中国各省份农业效率和全要素生产率增长——基于SBM方向性距离函数的实证分析

本文运用SBM方向性距离函数和Luenberger生产率指标测度了中国31个省份1995－2008年的农业效率和农业全要素生产率,并对影响农业效率和全要素生产率的因素进行了分析。研究结果发现：东部地区的农业无效率水平显著低于中西部地区,产出无效率、役畜投入无效率和播种面积无效率是中国农业无效率的主要来源。1995－2008年中国农业的全要素生产率增长率为5.58%,主要体现于技术进步和技术规模变化。东部地区的农业全要素生产率最高。农业从业人员教育水平的提高对中国农业效率和全要素生产率的提高起到推动作用,机械化的普及有利于中国农业全要素生产率的增长。     

移动互联网对农业全要素生产率的影响研究

利用中国30个省的面板数据,研究了移动互联网对农业全要素生产率的影响,结果显示：①农户移动终端设备拥有情况对农业全要素生产率具有显著的促进作用;②不同的移动通讯网络对农业全要素生产率的影响不同;③农业发展水平分组下,农户移动终端设备拥有情况对农业全要素生产率的作用无区域差异,但移动网络在农业发达地区和中等地区对农业全要素生产率的促进作用大于农业欠发达地区;④农业产值规模分组下,农户移动终端设备拥有情况在农业产值规模较大地区和中等地区对农业全要素生产率的促进作用大于农业产值规模较小地区,但移动网络对农业全要素生产率的作用无区域差异。研究结论对农村地区移动互联网建设具有参考意义。     

基础设施建设与中国区域全要素生产率——基于285 个地级市的空间计量分析

基于中国285 个地级市2001-2015 年的面板数据,构建了空间动态杜宾模型分析经济性基础设施和社会性基础设施对中国各地级市全要素生产率变动的影响。结果表明：在样本期间内, 中国的全要素生产率变动存在明显的空间相关性;总体上,各地级市的全要素生产率呈下降趋势, 下降幅度由大到小依次为中部地区、东部地区和西部地区;交通和医疗基础设施会对当地的全要素生产率产生正向影响,能源和环境基础设施会对当地的全要素生产率产生不利影响;文化基础设施会对邻近区域的全要素生产率产生正向空间溢出效应,但交通和环境基础设施会对邻近区域的全要素生产率产生负向空间溢出效应;通讯和教育基础设施对当地和邻近区域的全要素生产率均无显著影响。此外,产业结构升级会显著促进当地全要素生产率的提高,但对邻近区域全要素生产率的提高会生产显著的阻碍作用。分区域的研究结果表明,基础设施建设对全要素生产率的影响不仅存在显著的区域异质性,还表现出“短期效果强于长期效果”的时效性。     

黄河流域城市绿色全要素生产率的时空演变及驱动因素分析

基于超效率SBM模型的Malmquist生产率指数,利用黄河流域77个地级市的面板数据,测度并分析黄河流域绿色全要素生产率的时空演变特征,并利用Tobit模型分析影响因素的作用机制。结果表明：近年来,黄河流域绿色全要素生产率有所提升,呈现狭长片状分布状态,效率值分布区域性差异明显,周边地区效率值较高。分流域来看,黄河流域绿色全要素生产率下游地区>上游地区>中游地区。从影响因素来看,经济发展水平、环境规制、金融发展对绿色全要素生产率有明显提升作用。对外开放、产业结构对绿色全要素生产率提升产生了抑制作用,技术水平对绿色全要素生产率的提升没有显著影响作用。从各影响因素区域差异性来看,经济发展水平对中上游地区绿色全要素生产率影响作用并不显著,对下游地区有明显的提升作用。环境规制对中下游地区有显著促进作用,对上游地区没有明显的影响作用。对外开放对中游地区有抑制作用,对上游和下游地区没有明显影响作用。产业结构对中上游地区有显著的抑制作用,对下游地区有提升作用。技术水平对上游、中游、下游地区的绿色全要素生产率都没有明显的影响作用,金融发展对中游地区有提升作用。通过分析各影响因素对黄河流域绿色全要素生产率的影响作用,对推动黄河流域经济高质量发展提供有益借鉴。     

辽宁省绿色全要素生产率的测度与影响因素分析

以辽宁省2010—2019年省级时间序列数据为基础，运用Super SBM-GML指数，测算辽宁省的绿色全要素生产率。结果表明，在样本研究期间辽宁省的绿色全要素生产率均处于上升态势，绿色技术进步是辽宁省绿色全要素生产率增长的动力核心，而绿色技术效率的推动作用较小。在辽宁省绿色全要素生产率发展的影响因素当中，经济发展水平发挥了重要驱动作用，而人力资本具有极大的阻碍效应。     

互联网发展是否提升了中国地区生产率?——基于动态空间面板模型的计量分析

本文以2002-2019年中国分地区数据作为研究样本,基于动态空间面板模型的计量分析,检验互联网发展水平对地区全要素生产率的影响。研究发现从全国整体来看,互联网对地区全要素生产率确实有着较为显著的促进作用。但在不同地区,互联网在促进全要素生产率上有着较大的地区异质性。另外通过对生产率指数进行分解,实证估计结果表明互联网在驱动地区生产率提升方面,主要依赖的是技术效率,而不是技术进步。就全国整体而言,互联网与技术效率提升具有显著的正相关关系,但与技术进步之间却没有通过显著性检验。     

服务业全要素生产率测度及其省际差异

运用2005～2009年中国31省份服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行考察,并将全要素生产率进一步分解为技术效率和技术进步。研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西部和东北地区服务业发展水平较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响。     

淮河流域安徽段工业化影响因素的空间计量分析

文章基于2000-2010年安徽淮河流域8个地市的统计数据,运用空间计量模型,对淮河流域工业化差异的影响因素进行实证分析。计量分析表明：淮河流域工业经济增长主要是靠资本要素推动的,但劳动要素也起到了重要的推动作用;工业全要素生产率对工业化水平差异的影响较大,工业化水平较高地区,其全要素生产率较高,工业化速度也较快。     

黄河流域农业绿色全要素生产率的时空差异及收敛性分析

本文在考虑将农业碳排放指标作为农业绿色转型发展中的非期望产出指标基础上,构建了黄河流域农业绿色全要素生产率测算指标体系,并基于非期望产出的SBM模型和收敛性模型,测算了2010年以来黄河流域农业绿色全要素生产率的时空差异,对其收敛性进行了分析。结果表明,在时间维度,黄河流域农业绿色全要素生产率呈现逐年递增趋势;在空间维度,黄河流域各省份农业绿色全要素生产率发展并不均衡,下游省份农业绿色全要素生产率依次优于中游和上游省份。在收敛性方面,黄河流域各省份农业绿色全要素生产率并不存在收敛和收敛,即不存在农业绿色全要素生产率低的省份向高省份的“追赶效应”。     

乡村数字化对农业绿色全要素生产率的影响

基于2011—2020年我国26个省份的面板数据,系统探讨乡村数字化对农业绿色全要素生产率的影响及其作用机制。分别利用EBM模型和熵值法,测算农业绿色全要素生产率和乡村数字化水平,借助固定效应模型探究乡村数字化对农业绿色全要素生产率的影响,并就乡村人力资本水平的门槛效应进行拓展性研究。研究发现,我国农业绿色全要素生产率呈增长态势,乡村数字化对其增长具有显著促进作用,并且主要通过推动农业技术进步来实现。拓展性分析发现,随着乡村人力资本水平的提升,乡村数字化对农业绿色全要素生产率的促进作用将逐步增强。因此,应加快数字乡村建设,搭建区域协作机制,培育乡村数字人才,以提升农业绿色全要素生产率、推动我国农业高质量发展。