“雙碳”目標下新疆耕地利用生態效率時空演變特征及原因分析

摘要：以新疆作為研究區域，選擇新疆的14個地州市作為樣本點，從碳源和碳匯的視角構建指標體系，運用超效率DEA—SBM模型測度新疆耕地利用生態效率，并從時間和空間的角度進行分析，利用GML指數模型和核密度估計探究新疆耕地利用生態效率的動態演變特征，最后基于冗余率對耕地利用生態效率的損失原因進行分析。結果表明：新疆耕地利用生態效率的平均值是0.84，處于中等偏上的水平，呈現出“升—降—升”的趨勢。2011—2020年，新疆MI指數均大于1，核密度的曲線中心出現向右平移的趨勢，說明新疆耕地利用生態效率在不斷提高，處于規模報酬遞增的階段。新疆耕地利用生態效率未達到相對有效地區的投入和非期望產出都存在一定的冗余，不合理的投入以及大量碳和污染的排放是造成耕地利用生態效率無效的主要原因。因此，提出加大農業科學技術的研發，完善基礎設施的建設；調整生產要素的投入比例，提高耕地利用生態效率；促進區域協調發展，縮小地區差距等建議。

關鍵詞：新疆；耕地利用；生態效率；超效率DEA—SBM模型；時空演變

中圖分類號：F301.2； S341.1""""" 文獻標識碼：A""""" 文章編號：2095?5553"（2025）"02?0287?08

Analysis on characteristics and causes of spatial and temporal evolution of cropland utilization eco?efficiency in Xinjiang under the “dual?carbon” target

Han Jiamin， Meng Mei

（Xinjiang Agricultural University， Urumqi， 830000， China）

Abstract： Taking Xinjiang as the research region， fourteen prefectural and municipal cities in Xinjiang were selected as the sample sites， the indicator system was constructed from the perspective of carbon source and sink， the ecological efficiency of cropland utilisation in Xinjiang was measured by using the super?efficiency DEA—SBM model and the analysis was conducted" from the perspectives of time and space， and then the dynamic evolution characteristics of ecological efficiency of cropland utilisation in Xinjiang was explored by using the GML index model and the kernel density estimation. Finally， the causes of the loss of ecological efficiency of cropland use were analyzed based on the redundancy rate. The results showed that the average value of the eco?efficiency of cropland use in Xinjiang was 0.84， which was in the middle?upper level， and showed the trend of ‘rising?declining?rising’. During 2011—2020， the MI index in Xinjiang was greater than 1， and the centre of the curve of the kernel density was shifted to the right， indicating that the eco?efficiency of cropland use in Xinjiang was improving， and it was in the stage of increasing returns to scale. The inputs and non?desired outputs of Xinjiang's cropland utilisation eco?efficiency have not reached the relatively efficient region， and also have some redundancy， and irrational inputs as well as a large amount of carbon and pollution emissions are the main reasons for the ineffectiveness of cropland utilisation eco?efficiency. Therefore， the following suggestions are put forward to increase the research and development of agricultural science and technology， improve the construction of infrastructure， adjust the input ratio of production factors to improve the ecological efficiency of cropland use， and promote the coordinated development of the region to narrow the regional gap.

Keywords： Xinjiang; cropland utilization; eco?efficiency; super?efficiency DEA—SBM model; spatio?temporal evolution

收稿日期：2023年11月1日""""""" 修回日期：2023年12月18日

? 基金項目：國家自然科學基金項目（72164035）

第一作者：韓佳敏，女，1997年生，新疆昌吉人，碩士；研究方向為土地可持續利用。E?mail： 1506543795@qq.com

通訊作者：孟梅，女，1973年生，烏魯木齊人，博士，教授；研究方向為土地經濟及可持續利用。E?mail： 706935497@qq.com

0 引言

耕地作為我國最稀缺的生產資料，是保障國家糧食安全的根本，同時維持耕地的可持續利用是實現國民經濟健康發展的重要保障。隨著社會經濟的快速發展，對耕地的需求不斷增加導致耕地質量下降，糧食安全受到威脅。同時在耕地利用的過程中，高污染、高消耗的生產模式也造成嚴重的生態問題，比如化肥、農藥的殘留和碳排放的增多等。2020年，習近平主席在聯合國大會上制定了碳達峰碳中和的目標；2021年中央一號文件聚焦生態保護與糧食安全；二十大提出要全面落實糧食安全黨政同責。在碳達峰碳中和的背景下，在確保糧食安全的同時還要發展綠色農業的要求下，對耕地利用生態效率進行科學、合理地評價，對促進我國耕地的可持續發展有著重要的現實意義。

目前，我國對生態效率的應用研究主要集中在行業和區域兩個層面，企業和產品層面因微觀數據較難獲得故研究的相對較少。其中，學者們在行業層面從第一、二、三產業的角度出發對農業[1]、工業[2]、產業[3]、旅游業[4]等方面展開了大量的探索，并取得相關的成果。但是對耕地利用生態效率方面的研究相對較少，還未建立起統一的耕地利用生態效率的指標體系。前期學者們的研究主要集中在耕地利用效率方面，但隨著環境問題的突出以及對耕地利用效率的認識加深，研究內容也從單指標的投入、產出逐漸轉變為多指標投入、產出的綜合評價指標體系，從只考慮耕地的資源和經濟效率逐漸加入耕地的生態效率，形成以“資源—社會經濟—環境”的復合系統為研究范圍的耕地利用生態效率。對于耕地利用生態效率的研究內容主要集中在效率的測度與評價[5]、時空演變特征[6]和影響因素[7]等方面。關于測算生態效率的方法有很多，對于不同的問題、不同的研究內容，所用到的測算方法也有所不同。比如：生態足跡分析法和能值分析法[8]、綜合評價法[9]、數據包絡法[10]等。

綜上所述，本文選擇目前學術界涉及較少的地區—新疆作為研究對象，從碳源和碳匯的角度構建耕地利用生態效率的指標體系，運用非期望產出的超效率DEA—SBM模型測度新疆2011—2020年間的耕地利用生態效率，并從時間和空間的角度進行分析，接著利用GML指數模型和核密度估計探究新疆耕地利用生態效率的動態演變特征，最后基于冗余率對耕地利用生態效率的損失原因進行分析。

1 研究方法與數據說明

1.1 研究方法

1.1.1 超效率DEA—SBM模型

在傳統DEA模型的結果分析中，得出的效率值相同且為1，但這些效率值的高低卻無法進一步區分。為解決這一問題，Andersen等[11]提出了對有效DMU進一步區分其有效程度的方法，就是超效率模型。Tone[12]在此基礎上提出了SBM超效率模型，該模型能夠對大于1的超效率值做進一步的比較，并且加入松弛變量后解決了傳統DEA模型的測量誤差問題。因此在傳統DEA模型的基礎上構建非導向的DEA—SBM超效率模型，同時加入非期望產出指標來測算耕地利用生態效率，計算如式（1）所示。

1.1.2"GML指數模型

Malmquist指數模型根據參比的方式，可分為相鄰、固定、全局序列和窗口等，選取全局參比Malmquist指數模型（GML）。GML指數MI可分解為技術效率變化EC和技術變化TC。其中，EC可進一步分解為純技術效率變化PEC和規模效率變化SEC；TC可進一步分解為純技術變化PTC和規模技術變化STC。計算如式（2）所示。

1.2 指標選取與數據來源

1.2.1 指標選取

耕地利用生態效率的本質是在耕地利用的過程中，一定生產要素的投入所能實現經濟、社會產出最大化與環境污染最小化的程度。參考劉蒙罷[13]、文高輝[14]、胡賢輝[15]等的研究，并且結合當前的雙碳背景，嘗試將耕地碳匯加入期望產出中。再根據新疆耕地利用的實際情況和數據的可得性，從投入、期望產出和非期望產出3個方面構建新疆耕地利用生態效率的指標體系，如表1所示。

其中，耕地碳匯主要計算的是農作物在生長發育周期內的碳吸收，選取糧食作物（水稻、小麥、玉米、豆類、薯類）、經濟作物（油料作物、棉花）和其他類作物（蔬菜、瓜果）計算農作物的碳吸收，計算如式（4）所示[16]。

借鑒前人的研究成果[17]確定各類農作物[Ci，wi，Hi]的取值。

耕地面源污染主要來自于化肥中氮肥、磷肥和復合肥的殘留量，具體的計算方式參照陳敏鵬[18]、賴斯蕓[19]等的研究，計算如式（5）所示。

式中： [TN]——含氮的總和；

[TP]——含磷的總和（包括氮肥、磷肥和復合肥中的氮、磷含量）。

參考已有文獻[20]，磷肥的使用量乘以系數43.66%，復合肥中的氮磷含量系數均按16.65%計算。在耕地利用的過程中，碳排放主要來自于：化肥施用時產生的碳排放；農用機械消耗柴油時產生的碳排放；翻耕過程中導致的碳流失。根據前人的研究[21]選取的各類碳源對應的碳排放系數如下：化肥0.895"6"kg/kg、柴油0.592"7"kg/kg、翻耕312.6"kg/km2。

1.2.2 數據來源

以新疆維吾爾自治區（新疆）為研究對象，選擇新疆的14個地州市為研究樣本（不包含新疆生產建設兵團）。根據數據的可獲得性和連續性等原則，選取新疆2011—2020年的數據進行研究，具體數據來源于《新疆統計年鑒》和14個地州市的統計年鑒，個別缺失數據通過線性插值法進行補充。

2 結果分析

2.1 新疆耕地利用生態效率測算結果分析

2.1.1 基于時間變化的耕地利用生態效率結果分析

基于MaxDEA9.1軟件的計算，測度2011—2020年新疆耕地利用生態效率值（表2）。從整體來看，新疆耕地利用生態效率的平均值是0.84，未能達到相對有效的狀態，處于中等偏上的水平。從各地區的耕地利用生態效率的平均值來看，排名前3的依次是喀什地區、烏魯木齊市和克拉瑪依市，效率值均大于1，達到相對有效的狀態。而剩余11個地州市的效率值均小于1，未能達到相對有效的狀態，依次是：伊犁、巴州、吐魯番市、阿克蘇地區、昌吉、克州、博州、塔城地區、和田地區、哈密市和阿勒泰地區。其中，哈密市和阿勒泰地區的生態效率值相對較低，說明在耕地利用的過程中存在資源浪費和環境污染等問題。

從變化趨勢來看，新疆耕地利用生態效率呈現出“升—降—升”的趨勢（圖1）。2011—2012年新疆耕地利用生態效率值無明顯變化；2012—2013年新疆耕地利用生態效率值呈現出明顯上升，其中烏魯木齊市、吐魯番市、阿克蘇地區和克州的生態效率均有大幅度提高，2013年的農作物產量和農業產值較2012年均得到提高，是耕地利用生態效率提高的主要原因之一；2013—2014年耕地利用生態效率值出現下降，從0.914下降到0.784，原因是隨著科學技術的發展，化肥農藥逐漸替代農家肥，大量的使用造成面源污染，影響了生態效率值；2015—2020年耕地利用生態效率值逐步上升，從2015年的0.777提高到2020年的1.121，從耕地利用效率未有效達到相對有效的狀態。說明隨著國家對糧食安全、耕地的可持續發展和環境保護等問題的重視，新疆也積極響應國家號召，制定并頒布一系列方案與文件，切實有效地提高新疆整體耕地利用的生態效率。例如：2014年新疆制定了《全區環境保護工作要點》；2017年發布了《新疆維吾爾自治區環境保護“十三五”規劃》；2018年印發了《新疆維吾爾自治區土壤污染防治工作方案》等。

2.1.2 基于空間變化的耕地利用生態效率結果分析

根據上文計算出的耕地利用生態效率值，利用ArcGIS軟件的自定義法，對2011年、2014年、2017年和2020年新疆的耕地利用生態效率進行可視化，如圖2所示。

從圖2可知，新疆耕地利用生態效率在不斷的變好。其中，塔城地區、阿克蘇地區、伊犁、博州和巴州的耕地利用生態效率值處于不斷提升的狀態；克拉瑪依市、吐魯番市、和田地區和昌吉的生態效率值出現連續兩年的下降后均在2020年得到提升且效率值處于相對有效的狀態；烏魯木齊、哈密市和阿勒泰地區均在2017年出現小幅度的下降后，通過調整得到提升；而克州和喀什地區的效率值在不斷的提升，但在2020年出現小幅度的下降。

2.2 耕地利用生態效率的動態演變特征

2.2.1 基于GML指數的動態演變分析

基于GML指數模型對新疆的耕地利用生態效率進行動態演變分析（表3）。從整體來看，2011—2020年新疆的MI指數均大于1，說明新疆整體的耕地利用生態效率呈現出不斷上升的狀態，處于規模報酬遞增的階段。MI指數的平均增長率為9.6%，是技術效率變化和技術變化共同作用得到的。其中，技術變化的年均增長為8.2%，說明技術進步是耕地利用的MI指數增長的主要原因。在2011—2020年內，除2013—2016年的MI指數出現下降，其余年份MI指數的變化率均為正數且呈現出逐年增加的趨勢。從分解的指數來看，純技術效率變化指標除2015—2016年小于1，其余年份均大于1；而規模效率變化指標在2011—2012年、2013—2014年和2018—2019年小于1，其余年份均大于1；純技術效率變化和規模效率變化的平均值分別是1.170和1.153，說明純技術效率對提高技術效率的貢獻更多，未來新疆在重視科學技術的發展的同時，也要注意各要素的投入比例，探索最佳投入比例，形成規模化的發展。

2.2.2 基于核密度估計的動態演變分析

基于Stata16軟件，運用核密度估計法對新疆2011年、2014年、2017年和2020年的生態效率進行估計（圖3）。從圖3可知，核密度的曲線中心出現向右平移的趨勢，說明新疆耕地利用生態效率在不斷提高，與上文的結果保持一致。從形狀上來看，核密度曲線主要呈現出單峰的形態，極化現象明顯。從2017年開始核密度曲線出現右拖尾的現象，到2020年右拖尾現象更加明顯并有第二峰出現的跡象，說明經過不斷的發展，新疆14個地州市逐漸出現地區差異。生態效率較好的地區能夠合理配置各種生產要素、積極落實耕地可持續發展等相關政策，而生態效率較差的地區在耕地利用的過程中存在資源使用不合理、不重視科學技術等問題。未來各地州市之間應加強溝通交流，讓先進的地區帶動落后的地區，協同發展，縮小差距。

2.3 基于冗余率的耕地利用生態效率損失原因分析

為進一步了解新疆部分地州市耕地利用生態效率未能達到相對有效的原因，利用超效率SBM模型測算結果中的松弛改進值，計算出耕地利用過程中投入和非期望產出的冗余率（表4）。

從生產過程來看，新疆耕地利用生態效率未達到相對有效地區的投入和非期望產出都存在一定的冗余，不合理的投入導致大量碳、污染的排放是造成耕地利用生態效率無效的主要原因。從各生產要素的投入來看，投入冗余最高的是第一產業從業人員，年均冗余率為29.39%，剩余依次是：節水灌溉面積、農業機械總動力、化肥施用折純量和農作物播種面積；從非期望產出來看，污染排放量的年均冗余率為19.19%，其次是碳排放量的年均冗余率為14.17%。其中，第一產業從業人員，除昌吉需要增加勞動力外，其余各地州市均需轉移過剩勞動力；節水灌溉設施的全面普及提高了水資源的利用效率，但是新疆的水資源較為匱乏，在未來的耕地過程中除了保持農作物的正常生長外，還需注重節約用水，更加科學合理的進行耕地灌溉；化肥的大量投入和農業機械的不科學使用，是導致碳排放和污染排放量增多的主要原因，形成較高的產出冗余，是造成新疆部分地州市耕地利用生態效率值較低的主要原因之一；播種面積的冗余說明耕地利用存在不合理的情況，管理及經營方式也存在問題，使得耕地利用的整體效率降低。

因此，新疆耕地利用生態效率較低的地州市，在未來耕地利用的過程中，首先，應提高農業的現代化程度，淘汰低效率的生產工具，研發高質量、高效率的機械，解放勞動力；其次，應減少化肥等要素的投入量，用農家肥或有機肥代替，減少對環境的污染；最后，應根據各地州市的實際情況，科學合理的管理耕地，落實耕地灌溉的實際需求。

3 結論與建議

3.1 結論

基于2011—2020年新疆耕地利用生態效率的時空演變特征及原因的分析，得出以下結論：（1）新疆耕地利用生態效率的平均值是0.84，處于中等偏上的水平，呈現出“升—降—升”的趨勢。（2）2011—2020年新疆的MI指數均大于1，核密度的曲線中心出現向右平移的趨勢，說明新疆的耕地利用生態效率在不斷的提高，處于規模報酬遞增的階段。（3）新疆耕地利用生態效率未達到相對有效地區的投入和非期望產出都存在一定的冗余，不合理的投入以及大量碳和污染的排放是造成耕地利用生態效率無效的主要原因。

3.2 建議

根據研究結果發現，新疆整體的耕地利用生態效率處于不斷提升的階段，同時存在大量的碳、污染等要素的冗余，影響耕地利用的生態效率，且14個地州市之間也逐漸產生差異。因此，提出以下建議。

1） 加大農業科學技術的研發，完善基礎設施的建設。根據GML指數分解的結果可知，技術變化和技術效率是提高耕地利用生態效率的主要原因。未來在不斷完善農業的水利、電力等設施建設的基礎上，加強農業科技人才隊伍的建設，培養大量的農業科研人員，積極研發適合新疆農業現代化的科學技術，如推進測土配方施肥、秸稈還田循環型和新品種研發等。

2） 調整生產要素的投入比例，提高耕地利用生態效率。根據冗余率的分析得出，投入要素中的第一產業從業人員、節水灌溉面積、化肥施用折純量和農業機械總動力都存在一定的冗余。針對第一產業從業人員，政府部門一方面應加大對農村勞動力的技能培訓，另一方面應促進農村勞動力進行非農就業；新疆的水資源主要用于農業用水，應科學、合理的安排農業用水，積極使用先進的滴水灌溉技術，提高水資源的利用效率；化肥的使用可以使農作物茁壯生長，但同時也造成環境污染，應制定化肥的使用標準，進行精準施肥，同時提倡用有機肥代替化肥的使用；農業機械是解放人力的關鍵，應積極淘汰老舊、高消耗的機械，引進新型清潔的機械。調整各生產要素的投入比例，是提高耕地利用生態效率的重要環節。

3） 促進區域協調發展，縮小地區差距。根據研究發現，新疆各地區之間的耕地利用生態效率逐漸產生了差距，政府部門應根據各地州的現實問題因地制宜的制定配套政策，充分發揮各地區的優勢產業，同時讓先進地區去影響帶動周圍落后的地區，達到“點帶面”的作用，從而協調各地區的發展，并逐漸縮小差距。

參 考 文 獻

[ 1 ]""""" 張熒楠， 張蘭婷， 韓立民. 農業生態效率評價及提升路徑研究——基于山東省17個地級市的實證分析[J]. 生態經濟， 2021， 37（4）： 118-124， 131.

[ 2 ]""""" 張樨樨， 曹正旭. 長江經濟帶工業生態效率時空演變及影響因素分析[J]. 長江流域資源與環境， 2022， 31（3）： 493-502.

[ 3 ]""""" 顧典， 徐小晶. 中國產業結構優化升級對生態效率的影響[J]. 生態經濟， 2020， 36（6）： 58-67.

[ 4 ]""""" 錢宏健， 方葉兵， 陸林， 等. 長三角城市群旅游生態效率時空演化特征及其影響因素研究[J]. 資源開發與市場， 2022， 38（3）： 350-359.

[ 5 ]""""" 周顯芳， 盧遠. 基于MODIS EVI的左江流域耕地利用效率評價[J]. 水土保持研究， 2010， 17（3）： 79-81， 86.

[ 6 ]""""" 劉玉潔， 張安錄， 劉蒙罷. 長江中下游糧食主產區城鎮化與耕地利用生態效率耦合協調度時空格局分析[J]. 中國農業資源與區劃， 2022， 43（8）： 106-118.

Liu Yujie， Zhang Anlu， Liu Mengba. Analysis on the spatiotemporal pattern of coupling degree of urbanization and cultivated land use eco?efficiency in main grain producing areas in the mid and lower reaches in Yangtze River [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2022， 43（8）： 106-118.

[ 7 ]""""" 馬林燕， 張仁慧， 潘子純， 等. 中國省際耕地利用生態效率時空格局演變及影響因素分析——基于2000—2019年面板數據[J]. 中國土地科學， 2022， 36（3）： 74-85.

Ma Linyan， Zhang Renhui， Pan Zichun， et al. Analysis of the evolution and in?uencing factors of temporal and spatial pattern of eco?efficiency of cultivated land use among provinces in China： Based on panel data from 2000 to 2019 [J]. China Land Science， 2022， 36（3）： 74-85.

[ 8 ]""""" 孫玉峰， 郭全營. 基于能值分析法的礦區循環經濟系統生態效率分析[J]. 生態學報， 2014， 34（3）： 710-717.

Sun Yufeng， Guo Quanying. Ecological efficiency analysis of the circular economy system in mining area based on emergy analytic approach [J]. Acta Ecologica Sinica， 2014， 34（3）： 710-717.

[ 9 ]""""" 王波， 方春洪. 基于因子分析的區域經濟生態效率研究——以2007年省際間面板數據為例[J]. 環境科學與管理， 2010， 35（2）： 158-162.

Wang Bo， Fang Chunhong. Research on the regional eco?efficiency based on factor analysis： Evidence from provincial data 2007 [J]. Environmental Science and Management， 2010， 35（2）： 158-162.

[10]""""" 李首涵， 楊萍， 李忠德， 等. 基于DEA—SBM模型的黃河三角洲現代農業生態效率評價[J]. 湖北農業科學， 2018， 57（13）： 98-103.

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

[13]""""" 劉蒙罷， 張安錄， 文高輝. 長江中下游糧食主產區耕地利用生態效率區域差異與空間收斂[J]. 自然資源學報， 2022， 37（2）： 477-493.

Liu Mengba， Zhang Anlu， Wen Gaohui. Regional differences and spatial convergence in the ecological efficiency of cultivated land use in the main grain producing areas in the Yangtze Region [J]. Journal of Natural Resources， 2022， 37（2）： 477-493.

[14]""""" 文高輝， 劉蒙罷， 胡賢輝， 等. 洞庭湖平原耕地利用生態效率空間相關性與空間效應[J]. 地理科學， 2022， 42（6）： 1102-1112.

Wen Gaohui， Liu Mengba， Hu Xianhui， et al. Spatial correlation and spatial effect of cultivated land use ecological efficiency in the Dongting Lake plain [J]. Scientia Geographica Sinica， 2022， 42（6）： 1102-1112.

[15]"""" 胡賢輝， 劉蒙罷， 文高輝. 中國耕地集約利用與生態效率耦合協調時空分異特征研究[J]. 長江流域資源與環境， 2022， 31（10）：2282-2294.

[16]""""" 羅懷良. 中國農田作物植被碳儲量研究進展[J]. 生態環境學報， 2014， 23（4）： 692-697.

Luo Huailiang. Advances on carbon storage in crops of China [J]. Ecology and Environmental Sciences， 2014， 23（4）： 692-697.

[17]""""" 韓召迎， 孟亞利， 徐嬌， 等. 區域農田生態系統碳足跡時空差異分析——以江蘇省為案例[J]. 農業環境科學學報， 2012， 31（5）： 1034-1041.

Han Zhaoying， Meng Yali， Xu Jiao， et al. Temporal and spatial difference in carbon footprint of regional farmland ecosystem： Taking Jiangsu province as a case [J]. Journal of Agro?Environment Science， 2012， 31（5）： 1034-1041.

[18]""""" 陳敏鵬， 陳吉寧， 賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學， 2006（6）： 751-755.

Chen Minpeng， Chen Jining， Lai Siyun. Inventory analysis and spatial distribution of Chinese agricultural and rural pollution [J]. China Environmental Science， 2006（6）： 751-755.

[19]""""" 賴斯蕓， 杜鵬飛， 陳吉寧. 基于單元分析的非點源污染調查評估方法[J]. 清華大學學報（自然科學版）， 2004（9）： 1184-1187.

Lai Siyun， Du Pengfei， Chen Jining. Evaluation of non?point source pollution based on unit analysis [J]. Journal of Tsinghua University （Science and Technology）， 2004（9）： 1184-1187.

[20]""nbsp;"" 崔葉辰， 韓亞麗， 呂寧， 等. 基于超效率SBM模型的農業生態效率測度[J]. 統計與決策， 2020， 36（21）： 87-90.

Cui Yechen， Han Yali， Lü Ning， et al. Measurement of agro?ecological efficiency based on super?efficient SBM modeling [J]. Statistics amp; Decision， 2020， 36（21）： 87-90.

[21]""""" 李波， 張俊飚， 李海鵬. 中國農業碳排放時空特征及影響因素分解[J]. 中國人口"?"資源與環境， 2011， 21（8）： 80-86.

Li Bo， Zhang Junbiao， Li Haipeng. Research on spatial?temporal characteristics and affecting factors decomposition of agricultural carbon emission in China [J]. China Population， Resources and Environment， 2011， 21（8）： 80-86.