玉米生态效率的时空差异及收敛性

李欠男 叶锋

李欠男，叶 锋. 玉米生态效率的时空差异及收敛性［J］. 湖北农业科学，2024，63（3）：171-176，249．

摘要：运用EBM-Super-Malmquist指数法对2004—2018年玉米主产省（市、自治区）的生态效率进行测算，分析玉米生态效率的时间演变和地区分布特征，并运用收敛性方法检验玉米生态效率的收敛性。结果表明，玉米生态效率表现出波动下降趋势，地区之间存在明显的非均衡性特征；全国及四大区域玉米生态效率不存在[σ]收敛和绝对[β]收敛，地区差异不会无条件地缩小；全国及四大区域玉米生态效率存在显著的条件[β]收敛，受灾率、财政支持力度、人力资本是影响玉米生态效率条件[β]收敛的重要因素。

关键词：玉米；生态效率；EBM-Super-Malmquist指数；时空差异；收敛性

中图分类号：F307.11         文献标识码：A

文章编号：0439-8114（2024）03-0171-06

DOI：10.14088/j.cnki.issn0439-8114.2024.03.026 开放科学（资源服务）标识码（OSID）：

玉米（Zea mays L.）不仅是三大主粮之一，同时也是重要的饲料作物和能源原料［1］。玉米生产状况关乎国家粮食安全和社会经济发展。然而，中国玉米生产面临价格“天花板”封顶、成本“地板”抬升、资源环境“硬约束”加剧等挑战［2］。《农产品成本收益资料汇编》显示，玉米土地成本和劳动力成本由2004年的921.60、2 107.35元/hm2分别上升到2018年的  3 413.10、6 652.80元/hm2。同时，玉米生产过多地依靠面积扩张和化肥、农药等生产资料投入，导致土壤板结、水体污染等问题层出不穷。在此背景下，提高玉米生态效率，促进玉米产业提质增效，已成为当前迫切需要解决的重要问题。

生态效率最早由Schaltegger等［3］于20世纪90年代提出，此后生态效率引起了学者们的广泛关注。生态效率强调资源环境和经济的协调发展，即在产出最大化的情况下，尽最大可能减少资源消耗和环境污染［4，5］。玉米生态效率是生态效率在农业细分行业的拓展与应用，它要求玉米生产兼顾经济和生态效应。那么，在资源环境双重压力下，中国玉米生态效率水平如何，呈现怎样的时空分布特征，玉米生态低效率地区能否赶上高效率地区，是否存在新古典增长理论的收敛趋势，分析上述问题对于把握中国玉米生态效率的地区差异，揭示玉米生态效率的收敛性趋势，促进玉米产业协调发展具有重要的理论价值与现实意义。

目前，关于玉米技术效率的研究颇为丰富。不少学者对全国或局部地区玉米技术效率进行核算，主要采用随机前沿生产函数（SFA）和数据包络分析（DEA）方法［5-11］。如王军等［6］、赵红雷等［7］利用SFA方法考察了2001—2008年玉米技术效率，发现玉米技术效率水平不高，且存在显著的地区差异。还有一些学者采用DEA的Malmquist指数法对玉米技术效率展开研究［12-16］。如杨春等［12］运用Malmquist指数法对1990—2004年玉米生产率进行分析，发现技术效率的下滑阻碍了生产率增长；李晶晶等［13］、张丽娜等［14］认为玉米技术进步与效率损失并存。

上述研究增进了对玉米技术效率的理解，但忽略了环境因素的影响，这可能会扭曲玉米增长绩效，从而产生误导性的政策建议。实际上，国外学者较早将环境因素纳入技术效率的分析框架。一种是将环境治理作为要素投入，另一种是将环境污染视为非期望产出，大多学者采取第二种处理方式。Chung等［17］提出了方向性距离函数（DDF）的Malmquist指数，但要求期望产出和非期望产出同比例变动。后经Tone［18，19］的发展，非径向的SBM Malmquist指数逐渐得到广泛应用，克服了DDF测度带来的偏差。伴随着测算技术的进步，国内有关玉米生态效率的研究逐渐增加［20-25］。如王欢等［20］在估算玉米生产环境成本的基础上，对玉米生态效率进行了实证评价；王明新等［21］、旷爱萍等［22］分别考察了基于面源污染、碳排放约束下的玉米生态效率；蔡荣等［23］发现农民受教育程度和劳动力投入对玉米生态效率有着正向作用。

综上所述，现有研究对玉米生态效率进行了积极探索并取得一定成果，但仍存在改进之处。第一，在非期望产出的选择上，已有研究分析得不够全面，大部分学者仅考虑单一环境污染物，而将面源污染和碳排放相结合的研究较为缺乏。第二，现有研究大多采用非径向SBM模型对玉米生态效率进行评价，虽然对径向距离函数有所改进，但损失了投入和产出变量投影值的原始比例信息。第三，已有研究重点关注了玉米生态效率的时空分布特征，但未深入探讨其收敛性问题。基于此，本研究将面源污染和碳排放同时作为非期望产出纳入玉米生态效率的分析框架，采用混合距离函数（EBM）与超效率（Super efficiency）相结合的EBM-Super-Malmquist指数法来核算玉米生态效率，并使用新古典增长理论的绝对收敛和条件收敛方法对玉米生态效率的收敛性进行检验。

1 研究方法与数据来源

1.1 EBM-Super-Malmquist指数法

DEA方法被广泛用于生态效率的评价，主要分为径向和非径向距离函数［5］。径向距离函数未考虑投入和产出变量的松弛程度，使得生态效率评价值可能会高于实际水平。非径向距离函数尽管考虑了松弛改进部分，但损失了投入和产出变量投影值的原始比例信息。出于对上述问题的考虑，Tone等［26］提出了兼顾径向和非径向距离函数的混合距离函数（EBM），使得生态效率的测算更为科学、准确。另外，生态效率核算结果通常会出现多个地区为1的情况，从而无法进一步评价生态效率的高低。为此，本研究结合超效率模型，构造EBM-Super-Malmquist指数法来测度玉米生态效率，其表达式如下。

[ρ=minθ-ε-1i=1mw-ii=1mw-is-ixkφ+ε+1r=1qw+rr=1qw+rs+ryk]    （1）

s.t. [Xγ-θxk+s-=0Yγ-φyk-s+=0]

式中，[ρ]为生态效率；k为决策单元的数量；x和y分别表示投入和产出变量，记为x（i=1，2，…，m）、y（r=1，2，…，q），对应的向量为[X∈xkRm]、[Y∈ykRn]；[θ]、[φ]表示投入和产出变量的径向效率；[γ]为相应的权重系数；[s-i]、[s+r]表示投入和产出的松弛变量；[w-i]、[w+r]为变量相应的重要程度；[ε-]、[ε+]为非径向部分的参数。

1.2 收敛性方法

1.2.1 绝对收敛 绝对收敛主要包括σ收敛和绝对β收敛两种类型。变异系数通常被用来检验玉米生态效率随时间的变化趋势，如果变异系数不断减小，表明玉米生态效率存在[σ]收敛，计算公式如下。

[σ=i=1n（Eeit-Ee）2nEe]      （2）

绝对[β]收敛考察玉米生态低效率地区是否能赶超高效率地区，分析各地区玉米生态效率能否逐渐收敛到相同的稳态水平，测算公式如下。

[ln （EeitEei0）T=？+βlnEei0+ε]    （3）

式中，[Eeit]、[Eei0]分别表示i省份在t期和0期的玉米生态效率，[Ee]为玉米生态效率的平均值；T表示t期到0期的时间；[？、ε]表示估计的常数项与误差项。如果[σt<σt-1]，表明玉米生态效率存在[σ]收敛；反之，则说明玉米生态效率不存在[σ]收敛。如果[β]<0，说明玉米生态效率存在绝对[β]收敛；反之，说明玉米生态效率不存在绝对[β]收敛现象。

1.2.2 条件收敛 与绝对[β]收敛不同，条件[β]收敛考虑了各地区的特征，研究各地区玉米生态效率能否逐渐收敛至自身的稳态水平。条件[β]收敛认为玉米生态高效率地区与低效率地区的差距可能会持续存在，各地区稳态水平将会受自然环境、城镇化水平等因素的影响。本研究采用面板数据固定效应模型来检验玉米生态效率的条件[β]收敛趋势［27］，具体公式如下。

[lnEeitEeit-1=？it+βlnEeit-1+γZit+εit]

（4）

式中，[Zit]为影响玉米生态效率的一系列控制变量；[γ]为系数。如果[β]<0，表明随着时间的推移，玉米生态效率逐渐趋于条件[β]收敛；反之，表明玉米生态效率未呈现条件[β]收敛。

1.3 变量选取

1.3.1 生态效率指标体系构建 借鉴李谷成等［28］的研究，玉米投入变量主要包括资本和劳动力投入。其中，资本投入以单位面积物质投入与服务费用计算，表示玉米生产过程中所消耗的直接和间接费用。同时，为消除价格因素带来的影响，将资本投入折算为2004年的不变价格。劳动力投入以单位面积家庭用工和雇工总日数计算。玉米产出变量分为期望产出和非期望产出变量，其中期望产出以玉米产量来表示，非期望产出以玉米生产过程中产生的面源污染和碳排放来计算。玉米面源污染采用“单元调查法”，核算化肥（氮肥、磷肥、复合肥）和固体废弃物所产生的化学需氧量、总氮和总磷排放量。玉米碳排放借鉴美国橡树岭国家实验室研究成果［29］，核算化肥施用带来的碳排放量。

1.3.2 生态效率条件收敛控制变量选取 结合朱满德等［30］、郭焱等［31］的研究，选取如下控制变量：①受灾率，以受灾面积占农作物播种面积的比例来衡量自然环境带来的影响。玉米生产依赖温度、降水等自然因素，极端高温、降水将会制约玉米生态效率的提升。②城镇化水平，采用城镇人口占总人口的比例来表示。城镇化的发展可以增强居民对绿色、生态农产品的需求，促进玉米生态效率的提高。③财政支持力度，以农业财政支出占财政支出的比例来表示政策因素对玉米生态效率的影响。④人力资本，采用农村劳动力平均受教育年限来表示。受教育程度高的地区，玉米生产技术更容易推广与采纳，从而促进地区玉米生态效率的提升。

1.4 数据来源

研究时段为2004—2018年，以2004年为基期。研究区域包含河北、山西、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、山东、河南、湖北、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏、新疆20个主产省（市、自治区）。玉米劳动力投入、产量等投入产出数据来源于《全国农产品成本收益资料汇编》（2005—2019年），受灾率、城镇化水平等控制变量数据来源于《中国统计年鉴》《中国农村统计年鉴》（2005—2019年）。此外，为了清晰比较区域之间玉米生态效率的差异，本研究借鉴仇焕广等［32］的研究，将玉米主产省（市、自治区）划分为4个区域，分别为北方春播区［包含内蒙古、辽宁、吉林、黑龙江和宁夏5个省（自治区）］、黄淮海夏播区（包含河北、山西、江苏、安徽、山东、河南和湖北7个省）、西南山地区［包括广西、四川、重庆、贵州和云南5个省（市、自治区）］、西北灌溉区［包括陕西、甘肃和新疆3个省（自治区）］。

2 实证结果与分析

2.1 玉米生态效率的时空差异分析

2.1.1 时间演变特征 采用EBM-Super-Malmquist指数法对玉米生态效率进行核算，如图1所示。整体来看，考察期内玉米生态效率均值为1.003 0，表明玉米生态效率年均增长0.30%，生产要素的利用效率处于效率前沿面上，玉米生产逐渐向资源节约、环境友好与产业增长的协调路径迈进。从时间维度来看，2005—2018年玉米生态效率表现出波动下降态势，可以划分为两个阶段。第一阶段（2005—2014年），玉米生态效率呈反复的“V”形变化趋势，年均增长0.42%。2005年玉米生态效率为1.010 6，随后处于波动下降态势，2014年下降至0.996 1。该阶段国家出台了各项政策措施，积极推进玉米“种子工程”、推广玉米秸秆还田技术等，提高了生产者采用良种、新技术的积极性，从而促进了玉米生态效率的提升。第二阶段（2015—2018年），玉米生态效率增速较第一阶段明显放缓，年均增长0.15%。该阶段玉米生态效率下降的原因可能是，一方面受玉米供给侧结构性改革的影响，玉米生产逐渐由单一目标向提质增效多重目标转变，这可能会造成生态效率边界的“内陷”；另一方面，玉米生产的资源约束日渐趋紧，玉米灌溉用水效率不高，劳动力“老龄化”“女性化”现象严重，不利于玉米生态效率的提升。

2.1.2 地区分布特征 从地区分布来看，各地区玉米生态效率存在非均衡性（图2）。西北灌溉区和西南山地区玉米生态效率总体高于黄淮海夏播区和北方春播区，4个地区年均增长分别为0.75%、0.66%、0.11%和-0.05%。具体来看，西北灌溉区玉米生态效率保持着较高水平，2012年后波动较为剧烈，呈波动下降态势。西南山地区玉米生态效率在0.907 1～1.109 0，2014—2018年玉米生态效率明显下降，2018年效率损失7.85%。2005—2014年北方春播区和黄淮海夏播区玉米生态效率增长轨迹较为一致，2016—2018年黄淮海夏播区增速放缓，玉米生态效率急剧恶化。黄淮海夏播区和北方春播区作为玉米主产区，玉米生态效率明显低于全国平均水平，这意味着玉米生产要素的有效利用程度较低，产出的获得很大程度以牺牲资源和环境为代价，生态效率提升空间很大。

根据考察期内各地区玉米生态效率均值情况（图3），将其划分为3种类型。一是高效率组，玉米生态效率介于1.010 2～1.018 4，以河北、内蒙古、山西等7个省（自治区）为代表。特别是河北和内蒙古，玉米生态效率平均值分别为1.018 4、1.018 0，超出玉米产出目标值1.84%、1.80%。西北灌溉区的甘肃和陕西均属于高效率组，玉米生态效率年均增长1.13%、1.02%。二是中效率组，玉米生态效率介于1.000 3～1.007 6，主要有云南、重庆、湖北等6个省（市、自治区）。玉米资源环境与产出处于相对协调状态，未来仍需优化投入要素来提升其生态效率。三是低效率组，玉米生态效率小于1，包括广西、山东、江苏等7个省（自治区），集中分布在黄淮海夏播区和北方春播区。这些地区资源利用水平偏低，污染排放严重，导致玉米生态效率未达到有效状态。

2.2 玉米生态效率的收敛性分析

2.2.1 绝对收敛性分析 表1为全国及四大区域玉米生态效率的[σ]收敛结果。2005—2018年区域间玉米生态效率的变异系数表现出梯级特征，黄淮海夏播区最大，西南山地区和西北灌溉区居中，北方春播区最小，均值分别为0.099 9、0.079 3、0.074 6和0.071 1。具体而言，黄淮海夏播区玉米生态效率的地区差异较大，变异系数总体表现出上升态势，但个别年份表现出减小趋势，如从2013年的0.151 9下降至2017年的0.101 4。西南山地区和西北灌溉区玉米生态效率的地区差异表现为倒“V”形变化趋势，分别在2009年、2013年达到峰值，高达0.143 8和0.128 8。北方春播区玉米生态效率的变异系数在0.021 7～0.155 3波动，表现出上升趋势，呈现出明显的[σ]发散特征。其中，内蒙古和辽宁年际波动较大，均值分别为0.100 4和0.075 1。整体来看，中国玉米生态效率表现为减增交替趋势，2018年生态效率的变异系数较2005年有所上升，存在[σ]发散趋势。

表2为全国及四大区域玉米生态效率的绝对[β]收敛检验结果。就全国而言，玉米生态效率绝对[β]收敛系数为负，但并不显著，表明地区间玉米生态效率差距可能存在进一步扩大的趋势。分区域来看，北方春播区和西南山地区玉米生态效率绝对[β]收敛系数为负，但并不显著，说明地区之间玉米生态效率差距仍有扩大趋势，不会随着时间推移而无条件地缩小。黄淮海夏播区和西北灌溉区玉米生态效率绝对[β]收敛系数均为正，存在绝对发散趋势，这意味着各地区玉米生态效率并未趋向同一个稳态水平。总的来看，无论是全国层面还是区域层面，玉米生态效率高水平地区较落后地区增长得更快，即玉米生态效率不存在绝对[β]收敛特征。

2.2.2 条件收敛性分析 玉米生态效率的收敛性可能受自然环境、城镇化水平等因素的影响，因此需要对玉米生态效率的条件收敛性做进一步检验。全国及四大区域玉米生态效率的条件[β]收敛检验结果见表3。

全国及四大区域玉米生态效率的条件[β]收敛系数均为负，且通过显著性检验。这意味着全国及四大区域玉米生态效率将收敛于各自的稳态水平，存在条件[β]收敛趋势。对于玉米生态效率较低的地区，如果能够创造趋同所需要的条件，例如加强农村人力资本投资、加大财政支持力度等，就有可能实现玉米生态效率的“赶超”，从而扭转地区差异不断扩大的局面，实现区域玉米生态效率的协同发展。

受灾率对全国玉米生态效率呈显著的负向影响，对四大区域玉米生态效率的影响不显著，这与郭焱等［31］的研究结论较为相似。玉米生产依赖自然环境，自然灾害频发会造成玉米投入要素浪费、产出下降，从而对玉米生态效率产生不利影响。随着水利设施等农业基础设施的完善，自然灾害对玉米生态效率的影响逐渐减弱，但仍要警惕其负向效应。

城镇化水平对全国及四大区域玉米生态效率的影响为正，但未通过显著性检验。究其原因可能是，当前中国城镇化处于快速发展阶段，城市先进的技术、知识、理念外溢到农村地区，有利于玉米生产技术进步。同时，城镇化能够为农村剩余劳动力提供就业机会，促进玉米生产者资本积累，带动玉米生态效率提升。另外，城镇化也会侵占农村土地、劳动力资源，进而抑制玉米生态效率的提升。综合来看，正负作用相互抵消，使得城镇化对玉米生态效率的影响并不显著。

财政支持力度对全国和黄淮海夏播区玉米生态效率呈显著的正向影响，对其他区域也表现出正向作用，但未通过显著性检验。这表明增强财政支持力度对提升玉米生态效率具有重要的推动作用。财政支出通过财富效应提高了玉米生产者的投资能力，加快玉米新品种、新技术的推广，优化生产要素投入，有助于玉米生态效率的提升。

人力资本对黄淮海夏播区玉米生态效率具有显著的负向影响，而对北方春播区、西南山地区、西北灌溉区和全国玉米生态效率的影响并不明显。人力资本是玉米生态效率提升的“助推器”。近年来农村地区人力资本流失问题比较严重，尤其是黄淮海夏播区，受教育程度高的农村劳动力逐渐流向城市，造成玉米生产者“老龄化”和“女性化”，从而制约了玉米生态效率的提升。

3 小结与建议

3.1 小结

本研究运用EBM-Super-Malmquist指数法对2004—2018年20个玉米主产省（市、自治区）的生态效率进行测算，考察其时间演变和地区分布特征，并采用收敛性方法对全国及四大区域玉米生态效率的收敛性进行检验，得出以下结果。

第一，玉米生态效率表现出波动下降趋势，地区之间存在明显的非均衡性特征。考察期内玉米生态效率年均增长0.30%。西北灌溉区和西南山地区玉米生态效率高于黄淮海夏播区和北方春播区，年均增长分别为0.75%、0.66%、0.11%和-0.05%。

第二，全国及四大区域玉米生态效率不存在绝对收敛，地区差异不会随着时间推移而无条件地缩小。[σ]收敛分析发现，玉米生态效率的变异系数较初始年份有所上升，存在[σ]发散特征。绝对[β]收敛分析表明，玉米生态效率高水平地区较低水平地区增长得更快，不存在绝对[β]收敛现象。

第三，全国及四大区域玉米生态效率存在条件[β]收敛，各地区将收敛于自身的稳态水平。受灾率、人力资本对玉米生态效率具有负向影响，财政支持力度有明显的正向作用，而城镇化水平的影响尚未表现出来。

3.2 建议

基于上述研究结论，提出如下政策建议。第一，提高玉米生态效率，实现玉米生产方式的根本转变。优化玉米投入产出结构，提高土地、劳动力的资源利用效率，促进玉米生产过程的节能减排。加大玉米品种的研发力度，促进新技术的推广与扩散，使条件相似的地区形成规模优势，从而提高玉米生态效率。第二，缩小地区间玉米生态效率的差异，发挥低效率地区向高效率地区的“追赶效应”。对于河北、山西等玉米生态效率高水平地区，不仅要加强玉米新技术的研发和应用，逐步降低污染排放量，更要注重发挥其对低效率地区的辐射带动作用。对于玉米生态效率低水平地区，要定期开展玉米生产关键技术和适用技术的培训与推广，借鉴高效率地区的生产经验，充分挖掘玉米生态效率的发展潜力。第三，创造玉米生态效率条件收敛的外部条件，利用政策、人力资本等手段促进玉米产业协调发展。加大财政支持力度，完善城乡一体化发展机制，积极发挥城镇化的外生带动能力。加强农村基础教育和职业培训，提高农村人力资本水平，减少人力资本外流对玉米生产的负面影响。

参考文献：

［1］ 张在一， 毛学峰， 杨 军.站在变革十字路口的玉米：主粮还是饲料粮之论？［J］.中国农村经济， 2019（6）： 38-53.

［2］ 习银生，高 鸣，罗兴寰，等.中国玉米产业供给侧结构性改革述略［J］. 湖南农业大学学报（社会科学版），2018， 19（5）： 19-26.

［3］ SCHALTEGGER S， STURM A. ？kologische rationalit？t： Ansatzpunkte zur ausgestaltung von ？kologieorientierten managementinstrumenten［J］. Die Unternehmung， 1990， 44（4）： 273-290.

［4］ 尹 科， 王如松， 周传斌， 等.国内外生态效率核算方法及其应用研究述评［J］.生态学报， 2012， 32（11）： 3595-3605.

［5］ 聂 弯， 于法稳.农业生态效率研究进展分析［J］.中国生态农业学报， 2017， 25（9）： 1371-1380.

［6］ 王 军， 徐晓红， 王洪丽， 等.中国核心优势产区玉米生产效率增长及其分解分析［J］.玉米科学， 2010， 18（6）： 133-137.

［7］ 赵红雷， 贾金荣.中国玉米生产技术效率分析：2001—2008——基于随机前沿生产函数［J］. 西北农林科技大学学报（社会科学版）， 2011， 11（5）： 56-61.

［8］ 吴 园， 李 波， 郝艳睿.基于随机前沿模型的中国玉米种植业技术效率实证研究［J］.玉米科学， 2019， 27（4）： 181-188.

［9］ 李 文， 周利平， 翁贞林.全国玉米主产区生产效率评价：基于DEA交叉效率模型［J］.江苏农业科学， 2020， 48（24）： 293-298.

［10］ 乔 丹， 陆 迁.不同生态类型区玉米生产技术效率及有偏演进模式［J］.华南农业大学学报（社会科学版）， 2016， 15（5）： 28-36.

［11］ 朱满德，张 琪.要素市场化配置改革与中国玉米全要素生产率增长［J］.湖南农业大学学报（社会科学版），2020，21（4）：1-11.

［12］ 杨 春， 陆文聪.中国玉米生产率增长、技术进步与效率变化：1990—2004年［J］.农业技术经济， 2007（4）： 34-40.

［13］ 李晶晶， 刘文明， 姜天龙， 等.玉米主产省玉米生产效率及收敛性分析［J］.吉林农业大学学报， 2017， 39（4）： 494-499.

［14］ 张丽娜， 陈 志， 杨敏丽， 等.我国玉米生产效率时空特征分析［J］.农业机械学报， 2018， 49（1）： 183-193.

［15］ 张 宏， 王振华， 姜会明.玉米生产的投入产出效率分析——基于吉林省玉米生产的实证研究［J］.吉林农业大学学报， 2011， 33（6）： 698-702.

［16］ 姜天龙， 李美佳.基于Malmquist指数法的东北三省玉米生产效率评价［J］.玉米科学， 2015， 23（6）： 154-158.

［17］ CHUNG Y H， F？RE R， GROSSKOPF S. Productivity and undesirable outputs： A directional distance function approach［J］. Journal of environmental management， 1997， 51（3）： 229-240.

［18］ TONE K. A slacks-based measure of efficiency in data envelopment analysis［J］. European journal of operational research， 2001， 130（3）： 498-509.

［19］ TONE K. Dealing with undesirable outputs in DEA： A Slacks-based measure （SBM） approach［J］. GRIPS research report， series，2004.

［20］ 王 欢， 穆月英， 侯玲玲.玉米生产环境成本及全要素生产率的时空研究［J］.自然资源学报， 2017， 32（7）： 1204-1216.

［21］ 王明新， 朱颖一， 王 迪.基于面源污染约束的玉米生产效率及其时空差异［J］.地理科学， 2019， 39（5）： 857-864.

［22］ 旷爱萍， 胡 超， 韩丹丹.碳排放约束下中国玉米全要素生产率测度及其时空分异——基于全国20个玉米主产区的实证［J］. 地域研究与开发， 2021， 40（3）： 115-120.

［23］ 蔡 荣， 汪紫钰.中国玉米生产的环境效率及其时空分异——兼论玉米临时收储政策的环境影响［J］.农林经济管理学报， 2019， 18（5）： 569-578.

［24］ 杨印生， 王 舒， 王海娜.基于动态DEA的东北地区玉米生产环境效率评价研究［J］.农业技术经济， 2016（8）： 58-71.

［25］ 王耀蕊， 陈 红， 韩哲英.基于SBM-Undesirable模型的中国玉米生产环境效率研究——以黑龙江省为例［J］.生态经济， 2020， 36（5）： 93-98.

［26］ TONE K， TSUTSUI M. An epsilon-based measure of efficiency in DEA-A third pole of technical efficiency［J］. European journal of operational research， 2010， 207（3）： 1554-1563.

［27］ MILLER S M， UPADHYAY M P. Total factor productivity and the convergence hypothesis［J］. Journal of macroeconomics，2002，    24（2）： 267-286.

［28］ 李谷成， 冯中朝.中国农业全要素生产率增长：技术推进抑或效率驱动——一项基于随机前沿生产函数的行业比较研究［J］. 农业技术经济， 2010（5）： 4-14.

［29］ WEST T O， MARLAND G. A synthesis of carbon sequestration， carbon emissions， and net carbon flux in agriculture： Comparing tillage practices in the United States［J］. Agriculture ecosystems & environment， 2002， 91（1）： 217-232.

［30］ 朱满德， 李辛一， 程国强.综合性收入补贴对中国玉米全要素生产率的影响分析——基于省级面板数据的DEA-Tobit两阶段法［J］.中国农村经济， 2015（11）： 4-14.

［31］ 郭 焱， 占 鹏， 邓远远， 等.中国玉米全要素生产率增长分解与空间收敛性［J］.中国农业大学学报， 2021， 26（1）： 185-195.

［32］ 仇焕广， 徐志刚， 吕开宇， 等.中国玉米产业经济研究［M］.北京： 中国农业出版社， 2015.

收稿日期：2022-07-01

基金项目：湖北省教育厅哲学社会科学研究青年项目（22Q183）；湖北文理学院科研启动基金资助项目（kyqdf2021009）

作者简介：李欠男（1990-），女，河南新乡人，讲师，博士，主要从事农业资源与环境经济、农业技术经济研究，（电话）15927317259（电子信箱）1137169595@qq.com。