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.     

我国农业全要素生产率增长及要素贡献——基于Luenberger指数的实证分析

实现我国农业可持续发展的关键在于农业生产效率的提升。本文从省际层面出发,首先基于2001~2013年面板数据研究了我国农业静态效率情况,结果显示我国农业效率存在较大的省际差异,农业产出、劳动力投入、土地投入无效率是我国多数省份农业低效的主要原因。以此为契机,通过Luenberger生产率指数的构建动态测度了我国各省的农业全要素生产率增长,通过对指数的横向分解发现技术进步和效率改善是全要素生产率增长的主要推动因素,而纵向分解后的结果显示农业全要素生产率增长主要来自于产出效率增加、劳动力素质提升以及土地生产效率改善。     

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。     

河南省农业生产效率实证分析

运用Malmquist指数方法,选取河南省18个城市为样本,考察2001-2009年河南省农业生产效率的全要素生产率的变动趋势,并通过对Malmquist指数的分解进行分析,研究河南省农业生产的全要素生产率增长的内在动力.结果表明,技术进步是推动河南省农业生产的全要素生产率增长的主要因素,综合技术效率指数对全要素生产率...     

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。     

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。     

中国甜瓜全要素生产率及投入优化研究

本文通过运用基于DEA的非参数Malmquist指数法,利用农业部西甜瓜产业技术体系全国定点观测数据,对中国甜瓜生产全要素生产率及构成变动进行分析,并从动态和静态的角度进一步指出甜瓜生产要素的投入优化方向。研究结果表明:目前中国甜瓜生产效率总体水平不高,地区间差异较大。甜瓜全要素生产率增长主要来自农业技术进步,而不是农业生产效率的提高,且技术进步变化对甜瓜全要素生产率变化具有正向影响。甜瓜生产过程中区域性、结构性投入过剩问题依然存在,尚存在较大提高空间。     

中国农业全要素生产率研究进展与前沿——基于CiteSpace的文献计量可视化分析

为了掌握中国农业全要素生产率的研究进展与前沿,探究中国农业全要素生产率的知识结构和主题演变,本文基于中国知网(CNKI)数据库,采用文献计量学方法,对1990—2020年内791篇中国农业全要素生产率相关文献的研究内容、研究主题和热点演变进行系统分析。30年内中国农业全要素生产率研究呈现出阶段性演化发展特征,不断形成综合学科交叉性的研究范式,各主题之间的演变发展相辅相成,不断推进农业全要素生产率研究领域向外扩张,形成学科知识的融合和综合应用。目前中国农业全要素生产率研究热点是农业可持续性增长,绿色农业全要素生产率及各种因素对农业全要素生产率的影响研究等。在Timeline聚类分析图谱上可见各研究主题间边界清晰;研究方法和研究指标的选取,以及对要素投入质量的评估将是未来全要素生产率研究领域的重点和难点。     

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...     

农业全要素生产率的演化过程、测算方法与未来展望

为厘清农业全要素生产率的演变过程,解决当前关于农业全要素生产率概念不明晰,计算农业全要素生产率时测算方法选择偏误、投入产出指标选取不合理等问题,从农业全要素生产率的概念出发,梳理了农业全要素生产率的演变过程,归纳了非生产前沿面方法、生产前沿面方法及微观核算方法等农业全要素生产率的主要测算方法,并对各种方法的优缺点与适用条件进行了说明,进而提出了现有研究的不足与未来展望。     

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.     

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.     

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。     

中国农业全要素生产率空间特征研究

基于1980—2011年省际面板数据。运用MoranⅠ指数及模糊聚类法对中国农业全要素生产率的空间特征进行了较为全面的考察。研究发现:(1)中国农业全要素生产率变化及其分解指标不存在空间集群现象,简单按照地理空间连片划分类别的方式有待商榷。(2)依据农业全要素生产率变化特征及其内在结构将中国各地区重新划分为全面优化组、技术效率组和规模效率组三大类,且3类地区全要素生产率的变化趋同。根据上述结论,提出应在科学合理分类的基础上,因地制宜谋求发展,同时发挥特征相似地区的政策联动,形成发展合力。     

安徽省县域农业全要素生产率评价

选择农业碳排放作为非期望产出指标,并采用GML指数方法对2006～2017年间安徽省县域农业全要素生产率及其时空演变特征进行实证分析。研究发现：(1)考虑与不考虑非期望产出时,安徽省县域农业全要素生产率分别为1.006、1.009,说明研究期内农业非期望产出已对农业生产造成一定程度的负面影响,GML模型比传统ML模型更加合理;(2)时序演变方面,2006～2017年安徽省县域农业全要素生产率总体上呈现出波动上升的趋势,表明研究期内安徽省农业生产率有所改善,但是程度相对有限;(3)空间格局方面,农业全要素生产率总体呈现自南向北逐步递减的趋势,但是皖北、皖中同皖南的差距逐步缩小,全省重心呈现出向“西北向”转移的趋势,全要素生产率指数的向心性和方向性逐步减弱。     

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。     

低碳经济视域下中国粮食全要素生产率变化实证研究

基于低碳经济视角,利用中国省际面板数据,将碳排放作为"坏产出"指标纳入粮食全要素生产率测算中,采用Malmquist-Luenberger指数分析2001—2012年考虑碳排放因素下中国除了香港、澳门、台湾、西藏以外的30个省(市、区)的粮食全要素生产率及其分解。结果表明,是否考虑碳排放因素对粮食全要素生产率的核算结果具有显著影响,中国粮食全要素生产率总体上呈增长趋势,其动力主要来源于技术进步;无论是否考虑碳排放因素,我国东部地区粮食全要素生产率均高于中部和西部地区;东部省(市、区)在推动中国粮食全要素生产率的增长方面发挥了重要作用,中西部省(市、区)则面临粮食增长与资源、环境协调发展的艰巨任务。     

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。     

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。     

碳排放约束下我国油菜全要素生产率增长与分解——来自13个主产区的实证

运用基于方向性距离函数的Malmquist-Luenberger生产率指数法重新估算了碳排放约束下油菜主产区13个省1985-2010年的全要素生产率。研究发现:(1)碳排放约束下我国油菜全要素生产率年均增长1.76%,生产率增长主要依靠前沿技术进步贡献,技术效率改善的作用不明显;从时序演变看,不同阶段波动明显;从地域分布看,东部增长最快。(2)经碳排放因素修正后,油菜全要素生产率反而有所上升,即对油菜生产过程中的碳排放进行严格而恰当的约束,波特"双赢"效果或可实现。