我国粮食绿色全要素生产率的时空演变分析

运用超效率EBM-GML模型和空间自相关分析方法,对2004—2021年我国30个省份的粮食绿色全要素生产率（GTFP）时空演变情况进行分析,以为我国进一步促进粮食生产高质量发展提供参考。研究发现：2004—2021年我国30个省份的粮食GTFP总体上比粮食全要素生产率（TFP）偏低,考虑碳排放因素能更准确地反映粮食生产的真实效率;粮食GTFP整体呈上升趋势,其增长的主要动力来源为技术进步,但粮食GTFP表现出“中部地区高、西部地区低”的特征,技术进步对东部地区的粮食GTFP贡献最大,技术效率仅对中部地区的粮食GTFP有所贡献;2004—2021年我国30个省份粮食GTFP虽然存在一定的差异,但整体上呈现出空间正相关性,局部空间异质性逐渐减弱,空间集聚程度不断提升,大部分省份粮食GTFP处于高高集聚区和低低集聚区,集聚性较强的省份主要分布在东部和中部地区。在此基础上,提出完善粮食生产中的环境规制政策;促进技术进步,提高技术效率;促进区域合作,推进协调发展;注重因地制宜,完善支持体系等建议。     

基于SFA的河南省粮食生产全要素生产率分析

本研究利用2003—2013年河南省18个地市粮食投入产出数据,用SFA模型(Stochastic Frontier Analysis,随机前沿生产函数模型)研究河南省粮食生产的全要素生产率及其变动特征,揭示2003年以来河南省粮食增长的变动轨迹及源泉,进而提出政策建议。结果表明,河南省全要素生产率的增长表现为技术进步驱动型增长模式,技术进步成为全要素增长的源泉,技术效率则成为全要素增长的潜在动力,粮食生产过程中资本要素替代了劳动力要素,河南省需要在合理配置要素投入、加速技术推广与扩散提高技术效率的同时加速农业技术创新,促进技术进步。     

广西粮食全要素生产率时空差异及收敛性分析

[目的]研究广西粮食全要素生产率区域差异及变化趋势,提高广西粮食全要素生产率,为粮食生产提供理论指导.[方法]基于2006—2016年广西14个地级市有关粮食生产的面板数据,运用DEA-Malmquist指数模型和经典收敛回归方法,对广西粮食全要素生产率进行测算和分解,并分析其收敛情况.[结果]2006—2016年广西粮食全要素生产率年均下降1.5%,技术进步单轨损失是广西粮食全要素生产率衰退的主要原因;除南宁市、贵港市和百色市的粮食全要素生产率处于进步状态外,其余11个地级市均处于不同程度的负增长状态.广西粮食全要素生产率存在收敛性,呈现出粮食全要素生产率相对落后地区对先进地区的追赶效应,各地区间的粮食生产效率差距有望逐渐缩小并趋向于共同的稳态水平.[建议]为进一步提升广西粮食全要素生产率,应加强农业科研投入,大力推广良种良法;加大强农扶粮力度,稳定粮食播种面积;升级优质粮食主产区,提高空间溢出效益;加强区域交流合作,促进资源优势互补.     

中国林业全要素生产率时空演变及动力源泉探析

基于全要素生产率(TFP)分析框架,运用DEA-Malmquist指数模型测度和分析2000—2014年中国除香港、澳门、台湾、西藏以外的30个省(市、区)林业全要素生产率的时空分异特征,探究中国30个省(市、区)林业全要素生产率变化的动力源泉。结果表明,时序分异特征呈现出整体水平偏低,在波动中缓慢上升;空间分异特征呈现出明显的二元空间结构,表现出先减弱再稳定的趋势;全要素生产率变化共有4种驱动类型,各省域之间存在显著的差异性。     

河南省粮食生产综合技术效率和全要素生产率分析

采用非参数的DEA方法对河南省2000-2011年粮食生产的平均综合技术效率、纯技术效率、规模效率和全要素生产率的构成和变化进行分析.结果表明,河南省粮食生产综合技术效率的增长主要与纯技术效率的提高有关,而规模效率的低下则是制约其提高的原因;全要素生产率的增长是由技术效率和技术进步共同带来的,但是全要素生产率的增长十分缓慢,有些年份甚至出现倒退现象;各市的粮食全要素生产率变化也不尽相同.河南省在粮食生产过程中应加强农业基础设施建设,加大科技投入和农业科技的推广力度.     

中国林业全要素生产率的时空演变及集聚特征探析

我国林业全要素生产率就是林业发展的重要源泉,所以,进行研究林业全要素生产率时间与空间演变以及集聚特征集,对以后林业生产的发展有着重要的指导意义。     

中国农业全要素生产率的时空演变差异及内源构成

为探究实施农机购置补贴与农地流转以来中国农业TFP的发展规律及增长源,运用Hicks-Moorsteen指数法测算并分析了中国农业TFP的时空差异,并通过Dagum基尼系数及其分解方法探究空间差异存在的内源构成。结果表明:中国农业TFP呈持续增长态势,驱动要素主要是技术进步而非技术效率;中国7个区域农业TFP增长态势表现不一,各区域的增长来源也不尽相同;不同区域间农业发展潜力存在显著差异;7个区域农业TFP的总体差异存在逐步扩大的趋势,而区域间差异是总体差异的主要诱因。     

我国粮食主产区粮食全要素生产率评价研究

以我国13个粮食主产区为研究对象,选取2011—2019年的面板数据,通过构建DEAMalmquist模型,对粮食主产区的粮食全要素生产率进行测度,并从时间、空间角度进行分析。研究发现,2011—2019年,我国粮食主产区粮食全要素生产率呈波动状态,技术进步效率指数对粮食全要素生产率的影响较大;内蒙古、安徽、河北等省（自治区）的年均粮食全要素生产率位居前列,辽宁省和湖北省的粮食全要素生产率变动幅度较大。     

我国农业绿色全要素生产率时空演变与区域异质性分析

目前我国的农业发展面临投入产出效率严重低下的问题,深刻影响生态环境,当下农业发展的关键是寻求一条绿色可持续发展的道路.基于SBM-GML指数法测算我国31 个省份(因香港、澳门、台湾省数据缺失较多,未纳入研究)2001-2020年的农业绿色全要素生产率,并对其空间相关性进行分析检验.结果表明,我国省域农业绿色全要素生产率呈稳定增长状态,年均增长为1.5％,增长动力主要依靠技术进步;从省际来看,我国各省份之间的农业绿色全要素生产率发展存在较大差异,粮食主产区的农业绿色全要素生产率指数高于粮食主销区和粮食产销平衡区;我国粮食产区农业绿色全要素生产率的增长存在显著的空间相关性,且呈现明显的集聚特征,热点区由粮食主产区转移到粮食产销平衡区.根据结果分析得出结论并提出不断优化农业产业结构,探索新的农业发展方式;强化农业技术人才支撑;加大农业财政投入力度等相关政策建议,以期提高我国农业绿色全要素生产率,推动农业实现绿色发展.     

粮食全要素生产率和技术效率研究进展

粮食全要素生产率和技术效率可以从不同层面较清晰地表达生产技术和土地的投入产出效率,使粮食生产效率问题得以定量分析。对粮食全要素生产率和技术效率的定义进行介绍,概述了关于全要素生产率所包含的影响因素对其作用的研究;介绍了测量粮食全要素生产率的3种主要方法(指数法、DEA方法和SFA方法),综述了相关研究进展。     

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。     

江西省农业绿色全要素生产率时空演化

考虑碳排放约束,将农业碳排放作为非期望产出,运用全局Malmquist-Luenberger指数模型对江西省2011—2020年11个设区市的农业绿色全要素生产率进行测算,分析其时空演化格局,并探析可能的驱动来源。结果表明,江西省2011—2016年的农业绿色全要素生产率较为稳定,在经历2017年的低谷后,2018—2020年连年创下新高;不同区域的农业绿色全要素生产率指数存在明显差异,其中鹰潭市最高,其次是南昌市、九江市;而抚州市最低;2018年起农业绿色全要素生产率的变化主要由技术进步推动,且规模效率对技术效率的贡献逐渐降低。未来应因地制宜优化农业产业结构,农业技术人才、资本投入、水资源和土地利用等资源要素的配置,通过农业科技创新推动农业绿色低碳发展。     

县域尺度下河北省棉花全要素生产率时空演变特征及影响因素

我国棉花播种面积多年来持续萎缩,河北省作为新疆棉区的重要补充,提升其棉花全要素生产率对保障我国棉花供给安全不可或缺。基于2015—2020年河北省88个植棉县面板数据,采用DEA-Malmquist指数法测算河北省县域棉花全要素生产率,分析其时空分布特征,基于空间相关性检验,运用空间杜宾模型实证分析棉花全要素生产率影响因素。结果表明：技术效率是推动河北省县域棉花全要素生产率提升的主要因素,技术进步不足限制了棉花全要素生产率增长;棉花全要素生产率具有明显的空间相关性;棉花全要素生产率影响因素具有空间溢出效应。因此,应着力提升河北省棉花技术创新能力,从产业集聚和空间溢出效应方面入手,发挥优势棉区的辐射带动作用。     

西南地区县域种植业全要素生产率时空变动分析

基于431个县级单元,采取随机前沿方法 (SFA)测算西南地区各区县的种植业全要素生产率及其分解项,并分别讨论其时空变动特征。2006—2015年,西南地区种植业全要素生产率年均增长7.76%,但是增速变缓,各区县之间的差距在缩小;技术效率和技术效率变化率呈逐年下降的趋势,呈现次对角线高、两侧低的空间分布特征;前沿技术进步率呈逐年降低态势,年均下降0.33%,各地之间的技术进步率差距逐年缩小;规模效率呈现先升后降的趋势,大部分区县种植业表现出规模报酬递增的特点。     

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.     

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。