农业技术进步偏向对粮食全要素生产率的影响

“藏粮于技”是粮食稳产高产的重要保障。基于2002—2020年26个主要粮食生产省份的面板数据，利用三要素嵌套CES生产函数以及DEA-Malmquist模型测度农业技术进步偏向和粮食全要素生产率，并运用空间滞后模型分析农业技术进步偏向对粮食全要素生产率的影响。结果表明，我国农业技术进步是非中性的，不同时间、地区以及不同粮食作物的农业技术进步偏向性均存在差异。研究期间我国整体技术进步偏向农业机械要素。不同于小麦整体的农机偏向型技术进步模式，稻谷、玉米的技术进步特征有明显的生化偏向性。2002—2020年间，粮食全要素生产率波动明显，且粮食主产区的综合生产效率明显优于非主产区。当前我国农机偏向型技术进步模式不利于粮食全要素生产率提升，具有明显的负向溢出效应，非主产区生化偏向型技术进步对粮食全要素生产率的促进作用更加明显。符合粮食技术进步偏向特征的技术创新更能促进粮食增产增收。因此，可以利用技术创新替代稀缺资源，在发挥农业机械化优势的同时，根据粮食生产自有禀赋发展并应用新型生物化学型技术，促进技术进步与粮食提效的良性循环。     

三产融合对农业绿色全要素生产率的影响分析——基于农村劳动力转移的视角

采用2010—2020年30个省份的面板数据，在评估三产融合和农业绿色全要素生产率水平的基础上，运用固定效应模型、中介效应模型和面板门槛模型，实证检验农村三产融合发展对农业绿色全要素生产率的影响。研究发现：(1)农业绿色全要素生产率和三产融合水平分别提升了10.65%和27.49%，且总体上呈现出东部地区高、中西部地区相对较低的趋势；(2)三产融合能够促进农业绿色全要素生产率的提升，但其积极作用主要体现在农业投入要素的绿色效率提升方面，而对农业绿色技术推广发挥的促进作用不明显；(3)三产融合能够通过改变劳动力要素在产业之间的配置来影响农业绿色全要素生产率，且二者之间存在基于农村劳动力转移的三重门槛效应。为此，提出以下建议：(1)三产融合的过程中既要注重资源利用效率的提升，也要注重绿色生产技术的推广，进而从优化资源利用效率和技术推广方面提升其农业生态效益；(2)要充分利用产业融合以促进生产要素在三产之间渗透、交叉、重组和提升资源利用效率方面的积极作用，破解农业生产过程中技术、劳动力等生产要素紧缺的难题；(3)农村产业相关扶持政策应侧重于农村劳动力转出大省，提升其农村劳动力的吸附能力，进一...     

中国粮食全要素生产率及影响因素的区域分异研究

采用2001-2010年选取的我国30个省份有关粮食生产的面板数据,运用基于DEA-Malmquist生产率指数方法,对我国粮食主产区、主销区和平衡区的粮食全要素生产率增长指数进行了测算和分解,并分析了动态全要素生产率指数的时空差异及变化源泉,在此基础上,探索了全要素生产率指数及其分解值—技术效率指数、技术进步指数的外生影响因素。研究结果表明:主产区全要素生产率指数10年内平均增长0.28%,得益于技术效率的提高和技术进步,主销区呈现出粮食生产技术进步与技术效率损失并存,"双轨损失"导致全要素生产率指数平均下降0.35%,平衡区受技术进步的恶化影响导致全要素生产率指数平均下降0.69%;中央惠农政策的实施对提高主产区的粮食全要素生产率水平有显著作用,而对主销区和平衡区的影响具有一定滞后性;人均粮食生产规模和种粮机械化水平对粮食主产区的全要素生产率均有负向影响,而对粮食主销区的全要素生产率都为正向影响。对于粮食产销平衡区,人均粮食规模的扩大能够改善技术效率,但对全要素生产率和技术进步有反向抑制作用。最后,提出了有效提高粮食生产率的对策建议。     

浙江省农业生产效率分析——基于DEA模型和Malmquist指数

为了研究浙江省农业生产投入产出情况，进一步提升其农业生产效率，先利用DEA模型对2020年浙江省各市农业生产效率进行静态分析，再运用Malmquist指数对2014—2020年浙江省各市农业全要素生产率进行动态分析。结果表明：2020年浙江省农业整体向好，但部分地区存在投入与产出不匹配的情况，影响了全省平均农业综合效率；2014—2020年，浙江省农业TFP均大于1,其中技术进步推动作用显著；各地级市TFP差异在合理范围内，技术效率成为大部分地级市生产效率提升的制约因素；浙东北和浙西南的年均TFP基本持平。因此，浙江省可以加强农业基础设施建设，持续提高农业科技水平，推动区域农业均衡发展，从而提升农业生产效率。     

东北玉米种植结构调整与粮食高质量增长——基于全要素生产率视角

在推进粮食产业高质量发展关键时期,促进种植结构调整,提高粮食全要素生产率势在必行。本文基于2001—2016年东北三省地级市面板数据,使用DEA-Malmquist指数法测算得到粮食全要素生产率指数,通过空间SAC模型探索玉米种植结构对粮食全要素生产率的影响。研究发现:东北三省粮食全要素生产率增长率年均上升1.1%,技术效率提高0.5%,技术进步提升0.6%,但其粮食全要素生产率增长率呈现出缓慢下降的趋势,且属于技术进步"单轨驱动"模式;玉米播种面积和种植比例的提高会导致"效率损失",从而降低了粮食的全要素生产率;玉米种植结构对粮食全要素生产率的影响路径通过技术效率和技术进步共同作用实现,而对于技术效率的影响仅通过规模效率发挥作用。推进玉米种植结构调整,可提高粮食全要素生产率,为粮食产业高质量发展保驾护航。     

基于DEA—Malmquist指数法中国小麦主产区全要素生产率变化特征分析

本文利用Malmquist生产率指数方法,测度2004—2012年小麦主产区的全要素生产率。研究表明,小麦主产区全要素生产率总体上呈下降趋势,技术效率基本维持不变,技术进步呈下降态势,是影响其下降的主要因素。在区域层面,除陕西省外,各区域小麦全要素生产率均呈下降趋势,并表现出不同的稳定性特征。技术效率和技术进步对各区域小麦全要素生产率产生不同影响,其中,技术进步是各区域小麦全要素生产率下降的主要因素。另外,依据σ收敛性检验,总体上,小麦主产区全要素生产率趋于发散,但2006—2007年后中国各区域小麦全要素生产率表现出微弱的收敛趋势。     

我国柑橘全要素生产率变化分析

采用DEA-Malmquist指数法对中国7个柑橘主产区2009—2015年的投入产出指标进行测度,探讨中国柑橘生产的全要素生产率变化趋势。结果表明,研究期内,技术进步是中国柑橘全要素生产率的主要影响因子,在技术进步的负向贡献下,柑橘生产的全要素生产率呈现出周期性波动下降趋势,且柑橘生产处于纯技术效率下降,但规模经济有效阶段。因此,在保持现有规模效率稳定增加的基础上,实现技术创新、优化物质装备水平、提高果园管理水平是改善柑橘全要素生产率的关键。     

安徽省农业全要素生产率:静态效率、动态效率和空间效应

乡村振兴的关键在产业,农业是乡村最大的产业,安徽作为中部地区产粮大省,农业大而不强,乡村振兴任重道远。基于数据包络分析方法探讨安徽省农业全要素生产率及其变动情况显示:农业各生产要素投入冗余呈上升趋势,处于最优配置的地市数量呈下降趋势;农业生产全要素生产率不断提升,但增长速度逐渐下降;技术进步是农业全要素生产率提升的核心因素,综合效率略显不足;不同地区的农业全要素生产率没有表现出明显的空间相关性。为此,应根据各地区制约农业全要素生产率提升的核心因素,从科技成果向农业转化、耕地适度规模经营、职业农民培养、农业生产组织化等方面,实现农业全要素生产率提升由技术进步的"单向推动"向综合效率和技术进步"双向推动"转变。     

食品加工业全要素生产率及其影响因素研究——基于人工智能和农业效率的视角

基于2009—2019年省级面板数据,运用DEA-Malmquist指数法测算中国食品加工业全要素生产率及分解项,进一步在固定效应模型下检验人工智能和农业效率对全要素生产率的影响机制和影响程度。结果表明,研究期间食品加工业全要素生产率整体呈上升趋势,主要由技术进步拉动,但增长率呈波动式下降;分经济区考察,南部沿海地区增长率最高,东北地区最低;人工智能促进技术进步,却抑制了全要素生产率增长,中国食品加工业存在“生产率悖论”;农业效率通过正向影响技术效率,促进全要素生产率提高。据此提出以赋能食品加工业转型升级、发展人工智能互补技术和建设现代农业为主要任务的对策建议。     

碳汇视角下广东省农业生产效率分析

基于碳汇视角和2015—2020年农业生产相关数据,利用DEA-Malmquist模型对广东省农业全要素生产率进行分析。结果表明：广东省农业全要素生产率持续增长,主要动力来自农业技术进步效率;考虑农业生产过程中的碳排放量和碳吸收量,广东省农业全要素生产率的增长率明显降低;在对农业生产效率进行测算时,考虑碳汇的测算结果更符合客观实际。     

河南省农业全要素生产率及其收敛性分析

农业是国民经济的基础,在劳动、土地资源有限的前提下,在保护生态、环境的约束下,通过提升全要素生产率来发展现代农业,已成为我国农业发展的必由之路。本文依据Malmquist指数法测算河南省农业全要素生产率,并进行分地区收敛性分析。实证研究发现,2003-2020年,河南省农业全要素生产率不断上升,其中,技术进步较为显著,技术效率仍有提升空间,属于技术诱导型增长；各地区农业全要素生产率存在差异,不存在 收敛以及绝对 收敛,但存在条件 收敛；各地区农业全要素生产率差距在扩大,但都趋近于各自的稳态水平。     

农村产业融合对农业全要素生产率的效应检验与机制分析

当前,农村产业融合被视为促进农业增效、农民增收以及农村繁荣的关键举措.利用2008—2017年中国30个省份的面板数据,在测度农业全要素生产率以及农村产业融合水平的基础上,采用可行广义最小二乘法(feasible generalized least squares,FGLS)、两阶段最小二乘法(two stage least square,2SLS)以及系统GMM等方法,实证考察农村产业融合对农业全要素生产率的影响效应及其作用机制.结果表明,农村产业融合能够有效提升农业全要素生产率;农村产业融合对农业全要素生产率的影响路径包括技术效率和技术进步,相对于技术效率,农村产业融合通过促进农业技术进步对农业全要素生产率产生的提升作用更强.进一步采用分位数模型进行检验,发现农村产业融合对农业全要素生产率存在显著的边际递增的非线性提升效应,在农业全要素生产率水平由低到高的动态变化过程中,农村产业融合对农业全要素生产率的边际作用逐步增强.该结论不仅有助于理解农村产业融合与农业全要素生产率之间的关系,还能为推动当前农业高质量发展提供新的见解.     

基于DEA-Malmquist指数方法的河北省农业全要素生产率分析

党的十九大报告指出我国经济处于高速增长到高质量发展转变时期,并强调了提高全要素生产率对我国经济转型升级的重要意义。河北省人均耕地面积不足世界平均水平40%,人地矛盾突出,所以如何利用有限的资源满足工业和生活需求成为农业发展的重要问题,提高农业全要素生产率成为我省农业发展必然趋势。本文运用DEA方法的Malmquist TFP指数对河北省农业全要素生产率进行测算,并利用距离函数分解为技术进步与效率两部分。通过分析河北省全要素生产率时间上的变迁和空间上的分布特点,发现河北省农业生产率的提高由农业技术进步所推动,农业技术效率部分抵消了技术进步的促进作用,农业技术效率主要受规模和纯技术效率的双重影响,并且农业生产率呈现出以北京为中心的扩散趋势。在此基础上,提出促进农业全要素生产率提高,发挥技术潜力,增加农业生产率的对策建议。     

基于DEA-Malmquist模型的全国烤烟生产效率研究

基于全国18个烤烟产区2005—2016年的投入产出数据,运用DEA-Malmquist指数方法对烤烟生产效率进行测算和分析,研究结果表明:全国烤烟的全要素生产率呈增长态势,增长的主要原因是规模效率的增长,而纯技术效率和技术进步都对全要素生产率的提升起到负的作用;在全要素生产率下降的各个省份中,下降的主导因素各不相同,对于全要素生产率提升的各个省份,表现为技术的退步,带动全要素生产率增长的主导因素为技术效率的提升;每年的全要素生产率增长率的变化呈现不稳定性,原因是技术进步和技术效率的不协同变化。可以通过规模化生产,提升管理水平,引入先进生产技术,加强技术创新来提升我国烤烟生产率。     

低碳视角下陕西省粮食生产率评价及影响因素研究——基于Malmquist-Luenberger指数模型

基于低碳经济视角，利用历年陕西省统计年鉴数据，将农业生产中6个主要方面（化肥、农药、农膜、柴油、翻耕和灌溉）的碳排放作为“坏产出”指标纳入粮食生产率分析框架中，构建MalmquistLuenberger指数模型分析2010—2019年考虑碳排放因素下陕西省的粮食生产率，并构建多元回归模型分析低碳经济视角下粮食生产率的影响因素。结果表明，考虑碳排放条件下，2010—2019年陕西省粮食全要素生产率和技术进步率均呈增长趋势，但年均增长速度缓慢，而其粮食技术效率指数为0.995，技术效率无效。在此基础上，从低碳农业科技发展、低碳科技成果转化、低碳农业科技推广创新体系构建、科研人员保障机制建立、农民低碳生产意识培养5个方面提出提升陕西省粮食低碳生产率的对策及建议。     

甘肃省农业绿色全要素生产率测算及收敛性分析

运用SBM模型和GML生产率指数法,对2005—2020年甘肃省14个市州农业绿色全要素生产率（GTFP）进行测算,并分析其区域差异性和收敛性,为促进农业资源配置优化、区域协调发展以及实现农业高质量发展提供依据。结果表明：就整体而言,2005—2020年甘肃省农业GTFP年均增长0.33%,技术进步指数年均增长1.67%,技术进步是推动农业GTFP增长的主导力量;就变化趋势和区域差异性而言,2005—2020年甘肃省农业GTFP的阶段波动性明显,且各个市州的农业GTFP呈现出较大的差异性,呈现出中间高、两边低的特征;从收敛性来看,2005—2020年甘肃省农业GTFP不存在显著的σ收敛,但存在绝对β收敛和条件β收敛趋势。因此,促进农业技术进步和加快农业技术在区域间的转移,转变农业发展方式以及优化农业资源配置是提升甘肃省农业GTFP、缩小区域差距的有效途径。     

云南农业生产效率研究—基于DEA模型[1]

基于云南省2010年—2020年16个地州市面板数据，运用DEA模型方法分析云南省农业生产效率，结合Malmquist指数对农业生产效率变化进行动态评价。结果显示，云南省2010-2020年综合效率水平有待提高，部分地州市农业生产存在投入冗余与投入不足问题。云南省全要素生产率处于增长状态，但技术水平仍需进一步提高，为此，提出加快培养新型经营管理人才、深化土地流转制度改革、加快农业科研力度等措施促进农业生产效率稳步提高。     

农业保险对粮食绿色全要素生产率的影响研究——以长江经济带为例

基于2011—2020年长江经济带省级面板数据,对该经济带粮食绿色全要素生产率,实证分析农业保险对粮食绿色全要素生产率的影响。结果表明：(1)长江经济带整体粮食绿色全要素生产率均值小于1,说明该经济带在2011—2020年的粮食绿色全要素生产率表现出下降趋势,主要原因是粮食绿色生产技术进步出现阻碍,技术进步效应也相应地降低。(2)农业保险保费收入密度对长江经济带整体和下游有显著的负向作用,对上游和中游有显著的促进作用;农业保险保费收入深度和赔付率对长江经济带及各区域均有显著的促进作用,农业保险赔付支出密度对长江经济带及下游有显著的促进作用,对上游和中游有显著的负向作用;农业保险赔付支出深度对长江经济带及各区域均有显著的负向作用。     

山东省耕地利用生态效率的时空变化与影响因素研究

运用非期望产出超效率SBM模型、Malmquist-Luenberger指数模型分别从静态和动态2个方面对2000—2020年山东省耕地利用生态效率的时空变化进行测度，利用Tobit回归模型分析了影响耕地利用生态效率的影响因素。结果表明：（1）从静态角度看，2000—2020年山东省耕地利用的生态效率整体上呈波动上升的趋势，整体效率较高，在2020年达到最高；从空间上看，山东省耕地利用生态效率的变化明显，区域同质性增强，中、高效率区的集聚现象明显；（2）从动态变化看，全要素生产率从2001年的0.9739上升到2020年的1.1186，增幅为14.86%，技术进步是生态效率提升的主要原因，技术进步水平高于系统资源配置水平；（3）从影响因素看，农业技术水平对耕地利用生态效率的影响作用最大，各个影响因素对不同区域的影响方向和影响程度均有差异。     

乡村振兴背景下欠发达地区农业生产效率评价研究——以重庆市为例

欠发达地区农业生产效率的提高为实现乡村振兴有重要意义。本文利用DEA-BCC模型和DEA-Malmquist指数对重庆市及其37个区县的农业生产效率进行评价研究并进一步分析其影响因素。研究表明,在全市层面,2016—2020年重庆市农业生产效率呈上升趋势,但大多数年份处于DEA无效状态,主要原因是规模效率低;全要素生产率稳步提升,平均每年增长10.7%;在区县层面,2016—2020年重庆市农业生产效率较高,但存在明显的区域差异,DEA有效区县主要集中于大都市区,全要素生产率大小依次为渝东南城镇群>渝东北城镇群>大都市区。影响因素中,单位耕地机械投入、单位耕地化肥投入、有效灌溉耕地占比、政府投入是促进因素,产业结构、粮食播种面积占比为限制因素。据此,提出实施农业生产要素现代化战略和农业区域分工差异化策略。