中国区域全要素水资源利用效率及其影响

在深入践行“节水优先、空间均衡、系统治理、两手发力”的治水思路下,科学有效地评估我国区域全要素水资源利用效率,对于完善当前治水水平具有重要的意义。基于全要素分析框架,将水足迹纳入投入产出指标体系,构建Shephard水资源距离函数,结合SFA模型测度了我国2003—2018年全要素水资源利用效率,结果表明：我国水足迹总量呈波动上升趋势,在2010年后增长趋势逐渐放缓,区域间水足迹平均值和年均增长率存在显著差异;我国全要素水资源利用效率不高,具有东高西低特征,全国及东、中、西部均呈下降—上升—下降—上升的W形变化趋势,呈现从西北向东南地区逐步提升趋势;环境规制与全要素水资源利用效率呈现U形关系,经济发展水平、技术水平、贸易结构、产业结构以及用水结构对我国全要素水资源利用效率具有正向促进作用,城镇化则具有负向促进作用。最后根据研究结果提出相关政策建议。     

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。     

我国建筑业全要素生产率分析

运用DEA模型对我国建筑业1997—2009年间的全要素生产率进行评价,分析TFP变迁的原因及其过程,结果表明技术进步是促进TFP增长的主要因素,建筑业正由粗放型增长方式向集约型增长方式转变。我国建筑业的起点比较低,就现阶段情况而言,技术效率和技术水平都有待提高,进而才能实现建筑业产业结构升级。     

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。     

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。     

中国农业全要素生产率影响因素分析

运用Malmquist指数法测算了1983--2006年间的农业全要素生产率,多数年份全要素生产率都大于1,我国农业正朝着可持续方向发展。对影响因素的分析表明,全要素生产率的财政支农弹性及出口弹性均为正值,即对全要素生产率的提高具有积极作用,但促进作用相对较小,城镇化的作用方向与预期的相反,主要因农村较高素质劳动力的外流及对剩余务农人员培训相对滞后所致。     

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.     

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。     

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。     

产业结构调整与全要素生产率增长实证分析

文章通过编制资本服务物量指数和劳动投入指数,采用1979-2013年的样本序列数据,运用增长.核算法、脉冲响应函数和方差分解法实证检验了产业结构调整与全要素生产率(TFP)增长的互动关系.研究发现:产业结构调整所催生的TFP增长过程比较缓慢,存在较长的滞后期,但TFP对产业结构调整的冲击却非常迅速,时效性显著.产业结构调整速度、产业结构调整方向对TFP波动的贡献度约分别为6.67％和2.91％;反之,TFP对产业结构调整速度变动和产业结构调整方向的贡献度分别为1.18％和10.65％.此外,TFP与产业结构调整之间存在双向因果关系的结论也值得重视.     

“双碳”目标下农业机械化与农业绿色发展——基于绿色全要素生产率的视角

采用2004-2020年我国30个省的省际面板数据和随机前沿生产函数法,实证分析农业机械化对农业绿色全要素生产率的影响,并从技术和能源消耗类型两个角度探究农业绿色发展的提升路径。研究表明：多年来我国农业机械化发展对推进农业现代化做出了巨大贡献,但传统的农业机械化增长方式并未促进农业绿色技术进步,且因燃油消耗造成温室气体排放等加剧环境污染,最终无助于农业绿色全要素生产率的提高。因此,应对农业机械进行绿色转型升级,通过农业绿色机械化技术及绿色农机的使用提高农业绿色全要素生产率,促进农业绿色发展;加强农机科技创新,促进绿色清洁农机研发和量化生产;优化农机购置补贴、作业补贴等扶持政策,向绿色农机倾斜,促进机械化秸秆还田、节水灌溉、深施化肥等绿色机械化技术的推广应用。     

河北省服务业全要素生产率增长的实证分析

采用基于DEA的Malmquist指数分析了河北服务业全要素生产率的增长状况,结果表明,1998-2009年河北省服务业全要素生产率基本上处于负增长状态,其中,1998-2002年和2003-2009年两个期间的平均增长率分别为-0.2%和-5.4%,主要原因在于技术效率的不断下降,另外,技术进步水平日趋下降也加剧了这一态势;同时河北省各市的服务业全要素生产率的增长情况也存在显著差异,主要原因是技术效率不同。     

农业信息化水平的测度及其与农业全要素生产率的关系

本文以波拉特法为基础,结合我国农业信息化的发展现状,设计出一套适合我国农业信息化水平测度的方法体系,据此,采用1998-2008年有关信息化的指标数据对我国1989—2008年的农业信息化水平进行了测度,结果表明,我国近几年的农业信息化水平呈上升趋势;在此基础上,运用双对数模型检验农业信息化与农业全要素生产率（TFP）之间的关系,结果显示农业信息化对农业全要素生产率具有显著的正向促进作用。因此,不断加强农业信息化建设,以提高农业全要素生产率,对我国农业经济发展具有重要的现实意义。     

要素市场扭曲对农业全要素生产率的影响研究

基于2011—2021年30个省份的面板数据,探究要素市场扭曲对农业全要素生产率的影响。将要素市场扭曲分为资本、劳动力和土地三个市场,采用固定效应模型和门槛回归模型分析要素市场扭曲、农业产业集聚和农业全要素生产率之间的关系。结果表明：要素市场扭曲抑制农业全要素生产率,而农业产业集聚能显著促进农业全要素生产率的提升;同时,门槛效应表明,在农业产业集聚程度较高的情况下,要素市场扭曲对农业全要素生产率的抑制作用会被扭转,且具有显著的区域异质性。基于此,建议引导资本、劳动和土地要素市场有序流动,加强技术创新力度和提升优化农业产业结构,推动农业产业一体化发展,推进农业全要素生产率的提升。     

中国农业全要素生产率及其时空差异分析

基于1990-2010年省际面板数据,运用DEA-Malmquist方法测算和分析中国农业全要素生产率.测算结果表明:中国农业全要素生产率增长是技术进步和技术效率共同作用的结果,但是技术进步起主导作用;农业全要素生产率增长存在时空差异;全国、三大地区及绝大多数省份农业技术效率的波动主要源于纯技术效率的变动,与规模效率的关系不大.因此,为了加快经济发展方式转变,我国不仅要促进农业技术进步,而且在不同区域农业投入的重点领域应该各有侧重.     

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。     

农业生产效率变动分析、分解及调整目标——基于DEA方法的实证研究

运用DEA方法对1990—2005年间的农业生产效率分析表明,56.25%的决策单元为有效决策单元,我国农业生产效率正朝着积极的方向发展。对总效率的分解可以发现,规模效率总体偏低,技术效率所带来的积极因素在很大程度上被抵消。通过对无效决策单元的调整目标分析表明,长期以来,我国农业的发展是以巨大的资源投入作为代价的,针对存在的问题,给出建议。     

全要素生产率增长率的测算方法应用述评

全要素生产率及其增长率分别反映了经济增长效率的静态与动态水平,由于学界对全要素生产率增长源泉的认知仍然存在分歧,其中,在要素范畴的选择与度量指标上的不同,是影响全要素生产率增长率测算值差异的基本理论因素。全要素生产率增长率的测算方法总体上可以分为增长核算法和经济计量法两大类,在应用具体测算方法的实证研究中要充分考虑测算方法的约束条件、应用领域、研究目标和所测算经济体的经济增长模式,在此基础上,今后在核算资本存量水平时要分时期和地区测算出固定资本投资价格指数和资本折旧率,以便提高其测算结果的可靠性。