生態環境約束下農業全要素生產率時空變化研究

李華旭 楊錦琦

摘要：將生態環境約束引進農業全要素生產率分析框架，測算生態環境約束下江西省2000-2017年I1個地市農業全要素生產率及其分解成分，分析江西省農業全要素生產率的收斂性，在生態環境約束下從整體上把握江西省農業全要素生產率時空變化情況。結果表明：2000-2017年江西省生態環境約束下農業全要素生產率未呈現穩定增長態勢且顯現出局部期間下降的特征，農業全要素生產率對江西省農業產出增長貢獻率極低，從構成上來看無論是技術進步還是技術效率改善對于江西農業全要紊生產率的增長影響均呈現不規律性，江西省各地市農業全要素生產率存在區域差異性，生態環境約束下江西省農業全要素生產率呈現俱樂部收斂特征。

關鍵詞：生態環境約束;農業全要素生產率;江西省

中圖分類號：F302.6 文獻標識碼：A 文章編號：1006-0448（2020）03-0081-10

一 引言

堅持農業綠色發展的定位，把提升全要素生產率作為新時代農業現代化主攻方向，推動農業發展質量變革、效率變革和動力變革，是新時代黨中央、國務院作出的重大戰略部署。然而近年來，我國農業生態資源環境遭受內外源性污染雙重壓力，農業面源污染嚴重，農業可持續發展遭遇瓶頸。2018年，國家出臺了《農業農村污染治理攻堅行動計劃》《關于加快推進長江經濟帶農業面源污染治理的指導意見》，可見農業綠色發展是新時代鄉村振興戰略下農業產業發展的必然選擇。江西作為我國農業的重要主產區，在生態環境約束下對江西省農業全要素生產率時空的研究具有重大戰略意義和典型示范價值，為農業產業邁向高效率、高質量、低消耗的綠色發展道路提供了科學政策依據。

當前，學術界對農業全要素生產率的研究成果頗為豐富，對于農業全要素生產率的測量與評價，可以分為兩大類：一類是傳統的農業全要素生產率的測量，即僅將生產要素作為投入約束進行考慮，而忽略資源環境對于農業全要素生產率的影響與約束;另一類是在農業全要素生產率分析框架下統籌考慮資源環境因素。目前，以傳統全要素生產率的研究方法對農業全要素生產率的研究仍然是主流，在環境因素對農業全要素生產率的研究方面，除了少數學者認為農業污染對農業全要素生產率影響不大[1]之外，大部分研究表明，環境約束會在一定程度上影響農業全要素生產率，因此，忽視生態環境約束的農業全要素生產率的評價方法很有可能會誤判或高估我國農業增長發展態勢和速度[2]。因此，近幾年來學界已經開始廣泛關注環境對于農業全要素生產率的影響，并將環境因素納人農業全要素生產率的研究框架。將農業全要素生產率放到環境約束的大環境進行研究，農業生產所伴隨的環境污染的核算問題是一個難題和焦點問題，所采用的核算方法大體可以歸納為以下幾種：其一，采用增長核算法，例如劉志堅就運用此法將農業污染物的評估值與治理農業環境污染費用作為投入要素引進模型核算農業全要素生產率[3];其二，采用清單分析法，這也是目前應用較為廣泛的方法，例如杜江[4]、唐德祥等[5]、呂娜[6]運用此法對農業面源污染進行評估并將其估值“非合意”產出引入模型，通過方向距離函數測算資源環境約束下的農業全要素生產率;其三，將農業生產過程中的化肥投入量等可能會對環境造成影響的農業生產要素進行折算或者處理，例如薛建良將農業化肥施用量折算成農業生產活動中的氮磷流失量，并將氮磷流失量作為農業生產污染的主要變量采用SFA-Malmquist方法核算農業全要素生產率[7]，岳立以物料守恒為原則，以農業生產中傳統要素的營養物質氮和磷作為投入引進模型核算農業全要素生產率[8]。在資源環境約束下對農業全要素生產率研究以全國農業為研究對象居多，但是由于研究方法的不同和農業對環境污染的計量不同，考慮環境的農業全要素生產率的具體測算結果也差異較大[9]，而對于以省域農業產業發展情況作為研究對象的研究較為匱乏，而以江西省農業全要素生產率為研究重點的更是少之又少。

現有的理論和實證研究方法為深化農業全要素生產率的研究奠定了扎實的基礎。目前，在生態環境約束下對農業全要素生產率的研究仍然處于起步階段，對于省域在生態環境約束下的農業全要素生產率的研究亟待深化。江西作為中部地區典型的農業大省，綠色生態又是江西最大財富、最大優勢、最大品牌，基于此，借鑒已有理論基礎，對江西省生態環境約束下的農業全要素生產率時空變化進行實證測度和綜合評價，據此得出提高農業全要素生產率 的政策啟示，具有重要的理論和現實指導價值。

二 研究方法

對全要素生產率的核算方法主要有參數方法和非參數方法，基于參數方法需要預先設定具體參數函數或假定等相關限制，本文采用DEA非參數法，即運用線性規劃得到前沿函數。鑒于環境污染在生產過程中并不能與資源投入保持同比例增加，因此將環境污染作為“壞”產出而非投入要素與“好”產出一并納人生產過程并運用DEA模型分析更具合理性。Malmquist生產率指數具有不要求價格信息、不要求行為假設、便于計算等優點，已被廣泛應用于全要素生產率的研究中，然而傳統的Malmquist生產率指數法只能局限在“好”產出和“壞”產生同比例變化情況，這與生產率評價的初衷不符，因此，本文采用改進后的Malmquist-Luenberger生產率指數，運用方向性距離函數，在給定投入的同時擴大“好”產出且減少“壞”產出，以核算江西省農業全要素生產率。

（一）考慮資源環境因素的生產可能性集

資源和環境的價格無法獲取，傳統的全要素生產率核算方法無法將其納人生產率的分析框架中，因此需要構建一個既包含“好”產出又包含“壞”產出的生產可能性集，即環境技術。本文把江西省各個地市視為一個決策單元，每個決策單元使用N種數據包絡分析可將環境技術模型化為：

（二）方向性距離函數

Chung[10]和Fare[11]根據Luenberger[12-13]短缺函數的思想，構造了方向性距離函數：數測度了在給定方向、投入和環境技術結構下，“好”產出擴大和“壞”產出減少的可能性大小。在給定投入x的情況下，“好”產出y成比例增加，“壞”產出b成比例縮減，β就是y增長和b減少的最大可能數量。方向性距離函數采用非參數線性規劃技術來測算單個決策單元在某個時期與環境產出前沿的距離，其核心思想是既要求“好”產出增大，又要求“壞”產出減少。構造傳統Malmquist生產率的Shephard[14]產出距離函數表示的是盡可能多地成比例增加“好”產出和“壞”產出，而沒有考慮減少“壞”產出，與方向性距離函數的區別可由圖1來表述。對于一個產出觀測點A，由Shephard距離函數得到的最大產出點是C，C點是有效率的。而方向性距離函數得到的最大產出點是C，它要求A按照方向向量g=（g_y，-g_b）增加Y，同時減少b，從而達到生產前沿B。

（三）Malmquist-Luenberger生產率指數

根據Fare等[15]的方法，引入跨期的動態概念，以t時期為基期從t時期到t+1時期基于產出的考慮環境的全要素生產率指數可以用Malmquist-Luenberger生產率指數表示：

根據楊俊和邵漢華[16]的方法，求解Malmquist-Luenberger生產率指數需要借助非參數線性規劃

其中λ_k^t表示第k個樣本觀測值的權重，非負權重表示生產技術是規模報酬不變的。

三 評價指標的選取與描述

（一）評價指標的選取與說明

1.“好”產出

選取農林牧漁業總產值作為“好”產出指標，并以2000年為基期，用農林牧漁業總產值指數進行價格調整。

2.“壞”產出

選取農業面源污染作為“壞”產出指標，農業面源污染即農業生產和生產活動中，氮、磷、農藥以及其他有機或者無機污染物通過水表徑流、農田排水和地下滲漏等方式對環境所造成的污染。本文借鑒梁流濤[17]利用清單分析方法測算中國農業面源污染的思路，以江西省各地市為核算單位，結合數據的可獲得性原則，主要分析農田化肥、畜禽養殖兩類產污單元中化學需氧量（COD）、總磷（TP）和總氮（TN）三類污染物，來核算江西省各地市的農業面源污染，各種農業面源污染排放量及農業面源污染等標污染排放量[2]的計算公式如下：

式中E為農業面源污染排放量，EU_i為面源污染單元i統計數，η_i為污染單元i的利用效率系數，EU_i和（1-η_i）之積為污染的產生量，C_i為污染單元i的排放系數，ρ_i為污染單元i的產污強度系數;EI為農業面源污染等標污染排放量，S為各污染物排放評價標準，本文采用GB 3838-2002中的Ⅲ類水質標準，其中COD污染物排放評價標準為20mg/L，TP為0.2mg/L，TN為1mg/L。

3.要素投入

選取勞動、土地、電力能源、農業機械和化肥作為農業全要素生產率的投入變量。作為投入要素之一的勞動，本文采用第一產業從業人員數代替農林牧漁業從業人員數，雖然這樣做會在一定程度上高估勞動產出的彈性，但考慮到第一產業從業人員在其中占有很大的比例，因此其影響程度會很小。耕地面積不能真實反映農業生產的土地投入，因而本文用農作物總播種面積作為土地投入。用農村用電量作為電力能源投入指標，農業機械投入以農業機械總動力計算，化肥投入則以農用化肥使用折存量計算較為恰當。

（二）數據來源與統計描述

本文旨在考察生態環境約束下的江西省農業全要素生產率情況，因此選擇2000-2017年江西省11個設區市農業投入產出的跨期面板數據進行分析，所有數據均來源于歷年《中國區域經濟統計年鑒》《江西統計年鑒》、各設區市的《統計年鑒》和《年鑒》，以及歷年《國民經濟和社會發展統計公報》。

表2給出了江西省11個設區市農業投入產出變量的簡單統計描述，從中可以初步發現，江西省11個設區市的農業發展情況在2000-2017年間表現出較大差異，農業總產出的極大極小值之比在35左右，農業面源污染等標排放量極大極小值的比值約為16，所有要素投入變量的極大極小之比在8～54不等。江西省各設區市農業發展指標數值迥異，一方面說明了江西省11個設區市農業發展規模和農業發展增速存在較大差異，另一方面說明了在江西省不同地市農業所消耗的資源以及造成的生態環境污染存在較為明顯的差異。因此，為了減少核算與實際結果的偏差，在測量江西省農業全要素生產率時，考慮生態環境約束是十分必要的。

四 實證結果及分析

本文根據非參數DEA理論框架，將農業面源污染作為“壞”產出納人方向性距離函數，通過MAT-LAB2014a軟件測算2000-2017年生態環境約束下江西省農業ML指數及其分解，從實證角度來評價江西省農業效率發展情況。

（一）Malmquist-Luenberger生產率指數及其分解

本文測算了江西省11個設區市2000-2017年期間各年的農業Malmquist-Luenberger生產率指數及其分解，據此得到各年全省ML指數及其分解的均值（見表3），并將各地市按照年均Malmquist-Lu-enberger生產率指數從高到低進行排序（見表4）。

從表3結果分析得出江西省2000-2017年間在生態環境約束下的農業全要素生產率的整體情況，具體如下：

從趨勢變化來看，2000-2017年期間，基于生態環境約束的江西省農業全要素生產率并未呈現出穩定的增長態勢，而是在這18年間出現明顯波動，農業全要素生產率上升、下降反復交替出現，其上升和下降的次數分別為11次和6次。在2000-2017年間，江西省在生態環境約束下的農業全要素生產率年均水平略微有所提高，但是提高幅度很小，僅為0.30%，但是在2010-2017年間生態環境約束下的江西省農業全要素生產率整體出現下降，農業全要素生產率的年均變化水平不但沒有提高，反而出現了下降。

從農業全要素生產率對整體農業產出增長貢獻率來看，2000-2017年的18年間，江西省農業全要素生產率的平均年增長率僅為0.30%，同期，江西省農業年均產出增長率為8.85%，說明2000-2017年的產出增長中僅有3.39%是由全要素生產率水平提高貢獻的。由此可見，江西省在生態環境約束下的農業全要素生產率水平非常低，而農業全要素生產率的增長對于農業產出增長的貢獻率同樣非常低。

從全要素生產率的結構構成上來看，將ML生產率指數分解為技術進步率指數和技術效率變化指數，發現技術進步率指數和技術效率變化指數同樣出現了上升和下降的交替，其上升和下降的次數分別為7次、10次和10次、7次。從2000-2017年這18年間的平均水平來看，江西省農業全要素生產率的增長更多的是來自于技術進步，2000-2017年期間技術進步變化指數年平均增長率為0.24%，而技術效率變化指數的年均增長率僅為0.08%。但是從近8年江西省在生態環境約束下的農業全要素生產率指數的構成情況來看，2010-2017年期間，盡管江西省整體ML生產率指數出現下降，但是這期間的技術效率變化指數還是有所上升，2010-2017年期間技術效率變化指數年平均增長0.65%，而技術進步變化指數不但沒有提高反而出現下降，抑制了江西省農業全要素生產率的提高。因此，江西省農業全要素生產率的增長究竟來自技術效率提高還是來自技術改進，并未呈現出明顯的規律性，在不同年間，技術效率的改善與技術進步的提高在不同程度上對江西省農業全要素生產率的增長起到了不同作用，在2000-2010年期間，技術進步對江西省農業全要素生產率增長的作用更加明顯，但是在2010-2017年間，技術效率的變化指數則表現得更加優異，技術進步變數指數的下降抑制了江西省農業全要素生產率增長。

從表4對江西省11個設區市農業全要素生產率的地區差異進行分析，在2000-2017年期間，江西省有7個設區市（九江、宜春、景德鎮、南昌、鷹潭、萍鄉和上饒）的生態環境約束下的農業全要素生產率年均呈現弱增長，其中九江、宜春、景德鎮、南昌、鷹潭在生態環境約束下的農業全要素生產率的年均增長水平高于這18年間江西省的整體農業全要素生產率年均增長水平。江西省其他4個設區市（撫州、新余、吉安和贛州）的生態環境約束下的農業全要素生產率年均呈現弱下降。通過對農業全要素生產率的分解發現，影響 2000-2017年江西省11個設區市農業全要素生產率的因素主要為技術進步率指數。總的來說，江西省農業全要素生產率水平在各個地區還是存在差異的，從要素投入和產出規模來看，要素投入和產出規模較小的地市在農業全要素生產率略高，農業全要素生產率的增長水平更優異，要素投入和產出規模較大的地市（如贛州）農業全要素生產率反而更低，農業全要素生產率的年均變化呈現下降特點，農業全要素生產率的年均增長水平表現得并不理想。

（二）環境技術創新者

從以上分析得出了江西省各個設區市的農業全要素生產率基本情況，需要進一步研究的問題是江西省哪些設區市處于生態環境約束下的生產前沿面上，從而成為江西省生態環境約束下的農業全要素生產率的“最佳實踐者”，即江西省哪些設區市和區域在推動生產可能性邊界外移和引領農業生態環境技術創新上起著重要作用。根據Fare等[18]的定義，環境技術創新者需滿足以下三個條件：

第一個條件表示從t時期到t+1時期生產可能性邊界沿著方向向量向外擴張，即在既定的投入下，t+1時期相對：時期有著更多的“好”產出和更少的“壞”產出。第二個條件表示技術進步發生后，t+1時期的生產發生在t時期的生產可能性邊界之外。第三個條件表示環境技術創新者必然處于生產可能性邊界之上。同時滿足這三個條件，生產可能性邊界就會外移。

由表5可見，在生態環境約束下，2010-2017年期間總共有8個設區市至少推動生產可能性邊界1次，推動生產前沿進步，即在這18年間江西省共有8個設區市充當了生態環境約束下的農業全要素生產率最佳實踐者的身份，其中景德鎮市（8次）表現最為突出，其次是萍鄉市（7次）和鷹潭市（各5次），說明江西省這幾個設區市在農業生產過程中更加注重資源的合理利用和對環境的保護，而撫州市、吉安市和贛州市均為。次;在2011-2012年和2016-2017年兩個期間段，沒有發生生產前沿技術進步。從地區分布情況來看，環境技術創新者主要集中在贛北和贛西，贛中和贛南缺少環境技術創新者，一定程度上，贛中、贛南的地形因素也會影響農業技術創新。考察期內，推動生產前沿技術進步次數前三的設區市為農業發展規模相對較小的三個設區市，而江西省農業重要產區（如贛州和吉安）表現反而不理想，這也與贛南地區的地形相關。這一結果與表4中對江西省11個設區市農業全要素生產率地區差異的分析結果一致，相對于農業發展規模較大的地市，在生態環境約束下的農業全要素生產率農業產出規模較小的地市表現更優。

五 收斂性檢驗

從測算結果可以看出，江西省各設區市間的農業全要素生產率增長存在一定差距，這種差距會隨著時間的推移而逐漸縮小還是逐漸增大呢？為此，本文對江西省各設區市的農業TFP進行收斂性檢驗。

（一）σ收斂性檢驗

σ收斂性檢驗是檢驗江西省各設區市農業TFP的離散程度是否隨著時間推移而逐漸降低，本文借鑒曾先峰和李國平[19]的做法，定義生態環境約束下江西省農業TFP的σ收斂檢驗模型如下：

式（10）中ML_tk表示t時期第k個設區市的農業全要素生產率，如果存在σ_t+T<σ_t，則表示生態環境約束下的農業TFP存在σ收斂。

圖2顯示，生態環境約束下的江西省農業TFP的σ值整體上呈現出下降趨勢，這表明生態環境約束下的江西省農業全要素生產率存在σ收斂，也就是說，江西省各設區市之間的農業全要素生產率的差距會隨著時間推移而不斷縮小。但在考察期內，σ值在2001-2003年、2012-2013年和2015-2016年又出現了顯著性的異常波動，這說明江西省生態環境約束下農業TFP的σ收斂趨勢并不穩定。為了更準確地考察生態環境約束下江西省農業全要素生產率的收斂情況，本文進一步做量化程度較高的絕對β收斂性檢驗。

（二）絕對β收斂性檢驗

β收斂檢驗是衡量江西省農業TFP較低的設區市是否比農業TFP較高的設區市增長更快，絕對β收斂則表示各設區市農業TFP都達到完全相同的穩態水平。根據Bernard和Jones思路[20]，定義生態環境約束下江西省農業TFP絕對β收斂檢驗模型如下：

式（11）中ML_0k和ML_Tk分別表示k地市基期和末期生態環境約束下的農業TFP值，α和β為待估參數，ε為誤差項。如果β<0，則表明存在絕對β收斂。為了消除農業生產周期波動對檢驗結果的影響，把整個考察期劃分為2000-2009年和2009-2017年兩個階段，取2000-2009年生態環境約束下江西省各設區市農業TFP的均值作為基期值、2009-2017年生態環境約束下江西省各設區市農業TFP的均值作為末期值進行檢驗，由于兩個時間段相差9年，故取T=9。本文先直接對江西省農業TFP進行絕對β收斂性檢驗，而后按照上述消除農業生產周期波動對檢驗結果的影響的方法進行絕對β收斂性檢驗，檢驗結果見表6。

由表6的檢驗結果顯示尹<0，表明生態環境約束下的江西省農業全要素生產率絕對β收斂;Sig>0.05，表示收斂不顯著。這說明江西省各設區市農業TFP趨于不顯著的相同的穩態水平。這與其。收斂檢驗的結果基本一致，故可以認為生態環境約束下的江西省農業全要素生產率存在俱樂部收斂現象。這意味著，江西省各設區市的農業全要素生產率的地區差異不會出現不斷擴大的局面，只要提供所需條件和時間，江西省能夠實現全省農業均衡發展。

六 結論與啟示

本文運用Malmquist-Luenberger生產率指數綜合考慮生態環境約束下的江西省農業經濟增長績效，測度生態環境約束下的江西省11個設區市在2000-2017年的農業全要素生產率的增長情況，得出以下結論：

第一，考察期內生態環境約束下的江西省農業全要素生產率整體水平很低。從趨勢上來看，江西省農業全要素生產率的變化指數沒有呈現穩定上升態勢，而且出現了不同程度的下降。江西省農業全要素生產率的增長對于農業產出增長的貢獻率極低。從農業全要素生產率增長的結構構成來看，究竟是技術進步推動還是技術效率提高推動的并未呈現出明顯規律性，無論是技術進步還是技術效率改善對于江西省農業全要素生產率增長的推動力都遠遠不夠。江西省面臨整體提高農業全要素生產率的形勢相當嚴峻。

第二，考察期內江西省生態環境約束下的農業全要素生產率存在明顯的地區差異。江西省有7個設區市在考察期內農業全要素生產率呈現弱增長，有4個設區市在考察期內則表現出不同程度下降。在考察期內，江西省有8個設區市至少有1次充當過生態環境約束下的農業全要素生產率最佳實踐者的身份，而作為農業大市的吉安、撫州和贛州則均沒有處在生產前沿面上，這三個設區市的生態環境約束下農業全要素生產率表現非常不理想，這說明吉安、撫州和贛州面臨著農業經濟增長緩慢和資源消耗、環境破壞的“雙重惡化”的嚴重局面，農業增長和生態環境協調發展的任務格外艱巨。

第三，考察期內生態環境約束下的江西省農業全要素生產率增長存在不顯著的收斂趨勢。江西省農業全要素生產率增長存在σ收斂，且通過了絕對β收斂性檢驗，存在不顯著的絕對β收斂，這表明江西省農業全要素生產率各地區差距會逐漸縮小，在所需技術投入適當條件下，江西省農業全要素生產率發展水平會逐漸平衡，整體上江西生態環境約束下的農業全要素生產率呈現“俱樂部收斂”特征。

根據上述理論與實證研究結論得出以下政策啟示：

第一，必須全面提高生態環境約束下的農業全要素生產率。從根本上轉變江西傳統的農業增長方式，推進江西省農業綠色化、集約化、產業化和規模化發展。進一步加大農業技術研發、推廣和創新的投入力度，推進地力培肥、綠色栽培、化控防害、資源利用等領域的技術創新，提高農業技術的人戶率和覆蓋面，推動農業技術進步和技術效率改善。切實加強農業面源污染治理，實施農藥化肥“負增長”計劃，推廣一批農業綠色生產新模式、新技術。積極構建綠色生態農業產業體系，實現江西生態環境約束下的全要素生產率最大化。

第二，根據江西省各地區農業發展，制定差異化、精準化農業產業發展政策。應結合江西省各個地市和區域自身農業發展的資源稟賦條件，對農業綠色化和現代化生產進行科學規劃和差異化管理，整合零散農業資源并調整農業產業結構，消除江西省各個地區之間土地、資本、技術、人才等要素合理配置的障礙，尤其對于農業全要素生產率較低但卻又是農業大市的贛州、撫州，應盡快找到差距根源，制定出相應的解決方案和相關政策，找出江西省現代農業綠色崛起的實現路徑。著重加大對全要素生產率相對低的區域農業綠色發展投入，提升其農業綠色生產能力，實現全省生態環境約束下的全要素生產率均衡增長。

參考文獻：

[1]王奇，王會，陳海丹，中國農業綠色全要素生產率變化研究：1992-2010年[J].經濟評論，2012（5）.

[2]潘丹，應瑞瑤.資源環境約束下的中國農業全要素生產率增長研究[J].資源科學，2013（7）.

[3]劉志堅，申云，彭小兵.農業面源污染與農業全要素生產率互動關系研究——基于廣義脈沖響應函數的實證分析[J].廣東行政學院學報，2015（1）.

[4]杜江.中國農業增長的環境績效研究[J].數量經濟技術經濟研究，2014（11）.

[5]唐德祥，周雪晴.環境約束下我國西南地區農業全要素生產率度量及收斂性研究[J].科技管理研究，2016（4）.

[6]呂娜，朱立志.中國農業環境技術效率與綠色全要素生產率增長研究[J].農業技術經濟，2019（4）.

[7]薛建良，李秉龍.基于環境修正的中國農業全要素生產率度量fJ].中國人口·資源與環境，2011（5）.

[8]岳立，王曉君.環境規制視域下中國農業技術效率與全要素生產率分析：基于距離函數研究法[J].吉林大學社會科學學報，2013（4）.

[9]李谷成，陳寧陸，閔銳.環境規制條件下中國農業全要素生產率增長與分解[J].中國人口·資源與環境，2011（11）.

[10]Chung Y H，Fare R，Grosskopf S.Productivity and Undesir-able Outputs：A Directional Distance Function Approach[J].Journal of Environmental Management，1997（3）.

[11]Fare R，Grosskopf，Shawna，et al.Accounting for Air Pollu-tion Emissions in Measuring State Manufacturing Productivi-ty Growth[J]，Journal of Regional Science，2001（41）.

[12]Luenberger D G.Benefit Functions and Duality[J].Journalof Mathematical Economics，1992（21）.

[13]Luenberger DG.Microeconomic Theory[M].McGraw-Hill，Boston，1995.

[14]Shephard，Ronald W.1970.Theory of Cost and ProductionFunctions[M].NJ：Princeton University Press.

[15]Fare R，Grosskopf S，Russell R R.Index Numbers：Essaysin Honor of Sten Malmquist[M].Boston：Kluwer AcademicPublishers，1998.

[16]楊俊，邵漢華.環境約束下的中國工業增長狀況研究——基于Malmquist-Luenberger指數的實證分析[J].數童經濟技術經濟研究，2009（9）.

[17]梁流濤.農村生態環境時空特征及其演變規律研究[D].南京：南京農業大學2009.

[18]Fare R，Grosskopf S，Margaritis D.APEC and the Asian E-conomic Crisis：Early Signals from Productivity Trends[J].Asian Economic Journal，2001（3）.

[19]曾先峰，李國平.我國各地區的農業生產率與收斂：1980-2005[J].數童經濟技術經濟研究，2008（5）.

[20]Bernard A，Jones C.Comparing Apples to Oranges：Produc-tivity Convergence and Measurement Across Industrial andCountries[J].American Economic Review，1996（5）.

（責任編輯 劉雪斌）

收稿日期：2020-02-10

基金項目：江西省“十三五”社會科學規劃智庫項目“江西綠色農業發展效率評價及提升路徑研究”（17ZK36）;江西省社會科學院院級課題“長江中游城市群產業生態化升級和區域分工協作機制研究”（17QN13）。

作者簡介：李華旭（1988-），女，黑龍江大慶人，助理研究員，從事農業經濟、生態經濟研究;楊錦琦（1963-），女，江西宜春人，副研究員，從事生態經濟研究。