基于超效率SBM-Malmquist模型的幾內亞灣農業生態效率評價

摘要：基于1990—2019年幾內亞灣10個國家的面板數據，運用超效率SBM模型和Malmquist指數法，從靜態和動態2個視角測算幾內亞灣農業生態效率并分析其時空演變。結果表明，1990—2019年幾內亞灣農業生態效率整體平穩，且近年呈輕微下降趨勢；幾內亞灣農業生態效率國家間差異明顯，尼日利亞、圣多美和普林西比始終處于DEA有效，赤道幾內亞（除1990年）、利比里亞始終處于DEA無效。從Malmquist生產率指數分解情況看，農業生態效率主要受技術進步的影響。基于結果，為提升幾內亞灣農業生態效率，進而推動中國與幾內亞灣國家合作，提出加強區域間生態農業合作；深化環境治理，推動科技創新；構建共享農業數據平臺，形成規模經濟效應；開展農業領域產業對接，推動中國與幾內亞灣國家綠色合作發展等對策建議。

關鍵詞：農業生態效率；規模經濟效應；超效率SBM模型；Malmquist生產率指數；幾內亞灣

中圖分類號：F312.1" " " " "文獻標識碼：A

文章編號：0439-8114（2023）06-0063-09

DOI：10.14088/j.cnki.issn0439-8114.2023.06.012 開放科學（資源服務）標識碼（OSID）：

Evaluation on agricultural ecological efficiency in the Gulf of Guinea

based on super-efficiency SBM-Malmquist model

QU Si-yu1， WU Zhao-dan1，2， WU Qi-yue1， JING Xiao-dong1， TAN Xin-yang1

（1. Business School， Hohai University， Nanjing" 211100， China； 2. Gulf of Guinea-Cote d’ Ivoire Research Center， Ministry of Education，

Nanjing" 211100， China）

Abstract： Based on the panel data of 10 countries in the Gulf of Guinea from 1990 to 2019， the super-efficiency SBM model and Malmquist index method were used to calculate the agricultural ecological efficiency and analyze its spatiotemporal evolution of the Gulf of Guinea from static and dynamic perspectives. The results showed that the agricultural ecological efficiency in the Gulf of Guinea was stable from 1990 to 2019， and showed a slight downward trend in recent years. There were significant differences in agricultural ecological efficiency among countries in the Gulf of Guinea. Nigeria and" Sao Tome and Principe had always been DEA effective，" while Equatorial Guinea and Liberia had always been in DEA invalidity. From the decomposition of Malmquist index， agricultural ecological efficiency was mainly affected by technological progress. Countermeasures and suggestions were put forward to improve the agricultural ecological efficiency in the Gulf of Guinea and promote the cooperation between China and Guinea： Strengthen regional cooperation in ecological agriculture deepen environmental governance and promote scientific and technological innovation； build a shared agricultural data platform to form economies of scale； carry out industrial docking in the agricultural field and promote the development of green cooperation between China and Guinea.

Key words：agricultural ecological efficiency；economies of scale effect；super efficiency SBM model；Malmquist index；Gulf of Guinea

生態效率一詞最早由Schaltegger等［1］提出，此后國際相關機構從不同角度定義了生態效率。世界經濟合作組織（OECD）（1998年）將生態效率的計算演變為產出與投入的比值［2］；世界可持續發展工商業聯合會（WBCSD）［3］將其界定為產品和服務價值與生態環境負荷之比。盡管生態效率缺乏統一的學術界定，但其內涵都具有共同性，均指通過高效率配置資本及自然資源投入降低經濟增長對生態環境的負面影響，使其區域經濟效益最優化，生態環境負面影響最小化，從而提高人類生活品質，最終實現經濟可持續發展。

農業生產是幾內亞灣沿岸區域發展的基礎。農業發展相繼帶來的資源過度消耗、生態環境惡化等問題給農業經濟的可持續發展帶來了嚴峻挑戰。如何以盡可能小的資源消耗和環境惡化得到盡可能多的農業產出，提升當地農業生態效率，是幾內亞灣沿岸國家可持續發展需要解決的問題。在建設“一帶一路”中海上絲綢之路的背景下，對區域沿岸農業生態效率進行測度評價，進而探究中國和幾內亞灣的農業合作路徑，可為幾內亞灣農業綠色發展實踐以及中國和幾內亞灣合作提供參考。

目前，農業生態效率是學術界的研究熱點，國內外學者主要采用指標法、比值法、模型法等。模型法是目前較常用的方法，主要有DEA模型、綜合評價模型等［4，5］，其中DEA模型所需評價指標較少、能較好地維持原始數據信息，評價結果較準確，故成為生態效率評價中常用的模型，但傳統DEA模型難以解決投入和產出變量的松弛性問題。 Tone［6］提出了考慮非期望產出的非徑向非角度的SBM-DEA模型，克服了投入和產出的松弛性問題和非期望產出效率測度問題，在生態效率的評價中得到了廣泛應用［7］。隨后Tone［8］對SBM模型進行改進，提出了基于非期望產出的超效率SBM模型（Slacks-based measure），對有效率決策單元（DMU）進一步做出對比區分，既能考慮投入和產出的松弛性，又能避免徑向和角度選擇帶來的偏差，同時還能將非期望產出納入效率測算中，劃分有效效率等級，諸多學者以此為研究方法進行生態效率的測度評價［9-11］。

DEA方法計算不同時間點的生態效率是靜態的，若直接利用不同時間點的生態效率來反映一定時期生態效率的變化得出的結論不準確。而莫氏生產率指數（Malmquist productivity index，MPI）是基于動態視角對生態效率進行測度的方法［12，13］，該方法在其他領域的評價分析中已有應用［14-17］。

本研究基于Super-SBM模型和Malmquist指數從靜態和動態2個視角對幾內亞灣生態效率進行測度評價，并為中國與幾內亞灣綠色農業合作建設提出建議，開拓中國與幾內亞灣生態農業合作路徑。

1 研究區域概況、方法與數據來源

1.1 研究區域概況

幾內亞灣是西非海岸外的大西洋海灣，是非洲最大的海灣。幾內亞灣沿岸的10個國家包括利比里亞、科特迪瓦、加納、多哥、貝寧、尼日利亞、喀麥隆、赤道幾內亞、加蓬以及島國圣多美和普林西比。沿岸國家氣候、地理條件優越，農業資源豐富，是非洲可可、咖啡、油棕和天然橡膠四大熱帶經濟作物的主要產區，并居世界前列，備受國際社會重視。沿岸經濟以農業為主，但整體農業發展處于較低水平。

1.2 研究方法

1.2.1 超效率SBM模型 在傳統的農業生態效率測度中，一方面從產出角度，采用期望產出（農業GDP）與環境代價（溫室氣體排放、土壤破壞等）的比值來定義農業生態效率；另一方面從投入角度，以期望成本（土地、勞動力等）與非期望成本（農藥、化肥等）的比值來定義農業生態效率。鑒于農業生產是經濟生產與環境影響的耦合過程，本研究將期望產出和非期望產出相結合，即對評價單元的經濟過程和對環境影響過程進行綜合考慮，借鑒參數或者非參數效率生產率測算方法，采用農業生產綜合產出與綜合投入比進行多維測度評價（圖1）。

基于規模報酬不變（CRS）和規模報酬可變（VRS）2種不同假設，分別對1990—2019年幾內亞灣沿岸10國的農業生態效率進行測算。假設每個國家是一個決策單元，其中幾內亞灣生態經濟投入要素[x∈Rm]、期望產出要素[yg∈RS1]及非期望產出要素[yb∈RS2]，m、S1、S2分別代表前三者的指標個數，為權重向量定義矩陣[X]、[Yg]、[Yb]如下。

1）投入指標。作為主導農業經營方向并作用于農業經營過程的重要因素，農業勞動力投入量以農業就業人數表示，因相關指標數據缺失，其估算方法為：（1-總失業人數占勞動力總數的比例）×勞動力總數×農業就業人員占就業總數的比例；土地資源的生產功能是農業發展的基礎，本研究選取農作物總播種面積表示農業土地投入量；化肥的使用對農業增產增效具有顯著作用，本研究以包括氮肥、鉀肥和磷肥（包括磷礦粉肥）的農用化肥施用量表示農業生產中的化肥投入量。

2）產出指標。農業總產值為基于2014—2016年固定價格的農業產值。農業溫室氣體排放總量以二氧化碳當量為單位，二氧化碳當量是二氧化碳、氧化亞氮、甲烷含氟的質量與其產生溫室效應的指數之積，并對所有3類氣體求和得到。

2 結果與分析

2.1 基于靜態視角的幾內亞灣10國農業生態效率測度

2.1.1 基于CRS的Super SBM實證結果分析 基于固定規模報酬的Super-SBM模型，運用Maxdea pro對1990—2019年幾內亞灣10國的指標數據進行農業生態效率測度，結果如表2所示，并得出1990—2019年的幾內亞灣10國的平均農業生態效率如圖2所示。

從時間維度上看，除2006年以外，幾內亞灣10國的平均農業生態效率為0.916～1.220，整體發展比較平穩，且近年呈緩慢下降趨勢。從空間維度上看，基于固定規模報酬的條件下，研究期內，赤道幾內亞、喀麥隆、利比里亞的農業生態效率均小于1.000，貝寧和科特迪瓦波動較大，圣多美和普林西比均≥1.000，尼日利亞的農業生態效率均為最高值，均大于3.600；相對來說，加納具有明顯的上升趨勢，從2007年起農業生態效率均不小于1.000，加蓬具有明顯的下降趨勢，2010年及之前農業生態效率都大于1.000，自2011年開始下降，效率都小于1.000。從國家來看，基于各國生態效率多年均值比較，尼日利亞、圣多美和普林西比、加蓬3國生態效率大于1.000，處于DEA有效，其余國家均處于DEA無效。

基于CRS的幾內亞灣10國農業生態效率之間具有明顯的差異。在研究期內，除尼日利亞處于高效率以外，圣多美和普林西比的多年平均農業生態效率較高，為1.270；赤道幾內亞排在末位，多年平均農業生態效率僅為0.303，各國家間差距較大。多年平均農業生態效率排序為尼日利亞gt;圣多美和普林西比gt;加蓬gt;科特迪瓦gt;加納gt;貝寧gt;多哥gt;喀麥隆gt;利比里亞gt;赤道幾內亞。尼日利亞一直居于首位，具有高農業生態效率；多哥、利比里亞、赤道幾內亞近年排名靠后。

2.1.2 基于VRS的Super SBM模型實證結果分析 基于VRS測度的幾內亞灣10國Super SBM模型農業生態效率結果如表3所示，年均農業生態效率如圖3所示。

從時間維度上看，基于可變規模報酬測度的幾內亞灣10國的農業生態效率，除2006年以外，其余年份的平均農業生態效率為0.707～1.257，整體發展比較平穩，且近年呈輕微下降趨勢。從空間維度上看，在研究期內，喀麥隆、利比里亞的農業生態效率均小于1.000，均處于DEA無效；赤道幾內亞除1990年外，其他年份農業生態效率均小于1.000；貝寧和科特迪瓦農業生態效率浮動較大，但貝寧大多小于1.000，科特迪瓦大多大于1.000；尼日利亞、圣多美和普林西比農業生態效率均為1.000；加納的農業生態效率大多≥1.000。相對來說，加蓬具有明顯的下降趨勢，2013年及以前農業生態效率都處于DEA有效，而自2014年起下降，農業生態效率都小于1.000。從國家層面來看，貝寧、多哥、加蓬、科特迪瓦、加納、尼日利亞、圣多美和普林西比6國的年均農業生態效率≥1.000，處于DEA有效，其余國家處于DEA無效。

基于VRS的幾內亞灣10國農業生態效率之間具有明顯的差異。研究期間，除貝寧與多哥以外，加蓬的多年平均農業生態效率最高，為1.683；赤道幾內亞排在末位，僅為0.352，各國間差距較大。除多哥、貝寧，多年平均農業生態效率排序為加蓬gt;科特迪瓦gt;加納gt;尼日利亞=圣多美和普林西比gt;喀麥隆gt;利比里亞gt;赤道幾內亞。加納在研究期間農業生態效率比較穩定，常年居于前列；尼日利亞、圣多美和普林西比常年農業生態效率為1.000，穩定發展；多哥近年農業生態效率都靠后。

2.2 基于動態視角的幾內亞灣10國的農業生態效率

采取Malmquist生產率指數進行動態分析，通過測算農業生態效率在不同年份的變動情況，得到幾內亞灣沿岸10國在研究期內指標變動的動態效率變化和趨勢。

2.2.1 Malmquist生產率指數及其分解的時序分析 為了更加準確地分析Malmquist生產率指數先將其按照時間進行分解，表4為幾內亞灣10國1990—2019年基于固定規模報酬分解得到的技術效率變化指數、技術進步效率指數和Malmquist生產率指數，圖4為1990—2019年幾內亞灣10國平均農業生態效率各指數值。

若Malmquist生產率指數大于1，說明農業生態效率較上一個時間段有所增加，小于1則說明農業生態效率降低，其與1的差值的絕對值為該時間段較前一個時間段效率增加或減少的比例。結合表4和圖4可以看出，除2005—2006年，基于固定規模報酬的Malmquist生產率指數在1.000上下波動，長期來看較為穩定；技術效率變化指數為0.873～1.197，整體波動幅度較小，近50%超過了1.000，實現了相對有效的增長；此外，技術進步效率指數也大體呈相應的波動趨勢，在1.000上下浮動，大多超過了1.000，實現相對有效的增長。結合各項指標來看，區域農業生態效率提升受技術效率變化指數和技術進步效率變化指數雙重制約，但受技術進步效率制約較強。整體說明幾內亞灣沿岸區域提高技術效率、推動技術進步以促進生態效率提高方面還有很大的改進空間，需要進一步完善區域生態環境管理水平，加強科技投入和創新，進而促進區域生態效率的改善。

由表5、圖5可知，除2005—2006年，基于可變規模報酬的Malmquist生產率指數在1.000上下波動，長期來看較為穩定；純技術效率變化指數為0.846～1.480，整體波動幅度較小，近50%超過了1.000，實現了相對有效的增長；此外，技術進步效率指數也大體呈相應的波動趨勢，在1.000上下浮動，大多超過了1.000，實現相對有效的增長；規模效率指數處于0.871～1.510，相對比較穩定。結合各項指標來看，Malmquist生產率指數與技術進步效率指數的變化幅度基本一致，因此技術進步是引起幾內亞灣10國農業生態效率變化的主要原因。但是技術效率大幅度上升時，Malmquist生產率指數也受影響相應上升，說明雖然技術進步對農業生態效率的影響較大，但是農業生態效率需要技術進步和技術效率的共同作用。

2.2.2 Malmquist生產率指數及其分解的區域分析 將Malmquist生產率指數按照區域分解，結果如表6、表7所示。

由表6可知，基于固定規模報酬，在研究期間，除赤道幾內亞、加蓬、利比里亞的Malmquist生產率指數均小于1.000，即沒有實現有效增長，其他各國的Malmquist生產率指數都大于1.000，最高的國家多哥為1.322，實現了有效增長。各國技術進步效率指數在0.998～1.049，技術效率變化指數在0.974～1.462，其中貝寧、多哥的年均Malmquist生產率指數主要受技術效率的制約，尼日利亞、圣多美和普林西比、利比里亞主要受技術進步效率的制約，其他國家受技術效率和技術進步的雙重作用。

由表7可知，基于可變規模報酬，在研究時段內，赤道幾內亞的Malmquist生產率指數為0.986，未超過1.000，為最小值，沒有實現有效的增長，除此以外，其余9國的Malmquist生產率指數均大于1.000。規模效率指數存在差異，赤道幾內亞、加蓬、利比里亞的規模效率指數均小于1.000，貝寧、多哥、加納、喀麥隆、科特迪瓦、尼日利亞、圣多美和普林西比的規模效率指數均大于1.000。幾內亞灣10國的整體技術效率的變動主要取決于規模效率的變動，而Malmquist生產率指數的變動主要取決于技術進步效率指數。

由此可知，目前幾內亞灣10國的農業生態效率處于波動較大的時期，技術進步影響顯著，而在赤道幾內亞、加蓬、利比里亞這3個國家還需要加強技術方面的提升，合理進行資源配置和規模經濟。

3 小結及對策建議

3.1 小結

本研究以幾內亞灣沿岸10國農業發展情況為研究對象，首次對其農業生態效率進行測度評價并分析其影響因素，通過超效率SBM與Malmquist生產率指數分別從靜態和動態2個視角對10個國家的農業生態效率進行測度，繼而分析中國與幾內亞灣生態農業合作路徑。

1）1990—2019年幾內亞灣農業生態效率整體平穩，且近年呈輕微下降趨勢。除2006年外，各國的平均農業生態效率為0.916～1.220，2012—2019年開始農業生態效率呈緩慢下降趨勢。

2）幾內亞灣農業生態效率國家間差異明顯。根據農業生態效率將10個國家分為3個梯度。第一梯度包括尼日利亞、圣多美和普林西比、加蓬，3國在固定和可變規模報酬測度下，農業生態效率年均值均處于DEA有效，其中尼日利亞、圣多美和普林西比2國在研究年間始終處于DEA有效；第二梯度包括貝寧、多哥、科特迪瓦、加納，其農業生態效率年均值在固定報酬下處于DEA無效，但在可變報酬下處于DEA有效；第三梯度包括喀麥隆、赤道幾內亞，在2種測度下均處于DEA無效，赤道幾內亞（除1990年）、利比里亞2國在研究年間始終處于DEA無效。

3）根據Malmquist生產率指數分析，整體技術效率的變動主要取決于規模效率的變動，而Malmquist生產率指數的變動主要取決于技術進步效率。赤道幾內亞的Malmquist生產率指數在固定和可變規模報酬下均小于1.000，未能實現有效的增長；加蓬、利比里亞在固定報酬下Malmquist生產率指數小于1.000；其余各國的農業生態效率均有較顯著增長。

3.2 對策建議

根據以上分析結果，為了提升幾內亞灣農業生態效率、加強中國和幾內亞灣各國農業合作提出如下對策建議。

1）因地制宜提升農業生態效率，加強區域間生態農業合作。由于各國在歷史文化、經濟水平、資源稟賦等方面存在差異，因此各國、各梯隊應因地制宜地制定生態效率提升計劃，堅持立足資源優勢、產業基礎和市場需求，制訂好農業產業合作的發展規劃，優化區域內資源配置，進行專業化分工，推動資源整合及產業鏈深化。加強各梯隊間的經濟、資源關聯和技術交流，促進各梯隊間的相互借鑒與合作，發揮產業集聚效應，提升生產規模，建立區域內的農業生態化發展合作模式，從而全面提高生態效率。

2）加強環境治理，推動科技創新。通過Malmquist生產率指數及其分解結果發現，整體上，幾內亞灣區域農業生態效率受技術效率與技術進步的雙重影響，但主要受技術進步的制約。首先，各國環保部門應及時評估相關環境政策績效，完善生態環境內部管理制度，提升生態環境管理效率。其次，應進一步加大各國的環境科技投入力度，拓展環境科技投入經費來源，整合科研資源，推動技術創新，培養農業資源環境保護技術人才，推動良種培育，積極促進良性循環多級利用技術、立體開發多層利用技術、系統調節控制技術等現代生態農業技術的推廣和應用，為綠色農業發展提供技術支撐。

3）構建共享農業數據平臺，形成規模經濟效應。幾內亞灣沿岸整體技術效率的變動主要取決于規模效率的變動，通過提高技術進步變化效率的同時，應注重規模效率的同步提升。在共享農業模式下將分散零碎的信息集聚成規模系統庫，實現需求與供給方精準匹配對接，有利于各國充分利用各要素資源，實現規模經濟效應，降低平均產出成本，以適度規模助力生產要素投入產出效率最大化。共享農業應貫穿整個農業產業鏈全過程，形成生產能力共享、創新能力共享和綠色環境治理共享三大環節。各國鼓勵加強基礎設施建設，促進農業生產方式優化，提升生產或創新、專業化水平，找到自身規模最佳狀態點，推動農業質量型發展。

4）開展農業領域產業對接，推動中國和幾內亞灣各國綠色合作發展。協助幾內亞灣沿岸各國農業健康綠色發展，促進中國與幾內亞灣各國在農業領域的深層次合作，也是對具有中國特色的綠色城市建設發展戰略的深層次推廣與應用。在中國與幾內亞灣各國生態農業合作中，中國應夯實頂層設計和戰略謀劃，積極開展農業領域產業對接，全面提高農業產業化、綠色化、現代化，同步助推數字經濟與實體經濟融合、文化與產業融合以及現代服務業同先進制造業、現代農業的深度融合，深化兩國業務關聯、鏈條延伸和技術滲透，拓寬合作領域，豐富綠色合作主體和方式。推廣中國城鄉協調經驗，推進城鎮化與農業產業綠色化良性互動。加強國內農業綠色創新技術與幾內亞灣沿岸各國實際農業生產的緊密聯系，用現代技術裝備武裝農業，用現代科學技術改造傳統農業，提高農業的綜合生產能力和市場競爭力。

由于幾內亞灣各國部分有關農業生產、農業生態效率影響因素的數據缺失，本研究對農業生態效率的測度中沒有考慮農業灌溉用水量、農業生產氮磷流失、農業固定資產投資，在該效率影響因素分析中沒有納入農村勞動力文化水平、財政支農情況等因素，從而在一定程度上影響了研究結果的準確性和實用性。因此，在進一步研究中，可對幾內亞灣局部地區展開實地調研，根據微觀數據，有針對性地分析其農業生態效率，并挖掘該效率提升以及中國和幾內亞灣各國生態農業合作路徑。

參考文獻：

［1］ SCHALTEGGER S， STURM A. ?kologische rationalit?t： Ansatzpunkte zur ausgestaltung von ?kologieorientierten managementinstrumenten［J］. Die unternehmung， 1990， 44（4）： 273-290.

［2］ OECD. Eco-efficiency［M］.Paris：Organization for economic co-operation and development，1998.7-11.

［3］ WBCSD.Eco-efficient leadership for improved economic and environmental performance［M］. Geneva：WBCSD， 1996.

［4］ 呂 彬，楊建新.2006生態效率方法研究進展與應用［J］.生態學報，2006，26（11）： 3898-3906.

［5］ HUANG J， XIA J， YU Y， et al. Composite eco-efficiency indicators for China based on data envelopment analysis［J］. Ecological indicators， 2017， 85： 674-697.

［6］ TONE K. A slacks-based measure of efficiency in data envelopment analysis［J］. European journal of operational research，2001，130（3）：498-509.

［7］ 潘 丹，應瑞瑤.中國農業生態效率評價方法與實證——基于非期望產出的SBM模型分析［J］生態學報，2013，33（12）：3837-3845.

［8］ TONE K.A slacks-based measurе of super-efficiency in data envelopment analysis［J］.European journal of оperational research，2002， 143（11）：32-41.

［9］ 侯孟陽，姚順波.1978—2016年中國農業生態效率時空演變及趨勢預測［J］.地理學報， 2018， 73（11） ：2168-2183.

［10］ HOU M Y， YAO S B. Spatial-temporal evolution and trend prediction of agricultural eco-efficiency in China：1978-2016［J］.Acta geographica sinica， 2018， 73（11）：2168-2183.

［11］ 任宇飛，方創琳，藺雪芹.中國東部沿海地區四大城市群生態效率評價［J］.地理學報，2017，72（11）： 2047-2063.

［12］ FARE R，GROSSKOPF S，LOVELL C A K. Production frontiers［M］.Cambridge：Cambridge university press，1993.

［13］ F?RE R，GROSSKOPF S，NORRIS M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries［J］. The American economic review， 1994， 84（1）： 66-83.

［14］ 吳曉芬，王 敏，王麗潔.基于四階段DEA-Malmquist指數的長三角港口群動態效率評價［J］.統計與決策，2022，38（2）：184-188.

［15］ 喬睿楠，金明姬.基于DEA-Malmquist指數模型的吉林省水資源利用效率分析［EB/OL］.http：//kns.cnki.net/kcms/detail/42.1419.TV.20220218. 1741.012.html，2022-02-21/2022-02-21.

［16］ 于洗河，降海蕊，張景茹，等.吉林省縣級公立醫院運行效率評價：基于DEA-Malmquist指數模型［J］.中國衛生經濟，2021，" "40（12）：87-90.

［17］ 楊 力，魏奇鋒.基于超效率DEA與Malmquist指數的區域研發效率評價——四大國家級城市群比較研究［EB/OL］.http：//kns.cnki.net/kcms/detail/42.12 24.g3.20211101.0918.004.html，2022-11-02/2022-02-21.

［18］ MALMQUIST S.Index numbers and indifference surfaces［J］.Trabajos de estadistica， 1953， 4（2）：209-242.

［19］ 吉雪強，尚 杰. 基于三階段SBM模型的中國農業生態效率研究［J］. 中國農業資源與區劃， 2021， 42（7）：210-217.

［20］ 孫振清，魯思思，劉保留.省級區域生態效率評價及提升路徑研究——基于超效率SBM模型和Tobit回歸［J］.生態經濟，2021，37（1）：124-129.

收稿日期：2022-04-22

基金項目：國家社科基金重大項目（19ZDA084）

作者簡介：瞿思雨（2001-），女，湖南岳陽人，在讀本科生，研究方向為農業經濟，（電話）13789015331（電子信箱）695560349@qq.com；通信作者，吳兆丹，女，安徽桐城人，副教授，博士，主要從事水資源經濟及管理研究，（電子信箱）wuzhaodan@hhu.edu.cn。