高质量发展背景下黄河流域农业绿色全要素生产率研究

绿色全要素生产率(GTFP)是绿色发展视角下衡量经济高质量发展水平的理想指标,农业绿色全要素生产率的研究有助于探索农业高质量发展的道路。运用SBM超效率模型和Mallmquist-Luenberger指数模型基于黄河流域9个省份2000—2019年的投入与产出数据,对黄河流域的农业绿色全要素生产率及分解效率进行了测算与评价。黄河流域整体农业GTFP在2000—2019年期间呈现上升趋势,黄河中游地区GTFP高于上游和下游地区;黄河流域农业GTFP的增长依赖于农业技术进步,而技术效率变化抑制了GTFP的增长。     

甘肃省农业绿色全要素生产率测算及收敛性分析

运用SBM模型和GML生产率指数法,对2005—2020年甘肃省14个市州农业绿色全要素生产率（GTFP）进行测算,并分析其区域差异性和收敛性,为促进农业资源配置优化、区域协调发展以及实现农业高质量发展提供依据。结果表明：就整体而言,2005—2020年甘肃省农业GTFP年均增长0.33%,技术进步指数年均增长1.67%,技术进步是推动农业GTFP增长的主导力量;就变化趋势和区域差异性而言,2005—2020年甘肃省农业GTFP的阶段波动性明显,且各个市州的农业GTFP呈现出较大的差异性,呈现出中间高、两边低的特征;从收敛性来看,2005—2020年甘肃省农业GTFP不存在显著的σ收敛,但存在绝对β收敛和条件β收敛趋势。因此,促进农业技术进步和加快农业技术在区域间的转移,转变农业发展方式以及优化农业资源配置是提升甘肃省农业GTFP、缩小区域差距的有效途径。     

黄河流域农业绿色全要素生产率实证分析：基于SBM-GML指数模型

农业绿色发展是保护农业生态和促进农业结构转型的重要措施。本文运用SBM-GML指数法测算了黄河流域9省2001—2019年的农业绿色全要素生产率及其分解项。研究结果表明,2001—2019年黄河流域农业绿色全要素生产率整体呈上升趋势,年平均增长率在5.1%,农业技术进步是驱动农业绿色全要素生产率(GTFP)增长的主要动力。同时各省之间的农业绿色全要素生产率的增长模式差异化明显,四川省尤为突出,年均增长率达到7.7%。因此,本文为了农业GTFP在黄河流域能够协同增长,将从以下3个途径：转变农业发展方式、出台相应的支农政策、促进区域协调发展,提出相应的政策建议,促进黄河流域农业高质量发展。     

基于SBM-Tobit模型的安徽省县域农业绿色全要素生产率时空差异及影响因素研究

利用SBM超效率模型和GML指数测算安徽省77个县区2010—2020年的农业绿色全要素生产率,并基于Tobit模型分析农业GTFP的影响因素。结果表明：安徽省县域整体农业GTFP年均增长5.31%,主要由农业绿色技术进步拉动,农业绿色技术呈现阻碍作用;安徽省县域城镇化对农业GTFP存在近似的倒U型关系,当城镇化越过拐点52.07%后,将会阻碍农业GTFP的提高;农民人均纯收入、农业产业结构、农村电力设施、经济发展水平对安徽省县域农业GTFP表现出显著的正向影响,农业机械化水平、农业有效灌溉强度对安徽省县域农业GTFP呈现出显著负向影响,各影响因素对分区的农业GTFP存在异质性。     

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。     

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。     

高质量发展背景下浙江农业绿色全要素生产率测度与分析

农业绿色全要素生产率(GTFP)是衡量农业高质量发展水平较为理想的指标,测度GTFP发展水平及差异,为浙江农业绿色高质量发展提供决策依据和参考.以农业温室气体排放作为农业非期望产出,将其纳入到农业全要素生产率核算框架中,利用全局曼奎斯特-卢恩伯格生产率指数测算浙江农业全要素生产率增长率,并结合农业绿色全要素增长率与农业...     

中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据

【目的】研究我国农业全要素生产率及其增长源泉,为提高我国农业全要素生产率,推动农业高质量发展提供科学依据。【方法】基于我国283个地级市2001—2018年的面板数据,采用Metafrontier-Malmquist指数测度农业全要素生产率并进行分解。【结果】(1)2001—2018年我国农业全要素生产率为6.60%,其增长主要依靠农业技术进步拉动,农业技术效率的贡献较小,增长规律呈现出先波动上涨再波动下降的“倒U型”增长趋势。(2)优先发展区、适度发展区和保护发展区的农业全要素生产率分别为6.00%、8.70%和10.01%。(3)优先发展区内的地级市农业技术效率较高,适度发展区内的地级市农业技术进步较快。【结论】改善农业技术效率,促进区域农业协调发展和提高农业增长质量是提升我国农业全要素生产率的有效路径。     

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...     

烟台市苹果产业生产效率的评价研究——基于DEA模型和Malmquist指数分析

选取2011—2020年烟台市苹果产业的面板数据，借助DEA中的BCC模型、Malmquist指数分析法对烟台市苹果产业全要素生产率、综合效率、纯技术效率、技术进步率、规模效率演变规律进行分析。结果发现，烟台市苹果产业生产效率呈波浪式动态波动，全要素生产率以每年平均1%的速度增长，增长过慢。烟台市应该根据自身发展情况采取不同措施来推进整体苹果产业的技术及管理的革新，促进苹果产业转型、提质、增效，推动苹果产业的可持续发展。     

大数据背景下新疆智能农机的应用研究

新疆地区是我国重要的农作物生产基地,大数据背景下,新疆现代农业的高效发展离不开智能农机的广泛应用。在大力发展新疆农业的过程中,智能农业机械的应用普及是促进新疆农业高质量发展的基础。本文首先分析了大数据背景下新疆智能农机应用的现状,分析大数据给新疆农业智能农机发展所带来的成效,其次探析新疆目前推广智能农机过程中所遇到的难题,并提出了智能农机在大数据技术的加持下破解困境的对策建议,最后展望未来新疆智能农机的发展趋势。     

财政支农补贴能有效提升粮食全要素生产率吗?——兼顾农业技术环境的调节作用探讨

为了解中国财政支农补贴与粮食全要素生产率之间的影响关系,采用传统DEA-Malmquist指数法测算粮食全要素生产率,以结构效应和技术效应为中介,以农业技术环境为调节,探究财政支农补贴对粮食全要素生产率的影响机制。结果表明:财政支农补贴能够有效促进粮食全要素生产率的提升,并且对非粮食主产区粮食全要素生产率的影响要大于粮食主产区;财政支农补贴通过发挥结构效应和技术效应,提高粮食全要素生产率;在较优的农业技术环境中,财政支农补贴对粮食全要素生产率具有较强的促进作用。据此,从完善财政支农补贴政策,充分发挥结构和技术效应,加大农业技术环境优化力度3个方面提出促进粮食全要素生产率增长的政策建议。     

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...     

北京农业科技进步及其对生产要素作用研究

农业发展的根本出路在科技进步,评价农业科技进步现状及其对农业生产要素的促进作用,对指导现代农业建设和科技管理工作具有重要意义。基于索罗残差方法,定量研究北京市农业科技进步及其与农业生产各要素增长的关系。结果表明,北 京市农业科技进步贡献率已处于一个较高水平,且科技进步对提高农业劳动生产率和土地生产率的作用在逐渐加强,北京现代农业建设已走上了依靠科技创新驱动的内涵式发展道路。     

我国农业全要素生产率核算与地区差距分解——基于Färe-Primont指数的分析

采用Fre-Primont指数方法(FP指数),对1985—2013年我国28个省(市、区)的农业全要素生产率进行测算及分解。通过方差分解法从构成角度对农业全要素生产率地区差距及来源进行分析。结果表明:1)1985—2013年我国农业全要素生产率地区差距呈现扩大趋势,与农业技术进步及剩余混合效率的波动趋势相吻合;2)从省际差距看,剩余混合效率差距在整体地区差距中的贡献率逐渐降低,技术效率差距逐渐占主导地位,其中东部地区差距主要来源于农业技术进步和剩余混合效率,而中西部地区差距主要来源于技术效率和剩余混合效率;3)基于投入产出数据指标进行聚类分析,表明技术效率和剩余混合效率是我国农业全要素生产率地区差距的主要来源。     

基于DEA-Malmquist指数的江苏省农业生产效率评价

为全面了解江苏区域农业发展情况,正确认识农业发展现状。选取2005—2014年江苏统计年鉴面板数据,采用DEA模型和Malmquist指数法对江苏省农业生产效率进行分析评价。结果表明:江苏省农业生产效率整体处于较高水平,农业全要素生产率每年均提高的主要原因是技术进步;同时,江苏各区域的农业全要素生产率从高到低依次为苏南、苏北和苏中,其中,苏南地区优势明显,苏中与苏北地区的差距较小。     

产业协同集聚、数字经济与农业全要素生产率

为探究产业协同集聚与数字经济对农业全要素生产率的影响与作用机制,基于2013—2019年我国省级面板数据,采用SBM-GML指数对农业全要素生产率进行了测算,并使用系统GMM方法进行实证检验。结果表明:1)农业与二三产业协同集聚均显著促进了农业全要素生产率提高,且一三产业协同集聚对农业全要素生产率的促进作用更为明显。在一系列的稳健性检验后,结果依旧成立。2)数字经济对农业全要素生产率不仅存在显著的正向影响,还在一二产业协同集聚、一三产业协同集聚对农业全要素生产率影响中起到显著的正向调节作用。3)地区异质性研究发现,农业与二三产业协同集聚对西部地区与东北地区农业全要素生产率的促进作用更为明显;而数字经济对东中部地区农业全要素生产率的促进作用更为明显。为此,本研究提出了加强农业与二三产业交流协作、强化数字经济建设等提高农业全要素生产率的对策建议。     

陕西省农业生产效率的实证分析

运用数据包络分析方法分析了2006～2009年陕西省以及各地市的农业生产效率,并对各地市的农业生产效率进行比较。结果显示,陕西省农业生产效率和农业规模效率整体上较高,但是农业技术效率偏低,农业发展仍然依靠要素的投入,技术进步的带动作用不大。提出了提高陕西省农业生产率的对策:完善农业基础设施建设,加大农业投入力度;加快推进科技入户工程,提高农业科技成果的转化和利用率;建立健全农业产业体系,加快各类农业合作经济组织建设。     

安徽省农业全要素生产率:静态效率、动态效率和空间效应

乡村振兴的关键在产业,农业是乡村最大的产业,安徽作为中部地区产粮大省,农业大而不强,乡村振兴任重道远。基于数据包络分析方法探讨安徽省农业全要素生产率及其变动情况显示:农业各生产要素投入冗余呈上升趋势,处于最优配置的地市数量呈下降趋势;农业生产全要素生产率不断提升,但增长速度逐渐下降;技术进步是农业全要素生产率提升的核心因素,综合效率略显不足;不同地区的农业全要素生产率没有表现出明显的空间相关性。为此,应根据各地区制约农业全要素生产率提升的核心因素,从科技成果向农业转化、耕地适度规模经营、职业农民培养、农业生产组织化等方面,实现农业全要素生产率提升由技术进步的"单向推动"向综合效率和技术进步"双向推动"转变。