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。     

农产品贸易提升了农业绿色全要素生产率吗？

基于2008—2017年中国省际面板数据,从农村金融发展的视角出发,实证检验了农产品贸易对农业绿色全要素生产率（Total Factor Productivity,TFP）的影响。研究发现:（1）农产品进口贸易和农产品出口贸易均有利于提升农业绿色全要素生产率,其中,农产品出口贸易的提升作用更大;（2）相比农业绿色技术效率渠道,农产品贸易通过促进农业绿色技术进步对农业绿色全要素生产率产生的提升作用更强;（3）农产品贸易可以通过推动农村金融发展对农业绿色全要素生产率提升产生积极作用,即存在农产品贸易→农村金融发展→农业绿色全要素生产率的传导机制;（4）农产品贸易对农业绿色全要素生产率的影响存在基于农村金融发展的双重门槛效应,在农村金融发展水平由低变高的动态过程中,农产品贸易对农业绿色生产率的促进作用逐步增强。因此,要促进农业绿色全要素生产率的有效提升,一方面离不开农产品贸易的持续健康发展,另一方面也需要充分结合各地区农村金融发展水平的实际状况,施行差异化的农产品贸易政策,以充分发挥农产品贸易的正向绿色全要素生产率溢出效应。     

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。     

农业保险是否促进了中国农业绿色发展？

农业保险是中国农业绿色发展的助推器。基于2005-2020年中国省级面板数据,以农业绿色全要素生产率作为绿色发展水平的度量,运用超效率SBM模型结合Malmquist-Luenberger生产率指数测算中国农业绿色全要素生产率,通过双向固定效应模型分析农业保险对农业绿色全要素生产率的影响。研究表明：农业保险可以显著促进农业绿色全要素生产率增长,农业保险保费收入每增加1%,农业绿色全要素生产率将会增加0.024%,农业保险能够促进中国农业绿色发展;机制分析发现,优化要素配置是农业保险提升农业绿色全要素生产率的有效机制,但农业保险对推动中国农业绿色生产前沿面的扩张作用不显著;异质性分析发现,在农业信贷薄弱地区、西部地区、非粮食主产区以及土地流转率低的地区,农业保险对农业绿色全要素生产率的促进作用更强,农业保险具有绿色普惠效应;同时农业保险能够促进免耕、精播少播以及秸秆还田等绿色农业技术的应用。基于此,从完善农业保险保费补贴制度、提高农业保险保障水平、推出绿色险种等方面提出政策建议。     

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。     

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。     

农业效率增进、技术进步区域差异及TFP分解

基于随机前沿模型(SFA),文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明,中国农业生产效率总体水平不高,尚有较大的提升空间;存在较为显著的时际差异和区际差异;农业全要素生产率与技术进步率均有提高,但增幅较缓;全要素生产率增长的根本动因在于技术进步率而非技术效率,农业生产仍不具有规模经济性。     

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。     

农田灌溉设施的全要素生产率增长效应

基于中国15个小麦主产省2000—2017年面板数据,采用SFA-Malmquist指数法和面板工具变量法探讨了农田灌溉设施的小麦全要素生产率增长效应及作用机制,结果表明:2000—2017年间,小麦全要素生产率年均提升1.66%,技术进步率和效率提升率年均增长1.21%和0.38%,总体表现为技术诱导型的增长模式;农田灌溉规模的扩张可以在保障小麦生产效率提升的同时推动技术进步,实现小麦全要素生产率增长的双重驱动;农田灌溉质量的提升表现出正向的技术进步效应,但对技术效率却产生了微弱负向影响,且全要素生产率增长效应不显著。因此,在保持灌溉规模扩张对小麦全要素生产率驱动作用的同时,挖掘灌溉质量提升带来的全要素生产率增长潜能,将会是实现小麦稳产增产的关键。     

农村金融发展效率的区域异质性对农业绿色TFP的影响研究

运用方向性距离函数和GML指数测算各省（市农业绿色全要素生产率（TFP,在此基础上采用系统矩估计方法就农村金融发展效率的区域异质性对农业绿色TFP增长的影响及其传导路径进行了实证检验。研究发现：农村金融发展效率通过促进农业绿色技术进步推动农业绿色TFP增长,东、中、西部各地区农村金融发展效率对农业绿色TFP增长和农业绿色技术进步作用效应依次递减;东部和中部地区的农村金融发展效率均未对农业绿色技术效率增长产生显著影响,而西部地区的农村金融发展效率对农业绿色技术效率有抑制作用。     

数字经济发展与地区全要素生产率提升 ——基于中国省际面板数据的实证检验

为探究数字经济发展对地区全要素生产率提升的作用与路径,选取中国2010—2019年省级面板数据,分别运用熵值法和DEA方法对数字经济指数及地区全要素生产率进行测算,并结合双向固定效应模型、SUR回归以及中介效应模型对数字经济与地区全要素生产率之间关系进行实证分析。研究认为,数字经济对技术推动型的地区全要素生产率提升作用显著,数字产业化、产业数字化分别通过增进技术进步和提升技术效率提升了地区全要素生产率,数字产业化可以通过产业数字化提升地区全要素生产率。研究表明,培育地区全要素生产率增长新动能,应加快构建服务数字化转型、融合创新的新型基础设施建设体系,促进数字经济和技术创新深度融合; 加强自主创新数字技术和全球范围内的技术共享,促进中国技术进步以及省际全要素生产率的提高; 加快传统产业数字化转型,构建数字化经营决策以及生产体系; 加强数字信息保护和数字环境治理,建立健全产业数字化的信息安全体系。     

乡村振兴战略有助于农业全要素生产率的提高吗?——基于苏浙皖地区县域面板数据

基于2010—2019年苏浙皖地区县域面板数据,运用三阶段动态DEA-malmquist模型对农业全要素生产率水平进行测算,通过双重差分模型分析乡村振兴战略的实施给农业全要素生产率带来的政策效应,进一步分析其区域异质性。研究发现:苏浙皖地区的农业全要素生产率大部分处于有效率阶段,并呈现逐年递增趋势;乡村振兴战略的实施有助于农业全要素生产率的提高;不同地区乡村振兴战略对农业全要素生产率的影响具有显著差异。因此,应推进农业技术进步效率的提高,加快苏浙皖地区一体化进程,精准落实乡村振兴战略,采取差异化政策等实现农业全要素生产率的有效提升。     

环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析

绿色协同发展是推进京津冀协同发展的题中之义.基于京津冀地区2005—2018年面板数据,采用DDF-GML指数测算了京津冀地区绿色全要素生产率,并对京津冀地区绿色全要素生产率时空演变特征和影响因素进行深入分析.研究发现:第一,京津冀地区绿色全要素生产率整体呈现出增长的趋势,但增幅不大,其中,绿色技术进步是京津冀地区绿色全要素生产率增长的动力源泉;第二,从时间趋势看,"十一五"和"十二五"时期,京津冀地区绿色全要素生产率出现下降,但自生态环境同治政策实施以来,绿色全要素生产率实现大幅度提升;第三,从空间分布特征看,京津冀三地尤其是河北内部绿色全要素生产率存在显著差异;第四,从影响因素看,研发投入与区域生态环境协同治理政策对京津冀地区绿色全要素生产率具有显著的促进作用,而经济发展水平和政府干预对绿色全要素生产率具有显著的抑制作用.     

生态环境约束下农业全要素生产率时空变化研究——以江西为例

将生态环境约束引进农业全要素生产率分析框架,测算生态环境约束下江西省2000—2017年11个地市农业全要素生产率及其分解成分,分析江西省农业全要素生产率的收敛性,在生态环境约束下从整体上把握江西省农业全要素生产率时空变化情况。结果表明:2000—2017年江西省生态环境约束下农业全要素生产率未呈现稳定增长态势且显现出局部期间下降的特征,农业全要素生产率对江西省农业产出增长贡献率极低,从构成上来看无论是技术进步还是技术效率改善对于江西农业全要素生产率的增长影响均呈现不规律性,江西省各地市农业全要素生产率存在区域差异性,生态环境约束下江西省农业全要素生产率呈现俱乐部收敛特征。     

股权激励行权业绩考核如何影响企业全要素生产率

厘清实施股权激励计划及其行权业绩考核对企业全要素生产率的影响,对助推企业高质量发展具有重要的现实意义。研究发现：（1）相对于非股权激励公司,实施股权激励计划能够提高全要素生产率,股权激励行权业绩考核目标越大,股权激励强度越大,能够促进全要素生产率提升。进一步研究表明,股权激励行权业绩考核对公司技术效率具有显著的抑制作用,对公司技术进步具有显著的促进作用,因此,股权激励行权业绩考核对全要素生产率的提升作用主要是通过促进技术进步来实现的。（2）非线性效应检验结果表明,净资产收益率的非线性效应不明显,净利润增长率对全要素生产率的影响呈倒“U”型非线性关系,随着行权业绩考核目标的增大,高管行为存在着由协同动机向自利动机转化的倾向。（3）异质性效应分析表明,在国有控股公司中,降低国有股权能够增强股权激励行权业绩考核对全要素生产率的促进作用;在非国有控股公司中,增加国有股权能够增强其激励效应,这从一个侧面反映了推进混合所有制改革、发展混合所有制经济的必要性和重要性。上述结论丰富了高管股权激励的经济后果研究,为强化公司内部治理机制、促进全要素生产率提升进而助推高质量发展提供实证参考依据。     

农业绿色全要素生产率测度及收敛性分析——基于碳汇和碳排放双重视角CSSCI

对农业绿色全要素生产率进行科学合理的测度有助于精准把握农业碳减排潜力。本文基于2000—2019年我国省际面板数据,分别从碳汇和碳排放两个角度测度农业绿色全要素生产率,并进行了空间收敛性分析。结果表明:(1)考察期内农业绿色全要素生产率年均增速为1.1%,农业技术进步是其增长的主要动因;(2)农业绿色全要素生产率在时空演化过程中具有差异性和阶段化特征;(3)农业绿色全要素生产率呈现显著正向空间关联性,且逐渐强化,农业绿色全要素生产率较低地区发展速度要高于农业绿色全要素生产率较高地区,区域差异正在减小。研究结果对于精准评判农业碳减排潜力和碳吸收能力、实现“双碳”目标具有参考意义。     

农业信息服务的生产率增长效应检验

在对农业生产率增长、效率改进与技术进步测度的基础上,运用我国29个省份1995—2010年的面板数据,建立了以农业信息服务为解释变量,农业生产率增长为被解释变量的回归模型。回归结果显示:我国农业全要素生产率(Total Factor Productivity,简称TFP)增长的整体水平不高并呈现波动变化的态势,TFP增长受技术进步的影响程度较大;在整个样本期间,无论是以交通和通讯支出度量的农业信息服务水平,还是以每百户农户电视机拥有量度量的农业信息服务水平对农业生产率均具有显著的促进作用,但在不同时段,农业信息服务水平对农业生产率的影响方向及影响程度则不同;人力资本对农业生产率的增长效应不显著。     

中国区域农业绿色全要素生产率分解及收敛性分析

选取1999—2015年全国31个省域农业投入、产出面板数据,运用Global Malmquist Luenberger生产率指数方法测算中国农业绿色全要素生产率增长与分解情况,并针对收敛性问题进行检验。结果表明：（1）中国农业绿色全要素生产率增长源于技术进步,规模效率降低了绿色全要素生产率的提高,纯技术效率无明显影响;（2）未考虑农业碳排放会高估全要素生产率水平,导致评价偏误;（3）考虑农业碳排放情况下,全要素生产率水平呈现东、中、西、东北部依次递减趋势;（4）全国及各区域无明显σ收敛特征,全国层面及东北地区存在绝对β收敛现象,全国及东、中、西、东北地区均存在显著条件β收敛,表明各省域朝着自身稳定状态发展,而省域间“追赶效应”不明显。据此认为农业要走绿色技术创新及区域协调发展道路。     

农业保险发展对农村全要素生产率的影响研究——基于空间计量模型的实证分析

农业保险作为一种分散和转移农业风险的有效机制,是保障农业稳定生产和提升农村全要素生产率的重要驱动力。本文选取2010—2016年中国30个省（市、自治区）的面板数据,利用Malmquist指数测算了我国农村全要素生产率,并且运用空间计量模型实证分析了我国农业保险发展对农村全要素生产率的影响及其空间溢出效应。研究结果表明,我国农村全要素生产率并非随机分布,而是具有正向的空间相关性;我国各省（市、自治区）农业保险发展对农村全要素生产率具有显著的正向影响,且存在显著的空间溢出效应。在考察不同形式的空间计量模型和权重后,这一结果仍然具有稳健性。因此,提高农业保险的发展水平,加强区域间经济联系是提升农村全要素生产率的重要政策选择。