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。     

技术感知、环境认知与农业清洁生产技术采纳意愿

农业清洁生产技术的推广与采纳对于我国农业可持续发展意义重大,为考察技术感知与环境认知对农户农业清洁生产技术采纳意愿的影响,以中国11省的836份微观农户调查数据为基础,通过应用二元Logistic回归模型,探讨技术感知因素与环境认知因素对农户农业清洁生产技术采纳意愿的影响及其在不同农户群体间的差异性。研究结果表明:1)农户对农业清洁生产技术的感知易用性每降低1个层次,其采纳农业清洁生产技术的概率就会降低5.93%;农户对环境变化的感知程度每提升1个层次,其采纳意愿会提高12.57%。2)"技术感知易用型"农户的采纳意愿主要受到环境变化感知的影响,而"技术感知难用型"农户采纳意愿则主要受到环境变化感知和感知有用性的影响。3)影响"环境变化敏感型"农户采纳意愿的关键因素是感知易用性,而"环境变化滞后型"农户则主要受到年龄、受教育程度、家庭劳动力数量、家庭经营耕地面积的影响。基于上述研究结果,本文认为应对不同类型农户开展有针对性的宣传、教育工作,以提高农户的技术了解程度和环境认知水平,从而推动农业清洁生产技术的推广应用。