護(hù)生態(tài)環(huán)境、促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展。

農(nóng)業(yè)生態(tài)效率（Agricultural Eco-Efficiency，AEE），是在保證一定農(nóng)業(yè)產(chǎn)出的前提下，盡量減少農(nóng)業(yè)生產(chǎn)要素投入和資源消耗，盡可能降低對(duì)生態(tài)環(huán)境的污染破壞[1]，其基本內(nèi)涵是以較少的農(nóng)業(yè)資源投入和環(huán)境污染破壞，獲得較多的農(nóng)業(yè)產(chǎn)出。目前關(guān)于農(nóng)業(yè)生態(tài)效率的評(píng)價(jià)研究主要集中于評(píng)價(jià)指標(biāo)體系的構(gòu)建[2-5]和數(shù)理模型的實(shí)證分析[6-7]，評(píng)價(jià)方法有生態(tài)足跡法[8]、隨機(jī)前沿法[9]、層次分析法[10]等。已有研究多以全國(guó)、省域、或農(nóng)業(yè)發(fā)達(dá)區(qū)域?yàn)檠芯繉?duì)象[11-12]，從流域視角研究農(nóng)業(yè)生態(tài)效率的文獻(xiàn)不多見(jiàn)[13]。本研究以黃河流域9省份為對(duì)象，基于2010—2019年農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，運(yùn)用數(shù)據(jù)包絡(luò)分析法對(duì)黃河流域農(nóng)業(yè)生態(tài)效率進(jìn)行分析評(píng)價(jià)。

1 數(shù)據(jù)包絡(luò)分析法

數(shù)據(jù)包絡(luò)分析法（Difference Exponential Average，DEA）[14]，根據(jù)多項(xiàng)投入指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，利用線性規(guī)劃的方法，將相同類型且具有可比性的決策單元進(jìn)行評(píng)價(jià)。DEA方法的基本原理為：設(shè)有n個(gè)待評(píng)價(jià)決策單元DMUj（j=1，2，……n），它們的投入與產(chǎn)出向量分別為：Xj=（x1j，x2j，x3j…xmj）T>0，Yj=（y1j，y2j，y3j…ysj）T>0，j=1…n。決策單元表示的是在一定投入指標(biāo)確定的狀況下得到最優(yōu)產(chǎn)出的最小能力。由于在生產(chǎn)過(guò)程中各種投入和產(chǎn)出的地位和作用各不相同，因此，就需要對(duì)決策單元的投入與產(chǎn)出進(jìn)行綜合評(píng)價(jià)。分別賦予每個(gè)投入和產(chǎn)出恰當(dāng)?shù)臋?quán)重，假設(shè)投入、產(chǎn)出的權(quán)向量分別為V=（v1，v2，v3…vm）T和U=（u1，u2，u3…us）T，Xij表示第j個(gè)決策單元對(duì)第i種類型投入的總量，Yrj表示第j個(gè)決策單元對(duì)第r種類型產(chǎn)出的總量，Vi表示第i種類型投入的度量（權(quán)系數(shù)），Ur表示第r種類型產(chǎn)出的度量（權(quán)系數(shù)），從而獲得如下的模型：

[hj=uTYjVTXj=r=1svrYrji=1mviXij，（j=1，2，…n）]表示的是第j個(gè)決策單元的效率評(píng)價(jià)指數(shù)。

為全面了解黃河流域各省份的農(nóng)業(yè)生態(tài)效率，本文將固定規(guī)模收益模型（DEA-CRS）和可變規(guī)模收益模型（DEA-VRS）相結(jié)合，分別計(jì)算各決策單元的綜合技術(shù)效率、規(guī)模效率和純技術(shù)效率。綜合技術(shù)效率（TE）綜合評(píng)價(jià)各個(gè)決策單元配置和利用資源等各個(gè)方面的能力[15]，可以表示為最優(yōu)產(chǎn)量與實(shí)際產(chǎn)量之間的比值。綜合技術(shù)效率是由純技術(shù)效率（PTE）和規(guī)模效率（SE）組成的，可以表示為規(guī)模效率與純技術(shù)效率相乘等于綜合技術(shù)效率。其中，純技術(shù)效率表示的是決策單元的投入與產(chǎn)出之間的關(guān)系，指一定投入規(guī)模不變情況下產(chǎn)出的效率。規(guī)模效率主要測(cè)算的是決策單元實(shí)際生產(chǎn)規(guī)模與達(dá)到最優(yōu)生產(chǎn)規(guī)模的差距[16]，相差越小，則表示規(guī)模效益越高。

DEA-CRS模型見(jiàn)公式1：

[minθ-ε（j=1ms-+j=1rs+）=vd（ε）]

[s.t.j=1nxjλj+s-=θx0]

[i=1nyjλj-s+=y0]

[λj≥0， s+≥0， s-≥0]

式1中，θ是屬于（0，1）的標(biāo)量，即決策單元（[DMUj]）的綜合效率值;[λj、s+、s-]它們都是變量分別表示的權(quán)重、剩余、松弛;單位空間向量是êT和eT。一般θ≤1，意味著該決策單元綜合技術(shù)效率尚未達(dá)到有效;而θ值越靠近于1，則表明綜合技術(shù)越有效，并且位于路徑前沿上。如果要得到VRS模型，可以在CRS模型中加入[j=1nλj=1]得到。見(jiàn)公式2：

[Maxhkr=1surYrk-u0]

[s.t.t=1mvtXik=1]

[r=1surYrk-t=1mvtXij≤0， j=1，…， n]

[ur， vi>0， r=1，…， s， i=1，…， m]

通過(guò)DEA-CRS模型和DEA-VRS模型對(duì)同一組數(shù)據(jù)進(jìn)行計(jì)算，如果決策單元的綜合技術(shù)效率值為1，就表示這一DMU是DEA有效的。反之，當(dāng)決策單元的綜合技術(shù)效率的值小于1，則表示該決策單元的是DEA無(wú)效的，此時(shí)，可以調(diào)整產(chǎn)出項(xiàng)和投入項(xiàng)，對(duì)農(nóng)業(yè)生態(tài)效率進(jìn)行優(yōu)化，使之達(dá)到有效。如果測(cè)算的純技術(shù)效率等于1，表示在目前的投入產(chǎn)出技術(shù)水平基礎(chǔ)上，其資源使用是效率高且有效的，未能達(dá)到綜合技術(shù)效率有效原因在于規(guī)模效益無(wú)效。因此，我們可以對(duì)規(guī)模效益進(jìn)行調(diào)整使之有效。具體情形如下：如果決策單元的綜合技術(shù)效率小于純技術(shù)效率，說(shuō)明規(guī)模效率小于1，該決策單元為規(guī)模無(wú)效。在決策單元規(guī)模無(wú)效的情況下，可利用非遞增規(guī)模收益（NIRS）模型確定決策單元所處的規(guī)模收益階段[5]，對(duì)規(guī)模進(jìn)行調(diào)整。如果該決策單元處于規(guī)模收益遞減階段，說(shuō)明投入每增加一定比例，產(chǎn)出會(huì)降低相應(yīng)的比例;反之，如果該決策單元處于規(guī)模收益遞增階段，說(shuō)明投入每增加一定比例，產(chǎn)出也會(huì)增加相應(yīng)的比例。

2 實(shí)證分析

2.1 指標(biāo)選取 選取農(nóng)作物的播種面積、農(nóng)用塑料膜使用量、化肥污染量、有效灌溉面積、機(jī)械總動(dòng)力、農(nóng)藥污染量作為投入指標(biāo)，選取農(nóng)業(yè)生產(chǎn)總產(chǎn)值作為產(chǎn)出指標(biāo)，見(jiàn)下表1?；A(chǔ)數(shù)據(jù)主要從2010—2019年的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》等公開(kāi)資料中獲取。

2.2 農(nóng)業(yè)生態(tài)效率評(píng)價(jià) 本研究采用DEAPVersion2.1軟件，基于DEA-CRS和DEA-VRS模型對(duì)2010—2019年黃河流域9省份的農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)算。具體計(jì)算結(jié)果見(jiàn)下表2。

結(jié)果表明，綜合技術(shù)效率的平均值為0.792，未達(dá)到1，說(shuō)明黃河流域9省份的農(nóng)業(yè)生態(tài)效率整體處于無(wú)效狀態(tài)。綜合技術(shù)效率按從大到小排列，依次為四川、陜西、青海、山東、甘肅、寧夏、河南、山西和內(nèi)蒙。其中綜合技術(shù)效率都等于1為四川、陜西和青海3個(gè)省份，說(shuō)明該三省農(nóng)業(yè)生態(tài)效率處于有效狀態(tài)，占總樣本數(shù)的33.3%;山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份的綜合技術(shù)效率分別為0.859、0.785、0.738、0.666、0.615和0.468，均小于1，未達(dá)到農(nóng)業(yè)生態(tài)效率有效，占總樣本數(shù)的66.6%，說(shuō)明這些地區(qū)在農(nóng)業(yè)生產(chǎn)過(guò)程中有不同程度的損失。

純技術(shù)效率的平均值為0.883，未達(dá)到1，說(shuō)明黃河流域9省份的農(nóng)業(yè)投入指標(biāo)整體存在松弛和冗余狀況。將九省份的純技術(shù)效率從大到小依次排列，為山東、河南、四川、陜西、青海、寧夏、甘肅、山西和內(nèi)蒙。其中山東、四川、陜西、寧夏和河南5省份的純技術(shù)效率為1，說(shuō)明這些省份在一定規(guī)模上農(nóng)業(yè)投入與農(nóng)業(yè)產(chǎn)出基本協(xié)調(diào)，不存在投入松弛和冗余;寧夏、甘肅、山西和內(nèi)蒙4省份的純技術(shù)效率分別為0.959、0.785、0.725和0.469，均小于1，說(shuō)明這些省份的農(nóng)業(yè)投入與農(nóng)業(yè)產(chǎn)出不相適應(yīng)，在農(nóng)業(yè)要素投入上存在投入松弛和冗余狀況。

規(guī)模效率的平均值為0.904，未達(dá)到1，說(shuō)明黃河流域9省份的實(shí)際規(guī)模產(chǎn)出效益與預(yù)計(jì)的最優(yōu)規(guī)模產(chǎn)出效益存在差距。規(guī)模效率按從大到小排列，依次為四川、陜西、青海、內(nèi)蒙、甘肅、山東、山西、寧夏和河南。其中四川、陜西和青海規(guī)模效率為1，說(shuō)明這些省份農(nóng)業(yè)產(chǎn)出達(dá)到了最優(yōu)規(guī)模效益;內(nèi)蒙、甘肅、山東、山西、寧夏和河南規(guī)模效率分別為0.997、0.995、0.859、0.847、0.769和0.666，小于1，說(shuō)明這些省份農(nóng)業(yè)實(shí)際規(guī)模效益與最優(yōu)規(guī)模效益有不同程度的差距。進(jìn)一步分析發(fā)現(xiàn)，山西和寧夏屬于規(guī)模報(bào)酬遞增，說(shuō)明適當(dāng)增加一定比例的農(nóng)業(yè)投入能夠獲得更高比例的農(nóng)業(yè)產(chǎn)出，這些省份應(yīng)繼續(xù)維持規(guī)模效益遞增狀態(tài)。然而內(nèi)蒙、山東、河南和甘肅屬于規(guī)模報(bào)酬遞減的情況，說(shuō)明增加一定比例的農(nóng)業(yè)投入只能獲得更小比例的產(chǎn)出。

2.3 投入指標(biāo)的松弛狀況和冗余程度 DEA模型可以分析農(nóng)業(yè)生態(tài)效率無(wú)效省份投入指標(biāo)的松弛狀況，根據(jù)松弛狀況來(lái)調(diào)節(jié)相應(yīng)投入指標(biāo)，可以使無(wú)效省份達(dá)到生態(tài)效率有效。2010—2019年黃河流域農(nóng)業(yè)生態(tài)效率無(wú)效省份投入指標(biāo)的松弛狀況見(jiàn)表3。結(jié)果發(fā)現(xiàn)，在農(nóng)業(yè)生態(tài)效率無(wú)效的山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份中，甘肅、寧夏、山西、內(nèi)蒙4省份的投入指標(biāo)存在松弛。具體來(lái)看，在農(nóng)作物播種面積、農(nóng)膜使用量和有效灌溉面積投入指標(biāo)上需要做出調(diào)整的省份有4個(gè)，分別是甘肅、寧夏、山西和內(nèi)蒙，占比44.40%;在化肥施用量投入指標(biāo)上需要做出調(diào)整的省份有2個(gè)，分別是寧夏和山西，占比22.2%;在農(nóng)藥使用量投入指標(biāo)上需要做出調(diào)整的省份有3個(gè)，分別是甘肅、寧夏和山西，占比33.3%;在農(nóng)作物機(jī)械動(dòng)力投入指標(biāo)上需要做出調(diào)整的省份有2個(gè)，分別是甘肅和內(nèi)蒙，占比22.2%。

在分析農(nóng)業(yè)生態(tài)效率無(wú)效省份投入指標(biāo)松弛狀況的基礎(chǔ)上，采用DEA模型進(jìn)一步分析了需要調(diào)整的甘肅、寧夏、山西、內(nèi)蒙4省份投入指標(biāo)的冗余程度，結(jié)果見(jiàn)表4。甘肅在農(nóng)膜、農(nóng)藥和土地投入上的冗余量最高，分別為81567.945、19718.241和807.469，其次是機(jī)械動(dòng)力、灌溉投入，冗余量分別為111.172和104.199;寧夏在農(nóng)膜投入上的冗余量為4737.378，其次是土地和灌溉投入，冗余量分別為315.314和232.201;山西在農(nóng)膜和農(nóng)藥投入上的冗余量最高，分別為15081.211和13343.923，其次是土地和灌溉投入，冗余量分別為807.271和530.734;內(nèi)蒙在農(nóng)膜投入上的冗余量最高，為4496.518，其次是土地和灌溉投入，冗余量分別為903.225和474.952。

3 結(jié)論

（1）2010—2019年，黃河流域9省份農(nóng)業(yè)生態(tài)效率的平均值為0.792，整體處于無(wú)效狀態(tài)。其中，四川、陜西和青海的綜合效率值達(dá)到1，處于農(nóng)業(yè)生態(tài)效率有效狀態(tài);山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份的綜合效率值未達(dá)到1，處于農(nóng)業(yè)生態(tài)效率無(wú)效狀況。

（2）在6個(gè)農(nóng)業(yè)生態(tài)效率無(wú)效省份中，山西和寧夏處于規(guī)模報(bào)酬遞增狀態(tài)，內(nèi)蒙、山東、甘肅和河南和甘肅處于規(guī)模報(bào)酬遞減狀態(tài)，農(nóng)業(yè)產(chǎn)出與最優(yōu)產(chǎn)出之間存在差距。

（3）在6個(gè)農(nóng)業(yè)生態(tài)效率無(wú)效省份中，甘肅、寧夏、山西、內(nèi)蒙4省份的農(nóng)業(yè)投入指標(biāo)存在松弛和冗余。其中，甘肅在農(nóng)膜和農(nóng)藥上的投入冗余量最高，寧夏在農(nóng)膜投入上的冗余量最高，山西在農(nóng)膜和農(nóng)藥投入上的冗余量最高，內(nèi)蒙在農(nóng)膜投入上的冗余量最高。

4 討論

考慮農(nóng)作物復(fù)種，本文選取農(nóng)作物播種面積代替耕地面積作為土地投入指標(biāo)，農(nóng)作物播種面積更能反映農(nóng)作物生產(chǎn)中實(shí)際投入的土地?cái)?shù)量。其次，由于數(shù)據(jù)的可獲取性，本文僅將污染因素納入非期望產(chǎn)出中，未考慮農(nóng)業(yè)碳排放，因此，農(nóng)業(yè)生產(chǎn)活動(dòng)對(duì)環(huán)境的影響被低估了，尤其是河南、山東等農(nóng)業(yè)大省，計(jì)算的農(nóng)業(yè)產(chǎn)出結(jié)果可能偏小。另外，黃河流域各省份的農(nóng)作物種植結(jié)構(gòu)、污染物累積程度以及資源稟賦，也是影響農(nóng)業(yè)生態(tài)效率出現(xiàn)差異的重要因素。

參考文獻(xiàn)

[1]Schaltegger S，SturmA.?kologische Rationalit?t[J].Die Unternehmung，1990，44（4）：273-290.

[2]任紅霞.基于DEA模型的農(nóng)業(yè)生態(tài)效率綜合測(cè)度[J].統(tǒng)計(jì)與決策，2019，35（06）：99-103.

[3]崔葉辰，韓亞麗，呂寧夏，等.基于超效率SBM模型的農(nóng)業(yè)生態(tài)效率測(cè)度[J].統(tǒng)計(jì)與決策，2020，36（21）：87-90.

[4]方永麗，曾小龍.中國(guó)省際農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及其改進(jìn)路徑分析[J].農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2021，38（01）：135-142.

[5]白世秀，王宇.我國(guó)農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及DEA分析[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（7）：328-332.

[6]蔣璟，曹月娥，趙珮珮，等.新疆伊犁州農(nóng)業(yè)生態(tài)效率時(shí)空差異探究——基于超效率非期望SBM模型和Malmquist指數(shù)[J].西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，57（02）：101-109.

[7]陳菁泉，信猛，馬曉君，等.中國(guó)農(nóng)業(yè)生態(tài)效率測(cè)度與驅(qū)動(dòng)因素[J].中國(guó)環(huán)境科學(xué)，2020，40（07）：3216-3227.

[8]史丹，王俊杰.基于生態(tài)足跡的中國(guó)生態(tài)壓力與生態(tài)效率測(cè)度與評(píng)價(jià)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（05）：5-21.

[9]岳慧麗，諸葉平，雪燕，等.基于隨機(jī)前沿分析方法的河北縣域農(nóng)業(yè)技術(shù)效率及影響因素研究[J].江蘇農(nóng)業(yè)科學(xué)，2014，42（09）：423-427.

[10]吳小慶，王亞平，何麗梅，等.基于AHP 和DEA模型的農(nóng)業(yè)生態(tài)效率評(píng)價(jià)——以無(wú)錫市為例[J].長(zhǎng)江流域資源與環(huán)境， 2012，21（6）：714-719.

[11]郭曉佳，周榮，李京忠，等.黃河流域農(nóng)業(yè)資源環(huán)境效率時(shí)空演化特征及影響因素[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021，37（03）：332-340.

[12]尚杰，吉雪強(qiáng)，陳璽名.中國(guó)城鎮(zhèn)化對(duì)農(nóng)業(yè)生態(tài)效率的影響——基于中國(guó)13個(gè)糧食主產(chǎn)區(qū)2009—2018年面板數(shù)據(jù)[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2020，28（08）：1265-1276.

[13]洪名勇，鄭麗楠.中國(guó)農(nóng)業(yè)生態(tài)效率的區(qū)域差異及時(shí)空特征研究[J].統(tǒng)計(jì)與決策，2020，36（08）：56-61.

[14]黃敦平，劉子杰.黃河流域生態(tài)效率測(cè)度與提升對(duì)策[J].山西大同大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，35（01）：113-116+120.

[15]田姣.馬鈴薯主糧化戰(zhàn)略背景下四四川馬鈴薯種植戶生產(chǎn)效率及種植意愿研究[D].成都：四川農(nóng)業(yè)大學(xué)，2018.

[16]曹琦.2005～2012年我國(guó)各地區(qū)能源效率的DEA測(cè)算及其影響因素的面板計(jì)量研究[A].中國(guó)數(shù)量經(jīng)濟(jì)學(xué)會(huì)、福建師范大學(xué).21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第16卷）[C].中國(guó)數(shù)量經(jīng)濟(jì)學(xué)會(huì)、福建師范大學(xué)：中國(guó)數(shù)量經(jīng)濟(jì)學(xué)會(huì)，2015：23.

[17]潘丹，應(yīng)瑞瑤.中國(guó)農(nóng)業(yè)生態(tài)效率評(píng)價(jià)方法與實(shí)證——基于非期望產(chǎn)出的SBM模型分析[J].生態(tài)學(xué)報(bào)，2013，33（12）：3837-3845.

[18]王寶義，張衛(wèi)國(guó).中國(guó)農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996—2015年31個(gè)省份的面板數(shù)據(jù)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（01）：46-62. （責(zé)編：王慧晴）