我国农业科技创新效率的区域差异及其影响因素研究

[目的]分析我国区域农业科技创新效率差异,为提高农业科技创新效率整体水平和推进农业现代化提供参考依据。[方法]运用超效率DEA模型,对2007—2016年全国29个区域的农业科技创新效率进行测算和评价,并将所有区域划分为4个效率梯队。构建Malmquist指数,全面分析各梯队农业科技创新效率变动的影响因素。[结果]我国农业科技创新效率水平整体较低,但处于缓慢增长的阶段;不同梯队的效率差异较大,但受技术效率的影响差距正在不断缩减;由于农业科技创新资源配置不均,导致东部地区与中西部地区农业科技创新效率差异突显;第二梯队中多数地区缺乏合理的评估机制,农业科技创新成果转化率低。[结论]提高中西部地区的农业科技创新资源配置比例,发挥高效率地区的中心辐射作用;要突出市场在农业科技创新体系中的重要地位;采取差异化战略,实现资源最大化利用和最大化的产出。     

中国农业效率测度及其影响因素分析——基于区域差异的视角

首先运用SEDEA模型和中国省际面板数据,计算2010—2014年中国七大区域31个省(自治区、直辖市)的农业效率,然后使用Tobit模型分析影响农业效率的因素。研究结果表明:2010—2014年间中国不同区域的农业效率在时间序列上表现得较为平稳,在横截面上表现出较大的差异;在总体上,效率由高到低的区域为东北、华东、西南、中南、华南、华北、西北;在影响因素中,经济条件、产业结构和教育水平都对区域农业效率呈现正面影响,面源污染对农业效率呈现负面影响。因此,为提升区域的农业效率,政府不仅需要增强区域经济实力,提高农村居民人均收入,而且要大力发展职业教育,增强农民的就业能力,还要重视面源污染对农业效率的负面影响,促进农业安全、高效、绿色发展。     

农业资本配置效率与地区差异分析

本文基于Jeffrey Wurgler的资本配置效率模型,利用1998—2012年我国31个省际单位的面板数据,对农业资本配置效率及其影响因素进行测算,结果显示我国农业资本配置整体处于无效状态,且表现出显著波动性;农业资本配置效率呈中、东、西部梯度递减特征,农业经营条件好且农业投资机会成本较低的地区,农业资本配置效率较高;农业资本配置效率存在显著省际差异,农业发展基础好、增长潜力大、特色农业发达的省际,农业资本配置效率高;市场化进程、二元结构、农业人力资本积累对农业资本配置效率具有正向作用,经济发展水平、农业金融发展水平和农户人口人均耕地面积对农业资本配置效率具有负向影响。     

基于超效率SBM和BRT的农业生态文明建设效率分析

[目的]测度农业生态文明建设效率并分析其影响因素,揭示我国农业生态文明建设的省际差异及其存在的问题,分析改善潜力,提出改善措施。[方法]采用包含非期望产出的超效率SBM模型测度了我国2011~2014年各省份和四大区域(东北、东部、中部和西部)农业生态文明建设效率,并采用增强回归树方法分析了农业生态文明建设效率省际差异的影响因素。[结果]东北地区农业生态文明建设效率最高,其次是东部地区和西部地区,中部地区最低。中部地区、天津、贵州的农业源氨氮排放量和天津、宁夏的农业源化学需氧量排放量存在较大的冗余,具有较大的削减潜力;农业结构因素对农业生态文明建设效率省际差异的贡献度最大,畜牧业比重和种植业比重对农业生态文明建设效率省际差异的贡献率分别达到了17.1%和14.4%。其次是资源投入和经济发展水平,财政支持和区域因素的贡献度相对较小;农业生态文明建设效率总体上与人均GDP、农林水财政支出比重正相关,与畜牧业比重呈v型关系,与种植业比重、农业用水强度、化肥投入强度和农村用电强度负相关。[结论]优化农牧结构、提高财政支农力度、改善农业资源利用效率以及削减农业源污染物排放量是改善农业生态文明建设效率的重要途径。     

甘肃省农业环境效率分析

甘肃省作为我国农业大省,农业发展秉持绿色发展理念、减少农业污染排放量是实现全省农村经济、社会和生态效益高效合一的先决条件,也是实现乡村全面振兴的必经之路.本文结合非径向、非角度的超效率SBM模型,分析2005-2016年甘肃省农业环境效率的变化情况.研究结果表明,样本期内甘肃省农业环境效率相对有效,且因各市(州)不同的...     

长江经济带农业用水绿色效率测度及影响因素分析——基于超效率EBM-Geodetector模型

目的 农业用水的可持续利用关系到区域农业绿色发展及社会经济高质量发展。方法 文章基于2010—2018年长江经济带11省市的面板数据,运用超效率EBM模型对长江经济带农业用水经济效率、环境效率及绿色效率进行测度,并借助核密度估计及ArcGIS空间分析等方法分析其时空演变规律,最后利用地理探测器模型探究其影响因素。结果 （1）2010—2018年长江经济带11省市农业用水经济效率、环境效率及绿色效率的总体效率值分别为0.879、0.933、0.939,农业用水的绿色效率高于环境效率和经济效率,即农业用水产生了较好的社会效益。（2）近9年长江经济带11省市农业用水经济效率、环境效率及绿色效率总体平均值均呈轻微波动下降趋势,农业用水科学利用问题需得到进一步的重视。（3）长江经济带下游地区农业用水绿色效率均值最高,中游地区次之,上游地区最低。其中上海市农业用水绿色效率多年均值最高（1.206）,云南省最低（0.513）,地区差异较显著,但核密度估计显示2010—2018年区域内农业用水绿色效率差距在缩小,总体上呈均衡协调发展趋势。（4）城镇化水平、R&D占比、人均节水灌溉面积、单位国内生产总值耗水、人均教育财政支出、人均水资源量等是长江经济带农业用水绿色效率差异的主要影响因素。结论 研究长江经济带农业水资源绿色效率并探究其影响因素,可以为推动长江经济带农业用水绿色可持续利用提供某些参考。     

我国肉牛养殖环境效率及影响因素分析

[目的]当前我国正处在食物消费结构转型升级背景下,牛肉需求量持续上升,同时环保约束日益趋紧、牛肉进口量不断攀升等使得我国肉牛产业面临严峻挑战。因此提升肉牛养殖环境效率、探究影响环境效率的关键因素,对稳定牛肉市场供给、促进肉牛产业的健康持续发展十分关键。[方法]文章利用1997—2017年投入产出数据,借助考虑非期望产出的超效率SBM模型对黑龙江、河南、宁夏、陕西和新疆5省区肉牛养殖环境效率进行测算,分析其时空分布特征,探究影响肉牛养殖环境效率的重要因素。[结果] 1997—2017年我国肉牛养殖的环境效率均值为0.954 7,不同地区的环境效率存在显著差异,河南、黑龙江和宁夏处在高值区域,而陕西和新疆处在低值区域。物质劳动生产率、疫病风险以及饲料结构均对肉牛养殖环境效率具有显著影响。[结论](1)肉牛养殖的环境效率存在一定的空间差异,因此在各省区在贯彻执行中央政府统一政策部署的条件下,应当根据自身实际,因地制宜制定有利于提高当地肉牛养殖环境效率的相关政策。(2)物质劳动生产率对肉牛养殖环境效率具有显著正向影响,而疫病风险和饲料结构对其产生显著的负向影响,因此鼓励提高物质劳动生产率、防范并降低疫病风险、科学改善饲料结构将有利于提升肉牛养殖的环境效率。     

中国农业能源效率的区域差异及动态演进

[目的]农业能源效率提升是农业可持续发展关键。以中国农业能源效率为研究对象,深入探究中国农业能源效率的区域差异及未来演进趋势,以期为中国农业能源效率的跨区域协同提升提供理论支持与政策建议。[方法]基于2000—2016年省际面板数据,利用非径向、非角度、双导向的窗口DEA模型对中国省际农业能源效率进行测度,采用Dagum基尼系数和Kernel核密度估计方法对中国农业能源效率的区域差异及未来演进趋势进行实证考察。[结果](1)中国省际农业能源效率在样本考察期内持续上升,且农业能源效率的整体区域差异不断缩小,而超变密度是农业能源效率区域差异的主要来源;(2)Kernel核密度估计结果表明,尽管农业能源效率的区域差异不断缩小,中西部地区依然存在两极分化现象。[结论]为实现农业可持续发展、减缓农业生产对资源环境的压力,相关部门应积极制定相关策略,以实现中国农业能源效率的跨区域协同提升。     

云南省县域农业生态效率时空分异及其影响因素

目的 云南省地形起伏度大,立体气候资源丰富,高原特色农业优势明显,测度其农业生态效率,并从农业生产条件、社会经济和自然生态环境3个维度选取10个驱动因子分析其对农业生态效率的影响程度。方法 文章运用超效率的SBM模型,基于2008—2018年云南省129个县（市、区）农业面板数据,测度县域农业生态效率,结合空间自相关模型和地理探测器模型,对云南省县域农业生态效率的时空演变、空间异质性及其影响因素进行实证研究。结果 （1）云南省县域农业生态效率整体处于中等效率水平,但呈波动下降趋势;空间上呈东西部、南北部相对高、中部低的“U”型分布格局,且东西差异大于南北差异。（2）从全局空间自相关来看,云南省县域农业生效率正相关和波动性空间集聚特征显著;从局部空间自相关来看,农业生态效率空间正相关的县域数量在逐年递减,集聚性呈下降趋势。农业生态效率高高（HH）集聚主要分布在云南省西北部及南部,向邻接县域扩散的趋势明显;低低（LL）集聚主要分布在云南省中部和东南部。（3）从影响因素看,社会经济因素仍是目前农业生态效率主要影响因素,但其作用强度不断下降,自然环境因素特别是地形起伏度解释力不断上升,不同驱动因子对其空间分异的影响差异明显,且驱动因子交互作用会增强农业生态效率空间分异。结论 云南省县域农业生态效率时空分异显著,社会经济因素是农业生态效率空间分异的主要影响因素,但地形起伏度、降水等自然生态环境因素对农业生态效率影响程度明显提升。     

“双碳”目标下广东省农业生态效率时空演变及影响因素研究

目的 农业生态效率与农业现代化、“双碳”目标有着密切关系。通过构建农业生态效率评价指标体系评价广东省农业生态效率。方法 文章运用考虑非期望产出的超效率SBM模型与核密度估计分析2010—2020年广东省农业生态效率时空演进特征,并利用Tobit回归模型探究影响因素。结果 （1）时序演变上,广东省总体上农业生态效率先提升后降低,其中,2010—2016年为波动上升阶段,2016—2020年为波动下降阶段;（2）空间变化上,广东省农业生态效率呈现由区域核心内层向外层阶梯递减的格局,不同等级效率水平差异显著;（3）动态演化上,广东省农业生态效率空间非均衡性特征明显,核密度曲线整体右移并处于“双峰”状态,存在梯度效应并呈两极分化趋势;（4）影响因素中,农业产值比重、化肥使用强度、劳均耕地规模、人均GDP、财政支农水平等因素是对“双碳”目标下广东省农业生态效率时空演变产生影响的主要因素。结论 为提高农业生态效率,在促进农业生产技术进步同时应更加注重农业要素资源合理配置,把握不同区域农业资源特征,制定适宜的农业绿色低碳发展政策。     

重庆市农业科技创新资源配置效率及影响因素研究

[目的]通过分析重庆市农业科技资源配置效率及影响因素,以期对重庆市的农业科技资源的合理配置提出参考建议。[方法]构建评价指标体系,以农业科技创新资源配置环境、农业科技资源经费投入、农业科技人才储备和农业科技创新成果4个方面构成综合层,向下分16个具体指标,运用层次分析法和模糊评判综合评价重庆市农业科技资源配置效率及影响因素。[结果]重庆市农业科技创新资源的配置效率综合得分为81.08,为2级水平,其中农业科技人员流失比例较大,投入产出效率较低成为主要制约因素。[结论]重庆市农业科技创新资源的配置效率处于中等水平,合理配置农业科技人员和经费投入以及提高资源配置环境是提高重庆市农业科技协同创新资源的配置效率的关键;农业科技资金投入浪费严重和农业科技活动成果的转化率较低、农业科技人才结构和农业科技创新资源配置方式的不合理以及农业科技市场机制尚不完善是影响农业科技资源配置效率的主要因素。     

云南省农业科技创新资源配置效率及影响因素研究

[目的]为及时了解云南省农业科技创新的最新动态,充分合理地开发云南省农业科技资源,文章对2002—2016年云南省的农业科技创新资源配置进行研究。[方法]首先分析各个单项指标15年内的变化趋势,分析其对资源配置的影响和作用。再运用DEA模型分析法,将2002—2016年的每个年份作为一个决策单元进行处理,对云南省农业科技创新资源配置效率进行分析。[结果] 2002—2016年云南省农业科技创新资源配置的综合效率为0. 984,并且呈现出不稳定的波动,在2004和2009—2012年出现了配置效率降低的情况。总体来看,资源配置的综合效率大体上是接近于1的水平。处于DEA有效的年份为2002—2003年,2005—2008及2013—2016,属于规模报酬不变的阶段; 2004年属于弱DEA有效阶段,规模报酬则处于上升阶段;处于非DEA有效的有2004年、2009—2012年。[结论]云南省农业科技创新资源的配置效率整体水平处于较高的状态,综合效率值总体上接近于1。有个别年份出现了较小范围的波动,可能与总播种面积的变化有关。综合来看,云南省农业科技创新资源在技术投入、人力资源和农业资金投入逐年的增加,使资源配置效率能够保持在较高的水平,并在出现下降后迅速恢复。     

山西省农业生态效率县域差异及影响因素分析

[目的]研究山西省农业生态效率的县域差异及其影响因素分析。[方法]文章以山西省各县（市、区）为研究对象,引入超效率分析法,构建SSBM-ESDA模型,评估山西省各地农业生态效率;同时选择Tobit模型,分析其主要的影响因素。[结果] 2011—2020年山西省农业生态效率值基本处于0.3～0.5,整体处于较低水平。107个县（市、区）中,优秀等级17个,均值为1.412;良好等级4个,均值为0.911;中等等级20个,均值为0.677;较低等级38个,均值为0.479;低等级28个,均值为0.349。县域农业生态效率等级以较低和低为主,总占比达61.68%。农业生态效率较好的县（市、区）集中分布在西部省际沿线区域,形成以“忻州—太原—吕梁”为重心的西部高效率区。2015—2020年全省农业生态效率略有提升,并在空间上进一步加强了“忻州—太原—吕梁”的西部高效格局,但整体水平仍较低。人均农业增加值、农业规模化水平对农业生态效率有正向影响;农业受灾率、机械化密度、农村家庭经营收入、工业化水平对其有负面影响。[结论]现阶段山西省农业生态效率整体水平偏低,县域发展水平差异明显,西部沿省际线地区...     

黄河流域农业用水效率及影响因素时空异质性研究

[目的]水资源短缺和农业污染严重已成为黄河流域高质量发展的主要制约因素,提高农业用水效率,对推动黄河流域生态保护和高质量发展至关重要。[方法]文章基于2009—2017年黄河流域9个省区的面板数据,运用超效率SBM模型测度黄河流域农业用水效率,发现黄河流域农业用水效率地区差异明显。为进一步分析其影响因素,采用Tobit模型和GTWR模型,分别从全局视角和微观视角对农业用水效率的影响因素进行回归分析,研究发现不同省区农业用水效率提高策略侧重不同。[结果]宁夏、内蒙古和山西农业用水效率提高的有效举措是在保障国家粮食供给安全基础上,减少高耗水作物种植面积,调整农业种植结构;甘肃提高农业用水效率的关键在于重视农业节水技术的引进、研发和应用推广;山东的出路在于提高农户节水意识;陕西和四川的有效途径在于采用科学合理的用水方式,降低农业用水占比,优化用水结构;河南和青海需要从以上各个方面进行综合考虑,以提高农业用水效率。[结论]研究黄河流域农业用水效率并探究影响各省区农业用水效率的主导因素,可以为推动黄河流域高质量发展和精准施策提供参考。     

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。     

基于第二次全国R&D资源清查的农业科技资源配置效率分析

[目的]农业科技资源配置效率的高低在一定程度上决定着农业科技系统的运行效率,而农业科技系统的运行效率状况对提高农业科技资源的高效利用、增强农业科技创新能力、加快促进农业现代化进程有着重要的影响。文章基于2009年第二次全国RD资源清查数据,对政府部门属农业科研机构的配置效率进行测算,并分析其规模报酬以便为相关决策部门提供参考。[方法]通过构建农业科技资源配置效率评价的投入产出指标体系,选取包含科技人员、科技经费及科技成果在内的6个投入产出指标,运用数据包络分析方法 (DEA)中的超效率模型测算全国32个省份政府部门属自然科学和技术领域研究机构(含直辖市)的综合效率、纯技术效率、规模效率。[结果]全国农业科研机构科技资源技术效率平均值为0.581,科技运行效率还有较大的提升空间。按机构学科领域分,水产学学科的效率值最高(TE Score=2.867 9);按机构服务的国民经济行业分,渔业的效率值最高(TE Score=1.901 1)。各省(市、区)农、林、牧、渔业农业科研机构的综合运行效率值大于1的有天津、吉林、贵州、宁夏、北京、辽宁。规模效率的平均值是0.686,规模收益递减的省(市、区)占87%。[结论]DEA非效率地区所占比例较大,技术效率低于全国平均值的地区占56%,地区规模效率的提升可以依靠加大科研投入来实现。农业科技资源配置的结构需要进行调整,在合理调控种植业科研机构的发展规模的同时优化其科技人员结构。通过开展农业科技计划绩效评价、组建农业科技创新联盟来促进农业科技协同创新。同时应根据农业科研机构的不同类型提出相应的管理措施,以便实现分类指导和科学管理。     

黑龙江省耕地利用效率时空差异及影响因素研究

[目的]揭示区域耕地利用效率变化及影响因素,为提高区域耕地资源利用效率提供科学依据。[方法]文章采用了非期望产出SBM模型、Tobit模型、变异系数法、K均值聚类法。[结果](1)黑龙江省耕地利用综合技术效率总体呈现下降趋势,纯技术效率不高是制约综合技术效率提升的主要原因;(2)1994~2014年间耕地利用效率区域差异总体呈现增大趋势;1994~2005年各区域耕地利用效率差异较小,但变幅较大,该时期综合技术效率区域分异主要受纯技术效率的影响;2006~2014年耕地利用效率区域差异较大,但变幅较小,该时期综合技术效率分异主要受规模效率影响;(3)经聚类,齐齐哈尔、伊春、牡丹江、大兴安岭为I类地区,为耕地利用综合技术效率高效率区,纯技术效率略高于规模效率;鸡西、双鸭山、大庆、佳木斯、七台河、黑河、绥化为Ⅱ类地区,为中效率区,纯技术效率与规模效率相当;哈尔滨、鹤岗为Ⅲ类地区,为低效率区,纯技术效率远低于规模效率;I类地区投入要素利用率Ⅱ类地区Ⅲ类地区;(4)影响因素按影响程度依次为劳动力比例、单位播种面积农业机械总动力、农村劳动力人均播种面积、单位播种面积化肥施用量,其中农村劳动力人均播种面积对耕地利用效率为正向影响,其余均为负向影响。[结论]1994~2014年黑龙江省耕地利用效率呈下降趋势且区域差异较大,主要受劳动力、农机、化肥及播种面积影响。