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。     

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。     

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。     

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。     

中国全要素农田水利效率的地区差异和门槛效应研究

农田水利作为我国农业基础设施投资的重要组成部分,对农业经济增长及农民增收具有重要影响。基于DEA在全要素生产的框架,构建全面衡量我国农田水利效率的指标——全要素农田水利效率,选取2001—2015年省级面板数据,运用DEA Malmquist方法测算31个省的全要素农田水利效率,并对不同区域农田水利效率进行对比分析。研究结果表明我国全要素农田水利效率存在明显地区差异,东北地区效率最高、超过农业大省聚集的华东和华中地区;全要素农田水利效率与区域经济发展水平存在不完全匹配现象,主要与农田水利效率及影响因素之间的非线性关系有关。基于农田水利效率省际差异,采用门槛回归模型检验影响全要素农田水利效率的门槛特征,研究结果显示：农村经济发展水平对农田水利全要素生产率存在显著的收敛门槛效应、机械动力投入对农田水利全要素生产率存在明显的加速门槛效应。     

我国粮食主产省农业全要素生产率实证分析

农业产出增长要靠不断加强农业投人和提高农业全要素生产率来实现。农业生产资源的稀缺性,决定了农业产出的持续增长只能依靠不断提高全要素生产率。采用非参数法中的数据包络分析方法对我国粮食主产省的全要素生产率进行测算,使用Malmquist指数法将全要素生产率进一步分解为规模效率、纯技术效率和技术进步。研究发现：2000-2009年我国粮食主产省全要素生产率的变化不稳定;粮食主产省的技术都呈现出进步的趋势,但各自的技术效率却存在很大的差异,且导致技术效率变化的原因也各不相同。     

1978-2007年中国TFP的估算和分析——基于DEA-Malmquist生产率指数法

该文运用非参数Malmquist生产率指数方法,对我国1978—2007年30个省(市、自治区)的全要素生产率进行分析,结果表明:在1978—2007年期间,各省市区的全要素生产率平均增加3.7%,其中东部地区增加4.3%,中部地区增加3.2%,西部地区增加3.6%,全要素生产率提高的主要推动力量是技术水平的提高;改革开放深化时期比改革开放初期时的全要素生产率和技术进步贡献率都有大幅度的提高,且改革开放初期要素生产效率提高大于技术水平提高,改革开放深化时期技术水平大幅度提高,但生产要素使用效率负增长。     

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。     

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。     

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。     

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。     

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。     

中国肥料制造业全要素生产率的动态分析

运用非参数DEA—Malmquist指数方法估算中国各地区肥料制造业1998—2005年期间的全要素生产率增长、技术效率变化和技术进步情况,从而对中国各地区肥料制造业做全要素生产率分析。结果显示:在1998—2001年期间,全国和东部地区技术效率的改进对全要素生产率的变化贡献较大,而在后期技术进步则成为全要素生产率变化的主要动力;西部与东部地区情形相似,只不过技术进步成为全要素生产率变化的主要动力在2003年以后才表现出来;对于中部地区,可以说全要素生产率的提高一直主要依靠技术进步。     

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。     

要素配置结构、技术进步偏向性与工业全要素生产率的增长——基于长江经济带与黄河流域的对比分析

在要素增强型CES生产函数的假定下，基于2003—2018年长江经济带与黄河流域的工业数据，构建动态面板比较长江经济带与黄河流域工业经济的特点，分析要素配置结构、技术进步与全要素生产率增长之间的关系。结果表明：要素配置结构方向与技术进步偏向性相适宜时，对全要素生产率的增长起到不同程度的促进作用，要素配置结构的贡献度相对较低；2003—2018年长江经济带与黄河流域的全要素生产率整体上增长幅度较为缓慢，且长江经济带全要素生产率年均增速比黄河流域高出0.94%；技术进步偏向与要素配置结构并非阻碍黄河流域经济增长的主要因素。     

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。     

服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

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。。     

劳动力转移对中国全要素生产率的影响——基于2000-2014年省级面板数据的实证分析

首先,根据2000—2014年全国各省和直辖市面板数据,采取DEA-Malmquist指数法,对我国30个省、 自治区及直辖市的全要素生产率进行测算,并分析了劳动力转移对全要素生产率的影响.结果表明:劳动力转移有利于全要素生产效率(Total Factor Productivity,TFP)的增长,且当第一产业就业人数占总就业人数的比例每减小1%时,全要素生产率会增加1.39%.其次,通过地域划分,横向比较了不同区域内劳动力转移对TFP的具体作用效果,其作用效果大小按照西南、 中南、 东北、 华北、 华东以及西北地区顺序呈现递减规律.最后,将全要素生产率分解为纯技术效率、 技术进步指数和规模效率,分别探究劳动力转移对它们的影响.研究发现:劳动力转移影响全要素生产率主要是通过对技术进步水平与规模效率水平的影响所实现的.