要素累积、全要素生产率与中国农业增长地区差异

本文在对改革开放以来中国农业的增长以及地区差异进行统计分析的基础上,提出一个待验证的假说:农业产出的省级地区差异主要来自于全要素生产率的差异.为验证该假说,本文使用随机前沿生产函数方法测算了各地区不同年份的要素弹性,据此将农业产出来源分为投入要素的累积和全要素生产率两个方面,并进一步采用方差分解的办法,考察了样本期间内农业产出的地区差异的来源.     

我国经济全要素生产率增长效应分析

本文采用1978年至2008年宏观数据构建结构向量自回归（SVAR）模型,分别从产出增长率、资本存量增长率、人力资本增长率三个冲击视角,对我国经济全要素生产率增长效应进行实证分析,并提出相关建议。     

研发投入、混合股权与全要素生产率

本文以2008-2018年上市企业为研究对象,采用面板数据固定效应模型研究研发投入对于企业全要素生产率的影响,并从混合股权这一层次研究对研发投入与全要素生产率的调节作用。研究发现,研发投入促进企业全要素生产率、混合股权负向调节研发投入与企业全要素生产率之间的关系。     

高管薪酬激励、创新投入与全要素生产率

本文以沪深A股上市公司为样本，实证检验高管薪酬激励与企业全要素生产率之间的关系，探究创新投入在二者之间的中介作用，并提出对策建议。     

农业现代化、农业劳动生产率和农业全要素生产率关系的实证研究

本文采用2005～2014年农业现代化数据,利用面板VAR模型研究农业现代化、农业劳动生产率和农业全要素生产率的关系。研究发现:农业现代化、农业劳动生产率和农业全要素生产率之间存在长期协整关系,且农业现代化是农业劳动生产率和农业全要素生产率的格兰杰原因,农业劳动生产率和全要素生产率也是农业现代化的格兰杰原因。结果表明我国农业现代化对农业劳动生产率和农业全要素生产率有促进作用,而农业劳动生产率和农业全要素生产率的提高又能推动农业现代化的发展,最终实现农业高质量发展。     

资源错配与农业全要素生产率：损失和原因

如果资源的流动受到限制,无法从效率较低的一方转移到效率较高的一方,那么不仅会导致资源错配,而且还会造成全要素生产率(TFP)损失。本文构建包含四要素(劳动、土地、机械和化肥)三层嵌套(“地级市—省级—全国”)的理论模型,采用1996—2019年中国城市平衡面板数据,分别测度省域和全国加总层面的TFP损失,通过分解和比较不同要素错配的损失大小,明确中国农业TFP损失的主要诱因。结果表明,资源错配对总体TFP造成了持续性损失,年均损失为27%,其中组内错配损失为9.03%,组间错配损失为18.31%,表明中国农业TFP损失主要是因为各省间的资源无法有效配置。从损失的因素分解来看,无论是组内错配还是组间错配,劳动和土地错配是造成中国农业TFP损失最重要的两种因素,其中两种要素的组间错配损失分别为9.30%和8.14%。因此,加快土地流转集中和农村劳动力有序转移是解决资源错配,促进农业高质量发展的有效途径。     

城市群能否提高农业全要素生产率

依靠政府的着重支持和推动,我国城市群快速发展起来.同时,农业现代化发展也越来越受到重视,而走向农业现代化的重点在于提高农业全要素生产率.本文以关中平原城市群为例,在掌握相关数据的基础上,通过测算其农业全要素生产率及其构成以及城市群发展水平,研究城市群的发展同农业全要素生产率、农业技术进步以及农业技术效率的关系.结果发现...     

成渝地区双城经济圈全要素生产率分析

基于DEA-Malmquist指数法,对成渝地区双城经济圈1999～2018年全要素生产率及其分解进行测算.结果显示:成渝地区2012～2016年TFP指数呈现连续下降趋势,其余除个别年份外,总体保持增长趋势,TECH指数波动较大,PECH指数和SECH指数变化趋势较为平缓.城市层面上,成都市增长了4.5％,资阳市下降...     

中国大豆单产增长的原因探究——基于投入要素与生产率视角的考察

基于2004—2020年大豆主产区的面板数据,利用SFA方法和刀切平均法全面估算大豆种植的生产函数和全要素生产率,采用增长核算表核算大豆生产中各种要素投入及其全要素生产率的贡献率,进一步采用因素分析法探究影响大豆全要素生产率变化的因素。研究发现：在样本期间,大豆种植产出的年均增长速度为1.97%,各产区之间的增长率存在较大差异。生产要素投入是驱动大豆种植单位产出增长的主要因素,其中农药投入的贡献最大;全要素生产率是次要因素。随时间推移,要素投入方面,化肥和农药等化学物资投入对大豆单位产出增长的贡献减小,而良种和机械投入的贡献上升;全要素生产率方面,技术进步对单位产出增长的贡献有所扩大,但技术效率的贡献有所下降。此外,种植面积和有效灌溉面积对大豆全要素生产率有显著的正向影响,城镇化和自然灾害对全要素生产率有显著的负向影响。对此,文章提出优化大豆生产区布局、因地制宜扩大大豆种植面积、鼓励种植户购买优良品种、引进先进技术和生产设备、建立专项基金增加对优质大豆品种的研发投入、提高对豆农的科研指导力度等建议以促进大豆单产提升。     

农业劳动力老龄化如何影响小麦全要素生产率增长

基于2009-2020年全国农村固定观察点农户调查数据,本文运用结合工具变量法的双向固定效应模型、内生转换模型,实证检验了农业劳动力老龄化对小麦全要素生产率增长的影响。结果显示,农业劳动力老龄化减缓了小麦全要素生产率增长,并且随着老龄化程度加深,这一负面影响将会扩大。产生负面影响的原因是农业劳动力老龄化降低了小麦种植户采用新型技术的概率,减缓了技术进步。进一步分析表明,农业教育或培训、养老金收入、农村集体开展的农业技术推广、产前和产中环节的社会化服务能够在一定程度上缓解以上负面影响。为应对农业劳动力老龄化带来的影响和挑战,本文建议构建适应农业劳动力老龄化形势的技术推广体系,提高农民的基本养老金收入标准,着力推动农业社会化服务体系高质量发展。     

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.     

数字普惠金融对农业全要素生产率的影响分析

我国是农业大国,即使在工业化建设已取得新成果的今天,农业仍然在我国经济发展中扮演着不可替代的角色,为农民群体增收提供了稳定的渠道。虽然国家对农业发展予以了高度重视,但在实践过程中仍存在农业发展不先进、不精细等问题。文章从农业发展的实际情况入手,从研究背景、研究过程、研究结论方面,阐述数字普惠金融对农业全要素生产率的影响,对促进乡村数字普惠金融发展提出针对性策略。     

基于全要素生产率的辽宁省农业经济发展方式转变分析

本文采用全要素生产率的分析方法对辽宁省1991-2006年农业发展进行了定量测度,并对全要素生产率增长和经济发展源泉做了简要分析.探讨了资本、劳动力和广义的技术进步对经济发展的贡献,发现辽宁省农业经济发展还属于劳动力推动型的发展,而资本的贡献率较低.所以,未来加大资本使用效率应该是辽宁省农业经济发展转变的主要方向.另外,技术创新也是转变经济发展方式的核心内容.     

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。     

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。     

农业科技创新对农业绿色全要素生产率的空间效应分析

文章通过数据包络模型测算2013-2018年我国31个省的农业绿色全要素生产率,剖析其时空分布演进特征,在测算结果基础上构建空间杜宾模型,探讨农业科技创新对农业绿色全要素生产率的空间溢出效应。研究发现:2013-2018年全国农业绿色全要素生产率空间分异与集聚特征明显;本省农业科技创新显著促进了农业绿色全要素生产率的提升,而其辐射作用阻碍了周边省的农业绿色全要素生产率的提高。研究结果对于深化完善农业科技创新机制、提升农业科技教育水平、创新农业科技推广模式具有现实意义。     

财政科技投入、教育支出与经济高质量发展 ——基于全要素生产率(TFP)的实证研究

科技创新不足是当前我国经济高质量发展面临的突出问题。财政科技投入与教育支出作为政府扶持科技创新的重要手段,对我国经济高质量发展的影响究竟如何。本文选用2007～2019年我国30个省(西藏除外)的省级面板数据,以DEA-Malmquist指数法测算的全要素生产率(TFP)为切入点,探究财政科技投入与教育支出对经济高质量发展的影响。研究发现:财政科技投入与教育支出对全要素生产率的影响系数都为正,表明财政科技投入与教育支出都能有效地助力高质量发展,但二者对高质量发展的作用效果存在差异,教育支出对经济高质量发展的推动作用相较于财政科技投入更为显著,并提出通过提高财政科技投入强度和针对性及加大教育支出,注重教育支出向基础性教育倾斜等措施,来促进经济高质量发展。     

中国1997—2007年包含建设用地投入的全要素生产率分析

研究目的:研究土地要素纳入经济增长全要素生产率分析的途径,并对中国近年来经济增长的全要素生产率进行分析。研究方法:数据包络分析方法。研究结果:测算的1997—2007年中国分省的全要素生产率Malmquist指数表明将建设用地纳入全要素生产率分析是可行的。研究结论:1997—2007年中国全要素生产率的增长主要靠技术进步带动;技术效率处于无效状态,表明建设用地等生产要素投入在经济增长中没有发挥最大效益。     

近10年广西农业生产效率与全要素生产率时空演变与驱动因素分析

目的 在全球努力实现联合国可持续发展目标背景下,综合评价近10年广西农业生产效率、农业全要素生产率及其时空演化特征,解析其驱动因子,为提高广西农业生产效率提供支持,为广西可持续发展目标评价提供依据。方法 文章基于2008—2017年广西14个地级市农业生产投入与产出数据,运用数据包络分析（DEA）、Malmquist指数和Tobit模型,评价广西农业生产效率与农业全要素生产率及其时空演变特征,解析其驱动因素。结果 （1）近10年广西农业生产效率水平较低,研究期间总体表现为DEA无效且规模收益递减;空间差异大,各市农业生产效率呈现不同的时间变化特征,仅梧州市、北海市和钦州市一直处于农业生产效率DEA有效。（2）广西农业全要素生产率（TFP）呈波动增长态势,技术进步是农业全要素生产率增长的主要驱动力;桂东北（桂林市、梧州市、贵港市）、桂南（北海市、防城港市、钦州市）是广西农业全要素生产率较高的地区。（3）农业生产效率影响因素中,耕地有效灌溉率、农业科技是促进因素,与农业生产效率呈显著正相关;单位面积化肥施用强度、政府投入、单位耕地农机动力是限制因素,与农业生产效率呈显著负相关;技术进步、纯技术效率和规模效率是农业全要素生产率提升的促进因素。结论 近10年,广西农业生产效率与全要素生产率整体较低,时空差异大;应增加农业科技投入,增强农业基础设施建设,提高规模化水平,以提升广西农业生产效率。