海南省農業生態效率時空特征及影響因素研究

摘" 要：基于海南省18個市（縣）2012—2022年縣域行政單元農業面板數據，運用非期望產出超效率SBM模型，結合空間相關性分析方法，分析海南省農業生態效率時空演變特征，并利用Tobit回歸模型探究其影響因素。結果表明：（1）2012—2022年，海南省農業生態效率均值呈現中部地區gt;西部地區gt;東部地區的明顯分級特征；海南省市（縣）域尺度農業生態效率逐年明顯改善，農業生態效率均值為0.541，達到均值以上的市（縣）數為7個。（2）空間變化上，總體呈現中部向東西部擴散的空間分布特征，同時完全有效和效率較高呈現塊狀和鏈條式分布特征，效率中等類型市（縣）圍繞著完全有效和效率較高市（縣）分布；南北方向和東西方向的投影趨勢線均呈現倒“U”型特征。（3）在省域尺度下，農民收入水平、農業機械化強度、農業化學投入品使用強度和城鎮化率是對海南省農業生態效率時空演變產生影響的主要因素；在不同區域尺度下，農民收入水平是對東部地區農業生態效率產生影響的主要因素，城鎮化率、農業化學投入品使用強度和農田灌溉率是對中部地區農業生態效率產生影響的主要因素，城鎮化率、農民收入水平、農業產業結構、農業化學投入品使用強度和農田灌溉率是對西部地區農業生態效率產生影響的主要因素。總體而言，海南省各市（縣）農業生態效率整體呈上升趨勢，各區域農業生態效率存在一定差異。未來應因地制宜探索不同地區農業發展重點，切實提升農業生態效率。

關鍵詞：農業生態效率；影響因素；超效率SBM模型；Tobit模型；海南省中圖分類號：F323.22" " " 文獻標志碼：A

Temporal and Spatial Characteristics and Influencing Factors of Agricultural Ecological Efficiency in Hainan Province

LIANG Weihong， DENG Chunmei， YE Lu， LIU Yanqun， WANG Danyang， LI Yuping*

Institute of Scientific and Technical Information， Chinese Academy of Tropical Agricultural Sciences / Key Laboratory of Practical Research on Tropical Crops Information Technology in Hainan， Haikou， Hainan 571101， China

Abstract： Based on the panel data of 18 cities （counties） in Hainan， China from 2012 to 2022， combining the non-expected output super efficiency SBM model and Tobit regression mode， this paper analyzed the spatial and temporal evolution characteristics of agricultural eco-efficiency and influencing factors of agricultural ecological efficiency in cities （counties） of Hainan. From 2012 to 2022， the average agricultural eco-efficiency in Hainan showed obvious grading characteristics of central regiongt;western regiongt;eastern region. The agricultural eco-efficiency at the county scale of Hainan improved significantly year by year. The average agricultural eco-efficiency was 0.541， and the number of cities （counties） above the average value was 7. In terms of spatial change， the overall distribution characteristics of agricultural eco-efficiency were “spreading from the middle to the east and west”， and the distribution characteristics of full efficiency and high efficiency were block and chain. The cities （counties） with medium efficiency were distributed around the cities and counties with full efficiency and high efficiency. The trend lines in the north-south direction and the east-west direction showed the characteristics of inverted U-shape. The temporal and spatial evolution of agricultural eco-efficiency in Hainan at the provincial scale was influenced by several key factors， including the level of farmers’ income， intensity of agricultural mechanization， use of agricultural chemicals， and urbanization rate. At different regional scales， farmers’ income level was the main factor affecting agricultural eco-efficiency in the eastern region， while urbanization rate， intensity of agricultural chemical input use and farmland irrigation rate were the main factors affecting agricultural eco-efficiency in the central region. Urbanization rate， farmers’ income level， agricultural industrial structure， intensity of use of agricultural chemical inputs and farmland irrigation rate were the main factors affecting agricultural eco-efficiency in the western region. On the whole， the agricultural eco-efficiency of all cities （counties） in Hainan showed an upward trend， and there were some differences in the agricultural eco-efficiency among different regions. In the future， we should explore the priorities of agricultural development in different regions according to local conditions to effectively improve agricultural eco-efficiency.

Keywords： agricultural ecological efficiency; influencing factors; super-efficiency SBM model; Tobit model; Hainan province

DOI： 10.3969/j.issn.1000-2561.2025.01.024

我國是農業大國，用全球11%的農業用地保障了世界18%的人口糧食供給，在國際上的基礎地位尤為重要[1]。21世紀以來，我國農業經濟高速增長，2000—2020年農業總產值年均增長率達5.94%[2]。然而在農業經濟快速增長的同時，也產生了農業碳排放增加、農業面源污染加劇、農業生態系統退化等一系列問題[3]。在國家大力提倡綠色農業發展的背景下，如何扭轉農業生產模式向綠色、高質量的可持續發展模式轉換，保障農業經濟和生態協調發展，已經成為當前農業發展面臨的重要問題。農業生態效率是評估農業生產經濟和生態綜合效益的重要手段，近年來受到國內外學者的廣泛關注。就評價方法而言，聶彎等[4]系統總結了農業生態效率的評價方法及其在不同尺度的應用。在研究方法上，主要有比值法[5]、生命周期評價法[6]、指標體系法[7-8]和模型分析法[9-10]等。TONE提出的超效率SBM模型被廣泛應用于農業生態效率測算中，最初主要考慮將期望產出納入指標體系，后來，為了進一步探究農業生態效率，很多學者將農業碳排放和農業面源污染等非期望產出納入指標體系測算農業生態效率，該模型已經逐漸成為測度評價農業生態效率的主要模型[11-14]。在影響因素方面，主要采用灰色關聯度模型、Tobit模型、空間面板STIRPAT模型等進行研究，其中應用最多的是Tobit回歸模型[15-16]。研究尺度上，逐漸從全國、省級等層面逐漸轉向市（縣）層面甚至鄉（鎮）層面上，這說明農業生態效率研究越來越受到學者的重視。

近年來，作為全國重要的“菜籃子”“果盤子”供應地的海南省非常重視綠色農業的發展，2019年獲評“國家農業綠色發展先行區”，制定了《海南省國家農業綠色發展規劃（2019—2025年）》等一系列政策。但由于海南農業耕地復種指數高，化肥農藥施用量較大、農業生產廢棄物殘留對土壤地力及農業生態環境造成一定破壞。因此，農業生態效率的提高對促進海南熱帶高效農業的可持續發展具有重要的意義。本研究基于海南省縣域（三沙市除外）尺度數據，運用非期望產出SBM模型及面板Tobit模型測算2012—2022年海南省農業生態效率并分析其影響因素，以期為海南熱帶高效農業發展制定農業生態產業管理政策提供參考依據。

1" 材料與方法

1.1" 研究區域與數據來源

研究區域為海南島海口市、三亞市、五指山市、文昌市、瓊海市、萬寧市、定安縣、屯昌縣、澄邁縣、臨高縣、儋州市、東方市、樂東黎族自治縣、瓊中黎族自治縣、保亭黎族自治縣、陵水黎族自治縣、白沙黎族自治縣、昌江黎族自治縣18個市（縣）。

數據主要來源于《中國農村統計年鑒》《海南省統計年鑒》以及各市（縣）歷年統計年鑒、統計公報、政府公布公開數據等材料，部分指標數據依據原始數據計算得出，個別缺失數據根據指標特征及數據趨勢，通過插值法和幾何增長率法等進行合理補充。

1.2" 方法

1.2.1" 非期望產出超效率SBM模型" 采用考慮非期望產出的超效率SBM模型對海南省18個市（縣）的農業生態效率水平進行測度，其具體模型表達公式如下：式中，f表示農業生態效率值；表示海南省18個市（縣）即18個決策單元；m、s1、s2分別表示投入、期望產出、非期望產出指標個數；、和分別為投入、期望產出和非期望產出的松弛變量；、、分別表示決策單元k的第i項投入、第項期望產出、第g項的非期望產出值；Q為各個決策單元的權重向量。參照相關學者的研究[17]，將海南省各市（縣）農業生態效率測算的結果劃分為5個等級：flt;0.2為效率低，0.2≤flt;0.4為效率較低，0.4≤flt;0.6為效率中等，0.6≤flt;1為效率較高，f≥1為效率完全有效。本研究運用Matlab軟件，利用非期望產出的SBM模型，對海南省縣域尺度農業生態效率進行測度分析。

根據已有研究并結合海南實際，選擇10項投入產出指標來評價農業生態效率，其中投入指標包括勞動力、資源（土地、水資源）、環境（化肥、農藥和地膜）。選取農業總產值來反映期望產出；為使農業生態效率測算結果更加準確和科學，選取農業碳排放和污染物排放來綜合反映非期望產出（表1）。

1.2.2" 全局空間自相關分析" 全局空間自相關從宏觀層面上判斷農業生態效率在海南有無聚集性。為進一步研究海南省18個市（縣）農業生態效率是否存在空間效應，對其進行全局空間自相關分析，全局空間自相關是根據海南省縣域地理位置和農業生態效率值來研究全局空間依賴性和空間集聚程度，通常采用莫蘭指數（Moron’s I）來衡量，其具體運算公式如下：

式中，Xi和Xj分別為第i個和第j個縣域空間單元的農業生態效率值，為均值，n為觀測單元18個市（縣）單元數量，S2為樣本方差；Wij為空間權重矩陣，代表縣域間的鄰近關系，當縣域i與縣域j有公共邊界或節點時，Wij=1；當無公共邊界或節點時，Wij=0，則相鄰2個縣域空間無空間關聯。通過測算得出的莫蘭指數、Z得分和P值確定海南省縣域農業生態效率是否具有空間上的相關性，Moron’s I取值范圍為[–1，1]，Moron’s Ilt;0表示負相關，Moron’s Igt;0表示正相關，Moron’s I=0表示不相關，越接近–1或1則表示相關性越強。

1.2.3" 面板Tobit模型" 為了能夠深入探索海南省農業生態效率的影響因素及其影響關系，參考相關專家學者的研究結果[15-16]，建立以農業生態效率值為因變量，影響因素為自變量的Tobit隨機效應模型：

式中，被解釋變量表示第i個市（縣）第t年的農業生態效率，且以受限的方式取值，當gt;0時，取實際觀測值，當≤0時，觀察值均截取為0，其中i（i=1，2，3，…18）代表海南省18個市（縣），即決策單元；表示截距項，為估計系數，為解釋變量，即影響因素，為影響因素的個數，表示影響因素X，其中為實際觀測值，表示隨機誤差。采用Stata 16軟件，應用Tobit模型對海南省農業生態效率相關樣本數據進行回歸分析。

2" 結果與分析

2.1" 海南省農業生態效率時序演化特征分析

2.1.1" 市（縣）級層面" 2012—2022年海南省18個市（縣）農業生態效率由低效率水平向高效率水平逐漸演變。2012年，海口、樂東和東方3個市（縣）處于低效率水平，澄邁、儋州、東方、臨高、陵水、瓊海、三亞和萬寧8個市（縣）處于較低效率水平，昌江、定安和瓊中3個縣達到中等效率水平，僅有白沙、保亭、屯昌和五指山4個市（縣）達到完全有效水平。到2022年，無市（縣）處于較低效率水平及以下，僅有文昌處于中等效率水平，為0.539，海口處于較高水平效率值，為0.663，其他市（縣）均達到完全有效水平。2012—2022年，五指山除2014年農業生態效率處于較高水平外，其他年份一直處于完全有效水平。基于海南市（縣）尺度下的2012—2022年農業生態效率均值為0.541，表示實際產出水平相當于潛在產出水平的54.1%，各市（縣）農業生態效率均值有較大差別，達到平均值以上的市縣主要有昌江、五指山、白沙、定安、屯昌、瓊中、保亭7個市（縣）（圖1）。

2.1.2" 不同區域層面" 基于2012—2022年海南省18個市（縣）農業生態指標相關數據，測度海南省18個市（縣）農業生態效率值。為了更直觀了解不同區域的農業生態效率差異，通過分析發

現海南東部、中部、西部地區11年來農業生態效率均呈現增長趨勢，但也出現明顯分級特征，即中部地區gt;西部地區gt;東部地區的分級特征。其中，中部地區的農業生態效率均值為0.765，達效率較高水平，主要是因為該區域具有優越的自然資源條件，是重點生態功能區；其次，東部地區和西部地區的農業生態效率均值差距不明顯，分別為0.442和0.417，均處于中等效率水平。從時序上來看，中部地區呈現先降后升的趨勢，西部和東部地區呈現明顯快速提升趨勢，中部地區在2012—2015年間呈現下降趨勢，隨后從2016年的0.692提升到2022年的1.03，達到完全有效狀態；西部地區從2012年的0.259提升到2022年的1.034，也達到完全有效狀態；東部地區從2012年的0.253提升到2022年的0.901，達到較高有效狀態（圖2）。

2.2" 海南省農業生態效率空間變化特征

2.2.1" 空間格局分析" 選取2012年、2014年、2016年、2018年、2020年和2022年6個時間節點，利用ArcGIS軟件對海南省各市（縣）農業生態效率的空間分布和區域差異進行空間可視化處理（圖3）。按照自然間斷法將其分為效率低、效率較低、效率中等、效率較高和效率完全有效5個等級。從圖3可以看出海南省農業生態效率總體呈現中部向東西部擴散的趨勢。效率完全有效的市（縣）數量由2012年的白沙、屯昌、五指山、保亭4個市（縣）增至2022年的除海口和文昌以外的16個市（縣），上升300%；效率較高的市（縣）數量2012—2021年期間呈穩步增長趨勢，而2022年僅海口1個市（縣）為效率較高；效率中等和效率較低的市（縣）數量分布呈現明顯先升后降的趨勢，效率中等和效率較低市（縣）數量最高峰分別于2015年達到9個和2017年的10個。而出現效率低的年限僅在2012—2014年，且市（縣）數均低于5個。說明海南省縣域尺度農業生態效率逐年有明顯改善。同時完全有效和效率較高呈現塊狀和鏈條式分布特征，效率中等類型市（縣）圍繞完全有效和效率較高市（縣）分布，意味著海南省縣域農業生態效率可能存在一定程度的空間依賴性。

為進一步了解海南省縣域農業生態效率趨勢走向，應用ArcGIS趨勢分析工具，將各縣域2012年、2014年、2016年、2018年、2020年和2022年的農業生態效率值作為高度屬性轉換為空間三維趨勢圖（圖4）。由圖4可知，6個時間截面上南北方向和東西方向農業生態效率的投影趨勢線均呈現倒“U”型特征，而且呈現明顯的南高北低、東低西高的趨勢特征。

2.2.2" 空間相關性分析" 在空間自相關分析中，Z值是標準差的倍數，用于衡量莫蘭指數（Moron’s I）與隨機分布期望值之間的偏差。Z值的大小可以確定空間模式的顯著性。P值表示概率，用于評估觀測到的空間模式是由隨機過程產生的可能性大小。由表2可知，2012—2022年海南省縣域農業生態效率全局Moron’s I均大于0，說明海南省縣域農業生態效率具有空間相關性，但僅有2016年、2017年和2022年表現為集聚格局。局部空間自相關分析結果顯示，農業生態效率空間關聯模式具有顯著的空間變異特征。

2.3" 農業生態效率影響因素分析

2.3.1" 指標選取" 通過梳理和歸納相關研究，發現影響農業生態效率的因素有很多，從整個農業發展角度來看，農業前期投入的要素均有可能對農業生態效率產生影響。借鑒、參考相關學者的研究[20-23]，并結合海南省縣域數據的可獲得性，選取城鎮化率（%）、農民收入水平（元）、農業規模化水平（hm2/人）、農業產業結構（%）、農業化學投入品使用強度（kg/hm2）、農業機械X軸、Y軸分別表示農業生態效率在東西方向和南北方向的趨勢；Z軸表示農業生態效率值。

2.3.2" 省域尺度農業生態效率影響因素分析" 回歸結果顯示，城鎮化率和農業化學投入品使用強度對海南省農業生態效率均呈顯著負相關，分別通過了10%和5%的顯著性檢驗；農民收入水平和農業機械密度對海南省農業生態效率呈顯著正相關，分別通過了1%和5%的顯著性檢驗；其他變量對海南省農業生態效率均具有正向作用，但作用不顯著（表3）。從省級層面分析結果說明，隨著城鎮化的推進，農業人口向城鎮轉移，雖然為城鎮建設提供了勞動力，促進了經濟發展，但是這種勞動力的轉移會影響農業生產的方式和效率，從而對農業生態效率產生負面影響。同時海南省農業投入品還存在過量或不合理使用情況。海南省機械化的投入對當地農業產值的增加和農業生態效率的刺激作用明顯。

2.3.3" 海南省不同區域農業生態效率影響因素的回歸分析" 考慮到海南省區域內部的自然地理和社會經濟的異質性，本研究按照東部、中部和西部地區3個區域，進一步研究不同區域的影響因素對農業生態效率作用的差異性，以各地區數據分別用Stata 16軟件帶入模型得到回歸結果（表4）。回歸結果顯示，海南省東部、中部及西部各區域農業生態效率的影響因素強度表現不一。農民收入水平在1%的顯著性水平上對東部地區農業生態效率產生正向影響。城鎮化率在10%的顯著水平上對中部地區農業生態效率產生負向影響，農業化學投入品使用強度在1%的顯著水平上對中部地區農業生態效率產生負向影響，農田灌溉率在5%的顯著水平上對中部地區農業生態效率產生正向影響。城鎮化率、農業規模化水平、農業產業結構和農田灌溉率在1%的顯著水平上對西部地區農業生態效率產生正向影響，農民收入水平在10%的顯著水平上對西部地區農業生態效率產生正向影響，農業化學投入品使用強度在1%的顯著水平上對西部地區農業生態效率產生負向影響。

3" 討論

本研究基于市（縣）域尺度探究了海南省農業生態效率及其影響因素。從影響因素來看，農業產業結構、農民收入水平、農業規模化水平對提升農業生態效率具有正向作用，農業化學投入品使用強度對提升農業生態效率有負向作用，這與現有大部分學者的研究結論[14， 24]基本一致。但城鎮化率負向作用于農業生態效率，農業機械密度正向作用于農業生態效率的研究結論與現有相關研究[20， 23， 25]的結論有偏差，這主要是因為這二者選擇的空間尺度不同，以及農業技術發展水平、研究樣本所處的城鎮化階段不同。海南省應強化農業技術發展及推廣，推動農業資源節約化利用。以綠色發展理念為指導，轉變農業生產方式，從節水、節肥、節藥等方面推動農業資源節約化利用，進一步提升農業資源的利用效率[26]。應繼續抓好中部地區農業與生態協調發展，保證該區域農業生態效率完全有效水平。同時在推動海南省西部地區市（縣）農業產業結構優化的過程中，不僅要關注農業本身的發展，還需將農業與旅游、文化等產業深度融合，形成“農業+”的發展新模式。

此外，本研究仍具有一定的局限性，海南畜禽養殖業污染也是農業污染的一個重要來源，而本研究在農業生態效率測度中主要采用種植業，未采用畜禽水產養殖業的相關數據。此外，在分析農業生態效率影響因素的過程中，國內不同學者有將農業財政支農、城鄉收入比、農業從業人員受教育水平等指標[27-28]納入影響因素分析的研究，而本研究中因海南省及各市（縣）部分因素量化數據較難收集，農業生態效率影響因素分析還不夠全面，今后的研究可將系列指標納入相關指標體系，使本研究更具指導價值。

4" 結論

（1）基于2012—2022年海南省18個市（縣）域面板數據，采用超效率SBM模型對農業生態效率進行分析，結果表明，2012—2022年海南省農業生態效率均值呈現中部地區gt;西部地區gt;東部地區的明顯分級特征，且隨著時間推移，東部地區和西部地區呈明顯增長趨勢；從市（縣）級層面來看，海南省縣域尺度農業生態效率逐年明顯改善，農業生態效率均值為0.541，達平均值以上的市（縣）主要有昌江、五指山、白沙、定安、屯昌、瓊中、保亭7個市（縣）。

（2）從空間變化特征上來看，海南省農業生態效率總體呈現中部向東西部擴散的空間分布特征，同時完全有效和效率較高呈現塊狀和鏈條式分布特征，效率中等類型市（縣）圍繞著完全有效和效率較高市（縣）分布，且呈現明顯的北低南高、西高東低的趨勢特征。

（3）通過面板Tobit回歸模型對海南省農業生態效率演變的影響因素分析表明，城鎮化率、農業化學投入品使用強度與農業生態效率呈顯著負相關，對海南省整體農業生態效率具有抑制作用，而農民收入水平和農業機械密度與農業生態效率呈顯著正向驅動作用，農民收入水平的增加和機械化的投入對當地農業產值的增加和農業生態效率的刺激作用明顯，對農業生態效率具有促進作用。而且不同區域影響因素強度表現不一，其中農業投入品使用強度對三大區域農業生態效率均產生負向影響。

參考文獻

[1] 羅家祺， 金曉斌， 劉晶， 梁鑫源， 韓博， 周寅康. 2000—2020年蘇北地區農業生態效率變化及其影響因素分析[J]. 農業工程學報， 2023， 39（15）： 239-248.LUO J Q， JIN X B， LIU J， LIANG X Y， HAN B， ZHOU Y K. Process and influencing factors of agricultural eco-efficiency in northern Jiangsu of China from 2000 to 2020[J]. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（15）： 239-248. （in Chinese）

[2] 冷浪平. 農業社會化服務對農業綠色全要素生產率的影響[D]. 南昌： 江西財經大學， 2023. LENG L P. The impact of agricultural socialized services on agricultural green total factor productivity： macro identification and micro evidence[D]. Nanchang： Jiangxi University of Finance and Economics， 2023. （in Chinese）

[3] 馬軍旗， 樂章. 中國農業面源污染的空間差異與影響因素分析[J]. 農業現代化研究， 2021， 42（6）： 1137-1145. MA J Q， YUE Z. The analysis of the spatial difference and its influencing factors of agricultural non-point source pollution in China[J]. Research of Agricultural Modernization， 2021， 42（6）： 1137-1145. （in Chinese）

[4] 聶彎， 于法穩. 農業生態效率研究進展分析[J]. 中國生態農業學報， 2017， 25（9）： 1371-1380. NIE W， YU F W. Review of methodology and application of agricultural eco-efficiency[J]. Chinese Journal of Eco-Agri culture， 2017， 25（9）： 1371-1380. （in Chinese）

[5] 吳小慶， 徐陽春， 陸根法. 農業生態效率評價——以盆栽水稻實驗為例[J]. 生態學報， 2009， 29（5）： 2481-2488.WU X Q， XU Y C， LU G F. The evaluation of agricultural eco-efficiency： a case of rice pot-experiment[J]. Acta Ecologica Sinica， 2009， 29（5）： 2481-2488. （in Chinese）

[6] CANALS L M I， BAUER C， DEPESTELE J， DUBREUIL A， KNUCHEL R F， GAILLARD G， MICHELSEN O， MüLLER-WENK R， RYDGREN B. Key elements in a framework for land use impact assessment within LCA[J]. International Journal of Life Cycle Assessment， 2007， 12（1）： 5-15.

[7] CANEGHEM J V， BLOCK C， CRAMM P， MORTIER R， VANDECASTEELE C. Improving eco-efficiency in the steel industry： the ArcelorMittal Gent case[J]. Journal of Cleaner Production， 2010， 18（8）： 807-814.

劉晶茹，呂彬，張娜，石垚. 生態產業園的復合生態效率及評價指標體系[J]. 生態學報， 2014， 34（1）： 136-141.LIU J R， LYU B， ZHANG N， SHI Y. Definition and evaluation indicators of ecological industrial park’s complex eco-efficiency[J]. Acta Ecologica Sinica， 2014， 34（1）： 136-141. （in Chinese）

成金華， 孫瓊， 郭明晶， 徐文赟. 中國生態效率的區域差異及動態演化研究[J]. 中國人口·資源與環境， 2014， 24（1）： 47-54.CHENG J H， SUN Q， GUO M J， XU W Y. Research on regional disparity and dynamic evolution of eco-efficiency in China[J]. China Population， Resources and Environment， 2014， 24（1）： 47-54. （in Chinese）

LAUWERS L. Justifying the incorporation of the materials balanceprinciple into frontier-based eco-efficiency models[J]. Ecological Economics， 2009， 68（6）： 1605-1614.

臧俊梅， 張思影， 唐春云. “雙碳”目標下廣東省農業生態效率時空演變及影響因素研究[J]. 中國農業資源與區劃， 2023， 44（10）： 135-146.ZANG J M， ZHANG S Y， TANG C Y. Spatio-temporal evolution and influencing factors of agricultural eco-efficiency in Guangdong province under “Dual Carbon”[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2023， 44（10）： 135-146. （in Chinese）

楊國華， 段永蕙， 崔蕾. 山西省農業生態效率縣域差異及影響因素分析[J]. 中國農業資源與區劃， 2023， 44（3）： 70-78.YANG G H， DUAN Y H， CUI L. Analysis of county differences and influencing factors of agricultural ecological efficiency in Shanxi province[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2023， 44（3）： 70-78. （in Chinese）

[13] 張晶晶. 低碳視角下山東省農業生態效率測度及影響因素研究[D]. 長春： 吉林農業大學， 2023.ZHANG J J. Study on measurement and influencing factors of agricultural ecologicalefficiency in Shandong province from the perspective of low carbon[D]. Changchun： Jilin Agricultural University， 2023. （in Chinese）

[14] 李曉龍， 袁帥強， 王偉. 基于凈碳匯的農業生態效率測度、時空演進及收斂性研究——以貴州78個縣域為例[J]. 農業現代化研究， 2023， 44（4）： 680-691LI X L， YUAN S Q， WANG W. Measurement， spatial-temporal evolution，and convergence of agricultural eco-efficiency based on net carbon sink： a case study of 78 counties in Guizhou[J]. Research of Agricultural Modernization， 2023， 44（4）： 680-691. （in Chinese）

[15] 李穎， 陳迪琳. 低碳視角下安徽省農業生態效率時空演化及影響因素研究[J]. 農業與技術， 2023， 43（1）： 158-163.LI Y， CHEN D L. Temporal and spatial evolution of agricultural eco-efficiency and its influencing factors in Anhui province from the perspective of low carbon[J]. Agriculture and Technology， 2023， 43（1）： 158-163. （in Chinese）

[16] 陳陽， 穆懷中. 中國農業生態效率測算及影響因素研究[J]. 統計與決策， 2022， 38（23）： 101-106.CHEN Y， MU H Z. Measurement and influencing factors of agricultural eco-efficiency in China[J]. Statistics amp; Decision， 2022， 38（23）： 101-106. （in Chinese）

[17] 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.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. （in Chinese）

[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 B Y， ZHANG W G. 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. （in Chinese）

[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.JIE X Q， SHANG J. A study on China’s agricultural ecological efficiency based on the third stage SBM model[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2021， 42（7）： 210-217. （in Chinese）

[20] 高策， 張新仕， 王桂榮， 崔永福. 河北省縣域農業生態效率時空演化及影響因素[J]. 河北農業大學學報（社會科學版）， 2024， 26（1）： 42-56.GAO C， ZHANG X S， WANG G R， CUI Y F. The spatial-temporal evolution and influencing factors of agricultural ecological efficiency at county-level in Hebei province[J]. Journal of Hebei Agricultural University （Social Sciences）， 2024， 26（1）： 42-56. （in Chinese）

[21] 楊宇晴. 吉林省農業生態效率及其影響因素研究[D]. 長春： 吉林農業大學， 2022.YANG Y Q. Research on agricultural ecological efficiency and its influencing factors in Jilin province[D]. Changchun： Jilin Agricultural University， 2022. （in Chinese）

[22] 閆明濤， 喬家君， 瞿萌， 韓冬. 河南省農業生態效率測度、空間溢出與影響因素研究[J]. 生態與農村環境學報， 2022， 38（11）： 1396-1405.YAN M T， QIAO J J， QU M， HAN D. Measurements， spatial spillover and influencing factors of agricultural eco-efficiency in Henan province[J]. Journal of Ecology and Rural Environment， 2022， 38（11）： 1396-1405. （in Chinese）

[23] 張展， 廖小平， 李春華， 楊燦， 陽莎莎， 李伊涵. 湖南省縣域農業生態效率的時空特征及其影響因素[J]. 經濟地理， 2022， 42（2）： 181-189.ZHANG Z， LIAO X P， LI C H， YANG C， YANG S S， LI Y H. Spatio-temporal characteristics of agricultural eco-efficie ncy and its determinants in Hunan province[J]. Economic Geography， 2022， 42（2）： 181-189. （in Chinese）

[24] 周旭東， 呂光輝. 新疆農業生態效率時空差異及影響因素研究——基于DEA-Malmquist指數-Tobit模型分析[J]. 中南林業科技大學學報（社會科學版）， 2018， 12（6）： 37-45.ZHOU X D， LYU G H. Study on spatial and temporal difference of agricultural eco-efficiency in Xinjiang and its influencing factors： based on the DEA-Malmquist index-Tobit model analysis[J]. Journal of Central South University of Forestry amp; Technology （Social Sciences）， 2018， 12（6）： 37-45. （in Chinese）

[25] 朱璦嬡， 殷頌葵， 劉瓊慧. 中國西北地區農業生態效率時空分異及影響因素研究[J]. 干旱區地理， 2024， 47（7）： 1210-1219.

ZHU Y Y， YIN S K， LIU Q H. Spatial and temporal differentiation and influencing factors of agricultural ecological efficiency in northwest China[J]. Arid Land Geography， 2024， 47（7）： 1210-1219. （in Chinese）

[26] 石玉林， 唐華俊， 王浩， 高中琪， 汪林， 張紅旗， 劉宏斌， 羅其友， 王立新， 席北斗， 黃彩紅， 李瑞， 許爾琪， 崔正國. 中國農業資源環境若干戰略問題研究[J]. 中國工程科學， 2018， 20（5）： 1-8.SHI Y L， TANG H J， WANG H， GAO Z Q， WANG L， ZHANG H Q， LIU H B， LUO Q Y， WANG L X， XI B D， HUANG C H， LI L， XU E Q， CUI Z G. Research on key strategic issues of agricultural resource and environment in China[J]. Strategic Study of CAE， 2018， 20（5）： 1-8. （in Chinese）

[27] 楊蓉. 內蒙古農業生態效率的時空特征及影響因素[J/OL]. 中南民族大學學報（人文社會科學版）， 1-9. （2024-04- 10）[2024-08-21]. https：//doi.org/10.19898/j.cnki.42-1704/C. 20240402.01.YANG R. Spatial and temporal characteristics and influencing factors of agricultural eco-efficiency in Inner Mongolia [J/OL]. Journal of South-Central Minzu University （Humani ties and Social Sciences）， 1-9. （2024-04-10）[2024-08-21]. https：//doi.org/10.19898/j.cnki.42-1704/C.20240402.01. （in Chinese）

[28] 趙吉， 黨國英， 唐夏俊. 基于SBM-Tobit模型的中國農業生態效率時空差異及影響因素研究[J]. 西南林業大學學報（社會科學）， 2022， 6（3）： 10-18ZHAO J， DANG G Y， TANG X J. Spatial-temporal differences and influencing factors of agricultural eco-efficiency in China based on SBM-Tobit model[J]. Journal of Southwest Forestry University （Social Sciences）， 2022， 6（3）： 10-18. （in Chinese）