基于SBM模型的新疆农业绿色全要素生产率评价研究

在农业绿色可持续发展的背景下,推动农业生产方式转变成为我国农业发展的必然选择。本文基于2011—2020年新疆各地区的面板数据,运用含非期望产出的SBM模型和GML指数分析新疆农业绿色全要素生产率。结果表明：新疆农业绿色全要素生产率（GTFP）虽出现了明显的区域差距,但样本期间农业绿色全要素生产率整体呈现增长趋势,2011—2020年新疆昌吉、博阿塔拉、巴音郭楞、阿勒泰的GEC指数保持在1以下,而其GTC指数则保持在1以上。可见2011—2020年新疆地区GTFP负增长是相对效率的倒退,相反,技术改进则>1,这意味着新疆各地州及兵团的GTFP增长主要得益于技术进步。因此,健全对农业企业的政策支持、完善农业补贴制度、加强对绿色农业科技知识的宣传是推动新疆绿色农业发展的有效路径。     

环境规制下我国粮食生产绿色全要素生产率分析

【目的】研究环境规制对我国粮食生产绿色全要素生产率,为我国粮食绿色高质量发展提供决策依据。【方法】利用超越对数函数测算2011—2019年我国粮食全要素绿色生产率及分解值,采用Tobit模型探究粮食生产经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响。【结果】从整体上看,我国31个省份（除港澳台）粮食生产绿色全要素生产率从2011年的1.002增长至2019年的1.080,呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率从2011年的1.032增长至2019年的1.035,也呈现波动的增长趋势,各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中,绿色全要素生产率的增长主要通过技术进步增长而增长,技术效率对绿色全要素生产率呈抑制趋势。从不同地区来看,粮食生产绿色全要素生产率呈现东高西低趋势。粮食生产经济发展水平对全国和东部地区粮食生产绿色全要素生产率影响呈先弱后逐步增强的变化趋势,中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势。从不同影响因素对粮食绿色全要素生产率影响来看,人力资本对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响,对西部地区呈显著负向影响;粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率存在显著正向影响。【建议】政府应充分发挥粮食主产区的功能性优势,大力推进专业化生产与要素资源配置,转变不同地区粮食生产发展方式;相关部门应加大粮食生产人力资本投入,加强对人才扶持力度;相关决策机构应加强规范粮食生产环境立法机制,发挥发挥政府差异化粮食生产环境规制策略。     

基于时空视角的北京市农业绿色全要素生产率测算

推进农业绿色发展,是农业高质量发展的应有之义,也是乡村振兴的客观需要,对于保障食物安全、资源安全和生态安全意义重大。农业绿色全要素生产率是科学测度地区农业绿色发展水平的客观依据。利用超效率SBM模型和ML生产率指数,对2010—2019年北京市及各区的农业绿色全要素生产率进行测算。研究发现,近年北京农业绿色全要素生产率总体呈增长趋势,但不同年份和区域的增减幅度不同,且技术效率和技术进步未能实现同步增长。基于此,提出了优化农业生产要素投入、提高农民绿色发展意识、促进产业结构转型升级、完善农业创新推广体系等提升北京农业绿色发展水平的建议。     

长江经济带农业绿色全要素生产率时空差异及收敛性分析

为测度农业绿色发展水平,采用超效率SBM模型和GML指数对长江经济带各省市1997—2019年的农业绿色全要素生产率进行了分解测算,基于时空角度探究其发展差异,并进一步从整体和区域层面对其收敛性进行检验。结果表明：样本期间内,长江经济带农业绿色全要素生产率总体呈增长趋势,其中,下游地区最高,中游地区最低,上游地区居中,该区域农业绿色全要素生产率增长主要来源于农业绿色技术进步;长江经济带总体以及上游、中游、下游地区在样本期内均不存在绝对α收敛,但存在绝对β收敛。基于此,为了从整体及空间上进一步优化并提高长江经济带农业绿色全要素生产率,推动该区域农业朝着绿色高质量方向发展,提出落实区域农业高质量发展政策、因地制宜发挥区域优势、破解区域发展障碍、践行区域协同发展战略等对策建议。     

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。     

我国柑橘全要素生产率变化分析

采用DEA-Malmquist指数法对中国7个柑橘主产区2009—2015年的投入产出指标进行测度,探讨中国柑橘生产的全要素生产率变化趋势。结果表明,研究期内,技术进步是中国柑橘全要素生产率的主要影响因子,在技术进步的负向贡献下,柑橘生产的全要素生产率呈现出周期性波动下降趋势,且柑橘生产处于纯技术效率下降,但规模经济有效阶段。因此,在保持现有规模效率稳定增加的基础上,实现技术创新、优化物质装备水平、提高果园管理水平是改善柑橘全要素生产率的关键。     

我国主要农作物绿色全要素生产率分析

在农业环境资源禀赋刚性约束下应更注重农业的绿色发展.假设农业污染排放系数是一个动态变化的参数,基于动态测算农业面源污染非期望产出,运用SBM超效率模型和DEA-Malmquist生产率指数测算主要农作物的绿色全要素生产率.研究发现:①粳稻和大豆的环境技术效率大于1,而玉米、小麦和棉花的环境技术效率小于1;②棉花、粳稻和...     

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。     

基于Malmquist-Luenberger指数的中国蔬菜绿色全要素生产率研究

确保国内居民随时随地能够获取到绿色安全营养的蔬菜是中国农业高质量发展的一个重要衡量指标。在资源环境日益成为经济增长硬约束背景下,相较于传统全要素生产率指标,采用绿色全要素生产率来测度评价一个经济体的增长质量更为科学。因此,基于2011—2018年中国27个省份不同品种蔬菜的成本收益数据,本文将化肥等污染物排放量作为非期望产出,运用Malmquist-Luenberger指数对中国蔬菜绿色全要素生产率进行测算。结果发现：2012—2018年,中国蔬菜绿色全要素生产率年均增长率为1.56%,其中技术效率指数、技术进步指数年均增长率分别为-0.42%和1.99%;菜椒绿色全要素生产率指数增长速度最快(2.93%),豆角最慢(0.49%);宁夏菜椒和西红柿的绿色全要素生产率增速最快,福建萝卜和茄子的绿色全要素生产率增速最快,河南大白菜、江西豆角、山东黄瓜、辽宁马铃薯以及贵州圆白菜绿色全要素生产率增速最快。     

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.     

粮食主产区农业绿色发展的影响因素、质量测度与动力分析——基于绿色全要素生产率视角

为了探究粮食主产区农业绿色发展的影响因素与质量动力,以农业绿色全要素生产率（GTFP）为切入点,运用超越对数函数形式的SFA模型对环境约束下2004—2018年松花江、黄河、长江三大流域粮食主产区展开分析。结果表明：环境规制、第一产业占比、农业财政支持对GTFP的增长具有显著正向影响,环境污染、自然灾害则反之;三大流域农业GTFP增长率的平均值为3.3%,农业绿色发展状况在不断改善,但改善速度前期波动较大、后期较小,且区域间呈现不均衡状态;松花江流域的发展动力主要来自技术效率、技术进步和规模效率的增长,黄河流域和长江流域分别来自技术效率主导和技术进步主导的效率与进步双重驱动,规模效率和要素配置效率对二者的贡献较为微弱。今后需要注重以提升绿色全要素生产率为核心,加大农业技术创新,发展适度规模经营,完善区域协调发展机制,并有效实施环境规制政策。     

基于SBM-DEA模型的中国大豆全要素生产率分析

从全要素生产率的视角,对1990-2007年中国大豆产业的生产效率现状进行了深入研究。结果发现,中国大豆全要素生产率指数以年均0.06%的速度上升,对其分解发现,技术进步则以年均0.59%的速度上升,而技术效率以年均0.5%的速度下降,这造成中国大豆生产的全要素生产力增长缓慢。对大豆产量影响因素的实证研究表明,全要素生产率对大豆产量的影响非常小,主要是资本投入起作用。最后对提高中国大豆全要素生产率提供了政策建议。     

山东省农业绿色全要素生产率测度及影响因素分析

基于全局性Malmquist-Luenberger指数对2008—2019年山东省农业绿色全要素生产率(AGTFP)进行测算与分解,在此基础上采用空间自相关回归模型(SAR)对山东省农业绿色全要素生产率的影响因素进行了分析.结果显示,2008—2019年山东省农业绿色全要素生产率年均增长率达2.51％,整体呈增长趋势;...     

基于Malmquist指数的四川省农业全要素生产率分析

利用1999～2008年四川省农业的面板数据,运用Malmquist指数分析法考察了四川省农业全要素生产率(TFP)的变动趋势。结果表明,四川农业TFP年均增长4.2%,呈现出平稳增长的特征;农业全要素生产率的增长来源于技术进步,技术效率的下降阻碍了农业全要素生产率的增长;从各市(州)情况看,除阿坝州的农业全要素生产率是负增长外,其他20个市(州)的农业全要素生产率都实现了正增长;除阿坝州外,其他市(州)的农业可持续性在增强。并提出了相应的对策建议。     

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。     

分区视角下粮食全要素生产率差异及收敛性分析

本研究聚焦水稻、小麦和玉米三大粮作物,测算得到3种粮食作物的全要素生产率及其分解指标,并划分种植区域,探讨不同品种、不同种植区粮食全要素生产率的演变情况。研究发现:粮食生产全要素生产率增长显著,但不同品种的增长驱动模式不同,且不同种植区的差异性明显。不同地区水稻和玉米的全要素生产率及分解指标会随着时间的推移收敛至稳定状态;但小麦技术进步呈现发散态势。3种粮食作物的技术效率、技术进步以及全要素生产率随着时间的推移会趋向于自身的稳定均衡水平。     

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。     

农业保险对粮食绿色全要素生产率的影响研究——以长江经济带为例

基于2011—2020年长江经济带省级面板数据,对该经济带粮食绿色全要素生产率,实证分析农业保险对粮食绿色全要素生产率的影响。结果表明：(1)长江经济带整体粮食绿色全要素生产率均值小于1,说明该经济带在2011—2020年的粮食绿色全要素生产率表现出下降趋势,主要原因是粮食绿色生产技术进步出现阻碍,技术进步效应也相应地降低。(2)农业保险保费收入密度对长江经济带整体和下游有显著的负向作用,对上游和中游有显著的促进作用;农业保险保费收入深度和赔付率对长江经济带及各区域均有显著的促进作用,农业保险赔付支出密度对长江经济带及下游有显著的促进作用,对上游和中游有显著的负向作用;农业保险赔付支出深度对长江经济带及各区域均有显著的负向作用。