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.     

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。     

中国棉花全要素生产率的国际比较与收敛性

基于中国、美国、印度三国26个棉区1998—2017年的面板数据,运用非参数估计方法测算中美印三国棉花全要素生产率,采用Dagum基尼系数及其分解方法分析三国棉花全要素生产率的差异及其来源,并对棉花全要素生产率的收敛性进行研究。结果表明:1999—2017年,中国棉花全要素生产率具有明显的波动性,但总体呈负增长态势,落后于美国和印度;中国三大棉区棉花全要素生产率增长有差异,黄河流域棉区增长率最高,但仍为负增长,西北内陆棉区纯技术效率较有优势;中美印三国棉花全要素生产率变动的总体差异呈缩小趋势,但波动特征明显;国家间差异是三国各棉区棉花全要素生产率差异的主要来源;整体上来看,棉花全要素生产率增长率存在α收敛和绝对β收敛,不存在条件β收敛,但各国收敛性不尽相同。     

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。     

我国林业全要素生产率地区的收敛性分析

【目的】对我国林业全要素生产率的收敛性进行实证分析,为把握省域林业发展差距和寻求平衡发展提供借鉴。【方法】基于2006—2018年我国省域林业数据,选取林业投入产出指标,采用DEA-Malmquist指数对省域林业全要素生产率进行测算,构建普通面板模型、空间误差模型（SEM）和空间自回归模型（SAR）,对林业全要素生产率进行绝对β收敛和条件β收敛检验。【结果】2006—2018年我国林业全要素生产率总体平稳,但2018、2010和2015年林业全要素生产率呈下降趋势,主要原因是受自然灾害和金融危机的影响,生产率低于1.000。同时我国林业全要素生产率存在绝对β收敛和条件β收敛,说明省域林业全要素生产率间的差距不断缩小。在从收敛速度来看,绝对β收敛检验结果表明普通面板模型和半生命周期在加入空间因素后,收敛速度由0.0457变为0.0692（SEM模型）和0.0576（SAR模型）;半生命周期由19.363变为13.541（SEM模型）和15.650（SAR模型）年,收敛速度明显加快,追赶的期限明显缩短,说明空间效应对我国林业全要素生产率地区收敛起到促进作用。条件β收敛检验结果表明,在加入4个变量系数后,林业全要素生产率仍然存在收敛性,且收敛速度较之前均加快,半生命周期较之前也明显缩短,其中造林能力和林业保护能力系数较大,人力资本和外商投资系数较小,发挥作用不明显。可见,各地区林业发展基础水平及人力资本水平、外商投资、造林护林投入等因素均对区域林业全要素生产率收敛都具有促进作用。【建议】各地区应充分发挥自身地理优势和区域特点,因地制宜,促进林业经济快速发展;加大人力资本和外商投资,增强人才队伍建设的专业化和系统化,对外商投资的鼓励和监管并行;同时要打破区域限制,促使要素自由流动,进而实现林业经济与生态价值双平衡。     

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。     

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.     

中国玉米全要素生产率增长分解与空间收敛性

基于1979-2018年中国19个玉米主产省的成本收益面板数据,运用Hicks-Moorsteen生产率指数测算了玉米全要素生产率(TFP)增长情况,并在此基础上使用空间杜宾模型对其收敛性进行检验.结果表明:1)1979-2018年中国玉米TFP年均增长率为2.20％,前沿技术进步是玉米TFP增长的主要驱动力;2)中国...     

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。     

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。     

我国玉米全要素生产率研究

十一五和十二五时期是我国粮食生产由传统农业向现代农业转型的关键时期。该文利用Malmquist指数法对我国各玉米主产区在十一五和十二五时期的全要素生产率及其分解进行了回顾和实证分析,结果表明,十一五时期,全要素生产率排名靠前的玉米产区是江苏、山东和四川,各产区技术进步均呈现出下降趋势;十二五时期,排名靠前的产区是贵州、云南和江苏,黑龙江和新疆在这一阶段取得了一定的技术进步。     

山东省农业全要素生产率及其影响因素研究

选取山东省17地市2000—2016年面板数据,运用DEA-Malmquist指数测度和分解了山东农业全要素素生产率,并对其影响因素进行了实证分析。结果表明:山东农业全要素生产率整体呈现上升趋势,在鲁东、鲁中、鲁西三大地区间存在明显差异;机械化水平、财政支出水平、城市化水平、外资投入水平对山东农业全要素生产率有显著正向影响,环境恶化程度对山东农业全要素生产率有显著负向影响,灌溉用水效率、工业化进程、对外开放程度则影响并不显著。据此,应优化农业财政支出结构,以工业反哺农业、城市带动农村,加强农业技术创新以提高山东农业全要素生产率。     

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。     

中国粮食作物全要素生产率评价研究

运用DEA-Malmquist指数模型,构建"四投入、一产出"的评价指标体系,对2007~2015年中国13个粮食作物主产区全要素生产率进行评价,包括技术效率、技术进步效率。结果表明,由于技术效率(0.990)和技术进步效率(1.201)的双重作用,中国粮食全要素生产效率实现以年均1.1倍的速度增长。技术进步是促进全要素生产率增长的主要动力,技术效率的衰退是影响全要素生产率增长的重要阻力。     

长江经济带农业全要素生产率研究

基于长江经济带2009—2019年农业生产面板数据,运用Malmquist指数模型对该经济带农业全要素生产率进行测算并分析。结果表明：2009—2019年长江经济带Trpch指数大于1,说明这期间长江经济带农业生产效率总体呈上升态势,但仍然存在着技术进步受阻、缺乏创新型农业科技人才等问题。从地区来看,长江经济带各省(市)的全要素生产率均在上升,但技术水平均未超过1,说明该经济带各省(市)均存在农业进步受阻的现象;在11个省(市)中规模效率均大于1,说明该经济带各省(市)投入规模较为合理。     

农业全要素生产率国内外研究综述

农业全要素生产率(TFP)已成为学术界和业界共同关注的焦点。本文对TFP的起源、内涵、研究方法进行总结归纳;在此基础上,从测算方法、要素投入分别对TFP研究的发展趋势和测算难点进行梳理分析,并对美国农业部(USDA)的农业TFP的相关研究进行了个案分析。研究表明:①农业TFP的研究方法应该基于可获得数据的质量和研究的目的进行选择。②农业TFP的要素投入研究需要考虑自然灾害、土地以及与农业生产相关的环境污染等要素。③农业TFP的测度既需要对投入、产出的指标进行质量调整,同时随着农业传统劳动力、土地投入的下降,还应该考虑种子、农药和化肥等中间投入。研究还表明,对中国农业TFP的研究既要借鉴西方的理论框架,同时也要结合中国不同地区的农业生产模式,综合考量研究要素和指标,对不同地区的农业TFP做出合理的测算和解释,以期为中国农业相关研究提供启示。     

基于Luenberger-Hicks-Moorsteen指标的福建省农业全要素生产率测度及收敛性分析

【目的】测算福建省农业全要素生产率（Total factor productivity,TFP）并判断其变动趋势,为促进区域协调发展及实现农业高质量发展提供科学决策。【方法】利用Luenberger-Hicks-Moorsteen（LHM）指标具备加性完备条件,基于自由处置壳（Free disposal hull,FDH）模型构造LHM TFP指标,将县域划分为一般县（市）、贫困县和发达市（区）,测度2003—2018年福建省全省及县域的农业TFP,并分解为技术效率变化、规模效率变化和技术进步,分析其收敛性特征。【结果】2003—2018年福建省农业TFP整体上呈增长趋势,2018年达0.840,年均增长率为5.731%;技术效率变化、规模效率变化和技术进步年均增长率分别为-1.231%、2.032%和4.930%,表明技术进步是TFP增长的主要驱动力,技术效率变化拉低TFP增长。从福建省一般县（市）、贫困县、发达市（区）的划分来看,各区域农业TFP及其分解指标与全省层面表现基本一致。福建省全省及一般县（市）、贫困县农业TFP存在σ收敛、绝对β收敛及条件β收敛,发达市（区）农业TFP不存在收敛趋势。TFP低的县（市）有追赶效应,城镇化、工业化对福建省全省及一般县（市）农业TFP收敛过程有促进作用,但工业化对贫困县农业TFP收敛具有抑制作用。【建议】积极发展适度规模经营,加快先进生产要素向农业园区集聚,提升农业科技创新能力;各县域应因地制宜,发达市（区）发挥技术引领与辐射作用,一般县（市）着重提升技术效率级规模效率,贫困县则要优化要素资源配置;加快形成功能互补的发展格局,推动先进生产要素向农业优势,实现农业劳均产出均衡发展。。