我国粮食主产区农业全要素生产率的测算及影响因素

为促进和改善粮食主产区的粮食生产和农业可持续发展提供理论参考,基于1987-2012年河北、内蒙古、辽宁等共13个粮食主产省(区)在财政支农、粮食生产投入产出、经济发展等方面的统计数据,利用DEA-Malmquist指数法测算了其农业全要素生产率,并采用面板数据模型分析了其影响因素。结果表明:人均GDP对粮食主产区的农业全要素生产率影响存在区域差异;教育和财政支农力度对其具有负影响;分税制改革、取消农业税与粮食直补政策对其影响不显著。江苏、江西、辽宁、山东和内蒙古的农业全要素生产率不受上述因素的影响,有待日后进一步研究。     

财政支农补贴对农业全要素生产率的影响研究——基于中国省际面板数据的门槛效应检验

在采用DEA-Malmquist指数法测算农业全要素生产率的基础上,选取2004—2020年中国31个省（市、自治区）的面板数据,运用固定效应模型和门槛效应模型检验财政支农补贴对农业全要素生产率的影响。结果表明,财政支农与农业全要素生产率之间存在先促进后抑制的倒“U”形关系,这一结论在改变计量方法、替换解释变量、考虑内生性问题等稳健性检验后仍然成立;分区域看,二者的拐点在东部地区来得最早,在西部地区来得最晚;加大农业科技投入能够推动财政支农与农业全要素生产率之间的拐点右移,促进财政支农使用效率的提升。     

金融科技对江苏省农民收入增长的中介效应及异质性

以2014—2019年江苏省13个地级市为样本,构建中介效应模型,从收入来源渠道角度检验金融科技对江苏省农民增收的影响,并对粮食主产区和非粮食主产区进行异质性检验。结果表明:金融科技对农民收入具有显著促进作用;中介效应检验得知,金融科技通过促进非农就业增加工资性收入,影响农民增收,但不存在金融科技通过提高农业全要素生产率、第一产业固定资产投资以及财政支农强度促进农民增收的中介效应;区域异质性分析得知,金融科技对非粮食主产区作用更加显著。政府要充分利用金融科技提高金融服务覆盖面,提高农民金融素养,加强金融科技基础设施建设,构建正规、完备的农村征信数据库及信息共享平台,促进农民广泛就业,提高农民收入。     

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。     

粮食主产区农业全要素生产率动态评价研究——基于DEA法的GML指数测算的结果

实施乡村振兴战略对农业生产配置效率提出了更高要求。本文基于SBM-GML模型,选取2000—2021年粮食主产区省域面板数据,运用DEA法测算并探讨了粮食主产区农业全要素生产率的动态演变特征。结果表明：技术进步对粮食主产区农业全要素生产率的影响最大,且粮食主产区农业全要素生产率呈上升趋势。粮食主产区农业全要素生产率的时空演化具有“涨跌互现”和波动性较大的特征,且其变化同气候变化与农业政策密不可分。本文研究结论对于精准评估粮食主产区农业生产水平、实现农业高质量发展和农业强国目标具有借鉴意义。     

农业劳动力老龄化对粮食绿色全要素生产率变动的影响研究

本文利用1991—2016年27个省(区)的粮食生产投入产出数据,在运用单元调查评估法测算各省份粮食生产污染排放量的基础上,采用Global-Malmquist-Luenberger(GML)指数与方向性距离函数测度了各省粮食绿色全要素生产率指数,并运用面板数据模型实证分析了农业劳动力老龄化对粮食绿色全要素生产率变动的影响。结果表明:1)全国大部分省份的粮食绿色全要素生产率在样本期内呈现出逐步增长的趋势,但仍处于一种低效率状态;此外,不同省份之间的粮食绿色全要素生产率变动状况差异也较大,粮食主产区的粮食绿色全要素生产率表现状况整体优于主销区和产销平衡区。2)农业劳动力老龄化与我国粮食绿色全要素生产率变动之间呈现出显著的"U型"关系,即伴随着农业劳动力老龄化程度的加深,粮食绿色全要素生产率存在先降后增的趋势,并且这种关系在粮食主产区、粮食主销区和产销平衡区均较为稳定。3)工资性收入比重以及受灾率的增高对粮食绿色全要素生产率变动均具有负向影响,而财政支农力度的提高则能够显著促进粮食绿色全要素生产率的增长。     

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。     

粮食主产区农业绿色发展的影响因素、质量测度与动力分析——基于绿色全要素生产率视角

为了探究粮食主产区农业绿色发展的影响因素与质量动力,以农业绿色全要素生产率（GTFP）为切入点,运用超越对数函数形式的SFA模型对环境约束下2004—2018年松花江、黄河、长江三大流域粮食主产区展开分析。结果表明：环境规制、第一产业占比、农业财政支持对GTFP的增长具有显著正向影响,环境污染、自然灾害则反之;三大流域农业GTFP增长率的平均值为3.3%,农业绿色发展状况在不断改善,但改善速度前期波动较大、后期较小,且区域间呈现不均衡状态;松花江流域的发展动力主要来自技术效率、技术进步和规模效率的增长,黄河流域和长江流域分别来自技术效率主导和技术进步主导的效率与进步双重驱动,规模效率和要素配置效率对二者的贡献较为微弱。今后需要注重以提升绿色全要素生产率为核心,加大农业技术创新,发展适度规模经营,完善区域协调发展机制,并有效实施环境规制政策。     

秸秆还田补贴方式对粮食生产率影响分析

为探究更为有效的秸秆还田补贴方式,对山东和江苏两省实地调研数据利用规模报酬可变模型下的投入导向型DEA模型对生产率的测算;实证分析不同类型的秸秆还田补贴政策对于农业全要素生产率的影响。结果表明:不论补贴发放给种植户还是农机手,秸秆还田补贴都将通过收入效应、预期效应,显著提高农业全要素生产率。并且秸秆还田补贴发放给种植户可以更大程度提高农业全要素生产率,这可能是由于补贴给种植户将同时提高规模效率和技术效率。因此,我国应大力推广秸秆还田补贴政策,同时以"谁种地,补给谁"即补贴给种植户的方式为主。     

农机购置补贴对农业全要素生产率的影响分析

从2004年起,我国开始对农业机械购置实施补贴政策,为考虑该政策实施前后对农业全要素生产率是否会产生影响,本文先使用DEA-Malimquist指数法测算了2002-2017年30个省份的农业全要素生产率,然后用Tobit模型评估了农机购置补贴对其的影响。研究结果表明:2002-2017年间我国农业全要素生产率大致保持了上升趋势,但是各省之间存在差异。而且,随着中央财政对购机的补贴款的增加,农机补贴对农业全要素生产率提升作用越发显著。同时,教育程度、经济发展水平在不同显著性水平上促进了农业全要素生产率,而土地规模化和农机服务价格则和农业全要素生产率呈反向关系。     

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。     

农业结构调整对农业全要素生产率增长的影响效应

[目的]在边际报酬递减规律与资源环境的共同约束下，依靠要素投入推动农业增长不可持续，因此，不断提高农业全要素生产率（TFP）对中国农业可持续增长尤其重要。[方法]采用乘积完备（multiplicatively complete）的Hicks-Moorsteen全要素生产率指数，将中国农业全要素生产率增长彻底分解为技术进步、技术效率变化、规模效率变化和混合效率变化，农业结构调整通过改变混合效率，进而影响农业全要素生产率增长。[结果]从时间维度上看，仅1992-1997年混合效率变化为农业全要素生产率增长贡献了0.5个百分点，即该时期农业结构调整促进了农业全要素生产率增长。从地区维度上看，仅东部地区混合效率变化为东部地区农业全要素生产率增长贡献了0.4个百分点，即东部地区农业结构调整推动了东部地区农业全要素生产率增长。中国农业全要素生产率增长主要来自技术进步，农业结构调整对农业全要素生产率增长的影响效应在时空上存在较大差异。[结论]农业结构应根据市场需求、资源禀赋和比较优势进行调整，才能提高混合效率，进而推动农业全要素生产率增长。     

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。     

浙江省农业全要素生产率的实证分析———基于 DEA-Malmquist 指数简

利用DEA—Malmquist生产率指数对浙江省11个地级市1995～2011年农业全要素生产率进行分析,结果表明：1995—2011年浙江省农业TFP实现了快速的增长,年均增长率为5．5％;浙江省农业TFP的快速增长主要是由于农业技术进步推动的,年均增长率为4．8％;各市农业TFP增长差异明显,其中丽水市农业TFP增长最快,杭州市农业TFP增长最慢;浙东北的农业TFP增速低于浙西南,其中浙西南农业技术进步快于浙东北,而浙东北的农业技术效率高于浙西南。     

论农业科技成果转化的法律保障

农业科技成果转化是实现农业科技进步、促进农村经济发展的关键性举措。农业科技成果的转化既需要经济支持,也需要法律保障。针对我国农业科技成果转化率偏低、科技人员在成果转化中职责不明、成果转化资金无保障以及农民对科技成果转化配合不够等诸多问题,应当完善相关立法,为农业科技成果转化提供强有力的法律保障,促进农业科技成果既快又好地转化为农业生产力     

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。     

基于SBM模型的新疆农业绿色全要素生产率评价研究

在农业绿色可持续发展的背景下，推动农业生产方式转变成为我国农业发展的必然选择。本文基于2011—2020年新疆各地区的面板数据，运用含非期望产出的SBM模型和GML指数分析新疆农业绿色全要素生产率。结果表明：新疆农业绿色全要素生产率（GTFP）虽出现了明显的区域差距，但样本期间农业绿色全要素生产率整体呈现增长趋势，2011—2020年新疆昌吉、博阿塔拉、巴音郭楞、阿勒泰的GEC指数保持在1以下，而其GTC指数则保持在1以上。可见2011—2020年新疆地区GTFP负增长是相对效率的倒退，相反，技术改进则>1，这意味着新疆各地州及兵团的GTFP增长主要得益于技术进步。因此，健全对农业企业的政策支持、完善农业补贴制度、加强对绿色农业科技知识的宣传是推动新疆绿色农业发展的有效路径。     

山东省农产品加工业全要素生产率影响因素研究

推动农产品加工业发展,已经成为当前我国推进农业现代化进程中的关键环节.文章使用Malmquist生产率指数方法对山东省农产品加工业12个子行业2009—2017年的TFP进行测算,结果显示技术进步是推动TFP增长的主要原因.进一步对影响因素研究的结果表明,产业集聚水平、企业规模、外商投资能够促进农产品加工业全要素生产率...     

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.     

制度变迁视角下的粮食直补政策及其绩效——基于13个粮食主产省（2004～2009）面板数据分析

对我国粮食补贴政策变迁的动因进行了回顾,结合13个粮食主产省2004—2009年相关统计数据,构建了面板数据（Paneldata）模型,运用Eviews6．0统计软件,对我国粮食补贴政策绩效进行了实证分析．结果表明,粮食种植面积、农业生产资料价格、农产品生产价格、粮食直补金额均对粮食产量产生显著影响．在此基础上,提出了应进一步完善粮食补贴机制,提高农业科技进步水平,调动农民种粮积极性,维护国家粮食安全．