东北三省耕地利用格局变化对粮食全要素生产率的影响

耕地是粮食生产最基本的要素,当前粮食需求扩大与粮食生产区域性不足矛盾突出,寻求更合理的耕地利用格局来实现粮食全要素生产率的提升具有重要意义。本研究基于土地利用/土地覆被变化(LUCC)遥感监测数据,应用GIS软件提取东北三省2000、2005、2010、2015年耕地利用格局相关数据,同时运用数据包络分析模型估算了2000、2005、2010年和2015年东北三省区域和市域粮食全要素生产率。在耕地利用格局变化分析和粮食全要素生产率测算的基础上,从耕地利用格局变化的角度选取指标构建面板数据模型,定量分析其对粮食全要素生产率的影响。结果表明:东北三省市域粮食全要素生产率4个时期均值分别为0.81、0.78、0.82和0.83,粮食全要素生产率空间分布从最初的相对均匀到局部集聚;耕地转出率和耕地斑块破碎度与粮食全要素生产率呈负相关关系,耕地面积比例、耕地转入率和耕地斑块聚合度与粮食全要素生产率呈正相关关系;东北三省粮食全要素生产率提高主要源于耕地面积增加、林地和未利用地向耕地的转入以及耕地在流域的聚合,粮食全要素生产率的降低主要源于耕地转入减少和建设用地对耕地的嵌入式占用。研究表明,严格规划耕地利用格局、持续开展土地整理、提高耕地聚合度,可在保证耕地有效数量的同时,提高耕地利用格局的集聚性和合理性,促进粮食全要素生产率的提升。

粮食全要素生产率影响因素的实证分析

文章基于2003-2011年间粮食主产区的省级面板数据，运用DEA方法测算粮食全要生产率的Malmquist指数，构建个体固定效应模型，实证分析粮食直补对粮食生产效率的影响。结果表明：粮食直补金额的增长不仅抑制了粮食全要素生产率的上升，还抑制了农户对技术使用效率的提升，仅实现了促进粮食生产技术的进步；粮食直补不仅具有推动效率提升的激励效应，还有阻碍生产效率提高的挤出效应。

湖北省耕地利用绿色转型与粮食全要素生产率的耦合协调及其驱动机制研究

研究目的:识别耕地利用绿色转型与粮食全要素生产率增长的耦合协调关系和驱动机制,探索未来湖北省耕地利用与粮食生产协调可持续发展的方向。研究方法:熵值法、Super-EBM模型、耦合协调度模型、时空地理加权回归模型。研究结果:(1)2000—2019年湖北省各县域耕地利用绿色转型与粮食全要素生产率整体趋于协调发展,但仍处于初级协调水平,未来有充足提升空间;(2)2000—2019年湖北省各县域耦合协调水平具有明显空间分化特征,主要呈现出中部>东部>西部的态势,但差距在不断缩小;(3)经济因素对耦合协调度为正向影响,自然因素在西部以负向影响为主,中部东部以正向影响为主,社会因素的影响作用发生了以负向影响为主到以正向影响为主的转变。研究结论:湖北省各县域耕地利用绿色转型与粮食全要素生产率耦合协调水平有较大的提升空间,未来发展要时刻把握经济、自然、社会因素对两个系统耦合协调的共同驱动。

鄱阳湖生态经济区粮食全要素生产率时空演变及空间探索性分析

运用Malmquist指数法、探索性空间数据分析法,探讨鄱阳湖生态经济区粮食全要素生产率时空演变及其与粮食生产的空间关联性。结果表明:2002-2015年,鄱阳湖生态经济区粮食全要素生产率整体呈上升趋势,经历了由技术进步驱动型向技术进步和技术效率共同驱动型转变,且空间差异较大;粮食全要素生产率和粮食产出全局空间相关性呈"N"型变化趋势,局部空间相关性主要集中在鄱阳湖生态经济区西部。在此基础上,提出了应充分考虑鄱阳湖生态经济区不同县(市)空间异质性,通过科技进步和技术效率共同提升粮食全要素生产率,在推进粮食生产向资源节约型、环境友好型转变过程中,实现粮食全要素生产率与粮食产出均衡协调发展。

江西省粮食全要素生产率测度及其增产效应——基于空间SDM模型的实证检验

基于2001—2020年江西省11个地级市的空间面板数据,运用Bootstrap-Malmquist方法测算江西省粮食全要素生产率区域差异及变化趋势,通过空间SDM模型分析探讨粮食全要素生产率的增产效应。结果表明:近二十年来,江西省粮食全要素生产率呈现增长趋势,年平均增长率为1.56%,其中,技术效率年平均增长0.03%,技术进步年平均增长1.54%,技术进步是粮食全要素生产率增长的主要因素。江西省粮食全要素生产率与粮食产量存在显著空间溢出效应,邻市粮食全要素生产率对本市粮食产量存在负向溢出效应,具体表现为邻市粮食全要素生产率的增长会对本地区的粮食增产形成空间挤压。为此,提出加大农业科技投入力度、提高农业资源要素配置效率和构建差异化粮食生产策略等相关政策建议。

低碳经济视域下中国粮食全要素生产率变化实证研究

基于低碳经济视角,利用中国省际面板数据,将碳排放作为"坏产出"指标纳入粮食全要素生产率测算中,采用Malmquist-Luenberger指数分析2001—2012年考虑碳排放因素下中国除了香港、澳门、台湾、西藏以外的30个省(市、区)的粮食全要素生产率及其分解。结果表明,是否考虑碳排放因素对粮食全要素生产率的核算结果具有显著影响,中国粮食全要素生产率总体上呈增长趋势,其动力主要来源于技术进步;无论是否考虑碳排放因素,我国东部地区粮食全要素生产率均高于中部和西部地区;东部省(市、区)在推动中国粮食全要素生产率的增长方面发挥了重要作用,中西部省(市、区)则面临粮食增长与资源、环境协调发展的艰巨任务。

长江经济带粮食全要素生产率时空演变及驱动因素实证分析

运用DEA-malmquist指数和Tobit模型分析了2001年~2015年长江经济带粮食全要素生产率的时空演变及驱动因素。结果发现:从时间上来看,长江经济带粮食全要素生产率总体呈上升趋势,驱动因子由技术进步型向技术效率型转换;从空间上来看,长江经带粮食全要素生产率及分解在区域上呈"阶梯"分布,下游、中游、上游地区依次下降;种粮人口比重、人均粮食播种面积、单位面积农业机械总动力、农业税减免政策与滞后一期粮食价格指数对长江经济带粮食全要素生产率具有显著正向影响,粮食受灾率对长江经济粮食全要素生产率具有显著负向影响。

要素投入结构与主产区粮食全要素生产率的增长——基于1978—2017年粮食主产区的投入产出面板数据

基于1978-2017年粮食主产区的投入产出面板数据和O’Donnell提出的加总数量框架,采用Hicks-Moorsteen指数将粮食全要素生产率(TFP)增长彻底分解为技术进步、技术效率、规模效率和混合效率,通过测度混合效率对主产区粮食TFP增长的贡献,进而评估要素投入结构对主产区粮食TFP增长的影响效应。结果显示:技术进步是主产区粮食TFP增长的最主要驱动因素,而要素投入结构对主产区粮食TFP增长的影响存在较大的异质性。1978-2004年内蒙古、河南、辽宁和吉林的要素投入结构变化促进了粮食TFP的增长,而其余省份则阻碍了粮食TFP的增长;2005-2017年黑龙江、吉林、河北和安徽的要素投入结构变化推动了粮食TFP的增长,而其余省份则相反。

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。

中部地区粮食全要素生产率实证分析——基于2009—2018年省际面板数据

中部地区是我国粮食生产的重要区域,对保证我国粮食安全和推进粮食高质量发展有重要的意义。运用DEAMalmquist指数模型,分别从时间和空间视角对2009—2018年中部地区六省粮食全要素生产率及其分解进行动态分析。研究结果表明,从时间上看,2009—2018年中部地区粮食生产全要素生产率呈波动上升态势,属于技术效率和技术进步“双轮驱动”,但技术效率的贡献更大;从空间上看,中部六省粮食生产全要素生产率差异较大,不同省份驱动因子也不一样。在此基础上,从提升农民粮食生产技术水平,推动粮食生产区域均衡发展,发挥高效率省份技术溢出效应,应对各种自然灾害,鼓励农业科技创新五个方面,提出提高中部地区粮食生产效率的对策建议。

长江经济带粮食生态全要素生产率的时空特征

在资源环境约束趋紧、确保粮食安全底线多重压力下,厘清长江经济带粮食生态全要素生产率对深入推进长江大保护至关重要。基于2011—2020年长江经济带110个地级市数据,对粮食生产环节的碳排放、面源污染和生态价值进行测算,构建非期望产出框架下的投入产出体系,运用超效率Slacks-Based Measure模型和全局Malmquist-Luenberger指数考察长江经济带粮食生态全要素生产率的时空动态特征。研究发现:1)2012—2020年间长江经济带粮食生态全要素生产率总体呈增长态势,年均增长0.98%,且其增长主要源于技术进步而非技术效率提升所致。2)从时空特征看,2012—2020年长江经济带各地级市的粮食生态全要素生产率改善趋势明显,粮食综合技术效率变化的空间格局变化趋势无明显规律。3)在研究期内上游地区的粮食生态全要素生产率平均最高,然后依次是中游地区、下游地区。3个区域的粮食生态全要素生产率都处于递增状态。因此,在建设农业强国的征程中,要高度重视农业技术进步并不断提升粮食生产技术效率,以此来稳定提升长江经济带粮食生态全要素生产率,同时要根据区域禀赋差异设计针对性提升策略。

新型城镇化对粮食绿色全要素生产率的影响——兼论中介效应与调节效应

新型城镇化是影响农业特别是粮食产业绿色可持续发展的重要力量,探究其对粮食绿色全要素生产率(GTFP)的影响效应和作用机制,对保障我国粮食安全具有重要意义。本文基于2007—2021年中国31个省级行政区(不包含港澳台地区)的面板数据,在运用SBM-GML指数模型和熵值法分别测算出各省份粮食GTFP和新型城镇化综合发展水平的基础上,通过构建面板回归模型实证分析新型城镇化对粮食GTFP的影响,并运用中介效应模型和调节效应模型分别检验技术创新在新型城镇化影响粮食GTFP的中介效应,以及农村人力资本水平发挥的调节效应。结果表明:1)全国总体粮食GTFP年均值为1.0082,我国粮食GTFP存在一定程度的改善,并呈现波动上升的态势;新型城镇化发展水平不断提高,省域间差异不断缩小。2)新型城镇化对粮食GTFP具有显著的促进效应,且存在明显的区域差异和地区经营规模差异。3)新型城镇化能够通过技术创新促进粮食GTFP,健康性人力资本、教育性人力资本以及迁移性人力资本均在新型城镇化促进粮食GTFP增长的过程中发挥正向调节作用。建议逐步稳健推动新型城镇化建设,充分发挥其技术创新效应,同时应注重农村人力资本培育,进而推动中国粮食产业高质量发展。

农业保险对粮食绿色全要素生产率的影响研究——以长江经济带为例

基于2011—2020年长江经济带省级面板数据,对该经济带粮食绿色全要素生产率,实证分析农业保险对粮食绿色全要素生产率的影响。结果表明:(1)长江经济带整体粮食绿色全要素生产率均值小于1,说明该经济带在2011—2020年的粮食绿色全要素生产率表现出下降趋势,主要原因是粮食绿色生产技术进步出现阻碍,技术进步效应也相应地降低。(2)农业保险保费收入密度对长江经济带整体和下游有显著的负向作用,对上游和中游有显著的促进作用;农业保险保费收入深度和赔付率对长江经济带及各区域均有显著的促进作用,农业保险赔付支出密度对长江经济带及下游有显著的促进作用,对上游和中游有显著的负向作用;农业保险赔付支出深度对长江经济带及各区域均有显著的负向作用。

农机作业服务是否影响粮食全要素生产率——基于农业分工的调节效应

本文运用变系数随机前沿模型测算2004—2016年中国26个省份的粮食全要素生产率,依据拓展的农户模型分析了农机作业服务外包生产方式下的农户行为,基于分工理论的视角解释了农机作业服务对粮食全要素生产率的影响,并采用系统GMM方法进行实证分析。结果显示:(1)农机作业服务对粮食TFP的提升具有促进作用,但存在地区差异性;全样本和粮食主产区的作用较为显著,而粮食非主产区不显著。(2)农机作业服务提升小农户粮食生产TFP需要以农业分工程度为前提条件。农业分工与农机作业服务的交互影响有助于增强粮食TFP的促进作用。本文研究表明,家庭分散经营阻碍了当前我国农机作业服务对粮食全要素生产率的促进作用,如何进一步激发这种促进作用值得探讨。

我国粮食主产区粮食全要素生产率时空演变及驱动因素

运用DEA-Malmquist指数和固定效应模型分析2001—2012年我国粮食主产区粮食全要素生产率时空演变及驱动因素。结果表明:从时间维度看,主产区粮食全要素生产率年均增长1.3%,且是技术进步"单轨驱动"模式;从空间维度看,主产区粮食全要素生产率除四川省下降之外,其余省域粮食全要素生产率均上升;显著影响粮食全要素生产率的因素为粮食经济发展水平、人均GDP、劳均经营规模、种粮人口比重、单位面积粮食产量。

中国粮食全要素生产率的分布动态与趋势演进——基于1978～2012年省级面板数据的实证

本文使用SBM-Malmquist生产率指数对中国1978~2012年省级粮食全要素生产率进行核算,在此基础上以累积相对粮食全要素生产率指数为指标,采用核密度估计和马尔可夫链方法,系统考察了我国粮食全要素生产率的地区差距及增长分布的动态演进。研究发现:(1)中国粮食全要素生产率增长呈较明显的空间非均衡性特征。论文基于粮食全要素生产率增长的变化差异将28个省区分为"持续下降型"、"缓慢上升型"和"快速上升型"三种类型。(2)Kernel密度估计表明,全国粮食全要素生产率整体差距呈扩大态势。从三大区域来看,东部地区差距变小的同时表现为"三极分化"逐渐消失;中部地区差距明显;而西部地区差距则经历了先缩小后扩大的过程。(3)马尔可夫链分析表明,省区粮食全要素生产率分布的流动性比较低,但与高水平省区相比,低水平省区的粮食全要素生产率更具活跃性。稳态分布表明,我国粮食全要素生产率水平表现为"中间大、两头小"的分布格局,"极化"现象较难发生。

我国粮食绿色全要素生产率的时空演变分析

运用超效率EBM-GML模型和空间自相关分析方法,对2004—2021年我国30个省份的粮食绿色全要素生产率(GTFP)时空演变情况进行分析,以为我国进一步促进粮食生产高质量发展提供参考。研究发现:2004—2021年我国30个省份的粮食GTFP总体上比粮食全要素生产率(TFP)偏低,考虑碳排放因素能更准确地反映粮食生产的真实效率;粮食GTFP整体呈上升趋势,其增长的主要动力来源为技术进步,但粮食GTFP表现出“中部地区高、西部地区低”的特征,技术进步对东部地区的粮食GTFP贡献最大,技术效率仅对中部地区的粮食GTFP有所贡献;2004—2021年我国30个省份粮食GTFP虽然存在一定的差异,但整体上呈现出空间正相关性,局部空间异质性逐渐减弱,空间集聚程度不断提升,大部分省份粮食GTFP处于高高集聚区和低低集聚区,集聚性较强的省份主要分布在东部和中部地区。在此基础上,提出完善粮食生产中的环境规制政策;促进技术进步,提高技术效率;促进区域合作,推进协调发展;注重因地制宜,完善支持体系等建议。

财政支农补贴能有效提升粮食全要素生产率吗?——兼顾农业技术环境的调节作用探讨

为了解中国财政支农补贴与粮食全要素生产率之间的影响关系,采用传统DEA-Malmquist指数法测算粮食全要素生产率,以结构效应和技术效应为中介,以农业技术环境为调节,探究财政支农补贴对粮食全要素生产率的影响机制。结果表明:财政支农补贴能够有效促进粮食全要素生产率的提升,并且对非粮食主产区粮食全要素生产率的影响要大于粮食主产区;财政支农补贴通过发挥结构效应和技术效应,提高粮食全要素生产率;在较优的农业技术环境中,财政支农补贴对粮食全要素生产率具有较强的促进作用。据此,从完善财政支农补贴政策,充分发挥结构和技术效应,加大农业技术环境优化力度3个方面提出促进粮食全要素生产率增长的政策建议。

农村基础设施对粮食全要素生产率的影响

本文实证研究不同类型农村基础设施对粮食全要素生产率的影响。首先,运用DEA-Malmquist指数法测算中国30个省份1996-2015年的粮食全要素生产率。其次,采用系统广义矩估计(SYS-GMM)来验证三大农村基础设施(即水利、交通与电力基础设施)对粮食全要素生产率的影响。研究结果表明:农田水利基础设施对粮食全要素生产率有显著的正向影响;农村交通基础设施当期对粮食全要素生产率没有显著影响,其滞后项则对粮食全要素生产率存在显著的正向影响。农业电力基础设施对粮食全要素生产率的影响并不显著。

生态价值视角下中国省域粮食绿色全要素生产率时空特征分析

绿色发展是我国未来粮食安全生产的重要内容,衡量绿色生产率是探索粮食绿色增产方式的有效途径。本文在考虑粮食种植生态价值(ESV)的基础上,运用全局要素生产率指数(GML)和超效率数据包络模型(SBM)从静态和动态两个角度切入,测算1997—2019年中国粮食绿色全要素生产率和投入产出冗余率,并采用空间探索性数据分析(ESDA)对粮食绿色全要素生产率的全局和局部空间特征进行研究。结果表明:1)研究期内粮食种植生态价值降低0.39%,由1997年的6471.57亿元下降到2019年的6446.16亿元,损失25.41亿元,其中东北、中部、西南地区有所提升,而东部地区、西北地区有所下降;2)粮食绿色全要素生产率年均增长0.60%,由1997年的0.9754上升到2019年的1.0990,主要由技术进步驱动(1.0308),而技术效率(0.9973)的带动作用较弱;3)粮食绿色全要素生产率相对有效省(市)占比从1997年的9.68%提升至2019年的67.74%,在时空上呈现以东部为主,并逐期向东北-中部-西北发展的格局;4)粮食绿色全要素生产率相对无效省(市)效率损失的主要原因为第一产业从业人员、农膜使用量和碳排放量存在冗余;5)粮食绿色全要素生产率呈现出向中部、西南部高效率区集聚的空间特征,并且集聚程度在不断增强。基于此,提倡要充分认识粮食生产活动的正负外部性,严格管控农地非粮、非农化现象,并促进先进农业技术推广及粮食绿色全要素生产率提升。