城乡融合发展提升了农业全要素生产率吗?——基于长三角地区的实证检验

基于2010—2019年长三角地区的面板数据，采用DEA-Malmquist指数法和熵值法测量各城市农业全要素生产率和城乡融合水平，通过构建面板门槛模型，研究长三角地区城乡融合对农业全要素生产率的门槛特征。结果表明：第一，农业全要素生产率和城乡融合水平均呈现波动上升的趋势；第二，农业全要素生产率与城乡融合之间存在单一门槛；第三，门槛效应的区域差异明显。未来应加大研发投入，鼓励企业创新，推动技术进步；坚持市场在资源配置中的决定性作用，更好发挥政府作用，提高劳动力、资本、土地等要素的资源配置效率，加快要素的市场化改革，着力破除城乡之间的要素流动障碍；加强上海、苏州、杭州、南京等地的中心城市功能，推进长三角示范区建设，优化产业布局和空间发展格局，提高区域协调发展，加强省市间互动，引导技术、人才等要素在省市之间双向流动。     

华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型

基于随机前沿生产函数模型,利用华东地区六省1978—2015年的面板数据,分析华东农业全要素生产率增长及分解部分的变化趋势。结果表明：1978—2015年,华东地区农业全要素生产率年均增长率为4.59%,依次呈现出递减、递增、平稳的变化趋势;农业技术进步是全要素生产率增长的主要动力;技术效率是华东农业全要素生产率增长的主要阻碍因素,呈逐年下降的趋势;规模效率对农业增长阻碍作用不明显;要素配置效率对经济增长有促进作用即存在结构红利,但不显著。据此提出加大农业技术创新投入,提高农业产出效率;加快农业固定资产投资体制改革,盘活存量、优化增量;优化资源配置,提高农业供给体系的质量和效率等建议。     

农村人口老龄化与农业全要素生产率的区域异质性

基于2000—2018年中国省际层面的面板数据,采用DEA Malmquist模型测算农业全要素生产率,构建中介效应模型实证分析农村人口老龄化对农业全要素生产率的影响。研究结果表明：得益于技术进步,农业全要素生产率在样本期间实现了小幅增长;农村人口老龄化对农业全要素生产率的影响显著为正,农村人口老龄化会通过人力资本积累效应推动全要素生产率增长,同时也会通过劳动力供给效应和科研投入效应对全要素生产率增长产生显著的阻碍作用。此外,农村人口老龄化对农业全要素生产率的影响还存在显著的区域异质性,农村人口老龄化对中西部地区农业全要素生产率的影响并不显著,但会显著阻碍东部地区农业全要素生产率的提高。因此,应该通过加快农业机械化进程、大力推广现代农业种植技术以及鼓励大学生到农村地区就业和创业等途径推动农业全要素生产率增长。     

中国省际旅游产业结构优化对旅游全要素生产率的影响

基于2004—2018年中国30个省份(西藏及港澳台地区除外)的面板数据,采用DEA-Malmquist指数测度旅游全要素生产率,并进一步采用固定效应模型、工具变量法和系统广义矩估计等方法实证分析旅游产业结构优化对旅游全要素生产率及其分解指数的影响。研究发现:旅游全要素生产率整体呈现出波动增长的趋势,技术进步是旅游全要素生产率增长的主要驱动力;旅游产业结构优化对旅游全要素生产率具有显著的倒U型非线性影响,其中旅游产业结构高级化对旅游全要素生产率具有显著的倒U型非线性影响,而旅游产业结构合理化对旅游全要素生产率的U型非线性影响则不显著;旅游产业结构优化对技术进步具有显著的倒U型非线性影响,对技术效率和规模效率则具有显著的U型非线性影响,对纯技术效率具有显著的正向影响。据此提出,应进一步优化资源配置以发挥规模效应,立足区位优势以强化辐射效应,完善区域产业链以推进产业融合等,以期推进旅游业高质量发展。     

互联网发展对农业全要素生产率增长的影响

伴随着“互联网+农业”的蓬勃兴起,互联网发展在提升农业全要素生产率方面发挥着重要作用。首先分析互联网发展对农业全要素生产率增长的作用机理,并基于EBM Super-Global-Malmquist（EBM-SGM）指数对2002—2016年中国大陆31个省份的农业全要素生产率进行核算,然后采用固定效应模型分析互联网发展对农业全要素生产率增长的影响。结果表明：（1）2002—2016年农业全要素生产率年均增长2.20%,主要依赖农业技术进步的贡献;（2）整体来看,互联网发展显著提升了农业全要素生产率;分地区来看,互联网发展对农业全要素生产率的促进作用在中部地区最为明显,其次为西部和东部地区;（3）互联网发展对农业技术进步具有显著的促进作用,对农业技术效率具有显著的抑制作用。     

1996～2007年辽宁省14个市农业生产效率分析与比较

采用Malmquist指数法对辽宁省“九五”以来1996～2007年14个市的农业生产效率进行分析,结果表明,辽宁农业全要素生产率波动特征与辽宁农业的发展阶段特征大致吻合;辽宁农业全要素生产率处于不断增长态势,农业技术效率趋于稳定,而技术进步是促进辽宁农业全要素生产率增长的主要因素,应加大对农业科技的投入;忽视可持续发展是“九五”时期和“十五”初期辽宁农业全要素生产率下降的根本原因,因此应加强农业生产技术的应用,增强辽宁农业发展的可持续性。     

新型城镇化、农业产业集聚与农业绿色全要素生产率增长：影响机理与实证检验

本研究将新型城镇化、农业产业集聚同时纳入农业绿色全要素生产率分析框架,理论阐释及实证检验新型城镇化和农业产业集聚对农业绿色全要素生产率增长的影响机制。研究结果表明：总体上,新型城镇化显著抑制农业绿色全要素生产率增长,农业产业集聚显著促进农业绿色全要素生产率增长;构建中介效应模型进一步检验发现：新型城镇化能通过农业技术进步效应促进农业绿色全要素生产率增长,但通过农业要素配置制约效应和非期望产出增长效应抑制农业绿色全要素生产率增长;新型城镇化与农业产业集聚的交互效应或协同作用能有效促进农业绿色全要素生产率增长。     

城镇化、工业化对农业全要素生产率增长的影响研究——来自重庆37个县(区)面板数据的证据

文章基于2000—2016年重庆37个县（区）面板数据，使用序列DEA方法测算了重庆农业全要素生产率变动，在此基础上探讨了重庆农业全要素生产率增长的时间演变，并从理论和实证层面系统考察了城镇化和工业化对农业全要素生产率增长的影响。结果表明：首先，2000—2016年间重庆市农业全要素生产率呈上升趋势，2007年后重庆市农业全要素生产率增长更为明显，并且重庆市各地区呈现出明显的空间不平衡性。其次，动态面板模型的实证结果表明城镇化对农业全要素生产率增长具有显著正向影响，工业化对农业全要素生产率增长也具有显著正向影响。最后，研究还发现基础设施、教育水平以及金融发展程度对农业全要素生产率增长均具有显著正向影响，而产业结构对农业全要素生产率增长具有显著负向影响。     

台湾农业技术进步贡献率的测度与分析

土地、劳动力、资本与技术是拉动经济增长的四大要素。如今,劳动力对农业经济的贡献体现在“量”与“质”两方面,人力资本对经济的影响日益凸显。在借鉴新古典经济增长模型的基础上,引入生产要素——人力资本,采用全要素生产率的分析方法,对台湾1986-2007年农业发展进行定量测度,探寻台湾农业经济发展的主要动力、影响因素及源泉。最后,从实现技术进步与技术效率提高的目标出发,提出推动台湾农业持续增长的建议。     

中国农垦全要素生产率的随机前沿分析

文章利用随机前沿生产函数模型,对2001—2006年中国农垦一、二、三产业投入产出数据进行计量分析,根据回归结果,把农垦全要素生产率增长分解为前沿技术进步、相对前沿技术效率、规模经济效率和资源配置效率的变化。进一步分析发现：要素投入增长是农垦产出增长的主要视力来源,农垦全要素生产率增长和产出增长不存在显著的相关关系;农垦前沿技术进步显著,是农垦全要素生产率增长的主要源泉;二、三产业相对前沿技术效率的恶化是阻碍农垦全要素生产率增长的主要障碍。     

人力资本条件下中国农业生产效率的评价与分析

20世纪90年代中期后中国的农业发展进入了一个新的阶段,农业发展归根到底要靠农业生产率的提高,而技术进步与技术效率是农业生产率增长的源泉。本文运用数据包络分析法对现代农业生产要素投入下的中国农业生产效率进行测度,结果显示1995年以后中国农业生产的全要素生产率的增长主要由农业技术进步引起,农业技术效率低下成为农业生产率增长的瓶颈。改变目前农业生产经营的形式与提升农业劳动力的人力资本水平成为提升农业纯技术效率和规模效率进而提高技术效率的重要途径。     

我国农业生产效率发展的结构变化和区域差异

采用2002-2011年我国31个省、自治区和直辖市的农业相关面板数据,运用Malmquist生产率指数法对我国各省和区域的全要素生产率进行了测算和分解。结果发现:技术效率是全要素生产率增长的主要源泉;在2004-2005年和2008-2009年出现了两次ECH同TCH的反向变动;技术效率的解释度占全要素生产率增长70%的比重。由此提出,当前农业政策的重点应放在保证农业劳动力的数量和质量的提高,以及加强农业生产的技术和区域协调发展。。     

农村人口老龄化对农业全要素生产率影响的实证分析

在人口红利窗口即将关闭、农村大量青壮年劳动力外出务工的背景下,农村人口老龄化是否会影响到粮食安全呢?基于1990—2012年的时间序列数据,分析中国农村人口老龄化对农业全要素生产率的影响。研究表明,农村人口老龄化率并不影响农业全要素生产率的增长。要提高农业全要素生产率就必须加大农业劳动力的人力资本投资,提高农业劳动力的劳动力素质;构建对农业的反哺机制,促进资源向农业的回流;创新农业生产组织形式,提高农业生产技术水平,弥合劳动生产率下降损失。     

制造业全要素生产率测算及影响因素研究

Hsieh和Klenow提出了一种测算全要素生产率与资源配置效率的模型,龚关和胡关亮对该模型进行了扩展。文章在龚关和胡关亮研究的基础上,突破了投入要素的产出弹性只与行业有关的假设,构建了一个新的异质产品的垄断竞争模型。然后结合企业的微观数据,测算了中国制造业的资本配置效率、劳动配置效率和全要素生产率。最后,根据Olley和Pakes的方法测算了制造业的技术进步水平,并从技术进步和资源配置的视角分析了中国制造业全要素生产率的影响因素。研究发现：2001-2007年制造业全要素生产率平均每年增长4.93%;由于资本配置效率和劳动配置效率的双重下降,2007年以后全要素生产率明显下降;就全要素生产率的地区差异看,中西部地区越来越高,而东部地区越来越低。     

土地要素市场化改革能够提升企业生产效率吗?——基于工业用地市场化改革的准自然实验研究

深化土地要素市场化改革是提升全要素生产率、促进高质量发展的重要途径。基于微观企业视角,利用双重差分模型探究工业用地市场化改革对企业全要素生产率的影响,并从资源利用、资源配置和技术创新3个方面,探究具体的影响机制。结果表明：在研究期内,工业用地市场化改革整体上促进了企业全要素生产率提升约14%;对企业主体而言,规模越小、所属行业土地依赖程度越高,则全要素生产率的提升效果越明显;分区域来看,东北及西部地区企业生产效率的提升作用显著高于东部地区。进一步从中介效应看,该改革可以通过资源配置和技术创新来促进企业全要素生产率的提升;而资源利用机制并未发挥显著作用。综上,继续深化工业用地市场化改革,并着力优化土地资源在企业间的配置,提高企业技术创新水平,有利于企业生产率的提升。     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

基于随机前沿分析的中国农业全要素生产率增长的实证分析

基于1997—2014年的省际面板数据,建立超越对数随机前沿函数模型进行农业全要素生产率的实证分析,根据对农业全要素生产率的测算分解,得出如下结论:农业全要素生产率增长存在波动,其增长年均值为8.59%;技术进步变化率是其主要推动因素,而要素配置效率变化率和规模效率变化率对农业全要素生产率的贡献仍较小。此外,农业全要素生产率增长存在明显的地区差异,从变异系数来看,华南地区农业TFP增长率波动对全国农业TFP增长率影响较大;分区域来看,华东地区的农业全要素生产率增长受规模效率变化率波动影响最大,华南地区农业TFP受配置效率变化率波动影响最大,以上两方面构成农业全要素生产率增长地区差异的主要原因。最后,笔者根据研究结论提出相应的政策建议。     

目标价格补贴政策改革对粮食全要素生产率的影响研究——来自全国大豆种植户的微观证据

大豆目标价格补贴政策改革是我国农业补贴制度改革的重要举措。利用全国农村固定观察点大样本面板数据,在测算农户大豆全要素生产率水平的基础上,分析目标价格补贴政策改革对农户大豆全要素生产率的影响。结果表明：2003-2019年,农户大豆全要素生产率水平逐年提高,但增长率较低,年均增长0.834%;补贴政策改革能够显著提高农户大豆全要素生产率水平,但是存在明显的时间异质性,影响呈逐年上升的趋势。对种植规模较大、非纯大豆种植、兼业程度较低的农户而言,补贴政策改革的效果更加明显;无条件分位数回归的结果表明补贴政策改革对农户大豆全要素生产率水平的影响存在边际递增效应;补贴政策改革会通过提高农户生产性投资积极性、改善土地资源配置水平和促进适度规模经营来提高大豆全要素生产率水平。由此提出应坚持以大豆生产者补贴为改革方向,发挥市场在资源配置中的决定性作用;进一步提高大豆生产的规模化水平,以此扩大补贴政策改革对农户大豆全要素生产率水平的提升效果;提高政策的瞄准性,实行异质性补贴政策,提高补贴效率。     

基于随机前沿分析的全要素生产率分解

基于我国2003-2012年省际面板数据,本文采用改进的随机前沿模型与索洛残差法测算出我国技术效率和全要素生产率增长,同时分解了全要素生产率的增长,并简要分析了我国经济增长的源泉。研究发现:(1)近十年来,无论是整体还是各地区,全要素生产率增长均呈现涨跌互现的波动情形且波动较为剧烈。(2)我国经济增长主要依赖要素投入增长,其贡献率高达85.17%,而全要素生产率增长对经济增长的贡献为14.83%,作用不容忽视。(3)技术进步率较低、技术效率低下、资源配置不合理、规模经济效应不显著都是导致我国全要素生产率增长较低的重要原因。此外,在应对"突发"事件时,物质资本深化对经济增长的促进作用显得尤为重要。     

数字创新如何影响全要素生产率

本文从要素配置效率和人力资本积累视角构建数字创新影响全要素生产率的作用机制，将全样本微观层面ICT专利申请授权量数据汇总到省级层面衡量数字创新，利用数据包络分析法测算全要素生产率，探讨数字创新对全要素生产率的影响效应。研究发现：数字创新能够显著提升全要素生产率，并推动技术进步和提升规模效率。在计算机类数字创新、沿海地区、南方地区等情形下，数字创新对全要素生产率的推动作用更显著。在2008年之后，数字创新对技术进步具有显著的推动作用，而对规模效率具有显著的抑制作用。数字创新将通过提高要素配置效率和加速人力资本积累渠道提高全要素生产率。数字创新对技术进步的推动作用存在显著的溢出效应。