为了实现高效减排，大量学者致力于研究碳减排效率，数据包络分析法（DEA）是较为常用的方法。董锋等（2014）使用三阶段DEA模型来估计区域碳排放效率，以消除外部环境因素和随机因素的影响；曾福生和刘俊辉（2019），以及Wang和Feng（2021）分别从静态和动态视角测算碳排放效率，发现我国不同地区的农业碳减排效率存在显著差异；Guo等（2017）使用松弛DEA模型从优化能源结构的角度探讨了如何提高减排效率；还有一些学者试图从农业碳排放的空间分布规律中寻找提高减排效率的方法和途径（徐丽等，2019；He et al.，2020）。

由于影子价格可以用来分析碳减排的潜力和难度（周鹏等，2014），所以也有学者从碳排放影子价格的角度讨论有效减排问题。影子价格最先由F?re等（1993）提出，随后学者们计算了国家层面（Duan et al.，2018；Zhou et al.，2017）或工业层面（Jain and Kumar，2018；Matsushita and Yamane，2012）的碳排放影子价格，并认为影子价格的差异促使各地区开展减排合作，从而提高了减排效率。Sonnenschein等（2019）也支持使用恰当的定价机制，并认为其能够更有效地减少碳排放。少数学者对农业碳排放影子价格进行了研究（吴贤荣等，2014；王天穷、顾海英，2019），并分析了农业碳减排成本的区域异质性。

虽然学者们用DEA模型测量了农业碳减排效率，也用影子价格测量了农业碳减排成本，并发现区域碳减排成本的差异有助于推动区域合作，提高减排效率，但他们没有总结碳减排模式的区域差异，也没有进一步讨论碳减排成本差异