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。     

资源环境约束下我国西部地区农业全要素生产率增长及其影响因素

为在资源环境约束日益严峻的形势下全面评估西部地区农业发展状况,促进西部地区农业可持续发展,基于我国西部地区12个省市2000—2013年农业投入产出数据,利用SBM方向性距离函数、Luenberger生产率指标和面板数据的时间固定效应模型,分析了资源环境约束下西部地区农业全要素生产率的增长、变化趋势和影响因素。结果:近年来西部地区农业增长显著,但农业全要素生产率提高缓慢,对农业增长贡献低;农业技术效率有恶化趋势,技术进步是农业全要素生产率增长的主要源泉。西部地区农业全要素生产率随着人均农业产出增加呈现U型变化趋势,工业化能够提高农业全要素生产率,而农业投资并没有显著提高农业全要素生产率。     

河南省农业全要素生产率及其收敛性分析

农业是国民经济的基础,在劳动、土地资源有限的前提下,在保护生态、环境的约束下,通过提升全要素生产率来发展现代农业,已成为我国农业发展的必由之路。本文依据Malmquist指数法测算河南省农业全要素生产率,并进行分地区收敛性分析。实证研究发现,2003-2020年,河南省农业全要素生产率不断上升,其中,技术进步较为显著,技术效率仍有提升空间,属于技术诱导型增长；各地区农业全要素生产率存在差异,不存在 收敛以及绝对 收敛,但存在条件 收敛；各地区农业全要素生产率差距在扩大,但都趋近于各自的稳态水平。     

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。     

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。     

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...     

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。     

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...     

环境约束下湖北省农业全要素生产率增长分析

基于湖北省各市2000-2013年农业投入产出数据,利用Malmquist-Luenberger生产率指数和核密度图对环境约束下湖北省农业全要素生产率增长和收敛状况进行了分析。结果表明,湖北省农业全要素生产率增长显著,技术进步是农业全要素生产率增长的主要源泉;农业全要素生产率、技术效率变化和技术进步率都出现了收敛。提出了相应的政策建议。     

面向生态效益的河南省农业生产效率分析与展望

基于河南省的统计数据,采用超效率DEA模型测算了2015年河南省18个地级市农业的技术效率、纯技术效率和规模效率,运用Malmquist指数对河南省农业发展效率的变化趋势进行研究。结果表明,2015年河南省整体农业综合效率偏低,地区间发展不均衡,规模效率是导致综合技术效率低下的根源;河南省几个传统农业大市并非农业发展强市;2013—2015年河南省各地区农业发展总体处于全要素生产率缓慢上升状态,综合效率指数上升是全要素生产率增长的主要原因,技术进步贡献较小;河南18个地区全要素生产率增长的原因不尽相同。最后,基于分析结论,从生态效益视角对河南省农业发展效率予以了展望。     

基于灰色关联的河南省农业综合生产力的影响因素分析

根据2002～2008年河南统计年鉴数据,从生产资金、生产条件、劳动力投入和财政支持等4个方面选取了11个对河南省农业综合生产力有影响的变量,经过对变量和农业综合生产力的灰色关联度计算和分析,确定了不同变量对农业综合生产力的影响程度。结果表明,农业资金已经成为影响河南省农业综合生产力最重要的因素,生产条件,劳动力投入和财政支持对于河南省农业综合生产力的影响程度依次减小。提出了促进河南省农业综合生产力持续发展的对策建议：加强农业金融体系建设,确保农业生产支出;科学安排农业资源配置,改善农业生产条件;开展农业技能的培训,提升农业劳动力素质;增加农业生产财政支出,优化财政支出结构。     

碳排放约束下中国苹果全要素生产率研究

在构建苹果碳排放测算体系基础上,核算1994—2013年中国21省苹果碳排放量,比较分析不同年份、区域之间苹果碳排放总量与密度,之后采用Malmquist-Luenberger生产率指数(ML指数)分析碳排放约束下中国苹果全要素生产率及其分解成分。结果表明:1)2013年中国苹果碳排放总量为153.20万t,较1994年增加40.22%,呈现出"上升-下降-上升"阶段性变化特征;苹果碳排放密度从1994年1.81kg/hm2持续增长到2013年3.00kg/hm2,增速明显。从区域来看,样本期内中国苹果碳排放总量排名前7位的地区均为苹果主产省,但省域差异明显;不同省域的苹果碳排放密度均逐年增长,但排名前3位的地区保持不变,包括天津、北京与新疆。2)1994—2013年碳排放约束下苹果碳排放平均绩效呈现出阶段性变化特征,年平均增长率为2.98%,其中技术效率增长为0.91%,技术进步率增长为2.61%,说明技术进步的贡献相对较高。从区域来看,黄土高原优势区ML指数、技术进步率指数均高于环渤海湾地区,同时黄土高原优势区苹果全要素生产率的最佳实践者的省份数量也多于环渤海湾优势区。     

湖北省农业碳排放的时空特征及经济关联性

【目的】湖北省是农业大省,农业生产的碳排放在总碳排放中占据较大的比重,碳排放所带来的温室效应和农业生产导致的面源污染等环境问题不容忽视。基于此,通过分析农业经济增长和农业碳排放之间的协整关系,并对其进行误差修正,为湖北省未来的碳减排工作的开展提供重要的理论依据和参考。【方法】基于6个主要方面碳源,测算了1993–2017年湖北省农业生产活动所导致的碳排放量,并分析农业碳排放的时空特征。进一步通过Kernel密度估计发现,湖北省各地市州农业碳排放的地区差距。最后,综合运用协整理论及误差修正模型,实证湖北省农业经济增长与碳排放之间的关系。【结果】湖北省农业碳排放总量和强度均呈现先升后降的趋势,年均增长率分别为2.32%、2.21%,从总体来看环比增速呈现下降的趋势。农药、农膜、化肥、农用柴油、翻耕和农业灌溉等所产生碳排放年均递增率分别为2.23%、2.44%、2.40%、3.32%、0.44%和2.32%;通过Kernel密度估计发现,在此样本考察期间内湖北省各地市州农业碳排放的地区差距有明显的扩大。湖北省农业碳排放与农业经济增长存在协整关系的有：农业碳排放总强度,农药、农膜、农用柴油和灌溉等4类碳源导致的碳排放强度,且当湖北省人均农业总产值每增加1%时,农药、农膜、农用柴油和农业灌溉等4类碳源的碳排放强度分别增加了0.58%、0.59%、0.25%和0.15%,农业碳排放总强度便增加0.19%。【结论】湖北省农业经济发展、生产条件和地区发展战略不同,而导致地区间的农业碳排放差距越来越明显。农业经济增长与农业碳排放存在长期稳定关系,这表明湖北省还处于传统耕作模式向绿色低碳耕作模式转型的关键期,并且这种发展模式已存在较长时间。     

农户小麦生产的产出增长与分解——基于河南省农户层面的实证分析

【目的】基于农业部固定观察点河南省的农户调查数据,对2003-2008年间河南省小麦生产增长的原因进行分析。【方法】利用随机前沿生产函数模型和产出增长分解的方法,测算引起小麦生产增长的各因素贡献率。【结果】2003-2008年小麦产出增长中,3.75%来源于投入要素增长的贡献,96.25%来源于全要素生产率增长的贡献;在全要素生产率的贡献率中,有61.75%来自于技术进步的贡献,34.5%来自于技术效率提高的贡献。【结论】推动河南农户小麦产出增长的主要因素是以技术进步和技术效率为核心的全要素生产率的提高。     

我国农副食品加工业全要素生产率研究——基于17个细分行业数据

为了解我国农副食品加工业发展状况,运用malmquist指数法对其17个行业2003—2009年间的数据进行农副食品加工业全要素生产率的测算,并将其分解为技术效率提高和技术进步。结果表明:2003—2009年我国农副食品加工业全要素生产率总体变化不大,农副食品加工业的发展得益于技术进步,而17个细分行业的全要素生产率增长不一,究其原因是物耗的增加阻碍生产率的提高,人力资本投资的增加则有利于生产率的改善。农副食品加工业下的细分行业间增长率存在绝对趋同,趋同速度为年均10.73%。     

基于土地利用结构变化的河南省碳排放时空格局及驱动力分析

河南省面临生态环境脆弱、生态承载力较低和碳排放基数较大等诸多问题，这给双碳战略的有效实施带来了挑战。本研究旨在系统研究河南省土地利用变化对碳排放量时空格局的影响，为政府制定低碳土地利用模式以及差异化的碳减排政策提供科学依据。基于2000—2020年河南省土地利用和能源消费数据，结合土地利用碳排放量方法和ArcGIS技术，本研究量化了河南省碳排放的时空格局分布，并借助地理探测器方法分析了河南省土地利用碳排放量空间分异的影响因素。结果表明：建设用地和耕地是河南省主要的碳源，林地则是主要的碳汇，碳吸收量占总吸收量的90%以上。总体上，河南省碳排放量呈现出先快速增长后缓慢下降的趋势，从2000年的3.367×107 t增长到2010年的7.337×107 t，增长率为118%；而在2010—2020年下降了5.247×106 t，下降率为7%。空间上，不同市域之间存在着显著的碳排放量水平差异，部分市域存在碳收支不平衡，且碳排放量远超碳吸收量。此外，城镇化水平、人口规模和建设用地占比对碳排放量产生显著影响，尤其是建设用地q值增长幅度最大，而人口规模q值在2020年最高。通过探究土地利用变化导致的碳排放量变化和空间格局变化以及碳排放格局的驱动力，对推动河南省土地利用方式向低碳化转变，制定有效的政策具有重大意义。     

绿色贸易壁垒对农业全要素生产率的影响——基于安徽省面板数据的实证研究

基于安徽省16个地级市面板数据,实证分析绿色贸易壁垒对农业全要素生产率的影响。结果表明:安徽省各地级市农业全要素生产率均逐年向好,但地市间改善幅度差异明显,农业技术配置效率差异是关键诱因;绿色贸易壁垒在农业全要素生产率改善中发挥积极作用,显著推动农业全要素生产率提升;绿色贸易壁垒作用农业全要素生产率也存在异质性,产业基础、公共投资、创新能力以及劳动力综合素质调节绿色贸易壁垒影响农业全要素生产率效果。建议通过健全农业保障体系、加强科技创新投入、加大公共投资、改善人力资本存量以及强化供给侧结构性改革和改革开放力度加以改善。     

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。     

吉林省农业碳排放动态变化及驱动因素分析

基于农业物质投入的五个方面:化肥、农膜、农药、农用柴油及农村用电,利用农业碳排放量估算模型,计算吉林省1999-2011年的农业碳排放量,分析农业碳排放总量、组成结构以及农业碳排放强度的动态变化,结果表明:吉林省农业碳排放总量变化分为二个阶段,即波动增长阶段和稳步增长阶段。碳排放总量由1999年的205.3632万t增加到2011年的371.7199万t;农业碳排放总量的组成结构保持不变,依次是化肥、农村用电、农膜、柴油、农药碳排放量;农业碳排放强度从1999年的505.2855kg/hm2升高到2011年的711.7935kg/hm2,其与人均GDP 的环境库兹涅茨曲线(EKC)呈三次函数曲线,预计2012年将达到转折点。基于STIRPAT模型,揭示了人口总数、人均GDP、农业贡献值、农用机械总动力、农户固定资产投资等驱动因素的弹性系数分别为2.6806、0.0767、0.2160、0.1247、0.0572。时间序列预测模型显示:2012-2016年,吉林省农业碳排放总量将由392.4663万t增加到494.1911万t,农业碳排放强度由709.1317kg/hm2下降到561.4089kg/hm2。吉林省必须采取切实有效的措施,改变现有的农业生产发展模式、改善农业生产结构,加强农业科学技术发展,否则,吉林省农业减排的形势将更加严峻。