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。     

我国西部地区农业绿色全要素生产率测度及影响因素分析

基于SBM模型的Malmquist-Luenberger指数,对2001—2019年我国西部地区的农业绿色全要素生产率进行测度,并通过构建面板回归模型分析其影响因素。研究发现：西部地区农业绿色全要素生产率整体呈波动上升趋势,且区域差异显著;西部地区各省份的农业绿色全要素生产率的驱动因素存在差异;西部地区农业绿色全要素生产率主要受农作物受灾水平、劳动力密集程度和城镇化率影响,且西部地区南北方向的农业绿色全要素生产率的影响因素存在差异。据此,提出增强灾害防范能力以改善农业生产条件,培育新型职业农民以提高农民综合素养,推进新型城镇化发展以优化农业生产环境,健全财政惠农政策以夯实农业发展基础等对策,以期促进农业绿色全要素生产率提升,从而推进农业高质量发展。     

农业保险是否促进了中国农业绿色发展？

农业保险是中国农业绿色发展的助推器。基于2005-2020年中国省级面板数据,以农业绿色全要素生产率作为绿色发展水平的度量,运用超效率SBM模型结合Malmquist-Luenberger生产率指数测算中国农业绿色全要素生产率,通过双向固定效应模型分析农业保险对农业绿色全要素生产率的影响。研究表明：农业保险可以显著促进农业绿色全要素生产率增长,农业保险保费收入每增加1%,农业绿色全要素生产率将会增加0.024%,农业保险能够促进中国农业绿色发展;机制分析发现,优化要素配置是农业保险提升农业绿色全要素生产率的有效机制,但农业保险对推动中国农业绿色生产前沿面的扩张作用不显著;异质性分析发现,在农业信贷薄弱地区、西部地区、非粮食主产区以及土地流转率低的地区,农业保险对农业绿色全要素生产率的促进作用更强,农业保险具有绿色普惠效应;同时农业保险能够促进免耕、精播少播以及秸秆还田等绿色农业技术的应用。基于此,从完善农业保险保费补贴制度、提高农业保险保障水平、推出绿色险种等方面提出政策建议。     

规模经营与农业绿色发展基于农业绿色全要素生产率的观察

规模化经营与绿色化发展是实现农业高质量发展的题中之义。明晰规模经营与农业绿色发展的关系具有重要的理论与现实意义。运用SBM-GML指数测算并刻画出我国农业绿色全要素生产率的时空演变趋势,基于2008-2021年中国省级面板数据,使用固定效应模型实证研究了土地规模经营与服务规模经营对农业绿色全要素生产率的影响及作用路径。研究发现：我国省域农业绿色全要素生产率与规模经营在研究期内整体均呈上升趋势;土地规模经营与服务规模经营对农业绿色全要素生产率影响存在先扩大后缩小的倒“U”型非线性关系,两种规模经营和农业绿色全要素生产率之间均存在适度规模效应;农业机械化水平在规模经营对农业绿色全要素生产率的影响中发挥作用。两种规模经营对不同地区农业绿色全要素生产率的影响具有异质性。因此,应促进农业适度规模经营、提高农业机械化水平、因地制宜发展规模经营。     

农业污染视角下的安徽省农业绿色效率评价研究

基于非期望产出超效率SBM模型和GML指数,将农业碳排放和农业面源污染同时作为非期望产出变量,从静态效率和动态效率两个方面分别测算了2010—2019年安徽省16个地级市的农业绿色生产效率与绿色全要素生产率及其分解。在静态效率方面,2010—2019年安徽省农业绿色生产效率年均值为0.946,整体水平未达到有效状态,呈现微“M”型波动上升趋势;在区域差异上,呈“皖南高皖北低”的渐进趋势。在动态效率方面,2010—2019年安徽省农业绿色全要素生产率整体呈稳步增长趋势,其中,绿色技术进步和绿色技术效率二者共同推动了安徽省农业绿色全要素生产率的增长,但绿色技术进步的贡献率明显高于绿色技术效率;不同区域和不同地级市的绿色全要素生产率的影响因素存在显著差异。因此,建议通过加快农业科技创新成果转换率,拓展绿色技术效率的改进空间;制定并实施环境规制政策,提高农业污染治理效果;形成安徽省区域差异化发展战略,缩小农业绿色发展区域差异3个方面来提升安徽省农业绿色全要素生产率。     

农业绿色全要素生产率测度及收敛性分析——基于碳汇和碳排放双重视角CSSCI

对农业绿色全要素生产率进行科学合理的测度有助于精准把握农业碳减排潜力。本文基于2000—2019年我国省际面板数据,分别从碳汇和碳排放两个角度测度农业绿色全要素生产率,并进行了空间收敛性分析。结果表明:(1)考察期内农业绿色全要素生产率年均增速为1.1%,农业技术进步是其增长的主要动因;(2)农业绿色全要素生产率在时空演化过程中具有差异性和阶段化特征;(3)农业绿色全要素生产率呈现显著正向空间关联性,且逐渐强化,农业绿色全要素生产率较低地区发展速度要高于农业绿色全要素生产率较高地区,区域差异正在减小。研究结果对于精准评判农业碳减排潜力和碳吸收能力、实现“双碳”目标具有参考意义。     

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。     

“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。     

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。     

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.     

创新人才集聚、空间溢出与农业绿色全要素生产率——基于长江经济带空间面板数据的分析

运用超效率SBM-GML指数测算了2009～2020年长江经济带农业绿色全要素生产率,并进一步使用空间杜宾模型考察了创新人才集聚对该区域农业绿色全要素生产率的影响。结果表明：创新人才集聚能够直接促进农业绿色全要素生产率增长;创新人才集聚对农业绿色全要素生产率增长的空间溢出效应显著为正;由于经济带内创新人才集聚的省际差异明显,因而在一定程度上使得农业创新人才集聚对农业绿色全要素生产率增长的空间溢出效应大于其直接效应。因此,应强化农业研发支出倾斜力度,因时因地增加农业技术创新岗位;实施柔性人才引进计划,引导农业科技创新人才适度集聚;制定差异化人才吸引政策,优化经济带农业创新人才空间分布格局。     

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。     

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。     

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。     

农业劳动力老龄化影响了粮食全要素生产率吗?——基于农村固定观察点数据的分析验证

基于2009—2018年鲁豫两省农村固定观察点的调查数据,探究了微观农户视角下农业劳动力老龄化与粮食全要素生产率的关系。结果显示：老年农户的粮食全要素生产率增长比中青年农户较慢,并且中高龄老年农户的增长水平低于低龄老年农户。农业劳动力老龄化对粮食全要素生产率增长可能存在一定的负面影响,这在小麦生产中更为突出。具体而言,这一负面影响在粮食全要素生产率增长较快、更依赖粮食或农业经营收入的农户以及农业劳动力老龄化进程较快的农村地区更为明显。为应对农业劳动力老龄化对粮食全要素生产率带来的影响和挑战,应加强农业生产经营人才队伍建设,发展壮大农业生产社会化服务体系,建立健全农地经营权流转市场。     

中国区域农业绿色全要素生产率分解及收敛性分析

选取1999—2015年全国31个省域农业投入、产出面板数据,运用Global Malmquist Luenberger生产率指数方法测算中国农业绿色全要素生产率增长与分解情况,并针对收敛性问题进行检验。结果表明：（1）中国农业绿色全要素生产率增长源于技术进步,规模效率降低了绿色全要素生产率的提高,纯技术效率无明显影响;（2）未考虑农业碳排放会高估全要素生产率水平,导致评价偏误;（3）考虑农业碳排放情况下,全要素生产率水平呈现东、中、西、东北部依次递减趋势;（4）全国及各区域无明显σ收敛特征,全国层面及东北地区存在绝对β收敛现象,全国及东、中、西、东北地区均存在显著条件β收敛,表明各省域朝着自身稳定状态发展,而省域间“追赶效应”不明显。据此认为农业要走绿色技术创新及区域协调发展道路。     

农产品国际贸易对中国农业绿色全要素生产率的影响

基于2003—2018年中国26个省份的面板数据,采用超效率SBM模型测算广义农业绿色全要素生产率,探究农产品国际贸易水平对农业绿色全要素生产率的影响。研究结果表明,农产品国际贸易水平对农业绿色全要素生产率存在促进作用,同时滞后性明显,估计结果稳健;农产品出口贸易水平和农产品进口贸易水平对农业绿色全要生产率均呈正向显著影响,且出口的影响系数小于进口的影响系数;南方和北方省份农产品国际贸易水平对农业绿色全要素生产率均存在正向影响,且北方省份农产品国际贸易水平回归系数高于南方省份;为考察不同层次的农产品国际贸易水平的影响进行分位数回归,随着农产品国际贸易水平的增加,农产品国际贸易水平的促进作用逐渐不显著。     

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.     

农业信息服务的生产率增长效应检验

在对农业生产率增长、效率改进与技术进步测度的基础上,运用我国29个省份1995—2010年的面板数据,建立了以农业信息服务为解释变量,农业生产率增长为被解释变量的回归模型。回归结果显示:我国农业全要素生产率(Total Factor Productivity,简称TFP)增长的整体水平不高并呈现波动变化的态势,TFP增长受技术进步的影响程度较大;在整个样本期间,无论是以交通和通讯支出度量的农业信息服务水平,还是以每百户农户电视机拥有量度量的农业信息服务水平对农业生产率均具有显著的促进作用,但在不同时段,农业信息服务水平对农业生产率的影响方向及影响程度则不同;人力资本对农业生产率的增长效应不显著。     

农业生产性服务业发展对棉花全要素生产率的影响研究——基于中国棉花主产省市的经验证据

该文基于15个棉花主产省市2003—2019年的面板数据,选择全局Malmquist指数法对各省市的棉花全要素生产率进行测算,进一步分析各省市农业生产性服务业的发展对棉花全要素生产率的影响情况,并检验人均植棉面积是否对农业生产性服务业发展与棉花全要素生产率产生的调节效应。研究表明,农业生产性服务业水平的提高可以显著促进棉花全要素生产的提高;人均植棉面积对农业生产性服务业与棉花全要素生产率间的关系起到调节作用,有着显著的正向影响。