新型城镇化对农业绿色全要素生产率的低门槛效用实证分析

在分析新型城镇化对农业绿色全要素生产率作用机制的基础上,重新定义了新型城镇化的内涵,并基于人口、空间、经济、社会和生态5个维度构建新型城镇化评价指标体系。以农业绿色全要素生产率为被解释变量,农村居民收入水平为门槛变量,新型城镇化为门槛依赖变量,采集2006—2015年10年间我国除台湾、香港、澳门、西藏以外的30个省份面板数据,构建面板门槛模型,探究新型城镇化对农业绿色全要素生产率的影响是否会受到农村居民人均收入水平的干扰。经过实证分析得出,农村居民收入水平是新型城镇化影响农业绿色全要素生产率的干扰因素,各省份农业绿色全要素生产率和新型城镇化与农村居民人均收入耦合协调度基本一致,但省际之间存在较大差异。     

长江经济带农业全要素生产率变动实证研究

利用2003—2015年长江经济带分省面板数据和DEA-Malmquist指数对农业全要素生产率进行分解与分析,通过对整个长江经济带、长江经济带各省(市)、长江经济带各省(市)所属地区的农业全要素生产率进行分解与分析。结果表明,(1)长江经济带农业全要素生产率保持增长,各构成要素贡献率不同;(2)长江经济带农业全要素生产率省际差异和地区差异明显;(3)长江经济带农业全要素分解过程中,各要素之间存在滞后性。技术进步与资源配置效率提高并举;改善农业生产环境,发展适度规模经营;省市、地区共同协作,资源互补,优势互换。     

基于投入-产出统一性框架的中国农业全要素生产率时空变迁

为规范地测算我国(不含香港、澳门、台湾)农业全要素生产率,识别区域差异,基于投入-产出统一性框架,厘清土地、劳动、中间投入等投入变量,采用最小离差法估计各省份的农业资本存量,采用更符合我国农业生产实际的SFA-KLH模型测算改革开放以来的农业全要素生产率,分析其增长趋势、源泉与时空分布差异,并对农业全要素生产率进行收敛性分析。结果显示,1978—2020年我国农业全要素生产率增长总体呈现涨跌互现、波动增长的变动趋势,但在2006年后呈现增速放缓的平稳趋势。1978—2020年,我国农业全要素生产率的年均增长率为2.27%,技术进步是其增长源泉。农业全要素生产率表现出区域差异,整体上呈现中部>东部>西部的分布趋势。我国农业全要素生产率整体上不存在绝对收敛,但存在条件收敛,且各省份具有不同的收敛速度。     

基于DEA-Malmquist指数法中国农业全要素生产率变化特征分析

运用DEA-Malmquist指数法,根据2007—2015年省际农业投入产出面板数据,测算中国农业全要素生产率(TFP)在时间序列和空间区域上的变化特点。结果表明,中国农业全要素生产率在时间序列与空间区域上变化显著; TFP增长的主要原因是技术进步。TFP年度间变化受经济发展动能转换影响;区域间变化受区域经济发展水平、城镇化发展水平等因素影响。     

山东省农业科技资源配置效率研究

为了解山东省各地市农业科技资源配置效率情况,合理利用山东省农业科技资源。基于山东省2015—2018年的数据,通过建立BCC静态模型和Malmquist动态指数模型对山东省农业科技资源配置效率进行分析。结果表明,山东省2015—2018年综合效率均处于较高水平,但各地市投入要素存在不同程度的冗余现象。山东省全要素生产率处于增长状态,西部地区全要素生产率最低;从投入角度看,山东省仍然需要对农业科技资源要素投入结构进行调整,加大对西部地区的支持力度;从产出角度看,农民人均可支配收入仍有进步空间。结合山东省实际情况从建立合理的投入保障机制和中东西部联合发展机制、提高土地规模收益、完善农业科技服务体系等方面提出建议。     

我国农业绿色全要素生产率水平及绿色转型路径分析

目前我国农业发展投入产出效率相对较低,对环境影响较大,探求农业绿色可持续发展路径是当前发展农业的关键。构建农业绿色全要素生产率影响因素指标体系,对2007—2017年10年间的相关数据加以分析。通过EBM模型和Moran's I指数(莫兰指数)分析我国除台湾、香港、澳门之外各省(市、区)的农业绿色全要素生产率水平,采用空间杜宾模型(spatial Dubin model,SDM)探讨各因素的重要性及直接效应和间接效应,并针对农业绿色发展转型路径提出建议。分析结果表明,我国农业绿色全要素生产率体现出明显的地区差异,其中东部相对较高;注重农村教育、调整农业产业结构是实现农业绿色发展的重要因素;间接效应的影响程度较大,对农业发展转型有着重要的作用。     

中国农业全要素生产率的空间关联网络结构及驱动因素研究

提高农业全要素生产率是实现中国农业高质量发展的重要路径。本文建立了中国农业全要素生产率的空间关联网络模型,运用社会网络分析法从网络整体特征、局部特征和个体特征三个层面对网络结构进行了考察,并揭示了中国农业全要素生产率空间关联性的驱动因素。研究发现:1)中国农业全要素生产率具有十分明显的空间关联和溢出效应,其空间关联网络处于连通状态,样本考察期内网络密度呈现V型波动趋势,且等级森严的结构逐渐被打破,网络稳定性逐步增强。2)在中国农业全要素生产率空间关联网络中,西部地区属于净受益板块,华南和西南地区为"经纪人"板块,环渤海、京津冀和东北地区为双向溢出板块,华东和部分中南地区省市为净溢出板块。3)湖北、内蒙古、河南、山东和陕西在空间关联网络中处于绝对核心位置,对农业生产要素的支配作用较强;吉林、海南和青海等地区在网络中处于绝对边缘位置。4)地理邻接关系对农业全要素生产率空间关联性具有正向影响,农业结构差异和要素产出水平差异等因素具有负向影响。本文为从整体上把握和提升中国农业全要素生产率提供理论依据和参考。     

中国柑橘全要素生产率演进及影响因素研究——基于Malmquist-Tobit模型的实证

【目的】探究中国柑橘全要素生产率演进及其影响因素。【方法】首先采用中国柑橘2008—2014生产成本与收益数据,借助Malmquist指数法,对中国柑橘主产省份柑、桔全要素生产率演进及其分解进行测度与分析。在此基础上结合面板Tobit模型,分析了影响柑橘全要素生产率增长的外部因素。【结果】考察期内中国柑橘主产省份中,柑的全要素生产率年均增长率较高,桔相对较低;分省来看,不同省份间全要素生产率差距较大;考察期内,柑橘全要素生产率与技术进步波动基本趋于一致,但同时也受效率变化的影响;所考察的6个影响因素包括城市化率、农业机械总动力、每公顷人工总成本、农村居民家庭年人均纯收入、地方财政农林水事务支出与种植规模,均对柑橘全要素生产率的增长影响显著。【结论】为促进中国柑橘生产效率的提高,应当进一步加大对柑橘产业的扶持力度、鼓励创新、适当调整生产经营规模并推广机械的使用。     

基于Malmquist指数的重庆市农业经济增长全要素生产率动态分析

基于重庆市1997—2011年的面板数据,运用数据包络分析法中的Malmqusit指数,实证研究重庆市农业经济增长全要素生产率的动态变化。结果表明,从整体上看1997—2011年重庆市全要素生产率年均增长较快,技术进步是全要素生产率增长的主要动因,而纯技术效率对全要素生产率有负面影响,规模效率对全要素生产率影响不大。从区域来看,由于技术进步和经济发展水平的差异,"一小时经济圈"区域的全要素生产率增速明显高于"东北翼"和"东南翼"地区。     

长三角城市群农业全要素生产率时空演化特征分析

农业全要素生产率是现代农业经济增长的重要体现,长三角区域作为我国重要的农业生产区域之一,探讨长三角地区农业全要素生产率及其时空演变,对于实现长三角地区农业经济高质量发展具有重要意义。选取长三角城市群26个城市2013—2019年的面板数据为样本,基于DEA-Malmquist模型测算分解其农业全要素生产率,并利用ArcGIS软件进行空间可视化分析,结果表明,2013—2019年长三角城市群26个城市农业全要素生产率均值为1.01,总体来看,长三角城市群农业生产效率呈上升趋势。其中,农业技术进步指数对农业生产效率指数的贡献较大。从城市个体来看,长三角城市群26个城市间农业生产综合效率及纯技术效率、规模效率空间差异较大。分省域来看,浙江省各城市农业生产效率提高较快,江苏省多数城市农业生产效率总体稳定且略有提升,安徽省多数城市和上海市的农业生产效率稳定中略有下降。进而提出长三角地区农业高质量发展应着力于提高农业基础研发、核心技术攻关、转变农业发展方式等建议。     

我国农业全要素生产率核算与地区差距分解——基于Färe-Primont指数的分析

采用Fre-Primont指数方法(FP指数),对1985—2013年我国28个省(市、区)的农业全要素生产率进行测算及分解。通过方差分解法从构成角度对农业全要素生产率地区差距及来源进行分析。结果表明:1)1985—2013年我国农业全要素生产率地区差距呈现扩大趋势,与农业技术进步及剩余混合效率的波动趋势相吻合;2)从省际差距看,剩余混合效率差距在整体地区差距中的贡献率逐渐降低,技术效率差距逐渐占主导地位,其中东部地区差距主要来源于农业技术进步和剩余混合效率,而中西部地区差距主要来源于技术效率和剩余混合效率;3)基于投入产出数据指标进行聚类分析,表明技术效率和剩余混合效率是我国农业全要素生产率地区差距的主要来源。     

财政支农补贴能有效提升粮食全要素生产率吗?——兼顾农业技术环境的调节作用探讨

为了解中国财政支农补贴与粮食全要素生产率之间的影响关系,采用传统DEA-Malmquist指数法测算粮食全要素生产率,以结构效应和技术效应为中介,以农业技术环境为调节,探究财政支农补贴对粮食全要素生产率的影响机制。结果表明:财政支农补贴能够有效促进粮食全要素生产率的提升,并且对非粮食主产区粮食全要素生产率的影响要大于粮食主产区;财政支农补贴通过发挥结构效应和技术效应,提高粮食全要素生产率;在较优的农业技术环境中,财政支农补贴对粮食全要素生产率具有较强的促进作用。据此,从完善财政支农补贴政策,充分发挥结构和技术效应,加大农业技术环境优化力度3个方面提出促进粮食全要素生产率增长的政策建议。     

基于生产要素视角的中国农业经济增长模式探析——来自75个国家面板数据的国际比较

为分析中国农业经济增长模式与其他国家的异同,研判未来农业经济增长潜力,本研究基于新古典经济增长理论,从生产要素视角出发测度本世纪以来不同生产要素对中国农业经济增长的贡献情况,并就不同农业经济增长模式进行国际比较。结果表明:1)2000—2019年,资本对中国农业经济增长贡献率达到83.6%,是农业经济增长最重要的动能;全要素生产率对农业经济增长贡献率为6.2%,近年来贡献水平有所上升;土地、化肥对农业经济增长的贡献率分别为5.8%和4.4%。2)国际比较发现,多数发达国家已经进入以全要素生产率为农业经济增长主要驱动力的发展阶段,发展中国家农业经济增长仍是以资本驱动为主。3)通过不同发展阶段比较发现,随着一国经济结构的转型升级,农业经济增长模式将逐步由投资驱动转换为全要素生产率驱动,而当前我国农业经济增长仍表现出较强的资本依赖性,全要素生产率水平将成为决定中长期农业经济增长速度的关键。     

生产函数异质性与地区农业经济增长——基于时空异质弹性生产函数模型

利用改革开放以来中国31个省(市、自治区,统计数据未含港、澳、台地区,下同)农业要素投入产出数据,基于农业要素收入份额存在较大差异的基本国情,从时间和空间维度放宽传统Cobb-Douglas生产函数模型产出弹性为固定常数的假定,通过构建时空异质弹性生产函数模型对改革开放以来中国不同地区、不同阶段农业要素投入、技术进步与经济增长的关系进行探究。结果表明:1978—2017年,中国农业要素投入呈现出劳动力减少、资本存量增加、资本深化程度不断提高的特点,不同地区农业要素投入存在明显空间异质性;反映技术进步的全要素生产率在改革开放初期较快增长,近年来增速明显下滑,东部地区全要素生产率年均增速达到2.4%,高于中部地区的1.6%和西部地区的1.6%。中国农业经济增长的时空差异性要求未来在农业经济高质量发展过程中,需要更注重地区农业比较优势的发挥,在推进农业资本深化的同时,从基础设施和制度安排出发加快农业全要素生产率增长。     

城镇化背景下中国农业全要素生产率的增长性与协调性分析

城镇化的进程与农业生产具有密切相关。城镇化通过影响农业劳动力的迁移、耕地资源的整合与科技要素对农业生产的带动,对农业生产产生较为深远的影响。本论文基于相关文献研究成果和理论基础,对中国的城镇化与农业生产发展的关系进行归纳总结,定性分析城镇化可能对农业生产产生的影响。接下来通过DEA—Malmquist指数方法计算2004—2016年中国的农业全要素生产率,分别从时间和空间角度对中国农业全要素生产率的演变和贡献进行分析,可以发现农业全要素生产率增长对中国农业产值增长的贡献达到53.7%,并且发现不同省份的农业全要素生产率与所在省份的城镇化发展水平表现出协调性。基于研究结论,本文从促进新型城镇化道路与农业生产协调发展,增加农业科研与农村人力资本投资,建立耕地动态监管评估机制等方面提出相应的政策建议。     

碳排放约束下农业全要素生产率测算与收敛性检验

从农业增长与二氧化碳排放2个方面考虑,对1995-2014年中国省际种植业运用GML(Global Malmquist-Luenberger)指数测算碳排放约束下农业全要素生产率的增长,并与传统的Malmquist指数进行比较,同时对其收敛性进行检验。结果表明:碳排放约束下农业全要素生产率增长主要由技术进步推动或技术进步与技术效率的双重贡献。碳排放约束下农业全要素生产率的省际差异和区域差异明显。河北、辽宁、黑龙江和湖南4省的农业相对属于低碳农业。从地区差异来看,增速较快的地区是华中、华北和华东地区,西北和东北居中,华南和西南增速相对较慢。整体上来看各省之间存在技术扩散,呈现σ收敛但收敛趋势并不稳定;全国、华北、东北、华东、华中和华南地区,存在绝对β收敛,而在西南和西北地区并不存在绝对β收敛;对于全国及7个地区,均存在条件β收敛,即朝着各自稳定的状态发展。     

产业协同集聚、数字经济与农业全要素生产率

为探究产业协同集聚与数字经济对农业全要素生产率的影响与作用机制,基于2013—2019年我国省级面板数据,采用SBM-GML指数对农业全要素生产率进行了测算,并使用系统GMM方法进行实证检验。结果表明:1)农业与二三产业协同集聚均显著促进了农业全要素生产率提高,且一三产业协同集聚对农业全要素生产率的促进作用更为明显。在一系列的稳健性检验后,结果依旧成立。2)数字经济对农业全要素生产率不仅存在显著的正向影响,还在一二产业协同集聚、一三产业协同集聚对农业全要素生产率影响中起到显著的正向调节作用。3)地区异质性研究发现,农业与二三产业协同集聚对西部地区与东北地区农业全要素生产率的促进作用更为明显;而数字经济对东中部地区农业全要素生产率的促进作用更为明显。为此,本研究提出了加强农业与二三产业交流协作、强化数字经济建设等提高农业全要素生产率的对策建议。     

利用非参数方法度量中国农业TFP水平及变动趋势

通过生产率指数的数据包络分析方法度量了1982—2004年中国29个省份农业生产率水平及变动趋势,从地区角度进行了农业生产率的水平比较.结果显示:农业生产率(Total Factor Productivity,TFP)增长比较快的地区或省份,技术变化对TFP的增长起到了主导作用,但一些不发达省份或地区生产效率的改进对TFP的增长也起到了积极作用.从1982—2004年中国TFP变动趋势看,技术进步对农业生产率增长起到了主导作用,生产效率下降对TFP增长起到了负面效应,表明技术变化和相对应的效率变化总是向相反的方向变动.     

资源型城市城镇化发展对我国城镇化水平的贡献性

为定量研究资源型城市城镇化水平及其对中国城镇化发展的贡献性,以全国126个地级市(仅限大陆地区)资源型城市为研究对象,分析改革开放以来资源型城市城镇化发展的基本情况,并籍此为基础研究资源型城市城镇化发展对我国城镇化发展的贡献。结果表明:1)四大区域资源型城市城镇化水平发展不平衡,东北地区城镇化率始终保持领先,但增长幅度最小,东部地区城镇化率增长最快,各地区年均增长率呈下降趋势,增速放缓;2)地级市资源型城市城镇化发展对我国城镇化发展的贡献度为0.48～0.90,其中0.79%资源型城市城镇化对我国城镇化贡献度为中,40.48%资源型城市城镇化对中国城镇化贡献度较高,58.73%资源型城市城镇化对我国城镇化贡献度高;3)类型上,均有超过各自总量50%的非金属、金属、煤炭和油气型资源型城市城镇化对我国城镇化的贡献度高,而森工型资源型城市城镇化对我国城镇化贡献度高的城市数量不到其总量的1/3;空间上,东和中部地区资源型城市城镇化对我国城镇化发展贡献度大于东北地区和西部地区。资源型城市城镇化推动了我国城镇化发展,但资源型城市的不同类型和区位,对我国城镇化的贡献度有差异。     

碳排放如何影响水稻全要素生产率

为了解碳排放对水稻全要素生产率测算产生的影响及其程度,本研究利用2006—2015年中国水稻主产区23个省(市、自治区)水稻面板数据,运用基于方向性距离函数的Malmquist-Luenburger生产率指数和面板Tobit模型,实证分析了碳排放对水稻全要素生产率的影响及省域差异,并深入剖析根源。结果表明:1)中国考虑碳排放的水稻全要素生产率呈先增后降的阶段性特征,且整体处于恶化状态,仅少数省份实现了增长;2)整体增长动力来源由技术效率改善向前沿技术进步转变,而实现增长的省份主要得益于前沿技术进步和技术效率改善的双重作用;3)水稻生产"高碳""低碳"省份呈现明显的南北—东西"T"字型交叉分布格局;4)整体水稻TFP_C及其分解指数增长得益于城镇化水平、工业化水平的推动,但受到经济发展水平及受灾率的制约;5)高低碳群组间差异则主要体现在财政支农力度和种植业结构调整的作用在"低碳"省份得到更好发挥。