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。     

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。     

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。     

论秸秆机械化还田补助政策的演化进程

正自江苏省实施秸秆机械化还田补助政策以来,便有力地促进全省秸秆机械化还田工作的全面开展,秸秆焚烧现象得到有效遏制,然而伴随着补贴政策的诞生,有关补贴对象的问题便争论不休,到底是补给种植户好呢?还是补给机工好呢?在此有必要探讨一下秸秆还田补助政策的演化过程,从补助政策的演化过程中找到合理的答案。1机械化秸秆还田的现状本着谁种植谁受益的原则,江苏省在2009年刚开始实施秸秆机械化还田补助时是直接补贴给农户的,这本是很朴实自然     

经营规模与农户秸秆还田技术采纳行为：提升途径与效应估计——来自黑龙江省的证据

经营规模的扩大为秸秆机械化还田创造了有力条件。在推进农业规模化经营进程中,如何充分发挥政策激励作用是促进农户秸秆还田的重难点。本文以黑龙江省为例,利用农户微观调研数据,运用Probit模型和调节效应模型,分析经营规模对农户秸秆还田技术采纳行为的影响,探讨其提升途径及效应。结果表明,黑龙江省秸秆还田率较低,农户、地块采纳率分别仅为20.59%和17.74%,但呈现出随经营规模增加而提高的态势,且不同规模的农户未采纳秸秆还田技术的原因有所差异。经营规模的扩大能够显著促进农户秸秆还田技术采纳行为,且秸秆还田补贴、机械设备供给、机械作业质量在经营规模对农户秸秆还田技术采纳行为的影响中具有显著提升效应。各途径的提升效应随样本采纳秸秆还田概率的提高呈不同变化。研究表明,适度扩大经营规模、进行政策动态干预是促进农户秸秆还田技术采纳行为的关键。因此,提出持续推进农业规模化经营、提高作业补贴标准和瞄准性、加大秸秆还田研发投入与技术培训、健全社会化服务体系的政策建议。     

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。     

农业补贴对粮农土地适度规模经营的影响——基于新疆奇台县的调研

运用数据包络分析(data envelopment analysis,简称DEA)法对新疆奇台县小麦种植户收益含补贴和不含补贴这2种情境下的要素配置效率进行实证研究,并通过SPSS软件对3组效率值进行配对t检验,以了解农业补贴对全要素配置效率和土地适度规模经营的影响。结果显示,奇台县小麦种植的适度规模区间为22~24 hm~2;农业补贴能提高全要素配置效率,减少粮农各要素的投入冗余量,有利于实现粮农土地适度规模经营;农业补贴实施过程中纯技术效率偏低。建议在坚持家庭联产承包责任制的基础上,有序推进土地适度规模经营;加大粮食适度规模经营和耕地地力保护补贴力度,使农户适度扩大土地规模,发挥农业补贴和要素投入的规模效益;简化补贴类型,减少农业补贴发放过程中纯技术效率损失。     

互联网信息技术使用对农业生产率的影响分析——以江西省水稻种植户为例

利用江西省549份水稻种植户数据,采用普通最小二乘法(OLS)、倾向得分匹配法(PSM),从微观层面分析互联网信息技术使用对水稻农业生产率的影响。研究结果表明,使用互联网信息技术可以显著提高水稻的土地生产率和全要素生产率,但是增产效应大于增效的效应。使用倾向得分匹配方法对比基准回归结果后,仍然得到了一致结论。异质性结果表明,考虑农户教育水平差异,互联网信息技术使用仅对较低教育水平农户土地生产率的促进作用显著,对全要素生产率的提升效应仅对较高教育水平农户显著;考虑农业经营规模差异,互联网信息技术使用仅对规模较大户的土地生产率和全要素生产率提升作用显著,在适度扩大土地经营规模的条件下,互联网信息技术的增产效应大于效率提升效应。因此需要持续推进农村互联网及配套基础设施建设,同时提高农民文化素养、鼓励规模经营,提升农民从互联网获取农业信息、技术的能力与需求。     

农机补贴对农户机械化秸秆还田的影响

秸秆还田技术是当前农业发展中重要的种植方式。随着农业农业机械化的不断发展和秸秆还田农业工艺的显著提升,中央政府也加大了对农村机械化秸秆还田技术的扶持。这在很大程度上促进了农业的机械化发展,提高了农业生产效率。文章对山东肥城在农机补贴情况下机械秸秆还田的影响进行实地的数据调查研究,主要探讨的是当前农机补贴对农户实现机械化秸秆还田的影响,并且对政府的这项农机补贴和当前机械化秸秆还田作业方式提出建议。     

数字经济对农业绿色全要素生产率的影响——基于土地经营效率的中介作用分析

为研究数字经济对农业绿色全要素生产率的影响及其内在逻辑,在运用SBM模型和GML指数测度农业绿色全要素生产率的基础上,利用2011—2020年中国30个省份（统计数据未含西藏、港、澳、台地区,下同）的面板数据来分析数字经济对农业绿色全要素生产率的影响效应,并从土地经营效率视角考察土地集约经营效率与土地规模经营效率在数字经济影响农业绿色全要素生产率的作用机制。结果表明：1）数字经济会对农业绿色全要素生产率产生显著促进效果;2）土地集约经营效率和土地规模经营效率在数字经济影响农业绿色全要素生产率的过程中分别起显著的中介效应和遮掩效应。运用门槛效应模型发现超过门槛值后,土地集约经营效率进一步提升了数字经济对农业绿色全要素生产率的促进效果;3）数字经济对农业绿色全要素生产率的提升效果在不同区域呈现显著的异质性,东部地区的提升系数显著为0.137、秦岭—淮河线南北两侧地区的提升系数显著为0.115和0.319、胡焕庸线东南部地区的提升系数显著为0.068。这表明数字经济促进了东部地区、秦岭—淮河线两侧地区和胡焕庸线东南侧地区的农业绿色全要素生产率。本研究据此提出,在我国农业现代化建设中应当拓展数...     

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.     

中国农业全要素生产率构成及区域趋同性分析——基于1996-2010年Malmquist指数法

利用1996-2010年省际面板数据,运用DEA-Malmquist指数法模型,分析了中国农业全要素生产率(TFP)增长的构成即农业技术效率提高(Ech)和农业技术进步(Tch),并解释了不同区域农业全要素生产率(TFP)及其分解值的趋同性。研究结果表明:(1)1996-2010年,中国农业全要素生产率(TFP)年均增长率为4.1%,其中农业技术进步(Tch)年均增长率为4.8%,农业技术效率(Ech)年均增长率为-0.7%;(2)农业技术效率对全国农业全要素增长率区域差异的解释度分别为58%,剩下的42%则由农业技术进步解释;(3)"九.五"到"十一.五"期间,中西部区域农业技术效率和农业技术进步的交替增长,使得东中西区域间农业全要素生产率呈现出长期的趋同效应。     

我国农业全要素生产率增长及影响因素

中国是一个农业大国,但是我国的农业全要素生产率水平较低,学界关于这方面的研究也是相对较少,但是提高农业全要素增长率水平是我们从农业大国迈向农业强国的关键节点,因此我们需要加强这方面的研究。本文将从农业全要素生产率增长的重要性、影响我国农业全要素生产率增长的因素、测量方式和政策建议四个方面对其进行研究。     

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。     

基于超效率DEA和Malmquist指数的国家级产粮大县农业生产效率分析

综合运用超效率DEA模型和曼奎斯特(Malmquist)指数法从静态和动态两个角度,对陕西省16个国家级产粮大县(区)农业生产效率进行了分析。研究发现：从整体上来看,16个县(区)2007—2008年的全要素生产率增幅最大;从各个县(区)来看,武功县的农业生产综合效率和全要素生产率均领先于其他县(区);从全要素生产率的增长结构来看,2005—2009年间16个县(区)的全要素生产率的增长主要来自于农业技术进步,而不是技术效率和规模效率的提高。     

中国省域农村教育人力资本与农业全要素生产率的空间交互效应——基于空间联立方程的经验分析

利用2001—2016年数据和空间联立方程模型方法对中国省域农村教育人力资本与农业全要素生产率的空间交互效应进行了研究,结果表明:1)农村教育人力资本和农业全要素生产率之间存在互促效应,这种效应具有时间异质性,农业全要素生产率居于优势地位;2)城市化进程和市场化程度对农村教育人力资本和农业全要素生产率存在差异化影响方向,空间互动状态下二者存在显著溢出效应。为此需实施科技兴农和农业集约化发展战略,优化农村教育生态系统,统筹区域间农村教育和农业生产效率,实现农村教育人力资本和农业生产率互促协调发展。     

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。     

农业保险、农业全要素生产率与农业产出的协同效应

[目的]农业保险和农业全要素生产率对于中国农业发展具有重要意义,本文旨在探究农业保险发展、农业全要素生产率与农业产出之间的内在关系.[方法]基于2007—2018年省际面板数据,采用固定效应模型,实证分析了农业保险、农业全要素生产率及两者协同效应对农业产出的影响.[结果]农业保险和农业全要素生产率均对农业产出具有显著促...     

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。     

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。