中国区域畜牧业全要素生产率分析

文章基于扩展的索洛模型、C-D生产函数、空间自相关Global Moran’s I指数、空间计量经济模型,运用2016年中国31个省份畜牧业统计数据,纳入空间效应因素,对中国省级区域畜牧业全要素生产率进行了测算。结果显示,空间统计与空间计量经济学模型在测算我国省域畜牧业全要素生产率中具有较好效果,畜牧业劳动力的产出弹性最高,我国畜牧业的增长方式还处于劳动力带动为主的阶段,劳动力、资本投入、牧具总动力是畜牧业产出增长的主动力。分省区来看,畜牧业全要素生产率最高为上海,最低为四川;分区域来看,东南区、黄土高原区、黄淮海区、东北区的畜牧业全要素生产率较高,五大牧区、西南山区畜牧业全要素生产率水平偏低。

我国畜牧业绿色全要素生产率时空差异及影响因素研究

通过构建投入产出体系,采用基于非导向、规模报酬可变的超效率EBM模型和GML指数对2011—2020年我国31个省(区、市)畜牧业绿色全要素生产率进行测度及分析,在此基础上采用Dagum基尼系数和核密度估计方法探究区域差异和动态演进,并采用固定效应模型和Driscoll-Kraay标准差估计方法检验畜牧业绿色全要素生产率的影响因素。结果表明,2011—2020年我国畜牧业绿色全要素生产率总体水平偏低,且呈现“东北-东-中-西”依次递减的梯度格局,绿色技术进步是拉动我国畜牧业绿色全要素生产率的主要驱动力;畜牧业绿色全要素生产率区域差异呈持续上升趋势且具有极化现象和梯度效应,区域差异是畜牧业绿色全要素生产率地区差异的主要来源,东部与西部之间区域差异最大,东北与中部之间区域差异最小;就影响因素而言,产业集聚、财政支农水平和人均GDP对我国畜牧业绿色全要素生产率呈显著负向影响,交通通达对我国畜牧业绿色全要素生产率呈显著正向影响。研究结果可为推动中国畜牧业绿色发展提供参考。