长江经济带农业绿色生产效率及其时空分异特征研究

［目的］从静态分析和动态分析两个方面，阐释长江经济带农业绿色生产效率和农业绿色全要素生产率的时空分异特征以及生产率增长来源，以期为提高长江经济带农业绿色发展质量提供科学决策依据。［方法］文章基于资源环境约束的角度，利用MinDS模型和Global Malmquist Luenberger指数相结合的方法，测算长江经济带农业绿色生产效率和农业绿色全要素生产率，并将农业全要素生产率变化分解为纯技术效率变化（PEC）、纯技术变化（PTC）、规模效率变化（SEEC）和规模技术变化（SETC）4个部分。［结果］（1）长江经济带农业绿色生产效率水平较高，且呈不断增长趋势，下游地区的农业绿色生产效率高于中、上游，且中、上游与下游地区的差距不断拉大； （2）长江经济带农业绿色全要素生产率增长较快，以3年为1个周期，呈现波动式上升趋势，其增长主要源于纯技术进步和规模技术提高； （3）长江经济带下游农业绿色全要素生产率增长率最高，上游次之，中游最低，其中，下游农业绿色全要素生产率增长主要源于纯技术进步，中游是纯技术效率改进、纯技术进步和规模技术提高共同作用的结果，上游则源于纯技术效率改进、纯技术进步和规模效率提高。［结论］长江经济带上、中、下游三大区域的农业绿色发展水平和发展能力存在较大差异，需制定差异化政策，以调整农业增长模式，促进农业转型升级，实现高质量发展。     

中国农垦农业全要素生产率变化及其区域差异分析

[目的]农垦已经成为我国国有农业经济的骨干和引领农业现代化发展的重要力量。分析我国农垦农业全要素生产率变化态势、区域差异及主要限制因素,提出提升农垦农业全要素生产率对策建议。[方法]采用DEA-Malmquist全要素生产率指数法,利用全国30个垦区投入产出数据,评价分析2004—2015年农垦农业全要素生产率变化及其区域差异。[结果]2004—2015年农垦农业全要素生产率总体上呈增长趋势,其平均值为1.104,技术进步变化平均值为1.160,技术效率变化平均值为0.953;农垦农业全要素生产率增长相对较快的区域为东北地区、黄淮海平原地区、东南沿海和新疆地区,增长相对较慢的区域为黄土高原地区、西南喀斯特地区和东南山地丘陵区等。[结论]2004—2015年农垦农业全要素生产率持续提升,技术进步是全要素生产率增加的主要驱动因素,而技术效率是其主要抑制因素,农垦农业发展主要依赖农业技术进步,而农业经营管理方式仍然相对较粗放;农垦农业全要素生产率变化呈现显著的区域差异特征,根据农业全要素生产率变化特征将全国垦区划分为高全要素生产率—规模效率驱动型、高全要素生产率—技术驱动型、低全要素生产率—规模效率驱动型和低全要素生产率—技术驱动型4种类型。建议通过完善农垦土地利用与管理制度、建立农垦现代企业用人制度和新型垦农关系、因地制宜分类分区推进农垦农业经营管理改革与创新,全面提升农垦农业全要素生产率。     

中国农业环境技术效率与绿色全要素生产率增长研究

为了解我国"十二五"期间农业发展的真实效率水平,在对农业面源污染进行核算的基础上,本文运用包含非期望产出的非径向、非角度SBM超效率模型测算2011—2015年我国农业环境技术效率;并将农业污染排放纳入Malmquist指数框架中对农业绿色全要素生产率加以测量。研究表明,我国东部地区环境技术效率最高(1. 084),西部次之(0. 704),中部最低(0. 476);中国农业绿色全要素生产率年均增长9. 5%,增长动力主要源自绿色技术进步,而农业绿色技术效率贡献有限;中国农业绿色全要素生产率指数高于传统全要素生产率指数;在地区差异方面,东、中、西部地区平均农业绿色全要素生产率增长并不均衡,呈现西、中、东部地区依次递减的特征。针对农业绿色全要素生产率增长率逐年下降的原因,本文重点从政策角度进行分析。     

我国农业绿色全要素生产率的区域差异与收敛性分析

［目的］为有效识别农业绿色全要素生产率的地区差异，并为政府在协调区域发展方面提供证据。［方法］文章首先构建碳排放约束下的SBM DEA模型来测度2011—2016年我国农业绿色全要素生产率，在此基础上分别使用莫兰指数法、热点分析法对农业绿色全要素生产率的全局空间相关性与局部空间相关性进行分析，并基于空间角度探究其收敛性。［结果］（1）2011—2016年我国农业绿色全要素生产率波动式上升，主要依靠技术进步驱动，技术效率变化程度较小。贵州、海南、重庆等地区农业绿色全要素生产率属于“高速增长型”地区，河南、四川、福建等地区农业绿色全要素属于“稳步增长型”地区，而北京、吉林与新疆3地农业绿色全要素属于“持续降低型”地区。（2）2011—2016年我国农业绿色全要素生产率存在显著的空间相关性，但有一定的波动，呈现出“强—弱—强”的走势特点。同时，我国农业绿色全要素生产率表现出较强的空间集聚特性，2011—2016年农业绿色全要素生产率的热点区域呈现“西部地区热点区域逐渐消失，东中部地区热点区域明显增多”的特点，冷点区域则一直集中在东三省地区。（3）我国农业绿色全要素生产率存在显著的绝对β收敛趋势，且空间效应使我国农业绿色全要素生产率的收敛速度变快； 东中西三大区域均存在显著的绝对β收敛，各区域内部农业绿色全要素生产率呈现趋同化，其中，西部地区农业绿色全要素生产率的收敛速度最快，其次是中部地区，东部地区最慢。［结论］文章提出了破除流动障碍，强化区域相关性、落实区域协调发展战略，扩大高集聚区域以及强调区域特色发展，提高收敛速度的建议。     

河南省农业全要素生产率变动实证分析——基于Malmquist指数方法

文章运用Malmquist指数方法,考察了1999-2006年河南省农业全要素生产率的变动趋势,通过Malmqujst指数的分解,分析了河南农业全要素生产率增长的内在动力.结果表明,河南农业全要素生产率的增长主要是由技术进步推动的,规模效率和纯技术效率的共同作用使河南农业资源配置效率对全要素生产率的增长作用不明显.通过分析,认为提高农业生产的技术效率是农业发展的主要方向,同时针对河南农业主产区的区域地理特征;提出了应走农业规模化生产的道路以提高规模效率,最终促进河南农业全要素生产率的增长.     

技术进步、技术效率与农业生产率增长——基于甘肃省的实证分析

作为评价农业经济单位经济运行效率高低与质量优劣的重要指标,农业全要素生产率的高低直接影响一个地区的农业竞争力。选取甘肃省14市(州)面板数据,采用基于DEA的Malmquist指数法测算了1991~2012年农业全要素生产率。结果表明:1991~2012年间,甘肃农业全要素生产率平均增长1.3%,其中,技术效率年均增长率0.7%,技术进步年均增长率0.6%,农业全要素生产率贡献了甘肃农业年均增长率的22.61%。表明此时期农业技术进步与技术效率增进对甘肃农业全要素生产率增长均有正向促进作用,农业增长的主要动力仍然是各类要素的投入,农业增长与发展的动力还远未从投入为主转变为全要素生产率的进步为主。另外,甘肃农业全要素生产率增长存在阶段波动与区域不均衡现象。农业全要素生产率测算分析表明,如何提高甘肃农业全要素生产率、转变农业增长方式,应在加强农业科技创新、加大科技推广力度、不断提高农业部门管理效率与资源配置效率的同时,通过积极培育新型农业经营主体、推进农业适当规模经营来逐步改善农业生产规模效率。     

农产品贸易对农业绿色全要素生产率的空间溢出效应——基于农业产业集聚的调节作用

[目的]发展绿色农业,是实现我国农业可持续发展与绿色转型的一个新发展模式,探究农产品贸易和农业产业集聚对农业绿色全要素生产率的影响,为我国农业绿色发展提供参考。[方法]文章基于新地理经济学,建立空间面板模型,利用2004—2020年中国31个省（市、自治区,不含港澳台）的面板数据,实证研究了农产品贸易对农业绿色全要素生产率的影响,以及农业产业集聚对上述影响的调节作用。[结果]（1）全国及四大地区的农业绿色全要素生产率、农业技术进步和农业技术效率都呈上升发展趋势;（2）全国层面看,农产品贸易对农业绿色全要素生产率和农业技术进步有显著的倒“U”型影响,对农业技术效率有显著的“U”型影响;（3）邻近地区的农产品贸易水平只会对当地的农业技术进步有“U”型影响,对农业绿色全要素生产率和农业技术效率没有显著影响;（4）农产品贸易对农业绿色全要素生产率、农业技术进步和农业技术效率在四大地区、不同农产品贸易水平和不同农产品贸易结构地区存在异质性影响;农业产业集聚的调节作用在不同区域也存在异质性。[结论]要推动农产品贸易由“数量增加”向“质量提升”转变,围绕提升农业绿色全要素生产率实施农产品贸易非均衡发...     

基于DEA-Malmquist模型的重庆市农业生产效率实证研究

文章运用经济增长理论和DEA-Malmquist模型测度了重庆市及五大功能区的技术效率和全要素生产率。通过测度发现:重庆市农业生产技术效率偏低,但有明显改善的趋势;农业技术效率波动较大,主要是因为纯技术效率的变动所引起;五大功能区之间技术效率和全要素生产率差异大,主要是各功能区在社会文化、政策、自然、技术等方面存在差异;全要素生产率总体上呈增长趋势,但波动比较大,主因是技术进步和技术效率的阶段性影响。     

中国苹果绿色全要素生产率测算与产区差异

目的 厘清苹果产业绿色全要素生产率增长的动态变化及产区差异,是促进苹果产业高质量发展的关键。方法 文章基于2004—2018年我国8个苹果主产区面板数据,利用超效率SBM模型和全局ML指数,从静态、动态不同角度,对我国苹果环境技术效率和绿色全要素生产率进行测算,并分析不同产区之间的差异。结果 （1）我国及各主产区苹果环境技术效率均未达到最优状态,区域差异明显,黄土高原主产区高于环渤海湾主产区,与不考虑非期望产出相比,环境技术效率明显偏低;（2）规模效率是当前我国苹果生产技术效率主要来源,黄土高原主产区纯技术效率略高于规模效率,环渤海湾主产区纯技术效率偏低;（3）苹果绿色全要素生产率整体提高,区域间增速差异较大,黄土高原主产区增速高于环渤海湾主产区;（4）技术效率是我国苹果绿色全要素生产率主要增长源泉,技术进步贡献度相对较低。结论 我国苹果绿色全要素生产率存在较大提升空间,各产区要通过因地制宜制定苹果产业发展战略、充分借助农业科研院所创新优势、加强果农高素质培训等方式提高苹果绿色全要素生产率。     

环境全要素生产率与农业增长:基于DEA-GML指数与面板Tobit模型的两阶段分析

本文构建了1991~2013年省级种植业投入产出与污染排放面板数据,利用GML指数方法测算农业技术进步、环境技术效率与环境全要素生产率,并建立面板Tobit模型分析这三种指数的影响因素,同时验证三种指数与农业增长之间是否表现出类似于库兹涅茨曲线的"倒U型"曲线特征。本文主要结论有:1农业环境全要素生产率增长主要由技术进步推动。2环境全要素生产率及其成分变动的地区差异与省际分化明显。东部地区环境全要素生产率与技术进步代表全国最高水平,西部地区技术进步处于全国最低水平,而中部地区环境全要素生产率、环境技术效率最低;东部地区省份环境全要素生产率大多高于全国平均水平,中部地区省份环境全要素生产率则大多低于全国平均水平。3环境全要素生产率及技术进步与农业增长之间存在"倒U型"曲线关系,控制变量对三种指数变动的影响则各不相同。     

气候变化、科技存量与农业生产率增长

本文在对1986~2012年中国各省份农业全要素生产率及农业科技存量进行估算的基础上,探讨了农业全要素生产率增长与农业科技存量的时间演变,并利用FGLS方法对实证模型进行估计,进而系统考察了气候变化及农业科技存量对农业全要素生产率增长的影响。研究结果表明:中国农业全要素生产率呈现明显的波动性增长趋势,主要靠农业技术进步驱动,而农业技术效率起着阻碍作用;新世纪以来农业科研投入增速明显加快,表现出明显的空间地域差异,并且该差异呈扩大趋势;农业科研投入对农业全要素生产率增长的促进作用十分显著,而年降水量对农业全要素生产率增长的影响并不显著。从空间区域来看,华东地区和西南地区气温升高对农业全要素生产率增长具有负向影响,而东北、华北、西北和华南4个地区气温升高能够提高农业全要素生产率。除华南地区外,华东、华北、西北、西南和东北5个地区降水密度增加对农业全要素生产率增长表现出显著的负向影响。     

基于碳排放的河南省粮食绿色全要素生产率分析及对策建议

［目的］为探索粮食绿色增产模式，推进农业供给侧结构性改革和绿色可持续发展。［方法］分别运用SBM-ML指数模型与DEA Malmquist指数模型对2004—2016年河南省粮食绿色全要素生产率和传统全要素生产率进行测算和对比分析，并采用ESDA法探讨了粮食绿色全要素生产率与粮食产出的空间关联性。［结果］河南省粮食绿色全要素生产率明显低于传统全要素生产率； 2004—2016年河南省粮食绿色全要素生产率的驱动因素经历了由技术进步驱动转变为技术效率驱动再转变为技术进步和技术效率共同驱动的过程，但技术进步的贡献率明显高于技术效率； 河南省粮食绿色全要素生产率与粮食产出的二元全局空间自相关大体呈“N”型变化，粮食绿色全要素生产率和粮食产出由不平衡发展逐渐趋向平衡发展。［结论］忽视碳排放的传统粮食全要素生产率测算与实际有较大偏差。建议通过转变发展模式，探索粮食绿色增产道路； 因地制宜，有效利用技术进步和技术效率双轮驱动； 不断推进河南省粮食绿色全要素生产率与粮食产出的平衡发展3项措施来实现粮食生产的综合提升。     

气候变化对农业全要素生产率的影响及对策——以冬小麦为例

农业全要素生产率除了受到制度和投资等因素影响外,还受到气候变化的作用。本文以冬小麦为例,在运用指数方法测度1986年～2016年中国冬小麦全要素生产率的基础上,探究了冬小麦生长期气候因素变化对冬小麦全要素生产率的影响。研究表明:1986年～2016年,中国冬小麦全要素生产率呈明显的波动性增长趋势,其中技术进步不断增长,技术效率波动较大;分别采用生长期积温和温度的天数分布两种气温衡量指标回归结果指出气温与冬小麦全要素生产率之间存在非线性关系,高温会显著降低冬小麦全要素生产率;高温主要通过降低冬小麦技术效率和技术进步进而降低全要素生产率,其中对技术效率的影响起主导作用。本文提出健全气象预报预警体系、调整品种布局、加强耐高温品种研发、提高科研成果转化和技术推广效率等建议。     

四川省农户农业生产全要素生产率增长分解——基于2005～2007年的面板数据分析

本文采用随机前沿生产函数分析方法,利用四川省农户农业生产的微观数据,研究了2005～2007年农户农业生产全要素生产率增长分解,将全要素生产率增长分解为:技术进步、技术效率的变化、规模经济性和资源配置效率4个部分.结果表明:2005～2007年四川省农户农业生产全要素生产率增长率平均为8.51%,对全要素生产率增长的影响主要是技术进步、资源配置效率和规模效率,技术进步是主要的推动力量,平均占103.06%,规模效率占19.23%,技术效率的变化呈缓慢下降趋势,平均占5.41%,资源配置的影响为负,平均占16.88%.因此认为,要提高农户农业生产技术效率水平,需要进一步推广农业新品种和新技术,调整资源配置结构.     

基于超效率DEA模型的中国农业科技资源配置效率动态演化研究

[目的]通过测算中国农业科技资源配置效率,分析存在的差异性,为配置效率的提升寻求有效措施。[方法]运用超效率DEA,对2001~2014年间中国31个区域的面板数据进行农业科技资源配置效率的全面评估,从中探究区域农业科技资源配置效率的变动趋势和时空特征,构建Malmquist指数以从技术进步水平和技术效率水平考察影响区域农业科技资源配置效率变动的因素。[结果]中国各地区整体的配置效率呈现上升趋势,超效率平均值从2001年的0.520上升到2014年的0.764;农业全要素生产率平均增长1.3%,其中综合技术效率指数年均增长4.2%、技术进步变化指数年均下降2.8%;从影响农业科技资源配置效率的技术进步和技术效率来看,技术效率已成为主要因素。从细分的6个区域来看,华东地区全要素生产率平均值最高,西北地区最低。从具体省份情况来看,有17个省(市、区)的全要素生产率指数大于1,其中天津、上海、广东、海南全要素生产率增长较快,年均增长率达到10%以上。[结论]提高中国农业科技资源配置效率,可采取优化农业科技资源配置结构,各地根据农业科技资源实际扬长避短、合作共赢,实施农业科技"走出去"战略等措施。     

山东省农业全要素生产率时空演变分析

文章选取1993-2016年山东省农业生产投入产出面板数据,运用DEA-Malmquist指数测算和分解了农业全要素生产率,并对其进行了时空演变分析,结果表明:农业全要素生产率的增长主要由技术进步引起,属于技术进步单轨驱动模式;从时间维度看,山东农业全要素生产率波动频繁且幅度较大,无明显阶段性特征;从空间维度看,各地市农业全要素生产率差异明显,且鲁西地区的全要素生产率水平显著高于鲁东和鲁中地区。为此,应坚持技术进步与技术效率并举的方针,因地制宜,发掘农业生产潜力,以提高农业生产效率。     

我国柑橘全要素生产率测算与区域差异分析*——基于DEA-Malmquist指数法

[目的]在我国柑橘产业蓬勃发展背景下,存在耕地规模狭小和劳动资源匮乏的双重瓶颈,研究试图从全要素生产率视角探究柑橘产业可持续健康发展的路径。[方法]基于2011—2016年我国柑橘生产的面板数据,文章运用DEA-Malmquist指数法测算了柑橘全要素生产率,分析了我国柑橘全要素生产率的动态演进特点,比较了柑橘、柑和橘全要素生产率的区域差异。[结果](1)从整体趋势看,2011年以来我国柑橘全要素生产率呈下降趋势,但年际间波动较小。考察期间内,柑橘、柑和橘的平均全要素生产率增长率分别为2. 6%、2. 0%和2. 3%。(2)从影响因素看,技术进步是影响柑橘产业全要素生产率的主要因素,纯技术效率和规模效率是影响全要素生产率的重要因素。(3)从区域差异看,科技进步为福建、广东等省份柑橘产业的生产效率的提升发挥了重要作用,但经营规模过小阻碍了其生产效率的进一步提高,其增长优势明显劣于江西、湖南两省。(4)从品种分类看,多数省份橘的技术进步指数和规模效率指数均高于柑,柑的全要素生产率增长相对较差,仅在部分省份优势明显。[结论]推进柑橘科技创新,引导适度规模经营,培育新型农业经营主体,因地制宜实施柑橘产业支持政策是促进我国柑橘全要素生产率增长有效途径。     

甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究

[目的]考虑碳排放约束,分析甘肃省农业全要素生产率整体特征和区域特征,以期为提升甘肃省农业可持续发展能力提供参考。[方法]文章基于2005—2016年甘肃省14市州面板数据,以农业碳排放作为非期望产出指标,运用非径向、非角度的SBM模型和Malmquist—Luenberger生产率指数法,对甘肃省农业环境效率和碳排放约束下农业全要素生产率指数进行测算。[结果](1) 2005—2016年甘肃省农业环境效率值总体呈现下降—上升—趋于平缓的变化趋势,且均小于1;(2)碳排放约束下甘肃省农业全要素生产率总体呈现波动增长的趋势,年均值为1.010,年均增长率为1%,且主要来源于技术进步;(3)甘肃省农业全要素生产率增长存在显著区域差异,其中中部地区增长最快,陇东南地区次之,河西地区增长最慢。[结论]忽视碳排放将不利于农业可持续发展,建议各区域依据自身资源禀赋,采取差异化的发展思路,提高农业技术成果转化率是提升甘肃省农业全要素生产率的关键。     

中国林业全要素生产率的时空差异及空间收敛性分析

通过构建DEA-Malmquist指数模型和引入收敛性分析的方法,测算了中国林业全要素生产率,分析了林业全要素生产率的区域差异及其变化趋势,以期深化对区域林业全要素生产率的认识和理解,为转变林业经济发展方式及提高林业全要素生产率提供理论支撑。结果表明:⑴2004~2014年林业全要素生产率虽然出现一定的波动幅度,但整体呈上升趋势;⑵各区域林业全要素生产率增长在空间上存在一定的差异;⑶除西藏、北京和青海3个区域外,其他区域的林业全要素生产率都呈增长趋势;⑷由于存在收敛性,各区域之间的差异逐渐减小,以趋于同一水平的趋势发展。     

中国农业全要素生产率的动态演进及其影响因素分析

[目的]通过测算中国农业全要素生产率,揭示其动态演进趋势及影响因素,从而为推动我国农业供给侧结构性改革,实现农业现代化提供科学的决策依据。[方法]文章使用SBM-Global Malmqusit生产率指数法测算了中国农业全要素生产率,在此基础上利用Kernel核密度估计方法刻画了中国农业TFP增长的动态演进,并通过建立面板数据模型对影响中国农业TFP增长的诸多因素进行了分析。[结果]中国农业全要素生产率增长的主要源泉是技术进步,而技术效率的下降是阻碍其增长的主要原因;核密度估计表明各省份之间的农业相对全要素生产率水平差距不断扩大,技术效率普遍恶化,而技术进步增长速度显著;农业金融发展水平、工业化水平、农业科技水平对中国农业TFP都产生了显著的促进作用,而农业产业结构调整、对外开放水平对中国农业TFP则产生了阻碍作用,农村人力资本则对农业TFP产生的正效应不显著。[结论]提高农业全要素生产率,实现农业现代化.各省份应加强农业科技创新,深化农业科技体制改革,完善农村金融服务体系,推动工业化和农业现代化深度融合,培育新型职业农民等措施。