河南省农业全要素生产率的动态实证分析:基于DEA模型的Malmquist指数方法

为提高河南省农业生产效率的途径,运用DEA的Malmquist指数方法,对河南省2000-2008年农业全要素生产率进行测算和分析.结果表明:9年来,河南省农业全要素生产率处于不断增长态势,而技术进步是推动农业全要素生产率增长的主要原因,技术效率的作用贡献较小;河南省各地市农业全要素生产率水平差异显著.提高农业生产技术...     

气候变化视角下我国粮食生产率增长及其影响因素分析

[目的]通过深入了解气候变化对粮食生产率增长的影响,为科学制定粮食生产政策提供理论依据.[方法]利用2000—2017年我国省际面板数据,使用HP滤波法分离粮食生产气候产量,并运用序列DEA方法测算是否考虑气候因素两种条件下的我国粮食全要素生产率,并实证检验气候变化、科技投入等因素对粮食生产率的影响.[结果]气候变化对粮食全要素生产率的测算结果具有较大影响,考虑气候变化因素后粮食全要素生产率更低.两种条件下我国粮食全要素生产率的增长均呈明显波动性变化,主要由技术进步推动,而技术效率起到阻碍作用.气候变化对粮食全要素生产率有显著影响,且具有明显的区域差异性,其中年平均气温具有正向影响,而年降水总量则表现出负向影响;科技投入对粮食全要素生产率增长的促进作用显著.[建议]政府应调整农业结构和种植制度,推动农业供给侧结构性改革;加大农业科技投入,培育新品种;完善农田基本设施建设,提高水资源利用率;建立和完善农业气象灾害监测预警服务体系,提高农业灾害性天气的预测能力.     

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。     

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。     

山东省农业全要素生产率及其影响因素研究

选取山东省17地市2000—2016年面板数据,运用DEA-Malmquist指数测度和分解了山东农业全要素素生产率,并对其影响因素进行了实证分析。结果表明:山东农业全要素生产率整体呈现上升趋势,在鲁东、鲁中、鲁西三大地区间存在明显差异;机械化水平、财政支出水平、城市化水平、外资投入水平对山东农业全要素生产率有显著正向影响,环境恶化程度对山东农业全要素生产率有显著负向影响,灌溉用水效率、工业化进程、对外开放程度则影响并不显著。据此,应优化农业财政支出结构,以工业反哺农业、城市带动农村,加强农业技术创新以提高山东农业全要素生产率。     

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。     

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。     

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。     

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。     

长江经济带农业绿色全要素生产率时空差异及收敛性分析

为测度农业绿色发展水平,采用超效率SBM模型和GML指数对长江经济带各省市1997—2019年的农业绿色全要素生产率进行了分解测算,基于时空角度探究其发展差异,并进一步从整体和区域层面对其收敛性进行检验。结果表明：样本期间内,长江经济带农业绿色全要素生产率总体呈增长趋势,其中,下游地区最高,中游地区最低,上游地区居中,该区域农业绿色全要素生产率增长主要来源于农业绿色技术进步;长江经济带总体以及上游、中游、下游地区在样本期内均不存在绝对α收敛,但存在绝对β收敛。基于此,为了从整体及空间上进一步优化并提高长江经济带农业绿色全要素生产率,推动该区域农业朝着绿色高质量方向发展,提出落实区域农业高质量发展政策、因地制宜发挥区域优势、破解区域发展障碍、践行区域协同发展战略等对策建议。     

农业社会化服务有利于农业生产效率的提高吗？——基于三阶段DEA模型的实证分析

基于安徽、江西、湖南、湖北4省937个水稻种植户的微观调查数据,采用三阶段DEA模型测算了农户的生产效率,分析了农业社会化服务对农业生产效率的影响程度和方向。研究结果表明,长江中游4省农户的生产效率存在显著差异,且效率水平普遍低下,其中江西省最低;金融服务、农技服务、机械服务对农业生产效率的影响显著为正,但由于政府或村委会在维护与管理方面的缺陷,良好的基础设施对农户的生产效率表现出显著抑制作用;此外,农户的个体特征及家庭特征对其生产效率有着不同程度的显著影响。有鉴于此,本研究认为应该通过构建普惠性金融体系,向农户提供有针对性的农技服务,并关注机械服务质量,以提高农业社会化服务水平,完善农业社会化服务体系,顺利实现农业现代化。     

灰水足迹视角下我国省域农业生态效率及其影响因素

【目的】从灰水足迹视角评价我国省域农业生态效率,揭示农业生态效率的空间分布特征,分析影响农业生态效率的主要因素,据此提出提升我国省域农业生态效率的政策建议。【方法】利用我国2000—2019年的省级面板数据,考虑非期望产出的超效率SBM模型对我国省域农业生态效率进行综合评价,采用空间杜宾模型对农业生态效率的空间差异与影响因素进行分析。【结果】（1）总体而言,农业灰水足迹呈下降趋势,但个别省（市、区）呈上升趋势。从灰水足迹由低到高的排名可以看出,处于前列（即灰水足迹较小）的省（市、区）经济发展水平较高或农业产值占比较低;处于后列（即灰水足迹较高）的省（市、区）经济发展水平较低或农业产值占比较高。（2）观测期内,农业生态效率总体平稳,个别年份波动较大,各省（市、区）的均值差距明显且分布极不平衡。（3）经济发展水平、种植业结构、技术进步、财政支农、农业受灾率等因素对中国农业生态效率的影响程度各异。随着经济发展水平与人们生活质量的双双提升,无论是农业经营者还是消费者对农业生态环境保护和农产品质量的重视程度日益提升,在一定程度上改善了区域农业生态效率水平,但是地区经济社会发展产生的污染也可能对农业生态效率产生负面影响;财政支农的大部分资金使用在对农药、化肥和农机等生产资料的补贴上,虽然改善了农业生产条件,提高了农业经济生产力和效率,但对农业生态效率的提升效果不显著;技术的发展在农业生产过程中很重要,使用得当会提高农业生态效率;农业受灾率的估计结果未通过显著性检验,可能是因为农业受灾面积的扩大导致农业生态效率的下降,但每年的受灾情况并不具有规律性;种植业结构的系数为负,其对农业生产效率产生了负面影响,可能是因为粮食作物种植面积占作物总播种面积比例较高,且消耗的氮肥数量较多。【结论】由于我国各个省（市、区）的农业灰水足迹演变趋势和差异明显,农业生态效率整体水平不高,且各个因素对农业生态效率的影响程度不一。因此,需要健全农业灰水足迹治理机制;优化农业产业结构,建立基于灰水足迹的农业水资源保护补偿机制;完善财政支农方式和政策,引导经营主体积极提升农业生态效率。     

碳视角下的设施蔬菜生产效率——基于北京市调研的实证

本研究将农业生产效率和环境影响有机结合在一起,以农业生产碳效率为核心工具进行分析。基于农户调研数据,运用生命周期评价法,对不同设施类型蔬菜生产的碳投入产出及碳足迹进行了测算;在此基础上,运用DEA分别与Tobit模型及CLAD相结合,分析了不同设施类型蔬菜生产的碳效率及其影响因素。结果表明:1)不同设施类型蔬菜生产碳足迹的测算值均为负数,表明设施蔬菜生产整体上对生态环境具有正的外部性;2)设施蔬菜生产碳效率偏低,表明在碳视角下资源配置效率不高;其中,大棚生产碳效率高于温室生产,纯技术碳效率较低而规模碳效率较高,表明农户生产规模接近最优规模,而技术和管理水平偏低,此外温室生产农户的技术和管理水平低于大棚农户;3)经营者从事设施蔬菜生产年限、家庭年收入、使用测土配方施肥技术对碳效率具有显著的正向影响,蔬菜生产设施类型、劳均蔬菜种植面积对碳效率具有显著的负向影响。对此,提出相应的对策建议。     

气候变化对粳稻生产效率的影响研究

运用随机前沿超越对数生产函数和省级面板数据,综合考虑气候因素和粳稻生产投入要素,测算我国粳稻1980～2012年的生产效率,并使用效率损失模型测算出气候变化对粳稻效率缺失的影响情况.结果表明,粳稻的生产效率呈现出上升的趋势,但波动较为平稳;降水量和日照时数对粳稻生产效率缺失有显著（1％水平）正的影响,即降水量和日照时数的增加均会使粳稻生产效率降低;平均气温会促进粳稻生产效率的提高,但影响并不显著.     

黑龙江省垦区与普通农区农业经济增长影响因素的比较分析

基于农业生产函数模型,采用岭回归方法,以黑龙江省垦区和普通农区为研究对象,定量分析了劳动力、资本、土地等生产要素投入对不同类型农区农业经济增长的影响。结果表明:(1)黑龙江垦区投入要素弹性系数均高于普通农区,科技进步速度快于普通农区,规模化、机械化、专业化的生产方式优于传统的农业生产方式。(2)劳动、资本、土地等投入要素对垦区及普通农区农业产出影响均有显著作用,垦区农业生产要素投入处于规模报酬递增阶段,普通农区处于规模报酬递减阶段。(3)科技进步对垦区与普通农区农业增长的贡献率分别为45.3%、42.5%,是区域农业经济增长的重要影响因素。垦区应发挥其科技、管理和资源优势,积极开展与周边普通农区的合作,因地制宜培育和形成合理的场县(市)合作模式;普通农区应发展适度规模经营,优化农业要素投入结构,提高农业综合生产效率,促进农业经济可持续发展。     

雇工劳动对农户粮食生产技术效率的影响研究——基于三省水稻种植户的调查

随着我国现代农业与规模农业的不断推进,农业经营主体对雇工劳动力的需求日益增大。针对雇工中存在的道德风险问题,从雇工劳动视角分析其对粮食生产效率的影响对于进一步梳理粮食规模化经营中存在的瓶颈制约问题具有重要的现实意义。基于黑龙江、浙江、四川3省的调研数据,采用不同前沿面的超越对数随机前沿生产函数,分析农户粮食生产技术效率及其损失的影响因素,重点考察雇工劳动对农户粮食生产技术效率的影响。结果表明:雇工生产在粮食生产中成为一种普遍现象,44.7%的样本农户进行雇工生产,规模经营户的雇工需求尤为突出。农户粮食生产的平均技术效率为85.11%,存在显著的技术效率损失,但技术效率的省际差异并不明显;农业雇工投入比例与粮食生产技术效率呈现"倒U型"效应趋势,雇工投入比例在25%~50%区间内,农户的粮食生产技术效率最高。控制变量方面,户主受教育年限、人均纯收入和地块面积对生产技术效率均有显著的正向影响,种地规模、地块距离家的距离、地块受灾和差的土壤质量均对粮食生产技术效率有显著的负向影响。基于此,提出普及农业机械化生产与开拓新型经营方式、建立有效劳动监督激励机制与"农业CEO"管理机制、重视农业劳动力的人力资本积累等建议。     

基于DEA-Malmquist指数的江苏省农业生产效率评价

为全面了解江苏区域农业发展情况,正确认识农业发展现状。选取2005—2014年江苏统计年鉴面板数据,采用DEA模型和Malmquist指数法对江苏省农业生产效率进行分析评价。结果表明:江苏省农业生产效率整体处于较高水平,农业全要素生产率每年均提高的主要原因是技术进步;同时,江苏各区域的农业全要素生产率从高到低依次为苏南、苏北和苏中,其中,苏南地区优势明显,苏中与苏北地区的差距较小。     

基于省级面板数据的农产品对外贸易的技术溢出效应分析

【目的/意义】中国自加入WTO以来,农产品对外贸易规模不断扩大,不仅拉动了经济增长,更对各地区的技术进步产生了影响。分析农产品对外贸易的技术溢出效应,以期对政府制定政策推动农业技术进步、优化农业产业结构以及拉动农业生产率有所帮助。【方法/过程】文章采用DEA-Malmquist指数法对各省农业全要素生产率进行测算,选取2002-2016年省级面板数据,采用固定效应模型(FE)进出口贸易的技术溢出效应进行分析。【结果/结论】研究结果表明:农产品贸易对于农业全要素生产率影响显著为正,说明农产品对外贸易产生了正向的技术溢出。此外,人力资本、农业科研经费投入、公路基础设施及农业产值占比对全要素生产率具有正向影响,农作物受灾比例对全要素生产率的影响为负。据此提出应扩大农产品贸易规模;加大人力资本投入;增加对公路基础设施和农业科研经费的投入;加大农业救灾资金款项投入;实现农业的可持续化发展的政策建议。     

农业机械化有助于化肥投入效率提升吗?——以小麦为例

为了解农业机械化对提升化肥投入效率的影响,以1998—2017年中国小麦生产为例,利用固定效应SFA模型和反事实分析法,考察农业机械化对化肥投入效率的影响及其产生的化肥减量效应。结果表明,机械化对小麦生产化肥投入效率具有显著正向影响。在样本期间,中国小麦生产化肥投入效率总体呈上升态势,均值水平为0.73,其中机械化使化肥投入效率均值水平大约提高了0.03。小麦生产机械化的化肥减量效应平均约为4.31kg/hm2,且地区间存在显著差异,呈现东低西高的空间格局。最后根据研究结论,提出了三点政策建议。     

不同环节农机社会化服务对粮食生产技术效率的影响——以早稻为例

为研究不同环节农机社会化服务对粮食生产技术效率的影响，基于2019年国内7个省份早稻种植户的调查数据，运用数据包络分析法的非径向SBM模型测算早稻生产技术效率，并采用Tobit模型和分位数模型分析农机社会化服务对早稻生产技术效率的影响。结果表明:从整体上看，农机社会化服务对早稻生产技术效率存在显著的正向影响。耕地、播种和植保环节农机社会化服务均对早稻生产技术效率具有正向显著影响，而灌溉排水和收获环节农机社会化服务对早稻生产技术效率则并不显著。农机社会化服务对早稻农户种植技术效率提升效果显著，但作用边际效果因原本技术效率水平差异而有所差别，这种差别也体现在各生产环节上。因此，在大力发展农机社会化服务时，应根据其不同环节特性，制定相应的政策措施。