我国农业全要素生产率的测度及空间演进

基于2010-2020年31个省份的平衡面板数据,采用DEA-Malmquist指数法对省级农业全要素生产率进行测度。在此基础上,利用泰尔指数法对各省份农业全要素生产率进行空间演进分析。研究发现：我国农业全要素生产率总体呈波动上涨态势,此为农业技术进步和农业技术效率双重作用下的结果;我国农业全要素生产率存在空间不平衡性,呈现出“西高东低”的特征;经泰尔指数分解得出,农业全要素生产率的泰尔指数呈波动性增长态势,且其差异主要源于组内差异,因此应将政策重心聚焦于区域内部。     

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。     

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。     

湖北省农业全要素生产率及其收敛性分析

运用DEA-Malmquist指数方法衡量了2000～2012年湖北省农业全要素生产率的变动趋势,并将湖北省17个市州按区位因素分为鄂东、鄂西以及鄂南地区,进行了收敛性分析.结果表明：湖北省整体农业全要素生产率呈现不断增长趋势,技术进步对全要素生产率有明显的推动作用,但技术效率偏低,阻碍了农业全要素生产率的提高;湖北省全省以及3大区域的农业全要素生产率均不存在α收敛以及绝对β收敛,均存在条件β收敛,收敛结果表明,各市州之间的农业全要素生产率差距在不断扩大,但是在政策调控下可以缩小各市州之间的差距.     

基于DEA-Malmquist指数方法的河北省农业全要素生产率分析

党的十九大报告指出我国经济处于高速增长到高质量发展转变时期,并强调了提高全要素生产率对我国经济转型升级的重要意义。河北省人均耕地面积不足世界平均水平40%,人地矛盾突出,所以如何利用有限的资源满足工业和生活需求成为农业发展的重要问题,提高农业全要素生产率成为我省农业发展必然趋势。本文运用DEA方法的Malmquist TFP指数对河北省农业全要素生产率进行测算,并利用距离函数分解为技术进步与效率两部分。通过分析河北省全要素生产率时间上的变迁和空间上的分布特点,发现河北省农业生产率的提高由农业技术进步所推动,农业技术效率部分抵消了技术进步的促进作用,农业技术效率主要受规模和纯技术效率的双重影响,并且农业生产率呈现出以北京为中心的扩散趋势。在此基础上,提出促进农业全要素生产率提高,发挥技术潜力,增加农业生产率的对策建议。     

基于三阶段DEA-Malmquist模型的我国农业全要素生产率增长研究

通过构建三阶段DEA-Malmquist模型,对2007²012年间全国30个省、直辖市和自治区的农业全要素生产率增长情况进行测度分析。研究结果表明,我国农业全要素生产率基本是增长的且与农业经济增长呈现出一定的相关性;农业技术进步是我国农业全要素生产率增长的最主要推动力;外部环境因素的存在对农业全要素生产率的增长确实会产生影响。剔除外部环境因素影响后,有更多的地区农业全要素生产率增长对农业经济增长有拉动作用。     

基于三阶段DEA-Malmquist模型的我国农业全要素生产率增长研究

通过构建三阶段DEA-Malmquist模型,对2007~2012年间全国30个省、直辖市和自治区的农业全要素生产率增长情况进行测度分析。研究结果表明,我国农业全要素生产率基本是增长的且与农业经济增长呈现出一定的相关性;农业技术进步是我国农业全要素生产率增长的最主要推动力;外部环境因素的存在对农业全要素生产率的增长确实会产生影响。剔除外部环境因素影响后,有更多的地区农业全要素生产率增长对农业经济增长有拉动作用。     

东北玉米种植结构调整与粮食高质量增长——基于全要素生产率视角

在推进粮食产业高质量发展关键时期,促进种植结构调整,提高粮食全要素生产率势在必行。本文基于2001—2016年东北三省地级市面板数据,使用DEA-Malmquist指数法测算得到粮食全要素生产率指数,通过空间SAC模型探索玉米种植结构对粮食全要素生产率的影响。研究发现:东北三省粮食全要素生产率增长率年均上升1.1%,技术效率提高0.5%,技术进步提升0.6%,但其粮食全要素生产率增长率呈现出缓慢下降的趋势,且属于技术进步"单轨驱动"模式;玉米播种面积和种植比例的提高会导致"效率损失",从而降低了粮食的全要素生产率;玉米种植结构对粮食全要素生产率的影响路径通过技术效率和技术进步共同作用实现,而对于技术效率的影响仅通过规模效率发挥作用。推进玉米种植结构调整,可提高粮食全要素生产率,为粮食产业高质量发展保驾护航。     

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。     

我国数字农业全要素生产率测度及区域差异分析

基于2014—2020年30个省份(直辖市、自治区)的面板数据,采用全局主成分分析方法和动态DEA-Malmquist指数方法测算全国数字农业全要素生产率及分解效率,运用泰尔指数方法分析全要素生产率的区域之间的差异。结果表明：我国数字农业全要素生产率整体上呈下降趋势,其中数字农业技术效率和技术进步率共同阻碍其发展;我国数字农业区域之间发展不均衡,总体泰尔指数呈现出下降的趋势,区域间泰尔指数的贡献率高于区域内泰尔指数,区域间差异是造成数字农业发展不均衡的主要原因。因此,应推进技术革新、制定因地制宜的数字农业发展策略,促进区域内和区域间的协同发展。     

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。     

我国粮食主产区农业全要素生产率的测算及影响因素

为促进和改善粮食主产区的粮食生产和农业可持续发展提供理论参考,基于1987-2012年河北、内蒙古、辽宁等共13个粮食主产省(区)在财政支农、粮食生产投入产出、经济发展等方面的统计数据,利用DEA-Malmquist指数法测算了其农业全要素生产率,并采用面板数据模型分析了其影响因素。结果表明:人均GDP对粮食主产区的农业全要素生产率影响存在区域差异;教育和财政支农力度对其具有负影响;分税制改革、取消农业税与粮食直补政策对其影响不显著。江苏、江西、辽宁、山东和内蒙古的农业全要素生产率不受上述因素的影响,有待日后进一步研究。     

基于DEA–Malmquist指数模型的农业全要素生产率分析——以山东省为例

运用DEA-Malmquist指数的方法,对2000~2012年山东省农业面板数据进行分析,通过对Malmquist指数的测算和分解,分析山东省农业全要素生产率的变动趋势和内在增长动力。结果表明,山东省农业全要素生产率年均增长率为0.5%,呈波动中平稳增长态势;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;从各地市看,有9个地市的全要素生产率是增长的,有8个地市的全要素生产率是下降的,半数以上地市的农业可持续性在增强,并提出了相应的对策建议。     

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...     

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。     

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。     

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。     

农村互联网发展对中国玉米全要素生产率的影响

采用DEA-mamlquist指数测算2004—2019年中国17个玉米主产省(区)的全要素生产率,运用联立方程组模型实证检验农村互联网发展对玉米全要素生产率的影响及其作用机理,并分区域探讨其差异性。结果显示:2004—2019年中国玉米全要素生产率年均增长0.2%,主要依靠技术进步的单轨模式驱动。农村互联网的发展显著(P<0.01)提升玉米全要素生产率,主要依靠技术进步和技术效率的协同作用驱动。分区域来看,农村互联网发展对玉米全要素生产率均具有显著(P<0.01)的促进作用,其影响程度由高到低依次为北方春播玉米区>黄淮海平原夏播玉米区>西北灌溉玉米区>西南山地玉米区。建议进一步提高农村互联网的配套设施建设,发挥互联网“连接经济”的优势,应用多元化互联网技术,促进不同生态类型区玉米生产效率的提升。     

中国肉牛全要素生产率时空分异特征分析——基于非参数共同前沿分析方法

基于2013—2018年全国15省区肉牛养殖成本收益非平衡面板数据,运用非参数共同前沿分析方法中的Metafrontier-Malmquist指数对东、中、西部肉牛全要素生产率及其分解的时空分异特征进行实证研究。结果表明:东部技术效率水平最高,达到0.8453,其次为中部的0.7709,西部最低,仅为0.7271;中部对东部技术效率表现出追赶趋势且两者差距逐渐减小,西部与东部、中部的技术效率差距逐渐扩大,西部技术效率水平持续下滑。东部肉牛生产共同前沿全要素生产率增长速度低于西部地区但高于中部地区,技术效率降低对全要素生产率增长表现出消极效应;西部肉牛生产共同前沿全要素生产率年均增长率是唯一增长的区域,主要源于技术进步;中部年均增长率处于最低水平,原因是技术效率的降低直接导致全要素生产率降低。应加大肉牛产业科技投入与推广力度,重点扶持西部地区肉牛产业,深入挖掘和激发西部地区肉牛养殖潜力,充分发挥东部和中部地区的产业优势,展现优势区域的示范带头作用,推动全国肉牛产业快速发展。     

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。