山东省农业生态效率评价及其提升对策

为实现农业经济与资源环境的协调发展提供参考,运用DEA-Malmquist指数模型对山东省2008-2017年的农业生态效率进行分析,并在此基础上提出发展对策。结果表明:山东省农业生态效率总体呈"W"走势,各地区间的农业生态效率存在不均衡发展;技术进步指数对农业生态效率提升贡献最大,是农业生态效率提高的主要因素;综合技术效率指数、纯技术效率指数和规模效率指数对农业生态效率有待进一步提升;17个市的投入产出效率不同,部分地市属于非DEA有效,农业产出率不足,投入要素存在冗余。建议从完善农业支持保护制度、推广应用清洁生产技术、提高农业机械技术效率和提升农村从业人员能力等方面进行改进,以提升山东省的农业生态效率。     

农业生态效率评价及影响因素研究——以新疆兵团农业为例

在DEA框架下测算新疆兵团农业在特定环境压力下的生态效率,并采用截断回归和自举估计法分析农业生态效率的影响因素。研究结果表明：新疆兵团农业的生态效率很低,在特定环境压力下团场之间的生态效率差异很小,管理活动中生态无效率和技术无效率密切相关。资源过度消耗和污染物过量排放是新疆兵团农业生态效率较低的主要原因,因此,依靠农业科技进步,提高劳动者素质,转变农业发展方式是提高兵团农业生态效率的重要途径。     

生态价值视角下黄河流域农业生态效率时空演变及提升路径研究

在考虑粮食农业生态价值（ESV）和农业碳排放的基础上,运用超效率SBM-Malmquist模型,从静态和动态2个角度阐释了2011—2020年黄河流域农业生态效率时空分异特征及生产率增长来源。结果表明：（1）研究期间黄河流域的粮食生态价值整体呈上升趋势;（2）黄河流域农业碳排放总量呈先上升后下降的趋势,省际之间农业碳排放差异显著;（3）黄河流域农业生态效率整体呈现波动上升趋势,但不同区域的差异明显,其中内蒙古的农业生态效率最高,陕西、甘肃、青海和宁夏的农业生态效率显著低于其他地区;（4）黄河流域农业全要素生产率指数均大于1,整体的发展态势良好,但仍存在技术转化效率不足、管理效率水平较低等问题。基于此,提出了建设新型农业体系、促进农业绿色低碳发展等对策建议,以此推动黄河流域高质量发展。     

安徽农业生态效率评价——基于DEA方法的实证分析

根据生态效率理论,结合农业生产特点,指出农业生产的环境影响及物质能源消耗特征,在此基础上,构建针对农业生产的生态效率评价指标体系,并用数据包络分析方法,对安徽17个地市的农业生态效率进行了综合分析,为相关决策和研究提供理论参考。     

关于开展农业生态效率研究的思考

生态效率是当前国际上流行的一种工业管理模式和评估方法,其影响范围正逐渐扩大到社会的各个领域。农业生态效率研究的重点是对农业生产中的各种资源高效持续利用,最小化资源耗费和废物污染,使农业具有可持续的生产潜力,为农业生产的生态和经济绩效提供一种综合的评估方法。文章在对农业生态效率的概念和内涵进行描述的基础上,重点分析我国开展农业生态效率研究的必要性和意义,并针对性地提出了若干对策建议。     

中国省际农业生态效率评价及其改进路径分析

农业生态效率是衡量农业绿色可持续发展的重要指标,对农业生态效率进行科学的评价,有利于准确评估农业生态系统的真实水平,以实现农业资源的高效利用。采用超效率SBM-DEA模型,对2000—2017年中国内地31个省（市、区）的农业生态效率进行了测度和分组,并分析了2017年未达DEA效率状态地区的农业投入产出的冗余与不足。高效率组中的省份一类位于东部地区,一类位于西部地区,而东北部和中部地区及西部地区的部分省份主要处于中、低效率组;2017年,只有青海、宁夏和天津出现农业产出不足情况,其余未达到DEA效率状态的地区均存在不同程度的机械、用水、农药、化肥、农膜、能源等要素投入冗余和碳排放、污染排放过度的情况。中国省际农业生态效率水平空间差异明显,发展变动态势不一,效率损失的主要原因是要素投入冗余和非期望产出过度,但各省份冗余的具体构成不同。因此,各省应根据其实际情况和效率损失的具体原因,采取适宜性的措施提升农业生态效率。     

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。     

粮食主产区农业产业化与农业生态效率耦合协调研究

粮食安全在数量上依赖农业产业化进程与规模,在质量上依赖农业生态效率的提升,二者耦合协调发展可以促进经济效益、社会效益、生态效益的统一。本文优先分析了农业产业化与农业生态效率耦合协调路径,并测算农业产业化与农业生态效率水平,利用耦合协调模型分析了粮食主产区2010—2020年,农业产业化与农业生态效率耦合协调的时空差异性。结果显示：粮食主产区的农业产业化水平与农业生态效率总体呈上升趋势,耦合度分布于0.3～0.7,此时处在一个拮抗和磨合的阶段,耦合协调度呈现每年上升的趋势,展现出“东北高、西南低”的局面。基于此,提出统筹考虑产业发展与生态保护,推进产业生态化转型,因地制宜采取差异化措施,实现农业生态经济良性循环,确保粮食安全。     

贵州省农业生态效率评价 ——基于2001-2018年的数据分析

基于2001—2018年贵州省的时间序列数据,采用传统的DEA-BCC模型,结合贵州省农业生产情况,构建农业生态效率评价指标体系,对贵州省18个决策单元的农业生态效率进行综合分析,结果表明,2001—2018年,贵州省农业生态效率呈现先下降后上升的趋势,近三年农业生态效率上升幅度明显。     

浙江省农业生产效率分析——基于DEA模型和Malmquist指数

为了研究浙江省农业生产投入产出情况,进一步提升其农业生产效率,先利用DEA模型对2020年浙江省各市农业生产效率进行静态分析,再运用Malmquist指数对2014—2020年浙江省各市农业全要素生产率进行动态分析。结果表明：2020年浙江省农业整体向好,但部分地区存在投入与产出不匹配的情况,影响了全省平均农业综合效率;2014—2020年,浙江省农业TFP均大于1,其中技术进步推动作用显著;各地级市TFP差异在合理范围内,技术效率成为大部分地级市生产效率提升的制约因素;浙东北和浙西南的年均TFP基本持平。因此,浙江省可以加强农业基础设施建设,持续提高农业科技水平,推动区域农业均衡发展,从而提升农业生产效率。     

农业机械化对农业生态效率的影响研究

在当前资源约束紧缺、环境污染严重、生态系统退化的背景下,探究农业机械化对农业生态效率的影响,对全面推进乡村振兴、加强生态文明建设具有重要意义。基于2000—2020年中国30个省（自治区、直辖市）面板数据,本文利用固定效应与门槛效应模型分析农业机械化对农业生态效率的影响及其作用机制。结果表明：农业机械化在一定程度上提高了农业生态效率,并且农作物种植结构“趋粮化”和农村劳动力转移强化了农业机械化对农业生态效率的正向作用。进一步研究发现,农业机械化对农业生态效率的影响存在农地规模经营的门槛效应,即随着农地规模经营的扩大,农业机械化对农业生态效率呈现边际效应“先递增后递减”的规律。通过完善农机补贴政策,优化农作物种植结构、引导农村剩余劳动力转移、推进农地适度规模经营、加快农机配套体系建设等措施,将有助于提升农业生态效率。     

湖南省农业生态效率评价研究——基于2007—2017年各地市州面板数据

基于2007—2017年湖南省14个地市州的面板数据,利用超效率SBM窗口模型进行农业生态效率评价,发现湖南省农业生态效率水平总体偏低,其中张家界市、湘西州、湘潭市及长沙市等地市州农业生态水平较高,永州市、郴州市、益阳市及岳阳市等市州农业生态效率普遍偏低。     

基于超效率DEA和Malmquist指数的中国农业生产效率分析

采用超效率DEA模型和Malmquist指数,对1990—2016年中国29个省级地区的农业生产效率进行分析,结论如下:(1)超效率DEA分析表明,东部地区的农业生产效率最高,中、西部地区效率低于全国平均水平。相较于中、西部地区,东部地区具有较强的经济实力和较为成熟的农业发展模式与规划,使其农业生产效率呈现较高水平且效率变化受国家农业政策的影响较小。(2) Malmquist指数分析表明,中国东、中、西部地区农业全要素生产率(TFP)和技术进步都实现了正增长,但是只有东部地区的技术效率实现了正增长;技术进步是TFP增长的主要动力,技术效率下降是TFP增长的主要障碍,规模效率下降是导致技术效率下降的主要原因。     

长江经济带农业水资源利用效率研究——基于DEA-Malmquist模型的实证分析

基于2009—2018年长江经济带11个省市的面板数据,运用DEA-Malmquist模型对农业水资源利用效率及全要素生产率进行测算,并进一步揭示长江经济带不同时期、不同区域的农业水资源利用效率动态变化趋势.实证结果显示,2009—2018年长江经济带农业水资源利用效率随时间呈先上升后下降的倒U型变化特征.长江经济带上...     

黄河流域农业生态效率时空演变格局及驱动因素分析

基于2010—2019年黄河流域九省面板数据,利用超效率SBM模型测算农业生态效率,通过全局自相关莫兰指数分析农业生态效率的时空演变特征,构建Tobit模型分析农业生态效率的驱动因素。结果发现:黄河流域农业生态效率总体呈现波动上升趋势,省际农业生态效率差异明显。投入冗余、非期望产出冗余所带来的投入非效率,是黄河流域农业生态效率损失的主要原因。黄河流域农业生态效率呈现全局空间正相关特征,局部空间集聚主要为高—高集聚和低—低集聚。财政支农、农业规模化、农业生产能力对于农业生态效率有显著的促进作用,机械化、城镇化有显著的抑制作用。     

基于超效率DEA和Malmquist指数的国家级产粮大县农业生产效率分析

综合运用超效率DEA模型和曼奎斯特(Malmquist)指数法从静态和动态两个角度,对陕西省16个国家级产粮大县(区)农业生产效率进行了分析。研究发现：从整体上来看,16个县(区)2007—2008年的全要素生产率增幅最大;从各个县(区)来看,武功县的农业生产综合效率和全要素生产率均领先于其他县(区);从全要素生产率的增长结构来看,2005—2009年间16个县(区)的全要素生产率的增长主要来自于农业技术进步,而不是技术效率和规模效率的提高。     

黄河流域农业生态效率时空演变与冲击效应

黄河流域是中国农业重要的生态屏障,农业生态问题直接影响黄河流域的农业高质量发展。研究综合运用以农业碳排放和农业面源污染为非期望产出的超效率EBM模型、标准差椭圆技术和核密度估计等方法,测算分析2000—2019年黄河流域9省(区)的农业生态效率,并构建向量自回归模型分析驱动因素的冲击效应。结果表明,黄河流域农业生态效率整体呈下降趋势,区域差异增大,两极化现象逐渐突出,农业生态效率提升的重点是低值省(区);空间分布整体呈现东北-西南格局,具有向西南方向偏移的趋势;财政支农水平、农业研发投入、经济发展水平、农业机械密度对农业生态效率产生正向冲击效应,农业受灾率、人口老龄化程度具有负向冲击效应。     

基于DEA模型的山东省农业生产效率评价

采用数据包络分析(DEA)方法,运用DEAP2.1软件,依据2004~2011年山东省的农业数据,选取农作物总播种面(万hm2)、农业机械总动力(亿w)、农用化肥施用量(折纯量)(万t)、地膜使用量、农林牧渔业增加值五个指标进行农业生产效率的综合测度,结果表明,山东省农业生产的综合技术效率和规模效率呈上升趋势,纯技术效率有效年份多于无效年份,且无效年份纯技术效率值均在0.99以上,多数年份农业生产未达到DEA有效状态,主要在于农业投入结构存在一定程度的不合理,生产要素投入冗余。