碳排放约束下的农业绿色全要素生产率研究——基于广东省面板数据的实证分析

农业绿色发展是农业高质量发展的内涵和要求,农业绿色全要素生产率的测算研究对衡量农业高质量发展水平具有重要参考意义.利用2007-2017年广东省市级数据对广东省农业绿色全要素生产率进行测算,将广东省分为珠三角、粤东、粤西和粤北四大地区,并从时间趋势和空间分布两个角度对其农业绿色全要素生产率的特征进行分析,结果表明:(1...     

碳排放约束下河南省农业全要素生产率增长与分解

传统的农业全要素生产率测算方法很少兼顾环境约束,因而无法反映出农业经济增长的真实绩效。文章采用Malmquist Luenberger指数分析了2000-2012年碳排放约束下河南省18个地市的农业全要素生产率及其分解成分。研究结果表明,碳排放约束下河南省农业全要素生产率呈增长趋势,但表现出较大的波动性,其动力主要来源于技术进步;分地区来看,河南省各地市之间农业全要素生产率差异显著,其中,豫北地区农业全要素生产率增长最高。     

碳排放约束下我国油菜全要素生产率增长与分解——来自13个主产区的实证

运用基于方向性距离函数的Malmquist-Luenberger生产率指数法重新估算了碳排放约束下油菜主产区13个省1985-2010年的全要素生产率。研究发现:(1)碳排放约束下我国油菜全要素生产率年均增长1.76%,生产率增长主要依靠前沿技术进步贡献,技术效率改善的作用不明显;从时序演变看,不同阶段波动明显;从地域分布看,东部增长最快。(2)经碳排放因素修正后,油菜全要素生产率反而有所上升,即对油菜生产过程中的碳排放进行严格而恰当的约束,波特"双赢"效果或可实现。     

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。     

环境约束下湖北省农业全要素生产率增长分析

基于湖北省各市2000-2013年农业投入产出数据,利用Malmquist-Luenberger生产率指数和核密度图对环境约束下湖北省农业全要素生产率增长和收敛状况进行了分析。结果表明,湖北省农业全要素生产率增长显著,技术进步是农业全要素生产率增长的主要源泉;农业全要素生产率、技术效率变化和技术进步率都出现了收敛。提出了相应的政策建议。     

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。     

中国林产工业绿色全要素生产率测算——基于制造业31个分行业的面板数据

基于2012-2019年中国制造业行业数据,在投入产出指标体系中,以能源消耗作为生产要素投入、以CO₂排放量作为非期望产出,采用ML生产率指数法测算林产工业及制造业分行业GTFP指数。结果表明,中国林产工业GTFP增速处于制造业中等水平,且增速逐渐减缓;纯技术进步是GTFP指数增长的主要动力,纯效率下降是GTFP指数增长减缓的主要原因;传统TFP指数过高地估算了行业经营效益,GTFP指数能更真实地反映行业发展状况。因此,促进林产工业GTFP增长和实现高质量发展,既要重视内部自主创新,也要重视内部技术推广与制度建设。     

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。     

公司治理对农村商业银行全要素生产率的影响研究

构建GML指数测度25家农村商业银行2008-2014年的全要素生产率增长,在剖析公司治理对全要素生产率影响机理的基础上,利用面板模型对相关因素进行实证分析。研究发现：样本农村商业银行的全要素生产率总体明显提高,个体间的增速差异逐渐缩小;董事会规模、董事会会议频率和自有资本比率的提高对生产率的增长具有积极作用,但股权制衡度和市场份额的提高不利于生产率的增长;股权集中度、独立董事比例和监事会规模的影响不显著。     

基于物质流分析的陕西省环境全要素生产率研究

运用物质流分析方法得到了陕西省陕北、关中、陕南3个地区的投入变量和产出变量,将自然资源投入、劳动力、资本作为投入变量,以GDP和污染物作为产出变量,分别测算并对比了不考虑环境影响和考虑环境影响情形下的环境全要素生产率.结果表明,不考虑环境影响时(情形1),陕北的TFP指数最高:考虑环境影响时,陕北和关中的环境全要素生产率相对情形1出现了下降,而陕南则出现上升.不考虑环境影响的TFP指数可能高估或低估了一个地区真实的生产率水平,而环境全要素生产率能更准确地衡量一个地区的发展水平.     

我国柑橘全要素生产率变化分析

采用DEA-Malmquist指数法对中国7个柑橘主产区2009—2015年的投入产出指标进行测度,探讨中国柑橘生产的全要素生产率变化趋势。结果表明,研究期内,技术进步是中国柑橘全要素生产率的主要影响因子,在技术进步的负向贡献下,柑橘生产的全要素生产率呈现出周期性波动下降趋势,且柑橘生产处于纯技术效率下降,但规模经济有效阶段。因此,在保持现有规模效率稳定增加的基础上,实现技术创新、优化物质装备水平、提高果园管理水平是改善柑橘全要素生产率的关键。     

中国造纸及纸制品业全要素生产率的变化及构成

为了研究中国造纸及纸制品业的经济增长状况,该文基于Malmquist生产率指数,测算了1999—2005年中国造纸及纸制品业全要素生产率的变化及构成要素。结果表明:这一时期,该产业技术进步较快,是全要素生产率增长的主要来源。但是,产业生产管理水平的提高相对缓慢,规模效率持续下降,这些已成为造纸产业进一步发展的主要障碍。据此,该文认为:在继续提高造纸和纸制品业技术水平的同时,应当更加重视生产管理改革和生产规模的优化,实现产业技术、管理与规模化等要素对生产效率贡献的协同发展。      

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。     

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。     

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。     

全要素生产率与广东农业经济增长波动性研究

采用Cobb-Douglas生产函数对广东1985-2006年农业经济增长的伞要素生产率(TFP)进行了定量测度,研究发现,在农业生产技术保持不变的前提下,广东农业经济增长中资本对产出的弹性高达0.65,而劳动对产出的弹性仪为0.35;资本、劳动和全要素生产率对农业经济增长率的贡献率分刖为80.609%、-1.012%和20.403%,即资本对产出的贡献率最大,而劳动对产出的贡献率却为负值.广东农业经济增长中全要素生产率存在着6个明显的波动区间.最后就如何提高广东未来农业经济增长的全要素生产率提出了相应的对策建议.