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。     

中国乳制品业全要素生产率变动分析——基于非参数Malmquist指数方法

本文运用中国乳制品业1998～2005年的省际面版数据，采用非参数Malmquist指数方法，实证分析了中国乳制品业增长过程中全要素生产率的变动状况，并将其进一步分解为技术效率和技术进步。研究表明，1998～2005年，中国乳制品业全要素生产率以年均0．6％的速度增长，技术效率的下降不足以抵消技术进步的增长；五大奶业产区的全要素生产率的增长也均为正值，技术进步的增长支撑着各地区乳制品业全要素生产率的增长。     

中国农产品加工业技术效率、技术进步与生产率增长

本文运用1999～2005年中国农产品加工业12个行业的面板数据,采用基于非参数数据包络分析的曼奎斯特生产率指数方法,分析了中国农产品加工业发展过程中全要素生产率的变动状况,将其进一步分解为技术效率和技术进步,对企业平均规模、资本密集度以及资产负债率同生产率增长的关系进行了实证检验。本文的主要结论是：中国农产品加工业全要素生产率增长率较高,并且全要素生产率的增长主要源自技术进步,而非效率变化;国有及国有控股企业的全要素生产率、技术变化、规模效率等指标值大于“三资”企业;另外,国有及国有控股企业的企业：规模对全要素生产率有较显著的正影响,而资本密集度对全要素生产率有显著的负影响。     

气候变化对苹果主产区单产及全要素生产率增长的影响研究

本文运用超越对数随机前沿生产函数分析了1992—2012年气候变化对中国两大苹果主产区单产和全要素生产率的影响。研究表明:气温升高和降水量减少均有利于苹果单产增加,日照时数主要通过与地区的交互影响苹果单产,日照时数增加对黄土高原区苹果单产有正向影响,对环渤海地区有负向影响。气温、降水量和日照时数对全要素生产率的贡献在不同地区表现不同,在环渤海地区贡献分别为-81.7%、-16.73%和23.22%,而在黄土高原区分别为7.51%、-24.29%和-79.65%。最后,苹果单产增长的来源与地区有关,环渤海地区主要依赖于投入要素的增长,而黄土高原区主要依赖于全要素生产率的增长,技术进步对单产和全要素生产率的增长贡献最大,且技术进步是劳动力节约型、化肥节约型和物质消耗型,技术效率损失最为严重,规模效率对全要素生产率的贡献为正。     

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。     

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.     

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。     

黑龙江省农垦国有农场动态效率分析

本文采用2011～2015年黑龙江省国有农场面板数据,运用DEA-malmquist指数计算方法,对全要素生产率指数进行了计算和分解。分析结果表明:技术效率除了2013～2014年度以外,其余年度数值变化不大,研究期内总体变化不明显。相应的技术效率分解后的纯技术效率与技术效率的变化趋于一致。技术进步在全要素生产率的变化中起了比较大的作用,全要素生产率的增长主要靠技术进步实现。黑龙江省国有农场全要素生产率年均增长比较缓慢。     

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。     

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。     

我国近海捕捞业技术效率与全要素生产率实证分析

利用随机前沿分析的Malmquist指数方法,对我国近海捕捞业1988—2018年沿海11省市的技术效率与全要素生产率进行了测算,对技术效率的时空差异性进行了分析。分析表明,在近海资源不断衰退的背景下,我国近海捕捞业全要素生产率不断增长,但增长速度具有明显的波动性,并逐年降低,技术进步效应远超技术效率带来的影响,但是这种效应逐年降低,技术效率变化影响比重增大并且全要素生产率、技术进步、技术效率具有明显的地域差异性。     

中国粮食生产效率及影响因素分析*——基于DEA Tobit两步法研究

[目的]通过测算中国各省市粮食生产效率评价中国粮食生产综合绩效,并从支农政策、要素投入等维度考察其对中国粮食生产效率的影响。[方法]基于2004—2016年省域面板数据,采用MalmquistDEA模型对粮食生产效率进行测度和分解,并运用面板Tobit随机效应模型对粮食生产效率影响因素进行实证检验。[结果]研究期内粮食生产全要素生产率及其分解指标总体达到DEA有效,且具有明显的时空差异特征;粮食全要素生产率改进主要源于技术进步,而技术效率作用偏低,"单引擎"驱动特征明显;化肥、农用机械、灌溉及支农政策对粮食全要素生产率、技术进步、技术效率均具有正向促进作用,但化肥投入对技术效率作用不显著,各因素作用强度排序为"支农政策化肥农业机械灌溉",且这些影响同样具有区域差异。[结论]提升粮食全要素生产率时要注重农业技术更要逐步提升农业技术效率,通过改革财政支农政策体系和转变要素投入结构来提升中国粮食综合生产效率。     

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。     

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。     

东部地区全要素生产率测算与分析

基于2000～2019年东部11个省（市）面板数据,运用随机前沿分析模型对东部地区全要素生产率增长进行测算和分析,并采用固定效应面板回归模型对全要素生产率进行影响因素研究。研究结果表明：技术进步是东部地区全要素生产率增长的主要动力,且东部各个经济圈之间的全要素生产率具有空间差异性。提高基础设施水平和市场化水平有利于促进东部地区全要素生产率增长,城镇化水平和科研投入的提高会对全要素生产率起阻碍作用。     

中国棉花全要素生产率增长的实证分析——基于随机前沿分析法

在中国高库存背景下存在有效需求不足及耕地资源匮乏的双重矛盾,文章试图从全要素生产率的视角探讨中国棉花综合生产能力提高的路径。通过非参数DEAMalmquist模型和参数随机前沿函数模型相结合的方法,对中国1995—2014年棉花全要素生产率进行测算,并分析了其时序增长和空间分布特征。结果表明:中国棉花全要素生产率整体呈增长趋势,虽然受技术效率影响大,但技术进步仍是构成棉花TFP提高的主要动力,新疆棉花最具发展潜力。在效率的影响因素中,棉花播种面积占比、机械费用投入、农业受灾水平均表现出负效应,只有土地利用能力具有正效应,棉花生产处于规模报酬递减阶段。棉花全要素生产率增长的特征主要表现为技术诱导性的增长模式、具有明显的波动性且区域差异明显、受制度供给影响大。     

中国牛奶生产的全要素生产率分析

本文以国有及集体和个体奶牛场牛奶生产的随机投入距离函数,分析中国牛奶全要素生产率的增长及来源。总体上讲,中国牛奶生产全要素生产率的增长是比较温和的,国有及集体和个体奶牛场全要素生产率的年均增长率分别为0.25%和2.33%,主要来自于技术进步。国有及集体奶牛场的技术效率明显下降,而个体奶牛场的技术效率略有增长。中国牛奶生产的技术效率水平大约为80%～90%。推广新技术仍然是中国今后牛奶生产的优先政策。     

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。     

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。     

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。