我国农业绿色全要素生产率及其时空演变

文章将非合意产出农业碳排放纳入农业绿色全要素生产率测度框架,基于SBM-ML指数法测算2004—2020年30个省份的农业绿色全要素生产率及其分解指数。在此基础上,利用泰尔指数法和核密度估计法对各省份的农业绿色全要素生产率进行时空演进态势分析。研究发现：（1）我国农业绿色全要素生产率总体呈上升态势,并存在绿色技术进步和绿色技术效率提升双重驱动的现象。（2）我国农业绿色全要素生产率的增长存在区域异质性。从三大地区划分视角来看,中部和西部地区的年均增长率持平,东部地区次之;从八大经济区视角来看,长江中游综合经济区的年均增长率最快,东北综合经济区的年均增长率最慢。（3）通过泰尔指数可以看出,各地区农业绿色全要素生产率的差异主要来源于组内差异,三大地区的组内差异贡献率高于八大经济区的组内差异贡献率;核密度估计曲线整体有右移倾向,说明农业绿色全要素生产率总体呈上升态势,其地区差距大致经历先缩小后增大的演进过程。     

我国省际绿色全要素生产率的空间计量分析

随着国际经济形势和经济理论的发展,绿色全要素生产率更能科学的反映当前环境资源刚性约束下的区域经济发展质量.文章首先利用DEA-Malmquist指数方法估算出2003-2012年间我国省际绿色全要素生产率,之后利用空间面板计量方法侧重研究了表征技术进步的自主创新和技术引进,反映技术效率的经济发展水平及产业结构对我国省际绿色全要素生产率的影响.结果表明:本地区的产业结构和自主创新对省际GT-FP有显著的正向影响作用,而技术引进和经济发展水平对其影响作用却不显著,甚至于相邻地区的技术引进对省际GTFP有显著的消极影响作用.     

改革开放以来中国农业全要素生产率的动态演进及收敛性分析

基于1978—2016年中国31个省份的面板数据,运用经典非参数DEA-Malmquist指数测算中国整体及各地区农业全要素生产率的基础数据,并对农业全要素生产率的动态变化特征、空间分布及收敛性进行比较分析与检验。研究结果表明:1979—2016年间中国农业全要素生产率经历了从波动增长到平稳增长的转变,年均增长率为3.4%,农业全要素生产率的增长主要得益于农业技术进步。中国农业全要素生产率还呈现出明显的空间差异,且表现出东部、东北、中部、西部依次递减的趋势。通过收敛性检验的数据结果发现不仅在全国整体而且在四大地区内均存在明显的σ收敛和β收敛。     

中国“两型”农业全要素生产率增长的时空演变

文章利用MML生产率指数方法对中国各省份考虑技术差距的"两型"农业全要素生产率及其分解进行测度,并对中国"两型"农业全要素生产率增长的时空演变规律进行实证分析。结果表明:考察期内所有省份的"两型"农业全要素生产率均实现增长,"两型"农业技术进步是推动"两型"农业全要素生产率增长的主要动力。代表年份的中国"两型"农业全要素生产率核密度曲线均不同程度的呈现右偏,波峰高度持续降低,波峰形态由陡峭趋于扁平。"两型"农业全要素生产率分布状态具有较高的"稳定性",跨状态转移的概率偏低。不同的空间滞后类型对处于不同状态的"两型"农业全要素生产率转移概率的影响各不相同。     

四川省农业全要素生产率的评价与分析

文章首先使用数据包络分析(DEA)模型对2012年四川21个地区的农业生产规模效率、规模状态、技术效率和综合效率情况进行了评价,然后使用空间Moran’s指数对各地区农业产出的空间相关性与一致性情况展开分析,结论显示四川各地农业生产相异程度高于相似程度,空间滞后模型估计结果认为包含收入型补贴在内的绝大多数要素对农业产出有显著影响,劳动力产出弹性不显著。     

黄河流域经济绿色发展效率测度及其空间分异研究

文章基于非期望产出的超效率SBM模型,分别从全流域和上、中、下游和地级市层面测度了2006—2018年黄河流域绿色发展效率,并分析了绿色发展效率的空间相关性,探究其空间集聚的区域分异特征及演变趋势。研究发现：（1）黄河流域全流域和上、中、下游绿色发展效率均呈“V”型变化趋势,其整体绿色发展水平并不高,且绿色发展效率下游最高,中游次之,上游最低。（2）从全局空间相关分析来看,绿色发展效率存在正的空间相关性,并且其空间相关程度是波动变化的,总体上呈先上升后下降的趋势。（3）从局部空间相关分析来看,绿色发展效率较高的地级市和较低的地级市在空间分布上相对集中,两极分化明显,且在2010年后集聚区域相对稳定,具体为下游地级市“高高”集聚效应明显,上游地级市“低低”集聚效应明显,而多数中游地级市绿色发展效率空间集聚效应不显著。     

农业FDI对农业全要素生产率的异质门槛效应分析

通过我国27省市的面板数据,采用门槛回归模型实证分析,发现开放经济环境下农业外商直接投资对我国农业全要素生产率影响具有非线性特征.实证结果表明:不同地区随着其开放度不同,农业FDI对该地区农业全要素生产率的影响也不相同,具体来说,出口依存度低于6.404％时,农业FDI对农业全要素生产率有负效应,在6.404％和21.715％之间,影响不显著,而高于21.715％时,农业FDI对农业全要素生产率有显著的正效应,农业FDI对农业全要素生产率影响呈现“U”型特征,而对外投资率存在单一门槛,当地区的对外投资率低于0.2955％时,农业FDI对农业全要素生产率有显著的负效应.     

中国农业全要素生产率的实证研究

文章采用基于随机前沿模型的参数法,利用中国1978～2008年的省级行政区的面板数据,从历史演化和区际差异两个角度对农业全要素生产率(TFP)进行了实证研究。     

营商环境、互联网政务与农业全要素生产率

文章采用2016—2020年我国省级面板数据,通过DEA-Mamlquist指数测算31个省份农业全要素生产率,利用联立方程组模型检验营商环境对农业全要素生产率的影响及作用机理,引入互联网政务作为调节变量,并分区域探讨其差异性。研究发现：营商环境与农业全要素生产率相互抑制,并制约了技术进步、技术效率的分解路径;引入互联网政务与营商环境的交互项发现,互联网政务能够起到优化营商环境、促进农业全要素生产率的作用;区域异质性显著,在东中部地区起到促进作用,而在西部地区起到抑制作用;法治环境建设能够促进农业全要素生产率提升,而农村区域的创新环境、基础设施以及商业环境建设未能达到预期效果。     

长江经济带服务业全要素生产率增长的测度与分析

文章基于2004-2015年长江经济带省级面板数据,采用DEA-Malmquist生产率指数法测算了长江经济带服务业全要素生产率,并通过建立计量模型从绝对趋同、俱乐部趋同、条件趋同三个方面对长江经济带服务业TFP进行β趋同检验,分析其空间差异和变动趋势.结果表明:长江经济带服务业TFP总体呈下降趋势,表现为粗放型增长方式,技术效率是TFP增长的主要源泉;长江经济带服务业TFP区域差异性特征显著,但增长呈现出长期收敛趋势.     

中美两国固定资本存量和全要素生产率测度与比较

开展国际视角的固定资本存量和全要素生产率测度,有助于认清我国财富水平与发展能力在国际上的地位。文章采用役龄-效率函数和役龄-价格函数测度2000—2020年中国的生产性资本存量和财富性资本存量,通过Tornqvist指数方法测度中国的资本服务指数,以Malmquist指数测度中美两国的全要素生产率。研究发现：中国的固定资产投资总量、建筑投资、设备投资已显著超过美国;美国的固定资本存量高于中国固定资本存量,增长率低于中国固定资本存量增长率;中国和美国的资本服务指数均在2020年表现出降低趋势;中国和美国的全要素生产率均未表现出明显增长。     

中国林业全要素生产率的时空格局演化研究

文章利用Malmquist指数法、空间自相关法和时空跃迁测度法,采用中国30个区域1997-2012年的相关数据对中国林业全要素生产率进行了测算并对时空格局演化进行了分析.研究表明:中国林业全要素生产率在时间上呈现出明显的波动现象,但空间格局变动中呈现出稳定特征;1997-2003年中国林业全要素生产率表现出离散分布特征,2003-2012年表现出集聚分布特征;中国林业全要素生产率的空间分布呈现出明显的二元空间结构,16年间高值集聚区域逐步向以山东为中心的华北南部和江浙一带靠拢,低值集聚区域主要分布在甘肃、青海和四川以及周边省份.     

全要素生产率与经济增长——基于江苏数据的实证分析

本文以现有文献为基础,考察了全要素生产率的测算方法及其在各领域的应用研究,通过对1978～2001年江苏经济统计数据的计量分析,测算了江苏经济的全要素生产率及其对经济增长的贡献,并对测算结果进行了分析,进而得出结论:较高的产出增长率总是伴随着较高的全要素生产率增长率。     

中国农业全要素生产率增长分布的动态演进机制”

在使用经典DEA-Malmquist生产率指数分析方法对中国各省份1979—2010年间农业全要素生产率(TFP)进行核算的基础上,采用Kernel核密度估计方法刻画农业TFP增长分布的形状动态,应用马尔科夫链法考察农业TFP增长的分布动态,从增长的分布形状和内部流动性两个角度来评估中国农业TFP增长省区分布的动态演进机制。研究表明:一方面,1980—2010年间中国农业相对全要素生产率经历了明显的从"单峰"分布到"双峰"分布再到"单峰"分布的变化过程。绝大多数省份农业TFP存在明显的增长趋势,尤其是技术进步增速显著,技术效率则普遍存在恶化现象;另一方面,省际间农业TFP增长差异明显,可将其分为低水平、中低水平、中高水平和高水平四个"俱乐部","两极"分化现象明显,表现为明显的"中间小、两头大"分布格局,绝对趋同现象很难实现。     

中国林业全要素生产率测算

随机前沿生产函数法在林业生产领域的引入,有助于全要素生产率的准确测算.文章基于1999-2014年我国30个省份的面板数据,采用参数估计将林业随机前沿生产函数分解为技术变化、技术效率变化、规模效率变化和配置效率变化.结果显示:我国林业全要素生产率年均增长5.06％,增长速度整体呈递减趋势;技术进步是林业TFP增长的主要促进因素;规模效率一定程度上阻碍了全要素生产率的增长.配置效率和技术效率贡献度有限.进一步研究发现,林业全要素生产率地区差异显著.     

气候变化、碳减排与全要素生产率

以产业结构调整为重点的碳减排行动是应对气候变化与保障经济高质量运行的重要实践。文章利用1998—2020年我国30个省会（首府）城市的数据,实证分析碳减排对气候变化与全要素生产率之间的关系的调节效应,并着力探究其传导路径与异质性特征。结果表明：积极的碳减排通过产业结构合理化缓解极端气温变化对全要素生产率的不利影响。从地区异质性来看,在经济欠发达城市或创新能力强的城市调节作用更显著。考虑经济活动的空间相关性时,碳减排的调节作用存在显著的负向溢出效应。     

基于时空异质弹性生产函数模型的区域全要素生产率再测度

基于中国要素份额时变和要素禀赋存在空间差异的经济事实,以新古典生产函数为基础,构建包含时间因素和空间因素的时空异质弹性生产函数模型,并对不同省份全要素生产率及其动态演进趋势进行分析。研究表明:在要素产出弹性方面,改革开放以来中国要素产出弹性存在较为明显的时空差异性,现阶段大多数省份资本和劳动力产出弹性逐渐稳定在0.6和0.4左右;在全要素生产率测度方面,中国全要素生产率增长率以1992年为时间节点,前后呈现出不同的波动特征,1992年之后波动幅度开始减小。     

我国生猪养殖业绿色全要素生产率测度与分解

提升绿色全要素生产率是生猪养殖业实现高质量发展的一条重要路径,为助力生猪养殖业高质量发展,文章基于2004—2020年我国省级层面的生猪养殖业投入、产出数据,采用内生方向性产出距离函数测度了生猪养殖业绿色全要素生产率的变化,并使用新的方法对生猪养殖业绿色全要素生产率变化进行分解。结果显示：（1）2004—2020年,我国生猪养殖业绿色全要素生产率总体呈现增长态势,年均增长速度为3.2%。（2）生猪养殖业绿色全要素生产率增长来源于效率改善和技术进步,其中,技术进步是主要动力。（3）生猪养殖业的效率改善主要来源于发展效率改善,而技术进步主要来源于绿色技术进步。（4）发展动能和绿色动能均能促进生猪养殖业绿色全要素生产率增长,但绿色动能是主要因素。     

中国地区间经济差异的全要素生产率比较

改革开放近三十年来,中国经济取得了长期的稳定高速增长,很多研究认为中国经济增长在很大程度上依靠了全要素生产率(TFP)的贡献,例如,根据世界银行的估计,1978-1995年间TFP的增长对GDP增长的贡献平均每年高达43%,是中国经济在这一时期的最主要增长来源(W orld Bank,1997)。然而