农村互联网对农业全要素生产率的空间溢出效应——基于随机前沿模型分析

文章选取2002-2017年省级面板数据,采用基于Malmquist生产率指数的面板固定效应随机前沿模型得出农业全要素生产率指标,再通过面板个体固定效应空间杜宾模型研究了农村互联网发展对农业全要素生产率的空间溢出效应,并对内在影响机制进行分析检验以明确互联网带动作用路径。结果表明:本地区农村互联网发展会显著促进本地区以及邻近地区农业全要素生产率的增长,并且这种促进作用主要通过提高农业技术效率的途径来实现。在控制变量中,农村人力资本具有显著正向直接效应和溢出效应,本地区农村人力资本水平的提高显著促进了本地区以及临近地区农业全要素生产率的增长;以农林水事务支出比重来衡量的政府支农强度指标对农业全要素生产率产生负向抑制影响,并具有显著的负向空间溢出效应;以就业人口比重来衡量的产业结构指标具有显著负向的空间溢出效应,但直接效应并不显著。     

中国农业全要素生产率测算结果的差异性研究——基于Meta回归分析方法

现有文献报告的中国农业全要素生产率(TFP)测算结果存在较大分歧。本文采用Meta回归分析方法,对国内外1982年—2011年46项有关中国农业全要素生产率的研究进行定量综述,试图寻找影响农业全要素生产率不同研究结果的决定性因素。研究发现,农业全要素生产率测算结果的差异在一定程度上可以归结于原始文献在估计方法、数据选取以及变量处理等方面的不同:相对于索洛余值法,采用代数指数法的研究倾向于得到更低的农业TFP值,采用SFA方法的研究倾向于得到更高的农业TFP值,而使用DEA方法计算出的农业TFP值和索洛余值法无显著差异;若实证研究选择时间序列数据作为样本,会比面板数据得到更低的农业TFP值;原始研究中使用的投入要素数量越多,得到的农业TFP值将越低。     

水产养殖业新型农业经营主体全要素生产率研究——基于微观主体面板数据和SFA法

目的 新型农业经营主体是推动农业现代化发展的重要力量,研究其生产效率及变化趋势、分析比较不同类型新型农业经营主体的效率对于推进农业高质量发展、促进乡村振兴具有重要意义。方法 文章聚焦水产养殖领域,基于2018—2021年全国429个养殖生产新型农业经营主体样本面板数据,采用随机前沿生产函数分析了全要素生产率（TFP）,并分解其驱动因素。采用共同随机前沿模型比较分析了龙头企业、农民专业合作社和家庭农场3类新型农业经营主体模式的生产技术效率。结果 （1）增加物质资料、劳动力、固定资产等方面的投入对产出增长有显著促进作用,但增加服务投入并未显著促进产出。（2）TFP增长的动力来源是技术进步,规模报酬率的贡献不大,而技术效率和配置效率的下降对TFP增长起到阻碍作用。（3）龙头企业、合作社、家庭农场3类新型农业经营主体的技术效率各有特点,以群组前沿面为基准时家庭农场的技术效率最高,以共同前沿面为基准时合作社的技术效率最高,以技术差距比表征的技术水平衡量,则龙头企业技术水平最高。结论 建议加强科技投入,提升技术效率,优化成本投入结构,加强各类新型农业经营主体的联合与合作。     

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。     

基于空间效应的农田水利投资对农业全要素生产率的影响

在构建包含农田水利基础设施投资在内的农业超越对数随机前沿生产函数的基础上,利用随机前沿法测算我国31个省(市、自治区)1996—2015年农业全要素生产率,对测算的结果通过空间计量方法分析农业全要素生产率的空间特征及农田水利投资对其产生的影响。结果表明:我国各省(市、自治区)农业全要素生产率整体增长呈现上升趋势;横向和纵向的分析结果显示其增长具有一定的区域性和地域集聚性;农田水利投资对农业全要素生产率的影响为正,且具有较弱的溢出效应,其中直接效应值为0.286 5,间接效应值为0.057 4,总效应值为0.343 9。     

中国文化产业全要素生产率的现状、地区差异与收敛性研究

文章基于2013—2021年中国31个省市自治区（因数据不全,本研究不含港澳台地区）文化产业的投入、产出数据,利用变系数生产函数测度了中国文化产业TFP,并运用描述性分析、Dagum基尼系数、变异系数、面板数据模型分析了中国文化产业TFP的现状、地区差异和收敛特征。研究发现：样本观测期内,中国文化产业TFP呈现逐年增长趋势,且表现出“由东部向西部渐次降低”的特征。中国文化产业TFP的地区差异逐年增大,并且区域间差异是中国文化产业TFP地区差异的主要来源。中国文化产业TFP不存在σ收敛特征,但存在绝对β收敛特征和条件β收敛特征。最后,基于研究结论,提出大力提升文化产业科技创新能力、实施区域协调发展战略、实施以强带弱抱团发展战略等建议,以期为缩小中国文化产业TFP地区差异及加快推进中国文化产业高质量发展提供经验参考。     

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.     

基于Meta分析的中国农业全要素生产率研究

目的 应用Meta分析方法,针对国内外中国农业全要素生产率测算研究的文献,探究其测算结果的一致性,以期为中国农业全要素生产率（TFP）的测算及其结果提供更为全面、客观、系统的认识与理解。方法 文章首先对中英文数据库中已发表的有关中国农业全要素生产率的文献进行检索筛选,再对纳入文献进行农业全要素生产率增长率的区域、方法、投入产出指标和年份区间的梳理,进而基于Meta分析定量化地分析各研究中农业全要素生产率增长率测算结果之间的异质性,并进行敏感性检验。结果 （1）中国农业TFP增长率测算总体异质性较低（I²=10%）,剔除单独省份或地区作为研究区域的文献后,Meta分析结果异质性增大（I²=18%）;（2）投入指标方面,劳动力投入指标使用第一产业就业人数时的测算结果异质性较高（I²=61%）,而使用农林牧渔业从业人数时,测算结果同质性显著（s=0）;（3）测算方法方面,使用DEA方法测算所得结果间同质性显著（I²=0）;（4）测算时段方面,各时段内农业TFP增长率测算结果呈现高度异质性,1992—1997年、1998—2003年、2004—2008年、2009—2015年各时段下I²结果分别为 94%、89%、68%、87%。结论 （1）1979—2015年我国农业全要素生产率年均增长2%是较为准确的测算结果,且单独省份的研究能够一定程度上填补以全国为研究区的文献间的异质性;（2）投入产出指标的遴选对农业TFP增长率测算结果有一定影响;（3）测算方法是农业TFP增长率异质性的主要来源;（4）农业TFP增长率测算中相关指标所选不变基期对长时间跨度测算结果影响不大,但对具体时段内的农业TFP测算结果影响显著。     

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。     

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。     

中国农业环境全要素生产率动态演进及收敛性分析

目的 厘清农业环境全要素生产率现状是探索农业绿色发展路径的逻辑起点。文章对农业环境TFP测算体系做了进一步的解构与改进,并分析其动态演进及收敛性。方法 利用基于SBM-DEA模型的GML指数,测度了1995—2018年中国30个省（市、区,不含港澳台、西藏）的农业环境TFP,在此基础上运用经济增长收敛理论探讨其收敛性。结果 中国农业环境TFP与农业生产总值变动态势基本吻合,两者的增长速率均在2010年达到峰值,此后农业环境TFP增长速率超过农业生产总值,成为推动农业高质量发展的重要力量;中国农业环境TFP的年均增长率为3.13%,增长率自东部、西部、中部、东北部依次递减;全国及四大区域的技术效率均呈现出不同程度的衰退迹象,其中东北部最为明显;全国及四大区域均存在β条件收敛,但不存在显著的σ收敛,除东北地区外,全国及其他区域均存在β绝对收敛。结论 中国农业环境TFP仍存在较大的改善空间;应加强各地之间的农业经济联动,充分发挥农业技术的空间溢出效应,促进各地农业环境TFP逐步收敛;特别对于东北部,技术效率衰退较为严重且内部出现明显的两级分化现象,不利于粮食生产安全。     

中国农业全要素生产率的动态演进及其影响因素分析

[目的]通过测算中国农业全要素生产率,揭示其动态演进趋势及影响因素,从而为推动我国农业供给侧结构性改革,实现农业现代化提供科学的决策依据。[方法]文章使用SBM-Global Malmqusit生产率指数法测算了中国农业全要素生产率,在此基础上利用Kernel核密度估计方法刻画了中国农业TFP增长的动态演进,并通过建立面板数据模型对影响中国农业TFP增长的诸多因素进行了分析。[结果]中国农业全要素生产率增长的主要源泉是技术进步,而技术效率的下降是阻碍其增长的主要原因;核密度估计表明各省份之间的农业相对全要素生产率水平差距不断扩大,技术效率普遍恶化,而技术进步增长速度显著;农业金融发展水平、工业化水平、农业科技水平对中国农业TFP都产生了显著的促进作用,而农业产业结构调整、对外开放水平对中国农业TFP则产生了阻碍作用,农村人力资本则对农业TFP产生的正效应不显著。[结论]提高农业全要素生产率,实现农业现代化.各省份应加强农业科技创新,深化农业科技体制改革,完善农村金融服务体系,推动工业化和农业现代化深度融合,培育新型职业农民等措施。     

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。     

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。     

我国水禽全要素生产率增长和贡献及区域差异分析

[目的]通过测算水禽全要素生产率（TFP）来评估水禽的投入产出效率,同时分别对比各养殖区域之间TFP的增长率及贡献的差异。[方法]文章依托全国22个省、（市、自治区）水禽投入产出数据,基于索洛残差法和DEA-Malmquist指数法分别从水禽TFP指数、TFP增长率和TFP贡献率3个角度展开分析。[结果]（1）全国水禽TFP均值为1.352,大多数地区的水禽TFP指数均大于1,山东省的技术效率、纯技术效率、规模效率均为全国第一;（2）全国水禽TFP增长率平均值为0.19,水禽TFP贡献率平均值为120%,TFP贡献率和增长率较上一年都有所提升;（3）区域差异比较后发现,西南地区的水禽TFP指数、TFP增长率和水禽TFP贡献率的均值最大,而华中地区的3个指标均值均为全国最小,水禽的TFP区域特征呈现出“北向南移”趋势。[结论]技术进步对水禽产业发展作出了很大的贡献,说明水禽产业需要进一步加强新技术投入;突发事件一定程度上刺激了水禽产量的增长,说明不仅要预防突发事件,而且要不断挖掘突发事件后的边际效应;水禽TFP区域差异显著,要求结合区域特征分析后因地制宜施策,最终提升水禽生产要素投入效率...     

长江经济带农业全要素生产率提升路径研究——基于38市的DEA与fsQCA分析

目的 测算长江经济带农业全要素生产率,提取农业全要素生产率提升路径,为转变农业发展方式实现农业高质量发展提供依据。方法 文章通过DEA-Malmquist指数测算2006—2019年长江经济带38市农业全要素生产率,探究长江经济带农业全要素生产率时空演变,其次运用fsQCA分析方法,探究5个前因条件下农业全要素生产率提升路径。结果 （1）显示自全面取消农业税以来,长江经济带农业全要素生产率增长具有持续性,技术进步呈现退化趋势,但效率改善明显,技术进步与效率内部出现波动性特征,且增长驱动模式具有地域性特性。（2）长江经济带具有2条农业全要素生产率提升路径,H1：财政支持—信息对称—结构合理驱动型,H2：财政支持—交通便捷驱动型,同时明确3条非提升路径。结论 提出增强财政支农力度,重视农业劳动力外流现象,因地制宜制定农业发展政策以促进长江经济带农业全要素生产率提升推动农业高质量发展的建议。     

我国大规模生猪养殖全要素生产率的动态演进及区域差异研究

[目的]随着我国大规模生猪养殖专业户和商品猪场数量比例逐年增加,对我国大规模生猪养殖全要素生产率进行分析,找出其提高方法,有利于推动我国大规模生猪养殖现代化进程。[方法]文章运用DEA-Malmquist指数和Kernel核密度估计以我国29个省(市、自治区)(除去西藏、宁夏)为研究对象,对2008—2017年我国大规模生猪养殖全要素生产率动态演进及区域差异进行分析。[结果]从整体层面分析,2008—2017年以来我国29个省(市、自治区)大规模生猪养殖全要素生产率整体平均TFP指数为0.995,年均下降0.5%,主要制约因素是技术进步缓慢,但两极分化情况得到有效控制;从区域层面分析,仅有重点发展区TFP上升,其余3个区域均有不同程度下降,其中除适度发展区其余两极分化情况得到有效控制。[结论]从整体层面要提升生猪产业整体科研创新能力,提高大规模生猪养殖高新技术的应用效率以及管理效率;从区域层面要针对不同区域资源禀赋、环境承载能力等因素实施差异化政策。     

甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究

[目的]考虑碳排放约束,分析甘肃省农业全要素生产率整体特征和区域特征,以期为提升甘肃省农业可持续发展能力提供参考。[方法]文章基于2005—2016年甘肃省14市州面板数据,以农业碳排放作为非期望产出指标,运用非径向、非角度的SBM模型和Malmquist—Luenberger生产率指数法,对甘肃省农业环境效率和碳排放约束下农业全要素生产率指数进行测算。[结果](1) 2005—2016年甘肃省农业环境效率值总体呈现下降—上升—趋于平缓的变化趋势,且均小于1;(2)碳排放约束下甘肃省农业全要素生产率总体呈现波动增长的趋势,年均值为1.010,年均增长率为1%,且主要来源于技术进步;(3)甘肃省农业全要素生产率增长存在显著区域差异,其中中部地区增长最快,陇东南地区次之,河西地区增长最慢。[结论]忽视碳排放将不利于农业可持续发展,建议各区域依据自身资源禀赋,采取差异化的发展思路,提高农业技术成果转化率是提升甘肃省农业全要素生产率的关键。     

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。