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。     

数字经济赋能农业全要素生产率增长:效应与机制

基于2011—2022年省级面板数据,通过构建农业数字经济指数和农业全要素生产率测算模型,实证检验数字经济对农业全要素生产率增长的赋能效应,并从要素错配角度探究其背后的作用机制。研究发现,数字经济发展显著促进了农业全要素生产率增长,并且这主要体现在技术效率改善和技术进步上。机制检验表明,数字经济主要通过改善资本错配和土地错配赋能农业全要素生产率增长,而通过缓解劳动力错配提升农业全要素生产率的机制尚不明显。异质性分析发现,在东部地区、农业生产率和数字经济发展水平越高的省份,数字经济对农业全要素生产率的增长效应更为突出。进一步的空间计量分析表明,数字经济对农业全要素生产率增长的赋能效果具有显著且正向的空间外溢性,并且这种溢出更易发生在经济发展水平相近的地区之间。     

我国的农业劳动力配置与农村经济发展

农业劳动力从边际生产率较低的传统农业部门转移到边际生产率较高的乡镇企业,促进了农村经济持续增长。通过构建生产函数分别估计了农业和乡镇企业的边际生产率,实证分析了中国农村经济增长的源泉在于按照市场规律配置农业劳动力,指出提高农业劳动力综合素质是提升其他要素边际生产率的前提。     

中国省域电气化水平与绿色全要素生产率实证研究——电价水平与电力生产结构的调节效应

为实现经济社会绿色化、低碳化发展，探索碳中和与稳增长相协调的发展路径，选取2005—2020年中国省份面板数据为研究样本，构建SBM非期望产出模型以测算省域绿色全要素生产率，在理论分析的基础上，采用固定效应模型、调节效应模型与工具变量法实证检验电气化水平对绿色全要素生产率的影响效应与机制。研究表明，电气化水平对绿色全要素生产率具有显著且稳健的正效应，二者间的因果关系受到电价水平与电力生产结构的调节，低电价水平与高非化石能源发电占比的情境更有利于发挥电气化水平的正效应；基于此，电气化水平的“理想”区间或阈值存在区域差异性。机制分析表明，电气化水平可以通过抑制碳排放，降低能源强度，提高技术水平，进而促进绿色全要素生产率增长。     

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。     

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。     

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。     

数字化转型对OFDI企业全要素生产率的影响——基于广东省的经验数据

数字化转型已成为企业提升全要素生产率的重要方式，基于内生增长理论、动态能力理论、“资源”三角形理论，以2015-2021年广东OFDI(Outward Foreign Direct Investment)企业作为研究样本，实证检验了数字化转型对企业全要素生产率的影响及机制。研究显示：数字化转型能正向显著地提升企业全要素生产率，且有一定滞后性。特别是，非国有企业、非制造业企业、大型企业、高股权集中度企业数字化转型对全要素生产率促进作用更明显。在影响机制方面，企业数字化转型主要通过降低企业交易成本、提升企业创新能力、优化企业人力资本的途径进一步影响企业全要素生产率。     

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。