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。     

中国农村劳动力转移对农业全要素生产率的影响分析

本文从多视角分析农村劳动力转移对农业全要素生产率的影响。首先,利用DEA模型测算了2003—2014农业全要素生产率变动。其次,利用随机效应模型分析了东中西部分地区的劳动力转移对农业生产效率的影响。结果表明,西部地区劳动力减少阻碍了全要素生产率进步,而中部地区农业劳动力转移则促进了农业全要素生产率提升。最后,通过动态面板模型分析了全国范围内劳动力转移等要素对农业全要素生产率的影响。全国范围实证结果表明,劳动力转移阻碍了农业全要素生产率的提高,人均受教育程度和工业化则可以促进农业全要素生产率提高。因此,农业劳动力的减少并没有带来规模效益和技术进步。     

农业保险发展与中国农业全要素生产率增长研究

本文基于2005~2013年中国省际面板数据,采用DEA-Malmquist指数测算了中国30个省市的农业全要素生产率及其构成,在此基础上运用两步系统GMM方法,探讨在农业气象灾害日益频繁的背景下,政策性农业保险对中国农业全要素生产率的影响。实证结果表明:政策性农业保险促进了中国农业全要素生产率增长,且主要由农业技术进步效应驱动;从地区差异来看,政策性农业保险对东部地区农业全要素生产率具有显著促进作用,对中西部地区农业全要素生产率正向作用不明显;另外,农业气象灾害抑制了我国农业全要素生产率增长,农业基础设施投资、农村人力资本积累、政府财政支农等因素促进了农业全要素生产率提升。     

中国木材供给全要素生产率及其时空差异——基于DEA-Malmquist指数法

基于2004²012年省际面板数据,采用DEA-Malmquist指数法,测算和分析了中国木材供给全要素生产率。研究结果表明:在技术进步和技术效率的共同推动下,中国木材供给全要素生产率增长较快,增长的主要动力是技术进步;中国木材供给全要素生产率年际间增长速度差异较大,但推动各年度增长的关键力量均是技术进步;在四大地区中,只有东北地区木材供给全要素生产率下降,其他三个地区均增长,且增长动力相似;由于技术效率提升乏力,超过40%的省份木材供给全要素生产率下降。     

基于时空异质弹性生产函数的地区农业全要素生产率变迁特征研究

农业全要素生产率是观察农业经济发展特征趋势和质量的重要依据。本文基于中国农业要素禀赋差异的国情特征,构建包含时间和空间因素的时空异质弹性生产函数模型,利用全国31个省份的面板数据,对改革开放以来中国农业全要素生产率进行测算,并对其变迁特征、区域差异进行分析。结果表明,引入包含时间和空间因素的Cobb-Douglas生产函数,能够对要素产出弹性的时变和异质性进行估计,优于传统生产函数方法,能够得到省际差异的时变要素产出弹性,具有较好的统计学显著性和经济学意义;对地区农业全要素生产率测度发现,1978—2017年东部地区农业全要素生产率平均增速为1.7%,高于中部的0.9%和西部的1.2%;中国农业全要素生产率增速呈先降低后趋于稳定的整体态势,东部、中部和西部地区间增速变化趋势趋同,但存在阶段性差异;改革开放40年中国农业全要素生产率增速Dagum基尼系数均值为0.247且总体呈上升趋势,但东部和西部区域内发展不均衡性高于中部地区,东部—西部区域间差异是全国农业全要素生产率增速时空异质性产生的主要原因,区域间、区域内协同均衡发展格局亟待完善和转变。本文建议从增强农业科技支撑能力、充分发挥地区禀赋优势、健全完善农业全要素生产率提升的"软环境"等方面,加快推进新时期农业供给侧结构性改革和乡村振兴战略。     

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...     

环境质量与农业经济增长的内在关系探讨——基于我国31个省区面板数据的EKC分析

推进农业绿色发展是乡村振兴战略的关键点。深入探讨农业经济与农村环境质量之间的关系对于重塑常规农业向绿色可持续方向转变具有重要意义。本文基于我国31个省区农村环境质量综合评价指数,建立了农业经济发展水平与农村环境之间的计量模型,对二者关系进行了环境库兹涅茨曲线(EKC)验证。研究结果表明:(1)农村环境质量与经济发展水平呈倒"U"型曲线关系,符合EKC假说,这表明随着经济水平增长,农村环境质量将呈现先恶化后好转变化态势。但EKC曲线并不意味着污染可以自然而然得到解决,深层原因分析显示只有技术进步及政府对环境问题实施治理,农村环境和经济发展才可实现"双赢"。(2)农村环境质量好转转折点为人均GDP 57393元/人(2000年不变价),目前上海、天津、江苏3省(市)达到了这一门槛,大部分省份离转折点有一定距离。(3)不同发展水平省份EKC假说所处阶段存在区域差异。东部省份已呈现倒"U"型曲线,中部和西南地区多数省份接近转折点,西北省份仍处于倒"U"型曲线左侧。     

中国苹果主产区全要素生产效率研究——基于HMB指数的分析

本文利用中国10个苹果主产省份2001—2009年苹果生产投入产出的面板数据,运用非参数HMB指数方法对苹果生产的全要素生产效率变动进行分解分析,明确各指数的时序变动趋势特征和空间分布特征,并采用数据包络分析法(DEA)对苹果生产的HMB指数及其分解的各指数的变动原因做出进一步探讨。结果表明,中国苹果生产全要素生产率(TFP)HMB指数在此期间出现波动且呈总体小幅增长的趋势;技术进步效率指数的影响最大,但对于全要素生产率的促进作用在减弱;规模效率低是影响全要素生产率增长的主要原因。可以通过提高技术进步水平、扩大生产规模等手段来改善苹果生产效率水平。     

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。     

农业全要素生产率增长的地区差距及空间收敛性分析

[目的]考虑空间因素的影响,分析农业全要素生产率增长的空间收敛性,以期为缩小中国农业发展的地区差距提供指导。[方法]运用DEA-Malmquist指数方法对1978—2015年中国大陆28个省(市、区)农业全要素生产率进行测算。在此基础上,运用Moran′sⅠ指数对农业全要素生产率的空间相关性进行检验,并使用空间误差模型探讨其收敛性。[结果]农业全要素生产率增长呈现较为明显的地区非均衡性特征;根据农业全要素生产率增长差异将28个省(市、区)划分为"快速上升型""平稳上升型"和"持续下降型"3种类型;农业全要素生产率表现出"弱→强→弱"的空间相关性特征;在考虑空间溢出效应的情况下,农业全要素生产率的空间收敛速度加快;分阶段来看,市场经济制度正式确立之后,空间收敛速度明显降低;从农业全要素生产率构成来看,技术进步与技术效率存在空间收敛趋势;分地区来看,农业全要素生产率空间收敛速度呈现中部、西部、东部依次递减的格局。[结论]考虑空间因素的收敛性分析更能客观反映农业发展的地区差距,应充分重视地区间的空间效应,通过加大农业投资力度、提高农村人力资本水平等措施,逐步缩小农业发展的地区差距。     

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。     

中国国有农场全要素生产率的动态实证研究——基于省际面板数据的Malmquist指数分析

在省际面板数据基础上,运用DEA-Malmquist指数分析方法,分析1994-2011年期间中国国有农场的全要素生产率及其构成的变动情况,发现2011年相比于1994年中国国有农场全要素生产率平均改善4.3%,技术进步平均贡献10.7%,而技术效率平均拖累5.8%;1994-2011年不同时段的全要素生产率改善来源于技术效率变动和技术变动的交替贡献;全国29个省(市)中有26个省(市)全要素生产率得到改善,但仅北京、黑龙江、浙江和广西4个省(市)国有农场的技术效率得到改善;国有农场全要素生产率改善最多的区域是南部地区,改善6.9%,最少的是中部地区,改善2.2%。     

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。     

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。     

我国农业全要素生产率的变化及其与公共投资的关系——基于1984—2002年分省份面板数据的实证分析

本文应用参数方法将全要素生产率、技术进步、技术效率纳入统一的分析框架,使用1984-2002年农业分省份投入产出数据对我国农业全要素生产率的变化进行了测算及分解,在此基础上利用农业分省份公共投资的面板数据,对农业生产率与公共投资的关系进行了计量分析,发现农业科研投资与水利灌溉投资能够显著促进全要素生产率的提高,而教育投资对全要素生产率的影响不显著.     

基于碳足迹的设施蔬菜生产环境效率及其分解

[目的]将碳排放纳入生产效率框架来评价设施蔬菜生产效率与资源环境之间的协调关系,对于蔬菜生产的可持续发展具有重要意义。[方法]从碳足迹视角对设施蔬菜生产的环境效率进行评价分析。基于2011—2016年21个设施蔬菜生产省(区)的面板数据,采用SBM模型和Malmquist生产率指数,对主产区蔬菜生产环境效率进行测算和分解。在此基础上,构建环境效率—生产率矩阵对地区低碳化发展潜力进行了评价。[结果]不同蔬菜主产区环境效率存在差异,整体呈现为先升后降的倒U型变动趋势;设施蔬菜生产环境效率损失主要来源于种子、机械排灌等投入冗余以及碳排放过量;蔬菜生产中,技术"退步"是导致环境全要素生产率下降的主要原因,技术效率的提高促进了环境全要素生产率的增长,但未能抵消因技术进步"恶化"所带来的负效应。[结论]第一、二主产区设施蔬菜低碳化转型速度减缓,其他产区低碳化发展处于低迷状态,因此注重低碳生产技术的创新,加强技术推广,发挥技术进步和技术效率提升的协同效应,对加快建设资源节约和环境友好型农业至关重要。     

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.     

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。     

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。     

农业增长能改善环境生产率吗?——有条件“环境库兹涅茨曲线”的实证检验

针对农业污染的立体交叉特征及对中国生态环境退化的负面影响,首先,本文借鉴GML方法测度了纳入环境因素后的中国农业生产率,从生产率的角度考察农业增长与农业环境的关系,从而拓展了传统环境库兹涅茨曲线(EKC);其次,本文基于中国省级面板数据,采用包括动态GMM在内的多种方法对两者的关系进行识别,同时采用门限回归模型有条件EKC的形成机制。研究发现,农业增长与环境生产率之间存在稳定的"正u型"曲线关系,农业EKC在中国基本得到支持;但是,中国大部分地区仍然处于随经济发展而农业环境生产率下降的阶段。而且,EKC发生是有条件的,存在一定的门限效应,即农业技术进步对于"正U型"曲线形成和环境生产率提升起到关键作用。