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。     

粮食生产效率的区域差异及其政策效应的异质性

基于中国三大粮食产区粮食全要素生产率的比较视角,构建动态面板GMM-DIFF模型,采用2007—2017年的面板数据进行实证分析,研究粮食生产政策对粮食生产效率影响的异质性。结果表明:我国粮食全要素生产率虽然区域差异明显,但其总体呈现持续增长态势,说明我国粮食生产正在步入规模与效率同步提升的重要转型阶段;进一步研究显示粮食生产的短期性与长期性政策效应在主产区与主销区间差异非常凸出,形成较大的反差。基于此,国家粮食安全长效机制的设计应当着力于两个层面的政策思考,即诸如粮食大户补贴等短期性政策效应的发挥和诸如粮食基础设施建设等工业反哺农业的长期性政策效应的作用。     

数字经济发展与地区全要素生产率提升 ——基于中国省际面板数据的实证检验

为探究数字经济发展对地区全要素生产率提升的作用与路径,选取中国2010—2019年省级面板数据,分别运用熵值法和DEA方法对数字经济指数及地区全要素生产率进行测算,并结合双向固定效应模型、SUR回归以及中介效应模型对数字经济与地区全要素生产率之间关系进行实证分析。研究认为,数字经济对技术推动型的地区全要素生产率提升作用显著,数字产业化、产业数字化分别通过增进技术进步和提升技术效率提升了地区全要素生产率,数字产业化可以通过产业数字化提升地区全要素生产率。研究表明,培育地区全要素生产率增长新动能,应加快构建服务数字化转型、融合创新的新型基础设施建设体系,促进数字经济和技术创新深度融合; 加强自主创新数字技术和全球范围内的技术共享,促进中国技术进步以及省际全要素生产率的提高; 加快传统产业数字化转型,构建数字化经营决策以及生产体系; 加强数字信息保护和数字环境治理,建立健全产业数字化的信息安全体系。     

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。     

数字创新如何影响全要素生产率

本文从要素配置效率和人力资本积累视角构建数字创新影响全要素生产率的作用机制，将全样本微观层面ICT专利申请授权量数据汇总到省级层面衡量数字创新，利用数据包络分析法测算全要素生产率，探讨数字创新对全要素生产率的影响效应。研究发现：数字创新能够显著提升全要素生产率，并推动技术进步和提升规模效率。在计算机类数字创新、沿海地区、南方地区等情形下，数字创新对全要素生产率的推动作用更显著。在2008年之后，数字创新对技术进步具有显著的推动作用，而对规模效率具有显著的抑制作用。数字创新将通过提高要素配置效率和加速人力资本积累渠道提高全要素生产率。数字创新对技术进步的推动作用存在显著的溢出效应。     

产业集聚驱动粮食高质量发展机制

从产业经济学和空间经济学双重视角,探讨产业集聚对绿色全要素生产率的影响机制及其与 粮食高质量发展的内在逻辑关联,使用 ＧＭＬ指数、动态面板和中介效应模型对其作用效果与机制进行 实证检验。研究发现,产业集聚与绿色全要素生产率存在非线性的“倒 Ｕ”型关系,内部规模经济、资源 共享和技术溢出是产业集聚影响绿色全要素生产率的中介渠道,规模报酬递减、资源共享不足与技术锁 定会显著抑制绿色全要素生产率提升。从现实来看,产业集聚度不断提高促使中国粮食发展质量得到 持续改善,但目前集聚水平远未达到“倒 Ｕ”曲线拐点,利用集聚提升绿色全要素生产率尚有较大空间。 因此,通过适度规模经营、资源共享和技术溢出等中介机制充分释放集聚规模效应,实现绿色全要素生 产率持续稳步提升,是推动粮食高质量发展的基本立足点。     

知识密集型服务业生产率异质性的影响研究

结合“新”新经济地理学,测度知识密集型服务业全要素生产率及其分解的异质性特征和趋势,并构建中国知识密集型服务产业及细分行业集聚程度对全要素生产率影响的面板数据固定效应模型,探索其支撑高质量发展的影响因素和影响效应。研究发现：(1)中国知识密集型服务业在高质量增长方面尚存在短板且呈现异质性,存在内部效率结构不均衡、技术进步不足、技术生产率低下、规模效益尚未形成、有效供给不足、全要素生产率整体较为滞后等问题。(2)知识密集型服务业依然存在粗放型、滞后性的特征,各行业间异质性较大呈现出非均衡现象,各行业均由于技术效率水平影响整体全要素生产率的提升。(3)知识密集型服务业集聚程度的上升对城市效率的提升具有显著的促进作用,但呈现出“倒U”型关系,需要引导各要素形成技术效应对全要素生产率的引领作用和结构效应对全要素生产率的支撑作用。     

人力资本对农业绿色全要素生产率的影响研究——基于中介效应的影响路径分析

以2001-2019年中国30个省级面板数据为基础,利用SBM-GML指数法对2001-2019年中国农业绿色全要素生产率进行测算,分析人力资本与中国农业绿色全要素生产率二者之间的关系,探究农业机械化在人力资本与农业绿色全要素生产率增长关系中的影响。研究表明：第一,人力资本显著影响中国农业绿色全要素生产率的增长;第二,人力资本对中国农业绿色全要素生产率的影响存在区域差异性,在粮食主产区、粮食主销区和粮食产销平衡区三个样本区域都具有正向显著影响,但显著程度、影响程度各不相同;第三,在人力资本对中国农业绿色全要素生产率增长的影响过程中,农业机械化起到部分中介效应,是人力资本影响中国农业绿色全要素生产率的重要路径。     

转型期湖北省粮食绿色全要素生产率增长与分解——基于全国宏观横向比较的维度

采用1978-2010年省际粮食生产及其污染排放面板数据,利用环境污染因素的方向性距离函数模型和序列DEA方法,将湖北省粮食绿色全要素生产率增长分解为技术进步与技术效率变化。与未包含环境因素的传统粮食全要素生产率指标比较分析显示:湖北省粮食生产的TFP增长率有所提高;湖北省粮食生产中"两型农业"理念运行绩效表现良好,但未体现其粮食生产优势地位;湖北省粮食生产TFP增长表现为显著"技术推进"单驱动型,提升粮食增产潜力的有效途径在于技术进步与效率改善同步提升。     

城镇化与粮食生产效率

基于DEA-Malmquist方法测算中国31省份的粮食生产综合技术效率和全要素生产率,并用面板结构工作文件分析影响粮食生产技术效率的因素。研究结果表明：中国粮食生产综合技术效率较低,技术利用水平不高,处于规模报酬递减阶段,纯技术效率仍有较大的提升空间;全要素生产率呈下降趋势,多数省份全要素生产率指数较低,且表现出东部地区全要素生产率高于中西部地区的现象,应加大粮食生产技术的支持力度;城镇化的实施能促进中东部地区粮食生产技术效率的提高,但对西部地区却产生负向影响。     

中国粮食生产与水资源的时空匹配格局

从供需角度分析发现,2000—2017年水资源禀赋较少的北方粮食主产区对粮食灌溉水需求持续增加,而加大水资源开发的空间有限,以及农业产业内外部用水的竞争,造成粮食灌溉水供给增加及保持稳定困难极大。基于基尼系数和不平衡系数,进一步研究发现：2000—2017年全国粮食生产与水资源量空间匹配状态不断恶化,粮食生产与水资源量匹配度最差的地区是黄淮海和东北地区,作物种类是小麦和玉米;粮食产量与粮食灌溉水量长期处于匹配状态,只有小幅恶化,总体上北方粮食主产区用较少的灌溉水生产了较多粮食,即粮食灌溉水生产率更高,但仍不能完全解决该地区粮食水资源不可持续利用问题。从发展趋势看,在全球变暖、粮食生产支持政策调整、乡村功能转型和农业生产结构升级的背景下,未来促进粮食生产与水资源的时空匹配将更具挑战,需要促进北方地区粮食灌溉水生产率进一步提高。     

高技术产业R&D全要素生产率变动分析-基于DEA模型的Malmquist指数方法

运用2000年至2009年高技术产业相关面板数据,构建了基于DEA模型的Malmquist生产率指数及其分解指数即技术进步指数和综合效率改善指数,并由此对高技术产业R&D的生产率发展状况进行实证分析.结果发现:高技术产业的各行业发展并不均衡,部分行业生产率发展波动较大.而另一部分则相对稳定.整体来看,高技术产业的生产率各指数表现较稳定,同时发现2000- 2004年推动全要素生产率发展的主要动力是综合管理水平的提高,而2005-2009年的主要动力是技术进步.从全要素生产率的平均增长率来看,主要支撑动力是来源于技术进步指数.     

“新丝绸之路”交通基础设施与全要素生产率增长

采用基于面板数据的空间计量分析方法,实证了"新丝绸之路"交通基础设施与全要素生产率增长之间的关系。结果显示:"新丝绸之路"交通基础设施对全要素生产率有着显著的正向影响;铁路与等级较高的公路对全要素生产率增长的空间溢出效应为74.77%;各类交通基础设施对全要素生产率增长的贡献份额为59.0704%;铁路、高速公路对全要素生产率增长有着显著持续的正向促进作用。     

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.     

“ 一带一路”中国区域水资源利用效率评价——基于超效率DEA-Malmquist-Tobit方法

提升“ 一带一路”中国区域各省市水资源利用效率,最大程度减轻水资源利用不足对经济产生的约束效应,可从水资源角度为“ 一带一路”倡议的充分实施提供有力支撑。 通过超效率DEA模型和 Malmquist 指数对 2011—2015 年“ 一带一路”18个省市的水资源利用效率进行测度,并用Tobit 模型识别关键影响因素。 研究结果表明:“ 一带一路”18 个省市水资源利用效率整体呈上升趋势,各省市差异较大,呈现东南>西北>东北>西南的区域格局;水资源全要素生产率指数变动整体呈增长趋势,其变化主要由技术进步所决定;人均 GDP 和人均水生产与供水企业产值对水资源利用效率具有显著正向作用,人均水资源量、人均水利、环境和公共设施管理业固定资产投资、农业用水结构、水生产与供水企业数量与水资源利用效率呈显著负相关。 基于此,提出加强区域间技术合作、优化农业用水结构、合理进行水利设施项目投资和深入推进区域水权市场建设的对策建议。     

中国服务业全要素生产率测度与空间差异分析——基于非参数Malmquist指数方法的研究

文章运用2005-2009年中国31个省、自治区、直辖市服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行了考察,并将全要素生产率进一步分解为技术效率和技术进步.研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西北和东北地区服务业发展水平比较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响.