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。     

数字乡村建设、资源要素错配与农业绿色全要素生产率

数字乡村建设与农业绿色发展深度融合是推动农业高质量发展的新动力引擎。本文选取2011—2021年中国31个省级面板数据,构建数字乡村建设和农业绿色全要素生产率的评价体系,多维度分析数字乡村建设对农业绿色全要素生产率的影响及作用机制。研究发现,数字乡村建设既可以直接促进农业绿色全要素生产率提升,也可以通过带动绿色技术进步而促进农业绿色全要素生产率提升,还可以通过降低土地资源错配、资本资源错配、劳动力资源错配程度而间接促进农业绿色全要素生产率。数字乡村建设对农业绿色全要素生产率的影响异质性明显,东部地区、南方、粮食主产区的数字乡村建设的正向推动作用较强。     

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。     

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。     

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。     

技术进步方向及其对全要素生产率的作用效应检验

当前我国已进入中等收入阶段,能否借助于技术进步成功跨越中等收入陷阱尤为关键。然而,理论前沿普遍关注技术进步对生产率增长的贡献,而忽视技术进步正非对称影响要素生产率改变要素结构和全要素生产率。现以中等收入阶段工业行业为依托,估计全要素生产率和技术进步方向及偏向性技术进步对全要素生产率的影响。结果表明:技术进步正朝不断偏向于资本方向发展,中等收入阶段技术进步偏向性不断强化,资本密集型要素配置结构与技术进步方向相适配共同提升全要素生产率,其中要素配置结构、技术模仿和行政管制会通过技术进步方向作用影响全要素生产率。为此,一国在引进新技术或进行技术创新时应重视技术与要素结构的匹配性,并为其提供相匹配的要素条件保证技术引进发挥效率。     

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。     

劳动力成本上升、要素替代与农业全要素生产率

随着中国城市化和工业化的推进,农业劳动力大量转移,为经济持续增长提供了重要动力。然而,劳动力成本上升对农业全要素生产率可能造成负面影响,尤其是对于机械难以替代劳动力的地区和作物,其负面影响更大。本文基于1993-2015年中国2463个县的非平衡面板数据进行实证研究,结果表明：劳动力成本上升对中国农业全要素生产率有显著的负面影响。为了刻画要素替代,特别是机械替代劳动力的作用,本文探究不同坡度和不同作物的影响。研究发现,一方面,耕地中坡耕地比例高的地区,机械更难替代劳动力,劳动力成本上升对农业全要素生产率的负面影响更大。另一方面,与粮食作物相比,经济作物生产中机械更难替代劳动力,因此劳动力成本上升将导致种植结构的趋粮化,考虑到经济作物相对高效,这会导致总体农业全要素生产率的下降。     

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。     

安徽省农业全要素生产率差异及收敛性分析

运用非参数DEA-Malmquist指数方法,对安徽省农业全要素生产率变化情况进行估算,同时对不同地区农业全要素生产率的收敛性进行分析.研究发现:安徽省农业全要素生产率整体表现为上升发展趋势,其增长的动力来源于农业技术进步的推动,而不是农业技术效率的提高.从不同地区看,大部分地级市的农业全要素生产率指数均大于1,皖中地区的农业全要素生产率指数最高,其次是皖北地区,而皖南地区的农业全要素生产率指数最低.不同地区的农业全要素生产率既不存在σ收敛,也不存在绝对β收敛和条件β收敛.     

海南省农业全要素生产率及地区差异分析——基于DEA的Malmquist指数方法

应用DEA的Malmquia指数方法,对2000-2009年海南省及各市县农业全要素生产率进行测算和分解.结果表明,海南省的全要素生产率整体呈上升趋势,但增长速度缓慢,而各市县的全要素生产率差异较大.推动海南省及各县市农业生产率增长的主要原因是技术进步,技术效率则受纯技术效率和规模效率的共同影响,而海南省的规模效率普遍偏低,因此提高TFP增长率的途径应该是加快科技创新并提高投入要素的规模效益.     

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。     

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。     

农业全要素生产率影响因素的社会嵌入性研究

农业发展的根本出路在于提升全要素生产率,并扩大其对农业增长的贡献.采用Malquist指数法测算了1998-2015年各省的农业全要素生产率,通过多层线性模型实证分析了其在社会嵌入性视角下的影响因素.结果表明:各省农业全要素生产率的总体差异中,有36.46%是由其社会嵌入性的不同所造成的;农业结构系数、城市化进程、受灾率、农村人力资本和物流关系嵌入对农业全要素生产率有直接影响,认知关系嵌入、资金量关系嵌入、结构关系嵌入、文化关系嵌入、政治关系嵌入有间接影响,间接影响可通过调节农业结构系数、城市化进程和农村人力资本与农业全要素生产率之间的关系实现.因此,提高农业全要素生产率要同时考虑基本影响因素和社会嵌入因素.     

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。     

市场化对绿色全要素生产率的影响

基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法（Differences-In-Differences,DID）分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。     

自然资源约束下的中国农业发展

农业生产是以自然资源为基础的活动,土地等自然资源仍然是发展中国家农业发展过程中最普遍的限制性因素。因此,自然资源禀赋不能被看做是既定的因素而忽视其作用。中国是世界上农业资源严重匮乏的国家之一。农业自然资源匮乏对中国农业生产率提高、农业经营规模扩大、农业产业结构调整等都有着很强的制约作用,进而影响着中国农业现代化的模式和进程。在自然资源约束条件下,中国农业发展的主要策略是加快农业技术创新,实现由资源型农业向科学型农业的转变;选择合适的农业经营方式,着重扩大农户外部经营规模;调整农产品贸易结构,出口劳动密集型农产品,换取土地密集型农产品;发展生态农业,建立农业可持续发展的新模式。     

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。     

碳汇视角下中东部农业环境全要素生产率估算

在测算1994~2012年间中东部地区农业碳排放量和农业碳吸收量的基础上,发现农业碳排放量大于农业碳吸收量,农业对环境总体上处于正的溢出效应。因此,将农业＂碳净吸收量＂作为农业生产的正产出,运用非径向Super SBM模型修正了中东部各地区的农业全要素生产率。研究表明：1994~2012年间中东部地区农业全要素生产率处于下降状态,其中技术进步是促进农业全要素生产率增长的主要动力,而技术效率仍有进一步挖掘的潜力。东部地区全要素生产率略高于中部地区,这是因为东部地区技术效率高于中部地区,且两地技术效率差距有拉大的趋势;但东部地区的技术进步率低于中部地区。