納入農業非期望產出的農業生產率研究熱點及趨勢
——基于CiteSpace的可視化圖譜分析

鄭淑貞，陳秋華

(1.福建農林大學 鄉村振興學院，福州 350002；2.福建農林大學 經濟與管理學院，福州 350002)

1 引言

黨的十八屆五中全會提出綠色發展理念，倡導節約資源和環境保護，是以效率、和諧以及可持續為目標推動經濟增長和社會發展的理念[1]。二十大報告提出到2035年基本實現美麗中國和農業現代化的目標，加快建設農業強國，推動高質量發展，形成廣泛綠色生產生活方式[2]。2023年“中央一號”文件提出推進農業綠色發展方面的要求[3]?！笆奈濉币巹澲刑岬揭岣咿r業質量效應和競爭力，推動農業綠色轉型[4]。目前中國仍然存在農業污染排放，為追求農業期望產出而高度依賴化肥農藥等化學物質投入品，引發土地污染、水污染和大氣污染，農業生態系統有所退化。因此，因地制宜改善生產要素配置，使得農業污染排放最小、期望產出最大，以降低農業對環境和生態系統的負向影響成為學術界重要研究方向。

傳統的農業生產率指的是以土地、資本、勞動和技術等相關生產要素指標納入農業生產體系測算農業的生產力，借此衡量農業的發展狀況。然而，為平衡好農業資源的可持續性發展和污染的有效治理，農業領域愈加重視農業的有效生產，相較于傳統單方面考慮期望產出而言，將農業非期望產出納入測算的生產率研究更加全面、科學以及符合時代發展背景，對促進農業高質量發展具有重要的現實意義。目前學界對該領域如火如荼地開展研究，以農業綠色全要素生產率來說，農業技術進步是促進中國農業綠色全要素生產率增長的關鍵[5]，且不同地區的農業綠色技術創新呈現不同發展態勢[6]，除了生產率測算以及時空視角的研究外，還有學者研究諸如農業稅收的減免、工業化與城市化的推進、農業貿易條件[7]、環境規制[8]、新型城鎮化[9]以及農業產業結構變遷[10]等因素對農業綠色全要素的影響。

已有的研究更多是對該研究對象本身及其影響因素進行分析，缺少對該研究主題領域的發展熱點和趨勢進行整體分析。為此，本文利用CiteSpace文獻分析可視化工具，運用其圖譜功能，從研究發文機構、作者、研究熱點及發展趨勢等方面進行梳理和分析，為推動納入非期望產出的農業生產率研究的后續發展，創新農業綠色生產結構和綠色生產技術，從而進一步推進農業綠色發展提供參考。

2 研究方法與數據來源

本文應用文獻計量方法對文獻數據進行量化分析，以此劃分不同時間段或不同研究視角等來研究其數量關系，并對研究內容進行歸納和分析，更加客觀地把握所研究領域的結構和研究前沿[11]。同時通過CiteSpace軟件對所收集的研究文獻數據進行分析，并繪制關于考慮非期望產出的農業生產率研究的科學知識圖譜，以明晰發表時間截止2023年8月的文獻、作者和機構，以及相關排名前10的情況，并對研究熱點和趨勢進行探討。選取這幾個維度進行分析探討，是因為能明確國內該研究的刊文數量情況，挖掘出核心作者、核心研究機構和關鍵詞，分別構建作者、機構、關鍵詞的可視化知識圖譜，明確國內的研究團隊分布及其合作關系網絡；通過關鍵詞突現分析及揭示不同熱點主題的演化過程，為科學把握研究熱點和前沿動態提供定量依據，后續研究可以根據這些，快速鎖定待擴展研究的方面，進而擴大納入農業非期望產出的農業生產率的研究視角和范圍。CiteSpace文獻可視化圖譜分析軟件的開創者為美國德雷克塞爾大學信息科學技術學院的陳超美博士，其研發設計主要基于信息覓食理論、社會網絡分析及結構洞理論、知識單元離散與重組理論、普萊斯的科學前沿理論以及庫恩提出的科學發展模式理論等，通過對圖譜進行解讀，來解釋研究領域的現狀以及發展趨勢[12]。該軟件目前在眾多學科領域應用較為廣泛，其數據格式轉換功能可將知網數據庫所保存為Refworks格式的文獻數據轉變成該軟件可運行使用的數據格式進行圖譜繪制和量化分析，該功能在文獻數據分析方面具有很好的優越性和客觀性[13]。

本研究所獲取的數據來源于中國知網(CNKI)，為保證納入農業非期望產出的農業生產率研究的查準率、查全率、科學性與權威性，以已有的相關研究文獻為參考依據，挑選不同檢索詞進行組合測試，盡可能輸入與該研究相關的所有詞語，以達到文獻集成度最優的組合檢索，即在該檢索平臺進行高級檢索，主題框內輸入“農業綠色全要素生產率”“農業環境全要素生產率”“農業綠色生產率”“農業環境生產率”“農業綠色生產”“農業環境生產”“農業綠色生產效率”“農業環境生產效率”“農業綠色效率”“農業環境效率”“農業生態效率”或“農業低碳生產率”等檢索詞，時間范圍不限，選取文獻類別為SCI、EI、北大核心、CSSCI、CSCD、AMI，共檢索出 1 156 篇論文。為保證論文質量，對檢索結果進行進一步人工篩選，剔除會議信息、征稿文章、書評等無關文獻后，對剩下的文獻進行內容檢閱，若研究內容涉及農業生產率的非期望產出，則保留，由此得到378篇有效文獻，導出保存為CiteSpace工具可以識別的Refworks格式，將其導入CiteSpace軟件運行后去除18篇無關文獻，最終有效文獻為360篇，在這基礎上實施文獻數據的運算，并繪制出機構、作者和關鍵詞的可視化圖譜。

3 國內文獻計量分析

3.1 文獻年度變化趨勢分析

研究領域的論文年度發文量是評定該領域研究進程的一項重要指標，可以反映該領域知識成果的發展狀況。圖1為本研究收集的國內將農業非期望產出納入考慮的農業生產率研究的年度發文數量，1999年開始有論文發表，以2018年為拐點，2018年之前呈緩慢波浪上升的增長趨勢，2018年以后關于該研究內容的期刊論文數量增速顯著提高，可以看到2022年的年度發文數量為目前最高值，達到72篇，由于檢索時間檢索到最新日期為2023年8月，依照整體發文增長態勢來看，2023年的發文量預估呈平穩波動，但從發文總量上看，目前的研究成果還是較少。對年度發文數量作趨勢線，其擬合度R2值越接近于1，表示擬合越準確，圖1的擬合度為 0.905 1，因此，將農業的非期望產出納入考慮的農業生產率研究領域的發文量呈現穩定增長的態勢，反映出納入非期望產出的農業生產率研究熱度越來越高。

圖1 納入非期望產出的農業生產率研究的年度發文趨勢分布

3.2 研究機構分析

在CiteSpace生成的共現知識圖譜中，共現網絡的關系表示研究節點對象之間存在著相似或相關的研究領域，其共現程度大小表示為兩者間學術合作的頻次。選擇節點類型為機構，利用該可視化分析軟件繪制發文機構網絡共現圖譜(見圖2)，圓圈的節點表示機構，節點間的連線及粗細程度則表示機構間是否存在合作及其合作頻次的大小。據圖2所示，截至2023年8月，該領域研究的載文機構共有232個，機構之間共有141條連線，在處理的文獻數據結果中，232個機構出現的總頻次為408次，平均每個機構發文次數為1.76次，說明該領域的稿件來源機構數量廣泛，且存在一定的合作關系。圖中形成的機構合作網絡有：①華中農業大學經濟管理學院(節點中心)、中南財經政法大學工商管理學院及中國農業科學院農業資源與農業區劃研究所等；②西北農林科技大學經濟管理學院(節點中心)、四川農業大學管理學院等；③北京林業大學經濟管理學院(節點中心)、中國社會科學院大學研究生院等。還有其他部分機構之間也形成大大小小的共線合作網絡。整體來看，發文機構間的合作比較分散，形成不同的合作區塊，且機構之間的連線不夠粗，網絡密度(Density)顯示為 0.005 3，表示合作不夠緊密。表1中列出目前該領域發文量最高的前10個機構，即8所高等院校：華中農業大學經濟管理學院(24篇)、南京農業大學經濟管理學院(11篇)、西北農林科技大學經濟管理學院(9篇)、中南財經政法大學工商管理學院(9篇)、東北農業大學經濟管理學院(8篇)、西南大學經濟管理學院(7篇)、河海大學商學院(7篇)、重慶師范大學經濟與管理學院(6篇)；1個研究所：中國農業科學院農業資源與農業區劃研究所(7篇)；1個研究中心：湖北農村發展研究中心(8篇)。由此，可以看出，高校是我國研究農業非期望產出的農業生產率的主要研究機構。

表1 按照頻次排序的納入非期望產出的農業生產率研究的前10個發文機構

圖2 納入非期望產出的農業生產率研究的發文機構網絡共現圖

3.3 發文作者分析

為研究納入非期望產出的農業生產率研究的作者成果量及其之間的合作情況，運用CiteSpace信息可視化軟件進行網絡共現分析，繪制該領域發文截至2023年8月的作者網絡共現圖譜(見圖3)，圖中節點圓圈代表作者，圓圈大小表明該作者發表的論文量。如果兩位作者之間有過合作，他們之間就會出現連線。連線的粗細程度表示作者間研究領域的相關性以及合作頻次的大小。結果顯示共有293位作者，作者之間存在191次合作關系，說明目前合作還沒有形成緊密聯系，因此，作者間需要進一步發揮合作效力。普萊斯定律可計算該研究領域的核心作者數量，其公式為：N=0.749×(Nmax)1/2，Nmax表示單個作者最大發文數量，而所收集的文獻數據顯示Nmax=6，則該研究的核心作者發文量N≈2，N≥2篇的作者人數為71人，共發表期刊論文178篇，在納入非期望產出的農業生產率研究相關的期刊論文總數中所占比例為49%，這一比例接近50%(穩定核心作者群體發文占比)，表明目前該領域研究的作者間已經形成一定的合作關系，但作者的合作網絡密度(Density)顯示為 0.004 5，說明作者間的合作聯系還是不夠緊密，且根據表2中發文量最高的前10位作者來看，目前該領域還是屬于成長階段，作者平均發文量都較少。

表2 按照發文量排列的前10位作者

圖3 考慮非期望產出的農業生產率研究的作者網絡共現圖

4 研究熱點與發展趨勢

4.1 研究熱點分析

通過利用CiteSpace所具有的關鍵字共現、網絡中心度等算法功能確定學術前沿中的重要關鍵字，通過計算獲取的文獻數據中關鍵字出現頻次和網絡中心度來確定當前主要的熱點研究。網絡中心度是指對節點在整個網絡中所具有的影響力和重要程度的衡量，體現為經過節點的最短路線數量，中心度越高代表其經過最短路線的數量越多。對截至2023年8月收集的研究文獻數據中出現的關鍵詞頻次和網絡中心度進行統計，分析總結納入農業非期望產出的農業生產率近些年的相關主題和研究視角。根據關鍵詞共現網絡圖譜(見圖4)結果顯示，共有234個節點詞匯，關鍵詞出現總次數為478次，平均每個關鍵詞出現2.04次。表3中展示出現頻次相對較多的11個關鍵詞，中介中心性≥0.1的9個關鍵詞為本研究中的熱點詞匯。由這些熱點詞匯可以看出，在近些年里，考慮非期望產出的農業生產率的期刊論文主要圍繞著“影響因素”“生態效率”“時空演變”“綠色農業”“環境規制”等進行研究，其研究所涉及的效應有“門檻效應”“溢出效應”“中介效應”“調節效應”“空間效應”等。

表3 按照中介中心性排序的考慮非期望產出的農業生產率研究的高頻關鍵詞

圖4 考慮非期望產出的農業生產率研究的關鍵詞共現網絡圖

為更加直觀地了解納入非期望產出的農業生產率研究領域核心熱點，對關鍵詞共現網絡進行聚類分析，采用LLR算法獲得的聚類標簽會更合理，并且重復相對降低[14]，聚類結果如圖5所示，有11個聚類簇，且聚類模塊值(Modularity Q，Q)為 0.795 2；平均輪廓值(Mean Silhouette，S)為 0.924 6。其中Q值越大則表示網絡聚類結構越好。當Q值大于0.3時，表示聚類模塊結構顯著；S值大于0.5時，表示聚類結果合理，S值大于0.7則結果令人信服[15]。因此，該聚類結果合理且可用于分析，其各個模塊編號的順序代表該主題在所研究領域的重要程度，且數字越小則包含的關鍵詞越多。#0 聚類，綠色農業；#1聚類，環境規制；#2 聚類，時空演變；#3 聚類，影響因素；#4 聚類，生態效率；#5 聚類，農業資源；#6 聚類，環境效率；#7 聚類，技術效率；#8 聚類，碳排放；#9 聚類，障礙因子；#10 聚類，農業。為了更直觀和系統地了解該研究，根據聚類內容來看，可將納入農業非期望產出的農業生產率研究熱點劃分三個方面。

圖5 考慮非期望產出的農業生產率研究的關鍵詞聚類圖

(1)納入非期望產出的農業生產率的研究對象。主要有種植業、畜禽產業、糧食主產區、縣域、市級、省域、全國以及特殊區域(流域、墾區)等的農業生產率。不同的研究對象可以從多個視角來評估農業生產力水平，更好地掌握不同地區的生態環境，使不同層次的決策者制定更有針對性的政策。種植業和畜禽產業是農業的重要組成部分，以其作為研究對象，可以了解不同農業產業的生產率水平，以及如何提高和優化生產的方式，進一步降低污染產生。鐘方雷、楊肖等通過生命周期評價方法，將張掖市制種玉米生產范圍內的相關環境影響納入效率評價體系，量化分析結果顯示玉米生產存在投入冗余的狀況，表明對環境影響的關注不夠[16]。朱寧、秦富研究以蛋雞為例的規模畜禽養殖場的環境效率與環境全要素生產率，結果表明規模養殖場尚未達到與生態環境協調發展[17]。糧食對于維持國家糧食安全和人口生存至關重要。為促進糧食主產區農業生態效率的良好發展，研究糧食主產區的農業生產力可以了解潛在的生產限制以及環境污染狀況，并制定相應措施。李明月、周曉航等研究發現糧食主產區的農業生態效率在研究期內的整體水平呈現上升趨勢，糧食主產區的不同會使農業生態效率和新型城鎮化的耦合度不同，認為應合理配置農業種植結構以及城鎮化規模和進程，因地制宜采取差異化舉措[18]。流域和墾區是針對特殊區域的研究對象。研究這些區域的農業生產率可以更好地了解它們的生態系統和自然環境。由于每個地區都有自己的特點和農業污染挑戰，對其進行研究可以使農業生產者更好地適應當地的實際情況。何妮、姚聰莉等認為“雙碳”目標下推進黃河流域農業生態效率提升，是推動實施黃河流域生態保護和高質量發展戰略的重要途徑[19]。劉天宇、徐輝認為可以通過改進績效測算、推進農業技術創新及交流、加強對農業環境的實時監測或改善秸稈的綜合利用來提高長江經濟帶農業環境全要素生產率[20]?？h、市、省域的研究通常是在政府層面上進行的，為制定當地農業政策提供指導。根據非期望產出的情況，提出特定的政策措施，改進生產者不良的農業生產行為，全面提高農業生產率的水平。比較不同地域的研究可以幫助各區之間了解其它區域的經驗和做法。全國層面的研究則可以從宏觀層面更好地了解全國的農業生產發展趨勢和整體生產力狀態，制定綜合性的綱領和惠農政策，促進全國農業的可持續綠色發展。

(2)納入非期望產出的農業生產率的時空研究。將時空因素應用于考慮非期望產出的農業生產率的研究領域，形成動態評估框架，能夠對農業的績效進行跨年度共性規律的研究和對比，并為鄉村振興發展、推動農業綠色發展提供科學依據。郭海紅、劉新民以時空維度的動態視角來進行全景式揭示和解釋中國農業綠色全要素生產率的時空收斂性，研究結果顯示中國農業綠色集約增長程度不夠，區域農業綠色生產呈非均衡態勢[21]。汪亞琴、姚順波等研究顯示中國農業生態效率具有顯著的空間分化差異特征，東西部區域較高、中部區域較低，其受到包括農業資源稟賦、社會經濟條件、自然生態環境等不同因素的影響，而影響程度又受區域差異有所不同，且影響因素間的相互作用也會增加空間分異程度[22]。

(3)納入非期望產出的農業生產率的影響因素。目前，學術界對多個可能的影響因素展開研究，包括農業數字化轉型、農地規模經營、農業產業集聚、農村人力資本、城鄉收入差距、數字經濟、農產品進出口貿易、數字普惠金融、農地產權結構、農業財政支出等。研究不同影響因素有助于深入理解農業生產的多維影響機制，找出對農業綠色發展的關鍵因素，為政策制定和實踐提供科學依據。通過對多個可能的影響因素展開研究，可以發現不同因素對農業生產率的作用大小和變化趨勢，分析不同因素之間的相互作用和協同作用。此外，這樣的研究還可以促進農業投入要素的針對性改變，優化要素配置，提高農業的效益和可持續性。

4.2 研究發展趨勢

基于上述熱點分析，圖6和圖7進一步展示納入非期望產出的農業生產率研究的發展進程和趨勢。在關鍵詞聚類圖譜生成后，進一步繪制聚類網絡時間線圖譜(見圖6)，其中時間和聚類編號名稱形成雙坐標，直觀地展現聚類間橫向與縱向關聯信息，并描繪領域內各個研究主題隨時間變化的趨勢，為明晰該研究領域的演變進程提供參考[23]。聚類中文獻越多，代表所得到的聚類領域越重要?？梢娋垲?0～#3中文獻都較多，說明這些聚類領域很重要。從圖6可以看出，“生態效率”“環境規制”“時空演變”等聚類主題文獻的研究時間線相對其他聚類文獻長，以農業生態效率為主在納入非期望產出的農業生產率研究領域屬于比較成熟的研究，生態效率不僅包含農業產生的經濟價值，也包含了農業對環境的影響[24]。環境規制在農業生產率研究領域扮演著至關重要的角色。環境規制通常指政府或其他監管機構設置的標準和規則，以限制某些活動對環境的影響。在農業生產方面，有助于減少化學農藥、化肥和其他有害物質的使用，以降低對農作物和環境的污染，這將提高作物的質量以及改善生產環境，從而提高農業生產率。政府可以鼓勵農民使用更環保的技術和實踐，如有機農業、精準農業等。這些做法在提高農業生產率的同時，可以保護環境和公共健康。通過規范和限制化學物質使用、保護土地和生態系統、推廣環保技術和可持續農業實踐，環境規制為農業生產的可持續綠色發展提供重要支持。研究非期望產出在不同時間和空間的分布，可以幫助生產者選擇適當的風險管理策略，且研究時空演變有助于促進市場穩定，考慮市場需求和供應的變化與非期望產出相關聯，可以幫助政策制定者制定更加適宜的市場政策和農業政策。

圖6 考慮非期望產出的農業生產率研究的聚類網絡時間線圖

短時間內激增的突發術語或具有高引用頻數的關鍵詞可以用來判斷領域的發展趨勢和未來研究方向。藍色線條表示時間間隔，紅色線條表示突現關鍵詞的周期，紅色線條的端點表示每個研究主題突現時段的開始和結束[15]，圖7是關鍵詞突現強度的顯示結果。在該突現詞信息中，2012—2015年該領域的研究與“環境約束、環境污染、技術效率、綠色創新、技術進步”有關；2015—2019年的研究主要為“農業污染、農業環境、面源污染”；2020—2023年的研究內容涉及“綠色農業、鄉村振興、影響因素、環境規制、門檻效應、生態效率、中介效應、調節效應、農業以及收斂性”。由圖7的突現強度可以看出，“影響因素”和“環境規制”的強度相對較高，為2023年的研究前沿。

探索考慮非期望產出的農業生產率的影響因素是當前的熱點和前沿。楊秀玉、仝錦濤等運用空間面板模型研究農產品貿易如何影響農業綠色全要素生產率，以及農業產業集聚對上述影響的調節作用，結果表明全國及4大區域的農業綠色全要素生產率及其分解的技術效率和技術進步都呈上升發展趨勢；從全國層面看，農產品貿易對農業技術效率為顯著的“U”型影響，而對農業綠色全要素生產率和農業技術進步的影響則呈現顯著的倒“U”型[25]。金紹榮、王佩佩運用固定效應模型研究人口老齡化對農業綠色全要素生產率的影響，最后引入中介效應模型研究農地流轉在人口老齡化對農業綠色全要素生產率影響中的中介效應[26]。申云、洪程程分析了“雙碳”目標背景下數字普惠金融對農業綠色低碳發展的作用效果及其傳導路徑機制，結果表明數字普惠金融有利于促進農業綠色低碳發展，數字普惠金融指數提升1%，就可以促進農業綠色低碳發展水平提高1.1%。以其作用機制分析，數字普惠金融可以通過降低農業碳排放強度、提高農業生產社會化服務水平和農業產業融合深度，助推農業綠色低碳高質量發展[27]。

農業綠色發展倡導下，環境規制對該研究領域的影響力越來越高，諸多學者將其考慮其中。有研究表明環境規制條件下農業綠色全要素生產率和環境技術效率可以得到一定增長，其主要是由前沿技術進步來推動。從資源、環境條件上來看，農業綠色全要素生產率及其增長模式存在顯著的地區差異，東部地區要高于西部地區[28]，未來農業環境規制建設的區域應重點關注西部?；谌珖?、區域層級的農業生產效率的驅動、抑制因子有所不同，應針對性地推動環境規制建設，進而激發不同因子提升農業技術效率的潛力[29]。環境規制對糧食主產區全要素效率有一定直接影響，且受時空影響存在較大差異，靜態視角下的環境規制能降低糧食主產區全要素生產率，即規制程度上升，農業全要素生產率隨之下降；而動態視角下則成正比[30]，合理的農業環境規制可以有效促進農業綠色生產效率的提升，在一定程度上解決的糧食供需矛盾。不同規制產生的影響效果可能不同，有研究表明命令控制型環境規制可正向影響農業綠色全要素生產率、糧食安全生產，自愿性環保投資規制僅對前者產生正向影響，而激勵性碳排放交易規制則對二者產生相反的作用。因此，必須因地制宜地設置環境監管工具，提高環境規制政策的適用性，建立激勵機制市場化的排污交易機制，充分調動農業生產者進行清潔綠色生產，通過合理整合多種類型的環境法規，構建完善的環境規制體系，以促進農業綠色生產率增長和確保糧食安全可持續發展[8]。

5 結論

本研究以CNKI數據庫中收錄的360篇核心文獻為研究對象，利用文獻計量學分析方法 和CiteSpace信息圖譜可視化分析軟件，對考慮非期望產出的農業生產率相關的研究脈絡進行科學和系統地梳理與總結。研究分析結果表明：

(1)從發文時間上來看，將非期望產出納入考量的農業生產研究的發文數量經歷“少量發表→快速上升→平穩發展”，每個階段的研究重點不同，但有些聯系。從核心作者和機構看，張俊飚、潘丹、李燕等是該領域研究的核心作者，華中農業大學經濟管理學院與南京農業大學經濟管理學院是發表活躍度相對較高的研究機構。目前，該領域研究的學者間合作大部分是在各自所屬單位內的合作，跨機構單位、跨地區的學者合作研究相對較少，比較明顯的核心作者群尚未建立。此外，由于地理和學術細分領域不同等因素，不同研究機構之間的聯系和合作力度較弱，隨著多學科交叉研究的增加，不同地區的研究機構單位有必要加強溝通與合作，通過創新與合作深化研究內容，積極推進農業生產研究的進一步發展。

(2)納入非期望產出的農業生產研究大多都是從經濟學視角開始，以實證方法對非期望產出的農業生產率研究展開，測算投入—產出情況，以農業污染、生態效率理論、農業綠色發展等為主要研究內容；研究方法有超效率數據包絡分析模型、方向性距離函數、Malmquist-Luenberger指數、隨機前沿生產函數分析方法、SBM-DEA模型、層次分析法的TOPSIS法、空間杜賓模型等，其研究涉及效率測算、評價系統構建、影響因素分析和空間分異等方面。整體來看，該研究領域以經濟學、地理學、計量學等多學科交叉融合視角下的理論與實證分析顯著增加，發文量呈逐漸增加趨勢，但總量仍相對較少，說明該領域研究還處在成長階段。

(3)從研究熱點來看，納入非期望產出的農業生產研究的熱點主要聚焦于“影響因素”“生態效率”“時空演變”“綠色農業”“環境規制”等主題。相應的研究前沿的突現詞圖譜顯示，突現詞的研究時間段與關鍵詞演化路徑相一致，其中“影響因素”“環境規制”的研究是近年來研究中突現強度較高的突現詞。研究結果還顯示國家、省域、縣域層面的研究較多，產業、特殊區域等研究較少。由于各個地方地理環境、經濟發展狀況、政策制度、教育水平等條件都具有一定差異性，受這些差異性條件的直接或間接作用導致不同關鍵因素對納入非期望產出的農業生產率研究的影響效力也不同。因此，需要因地制宜地采取措施，在符合綠色發展背景下，推動農業生產率增長。