中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据

doi:10.16036/j.issn.1000-2650.202202091

四川农业大学学报 ›› 2022, Vol. 40 ›› Issue (4): 619-624.doi: 10.16036/j.issn.1000-2650.202202091

中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据

杜磊¹, 田明华^2,*, 马爽³, 王芳⁴, 刘丹⁵

北京林业大学经济管理学院,北京 100083

收稿日期:2022-02-28 出版日期:2022-08-28 发布日期:2022-08-29
通讯作者: *田明华,教授,主要从事农林经济理论与政策研究,E-mail： tmhbjfu@163.com。
作者简介:杜磊,博士研究生。
基金资助:
国家社会科学基金一般项目（21BJY196）; 北京林业大学热点追踪项目（2021BLRD17）

Measurement and Evolution Characteristics of Agricultural Total Factor Productivity in China: Based on the Empirical Evidence of 283 Prefecture Level Cities in China

DU Lei¹, TIAN Minghua^2,*, MA Shuang³, WANG Fang⁴, LIU Dan⁵

School of Economics and Management, Beijing Forestry University, Beijing 100083, China

Received:2022-02-28 Online:2022-08-28 Published:2022-08-29

摘要/Abstract

摘要： 【目的】研究我国农业全要素生产率及其增长源泉,为提高我国农业全要素生产率,推动农业高质量发展提供科学依据。【方法】基于我国283个地级市2001—2018年的面板数据,采用Metafrontier-Malmquist指数测度农业全要素生产率并进行分解。【结果】 ①2001—2018年我国农业全要素生产率为6.60%,其增长主要依靠农业技术进步拉动,农业技术效率的贡献较小,增长规律呈现出先波动上涨再波动下降的“倒U型”增长趋势。②优先发展区、适度发展区和保护发展区的农业全要素生产率分别为6.00%、8.70%和10.01%。③优先发展区内的地级市农业技术效率较高,适度发展区内的地级市农业技术进步较快。【结论】改善农业技术效率,促进区域农业协调发展和提高农业增长质量是提升我国农业全要素生产率的有效路径。

关键词: 农业全要素生产率, 演进特征, 地级市, Metafrontier-Malmquist指数, 技术效率

Abstract: 【Objective】 This study aims to China's agricultural total factor productivity and its growth source to provide a scientific basis for improving China's agricultural total factor productivity and promoting high-quality agricultural development. 【Method】 Based on the panel data of 283 prefecture-level cities in China from 2001 to 2018, the total factor productivity of agriculture was measured and decomposed by the Metafrontier-Malmquist index. 【Result】 ①From 2001 to 2018, China's agricultural total factor productivity was 6.60%, and its growth was mainly driven by agricultural technological progress. The contribution of agricultural technological efficiency was small. The growth law showed an "inverted U-shaped" growth trend of first rising and then falling.②The agricultural total factor productivity of priority development areas, moderate development areas, and protected development areas are 6.00%, 8.70% and 10.01%, respectively. ③The prefecture-level cities in the priority development area have high agricultural technology efficiency, and the prefecture-level cities in the moderate development area have rapid agricultural technology progress. 【Conclusion】 Improving the efficiency of agricultural technology, promoting the coordinated development of regional agriculture, and improving the quality of agricultural growth are found to be the effective ways to improve China's agricultural total factor productivity.

Key words: agricultural total factor productivity （TFP）, evolution characteristics, prefecture level cities, Metafrontier-Malmquist index, technical efficiency

中图分类号:

F124.3

杜磊, 田明华, 马爽, 王芳, 刘丹. 中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据[J]. 四川农业大学学报, 2022, 40(4): 619-624.

DU Lei, TIAN Minghua, MA Shuang, WANG Fang, LIU Dan. Measurement and Evolution Characteristics of Agricultural Total Factor Productivity in China: Based on the Empirical Evidence of 283 Prefecture Level Cities in China[J]. Journal of Sichuan Agricultural University, 2022, 40(4): 619-624.

参考文献

[1] 甘天琦, 杜建国, 李波. 中国县域农业全要素生产率的分异特征与驱动因素[J]. 经济问题, 2022(4): 101-107.
[2] 罗斯炫, 何可, 张俊飚. 改革开放以来中国农业全要素生产率再探讨:基于生产要素质量与基础设施的视角[J]. 中国农村经济, 2022(2): 115-136.
[3] 刘成坤. 农村人口老龄化与农业全要素生产率的区域异质性[J]. 华南农业大学学报(社会科学版), 2021, 20(6): 46-55.
[4] 龙少波, 张梦雪. 中国农业全要素生产率的再测算及影响因素: 从传统迈向高质量发展[J]. 财经问题研究, 2021(8): 40-51.
[5] 刘霞婷, 李强, 吴超, 等. 中国农业全要素生产率动态分析:基于SFA模型和Log(t)回归方法[J]. 中国农业资源与区划, 2022, 43(1): 50-59.
[6] 李欠男, 李谷成, 尹朝静. 农业绿色全要素生产率增长的分布动态演进[J]. 统计与信息论坛, 2020, 35(10): 119-128.
[7] WANG Y, DUAN F, Ma X, et al.Carbon emissions efficiency in China: key facts from regional and industrial sector[J]. Journal of Cleaner Production, 2019, 206(1): 850-869.
[8] 桂政, 於冉, 秦岩, 等. 长三角耕地利用效率及影响因素分析[J]. 四川农业大学学报, 2021, 39(6): 843-849.
[9] 金怀玉, 菅利荣. 中国农业全要素生产率测算及影响因素分析[J]. 西北农林科技大学学报(社会科学版), 2014, 13(2):29-42.
[10] 尹朝静, 李谷成, 卢钰. 中国农业全要素生产率增长分布的动态演进机制[J]. 统计与信息论坛, 2014, 29(3): 53-58.
[11] 杜江. 中国农业全要素生产率增长及其时空分异[J]. 科研管理, 2015, 35(5): 87-98.
[12] 周鹏飞, 谢黎, 王亚飞. 我国农业全要素生产率的变动轨迹及驱动因素分析: 基于DEA-Malmquist 指数法与两步系统GMM模型的实证考察[J]. 兰州学刊, 2019(12): 170-186.
[13] 吕娜, 朱立志. 中国农业环境技术效率与绿色全要素生产率增长研究[J]. 农业技术经济, 2019(4): 95-103.
[14] 王兵, 曾志奇, 杜敏哲. 中国农业绿色全要素生产率的要素贡献及产区差异: 基于Meta-SBM -Luenberger生产率指数分析[J]. 产经评论, 2020, 11(6): 69-87.
[15] 尹朝静, 高雪. 纳入气候因素的中国农业全要素生产率再测算[J]. 中南财经政法大学学报, 2022(1): 110-122.
[16] YANG J, CHENG J, HUANG S.CO₂ emissions performance and reduction potential in China’s manufacturing industry: a multi-hierarchy meta-frontier approach[J]. Journal of Cleaner Production, 2020, 255(5) : 255-264.
[17] OH D, LEE J.A metafrontier approach for measuring Malmquist productivity index[J]. Empirical Economics, 2009, 38: 47-64.
[18] 王雯. 中国农业全要素生产率的驱动因素分析与对策研究[J]. 学习与探索, 2018(9): 126-131.
[19] 郭海红, 刘新民. 中国农业绿色全要素生产率的时空分异及收敛性[J]. 数量经济与技术经济研究, 2021, 38(10):65-84.
[20] 刘亦文, 欧阳莹, 蔡宏宇. 中国农业绿色全要素生产率测度及时空演化特征研究[J]. 数量经济技术经济研究, 2021, 38(5): 39-56.

中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据

Measurement and Evolution Characteristics of Agricultural Total Factor Productivity in China: Based on the Empirical Evidence of 283 Prefecture Level Cities in China

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

Metrics

本文评价

推荐阅读 10

[1]	梁劲锐, 席小瑾, 袁宇. 基于SBM模型的农业环境技术效率分析——以山东省为例[J]. 四川农业大学学报, 2015, 33(03): 338-344.
[2]	王阳, 漆雁斌. 农户生产技术效率差异及影响因素分析——基于随机前沿生产函数与1906家农户微观数据[J]. 四川农业大学学报, 2014, 32(04): 462-468.
[3]	张林, 肖诗顺, 陈丘. 技术进步对我国农村能源效率的影响分析[J]. 四川农业大学学报, 2011, 29(04): 570-575.