摘要：農(nóng)業(yè)生態(tài)效率研究對(duì)真實(shí)反映農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)的協(xié)調(diào)關(guān)系具有重要意義。為科學(xué)評(píng)價(jià)長(zhǎng)江中游城市群農(nóng)業(yè)發(fā)展并為其策略制定提供依據(jù)，基于２０００—２０１７年長(zhǎng)江中游城市群各市面板數(shù)據(jù)，采用含有非期望產(chǎn)出的Ｓｕｐｅｒ－ＳＢＭ模型測(cè)算農(nóng)業(yè)生態(tài)效率，分析其時(shí)空演變規(guī)律和空間相關(guān)性，并通過(guò)地理探測(cè)器模型對(duì)影響農(nóng)業(yè)生態(tài)效率的驅(qū)動(dòng)因子進(jìn)行探測(cè)。結(jié)果表明：（１）２０００—２０１７年長(zhǎng)江中游城市群平均農(nóng)業(yè)生態(tài)效率整體水平較高，呈現(xiàn)“降—升—降”的走勢(shì)，湖南、江西省域與湖北省域差距較大，且地區(qū)農(nóng)業(yè)生態(tài)效率發(fā)展不平衡，區(qū)域間差異逐年增大。（２）從空間相關(guān)性上看，長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率全局相關(guān)性呈現(xiàn)“隨機(jī)—聚集”過(guò)程，且集聚現(xiàn)象隨時(shí)間演進(jìn)逐漸顯著，局部空間相關(guān)性顯示較弱，各相關(guān)類型隨時(shí)間有不同程度的上升趨勢(shì)，空間相關(guān)性逐漸向中心區(qū)域集中。（３）農(nóng)業(yè)生態(tài)效率受多驅(qū)動(dòng)因子共同作用，不同年份下部分驅(qū)動(dòng)因子變化較大，驅(qū)動(dòng)因子在不同地區(qū)對(duì)農(nóng)業(yè)生態(tài)效率的影響表現(xiàn)出一定的地域性和差異性。長(zhǎng)江中游城市群地區(qū)農(nóng)業(yè)生態(tài)效率存在較大的提升空間，整體差異正在逐漸擴(kuò)大，各地區(qū)應(yīng)加強(qiáng)聯(lián)系，采取合理措施促進(jìn)“兩型”農(nóng)業(yè)發(fā)展。

　　關(guān)鍵詞：農(nóng)業(yè)生態(tài)效率；Ｓｕｐｅｒ－ＳＢＭ模型；空間自相關(guān)；地理探測(cè)器；長(zhǎng)江中游城市群

　　農(nóng)業(yè)是支撐國(guó)民經(jīng)濟(jì)建設(shè)與發(fā)展的基礎(chǔ)產(chǎn)業(yè)［１］。隨著農(nóng)業(yè)生產(chǎn)中農(nóng)業(yè)機(jī)械、化肥、農(nóng)藥等大量投入，在農(nóng)業(yè)生產(chǎn)效率不斷提升的同時(shí)，環(huán)境外部負(fù)效益日益顯現(xiàn)［２］，單純對(duì)農(nóng)業(yè)發(fā)展進(jìn)行經(jīng)濟(jì)評(píng)價(jià)并不能準(zhǔn)確反映農(nóng)業(yè)發(fā)展的真實(shí)情況，迫切需要更合適的評(píng)價(jià)方法對(duì)農(nóng)業(yè)發(fā)展進(jìn)行評(píng)價(jià)。生態(tài)效率（ｅｃｏ－ｅｆｆｉｃｉｅｎｃｙ）由于同時(shí)將環(huán)境績(jī)效和經(jīng)濟(jì)績(jī)效內(nèi)涵于其概念中，而被廣泛運(yùn)用于可持續(xù)發(fā)展的評(píng)價(jià)［３］。生態(tài)效率評(píng)價(jià)方法眾多，目前主流的測(cè)算方法包括隨機(jī)前沿法［４］（ＳＦＡ）和數(shù)據(jù)包絡(luò)分析法［５］（ＤＥＡ）。數(shù)據(jù)包絡(luò)分析法是一種非參數(shù)方法，該方法可以根據(jù)多項(xiàng)投入和產(chǎn)出指標(biāo)，利用線性規(guī)劃的方法，評(píng)價(jià)同類型決策單元的相對(duì)效率，但前沿面固定［６］。以數(shù)據(jù)包絡(luò)分析法為基礎(chǔ)的含有非期望產(chǎn)出的Ｓｕｐｅｒ－ＳＢＭ模型，由于將生態(tài)負(fù)產(chǎn)出納入評(píng)價(jià)模型，可以有效解決普通ＤＥＡ投入產(chǎn)出造成的擁擠或松弛現(xiàn)象以及前沿面固定的問題，逐漸成為農(nóng)業(yè)生態(tài)效率評(píng)價(jià)的主流方法［７］。

　　１研究方法

　　１．１含有非期望產(chǎn)出的Ｓｕｐｅｒ－ＳＢＭ模型

　　在測(cè)算農(nóng)業(yè)生態(tài)效率時(shí)，除了要考慮農(nóng)業(yè)產(chǎn)值等期望產(chǎn)出，還必須考慮非期望產(chǎn)出，如環(huán)境污染［２］。在農(nóng)業(yè)生產(chǎn)評(píng)價(jià)中通常將化肥、農(nóng)藥、農(nóng)膜等化學(xué)制品的過(guò)度使用產(chǎn)生的環(huán)境污染視為非期望產(chǎn)出。ＳＢＭ模型［２６］能夠有效解決徑向和角度的傳統(tǒng)ＤＥＡ模型造成的投入要素的“擁擠”或“松弛”現(xiàn)象，但ＳＢＭ模型與傳統(tǒng)ＤＥＡ模型存在相同的問題，即對(duì)于效率都為１的ＤＭＵｓ無(wú)法進(jìn)行區(qū)分。Ｓｕｐｅｒ－ＳＢＭ模型［２７］是超效率ＤＥＡ模型和ＳＢＭ模型相結(jié)合的一種模型，其綜合了兩種模型的優(yōu)勢(shì)，有效解決了進(jìn)一步有效區(qū)分處于前沿面ＤＭＵｓ的問題。

　　１．２空間相關(guān)性分析

　　通過(guò)空間自相關(guān)分析來(lái)了解農(nóng)業(yè)生態(tài)效率的空間關(guān)聯(lián)和空間差異，其中全局空間自相關(guān)常用的度量空間自相關(guān)程度的統(tǒng)計(jì)指標(biāo)為Ｍｏｒａｎ′ｓＩ指數(shù)［６］，其計(jì)算公式為：Ｉ＝ｎ∑ｎｉ＝１∑ｎｊ＝１ｗｉｊ（ｘｉ－ｘ）（ｘｊ－ｘ）∑ｎｉ＝１∑ｎｊ＝１ｗｉｊ∑ｎｉ＝１（ｘｉ－ｘ）２（３）式中：ｎ為樣本量；ｘｉ，ｘｊ為空間位置ｉ和ｊ的觀察量；ｗｉｊ表示空間位置ｉ和ｊ的鄰近關(guān)系，當(dāng)ｉ和ｊ鄰近時(shí)，ｗｉｊ＝１；反之為０。全局Ｍｏｒａｎ′ｓＩ指數(shù)的取值范圍為［－１，１］，大于０為空間正相關(guān)，小于０為負(fù)相關(guān)，等于０為不相關(guān)。

　　２研究數(shù)據(jù)與指標(biāo)體系

　　２．１研究區(qū)域

　　長(zhǎng)江中游城市群是位于長(zhǎng)江中游地區(qū)，以武漢城市圈、環(huán)長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群為主體形成的特大型城市群，是長(zhǎng)江經(jīng)濟(jì)帶的重要組成部分，在我國(guó)區(qū)域發(fā)展格局中占有重要地位［２８］。本文選取２０１５年４月發(fā)展改革委印發(fā)的《長(zhǎng)江中游城市群發(fā)展規(guī)劃》中劃定的范圍作為研究區(qū)域，包括湖北省域：武漢、黃石、宜昌、襄陽(yáng)、鄂州、荊門、孝感、荊州、黃岡、咸寧、仙桃、潛江、天門；湖南省域：長(zhǎng)沙、株洲、湘潭、衡陽(yáng)、岳陽(yáng)、常德、益陽(yáng)、婁底；江西省域：南昌、景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、宜春、上饒及撫州、吉安的部分縣（區(qū)）共３１個(gè)市級(jí)行政單元。

　　２．２數(shù)據(jù)來(lái)源

　　本文以狹義農(nóng)業(yè)為研究對(duì)象測(cè)算農(nóng)業(yè)生態(tài)效率，所用到的數(shù)據(jù)來(lái)源于《農(nóng)村統(tǒng)計(jì)年鑒》、《區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《湖北統(tǒng)計(jì)年鑒》、《湖北農(nóng)村統(tǒng)計(jì)年鑒》、《湖南統(tǒng)計(jì)年鑒》、《江西統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)年鑒以及ＥＰＳ數(shù)據(jù)平臺(tái)，部分缺失數(shù)據(jù)通過(guò)插值法進(jìn)行補(bǔ)全，最終得到長(zhǎng)江中游城市群３１個(gè)市２０００—２０１７年共１８年的面板數(shù)據(jù)。省、市界線的矢量數(shù)據(jù)來(lái)源于全國(guó)地理信息資源系統(tǒng)（ｗｗｗ．ｗｅｂｍａｐ．ｃｎ）公布的２０１７年全國(guó)１∶１００萬(wàn)基礎(chǔ)地理數(shù)據(jù)庫(kù)，空間坐標(biāo)系統(tǒng)為２０００年大地坐標(biāo)系（ＣｈｉｎａＧｅｏｄｅｔｉｃＣｏｏｒ－ｄｉｎａｔｅＳｙｓｔｅｍ２０００）。

　　２．３指標(biāo)體系構(gòu)建

　　對(duì)已有研究中的農(nóng)業(yè)投入產(chǎn)出指標(biāo)體系［２，７，１５，２９－３０］進(jìn)行綜合考慮，再結(jié)合數(shù)據(jù)的可獲得性與統(tǒng)計(jì)口徑的一致性，最終選取勞動(dòng)、灌溉、農(nóng)膜、農(nóng)藥、化肥、土地、機(jī)械、燃料、電能投入等９項(xiàng)指標(biāo)作為區(qū)域農(nóng)業(yè)資源投入指標(biāo)。期望產(chǎn)出指標(biāo)以農(nóng)業(yè)總產(chǎn)值作為變量來(lái)表現(xiàn)，為消除年份物價(jià)因素的影響，通過(guò)計(jì)算平減指數(shù)將農(nóng)業(yè)總產(chǎn)值調(diào)整為２０００年不變價(jià)格的產(chǎn)值［７］。鑒于農(nóng)業(yè)碳排放包含的范圍較全面，同時(shí)農(nóng)業(yè)碳排放的計(jì)算方法已經(jīng)較為成熟且容易量化，故本文以農(nóng)業(yè)碳排放作為非期望產(chǎn)出。農(nóng)業(yè)碳排放的來(lái)源主要是農(nóng)業(yè)生產(chǎn)過(guò)程中使用的化肥、農(nóng)藥、農(nóng)膜，使用農(nóng)業(yè)機(jī)械消耗的化石燃料，農(nóng)業(yè)耕作破環(huán)土壤有機(jī)碳庫(kù)導(dǎo)致的碳流失，農(nóng)業(yè)灌溉消耗電能間接耗費(fèi)的化石燃料。本文參考李波等［３１］的碳排放模型及測(cè)算系數(shù)，采用相應(yīng)指標(biāo)乘系數(shù)的方法進(jìn)行估算，以上六大類碳源的碳排放系數(shù)為：化肥０．８９５６（ｋｇ／ｋｇ）、農(nóng)藥４．９３４１（ｋｇ／ｋｇ）、農(nóng)膜５．１８（ｋｇ／ｋｇ）、柴油０．５９２７（ｋｇ／ｋｇ）、翻耕３１２．６（ｋｇ／ｋｍ２）、農(nóng)業(yè)灌溉２０．４７６（ｋｇ／ｈｍ２）。綜上指標(biāo)構(gòu)建長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率評(píng)價(jià)指標(biāo)體系（表１）。

　　３結(jié)果與分析

　　３．１長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率測(cè)算及時(shí)空演變研究

　　基于ＭａｘＤｅａ８．０軟件平臺(tái)，采用無(wú)徑向（Ｎｏｎ－Ｏｒｉｅｎｔｅｄ）、規(guī)模報(bào)酬可變（ＶＲＳ）、農(nóng)業(yè)碳排放作為非期望產(chǎn)出的Ｓｕｐｅｒ－ＳＢＭ模型，測(cè)算長(zhǎng)江中游城市群２０００—２０１７年３１個(gè)市的農(nóng)業(yè)生態(tài)效率。在此基礎(chǔ)上，將研究區(qū)域分為湖北省域、湖南省域、江西省域３個(gè)部分，分別求得各年份均值，對(duì)各省域農(nóng)業(yè)生態(tài)效率均值進(jìn)行對(duì)比分析（圖１）。（１）２０００—２０１７年長(zhǎng)江中游城市群平均農(nóng)業(yè)生態(tài)效率整體水平較高，呈現(xiàn)“降—升—降”的走勢(shì)。２０００—２００５年持續(xù)降低，２００６—２０１０年出現(xiàn)緩慢回升勢(shì)頭，２０１１—２０１７年繼續(xù)出現(xiàn)降低趨勢(shì)，２０００—２０１７年長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率均值由１．０３降至０．６８。（２）湖北、湖南、江西省域２０００—２０１７年期間總均值分別為１．０９，０．５９，０．８３。總體上看，湖南、江西省域與湖北省域差距較大，而且差距呈現(xiàn)不斷擴(kuò)大趨勢(shì)。２０００—２０１２年湖北省域農(nóng)業(yè)生態(tài)效率值保持在１以上，２０１３—２０１７年呈現(xiàn)小幅度下降趨勢(shì)，而湖南、江西兩個(gè)省域農(nóng)業(yè)生態(tài)效率與整體發(fā)展趨勢(shì)基本一致，出現(xiàn)了先降、再升、再降３個(gè)階段，２００２年開始兩省域同時(shí)出現(xiàn)明顯下降趨勢(shì)，隨后在２００６年開始出現(xiàn)小幅度回升，最后分別從２００８年、２０１０年開始繼續(xù)下降。

　　３．２長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率空間相關(guān)性研究

　　通過(guò)測(cè)度全局空間自相關(guān)，２０００—２０１７年長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率的Ｍｏｒａｎ′ｓＩ指數(shù)逐漸增大，全局相關(guān)性顯示為“隨機(jī)—聚集”過(guò)程，說(shuō)明農(nóng)業(yè)生態(tài)效率集聚現(xiàn)象有隨時(shí)間演進(jìn)逐漸顯著的特征。為進(jìn)一步探究長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率的空間關(guān)聯(lián)性和空間依賴性特征，采用局部空間自相關(guān)指數(shù)（ＬｏｃａｌＭｏｒａｎ′ｓＩ指數(shù)）來(lái)反映研究單元相鄰區(qū)域空間要素的空間關(guān)聯(lián)性與異質(zhì)性。運(yùn)用ＡｒｃＧＩＳ１０．２軟件計(jì)算２０００—２０１７年長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率全局空間自相關(guān)指數(shù)。在通過(guò)有效性檢驗(yàn)的情況下，根據(jù)ＬｏｃａｌＭｏｒａｎ′ｓＩ公式計(jì)算得到的ｚｉ與Ｉｉ值將長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率研究單元?jiǎng)澐譃椋捶N空間相關(guān)類型［３２］：（１）當(dāng)ｚｉ＞０，Ｉｉ＞０，說(shuō)明研究單元與其相鄰單元農(nóng)業(yè)生態(tài)效率水平均較高，二者表現(xiàn)為正相關(guān)，屬于高高（Ｈｉｇｈ—Ｈｉｇｈ）集聚，將研究單元?jiǎng)澐譃?ldquo;擴(kuò)散型”；（２）當(dāng)ｚｉ＜０，Ｉｉ＞０，說(shuō)明研究單元自身和相鄰單元農(nóng)業(yè)生態(tài)效率水平均較低，二者表現(xiàn)為正相關(guān)，屬于低低（Ｌｏｗ—Ｌｏｗ）集聚，將研究單元?jiǎng)澐譃?ldquo;傳染型”；（３）當(dāng)ｚｉ＜０，Ｉｉ＜０，說(shuō)明研究單元自身農(nóng)業(yè)生態(tài)效率水平較低，但相鄰單元農(nóng)業(yè)生態(tài)效率水平較高，二者也表現(xiàn)為負(fù)相關(guān)，屬于低高（Ｌｏｗ—Ｈｉｇｈ）集聚，將研究單元?jiǎng)澐譃?ldquo;沉陷型”；（４）當(dāng)ｚｉ＞０，Ｉｉ＜０，說(shuō)明研究單元自身農(nóng)業(yè)生態(tài)效率水平較高，但相鄰單元農(nóng)業(yè)生態(tài)效率水平較低，二者表現(xiàn)為負(fù)相關(guān)，屬于高低（Ｈｉｇｈ—Ｌｏｗ）集聚，將研究單元?jiǎng)澐譃?ldquo;極化型”。

　　結(jié)論

　　本文基于含有非期望產(chǎn)出的Ｓｕｐｅｒ－ＳＢＭ模型，以長(zhǎng)江中游城市群３１個(gè)市作為研究單元，使用２０００—２０１７年面板數(shù)據(jù)，結(jié)合空間自相關(guān)模型和地理探測(cè)器對(duì)研究區(qū)域農(nóng)業(yè)生態(tài)效率的時(shí)空演變、空間相關(guān)性及其驅(qū)動(dòng)因子進(jìn)行探究。主要研究結(jié)論如下：

　　（１）從時(shí)空演變來(lái)看，２０００—２０１７年長(zhǎng)江中游城市群平均農(nóng)業(yè)生態(tài)效率整體水平較高，呈現(xiàn)“降—升—降”的走勢(shì)，２０００—２０１７年長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率平均值由１．０３降至０．６８，湖南、江西省域與湖北省域差距較大。２０００年湖北省域農(nóng)業(yè)生態(tài)效率均值比湖南、江西省域分別高出１９．４２％和３．９４％，至２０１７年增長(zhǎng)為４８．５４％和３０．８９％，各研究單元差異擴(kuò)大，地區(qū)農(nóng)業(yè)生態(tài)效率發(fā)展不平衡，區(qū)域分化現(xiàn)象逐漸顯著。

　　（２）從空間相關(guān)性來(lái)看，２０００—２０１７年長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率的Ｍｏｒａｎ′ｓＩ指數(shù)逐漸增大，全局相關(guān)性顯示為“隨機(jī)—聚集”過(guò)程，農(nóng)業(yè)生態(tài)效率集聚現(xiàn)象隨時(shí)間演進(jìn)逐漸顯著。長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率總體空間關(guān)聯(lián)性較弱，擴(kuò)散型、傳染型、沉陷型、極化型平均個(gè)數(shù)分別為１．５６，２．８９，１．００，２．５６，關(guān)聯(lián)不顯著的研究單元占比較大，但各相關(guān)類型均有不同程度的上升趨勢(shì)，關(guān)聯(lián)顯著的研究單元隨時(shí)間推進(jìn)逐漸增多，空間相關(guān)性逐漸向中心區(qū)域集中。

　　（３）從驅(qū)動(dòng)因子來(lái)看，長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率受多種因子共同作用，不同年份下部分農(nóng)業(yè)生態(tài)效率的驅(qū)動(dòng)因子變化較大，農(nóng)業(yè)經(jīng)濟(jì)水平、城鎮(zhèn)化水平對(duì)農(nóng)業(yè)生態(tài)效率的影響隨時(shí)間逐漸增強(qiáng)現(xiàn)象明顯。各驅(qū)動(dòng)因子在不同地區(qū)對(duì)農(nóng)業(yè)生態(tài)效率的影響表現(xiàn)出一定的相似性和差異性，城鎮(zhèn)化水平是對(duì)生態(tài)效率影響最顯著的驅(qū)動(dòng)因子，且各地區(qū)影響水平較接近，而農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)人力資本、工業(yè)化水平等因子影響則表現(xiàn)出明顯的地域性和差異性。單純從農(nóng)業(yè)總產(chǎn)值上看，長(zhǎng)江中游城市群地區(qū)農(nóng)業(yè)發(fā)展迅速，產(chǎn)值不斷上升，但農(nóng)業(yè)生態(tài)效率的變化趨勢(shì)顯示，各地市均存在較大的提升空間，且整體差異正在逐漸擴(kuò)大；地區(qū)空間關(guān)聯(lián)性方面，武漢都市圈區(qū)域內(nèi)長(zhǎng)期呈現(xiàn)熱點(diǎn)中心，而環(huán)長(zhǎng)株潭城市群、環(huán)鄱陽(yáng)湖城市群區(qū)域則表現(xiàn)為冷點(diǎn)中心，空間關(guān)聯(lián)中心始終集中在３個(gè)省會(huì)城市周邊，且有向中心區(qū)域集中的趨勢(shì)；驅(qū)動(dòng)因子方面，長(zhǎng)江中游城市群地區(qū)農(nóng)業(yè)生態(tài)效率的驅(qū)動(dòng)因子在時(shí)序和空間分布上均存在明顯差異。目前，農(nóng)業(yè)發(fā)展仍面臨“兩型農(nóng)業(yè)”的艱巨任務(wù)，長(zhǎng)江中游城市群應(yīng)打破各地區(qū)地域界限，加強(qiáng)政策流動(dòng)，縮小地區(qū)間差異；合理控制農(nóng)業(yè)化學(xué)用品和農(nóng)業(yè)機(jī)械動(dòng)力的使用，制定有關(guān)限制條件，加大對(duì)農(nóng)業(yè)污染物排放的治理投資；加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施條件和農(nóng)業(yè)生態(tài)補(bǔ)償機(jī)制的建設(shè)，同時(shí)加大對(duì)農(nóng)業(yè)技術(shù)研究的投入，促使農(nóng)業(yè)現(xiàn)代化技術(shù)快速進(jìn)步。長(zhǎng)江中游城市群作為全國(guó)產(chǎn)業(yè)協(xié)調(diào)發(fā)展、共建生態(tài)文明示范區(qū)，農(nóng)業(yè)生態(tài)化研究具有重要價(jià)值。本文通過(guò)對(duì)長(zhǎng)江中游城市群地區(qū)農(nóng)業(yè)生態(tài)效率的測(cè)算及分析，發(fā)現(xiàn)了研究時(shí)期內(nèi)農(nóng)業(yè)生態(tài)效率的地理空間特征，揭示了其有關(guān)驅(qū)動(dòng)因子的顯著性和時(shí)空分布，研究結(jié)論對(duì)地區(qū)農(nóng)業(yè)生態(tài)化發(fā)展倡議相關(guān)政策的制定有借鑒意義。但農(nóng)業(yè)生產(chǎn)除可見成本外，各種社會(huì)經(jīng)濟(jì)因素對(duì)農(nóng)業(yè)生態(tài)效率的損失均存在影響，深入研究相關(guān)政策、農(nóng)業(yè)勞動(dòng)力、農(nóng)業(yè)耕作方式、農(nóng)業(yè)技術(shù)變化等要素是未來(lái)農(nóng)業(yè)生態(tài)效率研究可考慮的方向。同時(shí)基于本文結(jié)論，農(nóng)業(yè)生態(tài)效率的驅(qū)動(dòng)因子存在明顯的地區(qū)差異，針對(duì)不同地域特征，對(duì)農(nóng)業(yè)生態(tài)效率驅(qū)動(dòng)因子的差異評(píng)價(jià)也是今后深入研究的重要方向，從空間視角制定出科學(xué)的農(nóng)業(yè)生態(tài)發(fā)展策略，對(duì)優(yōu)化地區(qū)資源要素配置和促進(jìn)區(qū)域可持續(xù)發(fā)展有著重要作用。

　　參考文獻(xiàn)：

　　［１］陳菁泉，信猛，馬曉君，等．農(nóng)業(yè)生態(tài)效率測(cè)度與驅(qū)動(dòng)因素［Ｊ］．環(huán)境科學(xué)，２０２０，４０（７）：３２１６－３２２７．

　　［２］侯孟陽(yáng)，姚順波．１９７８—２０１６年農(nóng)業(yè)生態(tài)效率時(shí)空演變及趨勢(shì)預(yù)測(cè)［Ｊ］．地理學(xué)報(bào)，２０１８，７３（１１）：２１６８－２１８３．

　　［３］ＳｃｈａｌｔｅｇｇｅｒＳ，ＳｔｕｒｍＡ．ＫｏｌｏｇｉｓｃｈｅＲａｔｉｏｎａｌｉｔｔ［Ｊ］．ＤｉｅＵｎｔｅｒｎｅｈｍｕｎｇ，１９９０，４（４）：２７３－２９０．

　　［４］任宇飛，方創(chuàng)琳，藺雪芹．東部沿海地區(qū)四大城市群生態(tài)效率評(píng)價(jià)［Ｊ］．地理學(xué)報(bào)，２０１７，７２（１１）：２０４７－２０６３．

　　［５］金貴，吳鋒，李兆華，等．快速城鎮(zhèn)化地區(qū)土地利用及生態(tài)效率測(cè)算與分析［Ｊ］．生態(tài)學(xué)報(bào)，２０１７，３７（２３）：８０４８－８０５７

　　舒曉波１，２，馮維祥１，廖富強(qiáng)１，２，凌春園１