碳排放約束下長江經濟帶農業綠色生產效率測度及收斂性

徐東芳 孔令成

徐東芳，孔令成. 碳排放約束下長江經濟帶農業綠色生產效率測度及收斂性［J］. 湖北農業科學，2024，63（3）：142-149．

摘要：運用面板三階段DEA模型對長江經濟帶農業綠色生產效率進行測度，并在此基礎上進行收斂性分析。結果表明，環境因素和隨機誤差對長江經濟帶農業綠色生產效率具有顯著影響；長江經濟帶上游、中游和下游的農業綠色生產效率存在明顯的空間不均衡現象；2017—2019年長江經濟帶三大區域省市間農業綠色生產效率差異呈縮小趨勢?；诖?，為了進一步從總體上提高及從空間上優化長江經濟帶農業綠色生產效率，提出明確地區環境，因地制宜；把握區域差異，精準施策；打破區域壁壘，協同發展的對策。

關鍵詞：碳排放約束；農業綠色生產效率；收斂性；長江經濟帶

中圖分類號：F323.223；X82? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）03-0142-08

DOI：10.14088/j.cnki.issn0439-8114.2024.03.022 開放科學（資源服務）標識碼（OSID）：

作為中國的重要糧倉，長江經濟帶過去高強度、粗放式的農業生產模式雖然促進了農業生產產量的增加，但是同時帶來了生產資源浪費、面源污染等問題［1］，因此，提高長江經濟帶農業綠色生產效率迫在眉睫。在轉型過程中，長江經濟帶各省市多措并舉提高農業綠色生產效率，但是由于不同省市的經濟發展水平、地理位置、資源稟賦、文化習俗等不同，農業綠色生產效率可能存在較大差異。在此背景下，研究長江經濟帶農業綠色生產效率，對提高長江經濟帶農業整體競爭力，實現鄉村振興具有重要意義。

國內外學者關于農業綠色生產效率所取得的成果頗豐。理論上，王學婷等［2］對農業綠色低碳發展路徑進行了深入探討；張俊飚等［3］對農業綠色低碳進行了誤區鑒定及發展前瞻，為后續研究厘清了邊界。實證上，農業綠色生產效率的核心在于將其內涵具象化以及對污染物的處理。大多數學者選擇通過構造指標體系來測算農業綠色生產效率，但指標選取的角度與測算方法卻不盡相同。從指標選取角度看，國外學者Bravo-Ureta等［4］認為發展中國家農業生產效率主要受農民受教育程度、自有資產和自身經營管理能力的影響；Helfand等［5］認為提高人力資本是提高農業生產效率的關鍵因素；Monchuk［6］認為科學的價格調控政策能有效提高農業生產效率。與國外學者相比，國內學者更側重從微觀角度選取指標進行研究。有學者認為農藥、化肥、農用地膜等投入的減少有助于提高農業綠色生產效率［7］；也有學者從土地、勞動、資本三大要素投入角度測算［8］；還有學者創造性地將種子投入做細分處理［9］。從污染物處理角度看，主要有兩種處理方式，一是將污染物看作投入變量，符合投入品越少越好的特征［10］；二是將污染物等“非合意產出”轉換為“合意產出”，該方法被大多數學者采用［11-13］。將碳排放等污染物進行非合意產出標記區分，是傳統農業效率與農業綠色效率的顯著區別。劉亦文等［14］將農業碳排放作為農業污染物進行非期望產出標記，從而測算中國農業綠色全要素生產率。

綜上可以看出，現有成果較少將研究區域置于同質環境下分析農業綠色生產效率。長江經濟帶作為中國重要農業生產區，提高其農業綠色生產效率對促進農業高質量發展、保障國家糧食安全具有重要意義?；诖?，本研究以長江經濟帶11個省市為研究對象，構建面板三階段DEA模型，綜合傳統DEA模型與SFA模型的優點，剔除各省市環境因素和隨機誤差對農業綠色生產效率的影響，測算長江經濟帶農業綠色生產效率，并對其收斂性進行分析，以期真實準確地評估該區域農業綠色生產效率的發展水平并預測其未來態勢，為今后從整體上提高及空間上優化長江經濟帶農業綠色生產效率提供參考。

1 研究方法

1.1 模型選擇

三階段DEA模型是Fried等［15］在傳統DEA模型基礎上加以改進提出的能更好地估計決策單元（Decision making unit，DMU）效率的方法。傳統DEA模型不能有效剔除環境因素和隨機誤差項對決策單元效率的影響，無法使決策單元在同質環境下分析，從而使結果失真。而參數隨機前沿模型（Stochastic frontier model，SFA）具有解釋噪聲和研究傳統假設檢驗的優勢，且更貼近農業生產特征，因此Fried等［15］將DEA與SFA模型相結合，提出了三階段DEA模型，此處進一步借鑒劉自敏等［16］的研究成果，采用面板三階段DEA模型對長江經濟帶農業綠色生產效率進行探究，具體步驟如下。

1）第一階段，傳統DEA模型。DEA模型能夠有效評價決策單元生產效率，其能夠在多投入產出的模式下無需構建生產函數估計參數即可度量決策單元之間生產效率的相對有效性。DEA模型主要包括CCR模型和BCC模型，其區別在于假設前提分別為規模報酬不變和規模報酬可變。由于BCC模型的假設更符合實際情況，更具有參考價值，因而第一階段構建基于投入導向型的BCC模型測算純技術效率（Vrste）。

2）第二階段，構建相似SFA模型。利用相似SFA模型可分解第一階段得出的投入/產出松弛值，假設松弛值只受外部環境因素、隨機誤差項和管理效率這3部分因素的影響，構建SFA模型可以有效分離這3部分因素，從中提取出僅由管理無效率導致的DMU投入剩余。

為了進一步將隨機誤差從混合誤差項中分離出來，采用羅登躍［17］的方法估計隨機誤差項。然后使用SFA回歸模型分析結果對長江經濟帶各地區的農業綠色生產效率投入變量進行調整，從而剔除外部環境因素和隨機誤差項的干擾，使其能夠在相同的環境下測算長江經濟帶各地區農業綠色生產效率。調整后的表達式如式（1）所示。

[XAnit=Xnit+maxfZnit;βnt-fZnit;βnt+maxνnit-νnit]? ? ? ? ? ? ? ? （1）

式中，[XAnit]、[Xnit]分別為調整后和調整前長江經濟帶各地區的投入變量；[Znit]為投入松弛變量；[βnt]、[νnit]分別為外部環境變量參數和隨機誤差項的估計值。[fZnit;βnt]是外部環境變量對投入松弛變量的影響，具體表示為[fZnit;βnt=Znitβnt]，即外部環境變量與投入松弛變量的乘積；[maxfZnit;βnt-fZnit;βnt]表示使長江經濟帶各決策單元調整至同樣的經營環境；[maxνnit-νnit]表示將長江經濟帶各決策單元的隨機干擾調整至相同情形。

3）第三階段，調整后的DEA模型。利用調整后的投入變量數據[XAnit]替代長江經濟帶原始投入變量數據[Xnit]，產出仍為長江經濟帶原始產出數據，再次使用BCC模型評估純技術效率，進而得到長江經濟帶各決策單元的農業綠色生產效率（AGPE），即剔除了外部環境變量與隨機誤差項影響的綠色生產技術效率，能夠客觀地反映長江經濟帶各決策單元的農業綠色生產效率。

1.2 數據來源與指標選取

立足于長江經濟帶農業綠色生產實際，并借鑒劉艷［18］的研究成果，以廣義農業為研究對象，并選取該經濟帶11個省市作為目標區域，所有數據均來自2001—2020年《中國統計年鑒》及各省市統計年鑒。所選取的指標具體如下。

1）投入指標選取。選取土地、勞動、農業機械總動力、農藥、化肥和農用地膜作為投入要素［19］。其中，土地為農用土地面積，包括農作物播種面積、水產養殖面積；勞動為第一產業從業總人數；農業機械總動力指用于農業的機械動力之和。

2）產出指標選取。農業生產效率的產出指標主要反映農業所提供農產品的經濟價值，因此在研究長江經濟帶農業綠色生產效率時，選擇各地區的農林牧漁業生產總值作為產出指標［20］，為消除物價因素的影響，以2000年為基期做指數平減處理，得出各省市農林牧漁業的實際產出。此外，借鑒吳傳清等［21］的研究成果，選擇農業碳排放作為非合意產出，并依據李波等［22］的成果對其進行細致測算及相應轉化，以期對長江經濟帶農業綠色生產效率進行有效測度及收斂性分析。

3）環境指標選取。產業結構高度化（ISH），表示各省市在經濟發展過程中，第二、第三產業產值之和占地區GDP總值的比重，借鑒張玉昌等［23］的測度方法，計算長江經濟帶各省市產業結構高度化水平，其值越大表示該地區產業結構高度化水平越高，產業結構趨向成熟；城鎮化水平（URB），用人口城鎮化比重代替，城鎮化水平越高表示地區經濟發展水平越好［24］；農村人均用電量（ELE），用農村總用電量除以農村常住人口數表示，用均值表示有利于地區之間的橫向對比；農村居民人均可支配收入（INC），以2000年為基期進行指數平減以消除價格因素的影響［19］。

4）Pearson 相關性檢驗。在實證分析之前，利用Pearson相關性檢驗對投入變量指標與產出變量指標之間是否滿足同向性假設進行驗證。采用SPSS 20.0軟件進行檢驗，結果如表 1所示。由表1可知，長江經濟帶各省市投入變量與產出變量相關系數多數通過了雙側在1%顯著水平下的檢驗，小部分在5%水平下也通過檢驗，說明構建的指標體系滿足同向性假設要求，所選取的投入、產出指標合理，可進行下一步實證分析。

1.3 收斂性分析

經典收斂模型主要包括α收斂和β收斂，其中β收斂的應用更廣泛。

1.3.1 α收斂檢驗 α收斂檢驗可判定不同省份農業綠色生產效率的差異是否會隨時間推移而不斷縮小，即各地農業綠色生產效率差異是否會逐漸消失。α收斂檢驗需要逐年計算不同省市農業綠色生產效率的變異系數（CV），具體計算式如式（2）所示。

[CV=i=1nxit-xt2nxt]? ? ? ? ? ? ? ? （2）

式中，xit表示i省市t年農業綠色生產效率；[xt]為各省市農業綠色生產效率的均值。CV越大，說明各省市農業綠色生產效率差異越大。

1.3.2 β收斂檢驗 經典β收斂分為絕對β收斂和條件β收斂，其中絕對β收斂與α收斂都屬于絕對收斂，都是判別不同地區農業綠色生產效率增長最終是否達到穩定狀態，如果存在絕對β收斂則說明落后的地區在后續的發展中農業綠色生產以較快的速度追上了領先的地區。絕對β收斂檢驗的計算式如式（3）所示。

[ln（AGPEi，t+1）-ln（AGPEi，t）=α+βln（AGPEi，t）+εi，t]? ? ? ? ? ? ? ? ? ? ? ? （3）

式中，[ln（AGPEi，t+1）-ln（AGPEi，t）] 表示長江經濟帶第i個省市t+1年農業綠色生產效率對數與第t年的差值；α為常數項；β為回歸系數；[εi，t]為隨機誤差。如果β系數顯著為負，則認為存在絕對β收斂。

2 實證結果與分析

2.1 第一階段傳統DEA模型實證結果

運用DEAP2.1軟件對長江經濟帶2000—2019年的農業綠色生產效率水平進行有效測度，因篇幅較長，此處僅展示了2000年、2014年、2019年的結果，具體如表2所示。從長江經濟帶整體變化幅度看，該區域這3年經濟帶農業綠色生產綜合技術效率和純技術效率都經歷了先降后升的變化，規模效率則先增后減。2000年，國家提出“三農”的概念，將農業、農村、農民問題提高到國家戰略高度；2014年，中共中央首次提出長江經濟帶戰略，注重大保護，不搞大開發，因此以上農業綠色生產效率的變化整體符合長經濟帶農業綠色生產發展實際。由于此結果沒有分離環境變量和隨機誤差對農業綠色生產效率的影響，因而無法精確反映不同省市間的實際環境效率，還需進一步分解測算。

2.2 第二階段面板相似SFA模型實證結果

將第一階段得出的決策單元投入松弛值作為因變量，再將所篩選的環境變量作為自變量，代入SFA面板回歸模型，利用Stata15軟件進行估計，結果如表3所示。從表3可以看出，4個環境變量對投入松弛值的系數大多數通過顯著性檢驗，且管理無效率（μ）除勞動力松弛外均在5%或1%的水平下顯著，說明選用的環境變量對長江經濟帶農業綠色生產效率投入冗余的影響是顯著的。農藥、農用地膜、化肥、農業機械動力投入松弛的管理無效率與總方差的比值（γ）大于0.50，說明農藥、農用地膜、化肥、農業機械動力投入松弛主要受管理因素的影響。相反，勞動力和農用土地面積松弛所對應的γ分別為0.207 4和0.335 1，均小于0.50，說明隨機誤差對勞動力松弛和農用土地面積松弛的影響占主導地位。因此，構建SFA模型對管理無效率和隨機誤差進行剝離是有必要的。由結果可知，農村居民實際可支配收入對所有投入松弛變量均具有顯著的負效應，說明提高農村居民收入有利于降低投入，提高農業綠色生產效率。人口城鎮化對農藥、農業機械動力松弛具有顯著的正向影響，對勞動力松弛具有顯著的負向影響；產業結構高度化只對農藥松弛有負向影響；農村人均用電量僅對農藥松弛有顯著的正向影響。

2.3 第三階段調整后DEA模型實證結果

把第二階段得出的系數代入式（1）計算出調整后的投入變量，并結合原始產出變量構建成新的投入產出矩陣，再次代入BCC模型進行計算分析，最終得到第三階段調整后的長江經濟帶農業綠色生產綜合技術效率、純技術效率、規模效率和規模報酬狀況等，結果如表4所示。2000—2019年長經濟帶農業綠色生產綜合技術效率、純技術效率、規模效率均處于遞增的狀態，均在2019年達最大值，且純技術效率達最佳水平，但規模效率有待進一步提高。

對比表2和表4可知，將外部環境因素和隨機誤差因素剔除后，長江經濟帶2000—2019年農業綠色生產的綜合技術效率和規模效率大幅度降低，純技術效率提高。為了進一步分析第一階段與第三階段結果的有效性，通常采用Wilcoxon檢驗進行分析，檢驗結果如表5所示。由表5可知，長江經濟帶農業綠色生產效率調整前后均存在顯著差異，說明第二階段對環境因素和隨機誤差的剝離是有效的，最終使得長江經濟帶所有省市農業綠色生產處于同質的環境里，因而純技術效率更能真實地反映長江經濟帶農業綠色生產效率。

對比表2和表4結果可知，總體而言，與第一階段相比，第三階段長江經濟帶農業綠色生產的綜合技術效率和規模效率有所回落，而純技術效率卻有一定的提升。具體來看，農業綠色生產綜合技術效率3年所有地區均值從0.809小幅回落至0.729，規模效率從0.975大幅降低至0.731，而純技術效率的平均水平從0.830上升至0.997，這說明在經營環境和隨機誤差的影響下，長江經濟帶農業綠色生產的綜合技術效率和規模效率表現虛高，而純技術效率則出現抑制情況。具體到相關省市，上海市在調整后規模效率出現了大幅下降，2019年從調整前的1.000降到調整后的0.288，成為規模效率最低的區域，其原因是上海市作為全國金融中心大力發展第二、第三產業，第一產業發展總體薄弱，且上海市依托優越的地理位置促使周邊城市對其農產品需求補給式供應，才使得上海市農產品市場供求基本穩定，而其農業生產經營規模無法從市場角度得到有效調節。同樣的情況也發生在重慶市和貴州省兩地，調整后規模效率整體大幅下降。重慶市是有名的山城，貴州省處于云貴高原，種植面積較少，規模效率低是符合實際情況的，進一步佐證了對環境變量進行剝離是合理的。江西省作為長江經濟帶農業大省，調整后其純技術效率（2014年、2019年）提高，但規模效率（2000年、2014年、2019年）均有不同程度下降，且下降幅度較大，說明江西省綠色生產效率較高，但是規模效率較低，需進一步擴大農業綠色生產規模。江蘇、浙江、安徽、湖北和四川5省2019年在調整前后純技術效率均為1.000，說明這5個省的農業綠色生產屬于較高水平。云南省2019年調整前后純技術效率均為1.000，規模效率從0.889提高至0.916，說明環境使云南省的規模效率被低估；類似情況的還有湖南省，2019年調整前后湖南省純技術效率從0.974提高至1.000，規模效率從0.968提高至0.971，綜合技術效率從0.942提高至0.970，說明環境使湖南省的綠色生產效率和規模效率被低估，導致湖南省的技術效率被低估。

2.4 收斂性分析

通過上述分析可知長江經濟帶農業綠色生產效率在空間上存在差異，因此，把考察樣本劃分為上游（云南省、貴州省、四川省、重慶市）、中游（湖南省、湖北省、江西?。┖拖掠危ò不帐?、浙江省、江蘇省、上海市）3個區域進行研究。為進一步分析差異性的具體情況和未來發展趨勢，借鑒沈洋等［25］、李欠男等［26］的研究，引入收斂性分析。

2.4.1 α收斂檢驗 根據式（2）計算得出長江經濟帶11個省市的變異系數。隨著時間的推移，若CV小于前一年的，則存在α收斂，反之表示發散。由圖1可知，2000—2019年，總體變異系數呈先下降后上升再下降最后平穩的趨勢。2002—2004年，總體和各區域變異系數波動幅度較大，原因可能是2000年國家正式提出“三農”概念，重視農業問題，探索農業發展，故此階段長江經濟帶農業綠色生產效率變異系數波動較大，符合國情。2006年，中國廢止了農業稅，大力發展農業，此后農業進入平穩發展階段。2015年是深化改革開放的關鍵年，國家重拳出擊整治環境污染，推進長江經濟帶區域發展，故長江經濟帶各區域農業綠色生產效率變異系數趨于平穩。2017—2019年，長江經濟帶總體、上游、中游的變異系數在緩慢下降，說明“十三五”期間，長江經濟帶區域環境治理效果顯著；在此期間，長江經濟帶上游、中游、下游農業綠色生產效率變異系數形成穩定態勢，說明長江經濟帶上游、中游、下游采取的環境治理技術和治理措施形成了各自穩定的農業技術推廣和傳播狀態。總體而言，長江經濟帶農業綠色生產效率變異系數最終穩定在0.26，上游農業綠色生產效率變異系數穩定在0.21，二者之間差距較小，表明長江經濟帶農業綠色生產效率總體與上游存在α收斂。下游農業綠色生產效率變異系數穩定在0.43，但中游變異系數卻穩定在0.13以下，二者之間相差近2倍，故不存在α收斂，因此需要進一步進行β收斂分析。

2.4.2 β收斂檢驗 采用面板固定效應模型相比于一般的回歸模型更有利于控制不同地區在氣候和自然資源環境等方面的差異，因此利用固定效應模型從時間維度和空間維度根據式（3）進行回歸分析，結果如表6、表7所示。從時間維度（表6）可以看出，2000—2019年，β在1%水平顯著為負。由α收斂分析可知，2000—2005年，長江經濟帶各省市農業綠色生產效率變異系數處于波動狀態，因此該階段不做β收斂分析。2006—2019年，β在1%水平顯著為負，故2006—2019年長江經濟帶各省市農業綠色生產效率存在絕對β收斂。從空間維度（表7）可以看出，長江經濟帶無論是從整體上還是分區域上，β均在1%水平通過檢驗且全部為負，進一步驗證了長江經濟帶各省市農業綠色生產效率存在絕對β收斂，且收斂狀態穩定。兩個維度檢驗結果均顯示存在絕對β收斂，說明長江經濟帶區域農業綠色生產效率發展穩定，區域一體化建設卓有成效。從β絕對值看，長江經濟帶中上游β的絕對值遠大于長江經濟帶下游，說明長江經濟帶中上游省市農業綠色生產效率遠高于下游省市，下游省市農業綠色生產進入緩慢增長期。

3 小結與建議

3.1 小結

本研究分別運用面板三階段DEA模型和面板固定效應模型對長江經濟帶農業綠色生產效率進行了實證測度及收斂性分析，得出以下結果。

第一，環境因素和隨機誤差對長江經濟帶農業綠色生產效率具有顯著影響。農村實際可支配收入的提高有利于減少投入冗余，提高資源的利用效率，從而提高農業綠色生產效率；人口城鎮化水平的提高有利于帶動充分就業，減少勞動力冗余，但卻造成嚴重的機械動力的浪費；產業結構高度化對污染環境的投入使用量有明顯的降低作用，卻會造成其他投入資源的浪費。

第二，從變異系數看，長江經濟帶上游、中游、下游的農業綠色生產效率存在區域不均衡現象。長江經濟帶農業綠色生產效率差異由小到大依次為中游、上游、下游。2017—2019年長江經濟帶三大區域農業綠色生產效率差異呈縮小趨勢。

第三，從收斂結果看，長江經濟帶整體和上游地區農業綠色生產效率存在α收斂，而長江下游和中游地區則存在絕對β收斂。長江經濟帶中上游省市農業綠色生產效率遠高于下游省市，下游省市農業綠色生產效率較低且增長緩慢。

3.2 建議

基于以上研究結論，為了從總體上進一步提高及從空間上優化長江經濟帶農業綠色生產效率，進而推動該區域農業朝著更高質量方向發展，提出以下對策建議。

第一，明確地區環境，因地制宜。多措并舉提高農民收入，鼓勵剩余勞動力轉移，推動城鎮化發展；同時引進新型農業技術，提高農業機械動力利用率；優化農村產業結構，加大環境污染治理力度，全方位提高資源利用率，促進農業綠色生產效率提高。

第二，把握區域差異，精準施策。長江經濟帶上游地區繼續落實相關農業政策，穩步推動農業綠色生產效率提高；中游地區完善農業推廣體系，向落后區域傳播高效農業生產技術及方式；下游地區需要引進農業科技人才，釋放科技創新潛能，提高農業綠色生產效率。

第三，打破區域壁壘，協同發展。加快市場體系建設，減少地區行政壁壘，暢通要素流動路徑，推動各省市農業綠色生產率提高，縮小區域差距，實現長江經濟帶農業綠色生產效率區域聯動和協同提高。

參考文獻：

［1］ 王若梅，馬海良，王 錦.基于水-土要素匹配視角的農業碳排放時空分異及影響因素——以長江經濟帶為例［J］.資源科學，2019，41（8）：1450-1461.

［2］ 王學婷，張俊飚.雙碳戰略目標下農業綠色低碳發展的基本路徑與制度構建［J］.中國生態農業學報（中英文），2022，30（4）：516-526.

［3］ 張俊飚，何 可.“雙碳”目標下的農業低碳發展研究：現狀、誤區與前瞻［J］.農業經濟問題，2022（9）：35-46.

［4］ BRAVO-URETA B，PINHEIRO A. Efficiency analysis of developing country agriculture：A review of the frontier function literature［J］. Agricultural and resource economics review， 1993， 22（1）：88-101.

［5］ HELFAND S M， LEVINE E S. Farm size and the determinants of productive efficiency in the Brazilian Center-West［J］ . Agricultural economics， 2004， 31（2）：241-249.

［6］ MONCHUK D C.中國農業生產非效率的影響因素分析［J］.世界經濟文匯，2009（2）：47-56，11.

［7］ 黃炎忠，羅小鋒，李兆亮.我國農業綠色生產水平的時空差異及影響因素［J］.中國農業大學學報，2017，22（9）：183-190.

［8］ 郭海紅，劉新民.中國農業綠色全要素生產率的時空分異及收斂性［J］.數量經濟技術經濟研究，2021，38（10）：65-84.

［9］ 李翠霞，許佳彬，王 洋.農業綠色生產社會化服務能提高農業綠色生產率嗎［J］.農業技術經濟，2021（9）：36-49.

［10］ 鄧 波，張學軍，郭軍華.基于三階段DEA模型的區域生態效率研究［J］.中國軟科學，2011（1）：92-99.

［11］ 相天東.我國區域碳排放效率與全要素生產率研究——基于三階段DEA模型［J］.經濟經緯，2017，34（1）：20-25.

［12］ 郭四代，仝 夢，郭 杰，等.基于三階段DEA模型的省際真實環境效率測度與影響因素分析［J］.中國人口·資源與環境，2018，28（3）：106-116.

［13］ 井 莉.環境規制下我國糧食生產綠色全要素生產率分析［J］.南方農業學報，2021，52（8）：2311-2318.

［14］ 劉亦文，歐陽瑩，蔡宏宇.中國農業綠色全要素生產率測度及時空演化特征研究［J］.數量經濟技術經濟研究，2021，38（5）：39-56.

［15］ FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis［J］. Journal of productivity analysis， 2002（17）： 121-136.

［16］ 劉自敏，張昕竹，楊 丹.我國省級政府衛生投入效率的時空演變——基于面板三階段DEA模型的分析［J］.中央財經大學學報，2014（6）：97-104.

［17］ 羅登躍.三階段DEA模型管理無效率估計注記［J］.統計研究，2012，29（4）：104-107.

［18］ 劉 艷.數字普惠金融對農業全要素生產率的影響［J］.統計與決策，2021，37（21）：123-126.

［19］ 肖 琴，周振亞，羅其友.長江經濟帶農業綠色生產效率及其時空分異特征研究［J］.中國農業資源與區劃，2020，41（10）：15-24.

［20］ 李兆亮，羅小鋒，薛龍飛，等.中國農業綠色生產效率的區域差異及其影響因素分析［J］.中國農業大學學報，2017，22（10）：203-212.

［21］ 吳傳清，黃 成.排污異質性與長江經濟帶工業綠色轉型發展研究［J］.湖北大學學報（哲學社會科學版），2021，48（1）：105-114，173.

［22］ 李 波，王春妤，張俊飚.中國農業凈碳匯效率動態演進與空間溢出效應［J］.中國人口·資源與環境，2019，29（12）：68-76.

［23］ 張玉昌，宋 建.要素配置、產業發展與產業結構——基于政府主導的產業發展戰略視角［J］.南方經濟，2018（9）：86-106.

［24］ 程琳琳，張俊飚，何 可.空間視角下城鎮化對農業碳生產率的直接作用與間接溢出效應研究［J］.中國農業資源與區劃，2019，40（11）：48-56.

［25］ 沈 洋，周鵬飛.農業綠色全要素生產率測度及收斂性分析——基于碳匯和碳排放雙重視角［J］.調研世界，2022（4）：58-68.

［26］ 李欠男，李谷成，尹朝靜.中國農業綠色發展水平的地區差異及收斂性——基于地級市面板數據的實證［J］.中國農業大學學報，2022，27（2）：230-242.

收稿日期：2023-02-28

基金項目：湖北省教育廳哲學社會科學研究項目（19Q045）；長江大學社會科學基金項目（2017csza02）

作者簡介：徐東芳（1996-），女，湖北咸寧人，在讀碩士研究生，研究方向為農業經濟管理及技術經濟，（電話）15307248728（電子信箱）1306789028@qq.com；通信作者，孔令成（1987-），男，湖北仙桃人，講師，博士，主要從事農業家庭經營與管理研究，（電話）18986661639（電子信箱）konglingcheng110@sina.com。