异质性下农业集聚对全要素生产率的影响研究

Marshall外部性是产业集聚影响生产率的方式之一,由于资源禀赋、组织形式和政策环境等产业特殊性,农业集聚对产业生产率的影响具有异质性。基于DEA-Manquist指数,测算2002—2016年中国31个省级行政单位的农业全要素生产率(TFP),并运用面板门槛模型分析了农业集聚对农业TFP的非线性影响。研究表明,农业集聚对全要素生产率的影响具有显著的门槛效应,随着农业集聚度的提高,出现阶梯递减现象。当集聚度小于等于0.94时,每增加1个单位,带动农业全要素生产率增加0.709个单位,当集聚度大于等于0.94时,将带动全要素生产率增加0.437个单位。同时,农业集聚对农业TFP的影响具有区域异质性,东部地区农业集聚与全要素生产率之间呈现出“V”型结构,中西部地区两者则呈现出“L”型结构。     

我国农业全要素生产率增长的动态变化与影响因素——基于DEA和SFA方法的比较研究

采用非参数的DEA-Malmquist生产率指数法、参数的随机前沿生产函数法(SFA)以及Pool OLS、固定效应模型(FE)、随机效应模型(RE)多种方法分析了1990—2012年我国28个省份的农业全要素生产率(TFP)的演变趋势及其影响因素。研究结论表明:两种方法测算的农业TFP年均增长率分别为3.1%和3.6%,但波动趋势呈现出相反的结论 ,技术进步是国家及其各省份、各区域农业TFP增长的主要来源,东部、中部、西部农业TFP依次递减;农业资本投入、人力资本和城市化水平对农业TFP增长都具有正向显著作用,而农业劳动投入、农业种植结构对农业TFP增长产生了显著的负向影响,财政支农力度在DEA法的结论中表现为对农业TFP的显著正向作用,土地投入的影响在两种方法中出现了相反的结论。     

行业全要素生产率水平的国际比较研究

全要素生产率水平的国际比较是生产率国际比较的重要组成部分,在行业国际竞争力研究中占有重要地位。从超越对数生产函数出发,分别建立了以物量和价格表示的行业TFP水平的国际比较理论模型,并以中国和日本1995年33个行业的产出和投入数据为例,测算其TFP水平差距。结果表明,1995年,中国仅有7个行业的TFP比日本大,体现了相对日本的价格竞争优势。     

对外贸易 、FDI 、产业结构 、全要素生产率与 城乡居民收入差距的动态关系研究 ———基于非参数 M almquist 指数

采用非参数Malmquist指数估算我国1990-2008年29个省、直辖市和自治区的全要素生产率（TFP）,并分析了对外贸易、FDI、产业结构、全要素生产率与我国城乡收入差距之间的动态关系。研究发现：1991~2008年我国平均全要素生产率的累积变动率略有下降,其中东部呈上升趋势,中西部呈下降趋势;收入差距与TFP呈U型曲线;对外贸易开放程度和产业结构是引起我国居民收入差距扩大的因素之一;FDI对城乡居民收入差距没有显著性影响。     

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。     

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。     

区域经济增长质量的动态变化及收敛性检验 ——基于全要素生产率增长率的分析

基于2000—2011年的省级面板数据,采用随机前沿分析模型,从TFP（全要素生产率）增长率的角度分析了我国八大区域经济增长质量的动态变化及其收敛性。结果表明：我国TFP增长率整体上呈中西高东部低的格局;发达地区的技术进步变化率和技术效率变化率低于欠发达地区,这表明欠发达地区充分发挥了其后发优势;各区域的资源配置效率和规模经济效率虽然从动态来看均呈上升趋势,但整体效率值为欠发达地区低于发达地区;从TFP增长率的收敛性来看,全国范围内不存在绝对收敛,虽然落后地区存在追赶发达地区的趋势,但未来一段时间内,各区域间的发展差距将长期存在。     

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。     

中国技术进步贡献率的估算及其与收入分配差距研究

建立超越对数生产函数,通过主成分分析法对中国1978～2008年的全要素生产率进行估算,发现近五年来TFP对经济增长的贡献率稳定提升,平均为30%。进一步分析全要素生产率与收入分配差距之间的关系,借助计量经济模型,对TFP与基尼系数之间的关系进行实证研究,结果表明,技术进步将拉大收入分配差距,TFP每提高1%,基尼系数就提高0.4%。在此基础上提出调节收入分配差距、优化科技投入配置、促进人力资本提升等政策建议。     

农业全要素生产率的地区差距及其增长分布的动态演进——基于非参数估计方法的实证研究

采用DEAMalmquist 生产率指数对中国30个省（市、区）1998-2011年间农业全要素生产率进行核算,并基于此以累积农业相对全要素生产率为指标,利用核密度和条件密度估计方法,系统考察了中国农业全要素生产率的地区差距及增长分布的动态演进。结果表明：中国农业全要素生产率非均衡性空间特征比较明显。基于农业全要素生产率变化趋势的差异可将30个省（市、区）划分为“高速组”“快速组”“慢速组”与“零速组”四类地区。中国农业全要素生产率地区差距呈扩大趋势,并且增长分布形状以“单峰”分布为主,但“双峰”分布趋势开始显现。其中,东部地区出现“三极”分化现象;中部地区逐渐由“单峰”分布变成“双峰”分布;西部地区则有“两极”分化的可能。中国农业全要素生产率增长分布具有很强的内部流动性,并表现出“两极”分化的趋势。从三大区域来看,中部地区农业TFP增长分布表现出流动性的同时呈“多峰”分布,而东部地区和西部地区则并未出现“多极”分化。     

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。     

出口贸易与省域TFP空间维度分析

作为衡量一国科技进步的重要指标,全要素生产率的高低决定着一国生产率水平的先进与落后。在不断深化改革开放的过程中,如何利用开放倒逼我国技术水平的提高成为一项较为紧迫的任务。为此,我们运用面板DEA-Malmquist指数法可以测算出2002—2011年我国29个省份(含自治区、直辖市)全要素生产率,并在此基础上建立空间面板数据模型(SPDM),实证分析出口贸易、基础设施等对我国省域全要素生产率及其空间溢出效应的影响。经研究发现,我国省域全要素生产率存在较为明显的空间自相关性,即出口贸易、基础设施等经济活动通过影响本省TFP,并通过空间溢出效应进一步将其作用传递和迭加到邻近省域全要素生产率上,基础设施对我国省域全要素存在较为显著的负向关系,出口依存度、出口贸易及FDI对我国省域全要素生产率具有显著的推动作用。     

农机服务发展与粮食生产效率研究:2004—2016——基于变系数随机前沿分析

采用“两步法”研究了农机服务发展与中国粮食生产效率的关系.基于2004-2016年全国31省份粮食生产投入产出的面板数据,利用变系数随机前沿分析方法测算了中国粮食生产的技术变化、技术效率以及全要素生产率,然后构建农机服务发展影响粮食生产效率的OLS回归模型.结果表明:(1)31省份粮食生产的投入要素产出弹性和技术效率存在明显差异,2008年粮食技术变化最为明显,粮食全要素生产率的增长在2008年高达5%.(2)农机服务在2008年以后对粮食全要素生产率的增长具有显著的促进作用,农机服务对粮食TFP的作用存在一定的滞后效应.(3)农机服务发展与劳动产出弹性具有替代关系,与化肥和机械产出弹性具有互补关系.在三大粮食作物中,小麦机械化程度最高,水稻和玉米的机械化程度还有待提升.     

中国农业生产效率变动的驱动因素研究

运用DEA-Malmquist生产率指数法,对1978-2011年省级农业TFP进行了数量测算与系统分解,并细致考察了其时序演变差异、地理空间分布与分组增速效率等特征.测算发现:农业TFP增长源泉主要是由技术进步率与技术效率双轮驱动的,但技术效率的驱动作用有限.农业TFP与技术进步率指数呈顺周期变化,与技术效率指数有逆周期波动阶段.农业TFP效率变动具有比较严重的地理空间上的非均衡性.省际间各指数差异显著,农业技术效率指数全国各区域普遍不高,中西部地区的农业前沿技术进步率比较糟糕,但各直辖市主要效率指数增长效应显著.农业TFP及其分解指数“发散效应”明显,“收敛效应”与“外溢效应”趋势不显著.除了要素输入,经营模式创新更显重要,“双轮驱动”应成为未来中国农业经济增长方式转变与可持续发展的路径.     

省际竞争对中国农业的影响

我国省际农业竞争存在负向空间溢出效应,对农业生产率产生了负向影响,这一消极影响随时间呈逐步扩大趋势,并在不同区域普遍存在。各省同构化的农业生产结构抑制了农业增长速度。我国农业发展应根据各省的资源禀赋,发挥比较优势、优化区域布局、鼓励差异化发展,从而减少负溢出效应和生产率损失,并通过提高教育水平、增加涉农财政支出、改善灌溉等基础设施条件,实现“乡村振兴”战略中的“产业兴旺”目标。     

省际绿色全要素生产率增长趋势的分析——一种非参数方法的应用

本文应用非参数方法计算考虑环境污染变量的全要素生产率,对全国各省经济发展的质量进行了重新评价。结果表明,这种新的绿色全要素生产率指标对省际经济发展质量的评价与常规的全要素生产率指标的评价结果有很大的差异,以两种指数作为衡量指标的地区间的排名有显著不同,而且绿色全要素生产率指标与GDP指标没有显著的相关关系。在保证统计数据质量的前提下,绿色全要素生产率的核算可以成为衡量各地区和全国经济发展质量的一种有效的和低成本的途径,具有一定的应用价值。     

农业产业结构变迁对绿色全要素生产率增长的空间效应分析

本文利用1997—2016年中国大陆31省区面板数据,在较为全面地测度农业绿色生产率的基础上,借助空间杜宾模型,从农业产业结构合理化和高级化两个维度考察农业产业结构对农业绿色生产率的直接影响与间接溢出效应。结果发现,1998—2016年中国农业绿色生产率不断提高,其增长主要由技术进步驱动;东、中部省区农业绿色生产率整体水平较高,东北三省次之,而西部省区最低。省份间农业绿色生产率具有较强的空间依赖性,农业产业结构是影响农业绿色生产率增长的重要因素,一地区农业绿色生产率不仅受到本地农业产业结构合理化与高级化的直接影响,还受到邻近地区农业产业结构高级化的间接溢出。因此,新时期更应重视农业产业结构的合理调整与优化升级在农业绿色生产率增长中的重要作用,进而提升农业整体发展质量。     

低碳视角下粮食主产区农业全要素生产率比较——基于中国13省2002-2011年数据的分析

运用Malmquist生产率指数（M指数）和Malmquist-Luenberger生产率指数（ME指数）对中国13个粮食主产区2002-2011年的农业全要素生产率（TFP）进行测算和比较分析,结果显示：13个粮食主产区研究期内ML指数与M指数的变化趋势大体一致;但与考虑碳排放情况的ML指数相比,M指数高估了农业TFP的增长速度,夸大了技术进步和技术效率对农业TFP的贡献作用;由ML指数及其分解可知,中国目前粮食主产区的农业生产方式仍然简单粗放;从技术“创新者”身份来看,产粮大省山东省、处于东部较发达地区的江苏省和位于东北粮食生产基地的辽宁、内蒙古、黑龙江、吉林等省份在实现碳排放约束条件下的农业技术创新方面发挥了重要作用,直接推动着农业环境技术的进步与创新,但中部一些省份,如湖南、湖北、江西、安徽的表现则不理想。     

科研投入、人力资本与农业全要素生产率

采用中国1997—2012年的省际面板数据,在运用永续盘存法测算出农业科技存量,同时考虑农村劳动力流动对农村人力资本影响的基础上,采用固定效应模型实证检验了农业科研投入和农业人力资本对农业全要素生产率的影响。研究发现,农业科研投入能够显著促进农业全要素生产率的提高,而农业人力资本对农业全要素生产率的促进作用并不显著。另外,城市化进程和农业贸易条件对农业全要素生产率具有显著的促进作用,而农业外商直接投资、农业结构调整和受灾率显著降低了农业全要素生产率。     

基于全要素生产率和DEA的勘察设计行业效率评价

文章对中国31个省市自治区2006--2011年工程勘察设计行业投入产出面板数据,采用非参数的Malmquist—DEA方法测定各省市行业全要素生产效率及其变化。结果表明,在空间上,东部地区行业全要素生产效率平均水平高于中部,中部高于西部;在时间上,行业全要素生产效率随国家经济发展状况和政策调整波动较大。因此,要提高行业的全要素生产率,除需行业规模效率的提高外,更重要的是加大对技术进步的支持力度和纯效率的提高。