环境规制下我国粮食生产绿色全要素生产率分析

【目的】研究环境规制对我国粮食生产绿色全要素生产率,为我国粮食绿色高质量发展提供决策依据。【方法】利用超越对数函数测算2011—2019年我国粮食全要素绿色生产率及分解值,采用Tobit模型探究粮食生产经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响。【结果】从整体上看,我国31个省份（除港澳台）粮食生产绿色全要素生产率从2011年的1.002增长至2019年的1.080,呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率从2011年的1.032增长至2019年的1.035,也呈现波动的增长趋势,各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中,绿色全要素生产率的增长主要通过技术进步增长而增长,技术效率对绿色全要素生产率呈抑制趋势。从不同地区来看,粮食生产绿色全要素生产率呈现东高西低趋势。粮食生产经济发展水平对全国和东部地区粮食生产绿色全要素生产率影响呈先弱后逐步增强的变化趋势,中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势。从不同影响因素对粮食绿色全要素生产率影响来看,人力资本对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响,对西部地区呈显著负向影响;粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率存在显著正向影响。【建议】政府应充分发挥粮食主产区的功能性优势,大力推进专业化生产与要素资源配置,转变不同地区粮食生产发展方式;相关部门应加大粮食生产人力资本投入,加强对人才扶持力度;相关决策机构应加强规范粮食生产环境立法机制,发挥发挥政府差异化粮食生产环境规制策略。     

农户小麦生产的产出增长与分解——基于河南省农户层面的实证分析

【目的】基于农业部固定观察点河南省的农户调查数据,对2003-2008年间河南省小麦生产增长的原因进行分析。【方法】利用随机前沿生产函数模型和产出增长分解的方法,测算引起小麦生产增长的各因素贡献率。【结果】2003-2008年小麦产出增长中,3.75%来源于投入要素增长的贡献,96.25%来源于全要素生产率增长的贡献;在全要素生产率的贡献率中,有61.75%来自于技术进步的贡献,34.5%来自于技术效率提高的贡献。【结论】推动河南农户小麦产出增长的主要因素是以技术进步和技术效率为核心的全要素生产率的提高。     

基于随机前沿生产函数的柑橘生产技术效率分析

利用2001—2009年我国南方五大柑橘主产省份的成本收益面板数据,对柑橘生产技术效率及其影响因素建立随机前沿生产函数模型,对我国柑橘生产的技术效率进行了测算和分析。结果表明,各柑橘主产省份柑橘生产技术效率随时间波动较大且地区差异明显,平均生产技术效率呈上升趋势;从样本地区看,湖南、广东、浙江等地的柑橘生产技术效率高于其他地区;劳动力成本提高、自然灾害的发生和病虫害防治成本上升等因素,是柑橘生产技术效率波动的主要影响因素。     

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。     

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。     

1978—2020年中国柑橘面积与产量格局演变研究

【目的 】摸清柑橘面积与产量格局变化和增产空间分异对我国柑橘产业优化发展有重要意义。【方法 】文章基于1978—2020年柑橘生产相关面板数据,从全国和省域2个尺度,利用产业集中率、生产集中度系数、增产贡献率等指标,分析我国柑橘近40年面积与产量格局时空演变特征,探究柑橘增产的贡献区域和贡献因素,讨论柑橘产业存在的问题并提出建议。【结果 】（1） 1978年以来,我国柑橘生产总体扩张,柑橘产业的地理聚集特征显著且缓慢降低;柑橘生产经历了快速扩张期、波动发展期和稳定增长期3个阶段,各个时期的增产主导因素不同,单产提升对全国柑橘增产的贡献显著。（2）各省柑橘种植面积和产量变化明显,且生产空间差异显著;种植格局由高度聚集且独立分布于中西部省份向东南沿海省份扩张,再逐渐西移内扩;2020年广西已成为全国柑橘生产第一大区域;柑橘增产情况差异明显,增速良好的省份占柑橘主产省份总数的71.43%,主要分布在中部地区,滞后增产的省份主要集中在东南沿海的江苏、浙江、广东和西南的四川;西南和华南省份柑橘增产的主导因素是种植规模的扩张,中部省份柑橘增产的主要原因则是单产提升。【结论 】研究结果有助于提高对我...     

台湾水稻生产效率的实证分析

【目的】正确认识台湾水稻生产效率的变化及引起变化的原因。【方法】利用DEA与Malmquist生产力指数及灰色关联度分析,研究台湾2002—2016年15县市的水稻生产效率、全要素生产率变化及其分解指数,以及各指数之间的关联系数。【结果】(1)台湾水稻生产效率整体处于较高水平(0.970),第一期水稻的生产效率(0.974)略高于第二期(0.966);(2)不同县市水稻生产效率不同,宜兰县、新竹县、新竹市、彰化县、嘉义县市和台东县生产效率均达到1,处于较高水平;(3)台湾水稻生产效率增长波动较大,第一、二期的全要素生产率指数分别为0.987和0.955,每年降幅分别为1.3%和4.5%,总体呈退步状态;(4)台湾第一、二期水稻生产率的变动与技术进步的关联系数分别为0.746 9、0.893 2,与技术效率变化的关联系数分别为0. 583 2、0.605 6,水稻生产率的变化主要受技术进步的影响,受技术效率变化的影响较小。【结论】台湾水稻生产效率整体处于较高水平,全要素生产率指数呈退步状态,其变动主要受技术进步影响,政策调整效果初显,效率的损失可以通过技术进步弥补。     

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。     

中国生猪生产效率及区域差异分析——基于Malmquist-DEA模型的省际面板数据

【目的】明确中国生产效率及区域差异,对于加快转变生猪生产方式和优化生猪生产布局具有重要战略意义。【方法】Malmquist-DEA模型。【结果】基于统计数据,测算出了我国生猪主产区不同养殖规模的全要素生产率及其分解指标,并从纵向和横向两个维度进行了分析对比。【结论】在十大生猪主产区中,散养的优势区域在湖南省;小规模养殖的优势区域在四川省;中规模养殖的优势区域在四川省和湖南省;大规模养殖的优势区域在四川省、山东省和江苏省。各个省份具有生产效率优势的养殖规模不同,四川省、广东省和河北省的小规模养殖、湖南省的散养和中规模养殖、河南省和云南省的中规模养殖以及其余省份的大规模养殖具有相对明显效率优势。     

1985年以来中国棉花经济绩效的动力转换特征

把握棉花经济绩效动力转换特征,对推动中国棉花经济高质量发展具有重要意义。基于中国12个棉花主产省份1985―2017年数据,实证考察生产要素对棉花经济增长的作用,揭示棉花经济增长的动力及其时空特征。结果表明:1985年以来,中国棉花经济增长整体为物质要素驱动,但在不同政策时期、不同棉区存在较大差异;中国棉花经济增长动力经历了从物质要素和全要素生产率双重驱动→全要素生产率驱动→物质要素驱动→全要素生产率和物质要素双重驱动的转换;长江流域棉区棉花经济增长属于物质要素驱动型,黄河流域棉区和西北内陆棉区棉花经济增长属于物质和机械化投入要素双重驱动型。     

基于DEA模型的中国马铃薯生产效率分析

马铃薯是中国的第四大粮食作物,也是重要的蔬菜、饲料和工业原料。马铃薯对保障国家粮食安全、贫困地区经济发展和社会稳定以及农民增收都有重要意义。本文通过DEA数据包络模型对全国和8个省份(直辖市、自治区)两个层面的马铃薯全要素生产效率进行分析,结果表明:中国马铃薯生产的全要素生产率呈现波动性强的特征,但整体有所增长;全要素生产率增长的主要动力是技术进步效率的提高,综合效率的增加对全要素生产率的增加作用不明显;全国马铃薯综合效率稍有提高,纯技术效率的改善是综合效率提高的主要动力,而规模效率的下滑则是拉低全国马铃薯综合效率的原因;各省份全要素生产率呈现出不同的趋势变化,除山东省以外,全要素变化主要是由技术进步决定的。最后提出提高中国马铃薯产业生产效率的相关建议。     

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。     

我国小麦全要素生产率的评价分析 ——基于DEA-Malmquist指数方法

本文基于DEA-Malmquist指数方法,对2004~2015年我国15个小麦主要生产省份的小麦全要素生产率进行测算,并就小麦生产效率的非有效性进行分析。研究表明:2004~2015年,我国小麦全要素生产率的周期性变动主要受技术进步变动的影响,小麦生产规模效率的提高一定程度上促进技术效率得到改善;不同省份小麦全要素生产率的提高贡献来源不同,规模效率的实现是多数省份小麦全要素生产率提高的主要原因,同时,最低收购价政策实施省份的小麦全要素生产率普遍高于其他省份;劳动力、化肥等要素的过度投入一定程度上导致小麦技术效率的损失。文章最后就如何促进小麦全要素生产率的提高给出几点政策启示。     

1989-2009中国总量农业全要素生产率研究综述

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率(TFP)对于中国农业可持续发展更具有研究意义.作者搜集整理了1989-2009年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述.农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特(Malmquist)生产率指数法和随机前沿法.中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大.影响农业全要素生产率增长的因素主要有农村制度变迁等.最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向.     

中国农业用水效率的动态演变及其影响因素

【目的】探明中国农业用水效率的动态演变及其影响因素,为提高中国农业用水效率、促进农业可持续发展提供参考。【方法】利用2010—2017年中国30个省(区、市)的农业用水量、耕地灌溉面积、固定资产投资存量、农业总产值和农作物受灾面积数据,建立超效率非合意SBM模型计算30个省(区、市)的农业用水效率,并计算农业用水效率Malmquist指数的各分解指数。【结果】30个省份中,东部地区大部分省份的农业用水总效率值大于0.8,中部地区大部分省份的农业用水总效率值小于0.7,西部地区中重庆、贵州和陕西的农业用水总效率值大于1,甘肃、宁夏和内蒙古的农业用水总效率小于0.4。研究期内中国农业用水的全要素生产率年均增长率为5.7%,纯技术效率均值小于1,技术进步指数均值大于1,规模效率均值小于1。【结论】中国农业用水效率总体呈上升趋势且空间分布不均衡,东部地区最优,西部地区和中部地区内部较大差异;纯技术效率和规模效率低对农业用水效率产生负面影响,技术进步指数提升产生正面影响。     

1989－2009 中国总量农业全要素生产率研究综述

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率（TFP）对于中国农业可持续发展更具有研究意义。作者搜集整理了1989－2009 年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述。农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特（Malmquist）生产率指数法和随机前沿法。中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大。影响农业全要素生产率增长的因素主要有农村制度变迁等。最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向。表2 参36     

台湾地区茶产业生产效率实证分析

为了对台湾地区茶业生产效率的空间分布特征和时序变动趋势进行评价,利用DEA方法对台湾地区茶产业生产效率变化以及引起变化的原因展开分析。结果显示:①台湾地区茶产业的综合技术效率(0.794)略高于中国大陆(0.709),且受纯技术效率和规模效率的共同影响。桃园市机采、苗栗县机采和云林县手采的综合技术效率均为1,这些产区达到了最理想的生产状态。②台湾地区茶产业全要素生产率的增长表现出时序上的波动性,2005—2017年全要素生产率指数的平均值为1.002,年均上升幅度达0.2%。全要素生产率指数与技术进步指数的相关系数为0.881(P0.01),与技术效率指数的相关系数为-0.499(P0.05),说明全要素生产率的增长是由技术进步因素推动的。③全要素生产率的增长表现出区域间的差异性,新北市机采综合生产效率低,且全要素生产率指数降低最多,生产状况不容乐观;云林县手采综合生产效率高,且全要素生产率指数还在升高,生产状况最好。各县市的全要素生产率指数与技术进步指数、技术效率指数的相关系数分别为0.711、0.723,均在0.05的水平上显著相关,说明台湾地区各县市的茶业全要素生产率受技术进步和综合技术效率共同影响。④台湾地区茶业生产效率不受其采摘方式影响,机采和手采的综合技术效率差异不大,但机采的全要素生产率每年降幅为0.8%,值得注意。     

小麦全要素生产率变化及其影响因素分析——基于全国15个小麦主产省份数据的实证研究

采用DEA-Malmquist模型,对2001—2016年全国15个小麦主产省份小麦全要素生产率进行测算分析,并进一步探讨其影响因素。研究表明:2001—2016年,全国小麦全要素生产率年均增长2. 8%,其中东北地区增长最快,东部地区增长速度略高于中部地区,西部地区发展缓慢。通过对小麦全要素生产率影响因素进行固定效应回归发现:人力资本、农机总动力、粮食补贴政策等对小麦全要素生产率具有正向影响,人均收入、农林牧渔业劳动力和受灾率则具有负向影响,年均气温、有效灌溉面积影响并不显著。建议小麦种植未来发展应着重加强农业人才培育和提高农业机械化水平。     

中国农业企业全要素生产率区域比较及驱动因素分析——基于1 126家国家重点龙头企业

使用2013—2015年农业产业化国家重点龙头企业数据,测度中国各地级市农业企业全要素生产率,并进行空间比较,在此基础上,并就影响中国农业企业全要素生产率的相关因素进行分析。结果显示:1)整体来看,2013—2015年中国农业企业全要素生产率变动幅度不大;2)从各省份来看,农业企业全要素生产率差异较为明显,仅有个别省份全要素生产率呈现递增趋势;从各地市来看,各地市农业企业全要素生产率空间差异大,但是各地市农业全要素生产率排名变化不大,全要素生产率处于中高水平以上的企业不多;3)从影响中国农业企业全要素生产率的因素来看,研发投入、要素密集度和企业规模对中国农业企业全要素生产率的影响为正,企业出口并未对农业企业全要素生产率起到推进作用。     

我国粳稻生产效率变动及收敛性分析

采用DEA-Malmquist指数法,对2001-2012年我国粳稻主要产区12个省份的粳稻生产投入产出面板数据进行实证分析,并测算了我国粳稻主产区全要素投入产出效率,对粳稻全要素生产率变动及其收敛性进行分析.结果表明:2001-2012年中国粳稻TFP的平均增长率为-2.3％,技术进步为-2.2％,技术进步的下滑是决定全要素增长率下降的主要因素.各粳稻生产省份的TFP存在显著差异,其中,黑龙江省和浙江省的粳稻生产效率水平高于其他省份.通过省际间的收敛性来看,粳稻主产区全要素生产率具有σ收敛性.