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。     

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.     

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。     

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.     

不同退耕规模农户农业全要素生产率增长的实证分析——基于黄土高原农户调查数据

本文采用超越对数随机前沿生产函数模型,对陕西省吴起县和甘肃省华池县不同退耕规模农户农业全要素生产率及其影响因素进行实证分析。研究表明:小规模退耕农户农业全要素生产率的增长主要来自于农业技术效率改善,大规模退耕农户农业全要素生产率的增长主要来自于农业技术进步。进一步分析影响农业技术效率的因素发现:户主受教育程度、户主年龄、家庭成员农牧业劳动总时间、退耕规模对农户农业生产技术效率都具有正效应。     

黑龙江省农业生产效率分析

本文利用DEA方法分析了黑龙江省县域层面上的农业生产效率,并基于效率分析了黑龙江省农业生产的可持续性.研究得出黑龙江省农业生产依靠外界投入的农业可持续性在下降,而黑龙江省农业生产技术的应用使得农业可持续性增强.黑龙江省越来越多的县(市)农业可持续性是增强的.     

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。     

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。