中国柑橘全要素生产率演进及影响因素研究——基于Malmquist-Tobit模型的实证

【目的】探究中国柑橘全要素生产率演进及其影响因素。【方法】首先采用中国柑橘2008—2014生产成本与收益数据,借助Malmquist指数法,对中国柑橘主产省份柑、桔全要素生产率演进及其分解进行测度与分析。在此基础上结合面板Tobit模型,分析了影响柑橘全要素生产率增长的外部因素。【结果】考察期内中国柑橘主产省份中,柑的全要素生产率年均增长率较高,桔相对较低;分省来看,不同省份间全要素生产率差距较大;考察期内,柑橘全要素生产率与技术进步波动基本趋于一致,但同时也受效率变化的影响;所考察的6个影响因素包括城市化率、农业机械总动力、每公顷人工总成本、农村居民家庭年人均纯收入、地方财政农林水事务支出与种植规模,均对柑橘全要素生产率的增长影响显著。【结论】为促进中国柑橘生产效率的提高,应当进一步加大对柑橘产业的扶持力度、鼓励创新、适当调整生产经营规模并推广机械的使用。     

基于EKC的海南省农业经济增长与农业面源污染的关系分析

为了解海南省农业面源污染与农业经济增长的关系,为海南省农业面源污染防治提供理论依据,选取2000—2017年海南省化肥施用密度、农药施用密度、地膜施用密度及畜禽粪尿排泄密度作为面源污染指标,人均农业产值为农业经济发展指标,采用回归分析法,对人均农业产值与农业面源污染各指标进行环境库茨涅茨曲线(EKC)分析。结果表明:海南省的农业面源污染源指标与人均农业产值存在显著的"N"型、倒"U"型及"U"型曲线关系。基于分析结果,提出了探索绿色农业发展模式,强化源头治理;建立农业农村环境管理体系,加强监督力度;推广生态农业循环模式,加大品牌创建;建立多元化投入机制,创新金融支持的建议。     

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。     

食品加工业全要素生产率及其影响因素研究——基于人工智能和农业效率的视角

基于2009—2019年省级面板数据,运用DEA-Malmquist指数法测算中国食品加工业全要素生产率及分解项,进一步在固定效应模型下检验人工智能和农业效率对全要素生产率的影响机制和影响程度。结果表明,研究期间食品加工业全要素生产率整体呈上升趋势,主要由技术进步拉动,但增长率呈波动式下降;分经济区考察,南部沿海地区增长率最高,东北地区最低;人工智能促进技术进步,却抑制了全要素生产率增长,中国食品加工业存在“生产率悖论”;农业效率通过正向影响技术效率,促进全要素生产率提高。据此提出以赋能食品加工业转型升级、发展人工智能互补技术和建设现代农业为主要任务的对策建议。     

公共投资与全要素生产率：基于中国省际数据的经验研究

选取2000~2008年中国29个省市级数据构建面板数据分析模型，实证公共投资对全要素生产率的影响。结果表明，相对于政府的研发经费投资和交通基础设施投资而言，政府对教育、能源、通讯和环保的公共投资更能显著地促进我国全要素生产率整体水平的提高；在各项公共投资对分地区全要素生产率的促进作用中，东部地区能源投资最显著，中部地区则主要依赖于科技和通讯投资，西部地区更侧重于教育和政府的绿色公共投资。     

中国饮料制造业全要素生产率测度及其影响因素分析——基于13个四位数行业的视角

基于2003-2010年间中国饮料制造业13个四位数行业的面板数据,运用非参数数据包络分析的DEA-Malmquist生产率指数方法,对饮料制造业整体及细分行业的全要素生产率(TFP)进行测度,并考察TFP指标的变动情况。在此基础上,运用Tobit模型对行业TFP的影响因素进行了探讨。结果表明,考察期间,技术进步是推动TFP增长的主要动力;人均资本、企业规模和劳动力成本与饮料制造业TFP间具有显著的正相关性,而出口交货值和市场竞争程度两项指标与TFP间不显著负相关。     

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。     

低碳视角下陕西省粮食生产率评价及影响因素研究——基于Malmquist-Luenberger指数模型

基于低碳经济视角，利用历年陕西省统计年鉴数据，将农业生产中6个主要方面（化肥、农药、农膜、柴油、翻耕和灌溉）的碳排放作为“坏产出”指标纳入粮食生产率分析框架中，构建MalmquistLuenberger指数模型分析2010—2019年考虑碳排放因素下陕西省的粮食生产率，并构建多元回归模型分析低碳经济视角下粮食生产率的影响因素。结果表明，考虑碳排放条件下，2010—2019年陕西省粮食全要素生产率和技术进步率均呈增长趋势，但年均增长速度缓慢，而其粮食技术效率指数为0.995，技术效率无效。在此基础上，从低碳农业科技发展、低碳科技成果转化、低碳农业科技推广创新体系构建、科研人员保障机制建立、农民低碳生产意识培养5个方面提出提升陕西省粮食低碳生产率的对策及建议。     

嘉峪关市人均GDP与环境污染的环境库兹涅茨曲线定量研究

嘉峪关市的经济增长使环境压力日益加重。该文基于嘉峪关市2000—2009年经济和环境统计数据,选取人均GDP和典型环境污染指标,利用统计方法建立了二者相关性关系的计量模型,结果表明:嘉峪关市环境状况和经济发展之间呈现"倒U"形环境库兹涅茨曲线和"U"形环境库兹涅茨曲线2种形式。根据嘉峪关市发展实际,分析了环境库兹涅茨曲线特殊性的原因,提出经济和环境健康协调发展的建议。     

基于全要素生产率的甘肃省经济增长因素分析

本文利用全要素生产率表征技术进步对经济增长的贡献程度,并运用索洛余值法对甘肃的经济增长因素进行分析。结果表明:一是改革开放以来,甘肃省经济增长的主要动力来自资本的投入;二是甘肃省经济增长明显表现出粗放型的增长态势;三是技术进步对甘肃经济增长的贡献率较低。因此,甘肃省应加大技术引进力度,加大研发水平,积极培养和引进高科技人才,促进经济增长。     

基于企业水平的中国工业行业全要素生产率估计(1998~2007)

随着企业层面数据可获得性的增加,对全要素生产率(TFP)的估计正在由宏观层面转向微观层面。利用1998²007年中国工业企业数据,运用包含固定效应的OLS方法进行中国工业各行业全要素生产率的估计,并就各行业生产率增长情况、规模效应情况及随时间变化情况进行对比分析,发现我国经济增长存在一定的不均衡性,我们应当加强传统行业的现代化改革,扩大对由于规模不足造成效率较低的行业的投资并抑制规模冗余行业的投资,并通过创新来实现经济的长期稳定增长。     

棉花全要素生产率影响因素的国际比较分析

基于世界三大产棉国(中国、美国、印度)26个棉区1998—2017年的面板数据,采用可行广义最小二乘法(FGLS)对棉花全要素生产率的影响因素进行实证研究。结果表明,就三大产棉国整体而言,生产要素投入水平、农业财政支出对棉花全要素生产率具有抑制效应;技术水平、农作物产值结构对棉花全要素生产率具有显著的促进作用;气温能促进棉花全要素生产率增长,降水量与全要素生产率之间呈倒U型关系。但对中国而言,技术水平、农作物产值结构对棉花全要素生产率的影响并不显著。据此,提出提高棉花生产集约化水平、完善棉花补贴政策、加快机采棉关键技术集成与示范推广等建议。     

中国农业全要素生产率的空间关联网络结构及驱动因素研究

提高农业全要素生产率是实现中国农业高质量发展的重要路径。本文建立了中国农业全要素生产率的空间关联网络模型,运用社会网络分析法从网络整体特征、局部特征和个体特征三个层面对网络结构进行了考察,并揭示了中国农业全要素生产率空间关联性的驱动因素。研究发现:1)中国农业全要素生产率具有十分明显的空间关联和溢出效应,其空间关联网络处于连通状态,样本考察期内网络密度呈现V型波动趋势,且等级森严的结构逐渐被打破,网络稳定性逐步增强。2)在中国农业全要素生产率空间关联网络中,西部地区属于净受益板块,华南和西南地区为"经纪人"板块,环渤海、京津冀和东北地区为双向溢出板块,华东和部分中南地区省市为净溢出板块。3)湖北、内蒙古、河南、山东和陕西在空间关联网络中处于绝对核心位置,对农业生产要素的支配作用较强;吉林、海南和青海等地区在网络中处于绝对边缘位置。4)地理邻接关系对农业全要素生产率空间关联性具有正向影响,农业结构差异和要素产出水平差异等因素具有负向影响。本文为从整体上把握和提升中国农业全要素生产率提供理论依据和参考。     

北京和上海终端能源碳排放量影响因素研究

运用IPCC中碳排放量公式,结合能源消费数据,对北京和上海2005～2012年碳排放终端能源总量进行估计;运用LMDI模型定量分析了经济总量、能源结构、产业结构对碳排放的影响.结果表明,2005～ 2012年经济总量上升是推动北京和上海碳排放量增长的主要因素,能源结构调整是降低碳排放量的主要原因,产业结构调整是影响碳排放量原因之一.通过对能源结构和产业结构进一步分析得出北京和上海两市应通过能源结构调整,增加清洁能源消费比率来减少碳排放,上海市应同时发展第三产业促进产业结构调整降低碳排放的结论.     

基于DEA-Malmquist指数的全国设施西红柿生产效率研究

基于DEA-Malmquist指数模型,实证分析了2014-2016年全国设施西红柿全要素生产率的综合变动情况。结果显示我国设施西红柿全要素生产率呈现下行的态势,年均下降4.7%,主要由14.3%的技术水平下降与11.3%的综合技术效率增长共同作用引起,全要素生产率水平退步的主要源头是技术水平的退步引起的。对此,提出增加科研转化成果、提升集约化水平以及改善种植生产结构等建议。     

黑龙江垦区农业生产效率及其影响因素研究

文章以黑龙江垦区农业生产效率为研究对象,通过SBM方向性距离函数测算1994～2017年垦区整体、各管理局静态层面农业技术效率,利用Luenberger生产率指标进一步测算动态层面全要素生产率。运用可行广义最小二乘法分析垦区农业生产效率影响因素。结果表明,1994～2017年垦区整体层面农业全要素生产率实现增长。科技创新对农业生产效率表现为正向影响,但影响不显著,基础设施建设和市场化水平对农业生产效率有显著正向影响。垦区当前人力资本水平、农业生产性服务、对外开放水平、经济发展水平和受灾率对农业生产效率均表现为显著负向影响。     

基于Malmquist指数的家庭奶牛饲养全要素生产率研究——以中国10个奶业省为例

利用奶牛家庭饲养成本收益面板数据,基于DEA-Malmquist生产率指数方法,分析了中国10省奶牛家庭饲养全要素生产率增长率及增长方式。结果表明,2004-2009年中国10个奶业省奶牛家庭饲养方式全要素生产率年均增长率为-0.7%;对全要素生产率增长率的分解结果显示,技术进步减缓是导致全要素生产率负增长的主要原因,技术效率的作用不显著,同时规模效率存在损失。因此进一步推动技术进步、由散养向家庭适度规模饲养转变,成为转型期奶牛家庭饲养方式的现实选择。