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。     

印度农业产出稳定增长的推动力分析

美国农业部科研人员对1980-2008年印度农业全要素生产率增长情况以及政府相关政策对国内农业全要素生产率增长所产生的影响进行了测算和评估。印度农业全要素生产率增长情况具有明显的地区差异:由于园艺产品和畜牧产品生产迅速发展,西南部地区的农业全要素生产率增长快于其他地区。在政府刺激农业全要素生产率增长的各项政策中,公共农业科研和高等教育项目的效果最为明显,其次为政府出资的灌溉基础设施项目。其他促进印度农业全要素生产率增长的因素包括国际科研机构的努力以及国内不断兴起的私营领域。研究结果表明,只要国内公共和私营农业科研体系在特别是种子研发领域进行更多的创新,灌溉技术和高价值农产品生产技术得到进一步提高,印度定能满足其未来种类繁多的食物需求。     

要素市场扭曲对农业全要素生产率空间影响效应分解研究

目的 通过对要素市场扭曲下的农业全要素生产率的系统分析,以期为提升农业全要素生产率以及要素市场改革进程中的中国农业可持续发展提供参考。方法 文章基于资本、劳动力、土地等要素市场严重扭曲的事实,利用1997—2018年中国28个省（ 市、自治区）面板数据,通过构建空间计量模型检验要素市场扭曲对农业全要素生产率的空间影响及其溢出效应。结果 中国资本市场、劳动力市场、土地等要素市场扭曲度比较高,同时呈现显著地区差异;中国农业全要素生产率增长以技术进步驱动为主,大多数省份的技术效率不高,同时呈现出东部地区高于中西部地区的区域不平衡特点;要素市场扭曲对农业全要素生产率的影响为负,资本市场、劳动力市场、土地等要素市场扭曲在一定程度上阻碍农业全要素生产率的提升;要素市场扭曲对全要素生产率具有一定的空间溢出效应,也在一定程度抑制了全要素生产率增长。结论 考虑要素市场扭曲对农业全要素生产率影响的空间分析,更能客观反映当前不断深化的农业农村改革发展所引发的地区差距,应充分重视要素市场扭曲对农业全要素生产率的空间溢出效应,通过要素市场化改革,持续加大涉农政策调整,不断加大对农业农村生产经营的金融资源投入,逐步实现农业全要素生产率的全面提升。     

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。     

农业基础设施、粮食生产成本与国际竞争力——基于全要素生产率的实证检验

近年来中国粮食进口量与产量、库存齐增,进口呈现明显价差推动型特征。以往研究主要关注农业基础设施的产出增长效应,但在当前关税等边境保护水平较低的开放市场中,单位产品生产成本而非产量成为影响贸易的关键。本文构建超越对数成本函数,探寻入世以来中国农业基础设施对粮食生产成本的影响及其路径,通过对全要素生产率增长的分解,实证检验了促进生产率增长是基础设施降低私人粮食成本的重要路径。结果表明:农业基础设施投资存量增加1%,水稻、小麦与玉米的私人生产成本分别下降0.02%、0.05%和0.1%,且节本效应逐年凸显;基础设施分别贡献水稻、小麦、玉米全要素生产率增长的12%,19%和34%,农业基础设施存量在中、西部地区对主粮全要素生产率增长的正向促进效用优于东部地区。     

中国地区农业全要素生产率及其影响因素的空间计量分析——基于1992～2007年省域空间面板数据

本文运用Malmquist指数方法对中国各地区1992～2007年的农业全要素生产率进行了测算,并建立了空间计量模型对影响中国各地区农业全要素生产率的因素进行了实证分析。结果表明:地理因素、土地利用能力、工业化进程、对外开放和科技水平对中国农业全要素生产率增长具有显著影响,而电力利用水平、自然环境、需求因素对农业全要素生产率增长的影响并不显著。     

农业信息化对农业全要素生产率增长的门槛效应分析

本文基于2002~2010年中国30个省级行政单位的面板数据,建立了以农村人力资本为门槛变量的面板门槛模型,以考察农业信息化对农业全要素生产率增长的非线性影响效应。结果显示:第一,农业信息化对农业全要素生产率增长的影响存在显著的双重门槛效应。第二,当农村人力资本水平低于第一门槛值时,农业信息化对农业全要素生产率增长有不显著的正向影响;当农村人力资本水平跨越第一门槛值后,农业信息化对农业全要素生产率增长产生了较为显著的正向影响;当农村人力资本水平高于第二门槛值时,农业信息化对农业全要素生产率增长的正向影响显著增强。第三,中国各省级行政单位农业信息化和农村人力资本的耦合协调度普遍偏高,并且农业信息化和农村人力资本耦合协调度偏高的省级行政单位也倾向于具有较高水平的农业全要素生产率。     

精准扶贫视域下政策性农业保险补贴的绩效研究——以重庆市为例

精准扶贫是我国现阶段扶贫任务的重要指导思想,重庆市地处我国西部欠发达地区,政策性农业保险补贴是其精准扶贫精准脱贫的重要力量之一。文章运用DEA分析方法评估了重庆市2015-2017年30个区县的政策性农业保险补贴绩效,发现重庆市各区县财政补贴农业保险综合效率低,主要是由于规模报酬递减和纯技术效率较低,同时区县间财政补贴农业保险取得的成效差异较大。运用Malmquist指数进一步分析多期政策性农业保险补贴效率的情况,发现技术进步率的下降是全要素生产率下降的主要因素。进而提出加强不同区县的政策性农业保险补贴的制度创新、在不同的区县实施差异化政策性农业保险补贴机制和扩大财政补贴规模等建议。     

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。     

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。     

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。     

FDI是否提高了中国农业企业全要素生产率?——来自99801家农业企业面板数据的证据

基于1998~2013年99801家农业企业面板数据,本文采用加入调节效应的固定效应模型,使用工具变量法克服了逆向选择的内生性,系统考察了外商直接投资对中国农业企业全要素生产率的影响。本文得到如下结论:其一,外商直接投资通过直接促进效应促进了接受外商直接投资的中国农业企业的全要素生产率进步,且直接促进效应会随着年份而增加;其二,外商直接投资通过间接溢出效应促进了未接受外商直接投资的中国农业企业的全要素生产率进步,但间接溢出效应会随着年份而减小;其三,间接溢出效应对促进中国农业企业总体全要素生产率进步的贡献始终小于直接促进效应的贡献,但仍不可忽视;其四,企业的国有属性对外商直接投资促进中国农业企业全要素生产率进步的直接促进效应具有负向调节效应;其五,企业的出口行为与研发投入行为,对外商直接投资促进中国农业企业全要素生产率进步的直接促进效应具有正向调节效应。本文认为,针对进一步利用外资促进中国农业企业全要素生产率提升,相关部门应加大农业外商直接投资支持政策力度,深化市场机制建设,主动引导和扩大外商直接投资的示范效应。     

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.     

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。     

技术进步、技术效率与农业生产率增长——基于甘肃省的实证分析

作为评价农业经济单位经济运行效率高低与质量优劣的重要指标,农业全要素生产率的高低直接影响一个地区的农业竞争力。选取甘肃省14市(州)面板数据,采用基于DEA的Malmquist指数法测算了1991~2012年农业全要素生产率。结果表明:1991~2012年间,甘肃农业全要素生产率平均增长1.3%,其中,技术效率年均增长率0.7%,技术进步年均增长率0.6%,农业全要素生产率贡献了甘肃农业年均增长率的22.61%。表明此时期农业技术进步与技术效率增进对甘肃农业全要素生产率增长均有正向促进作用,农业增长的主要动力仍然是各类要素的投入,农业增长与发展的动力还远未从投入为主转变为全要素生产率的进步为主。另外,甘肃农业全要素生产率增长存在阶段波动与区域不均衡现象。农业全要素生产率测算分析表明,如何提高甘肃农业全要素生产率、转变农业增长方式,应在加强农业科技创新、加大科技推广力度、不断提高农业部门管理效率与资源配置效率的同时,通过积极培育新型农业经营主体、推进农业适当规模经营来逐步改善农业生产规模效率。     

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。     

数字普惠金融对资本深化和农业全要素生产率的作用机制研究

将数字普惠金融、农业资本深化和农业全要素生产率放入一个统一框架中,通过选取我国2011—2020年30个省份(不含港澳台、西藏地区)的面板数据,分析三者之间的影响效果和作用路径。实证结果表明,数字普惠金融及其三个子维度均可有效提升农业全要素生产率,并且数字金融覆盖广度的作用效果最为明显;农业资本深化在数字普惠金融促进农业全要素生产率增长的过程中发挥部分中介作用;异质性结果表明,数字普惠金融对中部和西部地区农业全要素增长率的提升效果更显著。因此,为全面提升农业全要素生产率水平,应大力推动农村数字普惠金融建设,满足数字农业发展需求。     

美国农业产出迅速增长的关键动因分析

1948-2011年美国人口增长了1倍以上,同时农业产出也翻了一番以上,年均增长率达到1.49%,而农业投入的年均增长率仅为0.07%。美国农业在投入增长极为缓慢的情况下取得迅速发展的最主要原因,是其农业全要素生产率不断提高,年均增长率为1.49%。促进全要素生产率长期增长的最主要因素,则是技术创新。公共部门和私营部门对农业研发的投资,是促进技术创新从而推动农业全要素生产率增长的最主要途径。     

专利保险试点政策能否促进地区全要素生产率提高？

文章利用专利保险试点政策这一准自然实验,采用2004—2019年地级及以上城市面板数据,建立双重差分模型（DID）,研究专利保险试点政策究竟如何影响地区全要素生产率。研究发现,专利保险试点政策能够显著促进地区全要素生产率提高;机制检验发现,专利保险试点政策能够通过创新激励效应、产业结构升级效应促进地区全要素生产率提高;异质性分析发现,专利保险试点政策提高全要素生产率的政策效果在东部地区、经济规模大、金融发展程度高、人才集聚程度高的地区更加明显。为此,文章从扩大专利保险试点范围、促进技术创新和产业升级、因地制宜推行试点政策等方面提出相应的政策建议,为今后推动经济高质量发展提供了积极启示。