中国农业绿色全要素生产率时空分异与演化研究※

郭海红 张在旭 方丽芬

一、 引 言

农业是国民经济的基础，农业的发展状况关乎粮食安全、资源安全和生态安全。中国农业发展取得了不俗的成绩，以2005-2015年历程看，农业总产值从19613.4亿元增长到57635.8亿元，年均增长速度近4.5%。农民人均纯收入水平有了明显的提高，从3255元到11422元，年均增速在9%以上。主要农作物粮食的产量从48402.2万吨增长到62143.9万吨，保持95%以上的粮食自给率。但是中国农业增长长期依赖的是要素的大量投入，是高投入、高排放、高污染的粗放型增长，使农业自然资源与生态环境遭受了极大破坏，农业生产环境承载力迫近极限(韩长赋，2015)。关键生产要素条件的变化以及资源、环境的约束促使农业寻求绿色发展方式，提高农业绿色全要素生产率是可行之路。

绿色全要素生产率(Green Total Factor Productivity，GTFP)是考虑资源和环境污染约束下的全要素生产率(Fare et al，1994；Battese and Coelli，1995；Kumbhakar，2000)。对农业GTFP的内涵界定并没有形成统一的认识，现有研究代表性的如王奇等(2012)、李谷成(2014)、李兆亮(2017)等大都把考虑农业面源污染要素的农业全要素生产率界定为农业GTFP，而农业生产过程除了会产生面源污染对环境造成破坏之外，因农业生产多种投入要素交叉影响还会带来大量的碳排放，这也会对环境造成严重影响，现有研究中鲜有考虑。对农业GTFP的研究重点在于测算指标的选取和测算方法的探讨。农业GTFP的测算指标的不同主要体现在对环境污染因素的处理上。一种是把环境污染因素作为非期望产出变量。代表性的有：Nanere et al.(2007)、潘丹(2013)、Zhiyang Shen et al.(2017)。另一种是把环境因素作为投入要素变量。代表性的有：Reinhard et al.(1999)将环境污染作为投入要素评价了荷兰奶牛农场的技术效率和环境效率。已有的文献中的测算方法包括三种：第一种是增长会计法(Growth Accounting，GA)。第二种是随机前沿分析法(Stochastical Frontier Model，SFA)。第三种是数据包络分析法(Data Envelopment Analysis，DEA)。主要采用SFA和DEA法，且DEA-Malmquist指数用的较多。现有文献对农业GTFP的测算比较集中的从某一个视角比如静态视角采用SBM函数，动态视角采用ML指数，动静结合的视角不多见。省际间的经济水平、资源禀赋、自然环境等条件不同，区域之间农业发展的差距日趋增大，如图1所示。现有文献的研究领域涉及农业GTFP区域差异的研究大都在格局及影响因素方面，如李谷成(2014)、李兆亮(2017)，缺乏对长期演化趋势的分析。

图1 2005-2015年人均农业总产值

资料来源：作者自制。

从联合国停止对中国粮食补贴开始，粮食实现了“十一连增”，农业生产效率有较大提升，那么把“资源-环境-经济”纳入一个分析框架的农业GTFP在2005-2015年间又有怎样的变化？区域之间有何差异和相关性？其长期发展趋势又会是怎样？这些问题的解答对识别农业绿色发展的动力源泉和区域差异的原因，对完善农业生产率理论和探寻中国农业绿色协调发展的模式，具有一定理论和实践参考意义。

本研究的拓展：第一，构建了农业GTFP理论分析框架。农业生产系统比较复杂，既需要考虑水资源的约束，也需要考虑农业面源污染及碳排放对环境造成的危害。把“资源-环境-经济”纳入一个分析框架才能真正达到“创新、协调、绿色、开放、共享”目标。而现有研究中较少把水资源、环境污染要素以及碳排放同时纳入到一个分析框架中。本研究同时考虑水资源、环境污染及碳排放因素，把水资源作为投入要素，农业面源污染和碳排放作为非期望产出要素。第二，从静态和动态结合的视角全面测算农业GTFP。静态视角，本研究把EBM(Eslion-Based Measure)模型应用到农业GTFP测算中来。因为EBM模型能改进DEA和SBM不能处理径向和非径向同时存在的情形。动态视角，采用Malmquist-Luenberger(ML)指数测算并剖解，以梳理农业GTFP的演化规律，甄别增长源泉。第三，运用核密度函数分析农业GTFP区域差异的动态并运用马尔科夫链分析区域差异的长期演化趋势。

二、 研究方法与模型选择

1. 研究方法

(1) 农业GTFP测算方法与模型

① SBM方向距离函数和ML生产率指数。Fare & Grosskopf(2009)和Fukuyama & Weber(2009)提出了非径向、非角度的SBM方向性距离函数，该函数同时考虑了资源环境约束的情况，使得测算结果更贴合实际。SBM函数的表达式为：

(1)

Chambers et al.(1996)的t时期到t+1时期的Luenberger生产率指标，记为LTFP：

(2)

为测算LTFP的值，需要测算四个在CRS条件下的SBM方向距离函数，分别是：

其中前两个和后两个分别是当期和跨期的SBM方向距离函数。由此可见，Luenberger指标的分解可以深入探究TFP的来源。除此之外，Luenberger 生产率指标还可以探寻生产率的真正动力源，不但可以甄别投入产出要素中真正导致TFP提升或下降的因素，而且可以深入分析导致技术效率和技术进步变化的因素。

② EBM函数。Tone & Tsutsui(2010)提出了一种同时包含径向与非径向两类距离函数的混合函数模型。表达式为：

(3)

(2) 区域差异演化度量方法

基于核密度函数分析区域差异的动态变化，运用马尔科夫链法分析区域差异的长期演化趋势。

① 核密度函数。核密度函数是基于非参数的概率密度估计横截面分布，可以衡量变量分布状态(叶阿忠，2003)。设一组随机变量的概率密度函数为f(x)，表达式为：

(4)

其中n为观测值数量，K(·)为核密度函数，h为平滑系数(或带宽)，h的大小决定核密度的精度大小和密度图的平滑程度，因此确定合适的平滑系数对获得最佳拟合结果特别关键。理论上，最佳h的选择应使积分均方误差最小。实际上，通常采用h=0.9SN4/5,(N为样本数，S为样本标准差)。核密度函数的形式有Gaussian、Espanechnikov、Ttiangle等多种形式。核密度曲线的分布区位、样态及峰度延展可以反映研究对象的分布状况。

② 马尔科夫链。通过构造马尔科夫转移矩阵并计算平稳分布可以分析区域的农业GTFP增长的内部流动性，以此刻画增长的动态演化。马尔科夫链法是一种随机时间序列方法，需要经济增长“无后效性”(余家林，2007)，因此将31个省域的农业GTFP序列离散化为“无后效性”的马尔科夫链序列{X1，X2，X3，…}，那么各省域农业GTFP“未来状态”的条件概率分布只与“现在状态”有关，与“过去状态”无关。记Pt=(P1(t)，P2(t)，P3(t)，…Pn(t))表示中国各省域t年份的农业GTFP的概率向量，若马尔科夫链有转移概率矩阵P=(Pij)，Pij=(nij/ni)，其中Pij表示在i类型地区转移到j类型地区的转移概率，nij表示研究期内初始年份属于i的地区转移到属于j的数量之和，ni是所有年份中属于i类型的地区数量之和。若转移概率矩阵长期保持不变则得到农业GTFP的稳态分布矩阵，记为：

π=(π1,π2,π3,...πN)，可由式(5)确定。

(5)

如果π集中分布于一点，反映农业GTFP区域间趋同；如果π集中分布于两点，反映农业GTFP区域间呈现“两极分化”，区域间难以趋同。

2. 农业GTFP测算理论分析框架

(1) 研究对象。选取中国31个省和自治区(不包含港澳台地区)作为研究样本，由于2006年联合国取消对中国的粮食补贴，那么在此前后中国农业GTFP有何变化？同时考虑到数据的可得性把研究时期确定为2005-2015年。需要指出的是本研究中的农业指的是广义农业，包括农林牧渔业。

(2) 变量甄选。在相关文献的基础上兼顾数据的可得性、科学性、合理性并结合农业生产的特点萃取农业投入产出指标。农业生产系统比较复杂，既需要考虑水资源的约束，也需要考虑农业面源污染及碳排放对环境造成的危害。同时考虑水资源、电能源、环境污染及碳排放因素，把水资源作为投入要素，农业面源污染和碳排放作为非期望产出要素。基于五要素理论设定农业投入要素包括劳动、土地、资本、水资源、能源五项要素。劳动投入以农林牧渔从业人员数量衡量。土地投入以农作物播种面积与水产养殖面积来衡量。资本投入在已有文献中通常包含机械动力、化肥、役畜等，但考虑到投入与产出之间的不可分关系，界定资本投入要素包括化肥、有机肥、农药、农膜、机械动力、役畜、灌溉等七项，同时因DEA方法对数据要求的脆弱性，用熵权法对资本投入项进行加权。农业产出既包括期望产出也包括非期望产出。期望产出用2005年不变价格的农林牧渔总产值来衡量。非期望产出界定为农业面源污染要素和碳排放要素，均需要核算。根据赖斯芸(2004)农业面源污染源主要来自于农田化肥、畜禽养殖、农田固体废弃物以及农村生活等，污染物主要是COD、TN、TP三类，另外水产养殖也是重要的污染源，本研究把水产养殖放入调查单元中。

在清华大学的清单分析法的基础上结合《第一次全国污染源普查农业面源污染源污染系数手册》进行调整后确定排污系数，建立了包含15004条信息的数据库，并参照梁流涛(2009)进行核算(公式6)。

(6)

其中，E为污染的排放量；EUi为单元i指标统计数；ρi为单元i污染物的产污强度系数；ηi为资源利用系数；PEi为污染的产生量；Ci为单元i污染物J的排放系数，它由EUi和空间特征S决定，表征区域环境、降雨、水文和各种管理措施对污染的综合影响。污染评价标准采用GB3838-2002的Ⅲ类水质标准将COD、TN、TP折算为等标排放量汇总得到。除了面源污染，农业碳排放对环境造成的影响不能忽视，但很少文献把碳排放作为要素纳入到TFP中，考虑到数据的可得性界定农业碳排放的来源有三个方面：一是农药、化肥、农膜使用过程中的直接和间接碳排放；二是农业机械使用过程中直接或间接使用燃油燃料(农用柴油)等导致碳排放；三是灌溉过程中使用电能间接消耗化石燃料导致碳排放。碳排放的核算根据李波(2011)的方法(式(7))进行：

C=∑Ci=∑Ti·δi

(7)

其中，C代表农业碳排放总量，Ci代表第i种碳源的碳排放量，Ti代表i碳排放源的量，δi表示i碳源的碳排放系数。

3. 数据来源

农业GTFP测度指标体系中列示的指标的数据来源于2006-2016年的《中国统计年鉴》、《中国农业统计年鉴》、《中国农村统计年鉴》、《中国渔业统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、《中国农业统计资料》、《中国水资源公报》、《新中国六十年统计资料汇编》以及部分省市统计年鉴等官方权威数据。

最终确定农业GTFP测算指标体系如表1所示。

表1 农业GTFP测算指标体系

续表

资料来源：作者自制。

三、 结果与分析

1. 农业TFP与GTFP比较

运用maxdea6.0基于EBM模型分别对中国31个省区不考虑非期望产出的农业TFP和考虑非期望产出的农业GTFP进行测算，结果见表2。从表2中可以看出，考虑非期望产出的农业GTFP值要低于不考虑非期望产出的TFP值。结合实际生产过程，认为不考虑资源环境约束的农业TFP虚高，农业GTFP能客观衡量农业生产效率。

2. 农业GTFP时序演化趋势分析

2005-2015年间中国31个省区及全国的农业GTFP测算结果见表3。从表3看出，在2005-2015年间中国农业GTFP从0.645增长到0.682，呈微“M”型波动上升趋势，但增长幅度仅有0.34%，说明中国在联合国取消粮食补贴后的“十一五”和“十二五”期间，国家采取了有效的惠农政策促进农业生产效率有了一定程度提高，但离绿色生产方式还有较大差距，农业生产很大程度上还是以牺牲资源环境为代价的。从2005-2015年间中国农业GTFP的ML指数及分解结果(表4)来看，2005-2015年间ML在2005-2006年和2008-2009年间小于1，农业GTFP出现下降，其余年份均大于1，并呈逐年递增趋势，2005-2015年间平均值为1.04，反映了农业GTFP年均增长率为4.0%，主要归功于农业绿色科技进步增长的贡献，贡献率达100.87%，农业绿色技术效率反而出现-9%的增长，贡献率为-0.13%，起了制约作用。乐观的是处于“十二五”时期2010-2015年间的中国农业GTFP增长水平超过“十一五”期间2005-2010年间的增长水平，呈不断增长态势，反映了农业绿色生产政策到位及资源环境保护意识的加强。

表2 农业GTFP与TFP比较

资料来源：作者计算整理。

表3 2005-2015中国省际农业GTFP

续表

资料来源：作者计算整理。

3. 农业GTFP区域分异分析

(1) 农业GTFP区域比较。按照国家统计局的东中西部划分标准，东部包括11个省区分别是北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部包括8个省区分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部包括12个省区分别是内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。图2表示的是2005-2015年间中国以及东部、中部和西部的农业GTFP的比较。从图2可以明显看出东部的平均水平最高，西部次之，中部最低，东部高于全国平均水平，区域差距明显。

表4 2005-2015中国农业GTFP增长及分解

资料来源：作者计算整理。

图2 2005-2015年中国及东部、中部、西部农业绿色全要素生产率比较 资料来源：作者自制。

(2) 农业GTFP增长的区域比较。表5列示了2005-2015年中国省际农业GTFP增长及分解结果。从省际来看，2005-2015年间农业GTFP增长速度排前五位的分别是北京(1.165)、上海(1.108)、浙江(1.099)、福建(1.0707)、江苏(1.069)，而排在后面的分别是青海(0.996)、江西(0.993)、 西藏(0.991)、山西(0.979)、 黑龙江(0.973)，值得关注的是仅有北京市、上海市、浙江省、福建省、江苏省、天津市、吉林省、广东省、海南省、山东省、河北省、重庆市、辽宁省13个省份的农业绿色全要素生产率水平高于中国平均水平，仅占41.9%，显然中国农业GTFP水平还处于较低水平。从省际农业GTFP增长驱动源泉看，只有北京、上海、浙江、福建、江苏、天津6个省域的农业GTFP增长是农业绿色技术进步和技术效率“双元”驱动型的集约式发展，其他25个省域农业绿色技术效率呈不同程度的退步，反映了农业绿色技术创新差距呈不断扩大趋势，技术创新者集中在一小部分省域内，区域绿色协调发展任重而道远。

从区域来看，东、中、西部差异明显，2005-2015年间东部平均增长率达到6.72%，远高于西部的1.11%和中部的0.18%，反映了中国中部地区农业生产面临的资源制约和环境保护压力最大，呈现“中部塌陷”。从增长源泉来看，东部地区农业GTFP的增长整体上呈现技术效率和技术进步“双元”驱动良好态势，绿色技术进步增长达到年均6.36%，远高于中国平均水平3.39%，对生产率增长贡献较大，达到99.67%，而绿色技术效率年均增长0.28%，对生产效率改进的贡献仅有1.23%；中部农业GTFP增长主要归功于绿色技术进步的推动，绿色技术进步年均增长达2.64%，贡献率达102.44%，而绿色技术效率年均增长为-2.2%,抑制了农业GTFP的增长；西部农业GTFP增长仅依赖于绿色技术进步的推动，绿色技术进步年均增长率达到2.2%，贡献率达134.06%,绿色生产效率起到了制约作用，年均增长为-0.88%。因此可知，东部地区农业经济与资源环境协调度较高，中、西部地区的资源环境压力比较大，农业经济与资源环境协调发展还有很长的路要走。

4. 区域分异的动态分析

区域间比较结果表明农业GTFP存在明显区域分异，那么分异的动态分布演变情况是怎样的？基于核密度函数估量值可以反映区域分异形态以及随时间变化的趋势。利用增长分步法选取Epanechnikov核函数和Silverman最佳窗宽分别描绘了2005年、2010年、2013年、2015年中国农业GTFP的核密度函数分布(见图3)，图中横轴代表农业GTFP，纵轴表示核密度。

表5 2005-2015年中国省际农业GTFP增长及分解

资料来源：作者计算整理。

图3 代表性年份2005、2010、2013、2015年农业GTFP核密度分布状况图

资料来源：作者自制。

从位置来看，核密度分布曲线整体逐渐向右偏移，反映31个省域农业GTFP都呈现不断增长的良好态势。从形状来看，从2005-2010年呈现“单峰”向“双峰”演化趋势，表明省域之间的差异明显并逐渐成两极分化趋势，但2010-2013年呈“双峰”弱化，以“单峰”为主，反映了省域差异开始逐渐缩小，并且峰度由宽变窄，到2015年成“尖峰”状态，表明省域之间的差异开始缩小，落后地区追赶效应明显。从峰度来看，在2005-2013年间一直是宽峰状态，且出现宽峰向尖峰演变的趋势，峰度在2005-2010年逐渐上升，在2010年成明显的“双峰”格局，但在2010-2013年峰度渐缓，右端面积增大，表明大部分省域农业GTFP呈快速增长态势，在“十一五”期间省域之间差异明显，“十二五”期间差异逐渐减少。

5. 区域分异的长期演化趋势

把测算出来的农业GTFP按照四分位数方法离散为四种类型，分别界定为低、中低、中、高效率区。为更好地对不同时期的农业GTFP水平作对比，把研究期间分为“十一五”(2005-2010年)和“十二五”(2010-2015年)时期，分别构建2005-2010年、2010-2015年和2005-2015年的农业GTFP马尔科夫转移概率矩阵，并测算稳态分布概率，如表6所示。

从表6可以看出，不管是在分段的2005-2010年、2010-2015年，还是在整个研究期间2005-2015年，马尔科夫转移概率矩阵中对角线上的概率值均超过非对角线上的概率值，反映了农业GTFP的流动性不强，“十二五”期间比“十一五”期间维持现状的概率更高，31个省域的农业GTFP水平处于维持现状状态。农业GTFP从低效率水平向中、高效率水平的转移概率为0，从高效率水平转向中低和低的概率也为0，只能向相邻效率水平地区转移，反映了农业GTFP在研究期内难以实现跨界式提升。高效率省域维持在高效率水平的概率为88.7%，只有11.3%的可能转移到中效率水平，反映了高效率省域农业GTFP率增长的持续性。中效率省域向高效率转移的概率稍高为19.6%，高于向中低效率转移的概率3.6%，中低效率省域向低效率类型转移的概率为9.1%,大于向中等效率类型转移的概率3.9%，反映了中效率和中低效率省域GTFP双向变化的可能性较大。低效率省域维持在低效率水平的概率为86.3%，远高于低效率向中低效率转移的概率13.7%，反映了低效率省域GTFP难以实现跨界式快速增长，长期内处于维持现状状态。从稳态分布概率来看，经过长时间的发展后，中国农业GTFP水平处于高效率、中效率、中低效率、低效率的概率分别为40.6%、23.4%、21.6%、14.4%，与初始分布状态比较，高效率水平的省域占的比例提高，低效率水平的概率减少，中等和中低效率水平的省域效率水平变化不大，反映了未来一段时间内高效率省域起到的带头作用明显提高，中国农业GTFP水平不断提高的良好态势。

表6 农业GTFP马尔科夫转移概率矩阵及稳态分布

四、 结论与政策建议

基于“经济-资源-环境”分析框架，把水资源、电能源以及非期望产出纳入农业面源污染要素和农业碳排放要素，构建了农业GTFP测度指标体系，运用EBM模型和ML指数分别从静态和动态视角测算了中国31个省域的农业GTFP及其增长，并剖解了增长动力源泉，从时空维度对农业GTFP做比较分析，并分析了区域差异的长期动态演化趋势，得出以下几点结论。

(1) 考虑资源环境要素的农业GTFP更客观、真实、全面地衡量中国农业绿色生产的效率。不考虑资源环境约束的中国农业TFP水平明显高于考虑资源环境约束的农业GTFP水平。

(2) 时序演化分析表明2005-2015年间中国农业GTFP水平呈微“M”型波动增长，但增长幅度有限，仅为0.34%，离农业绿色生产方式还有较大差距，农业经济增长很大程度上还是以牺牲资源环境为代价。2005-2015年间农业GTFP年均增长率为4.0%，主要归功于农业绿色科技进步增长的贡献，贡献率达100.87%，农业绿色技术效率反而出现-9%的增长，贡献率为-0.13%，降低了农业GTFP，农业绿色技术效率的提高有较大的进步空间。

(3) 区域比较结果说明农业绿色技术创新差距呈不断扩大趋势。只有41.9%省域农业GTFP水平高于中国平均水平，中国农业GTFP水平还处于较低水平。 只有北京、上海、浙江、福建、江苏、天津6个省域农业GTFP增长是技术进步和技术效率“双元”驱动的，其他25个省域绿色技术效率呈不同程度的退步，技术创新者集中在一小部分省域内，农业GTFP的提高有很大潜力可以依赖于绿色技术效率改进。增长源泉剖解结果表明东部地区农业GTFP的增长整体上呈现技术效率和技术进步双元驱动良好态势，中部地区农业生产面临的资源制约和环境保护压力最大，呈现“中部塌陷”，西部次之。

(4) 核密度函数动态分析结果表明，31个省域农业GTFP都呈现不断增长的良好态势。“十一五”期间省际间差异明显并逐渐成“两极分化”趋势，“十二五”期间省际间差异开始缩小，落后地区追赶效应明显。马尔科夫链分析结果表明中国农业GTFP的流动性不强，31个省域的农业GTFP水平较长时间内处于保持现状状态，难以实现跨界式提升，未来一段时间内高效率省域的带头作用明显提高，将呈现农业GTFP平均水平不断提高的良好态势，但区域差异将长期存在。

基于得出的结论提出政策建议。一重视资源环境约束对农业绿色生产的影响，对农业生产效率的衡量需要全面，单纯考虑面源污染因素不考虑碳排放会导致农业绿色生产效率虚高。二因地制宜，结合所在区域的资源禀赋和环境特点，制定差异化的资源环境管理政策。东部地区以绿色技术进步与绿色技术效率双元驱动发展的省份为榜样，实现农业GTFP不断提升的集约式发展。“中部塌陷”地区率先提高绿色技术效率，需要着重在土地利用、人力资本投入及环境污染处理设施的构建等方面提高运作水平，提高绿色技术效率。西部地区需要加大对良种、低污染、病虫害防治等技术引进和投入的扩大，提高绿色技术进步水平。三增进区域间交流与合作。充分发挥东部地区的示范带头作用，通过经验分享会、技术交流会等多样化的方式促进区域间信息流动和技术共享，促进区域农业绿色协调发展。

参考文献：

1. Fare Primont D.Multi-output Prodution and Duality:Theory and Applications.SpringerScienceandBussinessMedia, 1994.

2. Battese G·E, T·J Coelli.A Model for Technical Inefficiency Effect in a Stochastic Frontier Production Function for Panel Data.EmpiricalEconomics,1995,20(2):325-332.

3. Kumbhakar S·C,Denny Fuss M.Estimation and Decomposition of Productivity Change When Production is not Efficient:A Panel-data Approach.EconometricReviews,2000,19(4):312-320.

4. Nanere M.,Iain Fraser,Ali Quazi, and Clare D.Sou. Environmentally Adjusted Productivity Measurement: An Australian Case Study.JournalofEnvironmentalManagement,2007,5(2):350-362.

5. Zhiyang Shen,Jean-Philippe,Bousement,and Herve Lelen.Aggregate Green Productivity Growth in OECD’s Countries.InternationalJournalofProductionEconomics,2017,189:30-39.

6. Reinhard S.,C Knox Lovell,and Geert Thijssen.Econometric Estimation of Technical and Environmental Efficiency: An Application to Dutch Dairy Farms.AmericanJournalofAgriculturalEconomics,1999,1(1): 44-60.

7. 王奇、王会、陈海丹：《中国农业绿色全要素生产率变化研究：1992-2010年》，《经济评论》2012年第5期。

8. 李谷成：《中国农业的绿色生产率革命：1978-2008年》，《经济学(季刊)》2014年第2期。

9. 李兆亮、罗小锋、薛龙飞、张俊飚：《中国农业绿色生产效率的区域差异及其影响因素分析》，《中国农业大学学报》2017年第10期。

10. 潘丹：《考虑资源环境因素的中国农业生产率研究》，南京农业大学博士学位论文2012年。

11. 叶阿忠著：《非参数计量经济学》，南开大学出版社2003年版。

12. 余家林、肖枝洪著：《概率统计SAS应用》，武汉大学出版社2007年版。

13. 梁流涛：《农村生态环境时空特征及其演变规律研究》，南京农业大学博士学位论文2009年。

14. 李波、张俊飚、李海鹏：《中国农业碳排放时空特征及影响因素分析》，《中国人口·资源与环境》2011年第8期。