地理科学  2017 , 37 (12): 1942-1952 https://doi.org/10.13249/j.cnki.sgs.2017.12.019

Orginal Article

纳入气候要素的重庆市农业全要素生产率增长时空分布分析

汪言在1, 刘大伟2

1.重庆师范大学地理与旅游学院,重庆 401331
2.中国教育科学研究院教育信息与数据统计研究所,北京100088

Spatial and Temporal Changes of Total Factor Productivity in Agriculture of Chongqing Under Constraints of Climatic Factors

Wang Yanzai1, Liu Dawei2

1. College of Geography and Tourism, Chongqing Normal University, Chongqing 401331,China
2. Department of Educational Information and Statistics, National Institute of Education Sciences, Beijing 100088, China

中图分类号:  S17

文献标识码:  A

文章编号:  1000-0690(2017)12-1942-11

收稿日期: 2016-12-29

修回日期:  2017-02-12

网络出版日期:  2017-12-20

版权声明:  2017 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金项目(51308575)、重庆市基础与前沿研究计划项目(CSTC2013JCYJA00012)、重庆市教委科技项目(KJ110608)、重庆师范大学校级基金项目(12XLB009)资助

作者简介:

作者简介:汪言在(1983- ),男,山东济宁人,博士,研究方向为综合自然地理学。E-mail:wyz2003qu@163.com

展开

摘要

采用全要素生产率Färe-Primont指数,分析了纳入气候要素和非纳入气候要素2种情景的重庆市全要素生产率增长时空变化。结果表明:相比于非纳入气候要素情景,纳入气候要素的重庆市农业全要素生产率增长数值尽管偏低,但具有显著的空间分异,且能较好的反映农业技术进步与极端干旱事件对农业生产的影响。重庆市农业全要素生产率增长的主要驱动力来自技术进步;而增长阻碍主要来自剩余混合效率,因此应加强农业结构性改革,进一步改善农业生产投入产出结构。受农业发展基础和生产结构的影响,重庆市农业全要素生产率增长较大的地区集中在西部区县;而增长偏低地区集中在主城区。 2006年重庆极端干旱事件对农业全要素生产率增长产生显著影响,导致农业全要素生产率增长在2006年明显偏低;各区县受极端干旱事件的影响不同,应根据各区县农业资源条件,有针对性提出适应气候变化的农业生产策略。

关键词: 农业全要素生产率指数 ; 时空分布 ; 重庆市

Abstract

Total factor productivity (TFP) is key for sustainable agriculture, the higher growth of TFP, the more output of agriculture sector. TFP index is often employed to measure growth in the total factor productivity and the source attributed to its growth, which theoretically is defined as the ratio of an aggregate output index to an aggregate input index. In previous literature, the agricultural TFP index has been widely used in different spatial scales of China, such as province regions scale and county regions scale, however, the analysis of agricultural TFP index in Chongqing is scarce. In addition, although the analysis of agricultural TFP index under constraint of resources and environment have been conducted in many studies, our knowledge about the impact of climate change on agricultural TFP growth is still limited, correspondingly the adaptation measures to climate change are also rarely discussed in previous studies. The aim of this study is to detect the spatial and temporal changes of total factor productivity in Chongqing agriculture, and explore the influence of climate change on TFP growth in Chongqing agriculture. The results show that: 1) Under the constraints of climatic factors, the value of TFP growth is relative lower but with more significant spatial heterogeneity, and the change of TFP growth can reflect the influence of climate change and technical change on agricultural production. 2) The drivers of TFP growth come from technical improvement, but negative factor of TFP growth come from mix efficiency change. 3) The high value of TFP growth focused on the western region of Chongqing, however, the lower value focused on the main city of Chongqing. 4) The extreme drought in 2006 led to a lower TFP growth of Chongqing agriculture, so agricultural adaptation measures to climate change should be taken for different regions of Chongqing. Our results can help policy makers identify where agricultural productivity growth is strongest and weakest, and thereby assist in illuminating specific policies and practices on supply-side reform of agricultural structure.

Keywords: agricultural TFP index ; spatial and temporal changes ; Chongqing City

0

PDF (3612KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

汪言在, 刘大伟. 纳入气候要素的重庆市农业全要素生产率增长时空分布分析[J]. 地理科学, 2017, 37(12): 1942-1952 https://doi.org/10.13249/j.cnki.sgs.2017.12.019

Wang Yanzai, Liu Dawei. Spatial and Temporal Changes of Total Factor Productivity in Agriculture of Chongqing Under Constraints of Climatic Factors[J]. Scientia Geographica Sinica, 2017, 37(12): 1942-1952 https://doi.org/10.13249/j.cnki.sgs.2017.12.019

农业是国民经济的基础,直接关系到国家粮食安全和社会经济发展全局[1,2]。据统计,2004~2014年,中国粮食产量由46 947×104t增长至60 703×104t 数据来自中华人民共和国历年国民经济和社会发展统计公报。),粮食增产为中国经济发展和社会稳定做出了巨大贡献[3]。然而,在当前全球变化和资源环境约束趋紧的大背景下,农业生产和粮食安全将受到重大影响[4,5,6]。如何制定科学合理的农业发展策略,有效提高农业生产效率,进而实现农业可持续发展,成为广大研究者关注的重要热点问题[7]

农业全要素生产率(Total Factor Productivity,简称TFP)是衡量农业生产效率的重要指标。近年来,大量研究对全要素生产率增长问题进行了探讨[8,9]。研究尺度上,以往研究主要从省域[10,11,12]和市县尺度[13,14]对农业全要素生产率进行实证研究。研究方法上,多使用参数方法和非参数方法[9],其中非参数方法又多使用数据包络分析的Malmquist指数法[12,13,14]。研究内容上,多侧重于农业全要素生产率增长及其驱动力研究[14,15],也有研究对资源环境约束条件的农业全要素生产率进行评价[16,17,18,19]。总体来说,以往研究丰富了农业全要素生产率的研究内容,其成果对于农业经济研究和经济地理研究具有重要意义。

然而,以往研究也存在一些不足,一是省域尺度研究上,以往研究多将重庆市合并到四川省[10],而市县尺度的重庆市全要素生产率研究在现有文献中也相对缺乏。二是研究方法上,所用参数方法多依赖于函数形式、农业投入价格数据以及评价数据数量,同时在各项效率分解上也较难区别[9,20,21];而基于数据包络分析的Malmquist TFP指数方法则存在不具有乘积完备性和不满足传递性检验等问题[22],因此应选取更合理的TFP指数对全要素生产率增长进行分析。三是研究内容上,尽管资源环境要素多被纳入农业全要素生产率评价中,然而,相比于国外相关研究[21,23],国内研究则较少将气候要素变量纳入全要素生产率评价[24],因而有关气候要素对农业全要素生产率影响的研究在现有文献中也少有见到。

本文在纳入气候要素和非纳入气候要素2种情景下,采用基于数据包络分析的全要素生产率Färe-Primont指数,对重庆市2004~2014年农业全要素生产率增长及其时空分布进行分析,并对2种情境的全要素生产率指数差异进行比较。以期通过研究,为农业全要素生产率研究和气候变化适应研究提供数据参考。

1 研究方法

1.1 研究区概况

重庆市位于中国长江上游地区。地貌以山地丘陵为主,山地集中分布在东北部和东南部,丘陵分布在西部与主城区(图1)。重庆市具有大城市、大库区和大农村并存的基本市情,除主城区区县为主要城市发展区外,其余区县多为库区区县或农业区县。受地貌分异与历史发展因素影响,重庆市各区县农业发展水平及生产条件存在较大差异。因此,对重庆市农业生产效率进行估算,对于有效评价重庆市农业发展水平及其制约因素,以及科学合理制定农业供给侧改革策略具有重要意义。

图1   研究区高程分布

Fig.1   The study area and its DEM data

1.2 Färe-Primont指数及其效率变动

1) 全要素生产率(TFP)指数。TFP可表示为总产出与总投入的比值[20]。假定 qitxiti区县t年的产出和投入向量,则全要素生产率可定义为:

TFPit=Qit/Xit(1)

式中, TFPiti区县t年的全要素生产率, Qit=Q(qit)Xit=X(xit)分别为总产出和总投入函数,为非负、非递减且线形齐次的函数。

i区县t年相对于m区县s年的TFP指数— TFPhs,it(多用ΔTFP表示)可表达为[20],

TFPhs,it= TFPitTFPhs= Qit/XitQhs/Xhs= Qit/QhsXit/Xhs= Qhs,itXhs,it(2)

式中, Qhs,it=Qit/Qhs是产出数量指数,表示投入数量增长; Xhs,it=Xit/Xhs是投入数量指数,表示产出数量增长。形如式(2)的TFP指数通常被认为具有乘法完备性[20],可以彻底分解为技术进步、技术效率、规模效率和剩余混合效率变动[10]。式(2)表明,TFP指数— TFPhs,it可认为是产出数量变化与投入数量变化的比值[25],因此,基于不同形式的投入产出函数便可计算获得不同的TFP指数,Färe-Primont指数就是基于Färe-Primont形式的投入产出函数计算获得的结果,Färe-Primont指数的具体计算方法可见参考文献[20]。

2) 各项效率测度。对于i区县t年的全要素生产率,其主要效率包括TFP效率 TFPEit、技术效率 OTEit、规模效率 OSEit和剩余混合效率 RMEit,具体计算公式如下:

TFPEit= TFPitTFPt*= Qit/XitQt*/Xt*(3)

OTEit= Qit/Q̅it(4)

OSEit= Q̅it/XitQ˜it/X˜it(5)

RMEit= Q˜it/X˜itTFPt*(6)

式中, TFPt*指技术可利用下t年的最大TFP; Qt*Xt*分别表示 TFPt*的总产出和总投入。 Q̅it是在投入 Xit固定情况下的最大可能产出。itit表示当TFP在投入产出向量 QitXit最大化时所获得的总产出和总投入。

3) TFP指数及其分解。根据公式(2),i区县t年相对于m区县s年的TFP指数可分解成下列关系:

TFPhs,it= TFPitTFPhs= TFPt*TFPs*OTEitOTEhsOSEitOSEhsRMEitRMEhs(7)

式中右端第一项表示t年和s年技术可利用条件下最大TFP的比值,被视为2个时期的技术变化,即技术进步(ΔTech);第二项表示技术效率变动(ΔOTE);第三项表示规模效率变动(ΔOSE);第四项表示剩余混合效率变动(ΔRME)。

1.3 变量与数据

1) 变量选择。在非纳入气候要素的全要素生产率测度中,农业产出变量包括粮食作物产量和非粮食作物产量,其中非粮食作物产量是油料、糖料、烟叶、水果和蔬菜等产量之和。农业投入变量包括农作物播种面积,乡村从业人口、农业化肥施用量、农药施用量和农村用电量。在纳入气候要素的全要素生产率测度中,参考以往研究方法[2],所用变量除上述7个变量外,另外将年均气温和年降水量2个气候要素设定为投入变量。

2) 数据来源及分析。本文数据为2004~2014年重庆市各区县面板数据。农业生产的投入产出经济数据来源于历年《重庆市统计年鉴》;年均气温和年降水量数据来自于重庆市气象局和国家气象局。

由于气象站点不能涵盖重庆市每个区县,本文首先使用泰森多变形对各气象站点进行插值,获得重庆市各区县历年气温和降雨数据。在此基础上,将各区县历年农业投入产出经济数据及气温降雨数据整理成表,进一步使用DPIN软件分别对纳入气候要素和非纳入气候要素的全要素生产率进行计算[25],最终获得2种情境的重庆市农业全要素生产率指数。

将农业全要素生产率指数数据转为空间矢量数据进行空间分析。使用Global Morans’I测度全要素生产率指数及其效率变动的全局空间自相关性;使用热点分析识别全要素生产率指数及其效率变动的热点区和冷点区,同时使用热点分析识别2种情境的全要素生产率指数空间差异[26]

2 结果分析

2.1 非纳入气候要素的ΔTFP时空分布

1) ΔTFP及其效率变动空间分布。在非纳入气候要素情景下,计算获得各区县历年全要素生产率指数ΔTFP及其效率变动,并计算获得各区县ΔTFP及其效率变动的年均值(图2)。

图2   非纳入气候要素的全要素生产率指数及其效率变动空间分布

Fig.2   The spatial distribution of TFP growth and its efficiency changes without constraints of climatic factors

结果表明,全要素生产率指数ΔTFP介于0.28~0.97,最大值出现在合川区,最小值出现在沙坪坝区;技术进步ΔTech数值均为1.00;技术效率变动ΔOTE介于0.74~1.00,最大值出现在渝北区、南岸区、大渡口区、壁山区、巴南区等区县和城口县,最小值出现在秀山县;规模效率变动ΔOSE介于0.61~1.00,最大值出现在渝北区、永川区、大足区和巴南区,最小值出现在江北区;剩余混合效率变动ΔRME介于0.39~1.00,最大值出现在长寿区、铜梁区和合川区,最小值出现在沙坪坝区。

空间自相关分析表明,ΔTFP、ΔOTE、ΔOSE和ΔRME的Global Morans’I数值分别为0.49(P<0.01)、0.03(P=0.6)、0.12(P<0.05)、0.65(P<0.01),说明仅有ΔTFP和ΔRME具有较强的空间自相关性或空间聚类特征(P<0.01)。

热点分析结果表明,ΔTFP的显著高值区(热点)在潼南区(P<0.05);显著低值区(冷点)集中在重庆市主城区,其中沙坪坝区、江北区、南岸区和大渡口区为低值区的核心区县(P<0.01)。与ΔTFP相反,ΔOTE的显著高值区则集中在主城区,九龙坡区为高值区的核心区县(P<0.01);显著低值区在酉阳县和秀山县(P<0.1)。ΔOSE的显著低值区也集中在主城区,巴南区和江北区为低值区的核心区县(P<0.01)。ΔRME的显著低值区也集中在主城区,沙坪坝区、江北区、南岸区、大渡口区、北碚区、巴南区、九龙坡区、和壁山区为低值区的核心区县(P<0.01);显著高值区在潼南区(P<0.1)。

2) ΔTFP及其效率变动时间变化。计算ΔTFP及其效率变动的区县均值,获取全要素生产率指数及其效率变动的时间变化。结果表明(图3),2004~2014年,重庆市农业全要素生产率指数ΔTFP及其效率变动均呈现先减小后增大的趋势,ΔTFP、ΔOTE和ΔRME的最小值均出现在2006年,ΔOSE的最小值出现在2007年。与ΔTFP及其效率变动不同,2004~2014年技术进步ΔTech没有变化,数值均为1.00。

图3   非纳入气候要素的全要素生产率TFP指数时间变化

Fig.3   The temporal changes of TFP growth and its efficiency changes without constraints of climatic factors

空间自相关的时间变化表明,2004~2014年,ΔTFP和ΔRME均呈现显著的空间自相关性或空间聚类特征(P<0.01);ΔOTE仅在2006年呈现显著空间自相关性(P<0.01),而ΔOSE在2009年、2010年、2013年和2014年呈现空间自相关性(P<0.01)。

2.2 纳入气候要素的ΔTFP时空分布

1) ΔTFP及其效率变动空间分布。在纳入气候要素情景下,相同方法计算获得各区县历年全要素生产率指数ΔTFP及其效率变动,同时计算得到各区县ΔTFP及其效率变动的年均值(图4)。数值结果表明,全要素生产率指数ΔTFP介于0.02~0.99,最大值出现在江津区,最小值出现在江北区;各区县技术进步ΔTech数值均为1.02;技术效率变动ΔOTE介于0.76~1.00,最大值出现在渝北区、南岸区、江北区、大渡口区、巴南区、永川区、合川区、江津区、壁山区和城口县,最小值出现在北碚区;规模效率变动ΔOSE介于0.59~1.00之间,最大值出现在渝北区、巴南区、江津区和壁山区,最小值出现在江北区;剩余混合效率变动ΔRME介于0.02~0.97,最大值出现在江津区,最小值出现在大渡口区。

空间自相关分析表明,ΔTFP、ΔOTE、ΔOSE和ΔRME的Global Morans’I指数值分别为0.64(P<0.01)、-0.07(P=0.73)、-0.06(P=0.71)、0.78(P<0.01),说明仅有ΔTFP和ΔRME具有较强的空间自相关性或空间聚类特征(P<0.01)。

热点分析表明,ΔTFP的显著高值区(热点)在潼南区和綦江区(P<0.1);显著低值区(冷点)集中在主城区,其中沙坪坝区、江北区、南岸区、巴南区、北碚区和大渡口区为低值区的核心区县(P<0.01)。与ΔTFP相反,ΔOTE的显著高值区集中在主城区,九龙坡区和永川区为高值区的核心区县(P<0.05)。ΔOSE的显著低值区也集中在主城区,巴南区和江北区为低值区的核心区县(P<0.1)。ΔRME的显著低值区同样集中在主城区,北碚区、渝北区、巴南区、沙坪坝区、江北区、南岸区、九龙坡区、大渡口区和壁山区为高值区的核心区县(P<0.01),而显著高值区为綦江区(P<0.1)。

图4   纳入气候要素的全要素生产率TFP指数及其分解效率空间分布

Fig.4   The spatial distribution of TFP growth and its efficiency changes under constraints of climatic factors

2) ΔTFP及其效率变动时间变化。计算历年ΔTFP及其效率变动的均值,获取重庆市全要素生产率指数ΔTFP及其效率变动的时间变化。结果表明(图5),类似非纳入气候要素情境,2004~2014年,ΔTFP及其效率变动也呈现先减小后增大趋势,ΔTFP、ΔOTE、ΔOSE和ΔRME的最小值均出现在2006年;与ΔTFP及其效率变动不同,2004~2014年技术进步ΔTech分阶段增长,2004年ΔTech数值为1.00,2005~2011年ΔTech增长为1.02,2012~2014年则增长为1.03。

空间自相关时间变化表明(图5),2004~2014年,历年ΔTFP和ΔRME均呈现显著的空间自相关性(P<0.01);而历年ΔOTE和ΔOSE均没有呈现较显著的空间自相关性(P<0.01),说明不具有显著的空间聚类特征。

图 5   纳入气候要素的全要素生产率TFP指数时间变化

Fig.5   The temporal changes of TFP growth and its efficiency changes under constraints of climatic factors

3 讨论

3.1 两种情境下的农业全要素生产率指数ΔTFP比较

上文结果表明,2种情景的农业全要素生产率指数呈现相似的时空变化特征。时间变化上,均表现为先减小后增大趋势,数值均在2006年出现最小值,反映了2006年重庆大旱对农业生产造成的显著影响[27]。空间分布上,2种情景的农业全要素生产率指数ΔTFP数值均在主城区显著偏低,技术效率变动ΔOTE则在主城区显著偏大。尽管在时空分布上,2种情景的农业全要素生产率指数及其效率变动存在相似性,但在具体区县的数值对比上,以及热点和冷点区县的显著性判别上,2种情景的结果仍存在一些差异,因此有待进一步分析。

首先,本文使用单因素方差分析(ANOVA),比较2种情景的农业全要素生产率指数ΔTFP及其效率变动的数量差异。结果表明,非纳入气候要素的情景下,ΔTFP和ΔRME的均值分别为0.68和0.81,显著大于纳入气候要素的ΔTFP和ΔRME数值(P<0.01);非纳入气候要素的ΔOSE数值为0.96,也明显大于纳入气候要素的ΔOSE数值(P<0.05)。与其他3项指数不同,非纳入气候要素情景下,ΔOTE数值为0.89,显著小于纳入气候要素的ΔOTE数值(P<0.01)。空间自相关比较的结果显示,纳入气候要素时,ΔTFP和ΔRME的Global Morans’I数值均大于非纳入气候要素的数值(P<0.01),表明纳入气候要素时,农业全要素生产率增长的空间聚集度更显著。

图6   两种不同情境下的全要素生产率TFP指数差异

Fig.6   The difference of TFP growth and its efficiency changes between case without constraints and case under constraints

其次,用非纳入气候要素的农业全要素生产率指数减去纳入气候要素的指数,分析2种情景各区县全要素生产率指数的均值差异。结果表明(图6),ΔTFP的差值介于-0.04~0.43,最小值在江津区,最大值在渝北区。ΔOTE的差值介于-0.1~0,最小值在酉阳县,最大值在南岸区、大渡口区、巴南区和壁山区。ΔOSE的差值介于-0.06~0.09,最大值在秀山县,最小值在万州区。ΔRME的差值介于0.01~0.71,最大值在江北区,最小值在江津区。

进一步使用热点分析对各区县农业全要素生产率指数的空间差异进行分析。结果显示,2种情景的ΔTFP差值在主城区呈显著高值区(热点区),其中渝北区、巴南区、沙坪坝区、江北区和南岸区是高值区的核心区县(P<0.01);显著低值区(冷点区)集中在开州区、万州区和綦江区(P<0.1)。ΔOTE差值的显著高值区同样集中在主城区(P<0.05);而显著低值区(冷点区)集中在巫溪县(P<0.1)、酉阳县和秀山县(P<0.01)。ΔOSE差值的显著高值区集中在巫溪县(P<0.1)、酉阳县和秀山县(P<0.01);显著低值区集中在主城区和万州区,但仅有万州区和大渡口区显著性水平为0.05。ΔRME差值的显著高值区同样集中在主城区,其中渝北区、巴南区、沙坪坝区、江北区和南岸区为高值区的核心区(P<0.01)。

总体来看,空间差异上,与非纳入气候要素情境相比,纳入气候要素的农业全要素生产率指数及其效率变动在局部区域出现了一定的高估或低估,主城区农业全要素生产率指数显著偏小;同时相比于非纳入气候要素情境,纳入气候要素情境的农业全要素生产率指数具有更强的空间聚集特征。时间差异上,相比于非纳入气候要素情境,纳入气候要素的技术进步呈现三阶段发展模式,反映了自2004年以来国家宏观调控对农业的扶持力度增加,农业新技术得以推广和应用,农业生产技术水平显著提高[28]

3.2 全要素生产率增长的驱动力分析

全要素生产率是衡量区域经济增长质量、技术进步和管理效率水平的重要标志[29],通过分析农业全要素生产率分解的各类效率变动可以获取影响全要素生产率增长的驱动力。农业全要素生产率Färe-Primont指数可分解为技术效率变动、规模效率变动以及混合效率变动,相比其他农业全要素生产率指数,其效率分解更为彻底[22],因而更易找到影响农业全要素生产率增长的主要因素。本文结果表明,无论在何种情景下,技术进步ΔTech数值均1.00,而其余效率变动数值均<1.00,特别是混合效率变动ΔRME的数值在所有效率变动中最小。另外从时间变化来看,技术进步ΔTech数值呈现稳步增长的趋势,而其他效率变动并未呈现较强的增长趋势。因此,重庆市农业全要素生产率增长驱动力主要来自于技术进步,而阻碍全要素生产率增长的因素主要是分解效率变动、特别是混合效率变动的损失。

通过全要素生产率指数及其分解效率变动的关系来看(图7),2种情景下,ΔTFP与ΔRME之间的相关系数明显大于ΔTFP与其他效率变动之间的相关系数(P<0.01)。另外不难发现,纳入气候要素的情境下,ΔTFP与ΔRME之间的相关性显著变强,说明纳入气候要素的情境更能反映混合效率变动对全要素生产率增长的影响。

图7   全要素生产率指数与各分解效率变动的关系

Fig.7   The relationship between agricultural TFP growth and its efficiency changes

3.3 启示与建议

本文结果表明,重庆市农业全要素生产率增长的驱动力主要来自技术进步,这与以往对中国农业全要素生产率增长的研究结论一致[15],说明在经济发展大背景下,特别是自2004年以来,随着国家宏观调控对农业扶持力度的增强,中国农业现代化水平有了进一步提升[28],推动了区域农业全要素生产率增长。重庆市农业全要素生产率增长的阻碍因素主要来自剩余混合效率变动,由于混合效率与配置效率近似,因此农业生产结构不合理是导致农业生产率增长偏低的原因。重庆市应进一步加大农业宏观调控力度,通过调整农业生产结构,特别是加强农业供给侧结构性改革,不断提升农业全要素生产率增长水平,具体措施包括:对于产出变量。重庆市应根据各区县农作物市场需求,调整粮食作物和非粮食作物的产品结构,促进农作物生产结构协调发展;对于投入变量。重庆市应加强农技培训力度,促进农业生产规模经营,减少人力投入成本;需优化农作物种植空间结构,增大农作物高产区面积,减少低产区面积;应加大农业生产科技投入,减少农药、化肥施用量及农业用电量,实现绿色农产品有效供给;应提升农业社会化服务水平,加强农业气象服务体系建设,增强农业生产的抗灾害风险能力。

重庆市农业全要素生产率增长存在显著的空间聚集特征。各区县具有相同的技术进步,说明各区县在农业生产新技术引入和推广方面并无较大差异。而在技术进步相同背景下,主城区农业全要素生产率增长显著偏低,主城区经济发展水平居于重庆市各区县前列,这与以往研究认为经济发展较好的地区往往具有较高农业全要素生产率增长水平的结论并不一致[9,10,11,12,13,14,15]。进一步分析导致主城区农业全要素生产率偏低的原因,效率变动结果表明,主城区虽具有较高的技术效率,但剩余混合效率变动数值明显偏低,进而导致全要素生产率偏低,因此主城区更应加强农业生产结构调整。重庆市农业全要素生产率增长较大的区域主要集中在渝西如合川、江津、潼南等区县,这些区县多是农业资源丰富、具有较好农业发展基础的区县。相比于重庆市其它地区,渝东北和渝东南地区农业全要素生产率增长水平整体偏低,技术效率和混合效率增长偏低是导致增长偏低的主要因素,而较恶劣的农业生产条件和不合理的农业生产结构是增长偏低的根本原因,这两个地区应进一步提升农业生产科技含量,加大农业生产结构调整,降低自然灾害对农业生产的影响,从而实现农业生产持续稳定增长。

重庆市农业全要素生产率呈先减小后增大的时间变化特征,2006年是农业全要素生产率增长最小的年份,2006年重庆市极端干旱事件是导致增长偏低的主要原因[27]。但是,相比于其他年份,2006年重庆市农业全要素生产率增长的空间聚集度更强,反映出受极端干旱事件影响,各区县农业生产率增长的空间差异更大。因此应针对各区县农业发展实际,加大应对农业气象灾害的政策扶持力度,提出有效应对气候变化的农业生产适应策略,从而提升农业生产的气象灾害防御能力。

4 结论

1) 相比于非纳入气候要素的农业全要素生产率增长,纳入气候要素的农业全要素生产率增长数值上偏小,但其数值在各区县的空间分异更显著,时间变化上能较好的反映技术进步以及气候变化对农业生产的影响。

2) 重庆市农业全要素生产率增长的主要驱动力来自技术进步,2004~2014年技术进步呈现三阶段增长模式;重庆市农业全要素生产率增长的阻碍因素来自剩余混合效率变动,应进一步加强农业结构性改革,不断改善农业生产投入产出结构。

3) 重庆市农业全要素生产率增长偏大的地区主要在渝西地区,与该地区具有较好的农业发展基础有关;主城区农业全要素生产率增长偏低,与混合效率偏低有关,该地区更应加强农业生产投入产出结构调整。

4) 重庆市农业全要素生产率在2006年出现低值,与2006年极端干旱事件有关,不同区县农业受气象灾害的影响不同,因此应有针对性地提出应对气候变化的农业生产适应策略。

致谢:论文完善中,得到李军博士和汪洋博士的帮助,表示感谢!

The authors have declared that no competing interests exist.


参考文献

[1] 苏嘉伟.

长三角地区农业全要素生产率分解研究[D]

. 南京: 南京大学, 2015 .

[本文引用: 1]     

[Su Jiawei.

A study on the decomposition of agricultural total factor productivity of Yangtze River Delta

. Nanjing: Nanjing University, 2015.]

[本文引用: 1]     

[2] 揭懋汕, 郭洁, 陈罗烨, .

碳约束下中国县域尺度农业全要素生产率比较研究

[J]. 地理研究, 2016, 35(5): 898-908.

https://doi.org/10.11821/dlyj201605008      URL      [本文引用: 2]      摘要

基于2183个县级单元,利用 SFA方法对1992-2011年碳约束下中国县域农业生态TFP及其分解项进行研究,并与不考虑碳排放的传统TFP进行比较。结果表明:第一,农业生态 TFP年平均增长4.47%,低于传统TFP,但两者差距有缩小的趋势,2011年前者超过后者。第二,农业生态TFP贡献了中国农业总产值增长的 54.9%,比传统TFP的份额低了3.6%,要素投入贡献为45.1%。第三,分解项上,前沿技术进步率是农业生态TFP的主要驱动因素,也是生态 TFP与传统TFP差距缩小的动因。第四,空间分布上,生态TFP大于传统TFP的地区主要分布在胡焕庸线东南的地区;西部由于生态TFP和传统FTP都 较低,呈现出"双重恶化"现象;除了嵊泗县以外,农业生态TE和TEC均低于传统TE和TEC,生态FTP也整体低于传统FTP。

[Jie Maoshan, Guo Jie, Chen Luoye et al.

Spatial and temporal changes of total factor productivity in agriculture: A stochastic frontier analysis of China at county level, 1991-2011

. Geographical Research, 2016, 35(5): 898-908.]

https://doi.org/10.11821/dlyj201605008      URL      [本文引用: 2]      摘要

基于2183个县级单元,利用 SFA方法对1992-2011年碳约束下中国县域农业生态TFP及其分解项进行研究,并与不考虑碳排放的传统TFP进行比较。结果表明:第一,农业生态 TFP年平均增长4.47%,低于传统TFP,但两者差距有缩小的趋势,2011年前者超过后者。第二,农业生态TFP贡献了中国农业总产值增长的 54.9%,比传统TFP的份额低了3.6%,要素投入贡献为45.1%。第三,分解项上,前沿技术进步率是农业生态TFP的主要驱动因素,也是生态 TFP与传统TFP差距缩小的动因。第四,空间分布上,生态TFP大于传统TFP的地区主要分布在胡焕庸线东南的地区;西部由于生态TFP和传统FTP都 较低,呈现出"双重恶化"现象;除了嵊泗县以外,农业生态TE和TEC均低于传统TE和TEC,生态FTP也整体低于传统FTP。
[3] 陈锡文.

工业化、城镇化要为解决“三农”问题做出更大贡献

[J]. 经济研究, 2011(10): 8-10.

[本文引用: 1]     

[Chen Xiwen.

Industrialization and urbanization should make greater contribution to the rural issues

. Economic Research Journal, 2011(10): 8-10.]

[本文引用: 1]     

[4] 刘彦随, 刘玉, 郭丽英.

气候变化对中国农业生产的影响及应对策略

[J]. 中国生态农业学报, 2010, 18(4): 905-910.

https://doi.org/10.3724/SP.J.1011.2010.00905      URL      Magsci      [本文引用: 1]      摘要

全球气候呈现变暖的趋势, 对农业生产和粮食安全产生重大影响, 并成为当今全球环境变化关注的热点问题之一。本文采用文献综述与比较研究的方法, 系统分析了气候变化对光资源、温度、土壤质量和水环境等农业生产要素的影响机理, 探讨了气候变化对我国作物种植区域和种植制度、农作物病虫害、农业生产能力以及农业经济与管理等方面的实际影响, 通过梳理国外应对气候变化的主要农业战略, 提出新时期我国应对气候变化的农业可持续发展策略。

[Liu Yansui, Liu Yu, Guo Liying.

Impact of climatic change on agricultural production and response strategies in China

. Chinese Journal of Eco-agriculture, 2010, 18(4): 905-910.]

https://doi.org/10.3724/SP.J.1011.2010.00905      URL      Magsci      [本文引用: 1]      摘要

全球气候呈现变暖的趋势, 对农业生产和粮食安全产生重大影响, 并成为当今全球环境变化关注的热点问题之一。本文采用文献综述与比较研究的方法, 系统分析了气候变化对光资源、温度、土壤质量和水环境等农业生产要素的影响机理, 探讨了气候变化对我国作物种植区域和种植制度、农作物病虫害、农业生产能力以及农业经济与管理等方面的实际影响, 通过梳理国外应对气候变化的主要农业战略, 提出新时期我国应对气候变化的农业可持续发展策略。
[5] 方修琦, 郑景云, 葛全胜.

粮食安全视角下中国历史气候变化影响与响应的过程与机理

[J]. 地理科学, 2014, 34(11): 1291-1298.

Magsci      [本文引用: 1]      摘要

基于现代全球变化研究中关于脆弱性和粮食安全的概念,把历史时期的粮食安全分解为粮食生产安全、粮食供给安全、粮食消费安全3 个层次,以气候变化直接影响粮食生产水平为起点,分析气候变化-农(牧)业收成-食物的人均供给量-饥民-社会稳定性的驱动-响应链中的关键过程,指出气候变化影响的驱动-响应关系不能归结为简单的因果关系,诸如耕地、人口、政策、外来势力都会对气候变化的影响起着放大或抑制的作用。

[Fang Xiuqi, Zheng Jingyun, Ge Quansheng.

Historical climate change impact-response processes under the framework of food security in China

. Scientia Geographica Sinica, 2014, 34(11): 1291-1298.]

Magsci      [本文引用: 1]      摘要

基于现代全球变化研究中关于脆弱性和粮食安全的概念,把历史时期的粮食安全分解为粮食生产安全、粮食供给安全、粮食消费安全3 个层次,以气候变化直接影响粮食生产水平为起点,分析气候变化-农(牧)业收成-食物的人均供给量-饥民-社会稳定性的驱动-响应链中的关键过程,指出气候变化影响的驱动-响应关系不能归结为简单的因果关系,诸如耕地、人口、政策、外来势力都会对气候变化的影响起着放大或抑制的作用。
[6] 顾西辉, 张强, 张生.

1961~2010年中国农业洪旱灾害时空特征、成因及影响

[J]. 地理科学, 2016, 36(3): 439-447.

https://doi.org/10.13249/j.cnki.sgs.2016.03.016      URL      Magsci      [本文引用: 1]      摘要

搜集并分析了全国29个省份(不包括港、澳、台地区)1961~2010年农业洪旱灾害数据,深入探讨了中国洪旱灾害时空变异规律及其对粮食产量的影响。研究结果表明:中国大部分省份农业洪涝、干旱灾害具有明显的突变和趋势特征。中国中部、中西部及西北部洪涝灾害呈显著上升趋势;西北、东北地区及云南等地区干旱灾害呈显著上升趋势。除华北和东北地区外,洪涝灾害对农业的威胁日益严峻,而干旱灾害则无显著变化。这对中国粮食安全形成了重大挑战,尤其是西部以及北部地区粮食灾损率和灾损量显著上升。降水时空分布发生变化以及人类活动共同影响了中国农业洪涝、干旱时空变化特征。

[Gu Xihui, Zhang Qiang, Zhang Sheng.

Spatio-temporal properties of flood/drought hazards and possible causes and impacts

. Scientia Geographica Sinica, 2016, 36(3): 439-447.]

https://doi.org/10.13249/j.cnki.sgs.2016.03.016      URL      Magsci      [本文引用: 1]      摘要

搜集并分析了全国29个省份(不包括港、澳、台地区)1961~2010年农业洪旱灾害数据,深入探讨了中国洪旱灾害时空变异规律及其对粮食产量的影响。研究结果表明:中国大部分省份农业洪涝、干旱灾害具有明显的突变和趋势特征。中国中部、中西部及西北部洪涝灾害呈显著上升趋势;西北、东北地区及云南等地区干旱灾害呈显著上升趋势。除华北和东北地区外,洪涝灾害对农业的威胁日益严峻,而干旱灾害则无显著变化。这对中国粮食安全形成了重大挑战,尤其是西部以及北部地区粮食灾损率和灾损量显著上升。降水时空分布发生变化以及人类活动共同影响了中国农业洪涝、干旱时空变化特征。
[7] 罗必良, 文晓巍.

经济转型、制度变迁与农村经济发展——中国农村经济发展高层论坛综述

[J]. 经济研究, 2011, 46(10): 156-160.

URL      [本文引用: 1]      摘要

正2011年7月9—10日,"中国农村经济发展高层论坛"在华南农业大学举行。会议由华南农业大学经济管理学院与《经济研究》杂志社联合举办,广东农业企业发展研究中心和广东农村经济研究中心联合承办。来自全国各大高校、科研院所和政府部门的73位专家学者出席了会议。

[Luo Biliang, Wen Xiaowei.

A summary for the Forum of Rural Development in China

. Economic Research Journal, 2011, 46(10): 156-160.]

URL      [本文引用: 1]      摘要

正2011年7月9—10日,"中国农村经济发展高层论坛"在华南农业大学举行。会议由华南农业大学经济管理学院与《经济研究》杂志社联合举办,广东农业企业发展研究中心和广东农村经济研究中心联合承办。来自全国各大高校、科研院所和政府部门的73位专家学者出席了会议。
[8] 朱喜, 史清华, 盖庆恩.

要素配置扭曲与农业全要素生产率

[J]. 经济研究, 2011, 46(5): 86-98.

URL      [本文引用: 1]      摘要

要素市场扭曲会导致农户个体对资本、劳动等生产要素配置扭曲,最终降低农业的总量全要素生产率(TFP)。本文运用2003-2007年全国农村固定跟踪观察农户数据,实证分析了中国东、中、西部以及东北地区农户家庭生产的要素配置扭曲程度及其与总量TFP的关系,发现不同地区农户要素配置的扭曲存在显著的差异:从扭曲水平和发散程度来看,东部和西部地区的资源配置扭曲较为严重,中部、东北地区的配置效率较高。即使不考虑技术因素,如果有效消除资本和劳动配置的扭曲,农户的农业TFP有望再增长20%以上,其中东部和西部地区的改进空间超过30%。要素配置的扭曲程度主要取决于农村非农就业机会、金融市场和土地规模。促进社会转型是提高农业生产率的主要途径。

[Zhu Xi, Shi Qinghua, Ge Qingen.

Misallocation and TFP in rural China

. Economic Research Journal, 2011, 46(5): 86-98.]

URL      [本文引用: 1]      摘要

要素市场扭曲会导致农户个体对资本、劳动等生产要素配置扭曲,最终降低农业的总量全要素生产率(TFP)。本文运用2003-2007年全国农村固定跟踪观察农户数据,实证分析了中国东、中、西部以及东北地区农户家庭生产的要素配置扭曲程度及其与总量TFP的关系,发现不同地区农户要素配置的扭曲存在显著的差异:从扭曲水平和发散程度来看,东部和西部地区的资源配置扭曲较为严重,中部、东北地区的配置效率较高。即使不考虑技术因素,如果有效消除资本和劳动配置的扭曲,农户的农业TFP有望再增长20%以上,其中东部和西部地区的改进空间超过30%。要素配置的扭曲程度主要取决于农村非农就业机会、金融市场和土地规模。促进社会转型是提高农业生产率的主要途径。
[9] 余康, 章立, 郭萍.

1989-2009中国总量农业全要素生产率研究综述

[J]. 浙江农林大学学报, 2012, 29(1): 111-118.

Magsci      [本文引用: 4]      摘要

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率(TFP)对于中国农业可持续发展更具有研究意义。作者搜集整理了1989-2009 年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述。农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特(Malmquist)生产率指数法和随机前沿法。中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大。影响农业全要素生产率增长的因素主要有农村制度变迁等。最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向。表2 参36

[Yu Kang, Zhang Li, Guo Ping.

Review on China's agricultural TFP: 1989 - 2009

. Journal of Zhejiang Forestry College, 2012, 29(1): 111-118.]

Magsci      [本文引用: 4]      摘要

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率(TFP)对于中国农业可持续发展更具有研究意义。作者搜集整理了1989-2009 年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述。农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特(Malmquist)生产率指数法和随机前沿法。中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大。影响农业全要素生产率增长的因素主要有农村制度变迁等。最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向。表2 参36
[10] 郭萍,余康,黄玉.

中国农业全要素生产率地区差异的变动与分解

[J].经济地理,2013,33(2):141-146.

[本文引用: 4]     

[Guo Ping, Yu Kang, Huang Yu.

Changes and decomposition of agricultural TFP regional disparities in China: study of Färe-Primont TFP index

. Economic Geography,2013,33(2):141-146.]

[本文引用: 4]     

[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, 36(5): 87-98.

URL      [本文引用: 2]      摘要

本文利用1978 ~ 2011年分省面板数据与Global Malmquist指数对种植业全要素生产率增长及其成分变动进行了分析,主要研究结论有:(1)农业全要素生产率增长显著且主要由技术进步推动,技术效 率总体上呈退步趋势;(2)生产率增长的地区差异与省际分化明显,东部地区增长最快且多数东部省份增速较快,中部地区增长最慢且多数中西部省份增速较慢. 主要研究启示有:(1)理论上,随着DEA测算技术的不断进步,对农业TFP的理解也不断深入;(2)实践中,必须切实地解决农业技术效率低下问题,以便 更加有效地推动农业TFP的增长.

[Du Jiang.

Agricultural total factor productivity growth and its spatial-temporal differences in China

. Science Research Management, 2015, 36(5): 87-98.]

URL      [本文引用: 2]      摘要

本文利用1978 ~ 2011年分省面板数据与Global Malmquist指数对种植业全要素生产率增长及其成分变动进行了分析,主要研究结论有:(1)农业全要素生产率增长显著且主要由技术进步推动,技术效 率总体上呈退步趋势;(2)生产率增长的地区差异与省际分化明显,东部地区增长最快且多数东部省份增速较快,中部地区增长最慢且多数中西部省份增速较慢. 主要研究启示有:(1)理论上,随着DEA测算技术的不断进步,对农业TFP的理解也不断深入;(2)实践中,必须切实地解决农业技术效率低下问题,以便 更加有效地推动农业TFP的增长.
[12] 张利国, 鲍丙飞.

我国粮食主产区粮食全要素生产率时空演变及驱动因素

[J]. 经济地理, 2016, 36(3): 147-152.

https://doi.org/10.15957/j.cnki.jjdl.2016.03.020      URL      [本文引用: 3]      摘要

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。

[Zhang Liguo, Bao Bingfei.

Empirical analysis on Spatio-Temporal evolution and driving forces of food total factor production in major grain producing areasofour country

. Economic Geography, 2016, 36(3): 147-152.]

https://doi.org/10.15957/j.cnki.jjdl.2016.03.020      URL      [本文引用: 3]      摘要

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。
[13] 王文刚, 李汝资, 宋玉祥, .

吉林省区域农地生产效率及其变动特征研究

[J]. 地理科学, 2012, 32(2): 225-231.

URL      [本文引用: 3]      摘要

利用DEA方法和Malmquist生产率指数模型方法对吉林省2001~2009年农地要素资源的投入生产效率及其变化特征进行了深入的研究,结果如下:①农地生产效率研究显示,2001-2009年吉林省农地生产综合技术效率相对较高,在未达到DEA有效的年份,规模效率对综合效率有着较大的影响;从区域特征上看,2001~2009年中部地区平均综合效率水平高于东西部地区,东西部地区平均综合效率水平相当;②农地生产效率变化研究显示,吉林省各地区2001~2009年相邻年份农地利用的综合效率变动相对较小,历年全要素生产率则在总体上保持了一定的增长趋势;2001~2009、2001~2005和2005~2009三组对比时间点的农地生产效率变化显示东中部地区的农地生产平均综合效率呈现下降趋势,西部地区综合效率呈增长趋势,东中西部地区的农业要素生产率均呈增长趋势,西部地区变化最为明显。 更多还原

[Wang Wengang, Li Ruzi, Song Yuxiang et al.

The various components of agricultural land production efficiency in Jilin province

. Scientia Geographica Sinica, 2012, 32(2): 225-231.]

URL      [本文引用: 3]      摘要

利用DEA方法和Malmquist生产率指数模型方法对吉林省2001~2009年农地要素资源的投入生产效率及其变化特征进行了深入的研究,结果如下:①农地生产效率研究显示,2001-2009年吉林省农地生产综合技术效率相对较高,在未达到DEA有效的年份,规模效率对综合效率有着较大的影响;从区域特征上看,2001~2009年中部地区平均综合效率水平高于东西部地区,东西部地区平均综合效率水平相当;②农地生产效率变化研究显示,吉林省各地区2001~2009年相邻年份农地利用的综合效率变动相对较小,历年全要素生产率则在总体上保持了一定的增长趋势;2001~2009、2001~2005和2005~2009三组对比时间点的农地生产效率变化显示东中部地区的农地生产平均综合效率呈现下降趋势,西部地区综合效率呈增长趋势,东中西部地区的农业要素生产率均呈增长趋势,西部地区变化最为明显。 更多还原
[14] 周亮, 徐建刚, 张明斗, .

粮食增产背景下淮河流域农业生产效率时空变化分析

[J]. 地理科学, 2013, 33(12): 1476-1483.

URL      Magsci      [本文引用: 4]      摘要

在流域粮食增产与水环境约束双重背景下,采用DEA模型、Malmquist 生产率指数和GIS 空间分析方法,对2000~2011 年淮河流域35 个地市的农业生产效率及时空变化特征进行分析。结果发现:① 2000~2011 年淮河流域农业生产效率普遍较高,技术效率在流域综合效率提升方面发挥着积极作用,但决定综合效率最优的规模效率却有微弱下降;② 农业生产效率空间分析发现,流域生产效率呈现东部高于中部,中部高于西部的空间梯度分布格局;③ 农业生产效率变化时空特征研究表明,2000~2011 年流域综合效率变化和规模效率变化呈现微弱的下降趋势,其中流域西部下降最为显著,而技术效率与生产率却呈现提高趋势,其中东部提升最为显著;④ 依据综合效率计算结果和时间变化特征,将农业生产效率变化划分为5 种基本类型,发现综合效率持续不变的a类型地市最多,是流域农业生产效率变化的主要类型。

[Zhou Liang, Xu Jiangang, Zhang Mingdou et al.

Spatial-Temporal variation of agriculture production efficiency under the background of grain production increase in the huaihe river basin

. Scientia Geographica Sinica, 2013, 33(12): 1476-1483.]

URL      Magsci      [本文引用: 4]      摘要

在流域粮食增产与水环境约束双重背景下,采用DEA模型、Malmquist 生产率指数和GIS 空间分析方法,对2000~2011 年淮河流域35 个地市的农业生产效率及时空变化特征进行分析。结果发现:① 2000~2011 年淮河流域农业生产效率普遍较高,技术效率在流域综合效率提升方面发挥着积极作用,但决定综合效率最优的规模效率却有微弱下降;② 农业生产效率空间分析发现,流域生产效率呈现东部高于中部,中部高于西部的空间梯度分布格局;③ 农业生产效率变化时空特征研究表明,2000~2011 年流域综合效率变化和规模效率变化呈现微弱的下降趋势,其中流域西部下降最为显著,而技术效率与生产率却呈现提高趋势,其中东部提升最为显著;④ 依据综合效率计算结果和时间变化特征,将农业生产效率变化划分为5 种基本类型,发现综合效率持续不变的a类型地市最多,是流域农业生产效率变化的主要类型。
[15] 潘丹, 应瑞瑶.

中国农业全要素生产率增长的时空分异-基于文献的再研究

[J]. 经济地理, 2012, 32(7): 113-118.

URL      [本文引用: 3]      摘要

为准确揭示中国农业全要素生产率的增长趋势,在整合国内外1982—2011年46项有关农业全要素生产率测算文献的基础上,总结出中国农业全要素生产率的时空变异特征。结果表明:时间趋势方面,1978—2008年期间,中国农业全要素生产率的年均增长率为3.17%,并且呈现出农业技术进步和农业技术效率损失并存的特点;空间格局方面,中国农业全要素生产率呈现出东部、中部、西部依次递减的趋势,三大区域农业全要素生产率的增长均主要源于农业技术进步。上述结论是基于一系列的不同作者采用不同的方法和数据对不同时期的中国农业全要素生产率进行测算的综合结果,能更为准确和客观地反映出中国农业全要素生产率的特征。

[Pan Dan, Ying Ruiyao.

Spatial-temporal differences of agricultural total factor productivity restudy of previous literatures

. Economic Geography, 2012, 32(7): 113-118.]

URL      [本文引用: 3]      摘要

为准确揭示中国农业全要素生产率的增长趋势,在整合国内外1982—2011年46项有关农业全要素生产率测算文献的基础上,总结出中国农业全要素生产率的时空变异特征。结果表明:时间趋势方面,1978—2008年期间,中国农业全要素生产率的年均增长率为3.17%,并且呈现出农业技术进步和农业技术效率损失并存的特点;空间格局方面,中国农业全要素生产率呈现出东部、中部、西部依次递减的趋势,三大区域农业全要素生产率的增长均主要源于农业技术进步。上述结论是基于一系列的不同作者采用不同的方法和数据对不同时期的中国农业全要素生产率进行测算的综合结果,能更为准确和客观地反映出中国农业全要素生产率的特征。
[16] 毛伟, 赵新泉, 居占杰.

纳入土地要素的中国全要素生产率再估算及收敛性分析

[J]. 资源科学, 2014, 36(10): 2140-2148.

URL      [本文引用: 1]      摘要

虽然全要素生产率被视为狭义经济增长质量,但相关研究不仅长期忽略土地要素,而且研究视角多为数量、能源或环境等。为完整反映"质量"涵义,有必要将能源、环境和土地要素一并纳入到DEA-Malmquist模型。基于质量视角,本文测算了中国29个地区1996-2011年的质量Malmquist指数,并以此为基础分析了区域质量全要素生产率的时空差异和收敛性特征。研究表明:相对于传统视角,质量视角下的全要素生产率显著降低,技术进步是其上升的主因,但技术效率有所下降。技术效率差异导致了各地区经济增长效率的差距;只有中部地区存在σ收敛;各地区均存在绝对β收敛,除西部外的其它地区均存在条件β收敛。

[Mao Wei, Zhao Xinquan, Ju Zhanjie.

Re-estimation of TFP in China and its convergence accounting for the land factors

. Resources Science, 2014, 36(10): 2140-2148.]

URL      [本文引用: 1]      摘要

虽然全要素生产率被视为狭义经济增长质量,但相关研究不仅长期忽略土地要素,而且研究视角多为数量、能源或环境等。为完整反映"质量"涵义,有必要将能源、环境和土地要素一并纳入到DEA-Malmquist模型。基于质量视角,本文测算了中国29个地区1996-2011年的质量Malmquist指数,并以此为基础分析了区域质量全要素生产率的时空差异和收敛性特征。研究表明:相对于传统视角,质量视角下的全要素生产率显著降低,技术进步是其上升的主因,但技术效率有所下降。技术效率差异导致了各地区经济增长效率的差距;只有中部地区存在σ收敛;各地区均存在绝对β收敛,除西部外的其它地区均存在条件β收敛。
[17] 韩海彬, 赵丽芬.

环境约束下中国农业全要素生产率增长及收敛分析

[J]. 中国人口·资源与环境, 2013, 23(3): 70-76.

https://doi.org/10.3969/j.issn.1002-2104.2013.03.011      URL      [本文引用: 1]      摘要

利用单元调查评估方法对农业面源污染进行核算,并将其作为农业生产过程中的"坏"产出指标纳入农业全要素生产率(TFP)评价模型,采用Malmquist-Luenberger生产率指数方法分析1993-2010年环境约束下中国29个省份农业TFP增长,并对其收敛性进行了检验。研究表明:①环境约束下中国各地区农业TFP在考察期内均取得了一定程度的增长,并且该增长主要是由农业技术进步推动,但是各地区的农业技术效率却出现了不同程度的恶化;②从地区差异来看,环境约束下中国各地区农业TFP在增长的同时呈现东、西、中部地区依次递减;③当不考虑环境因素时,全国范围以及中、西部地区的农业TFP平均增长率分别比考虑环境因素时提高0.88%、1.71%和2.35%,但是东部地区却比考虑环境因素时降低1.01%;④环境约束下中国各地区农业TFP都存在σ收敛和绝对β收敛,但是σ收敛趋势并不稳定,σ值呈现出显著的波动特征。

[Han Haibin, Zhao Lifen.

Growth and convergence of agricultural total factor productivity in China under environmental regulations

. China Population Resources and Environment, 2013, 23(3): 70-76.]

https://doi.org/10.3969/j.issn.1002-2104.2013.03.011      URL      [本文引用: 1]      摘要

利用单元调查评估方法对农业面源污染进行核算,并将其作为农业生产过程中的"坏"产出指标纳入农业全要素生产率(TFP)评价模型,采用Malmquist-Luenberger生产率指数方法分析1993-2010年环境约束下中国29个省份农业TFP增长,并对其收敛性进行了检验。研究表明:①环境约束下中国各地区农业TFP在考察期内均取得了一定程度的增长,并且该增长主要是由农业技术进步推动,但是各地区的农业技术效率却出现了不同程度的恶化;②从地区差异来看,环境约束下中国各地区农业TFP在增长的同时呈现东、西、中部地区依次递减;③当不考虑环境因素时,全国范围以及中、西部地区的农业TFP平均增长率分别比考虑环境因素时提高0.88%、1.71%和2.35%,但是东部地区却比考虑环境因素时降低1.01%;④环境约束下中国各地区农业TFP都存在σ收敛和绝对β收敛,但是σ收敛趋势并不稳定,σ值呈现出显著的波动特征。
[18] 汪慧玲, 卢锦培.

环境约束下粮食安全与经济可持续发展的实证研究

[J]. 资源科学, 2014, 36(10): 2149-2156.

URL      [本文引用: 1]      摘要

考虑资源环境的约束,利用方向性距离函数对中国30个省市的粮食 全要素生产率做出了测算.研究发现中国从1997-2010年以来,粮食产量快速增长得益于生产技术和效率的进步,但其背后也造成了资源浪费和生态环境破 坏.进一步对各个省市的粮食全要素生产率进行分解,发现粮食产量占比高的省份粮食生产率呈现出不断进步的状态,粮食产量占比中等的省份却相反,粮食产量占 比低的省份粮食全要素生产率进步或退步取决于经济发展水平.最后基于粮食安全的视角,对经济可持续发展提出相关的建议.

[Wang Huiling, Lu Jinpei.

Food security and sustainable economic development under environmental constraints

. Resources Science, 2014, 36(10): 2149-2156.]

URL      [本文引用: 1]      摘要

考虑资源环境的约束,利用方向性距离函数对中国30个省市的粮食 全要素生产率做出了测算.研究发现中国从1997-2010年以来,粮食产量快速增长得益于生产技术和效率的进步,但其背后也造成了资源浪费和生态环境破 坏.进一步对各个省市的粮食全要素生产率进行分解,发现粮食产量占比高的省份粮食生产率呈现出不断进步的状态,粮食产量占比中等的省份却相反,粮食产量占 比低的省份粮食全要素生产率进步或退步取决于经济发展水平.最后基于粮食安全的视角,对经济可持续发展提出相关的建议.
[19] 潘丹, 应瑞瑶.

资源环境约束下的中国农业全要素生产率增长研究

[J]. 资源科学, 2013, 35(7): 1329-1338.

URL      [本文引用: 1]      摘要

传统的农业全要素生产率测算方法很少统筹兼顾资源和环境约束,无法反映出我国农业经济增长的真实绩效。本文采用Malmquist-Luenberger指数将水资源和农业面源污染因素纳入传统的农业全要素生产率分析框架,测算分析了资源环境约束下中国1998-2009年30个省份的农业全要素生产率及其分解成分。研究结果表明:①是否考虑资源环境约束对农业全要素生产率的核算结果具有显著影响,并可能导致政策误判;②考虑资源环境约束的农业全要素生产率显著低于传统不考虑资源环境约束的测算结果,我国的农业经济呈现出以严重破坏生态环境和大量消耗资源为代价的粗放型增长;③资源环境约束下我国东部地区的农业全要素生产率高于中西部地区,中西部地区面临着农业增长与资源环境相协调的艰巨任务。

[Pan Dan, Ying Ruiyao.

Agricultural total factor productivity growth in China under the binding of resource and environment

. Resources Science, 2013, 35(7): 1329-1338.]

URL      [本文引用: 1]      摘要

传统的农业全要素生产率测算方法很少统筹兼顾资源和环境约束,无法反映出我国农业经济增长的真实绩效。本文采用Malmquist-Luenberger指数将水资源和农业面源污染因素纳入传统的农业全要素生产率分析框架,测算分析了资源环境约束下中国1998-2009年30个省份的农业全要素生产率及其分解成分。研究结果表明:①是否考虑资源环境约束对农业全要素生产率的核算结果具有显著影响,并可能导致政策误判;②考虑资源环境约束的农业全要素生产率显著低于传统不考虑资源环境约束的测算结果,我国的农业经济呈现出以严重破坏生态环境和大量消耗资源为代价的粗放型增长;③资源环境约束下我国东部地区的农业全要素生产率高于中西部地区,中西部地区面临着农业增长与资源环境相协调的艰巨任务。
[20] O'donnell C.

J.econometric estimation of distance functions and associated measures of productivity and efficiency change

[J]. J Prod Anal, 2014, 41(2): 187-200.

https://doi.org/10.1007/s11123-012-0311-1      URL      [本文引用: 5]      摘要

Multi-input multi-output production technologies can be represented using distance functions. Econometric estimation of these functions typically involves factoring out one of the outputs or inputs and estimating the resulting equation using maximum likelihood methods. A problem with this approach is that the outputs or inputs that are not factored out may be correlated with the composite error term. Fernandez et al. (J Econ 98:47–79, 2000 ) show how to solve this so-called ‘endogeneity problem’ using Bayesian methods. In this paper I use the approach to estimate an output distance function and an associated index of total factor productivity (TFP) change. The TFP index is a new index that satisfies most, if not all, economically-relevant axioms from index number theory. It can also be exhaustively decomposed into a measure of technical change and various measures of efficiency change. I illustrate the methodology using state-level data on U.S. agricultural input and output quantities (no prices are needed). Results are summarized in terms of the characteristics (e.g., means) of estimated probability density functions for measures of TFP change, technical change and efficiency change.
[21] Khan F, Salim R, Bloch H.

Nonparametric estimates of productivity and efficiency change in Australian Broadacre Agriculture

[J]. Australian Journal of Agricultural and Resource Economics, 2015, 59(3): 393-411.

https://doi.org/10.1111/1467-8489.12076      URL      [本文引用: 2]      摘要

type="main" xml:id="ajar12076-abs-0001"> This paper computes and decomposes F01re-Primont indexes of total factor productivity of Australian broadacre agriculture by estimating distance functions. Using state-level data from 1990 to 2011, the empirical results show that TFP grew at an average rate of 1.36 per cent per annum in the broadacre agriculture over the period 1990–2011. There are variations of total factor productivity (TFP) growth across states and fluctuations over time within each state and territory. However, overall, there is a clear movement towards slower TFP growth across the sample period. Further decomposition of TFP growth shows that it is declining growth in technical possibilities (technological progress) that is the main driver of the declining trend in productivity growth in broadacre agriculture in Australia.
[22] 黄袆, 孙广生, 黄金枝.

全要素生产率分析新方法:Färe-Primont指数

[J]. 东北大学学报:自然科学版, 2015, 36(3): 448-453.

https://doi.org/10.3969/j.issn.1005-3026.2015.03.032      URL      [本文引用: 2]      摘要

针对全要素生产率现有分析方法中存在的问题,基于全要素生产率的 定义,引入F(a)re-Primont 指数,并对其性质和分解进行了介绍.首先,以距离函数为加总函数构造出F(a)re-Primont指数,并证明该指数满足乘法完备性和传递性;其次,结 合相关效率概念的经济学内涵,将F(a)re-Primont指数完全分解为技术进步、技术效率变化、规模效率变化与剩余混合效率变化的乘积;最后,利用 该指数对我国29个省区2001年~2010年的全要素生产率进行了实证分析.

[Huang Hui, Sun Guangsheng, Huang Jinzhi.

New method for total factor productivity analysis:Färe-Primont index

.Journal of Northeastern University(Natural Science), 2015, 36(3): 448-453.]

https://doi.org/10.3969/j.issn.1005-3026.2015.03.032      URL      [本文引用: 2]      摘要

针对全要素生产率现有分析方法中存在的问题,基于全要素生产率的 定义,引入F(a)re-Primont 指数,并对其性质和分解进行了介绍.首先,以距离函数为加总函数构造出F(a)re-Primont指数,并证明该指数满足乘法完备性和传递性;其次,结 合相关效率概念的经济学内涵,将F(a)re-Primont指数完全分解为技术进步、技术效率变化、规模效率变化与剩余混合效率变化的乘积;最后,利用 该指数对我国29个省区2001年~2010年的全要素生产率进行了实证分析.
[23] Salim R A, Islam N.

Exploring the impact of R & D and climate change on agricultural productivity growth: the case of Western Australia

[J]. Australian Journal of Agricultural and Resource Economics, 2010, 54(4): 561-582.

https://doi.org/10.1111/j.1467-8489.2010.00514.x      URL      [本文引用: 1]     

[24] 尹朝静, 李谷成, 葛静芳. 粮食安全:

气候变化与粮食生产率增长——基于HP滤波和序列DEA方法的实证分析

[J]. 资源科学, 2016, 38(4): 665-675.

https://doi.org/10.18402/resci.2016.04.09      URL      Magsci      [本文引用: 1]      摘要

在全球气候变暖背景下,提高粮食生产率对于保障中国粮食安全具有十分重要的现实意义。本文采用1978-2012年中国省域面板数据,在借助HP滤波法分离粮食生产气候产量的基础上,引入&#x0201c;技术不会遗忘&#x0201d;假定,运用序列DEA方法测度了中国粮食生产是否考虑气候因素两种情形下的技术效率、技术进步及曼奎斯特生产率指数指数。研究结果揭示:①气候产量围绕&#x0201c;0&#x0201d;值水平线,呈倒&#x0201c;U&#x0201d;型波动特征,气候条件对粮食生产具有正反两方面影响;序列DEA分析表明是否考虑气候因素对于测算结果具有较大影响,考虑气候因素的粮食全要素生产率更低,气候因素加重了技术效率恶化程度,但却推动了技术进步;②中国粮食全要素生产率增长地区差异明显,与中西部地区相比,东部地区明显更优,基本主导了粮食经济全要素生产率的增长,同时引领了粮食生产技术的创新。

[Yin Chaojing, Li Gucheng, Ge Jingfang.

Food security, climate change and grain productivity growth based on HP filter and sequential DEA methods

. Resources Science, 2016, 38(4): 665-675.]

https://doi.org/10.18402/resci.2016.04.09      URL      Magsci      [本文引用: 1]      摘要

在全球气候变暖背景下,提高粮食生产率对于保障中国粮食安全具有十分重要的现实意义。本文采用1978-2012年中国省域面板数据,在借助HP滤波法分离粮食生产气候产量的基础上,引入&#x0201c;技术不会遗忘&#x0201d;假定,运用序列DEA方法测度了中国粮食生产是否考虑气候因素两种情形下的技术效率、技术进步及曼奎斯特生产率指数指数。研究结果揭示:①气候产量围绕&#x0201c;0&#x0201d;值水平线,呈倒&#x0201c;U&#x0201d;型波动特征,气候条件对粮食生产具有正反两方面影响;序列DEA分析表明是否考虑气候因素对于测算结果具有较大影响,考虑气候因素的粮食全要素生产率更低,气候因素加重了技术效率恶化程度,但却推动了技术进步;②中国粮食全要素生产率增长地区差异明显,与中西部地区相比,东部地区明显更优,基本主导了粮食经济全要素生产率的增长,同时引领了粮食生产技术的创新。
[25] 范建双, 虞晓芬, 张利花.

中国区域城镇化综合效率测度及其动力因子分析

[J]. 地理科学, 2015, 35(9): 1077-1085.

URL      Magsci      [本文引用: 2]      摘要

基于构建的城镇化综合效率评价指标体系,采用基于F&#228;re-Primont 指数的DEA评价模型,对中国1999~2012 年31 个省份的城镇化综合效率进行动态的测算和分解,以克服传统DEA模型无法进行趋势分析、无法区分决策单元之间优劣性的缺陷。同时,对影响城镇化效率的动力因子进行理论分析,运用面板数据固定效应模型对影响城镇化效率的主要动力因子进行分析和识别。研究结果表明全国平均水平达到了1999 年北京的1.292 倍,大部分地区属于有效增长型地区。中国各地区城镇化综合效率的总体水平较高的原因是混合效率和残余规模效率的高增长。从发展趋势来看,中国东、中、西部和东北地区的城镇化效率呈现出了明显的分化。城镇化效率动力因子分析的结果表明,内源力是最主要的驱动力,后面依次是市场力和外向力,而行政力则起到了相反的作用。基于研究结果,提出城镇化效率的提高需要推进“人口-土地-经济”城镇化的协调发展。

[Fan Jianshuang, Yu Xiaofen, Zhang Lihua.

Comprehensive efficiency level and driving factors of China's regional urbanization

. Scientia Geographica Sinica, 2015, 35(9): 1077-1085.]

URL      Magsci      [本文引用: 2]      摘要

基于构建的城镇化综合效率评价指标体系,采用基于F&#228;re-Primont 指数的DEA评价模型,对中国1999~2012 年31 个省份的城镇化综合效率进行动态的测算和分解,以克服传统DEA模型无法进行趋势分析、无法区分决策单元之间优劣性的缺陷。同时,对影响城镇化效率的动力因子进行理论分析,运用面板数据固定效应模型对影响城镇化效率的主要动力因子进行分析和识别。研究结果表明全国平均水平达到了1999 年北京的1.292 倍,大部分地区属于有效增长型地区。中国各地区城镇化综合效率的总体水平较高的原因是混合效率和残余规模效率的高增长。从发展趋势来看,中国东、中、西部和东北地区的城镇化效率呈现出了明显的分化。城镇化效率动力因子分析的结果表明,内源力是最主要的驱动力,后面依次是市场力和外向力,而行政力则起到了相反的作用。基于研究结果,提出城镇化效率的提高需要推进“人口-土地-经济”城镇化的协调发展。
[26] 王芳, 高晓路.

内蒙古县域经济空间格局演化研究

[J]. 地理科学, 2014, 34(7): 818-824.

Magsci      [本文引用: 1]      摘要

采用ESDA的方法,运用ArcGIS10.0 和GeoDa095i 软件,选取1980 年、1990 年、2000 年和2010 年4 个时间断面分析了自改革开放以来内蒙古县域经济空间格局演化的过程。结果表明:① 改革开放以来,内蒙古县域经济空间格局和经济增长空间格局都发生了巨大的变化,其热点区都由蒙东地区跃迁到蒙中和蒙西地区,蒙中&ldquo;金三角&rdquo;地区代替蒙东成为内蒙古经济发展的增长极,蒙东地区则变为经济冷点区。② 县域经济空间格局和经济增长空间格局都有明显的空间自相关性,且经济空间格局的空间自相关性越来越大。③ 内蒙古县域经济形成了经济水平相似(热点区、冷点区)的集中连片区,内蒙古东、中、西部的经济差异越来越大。影响内蒙古县域经济空间格局演化的因素可以可分资源、历史文化、区位等内部基础性因素,以及市场、政策等外部驱动型因素。

[Wang Fang, Gao Xiaolu.

Spatial pattern evolvement of the economy in Inner Mongolia at the country level

. Scientia Geographica Sinica, 2014, 34(7): 818-824.]

Magsci      [本文引用: 1]      摘要

采用ESDA的方法,运用ArcGIS10.0 和GeoDa095i 软件,选取1980 年、1990 年、2000 年和2010 年4 个时间断面分析了自改革开放以来内蒙古县域经济空间格局演化的过程。结果表明:① 改革开放以来,内蒙古县域经济空间格局和经济增长空间格局都发生了巨大的变化,其热点区都由蒙东地区跃迁到蒙中和蒙西地区,蒙中&ldquo;金三角&rdquo;地区代替蒙东成为内蒙古经济发展的增长极,蒙东地区则变为经济冷点区。② 县域经济空间格局和经济增长空间格局都有明显的空间自相关性,且经济空间格局的空间自相关性越来越大。③ 内蒙古县域经济形成了经济水平相似(热点区、冷点区)的集中连片区,内蒙古东、中、西部的经济差异越来越大。影响内蒙古县域经济空间格局演化的因素可以可分资源、历史文化、区位等内部基础性因素,以及市场、政策等外部驱动型因素。
[27] 郝志新, 葛全胜, 郑景云, .

2006年重庆大旱的历史透视

[J]. 地理研究, 2007, 26(4): 828-834.

https://doi.org/10.3321/j.issn:1000-0585.2007.04.020      URL      [本文引用: 2]      摘要

对过去1千年重庆干旱记录分析表明:2006年在重庆及其周边地区所发生的“特大干旱”事件在历史上曾经多次出现,并非历史仅见。这样极端气候事件的发生仅仅是气候波动中一个正常的自然现象,无论是干旱的持续时间、严重程度,还是发生的范围都可能并未超出气候波动的正常幅度。

[Hao Zhixin, Ge Quansheng, Zheng Jingyun et al.

2006 extreme drought event of Chongqing

. Geographical Research, 2007, 26(4): 828-834.]

https://doi.org/10.3321/j.issn:1000-0585.2007.04.020      URL      [本文引用: 2]      摘要

对过去1千年重庆干旱记录分析表明:2006年在重庆及其周边地区所发生的“特大干旱”事件在历史上曾经多次出现,并非历史仅见。这样极端气候事件的发生仅仅是气候波动中一个正常的自然现象,无论是干旱的持续时间、严重程度,还是发生的范围都可能并未超出气候波动的正常幅度。
[28] 龙冬平, 李同昇, 苗园园, .

中国农业现代化发展水平空间分异及类型

[J]. 地理学报, 2014, 69(2): 213-226.

[本文引用: 2]     

[Long Dongping, Li Tongsheng, Miao Yuanyuan et al.

The spatial distribution and types of the development level of Chinese agricultural modernization

. Acta Geographica Sinica, 2014, 69(2): 213-226.]

[本文引用: 2]     

[29] 刘建国, 李国平, 张军涛.

经济效率与全要素生产率研究进展

[J]. 地理科学进展, 2011, 30(10): 1263-1275.

https://doi.org/10.11820/dlkxjz.2011.10.009      URL      Magsci      [本文引用: 1]      摘要

全要素生产率是经济增长领域中的一个重要概念,是当今经济学界的热门话题之一。近年来,国内外诸多学者对生产率的研究已经从对劳动生产率、资本生产率等的单纯测算发展到了对全要素生产率的综合考量,而且一些新模型和方法的运用也将生产率的研究推上了一个全新的高度。文章从理论方法和实证研究两个层面对全要素生产率的研究进展进行了梳理。发现已有研究存在几个不足:首先,目前关于全要素生产率的理论研究不足;其次,缺少国家层面、以及不同空间尺度的区域层面对经济效率状态,和其动态演进系统而全面的实证研究; 第三,提升经济效率的政策体系研究相对薄弱;最后,在研究方法上也有待创新,缺乏经济学、地理学等多学科间的渗透和融合。总之,不足之处也可能是未来的研究方向。

[Liu Jianguo, Li Guoping, Zhang Juntao.

Research progress on economy efficiency and total factor productivity

. Progress in Geography, 2011, 30(10): 1263-1275.]

https://doi.org/10.11820/dlkxjz.2011.10.009      URL      Magsci      [本文引用: 1]      摘要

全要素生产率是经济增长领域中的一个重要概念,是当今经济学界的热门话题之一。近年来,国内外诸多学者对生产率的研究已经从对劳动生产率、资本生产率等的单纯测算发展到了对全要素生产率的综合考量,而且一些新模型和方法的运用也将生产率的研究推上了一个全新的高度。文章从理论方法和实证研究两个层面对全要素生产率的研究进展进行了梳理。发现已有研究存在几个不足:首先,目前关于全要素生产率的理论研究不足;其次,缺少国家层面、以及不同空间尺度的区域层面对经济效率状态,和其动态演进系统而全面的实证研究; 第三,提升经济效率的政策体系研究相对薄弱;最后,在研究方法上也有待创新,缺乏经济学、地理学等多学科间的渗透和融合。总之,不足之处也可能是未来的研究方向。

/