廣西蠶桑產業生產效率及影響因素研究

羅明智 黃紅燕 張培芬 李莉 王冬梅 李標

摘要： 運用超效率SBM-DEA模型對2008—2017年廣西12個地市蠶桑產業生產效率進行測算，在此基礎上運用面板Tobit模型對廣西蠶業生產效率的影響因素進行初步探究。結果表明，廣西蠶桑產業生產效率的整體水平偏低;財政支農、蠶繭收購價格、蠶農協會農戶數、桑園規模對蠶桑產業生產效率具有正向相關性，養蠶收入和農村居民純收入對蠶桑產業生產效率具有負向相關性。建議推行技術導向和規模導向型的政策，穩定蠶繭收購價格，制定蠶種投入量與桑葉產量技術標準，推行蠶桑業種養分離模式，優化財政支農支出結構。

關鍵詞： SBM-Tobit模型;蠶桑產業;生產效率;影響因素;廣西

中圖分類號： F327（267）

文獻標志碼： A

文章編號： 1001-7003（2019）02-0001-07

引用頁碼： 021101

Abstract： Estimation was made on the production efficiency of sericulture in 12 cities in Guangxi from 2008 to 2017 with super-efficient SBM-DEA model， and preliminary study was conducted on the influencing factors on production efficiency of sericulture in Guangxi with panel Tobit model on this basis. The results show that the overall production efficiency of sericulture industry in Guangxi is low; financial support for agriculture， purchase price of silkworm cocoon， number of peasant households in silkworm farmers association and scale of mulberry plantation have positive correlation with production efficiency of sericulture industry， while income from silkworm rearing and net income of rural residents have negative correlation with production efficiency of sericulture industry. It is suggested to carry out technology-oriented and scale-oriented policies， stabilize the purchase price of silkworm cocoons， formulate technical standards for the input amount of silkworm seeds and the yield of mulberry leaves， implement the separation mode of silkworm and mulberry breeding， and optimize the structure of financial support for agriculture.

Key words： SBM-Tobit model; sericulture; production efficiency; influencing factors; Guangxi

依托“東桑西移”戰略的實施，廣西壯族自治區（簡稱廣西）已成為蠶桑產業主要承接區域，其產業多項指標連續十二年成為國內第一[1]。而后，廣西現代農業“十三五”規劃實施綱要的發布，提出打造蠶業強省，推進桑、蠶資源多元化應用，拓展產業發展空間，優化區域布局，以高產、高質、高效為核心，加快提升現代蠶業的發展目標。中國處于深入推進供給側結構性改革的關鍵時期，為加速實現廣西蠶桑產業由蠶業大省轉型為蠶業強省的目標，以及提高蠶桑產業生產效率具有重要的現實意義。

回顧以往對蠶桑產業生產效率的研究，較早是由藍廣芊等[2]使用生產函數構建蠶繭生產函數測量的結果發現科技進步貢獻率對中國蠶繭產量的影響最大，而生產資料投入的貢獻較弱。宋長鳴等[3]運用C-D生產函數進行模擬的結果顯示，現階段資本投入的增加能大幅度地提高畝產值，提高勞動生產率應當進一步降低單位面積用工數量。羅麗等[4]采用非參數Malmquist方法，得出“東桑西移”政策實施后，中西部地區的蠶繭生產技術進步、技術效率和全要素生產率均有不同程度增長的結論。李建琴等[5]采用柯布-道格拉斯生產函數建立蠶桑生產函數計量分析的結果表明，勞動力和土地投入對中國蠶桑生產的影響已經逐漸減弱，而資本投入與技術進步才是促進蠶桑生產發展的主要因素。邱萍萍[6]通過調查問卷采集數據并運用數據包絡分析（DEA）方法，對中國不同蠶桑生產組織模式下農戶的生產效率進行了實證分析，結果發現在技術效率層面上，“公司+農戶”模式效率最優;在規模效率層面上，最優的則是“公司+中介組織+農戶”模式，而農戶進行蠶桑生產的最適宜規模則是養蠶大戶型。趙明等[7]運用超效率DEA、Tobit兩階段模型，對2014年中國15個桑蠶繭主產省份生產效率進行了評價，并從城鎮化率、農林水事務支出水平等宏觀角度分析影響各主產省份生產效率的因素，得出東部省份桑蠶繭生產效率普遍低于中西部省份，大多數省份處于規模報酬遞增階段，應該加大生產規模的結論。

綜合以上文獻，鮮有對廣西蠶桑產業生產效率的研究，結合廣西已經成為“東桑西移”的主要承接地區這一現實情況，為了持續推進廣西蠶桑產業升級轉型提供決策參考，本文采用超效率SBM模型對廣西蠶桑產業生產效率進行測度，并采用Tobit模型探究廣西蠶桑產業生產效率的影響因素，并針對性地提出提高廣西桑蠶繭生產效率的建議。

1?廣西各地市蠶業發展現狀與差異分析

根據2017年廣西各地市蠶繭情況（表1）統計結果可知，全區超2萬噸產量的行政市是前六名，而余下城市蠶繭產量都低于0.5萬噸，也可以看出傳統優勢蠶區和非優勢蠶區的數量基本是呈現五五分成的局面。從蠶繭產量占比情況來看，傳統優勢蠶區河池、南寧、來賓和柳州占比為整個廣西的84.68%，整個廣西的蠶繭生產多集中在以上幾個傳統優勢蠶區，非傳統優勢生產量蠶區相對較少，各地市蠶業發展情況呈現出階梯式的狀態，蠶繭生產差異較為明顯，出現越是傳統優勢蠶業生產區域越能吸引更多資源的局面，即資源配置中的“馬太效應”。

2?研究方法與數據

2.1?超效率SBM-DEA模型

自從1978年美國運籌學家Charnes等[8]提出用于效率評價的DEA模型以來，由于其具有適用于多項投入產出指標綜合效率評價、無需對數據進行無量綱化處理與事先賦予權重等多種優點，已成為國內學者用于各行業效率評價的常用模型。傳統的DEA模型主要分為規模報酬不變的模型（CCR-DEA）與規模報酬可變模型（BCC-DEA），但是以上兩類模型均屬于徑向和線性分段形式的測度方式，其基于投入產出數據的比值來測度效率。傳統的DEA模型假設所有投入或產出可以同比例縮減或增加，并未考慮松弛變量的效率結果的影響，使得測度的結果易于產生偏誤[9]。因此，Tone[10]于2002年提出了基于松弛變量且非徑向的超效率SBM-DEA模型，此模型不僅將松弛變量加入了目標函數中，規避了投入要素同比例縮減的假設條件，很好地解決了由于傳統DEA模型固有缺陷而帶來的測度偏差，還結合了Andersen等[11]提出的超效率DEA方法，解決了多個有效決策單元（即綜合效率值為1）間可比的問題，提高了在實證分析中的準確度。此外，借鑒相近行業其他領域的研究方法，在不考慮非期望產出的情況下，超效率SBM模型一般看來也優于傳統的超效率DEA模型[12-14]。

因此采用根據Tone構建的超效率SBM-DEA模型對廣西蠶業生產效率進行研究，其模型可表示為：

當ρ≥1時，決策單元有效;當ρ<1時，決策單元存在效率損失，需進一步優化投入產出要素。

2.2?Tobit模型

蠶桑產業生產效率的差異除了受到投入產出各要素影響外，還受到其他因素的影響。本文將廣西蠶桑產業生產效率作為被解釋變量，各影響因素作為解釋變量構造計量模型對蠶業生產效率的影響因素進行實證檢驗。由于超效率值有一個最低界限值0，屬于截尾數據，直接以生產率值為因變量，用OLS（最小二乘法）進行回歸分析，可能會出現偏差。因此，借鑒前人方法[15-17]，采用更為準確的Tobit回歸模型，如下式所示：

2.3?指標體系構建與數據來源

根據農業經濟學理論，農業生產要素的投入主要包含土地、勞動力和資料等指標。本文依照科學性、合理性和數據可獲得性的原則，在投入要素方面選取桑園面積代表土地投入，選取養蠶戶數近似替代勞動力，選取飼養量代表蠶種投入，選取小蠶共育率和方格簇應用率代表技術投入[18]。在產出方面為避免價格因素影響，本文選取產繭量作為實物產出要素。由于廣西北海、防城港兩市未發展桑蠶業，因此本文研究對象為廣西所轄的12個地市，時間段為2008—2017年，觀測值共120個，所有選取的投入產出指標數據來源于廣西蠶業科學研究院統計數據。

在運用超效率SBM-DEA模型進行生產效率評價前，本文依照常規流程，運用皮爾遜（Pearson）相關性檢驗方法對各項指標進行檢驗，結果見表2。皮爾遜檢驗結果表明，各投入項與產出項之間均能在1%的置信水平下通過雙尾檢驗且相關系數為正，說明投入量增加時產出并未減少，各投入產出指標符合“同向性”原則，表明本文模型構造合理，適宜作進一步分析。

在蠶桑產業生產效率影響因素方面，本文借鑒前人研究方法[19-20]，選擇農業經濟水平、價格因素、養蠶收入、桑園規模、人力資源和財政支農支出作為影響因素的指標。為了減少異方差的影響，在運用Tobit回歸模型研究對蠶業生產效率之前對各項影響指標數據在具體回歸測試中均采用其自然對數值。上述影響因素的數據均來源于《廣西壯族自治區統計年鑒》、廣西蠶業科學研究院統計數據。需要特別說明的是由于廣西統計年鑒數據僅更新至2016年，因此本文對生產效率影響因素研究的時間段為2008—2016年，樣本地區為廣西所轄的12個地市。

3?廣西蠶桑業生產效率測算結果與分析

運用Mydea 1.0軟件，基于投入導向的超效率SBM-DEA模型計算出2008—2017年廣西各地市蠶業生產效率及其均值，結果見表3。

超效率SBM-DEA模型計算出的效率值達到1，即達到最優前沿，計算結果越大效率越高。由表3可知，2008—2017年廣西歷年生產效率均值總體較低，12個市效率均值超過0.8以上的僅有崇左、梧州、欽州、貴港，其他市生產效率都偏低。總體看來，各市整體并未表現出明顯的增長或降低趨勢，而是呈現小幅波動的均衡走勢。可以明顯發現，其中效率均值最高的地市是崇左（1.008），2008—2016年的效率都是波動中上升的趨勢且大多大于1，說明生產效率達到產出水平的最優值，但其效率值在2017年明顯大幅減低，變成0.650，其主要原因是近年來崇左市扶貧政策的中桑苗實物補貼的實施，桑園面積擴大，而蠶種和其他技術投入短期內并未有長足進步，導致生產效率下滑。另外，效率均值最低的地市是百色（0.475），作為非傳統優勢產區技術、蠶種和種桑面積的投入與蠶繭產出一直處于低生產效率的狀態，一直到2017年才有較大提升。類似的地市還有南寧、桂林、賀州，應當將此類行政市作為重點提高對象，從而提高整個廣西蠶桑產業的生產效率。

4?廣西蠶桑業生產效率影響因素分析

4.1?變量選擇說明

為進一步探究廣西蠶桑業生產效率的影響因素，本文主要考慮以下影響因素：1）農業經濟水平。地方農村經濟發展水平高會直接影響蠶農生產管理水平，以農村居民純收入反映地區經濟發展水平，預期為正向影響。2）價格因素。蠶繭收購價格是直接影響到蠶桑產業生產效率的主要因素，以鮮繭收購價反映，預期為正向影響。3）養蠶收入超萬元戶。因為受到逐利心理的影響，收入越高會引起蠶農連鎖投入效應，在一定程度上會提高蠶農生產要素的投入，但是收入越高，逐利心理為了獲得更大利潤，盲目投入造成資源冗余，從而降低效率。以收入超萬元戶數量反映，不做預期。4）桑園規模。規模效應以及蠶繭產量的單位面積效益會直接影響到蠶桑產業生產效率。以10畝以上桑園戶數反映，但不作預期。5）人力資源。作為傳統勞動密集型產業，充足的人力資源在一定程度會直接促進生產效率，考慮到參與農協會的蠶農活躍度更高，更能準確反映人力資源配置效率，則以蠶農協會農戶數反映，預期為正向影響。6）財政支農。財政支農資金會影響農村基礎配套設施，農村基礎配套設施良好會促進農業產業的發展，但是其他農業產業的發展反而會給傳統蠶桑產業造成沖擊，預期為負向影響。

4.2?Tobit模型回歸結果分析

運用Stata 14.0軟件，采用最大似然估計法對參數進行估計，Tobit模型回歸結果如表4所示。

根據表4中回歸系數結果，對廣西蠶桑產業生產效率地區差異產生影響各個因素中，關聯度最高的因素為農村居民純收入（回歸系數為-0.1575），而排名二到六位的因數依次是財政支農支出（回歸系數為0.1144）、鮮繭收購價（回歸系數為0.0681）、養蠶收入（回歸系數為-0.0624）、蠶農協會農戶數（回歸系數為0.0176）、10畝以上桑園戶數（回歸系數為0.01532）;從顯著性結果來看，影響程度依次是在養蠶收入（P值為0.001）、農村居民純收入（P值為0.080）、財政支農支出（P值為0.053），而其余的因素并未通過顯著性驗證。

綜合來看，各因素的影響效應討論如下：1）在養蠶收入方面，收入超過萬元戶的蠶農對蠶桑產業生產效率在1%的水平上存在顯著的負向影響，成為影響廣西蠶桑產業生產效率地區差異最為重要的因素。一方面說明受到逐利心理的影響，收入越高會引起蠶農連鎖投入效應，卻因為技術管理水平與資源投入未能形成有效協調造成資源冗余，最后表現出負向影響，即投入越多而與產出并未成正比，反而降低生產效率。另一方面在現有的資源配置大環境下，低收入則意味著較低的投入，而根據原始數據的計算，2008—2017年超過1萬元和低于1萬元收入的蠶農數量占總數比重范圍都一直維持在92.71%～99.64%，這也說明在自身技術與管理水平可控的范圍內，小規模投入的蠶農在生產效率上反而較高，而達到最大產量之后卻出現邊際報酬效率遞減規律，與整個廣西桑蠶產業生產效率總體未能達到前沿最優的結果一致。2）在農業經濟水平方面，農村居民純收入對蠶桑產業生產效率在10%的水平上存在顯著的負向影響，這與預期相反，成為影響廣西蠶桑產業生產效率地區差異次要的因素。說明在農民純收入越高的地方參與蠶桑生產意愿并不高，深層次原因表明農民在經濟發達地區對從業有更多的選擇，收入渠道也更為廣闊，對蠶桑產業生產的投入反而相對減少，導致管理水平精細程度不足，甚至出現養蠶兼業化的情況，也是導致生產效率與純收入成負向的原因。這與趙明等[7]選用城鎮化指標得出不少第一產業從業人員轉移到工業上來，在一定程度上影響了各省（市、區）桑蠶繭生產的效率結論類似。3）在財政支農支出方面，其投入與蠶桑產業生產效率在10%的水平上存在顯著的正向影響，與預期相反，即成為第三個重要的影響因素。財政支農支出一般指的是農業生產與發展方面的基礎設施建設、科技費用等方面支出，而具體到蠶桑產業則是指優質原料桑蠶基地（示范點）和蠶房的建設、電動機械化種養工具和高效率種養技術、抗病新品種的推廣等，這對生產效率的提高直接或間接起到促進作用。與趙明等[7]研究結論類似，也進一步說明廣西財政支農支出對蠶桑產業配套的財政資金也能達到一定的實際效果。4）在價格因素方面，盡管鮮繭收購價指標的回歸結果不甚顯著，但仍可以看到鮮繭收購價對廣西蠶業生產效率呈正向影響，與預期一致。在一定程度上反映出蠶農作為鮮繭市場價格的被動接受者，價格并不是影響蠶繭生產效率的主要因素，也極可能只影響蠶農生產的積極性。5）在人力資源方面，蠶農協會農戶數對蠶桑產業生產效率并未表現出顯著的情況，但是也呈現出正向影響，與預期一致。說明雖然蠶農在初期依靠單一加大人力資源投入能達到提高生產效率的目的，但是后期受到自身因素的制約，蠶農掌握新技術和先進管理方法的熟練程度并未能達到當前產業發展的要求，人力資源配置的效率提升進程緩慢。6）在桑園規模方面，桑園規模在10畝以上戶數對蠶桑產業生產效率并未表現出顯著的情況，但是也呈現出正向影響。說明桑園規模擴大表達蠶農對養蠶意愿的增加，但是在實際生產中，受到蠶種投入、桑葉品質及生產環境的影響，并未能真正地提高桑園單位面積效益，進一步來說也并未明顯促進蠶繭生產效率。

5?結論與啟示

基于超效率SBM-DEA和Tobit回歸模型分析結果可以得出以下結論：1）2008—2017年，廣西蠶桑產業生產效率均值總體較低，超過0.8以上的僅有崇左、梧州、欽州、貴港，而其他市區的生產效率都有很大的提升潛力。2）在蠶桑產業生產效率影響因素方面：第一，農業經濟水平對蠶桑產業生產效率產生顯著的負向效應;第二，價格因素和養蠶收入分別對蠶桑產業生產效率產生不顯著的正向效應與顯著的負向效應;第三，桑園規模對蠶桑產業生產效率呈現出正向未顯著影響;第四，人力資源和財政支農支出分別對蠶桑產業生產效率產生不顯著的正向效應與顯著的正向效應。3）財政支農、蠶繭收購價格、蠶農協會農戶數、桑園規模對蠶桑產業生產效率具有正向相關性，養蠶收入和農村居民純收入對蠶桑產業生產效率具有負向相關性。從顯著水平與回歸系數看，廣西蠶桑產業生產效率的影響因素大致排名是：養蠶收入>農業經濟水平>財政支農支出>價格因素>人力資源>桑園規模。結合當前廣西蠶桑產業生產實際情況發現，蠶農管理與技術水平不高、人力資源配置的效率提升進程緩慢、桑園單位面積蠶繭生產效率低下、養蠶兼業化都是制約蠶桑產業效率提升的原因。

綜上可以得出以下啟示：1）根據各地市農業經濟水平制定現代發展農業規劃，針對貧困地區與發達地區蠶桑生產效率差異，在農業生產性服務投入上分別推行技術導向和規模導向型的政策。2）鼓勵繭絲綢加工企業與蠶農簽訂保護價購銷合同，穩定蠶繭價格。此外，重點加大種養大戶蠶桑優良品種和節本高效集成技術的示范推廣力度。3）制定地區蠶種投入量與桑葉產量技術標準，提高桑園單位面積投入產出效率。此外，引導農戶在條件成熟的地區，推行蠶桑業種養分離模式，提高成片桑園利用率。4）優化財政支農支出結構，加大財政支農支出對科技成果轉化的支持力度，將財政支農支出向蠶農職業教育、蠶桑產業科技成果轉化、現代集成種養技術關系較為密切的項目傾斜，借助財政支農支出提升物質、人力和技術進步對蠶桑產業生產效率的促進作用。

參考文獻：

[1]祁廣軍. “東桑西移”背景下廣西蠶絲業發展實證研究[D]. 北京： 中國農業大學， 2013.

QI Guangjun. An Empirical Study on the Development of Silk Industry in Guangxi under the Background of “Eastward Shifting of Mulberry to the West”[D]. Beijing： China Agricultural University， 2013.

[2]藍廣芊， 吳大洋. 中國蠶繭生產效率的實證分析[J]. 中國農村經濟， 2009（9）： 56-62.

LAN Guangqian， WU Dayang. Empirical analysis on the production efficiency of silkworm cocoons in China[J]. Chinese Rural Economy， 2009（9）： 56-62.

[3]宋長鳴， 胡興明. 桑蠶繭技術進步率的測定與分析[J]. 絲綢， 2009（12）： 19-21.

SONG Changming， HU Xingming. Measurement and analysis on contribution rate of cocoon technical progress[J]. Journal of Silk， 2009（12）： 19-21.

[4]羅麗， 譚硯文. “東桑西移”對蠶繭全要素生產效率影響分析：基于Malmquist指數方法[J]. 絲綢， 2011， 48（1）： 56-60.

LUO Li， TAN Yanwen. On the effects of sericulture shift from east to west upon the TFP of China’s silk＼|worm：based on Malmquist productivity index method[J]. Journal of Silk， 2011， 48（1）： 56-60.

[5]李建琴， 張琦， 顧國達. 我國蠶桑生產函數的構建與計量分析[J]. 蠶業科學， 2011， 37（4）： 719-724.

LI Jianqin， ZHANG Qi， GU Guoda. Construction and quantitative analysis on the production function of sericulture in China[J]. Science of Sericulture， 2011，37（4）： 719-724.

[6]邱萍萍. 我國蠶桑生產組織模式與農戶生產效率研究[D]. 杭州： 浙江大學， 2013.

QIU Pingping. Research on the Production or Ganization Model and Production Efficiency of Sericulture in China[D]. Hangzhou： Zhejiang University， 2013.

[7]趙明， 陳清. 中國桑蠶繭生產效率評價及影響因素分析：基于超效率DEA和Tobit模型[J]. 江蘇農業科學， 2018， 46（4）： 293-297.

ZHAO Ming， CHEN Qing. Production efficiency evaluation and influencing factor analysis of mulberry cocoon in China：based on super-efficient DEA and Tobit model[J]. Jiangsu Agricultural Sciences， 2018， 46（4）： 293-297.

[8]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research， 1978（2）： 429-444.

[9]陳超， 李紀生. 基于SBM模型的中國水稻生產效率分析[J]. 農業技術經濟， 2008（4）： 71-78.

CHEN Chao， LI Jisheng. Analysis of rice production efficiency in China based on SBM model[J]. Journal of Agrotechnical Economics， 2008（4）： 71-78.

[10]TONE K. A slacks-based measure of super efficiency in data Envelopment analysis[J]. European Journal of Operational Research， 2002， 143（1）： 32-41.

[11]ANDERSEN P， PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science， 1993， 39（10）： 1261-1264.

[12]趙姜， 孟鶴， 龔晶. 京津冀地區農業全要素用水效率及影響因素分析[J]. 中國農業大學學報， 2017， 22（3）： 76-84.

ZHAO Jiang， MENG He， GONG Jing. Measurement of total factor agricultural water efficiency and analysis of influential factors in Jing-Jin-Ji area[J]. Journal of China Agricultural University， 2017， 22（3）： 76-84.

[13]蒲娟， 余國新， 顧景枝， 等. 新疆農業保險效率的實證研究：基于SE-SBM-DEA和Tobit模型的分析[J]. 中國農業資源與區劃， 2017， 38（8）： 176-182.

PAN Juan， YU Guoxin， GU Jingzhi， et al. Empirical study on agricultural insurance efficiency in Xinjiang：based on SE-SBM-DEA and Tobit model[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2017， 38（8）： 176-182.

[14]龍亮軍， 王霞， 郭兵. 基于改進DEA模型的城市生態福利績效評價研究：以我國35個大中城市為例[J]. 自然資源學報， 2017， 32（4）： 595-605.

LONG Liangjun， WANG Xia， GUO Bing. Evaluation of urban ecological well-being performance based on revised DEA model：a case study of 35 major cities in China[J]. Journal of Natural Resources， 2017， 32（4）： 595-605.

[15]丁緒輝， 賀菊花， 王柳元. 考慮非合意產出的省際水資源利用效率及驅動因素研究：基于SE-SBM與Tobit模型的考察[J]. 中國人口·資源與環境， 2018， 28（1）： 157-164.

DING Xuhui， HE Juhua ，WANG Liuyuan. Inter-provincial water resources utilization efficiency and its driving factors considering undesirable outputs： based on SE-SBM and Tobit model[J]. China Population， Resources and Environment， 2018， 28（1）： 157-164.

[16]陸泉志， 陸桂軍， 范稚蓮， 等.廣西農業水資源利用效率及其影響因素研究：基于Global超效率DEA與Tobit模型[J]. 節水灌溉， 2018（8）： 54-58， 65.

LU Quanzhi， LU Guijun， FAN Zhilian， et al. A study on utilization efficiency of agricultural water resources and its influential factors in Guangxi：based on Global super-efficiency DEA and Tobit model[J]. Water Saving Irrigation， 2018（8）： 54-58， 65.

[17]李丹， 曾光， 陳城. 中國柑橘全要素生產率演進及影響因素研究：基于Malmquist-Tobit模型的實證[J]. 四川農業大學學報， 2018， 36（1）：118-124.

LI Dan， ZENG Guang， CHEN Cheng. Measuring the total factor productivity of citus in China and studying its influence factors：the empirical analysis based on the Malmquist-Tobit method[J]. Journal of Sichuan Agricultural University， 2008， 36（1）： 118-124.

[18]王寶義， 張衛國. 中國農業生態效率的省際差異和影響因素：基于1996—2015年31個省份的面板數據分析[J]. 中國農村經濟， 2018（1）： 46-62.

WANG Baoyi， ZHANG Weiguo. Cross-provincial differences in determinants of agricultural eco-efficiency in China： an analysis based on panel data from 31 provinces in 1996-2015[J]. Chinese Rural Economy， 2018（1）： 46-62.

[19]余玉敏， 陳萬旭， 朱麗君， 等. 河南省農業生產效率測度及影響因素[J]. 水土保持研究， 2018， 25（5）： 262-268.

YU Yomin， CHEN Wanxu， ZHU Lijun， et al. Study on the measurement and influencing factors of agricultural production efficiency in Henan province[J]. Research of Soil and Water Conservation， 2008， 25（5）： 262-268.

[20]王剛毅， 劉杰. 東北地區農業生產效率測度及影響因素[J]. 北方園藝， 2018（15）： 192-202.

WANG Gangyi， LIU Jie. Measurement of agricultural production efficiency and its influencing factors in northeast China[J]. Northern Horticulture， 2018（15）： 192-202.