生态环境约束下农业全要素生产率时空变化研究——以江西为例

发布时间：2021-11-27 20:32

　　将生态环境约束引进农业全要素生产率分析框架,测算生态环境约束下江西省2000—2017年11个地市农业全要素生产率及其分解成分,分析江西省农业全要素生产率的收敛性,在生态环境约束下从整体上把握江西省农业全要素生产率时空变化情况。结果表明:2000—2017年江西省生态环境约束下农业全要素生产率未呈现稳定增长态势且显现出局部期间下降的特征,农业全要素生产率对江西省农业产出增长贡献率极低,从构成上来看无论是技术进步还是技术效率改善对于江西农业全要素生产率的增长影响均呈现不规律性,江西省各地市农业全要素生产率存在区域差异性,生态环境约束下江西省农业全要素生产率呈现俱乐部收敛特征。 

【文章来源】：南昌大学学报(人文社会科学版). 2020,51(03)CSSCI

【文章页数】：10 页

【部分图文】：

生态环境约束下的江西省农业TFP的σ值

式(3)中(xt,yt,bt)为投入和产出向量, g=(gy,-gb)为产出扩张的方向向量。方向性距离函数测度了在给定方向、投入和环境技术结构下,“好”产出扩大和“坏”产出减少的可能性大小。在给定投入x的情况下,“好”产出y成比例增加,“坏”产出b成比例缩减,β就是y增长和b减少的最大可能数量。方向性距离函数采用非参数线性规划技术来测算单个决策单元在某个时期与环境产出前沿的距离,其核心思想是既要求“好”产出增大,又要求“坏”产出减少。构造传统Malmquist生产率的Shephard[14 ]产出距离函数表示的是尽可能多地成比例增加“好”产出和“坏”产出,而没有考虑减少“坏”产出,与方向性距离函数的区别可由图1来表述。对于一个产出观测点A,由Shephard距离函数得到的最大产出点是C,C点是有效率的。而方向性距离函数得到的最大产出点是C,它要求A按照方向向量g=(gy,-gb)增加Y,同时减少b,从而达到生产前沿B。(三) Malmquist-Luenberger生产率指数

【参考文献】：
期刊论文
[1]中国农业环境技术效率与绿色全要素生产率增长研究[J]. 吕娜,朱立志.  农业技术经济. 2019(04)
[2]环境约束下我国西南地区农业全要素生产率度量及收敛性研究[J]. 唐德祥,周雪晴.  科技管理研究. 2016(04)
[3]农业面源污染与农业全要素生产率互动关系研究——基于广义脉冲响应函数的实证分析[J]. 刘志坚,申云,彭小兵.  广东行政学院学报. 2015(01)
[4]中国农业增长的环境绩效研究[J]. 杜江.  数量经济技术经济研究. 2014(11)
[5]环境规制视域下我国农业技术效率与全要素生产率分析——基于距离函数研究法[J]. 岳立,王晓君.  吉林大学社会科学学报. 2013(04)
[6]资源环境约束下的中国农业全要素生产率增长研究[J]. 潘丹,应瑞瑶.  资源科学. 2013(07)
[7]中国农业绿色全要素生产率变化研究:1992-2010年[J]. 王奇,王会,陈海丹.  经济评论. 2012(05)
[8]环境规制条件下中国农业全要素生产率增长与分解[J]. 李谷成,陈宁陆,闵锐.  中国人口.资源与环境. 2011(11)
[9]基于环境修正的中国农业全要素生产率度量[J]. 薛建良,李秉龙.  中国人口.资源与环境. 2011(05)
[10]环境约束下的中国工业增长状况研究——基于Malmquist-Luenberger指数的实证分析[J]. 杨俊,邵汉华.  数量经济技术经济研究. 2009(09)

博士论文
[1]农村生态环境时空特征及其演变规律研究[D]. 梁流涛.南京农业大学 2009



本文编号：3522996