文高輝 ，胡冉再琪，唐璇，唐雅倩，鄭佳欣，孟晉華

（1.湖南師范大學(xué) 地理科學(xué)學(xué)院，湖南 長沙 410081；2.地理空間大數(shù)據(jù)挖掘與應(yīng)用湖南省重點實驗室，湖南 長沙 410081）

2020 年，新冠肺炎疫情全球大流行，國際農(nóng)產(chǎn)品市場供給特別是海外糧食供給不確定性增加，糧食安全問題對國家的經(jīng)濟、社會領(lǐng)域影響加深，如何在耕地資源有限的基礎(chǔ)上提高耕地利用效率的同時兼顧生態(tài)環(huán)境可持續(xù)發(fā)展受到了各界學(xué)者的廣泛重視。中國學(xué)者早期對耕地利用效率的研究多采用單要素耕地利用效率評估指標進行測算[1-2]，為彌補單要素評價方法的不足與局限，周曉林等[3]、葉浩和濮勵杰[4]通過構(gòu)建全要素耕地利用效率評價指標體系，采用數(shù)據(jù)包絡(luò)分析（DEA）或隨機前沿函數(shù)（SFA）等方法來測算中國耕地利用效率；經(jīng)陽和葉長盛[5]、謝花林和張道貝[6]運用DEA 模型分別測算江西省和鄱陽湖生態(tài)經(jīng)濟區(qū)的耕地利用效率，并分析了耕地利用效率的影響因素。現(xiàn)有文獻多以地市級行政單元為評價單元來考察全國、區(qū)域或者省域?qū)用娴母乩眯蔥4-7]，也有少量文獻逐漸深入到縣域[8]、鎮(zhèn)域[9]等較小尺度來考察區(qū)域耕地利用效率。耕地利用效率大多通過投入與產(chǎn)出的比值進行衡量，投入要素主要包括土地、勞動力、資本等，產(chǎn)出指標主要有糧食產(chǎn)量、農(nóng)業(yè)產(chǎn)值等[4,10-11]。

2009 年哥本哈根世界氣候大會的召開將人類社會對全球氣候變化的關(guān)注推向了一個新的階段，學(xué)術(shù)界也更加關(guān)注各領(lǐng)域的環(huán)境問題。有研究表明，中國農(nóng)業(yè)活動所導(dǎo)致的溫室氣體排放約占全國碳排放總量的17%[12]，農(nóng)業(yè)毋庸置疑是碳排放增加的重要推手之一。在生態(tài)文明建設(shè)的背景下，碳排放作為耕地利用活動所產(chǎn)生的重要環(huán)境損耗引起國內(nèi)越來越多學(xué)者的重視，如梁流濤[10]、封永剛等[13]、匡兵和盧新海[14]將其作為“非意欲/非期望”產(chǎn)出納入耕地利用生態(tài)效率評價體系中。2020 年9 月，中國在第七十五屆聯(lián)合國大會上做出“2030 年碳達峰、2060 年碳中和”的莊嚴承諾后，碳排放引起國內(nèi)廣大學(xué)者的關(guān)注。劉蒙罷等[15]基于碳排放視角測算了耕地利用生態(tài)效率，并進而分析了2007—2018 年長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率時空演變特征；魯慶堯等[16]分析了2000—2018 年中國糧食生產(chǎn)生態(tài)效率；崔葉辰等[17]則分析了2008—2017 年新疆農(nóng)業(yè)生態(tài)效率?，F(xiàn)有研究對提升我國耕地利用生態(tài)效率已做出了一些重要的貢獻，也為本研究提供了重要的參考借鑒，但仍有值得深入探討之處：現(xiàn)有文獻多以省級行政單元、地市級為評價單元來考察全國、區(qū)域或者省域?qū)用娴母乩眯?，鮮有研究基于縣級尺度來測算耕地利用生態(tài)效率；較少文獻將碳排放納入耕地利用生態(tài)效率評價指標體系。

洞庭湖區(qū)是我國重要的糧食主產(chǎn)區(qū)和長江經(jīng)濟帶的重要節(jié)點。基于此，本文將耕地利用碳排放作為非期望產(chǎn)出納入耕地利用生態(tài)效率評價體系中，以洞庭湖區(qū)為研究區(qū)域，運用SBM-Undesirable 模型等方法，基于縣級尺度，揭示洞庭湖區(qū)耕地利用碳排放和生態(tài)效率的時空規(guī)律，以期為洞庭湖區(qū)耕地利用可持續(xù)、農(nóng)業(yè)高質(zhì)量發(fā)展提供參考依據(jù)。

1 研究方法

1.1 耕地利用生態(tài)效率指標體系的構(gòu)建

世界經(jīng)濟合作與發(fā)展組織（OECD）于1998 年提出了生態(tài)效率的概念，將其定義為：以較少的資源消耗與較低環(huán)境損耗達到人類福利的最大化[18]。在耕地利用生態(tài)系統(tǒng)中，耕地作為農(nóng)業(yè)生產(chǎn)過程中最基本的生產(chǎn)要素之一，也是最稀缺的土地資源，要以最小化生產(chǎn)要素投入達到產(chǎn)出的最大化，同時將對環(huán)境的損耗降至最低，以期實現(xiàn)社會經(jīng)濟發(fā)展與生態(tài)環(huán)境的協(xié)調(diào)統(tǒng)一。因此，耕地利用生態(tài)效率的內(nèi)涵可表述為在耕地利用活動中，以一定的生產(chǎn)要素投入，實現(xiàn)社會經(jīng)濟產(chǎn)出最大化和環(huán)境損耗最小化。

碳排放是耕地利用活動所產(chǎn)生的主要環(huán)境損耗，為客觀地反映洞庭湖區(qū)耕地利用生態(tài)效率狀況，將耕地利用碳排放作為非期望產(chǎn)出納入耕地利用生態(tài)效率評價體系中，構(gòu)建包含投入要素、期望產(chǎn)出和非期望產(chǎn)出三個層面的耕地利用生態(tài)效率評價指標體系。參考梁流濤等[10]、匡兵和盧新海[14]、劉蒙罷等[15]的研究成果，并結(jié)合洞庭湖區(qū)耕地利用實際情況，構(gòu)建了基于碳排放視角的耕地利用生態(tài)效率評價指標體系（表1）。其中，從土地、勞動力、資本三個方面選取主要農(nóng)作物播種面積、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)用機械總動力、化肥施用折純量、農(nóng)藥使用量、農(nóng)用薄膜使用量和有效灌溉面積作為耕地利用投入要素；選取種植業(yè)產(chǎn)值和糧食產(chǎn)量來表征耕地利用活動在經(jīng)濟和社會兩個方面的期望產(chǎn)出；選取耕地利用碳排放量表征耕地利用的非期望產(chǎn)出。

表1 基于碳排放視角的耕地利用生態(tài)效率評價指標體系

參考相關(guān)研究成果[14-17,19]，耕地利用碳排放量主要依據(jù)農(nóng)用化肥使用量、農(nóng)藥使用量、農(nóng)用薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量5 個指標進行測算。碳排放系數(shù)及碳排放量計算方法借鑒李波等[20]的研究成果。耕地利用碳排放量計算公式為：

式中：E為耕地利用碳排放總量；Ei為各類碳源的碳排放量；Ti為各碳源的量；δi為各碳源的碳排放系數(shù)，如表2 所示。

表2 耕地利用碳排放系數(shù)

1.2 SBM-Undesirable模型

SBM-DEA 克服了傳統(tǒng)DEA 模型存在的徑向和角度問題，較好地解決了實際生產(chǎn)中投入產(chǎn)出的松弛性問題。其中由SBM-DEA 衍生的SBM-Undesirable 模型（非期望產(chǎn)出的SBM-DEA 模型），可以測算包含非期望產(chǎn)出的耕地利用生態(tài)效率，其測算的DMU 無效率是投入與產(chǎn)出無效率的乘積，能夠?qū)崿F(xiàn)無效決策單元中效率值對當(dāng)前狀態(tài)與強有效目標值間松弛改進部分的測量，更能反映實際生產(chǎn)狀況[13]。鑒于此，本文采用SBM-Undesirable模型來測算洞庭湖區(qū)各縣耕地利用生態(tài)效率。

假定在耕地利用過程中，有m個投入指標X，s個期望產(chǎn)出指標Y以及k個非期望產(chǎn)出指標Z，則包含非期望產(chǎn)出的SBM-Undesirable 模型表達式為：

式中：X、Y、Z分別代表耕地利用的投入要素、期望產(chǎn)出和非期望產(chǎn)出指標，投入要素、期望產(chǎn)出和非期望產(chǎn)出指標的個數(shù)分別為M、S、K。ρ是效率值，且0 ≤ρ≤1。當(dāng)ρ=1 時，表示生產(chǎn)單元完全有效率，此時X′=Y′=Z′=0；當(dāng)ρ＜1 時，表示生產(chǎn)單元存在效率損失，投入產(chǎn)出需要調(diào)整。

2 研究區(qū)域與數(shù)據(jù)來源

2.1 研究區(qū)域概況

洞庭湖區(qū)是我國重要的糧食主產(chǎn)區(qū)和長江經(jīng)濟帶的重要節(jié)點。洞庭湖區(qū)屬于典型的亞熱帶季風(fēng)氣候，年均氣溫約17.0℃，降水豐沛，區(qū)域內(nèi)水網(wǎng)密布、湖坑眾多，農(nóng)業(yè)生產(chǎn)資源要素豐富，是中國重要的商品糧生產(chǎn)基地。鑒于學(xué)術(shù)界對洞庭湖區(qū)沒有統(tǒng)一的界定，本文選取較為公認的岳陽市、常德市、益陽市作為研究區(qū)域，以2007—2017 年為研究時期。研究期內(nèi)，洞庭湖區(qū)農(nóng)業(yè)產(chǎn)值從111.45×108元提升至234.62×108元，糧食總產(chǎn)量從1 780.16×104t 提升至1 832.98×104t，農(nóng)村居民人均可支配收入從4 324.61 元提升至142 65 元，農(nóng)業(yè)生產(chǎn)對推動當(dāng)?shù)亟?jīng)濟發(fā)展有著不可替代的重要作用。然而，當(dāng)前洞庭湖區(qū)農(nóng)戶注重耕地經(jīng)濟產(chǎn)出，對耕地重用輕養(yǎng)，在農(nóng)業(yè)生產(chǎn)過程中輕有機肥、重化肥，造成嚴重的耕地面源污染。有研究表明，洞庭湖水體主要受到TN 和TP的污染，且農(nóng)業(yè)面源污染已經(jīng)成為洞庭湖富營養(yǎng)化的主要原因之一，而TN 和TP 主要來源于耕地利用活動[23]。國家高度重視糧食主產(chǎn)區(qū)耕地保護和高標準基本農(nóng)田建設(shè)，洞庭湖區(qū)是我國農(nóng)地整治重點區(qū)域。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)來源于《湖南農(nóng)村統(tǒng)計年鑒》（2008—2018年）和《湖南統(tǒng)計年鑒》（2008—2018 年）。

3 結(jié)果與分析

3.1 洞庭湖區(qū)耕地利用碳排放時空特征

3.1.1 耕地利用碳排放時間規(guī)律

圖1 和圖2 分別反映了2007—2017 年洞庭湖區(qū)整體及各市單位耕地面積碳排放量的時間變化趨勢。從洞庭湖區(qū)整體單位耕地面積碳排放量來看，2007—2017 年洞庭湖區(qū)耕地利用碳排放量總體呈現(xiàn)出先波動上升再下降，最后趨于平穩(wěn)的態(tài)勢，單位耕地面積碳排放量由2007 年的2.89 t/hm2降至2017 年的2.69 t/hm2，具有明顯的階段性特征：2007—2012 年洞庭湖區(qū)單位耕地面積碳排放量呈現(xiàn)出波動上升的態(tài)勢，其中在2009 年和2012 年出現(xiàn)兩個峰值，2012 年達到單位耕地面積碳排放量最大值3.04 t/hm2；2012—2017 年單位耕地面積碳排放量呈下降態(tài)勢。從各地級市來看，益陽市單位耕地面積碳排放量在3 市中最高，單位耕地面積碳排放量在2.73 t/hm2～3.51 t/hm2范圍內(nèi)先波動上升再下降，2012 年達到最大值3.51 t/hm2；岳陽市次之，單位耕地面積碳排放量在3.14 t/hm2～2.69 t/hm2范圍內(nèi)平穩(wěn)下降，2007—2013 年趨于平穩(wěn)，2013—2016 年呈下降趨勢，2016 年達到最小值2.69 t/hm2，2016—2017 年略有上升；常德市單位耕地面積碳排放量最低，波動范圍為2.67 t/hm2～2.46 t/hm2，總體呈現(xiàn)出先升后降最后趨于平穩(wěn)的態(tài)勢，2007—2009 年單位耕地面積碳排放量略有上升，2009—2010 年有所下降，2010 年達到最小值2.46 t/hm2，2010—2017 年趨于平穩(wěn)?？傮w而言，益陽市和岳陽市的單位耕地面積碳排放量在研究期限內(nèi)整體變化幅度較大，總體呈現(xiàn)出先波動上升再下降的態(tài)勢；而常德市的單位耕地面積碳排放量前期略有波動，后期持續(xù)保持平穩(wěn)。

圖1 2007—2017年洞庭湖區(qū)整體單位耕地面積碳排放量變化趨勢

圖2 2007—2017年洞庭湖區(qū)市級單位耕地面積碳排放量變化趨勢

3.1.2 耕地利用碳排放空間格局

圖3 反映的是2007 年、2012 年和2017 年洞庭湖區(qū)各縣（市、區(qū)）單位耕地面積碳排放量的空間分布情況。利用ArcGIS，將單位耕地面積碳排放量（單位為t/hm2）劃分為五個等級，由低至高依次為低碳排放區(qū)(1.480 000,3.204 000]、較低碳排放區(qū)(3.204 000,4.958 000]、中等碳排放區(qū)(4.958 000,6.712 000]、較高碳排放區(qū)(6.712 000,8.466 000]和高碳排放區(qū)(8.466 000,10.220 000]。

圖3 洞庭湖區(qū)單位耕地面積碳排放量空間格局

從整體上看，2007 年、2012 年和2017 年，各縣（市、區(qū)）單位耕地面積碳排放量與周邊單位聯(lián)系密切，相鄰行政單位其單位耕地面積碳排放量多處于同一等級，單位耕地面積碳排放量相似的縣級（市、區(qū)）行政單位在空間上呈現(xiàn)空間集聚狀態(tài)且大部分處于1.45 t/hm2～3.24 t/hm2范圍內(nèi)，特別是2007 年集聚現(xiàn)象較為明顯，2012年和2017 年集聚現(xiàn)象有所減弱，偏向分散。具體來看，2007 年有2 個區(qū)（岳陽市的岳陽樓區(qū)、益陽市的資陽區(qū)）為中等碳排放區(qū)，有7 個縣（區(qū)）（常德市武陵區(qū)、漢壽縣、沅江市、南縣、安鄉(xiāng)縣，和岳陽市華容縣、云溪區(qū)），可見中等碳排放區(qū)和較低碳排放區(qū)主要分布在洞庭湖區(qū)的中部、北部和東北部；其他的16 個縣（市、區(qū)）均為低碳排放區(qū)，分布在洞庭湖區(qū)的東部、南部和西部。2012 年，資陽區(qū)由先前的中等碳排放區(qū)演變?yōu)檩^低碳排放區(qū)，單位耕地面積碳排放量降低了1 個等級；漢壽縣、阮江市和云溪區(qū)由先前的較低碳排放區(qū)演變?yōu)榈吞寂欧艆^(qū)，單位耕地面積碳排放量降低了1 個等級；而岳陽樓區(qū)由先前的中等碳排放區(qū)演變?yōu)楦咛寂欧艆^(qū)，單位耕地面積碳排放量上升了2 個等級；汨羅市也從低碳排放區(qū)演變?yōu)檩^低碳排放區(qū)，單位耕地面積碳排放量上升了1個等級。截至2017 年，與2012 年相比，各縣（市、區(qū)）單位耕地面積碳排放量等級變化不大，僅有岳陽樓區(qū)由高碳排放區(qū)降至中等碳排放區(qū)，降低了2 個等級。總體來看，洞庭湖區(qū)耕地利用較低碳排放區(qū)和中等碳排放區(qū)的空間分布特征由2007 年中北部集聚分布演變?yōu)?017年的零散分布。

3.2 洞庭湖區(qū)耕地利用生態(tài)效率時空特征

3.2.1 耕地利用生態(tài)效率時間規(guī)律

圖4 反映了SBM-Undesirable 模型和CCR 模型兩種方法測算得到的2007—2017 年洞庭湖區(qū)耕地利用效率值。由圖4 可知，2007—2017 年洞庭湖區(qū)的耕地利用生態(tài)效率均低于CCR 模型（只考慮投入指標和期望產(chǎn)出指標）測算出的耕地利用效率，2007 年前者測算值比后者低了0.117，且總體上呈現(xiàn)減小的趨勢，2017 年兩種模型測算出的耕地利用效率測算值僅相差0.021，說明耕地利用碳排放量總體上在逐年下降?？梢?，CCR 模型測算得到的洞庭湖區(qū)耕地利用效率偏高，忽視了耕地利用活動所產(chǎn)生的環(huán)境損耗問題，而SBM-Undesirable模型測算出的耕地利用生態(tài)效率更加科學(xué)，更符合洞庭湖區(qū)實際情況。因此，后文均采用SBM-Undesirable 模型測算出的耕地利用生態(tài)效率進行分析。

圖4 SBM-Undesirable模型和CCR模型測算出的耕地利用效率

由圖5 可知，2007—2017 年，從洞庭湖區(qū)整體來看，洞庭湖區(qū)耕地利用生態(tài)效率總體呈現(xiàn)波動上升趨勢，均值由0.863 提高至0.979，累計增幅為13.44%。從市域尺度來看，岳陽市的耕地利用生態(tài)效率變化趨勢與洞庭湖區(qū)變化趨勢最為契合，其耕地利用生態(tài)效率由2007 年的0.833 提高至2017 年的0.971，累計變化率為16.57%；益陽市的耕地利用生態(tài)效率由2007 年的0.750提高至2017 年的0.994，累計變化率最高，為32.53%，在2007—2012 年，益陽市的耕地利用生態(tài)效率均低于洞庭湖區(qū)平均水平，而在2013—2017 年，益陽市的耕地利用生態(tài)效率超過了洞庭湖區(qū)平均水平；常德市的耕地利用生態(tài)效率比較穩(wěn)定，由2007 年的0.969 略升至2017 年的0.976，累計變化率低至0.72%，總體保持在0.960 左右小范圍波動。

圖5 2007—2017年洞庭湖區(qū)耕地利用生態(tài)效率變化趨勢

3.2.2 耕地利用生態(tài)效率空間格局

按照涂正革[24]對效率的分類方法，本文將耕地利用生態(tài)效率值分為(0.9,1.0]、(0.8,0.9]、(0.7,0.8]、(0.6,0.7]和(0,0.6]五個區(qū)間，與之對應(yīng)的五個等級稱為高效率地區(qū)、較高效率地區(qū)、中等效率地區(qū)、較低效率地區(qū)和低效率地區(qū)。圖6 展示了2007 年、2012 年和2017 年洞庭湖區(qū)耕地利用生態(tài)效率的空間分布狀況。

圖6 洞庭湖區(qū)耕地利用生態(tài)效率空間格局

由圖6 可知，2007—2017 年，洞庭湖區(qū)多個縣（市、區(qū)）耕地利用生態(tài)效率低效率區(qū)和較低效率區(qū)變?yōu)楦咝蕝^(qū)，其空間分布特征具體表現(xiàn)為：2007 年，有2 個縣（市、區(qū)）（岳陽市的云溪區(qū)、益陽市的沅江市）屬于耕地利用低效率地區(qū)，主要分布在洞庭湖區(qū)的中北部；有5 個縣（市、區(qū)）（岳陽市的華容縣、汨羅市，益陽市的資陽區(qū)、南縣、安化縣）屬于耕地利用較低效率地區(qū)，主要分布于洞庭湖區(qū)的中部和西南部。2012 年，洞庭湖區(qū)無低效率地區(qū)，2007 年的耕地利用低效率地區(qū)分別提升為中等效率地區(qū)（沅江市）和較低效率地區(qū)（云溪區(qū)）；2007 年的5 個耕地利用較低效率地區(qū)中有4 個提升至2012 年的較高效率地區(qū)或中等效率地區(qū)，而安化縣耕地利用生態(tài)效率等級未發(fā)生變化；而岳陽市的臨湘市和平江縣的耕地利用生態(tài)效率等級由2007 年的高效率地區(qū)分別降低至2012 年的較高效率地區(qū)和中等效率地區(qū)，其主要原因是2007—2012 年，臨湘市和平江縣的化肥、農(nóng)膜、農(nóng)藥等生產(chǎn)要素均存在不同程度的冗余增加。截至2017 年，洞庭湖區(qū)已無耕地利用低效率地區(qū)和較低效率地區(qū)，僅有2 個縣（岳陽市的平江縣、益陽市的澧縣）為耕地利用中等效率地區(qū)，其余22 個縣都為耕地利用高效率地區(qū)。從各年耕地利用生態(tài)效率空間分布狀況來看，洞庭湖區(qū)耕地利用生態(tài)效率由2007 年的西高東低轉(zhuǎn)變?yōu)?017 年區(qū)域整體均衡發(fā)展的態(tài)勢，各縣（市、區(qū)）的耕地利用生態(tài)效率漸漸穩(wěn)定在一個較高的發(fā)展水平，但仍然存在一定的發(fā)展進步空間。

4 結(jié)論與討論

4.1 結(jié)論

基于縣級尺度，采用SBM-Undesirable 模型測算了洞庭湖區(qū)24 個縣（市、區(qū)）2007—2017 年的耕地利用生態(tài)效率，探討了洞庭湖區(qū)耕地利用碳排放與生態(tài)效率的時空格局，主要結(jié)論為：（1）2007—2017 年洞庭湖區(qū)耕地利用碳排放量呈現(xiàn)出先波動上升再下降，最后趨于平穩(wěn)的態(tài)勢，單位耕地面積碳排放量由2007 年的2.89 t/hm2降至2017 年的2.69 t/hm2。其中，益陽市單位耕地面積碳排放量在3 市中最高，岳陽市次之，常德市最低。此外，洞庭湖區(qū)單位耕地面積碳排放量在縣級尺度上呈現(xiàn)出由2007 年的中北部集聚分布狀態(tài)演變?yōu)?017年的零散分布狀態(tài)。（2）2007—2017 年洞庭湖區(qū)耕地利用生態(tài)效率總體有所提高，且趨向于空間均衡發(fā)展，由2007 年的0.863 升至2017 年的0.979。從洞庭湖區(qū)耕地利用生態(tài)效率空間分布狀況來看，洞庭湖區(qū)耕地利用生態(tài)效率由2007 年的西高東低轉(zhuǎn)變?yōu)?017 年區(qū)域整體均衡發(fā)展的態(tài)勢，各縣（市、區(qū)）的耕地利用生態(tài)效率漸漸穩(wěn)定在一個較高的發(fā)展水平。

綜上所述，洞庭湖區(qū)對控制耕地利用碳排放量和提高耕地利用生態(tài)效率取得了一定的成效，但仍存在一定優(yōu)化空間，區(qū)域系統(tǒng)有待完善，各縣級、市級差距仍需縮小。對此，應(yīng)當(dāng)具有全局視野的高度站位，洞庭湖區(qū)耕地利用和農(nóng)業(yè)發(fā)展需兼顧整體性和差異性，在充分發(fā)揮農(nóng)業(yè)發(fā)展高水平區(qū)域帶頭作用的同時，彌補落后地區(qū)的發(fā)展短板，綜合考慮本地區(qū)與鄰近地區(qū)之間的空間互動關(guān)系，加強縣際間在耕地資源利用和農(nóng)業(yè)發(fā)展上的空間聯(lián)動效應(yīng)，以實現(xiàn)洞庭湖區(qū)整體的“質(zhì)”的發(fā)展。

4.2 討論

通過上述研究，未來可從以下幾個方面進一步深入探討：（1）所構(gòu)建的耕地利用生態(tài)效率評價指標體系僅考慮了耕地利用活動所產(chǎn)生的碳排放，而未考慮農(nóng)作物生長過程中的碳吸收（即碳匯）；另外，僅將碳排放作為非期望產(chǎn)出納入耕地利用生態(tài)效率評價指標體系，并未考慮耕地利用活動造成的面源污染問題。因此，未來可從凈碳排放量（碳排放—碳吸收）和面源污染兩個方面來完善耕地利用生態(tài)效率評價指標體系中的非期望產(chǎn)出指標，進而測算出更科學(xué)精準的耕地利用生態(tài)效率。（2）在運用SBM-Undesirable 模型測算耕地利用生態(tài)效率時，將期望產(chǎn)出與非期望產(chǎn)出權(quán)重比設(shè)定為1 ∶l（即默認比值），未考慮社會經(jīng)濟發(fā)展階段和區(qū)域社會經(jīng)濟發(fā)展的差異性。在不同時期（即社會經(jīng)濟發(fā)展階段），耕地利用活動的目標不同，如在社會經(jīng)濟發(fā)展較低階段，耕地利用活動更多的是滿足人類對糧食和農(nóng)產(chǎn)品的數(shù)量需求，在測度耕地利用生態(tài)效率時應(yīng)該賦值較高的期望產(chǎn)出權(quán)重；而社會經(jīng)濟發(fā)展至較高階段時，人們更加追求糧食和農(nóng)產(chǎn)品的質(zhì)量品質(zhì)，在測度耕地利用生態(tài)效率時應(yīng)該賦值較高的非期望產(chǎn)出權(quán)重；在社會經(jīng)濟較發(fā)達的地區(qū)，其累積污染量可能已逼近生態(tài)環(huán)境最高承載力水平，應(yīng)該高度重視社會經(jīng)濟發(fā)展所產(chǎn)生的非期望產(chǎn)出，在測度耕地利用生態(tài)效率時應(yīng)賦值其較高的權(quán)重；而在社會經(jīng)濟欠發(fā)達的地區(qū)，其污染累積量相對較小，在測度耕地利用生態(tài)效率時，可綜合考慮地區(qū)發(fā)展定位，賦值合理的非期望產(chǎn)出權(quán)重。因此，基于社會經(jīng)濟發(fā)展階段和區(qū)域社會經(jīng)濟發(fā)展的差異性來設(shè)置合理的期望產(chǎn)出與非期望產(chǎn)出權(quán)重比值也是未來重點關(guān)注的方向。