• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      農(nóng)業(yè)全要素生產(chǎn)率影響因素的社會嵌入性研究

      2020-04-17 04:25:24秦升澤
      關鍵詞:生產(chǎn)率要素農(nóng)業(yè)

      秦升澤,吳 平

      (1.華中農(nóng)業(yè)大學 經(jīng)濟管理學院/湖北農(nóng)村發(fā)展研究中心,湖北 武漢 430070;2.武漢大學 信息管理學院,湖北 武漢 430072)

      改革開放以來,我國農(nóng)業(yè)農(nóng)村的發(fā)展取得舉世矚目的成就,農(nóng)民生活水平迅速提升,農(nóng)村面貌發(fā)生了巨大的變化。但我國仍然是一個農(nóng)業(yè)大國,距離農(nóng)業(yè)強國還有一定的差距,農(nóng)業(yè)發(fā)展基礎薄弱,人口多耕地面積少,生產(chǎn)壓力大,農(nóng)業(yè)農(nóng)村發(fā)展不平衡問題突出,依靠要素投入的數(shù)量型增長模式越來越不可持續(xù)。國際形勢復雜,尤其是中美貿(mào)易摩擦給農(nóng)業(yè)發(fā)展帶來的不確定性風險增大。在經(jīng)濟新常態(tài)的大背景下,為實現(xiàn)鄉(xiāng)村振興和農(nóng)業(yè)高質量發(fā)展,突破當前農(nóng)業(yè)發(fā)展困境,解決更長時期內(nèi)農(nóng)業(yè)內(nèi)生發(fā)展動力不足的問題,十九大報告提出“推動經(jīng)濟發(fā)展質量變革、效率變革、動力變革,提高全要素生產(chǎn)率”。農(nóng)業(yè)全要素生產(chǎn)率是農(nóng)業(yè)各生產(chǎn)投入要素的總體生產(chǎn)效率,具體表現(xiàn)為農(nóng)業(yè)的總生產(chǎn)量與全部要素投入量之比。農(nóng)業(yè)全要素生產(chǎn)率是發(fā)展中國家國民財富增長的主要來源與動力[1]。農(nóng)業(yè)全要素生產(chǎn)率可以通過參數(shù)方法和非參數(shù)方法進行測度,近年來,運用后者進行相關測算較為普遍,主要集中于數(shù)據(jù)包絡分析法(DEA)和隨機前沿生產(chǎn)函數(shù)法(SFA)[2]。陳衛(wèi)平[3]、李谷成[4]、方福前等[5]、王炯等[6]、高帆[7]利用DEA-Malquist指數(shù)從不同時段、空間和農(nóng)業(yè)總投入角度對農(nóng)業(yè)全要素生產(chǎn)率進行了測算,多認為技術進步對全要素生產(chǎn)率有正向作用,技術效率對其有負向作用,且各省的全要素生產(chǎn)率差異較大。全炯振[8]、李谷成等[9]、王留鑫等[10]利用SFA對全國各省農(nóng)業(yè)全要素生產(chǎn)率進行了測算,李翔等測算了華東地區(qū)六省的農(nóng)業(yè)全要素生產(chǎn)率,測算結果與DEA大致相同,同時發(fā)現(xiàn)配置效率是導致農(nóng)業(yè)全要素生產(chǎn)率波動的主要原因[11]。

      除了農(nóng)村人力資本、城市化水平、農(nóng)業(yè)財政支出等基本影響因素外,李谷成等[12]、鄧曉蘭[13]等認為農(nóng)業(yè)基礎設施對全要素生產(chǎn)率具有促進作用,尹朝靜發(fā)現(xiàn)農(nóng)業(yè)科研投入會推動農(nóng)業(yè)全要素生產(chǎn)率的發(fā)展[14],鄭云持工業(yè)化程度和對外開放程度影響全要素生產(chǎn)率增長的觀點[15]。綜合當前關于農(nóng)業(yè)全要素生產(chǎn)率影響因素的研究,一般多集中在經(jīng)濟因素方面,而對文化、認知等社會場景因素缺乏關注,缺少“社會嵌入性”思維。美國著名社會學家Granovetter發(fā)現(xiàn)經(jīng)濟主體的行為適度嵌入于各種社會結構之中,會受到社會場景因素的影響,研究經(jīng)濟行為不能忽視這種影響[16]。中國農(nóng)業(yè)正處于快速變化的發(fā)展期,面臨內(nèi)外部環(huán)境的深刻變化。農(nóng)業(yè)全要素生產(chǎn)率也受組織關系、政治環(huán)境、結構位置等各種社會關系的影響,深入探究影響農(nóng)業(yè)全要素生產(chǎn)率的社會場景因素有著極為重要的意義。

      綜上分析,已有的研究對影響農(nóng)業(yè)全要素生產(chǎn)率因素的路徑分析不足,而深入探究其影響因素路徑能了解相關的內(nèi)在機理、并為政策制定提供正確的智力支持。多層線性模型能同時解決嵌入性問題和相應影響因素的作用路徑和內(nèi)在機理問題[17-22]。因此,本文基于社會嵌入理論,運用多層線性模型對中國大陸31個省(市、自治區(qū))1998-2015年面板數(shù)據(jù)進行分析,以期解決以下兩方面的問題:一是分析中國農(nóng)業(yè)全要素生產(chǎn)率的社會嵌入性具備的特性及其影響;二是探索中國農(nóng)業(yè)全要素生產(chǎn)率影響因素發(fā)生作用的路徑。

      一、農(nóng)業(yè)全要素生產(chǎn)率影響因素的社會嵌入性

      根據(jù)Granovetter[16]、Zukin等[23]、Gulati等[24]對認知、結構、關系、政治、文化等多種嵌入維度的概括,總結了農(nóng)業(yè)全要素生產(chǎn)率影響因素的社會嵌入性。

      認知嵌入是指在經(jīng)濟發(fā)展過程和活動中形成的“群體思維和群體認知”,這種群體思維和認知會影響經(jīng)濟主體的經(jīng)濟行為和決策選擇,從而對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響。本文的認知嵌入和文化嵌入都用百度指數(shù)來衡量。盡管搜索引擎所產(chǎn)生的數(shù)據(jù)具有一些局限性,如不能獲得初始搜索次數(shù)、非隨機樣本導致的自選擇問題、使用趨勢法所導致算法不穩(wěn)定從而產(chǎn)生的信度偏差問題,但是由于搜索數(shù)據(jù)量大,技術的發(fā)展以及公眾對搜索引擎的依賴加深,可以通過網(wǎng)絡搜索行為發(fā)現(xiàn)公眾的思維認知和行動趨向[25]。百度搜索是中國最大的搜索引擎,流量最大,使用人數(shù)最多,能在一定程度上反映出公眾的搜索偏好,側面反映經(jīng)濟主體的認知和文化狀況。

      結構嵌入是指在經(jīng)濟發(fā)展過程中形成的資本、產(chǎn)業(yè)等各種穩(wěn)定性的制度結構,這些結構會產(chǎn)生各種經(jīng)濟效應,會使各省農(nóng)業(yè)所嵌入的社會網(wǎng)絡對全要素生產(chǎn)率帶來的超額價值(包括信息和資源優(yōu)勢)。如農(nóng)業(yè)經(jīng)濟規(guī)模會對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生相應的規(guī)模效應。

      關系嵌入指的是各省農(nóng)業(yè)可以視為不同社會關系中的某一節(jié)點,由于地理位置、發(fā)展水平的區(qū)別在各種社會關系處于不同的位置,這種社會關系會決定各省獲得相應信息和資源的多寡,會對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響。王亞飛等認為農(nóng)業(yè)外商直接投資會通過金融效應、技術溢出效應和配置效應促進全要素生產(chǎn)率的增長,同時,二者呈現(xiàn)倒U型關系,即外商直接投資對全要素生產(chǎn)率的推動先升后降,這種推動作用存在從邊際效用遞增到邊際效用遞減的轉變[26]。劉戰(zhàn)偉運用SBM-Global Malqusit指數(shù)法發(fā)現(xiàn)我國農(nóng)業(yè)生產(chǎn)主要是家庭生產(chǎn)模式,未形成規(guī)模效應,生產(chǎn)的農(nóng)產(chǎn)品在國際市場上競爭力不足,因而農(nóng)業(yè)對外開放會制約全要素生產(chǎn)率的增加[27]。

      文化嵌入指的是各省的文化環(huán)境會對其經(jīng)濟行為產(chǎn)生影響。中國是一個幅員遼闊的多民族國家,人口眾多,各地在歷史發(fā)展中逐漸形成的傳統(tǒng)價值觀和鄉(xiāng)風民俗、宗教信仰等會對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響。文化會對經(jīng)濟主體的行為有一定程度的影響,如趙龍凱等指出不同國家的文化因素會影響經(jīng)濟主體的風險意識,從而對經(jīng)濟行為產(chǎn)生影響[28]。吳超鵬等發(fā)現(xiàn)中國儒家家族主義文化會影響公司治理和財務行為,為文化影響經(jīng)濟行為提供了微觀證據(jù)[29]。

      政治嵌入主要指的是各省對農(nóng)業(yè)的重視程度,包括政府對于農(nóng)業(yè)經(jīng)濟發(fā)展的政策傾斜程度和支持程度,如各省的財政支農(nóng)力度差異會對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響[30]。王雯在考察我國農(nóng)業(yè)全要素生產(chǎn)率時發(fā)現(xiàn),財政支農(nóng)增長率每增加1%,農(nóng)業(yè)全要素生產(chǎn)率會提高0.047%,應該加大財政支農(nóng)力度促進全要素生產(chǎn)率的增長[31]。

      二、農(nóng)業(yè)全要素生產(chǎn)率的測算

      1.DEA-Malquist指數(shù)法

      DEA-Malquist指數(shù)法無需設定具體的函數(shù)形式,采用投入產(chǎn)出的不同量綱數(shù)據(jù)不僅靈活性大,而且可以把全要素的增長分解為多種因素作用,包括技術進步與進步效率等,故近年來應用得十分廣泛。根據(jù)產(chǎn)出導向將DEA-Malquist指數(shù)分解為:

      (1)

      式(1)中,xt和yt分別表示t時期的投入與產(chǎn)出向量,C、S、TP、TEC分別表示規(guī)模報酬不變、要素投入的可處置性、技術進步和技術效率變化。

      2.數(shù)據(jù)來源與測算結果

      利用DEAP2.1軟件測算1998-2015年中國大陸31個省(市、自治區(qū))的農(nóng)業(yè)全要素生產(chǎn)率,參數(shù)選定“規(guī)模報酬不變”和“投入導向型”。農(nóng)業(yè)的產(chǎn)出變量轉換成以1998年為不變價格的農(nóng)林牧漁總產(chǎn)值,農(nóng)業(yè)的投入包括土地、勞動、機械、化肥和灌溉五個方面,分別為農(nóng)作物播種總面積、農(nóng)林牧漁從業(yè)人員、農(nóng)業(yè)機械總動力、化肥施用量折純量、農(nóng)業(yè)的有效灌溉面積。所用數(shù)據(jù)源自于1999-2016年《中國統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》等統(tǒng)計資料和EPS數(shù)據(jù)庫。由于使用DEAP軟件測算的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)是以上年為基準的環(huán)比變動指數(shù),本文將其轉換為固定年份累積增長指數(shù)作為模型的被解釋變量。表1為歷年TFPCH(全要素生產(chǎn)率指數(shù))及其分解結果EFFCH(技術效率指數(shù))、TECHCH(技術進步指數(shù))、PECH(純技術效率指數(shù))、SECH(規(guī)模效率指數(shù))。如表所示,1998-2015年我國農(nóng)業(yè)全要素生產(chǎn)率年均增長2.8%。

      表1 歷年Malquist農(nóng)業(yè)全要素生產(chǎn)率及其分解

      1998-2002年,在技術進步和技術效率兩者的綜合作用下,農(nóng)業(yè)全要素生產(chǎn)率小于1,這主要與當時國內(nèi)外不景氣的宏觀經(jīng)濟環(huán)境有關,農(nóng)業(yè)領域出現(xiàn)農(nóng)產(chǎn)品賣難導致的增產(chǎn)不增收,農(nóng)業(yè)經(jīng)濟不景氣。

      2002-2009年,全國農(nóng)業(yè)全要素生產(chǎn)率年均增長率4.2%,增速明顯。相比前一階段,全要素生產(chǎn)率的數(shù)值大于1,得到了很大的提升,尤其是技術進步極大地推動了全要素生產(chǎn)率的發(fā)展。這與改革開放的深入推進以及中國加入世界貿(mào)易組織有關,加入WTO后,給經(jīng)濟主體帶來了挑戰(zhàn),迫使其提高生產(chǎn)率;也給經(jīng)濟主體帶來了機遇,使其能利用國內(nèi)外兩個市場優(yōu)化資源配置。同時國家加大了支農(nóng)惠農(nóng)政策的實施力度,尤其是2006年中國政府廢除了延續(xù)千年的農(nóng)業(yè)稅,極大地推動了農(nóng)業(yè)的發(fā)展。

      2009-2015年,全國農(nóng)業(yè)全要素生產(chǎn)率年均增長率4.3%。相比前一階段,全要素生產(chǎn)率的增速變化較小,但是技術效率改善較大,這與國家開始重視農(nóng)業(yè)技術創(chuàng)新有關。同時,技術效率值為負值,仍然有很大的提升空間。

      三、嵌入性視角下中國農(nóng)業(yè)全要素生產(chǎn)率影響因素的實證分析

      農(nóng)業(yè)全要素生產(chǎn)率影響因素具有嵌入性,故運用多層統(tǒng)計模型進行實證分析。嵌入性視角下的農(nóng)業(yè)全要素生產(chǎn)率影響因素涉及中國大陸31個省份,樣本區(qū)間為1998-2015年,樣本形式為面板數(shù)據(jù)。

      1.變量的選擇

      根據(jù)農(nóng)業(yè)全要素生產(chǎn)率的影響因素和新經(jīng)濟社會學中的社會嵌入性理論,設置如下:

      層一被解釋變量:農(nóng)業(yè)全要素生產(chǎn)率。

      層一解釋變量:農(nóng)業(yè)調(diào)整系數(shù)(AS),用糧食作物的播種面積占所有農(nóng)作物的播種總面積的百分比表示,可以體現(xiàn)各省農(nóng)業(yè)結構調(diào)整的市場化狀況以及農(nóng)業(yè)種植結構是否偏離比較優(yōu)勢;城市化進程(UR),用城市人口占總人口的百分比表示,可以表示一個地區(qū)經(jīng)濟社會的發(fā)展狀況;受災率(DR),用農(nóng)作物受災面積占總播種面積的百分比表示,農(nóng)業(yè)遭受自然災害時會影響產(chǎn)出,降低農(nóng)業(yè)全要素生產(chǎn)率;農(nóng)村人力資本(HC),數(shù)據(jù)庫由中國人力資本與勞動經(jīng)濟研究中心基于J-F方法將微觀調(diào)研數(shù)據(jù)、省級層面數(shù)據(jù)和Mincer方程相結合計算而來,單位為元。提高農(nóng)村人力資本可以提高技術和生產(chǎn)要素的使用效率,從而影響農(nóng)業(yè)全要素生產(chǎn)率。

      層二解釋變量:根據(jù)劉瓊等[21]、劉殿國等[22]對認知、關系、結構、文化、政治嵌入的變量界定以及數(shù)據(jù)的可得性,設定認知嵌入(AEBE)用各省的“農(nóng)業(yè)經(jīng)濟”百度PC指數(shù)的平均值代替,該指數(shù)可以反映各省的經(jīng)濟主體對農(nóng)業(yè)經(jīng)濟發(fā)展的認知和了解程度,這種認知會對主體的經(jīng)濟行為產(chǎn)生影響;關系嵌入包括物流關系嵌入(LRE)和資金量關系嵌入(CRE),分別用各省的農(nóng)林牧漁進出口總額和外商直接投資總額占農(nóng)林牧漁總產(chǎn)值比重的平均值代替;結構嵌入(SE)為各省農(nóng)林牧漁產(chǎn)值占全國農(nóng)林牧漁總產(chǎn)值的比重的平均值表示;由于沒有直接衡量文化嵌入的變量,這里的文化嵌入(EABE)用各省的“生態(tài)農(nóng)業(yè)”的百度PC指數(shù)的平均值代替,經(jīng)濟主體主動查詢、了解生態(tài)農(nóng)業(yè)有助于農(nóng)業(yè)生產(chǎn)活動向著生態(tài)農(nóng)業(yè)發(fā)展,因而生態(tài)農(nóng)業(yè)指數(shù)可以反映生態(tài)文明程度,經(jīng)濟主體越注重生態(tài)文明,文明程度越高,因而該指數(shù)可以間接反映文化嵌入;政治嵌入(PE)用各省農(nóng)業(yè)財政支出占總財政支出比重的平均值代替,各省越重視農(nóng)業(yè),則農(nóng)業(yè)財政支出越多,該比重也越大。

      2.數(shù)據(jù)來源

      農(nóng)業(yè)全要素生產(chǎn)率來源于前文計算,認知嵌入、文化嵌入指標通過百度指數(shù)查詢所知,關系嵌入、結構嵌入、政治嵌入指標和農(nóng)業(yè)調(diào)整系數(shù)、城市化進程、受災率數(shù)據(jù)均源自于1999-2016年《中國統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》等統(tǒng)計資料和EPS數(shù)據(jù)庫。農(nóng)村的人力資本數(shù)據(jù)來源于中國人力資本與勞動經(jīng)濟研究中心發(fā)布的《中國人力資本報告2018》。

      3.實證結果分析

      運用專業(yè)HLM7.0軟件進行多層統(tǒng)計模型分析,具體步驟如下:

      (1)農(nóng)業(yè)全要素生產(chǎn)率差異(方差)的分解。運用零模型把農(nóng)業(yè)全要素生產(chǎn)率的方差分解為基本影響因素和社會嵌入性因素解釋的部分,基于組內(nèi)相關系數(shù)大小決定是否使用多層線性模型。

      層一模型:lnTFPij=β0j+γij

      (2)

      層二模型:β0j=γ00+μ0j

      (3)

      式(2)和式(3)中,i、j分別表示第i年和第j省,lnTFP為被解釋變量,表示各省農(nóng)業(yè)全要素生產(chǎn)率的對數(shù),γ、μ分別表示第一層和第二層的隨機誤差。

      如表2所示,P值小于0.001,層二方差成分的卡方檢驗顯著。其經(jīng)濟含義是:各省農(nóng)業(yè)全要素生產(chǎn)率均值之間存在著顯著差異。根據(jù)表2中層一、層二的隨機效應方差分析結果,得到組內(nèi)相關系數(shù)ρ=0.035/(0.035+0.061)=36.46%。農(nóng)業(yè)全要素生產(chǎn)率的整體差異中,約有36.46%可以由社會嵌入性因素解釋,經(jīng)濟因素只能解釋63.54%的差異,這表明農(nóng)業(yè)全要素生產(chǎn)率的影響機制較為復雜,不能僅僅考慮經(jīng)濟因素,應該引入社會場景(嵌入性)變量進行分析。

      表2 農(nóng)業(yè)全要素生產(chǎn)率方差分析結果

      (2)基本影響因素對農(nóng)業(yè)全要素生產(chǎn)率的影響結果分析。將農(nóng)業(yè)全要素生產(chǎn)率的基本因素引入模型中,得到相對接近顯著的模型為:

      層一模型:

      lnTFPij=β0j+β1jlnASij+β2jlnURij+β3jlnDRij+β4jlnHCij+γij

      (4)

      層二模型:

      β0j=γ00+μ0j

      (5)

      β1j=γ10+μ1j

      (6)

      β2j=γ20+μ2j

      (7)

      β3j=γ30+μ3j

      (8)

      β4j=γ40+μ4j

      (9)

      層一模型的解釋變量都是先進行組中心化處理再進行運算。lnAS的系數(shù)為負數(shù)且顯著,表明農(nóng)業(yè)全要素生產(chǎn)率隨著該地區(qū)糧食作物播種面積的增加而降低。我國政府高度重視糧食安全,多從國家戰(zhàn)略安全的角度調(diào)整農(nóng)業(yè)種植結構,從而影響了農(nóng)業(yè)全要素生產(chǎn)率的增長,這與李谷成等研究結論一致[12]。lnUR的系數(shù)為正數(shù)且顯著,表明農(nóng)業(yè)全要素生產(chǎn)率隨著城市化程度的提高而提高。lnDR的系數(shù)為負數(shù)且顯著,表明農(nóng)業(yè)全要素生產(chǎn)率隨著受災率的增加而降低。農(nóng)業(yè)是一門“靠天吃飯”的產(chǎn)業(yè),適宜的氣候才能保證穩(wěn)定的產(chǎn)出。受災面積越大,產(chǎn)出越少,農(nóng)業(yè)全要素生產(chǎn)率越低。lnHC的系數(shù)為正數(shù)且顯著,表明農(nóng)業(yè)全要素生產(chǎn)率隨著人力資本的增長而提高。增加農(nóng)村人力資本有利于技術創(chuàng)新和技術采納,優(yōu)化資源配置,可以促進農(nóng)業(yè)全要素生產(chǎn)率的增長。

      由表3可知,截距、lnAS、lnUR、lnHC對農(nóng)業(yè)全要素生產(chǎn)率的影響在不同的省份差異較大,嵌入性關系變量可以解釋一定比例的這種差異。

      表3 基本因素對農(nóng)業(yè)全要素生產(chǎn)率影響的回歸結果

      注:*、***分別表示在10%、1%的水平上顯著。

      (3)嵌入性影響效應結果分析。為了解釋截距、lnAS、lnUR、lnHC對農(nóng)業(yè)全要素生產(chǎn)率的影響在不同的省份差異較大的原因,將社會嵌入性變量引入β0j、β1j、β2j、β4j,得到相對接近顯著的模型為:

      層一模型:

      lnTFPij=β0j+β1jlnASij+β2jlnURij+β3jlnDRij+β4jlnHCij+γij

      (10)

      層二模型:

      β0j=γ00+γ01(LRE)+μ0t

      (11)

      β1j=γ10+γ11(AEBE)+γ12(LRE)+γ13(CRE)+γ14(SE)+γ15(PE)+μ1t

      (12)

      β2j=γ20+γ21(LRE)+γ22(CRE)+γ23(SE)+γ24(EABA)+μ2t

      (13)

      β4j=γ40+γ41(LRE)+γ42(SE)+γ43(EABA)+μ4t

      (14)

      運用組中心化對層一和層二模型中的解釋變量數(shù)據(jù)進行處理,表4和表5為運行結果。嵌入性變量對各省的截距、lnAS、lnUR、lnHC與農(nóng)業(yè)全要素生產(chǎn)率之間關系的差異程度可作充分解釋,二層模型構造合理。

      表4 社會嵌入性影響效應的結果

      表5 社會嵌入性變量所解釋方差成分的程度

      由表4可知,直接影響表現(xiàn)為LRE為正向預期因子,回歸系數(shù)為0.079,體現(xiàn)出物流關系嵌入對農(nóng)業(yè)全要素生產(chǎn)率的直接影響,農(nóng)林牧漁進出口總額占農(nóng)林牧漁總產(chǎn)值的比重每增加1個單位,全要素生產(chǎn)率會增加0.079%。農(nóng)業(yè)對外貿(mào)易依存度越大,全要素生產(chǎn)率越高,表明農(nóng)業(yè)對外貿(mào)易有利于促進全要素生產(chǎn)率的增長??赡艿脑蚴牵恨r(nóng)業(yè)對外貿(mào)易擴大了與國外的交流,利用國內(nèi)外兩個市場優(yōu)化資源配置,有利于提高全要素生產(chǎn)率。

      間接影響表現(xiàn)為lnAS、lnUR和lnHC對農(nóng)業(yè)全要素生產(chǎn)率的影響因各省不同而不同。層二lnAS的斜率β1方程中,AEBE為正向因子,AEBE的增加將削弱AS對農(nóng)業(yè)全要素生產(chǎn)率的負向關系,“農(nóng)業(yè)經(jīng)濟”百度指數(shù)每增加1個單位,AS對全要素生產(chǎn)率的負向影響將削弱0.02個單位。說明認知關系高的省份農(nóng)業(yè)結構系數(shù)對全要素生產(chǎn)率的負向影響要低于認知關系低的省份。認知關系越高,經(jīng)濟主體越關注農(nóng)業(yè)經(jīng)濟的發(fā)展,就越注重調(diào)節(jié)自身的經(jīng)濟行為,因而優(yōu)化種植結構,降低農(nóng)業(yè)結構調(diào)整系數(shù),最終有利于提高全要素生產(chǎn)率。LRE為負向因子,LRE的增加將加強AS對農(nóng)業(yè)全要素生產(chǎn)率之間的負向關系,農(nóng)業(yè)外貿(mào)依存度每增加1個單位,AS對全要素生產(chǎn)率的負向影響增強0.79個單位。農(nóng)業(yè)外貿(mào)依存度越大,農(nóng)業(yè)經(jīng)濟活動越會受到外資的影響,越不利于調(diào)整種植結構,最終制約了全要素生產(chǎn)率的提高。CRE為正向因子,CRE的增加將削弱AS對農(nóng)業(yè)全要素生產(chǎn)率的負向關系,農(nóng)業(yè)外商直接投資占農(nóng)林牧漁總產(chǎn)值比例每增加1個單位,AS對全要素生產(chǎn)率的負向影響削弱2.32個單位。外商直接投資有利于農(nóng)業(yè)主體調(diào)整種植結構,最終有利于提高全要素生產(chǎn)率。多種資金來源使經(jīng)濟主體調(diào)整種植結構有更多的靈活性。SE為正向因子,SE的增加將削弱AS對農(nóng)業(yè)全要素生產(chǎn)率的負向關系,各省農(nóng)林牧漁總產(chǎn)值占全國農(nóng)林牧漁總產(chǎn)值比例每增加1個單位,AS對全要素生產(chǎn)率的負向影響削弱14.86個單位。農(nóng)業(yè)總產(chǎn)值占全國比重越大,規(guī)模效應越大,越有利于生產(chǎn)主體調(diào)整農(nóng)業(yè)種植結構,最終有利于全要素生產(chǎn)率的提高。PE為正向因子,PE的增加將削弱AS對農(nóng)業(yè)全要素生產(chǎn)率的負向關系,各省農(nóng)業(yè)財政支出占財政總支出的比重每增加1個單位,AS對全要素生產(chǎn)率的負向影響減少33.41個單位。一個省越重視農(nóng)業(yè)的發(fā)展,越有利于當?shù)剞r(nóng)業(yè)生產(chǎn)主體調(diào)整農(nóng)業(yè)種植結構,最終有利于提高全要素生產(chǎn)率。

      層二模型變量的lnUR的斜率β2方程中,LRE是負向因子,農(nóng)業(yè)的對外貿(mào)易將削弱UR對全要素生產(chǎn)率的正向關系,即當各省外貿(mào)依存度每增加1個單位,UR對全要素生產(chǎn)率的影響將減少4個單位。對外貿(mào)易會抵消城市化對農(nóng)業(yè)全要素生產(chǎn)率的推動作用,具有“擠出效應”。CRE是正向因子,農(nóng)業(yè)的外商直接投資將加強UR對全要素生產(chǎn)率的正向關系,即外商直接投資占農(nóng)林牧漁總產(chǎn)值比重每增加1個單位,UR對全要素生產(chǎn)率的影響將增加2.4個單位。外商直接投資加強了城市化對農(nóng)業(yè)全要素生產(chǎn)率的推動作用,SE是負向因子,農(nóng)業(yè)的規(guī)模將顯著削弱UR對全要素生產(chǎn)率的負向關系,即各省農(nóng)林牧漁總產(chǎn)值占全國農(nóng)林牧漁總產(chǎn)值的比重每增加1個單位,UR對全要素生產(chǎn)率的影響將減少34.5個單位。EABA是正向因子,文化嵌入將增強UR對農(nóng)業(yè)全要素生產(chǎn)率的正向關系,即“生態(tài)農(nóng)業(yè)”百度指數(shù)增加1個單位時,UR對全要素增長率將會增加0.025個單位。生態(tài)文明較高的社會,城市化的質量也相對較高,資源配置效率高,對農(nóng)業(yè)經(jīng)濟的發(fā)展帶動作用大,城市化對全要素生產(chǎn)率的影響也越大。

      層二模型變量的lnHC的斜率β4方程中,方程中LRE是正向因子,農(nóng)業(yè)的外貿(mào)依存度將加強HC對全要素生產(chǎn)率的正向關系,即各省的外貿(mào)依存度每增加1個單位,HC對全要素生產(chǎn)率的影響將增加0.97個單位。SE是正向因子,農(nóng)業(yè)的規(guī)模增加將加強HC和全要素生產(chǎn)率的正向關系,即農(nóng)業(yè)的規(guī)模指數(shù)每增加1個單位,HC對全要素生產(chǎn)率的影響將增加18.59個單位。伴隨著農(nóng)業(yè)的規(guī)模集聚,人力資本的效率顯著提升。EABA是負向因子,體現(xiàn)了文化嵌入將減少HC和農(nóng)業(yè)全要素生產(chǎn)率的正向關系,即“生態(tài)農(nóng)業(yè)”百度指數(shù)每增加1個單位,HC對全要素生產(chǎn)率的影響就減少0.008個單位。相對其它的嵌入性影響因素來說,經(jīng)濟主體對生態(tài)農(nóng)業(yè)的重視會制約城市化對全要素生產(chǎn)率的影響,但是影響力很小,可以忽略不計。

      四、結論與建議

      本文將新經(jīng)濟社會學的社會嵌入性理論與多層次統(tǒng)計模型結合,并嘗試把互聯(lián)網(wǎng)大數(shù)據(jù)(“農(nóng)業(yè)經(jīng)濟”和“生態(tài)農(nóng)業(yè)”百度PC指數(shù))作為認知嵌入和文化嵌入變量納入到模型的分析中,較為全面地分析對農(nóng)業(yè)全要素生產(chǎn)率的影響因素。具體而言,認知關系嵌入負向調(diào)節(jié)AS與農(nóng)業(yè)全要素生產(chǎn)率。結構關系嵌入正向調(diào)節(jié)HC與農(nóng)業(yè)全要素生產(chǎn)率,負向調(diào)節(jié)AS和UR與農(nóng)業(yè)全要素生產(chǎn)率。物流關系嵌入直接影響農(nóng)業(yè)全要素生產(chǎn)率;物流關系嵌入正向調(diào)節(jié)AS和HC與農(nóng)業(yè)全要素生產(chǎn)率,負向調(diào)節(jié)UR與農(nóng)業(yè)全要素生產(chǎn)率。資金流關系嵌入正向調(diào)節(jié)UR與農(nóng)業(yè)全要素生產(chǎn)率,負向調(diào)節(jié)AS與農(nóng)業(yè)全要素生產(chǎn)率。文化關系嵌入正向調(diào)節(jié)UR與農(nóng)業(yè)全要素生產(chǎn)率,負向調(diào)節(jié)HC與農(nóng)業(yè)全要素生產(chǎn)率。政治關系嵌入負向調(diào)節(jié)AS與農(nóng)業(yè)全要素生產(chǎn)率。

      根據(jù)實證分析結果,提高農(nóng)業(yè)全要素生產(chǎn)率既要考慮經(jīng)濟影響因素,還要考慮到社會場景因素和時代特征的影響。第一,認知嵌入對農(nóng)業(yè)全要素生產(chǎn)率有間接影響。在現(xiàn)今農(nóng)業(yè)農(nóng)村現(xiàn)代化轉型的關鍵時期,應該大力加強農(nóng)業(yè)信息化和數(shù)字鄉(xiāng)村的建設,深入推進“互聯(lián)網(wǎng)+農(nóng)業(yè)”,加快推進寬帶網(wǎng)絡向村莊延伸,推進提速降費,實現(xiàn)農(nóng)村地區(qū)網(wǎng)絡的全覆蓋;各省應該加強農(nóng)業(yè)經(jīng)濟知識的宣傳和普及,使農(nóng)民能夠利用網(wǎng)絡和多媒體來解決遇到的經(jīng)濟問題,改善自身的經(jīng)濟行為,從而促進農(nóng)業(yè)經(jīng)濟和農(nóng)業(yè)全要素生產(chǎn)率的增長。第二,物流關系嵌入對農(nóng)業(yè)全要素生產(chǎn)率既有直接影響又有間接影響。要加強國內(nèi)外農(nóng)業(yè)的交流,統(tǒng)籌用好國際國內(nèi)兩個市場、兩種資源來改善農(nóng)業(yè)種植結構和產(chǎn)品結構。第三,資金流關系嵌入對農(nóng)業(yè)全要素生產(chǎn)率有間接影響。在國家農(nóng)業(yè)安全的前提下,可以適當?shù)囊M外資,改善外商投資營商環(huán)境,充分利用外資提高我國的農(nóng)業(yè)全要素生產(chǎn)率。第四,結構嵌入對農(nóng)業(yè)全要素生產(chǎn)率有間接影響??蛇m度擴充農(nóng)業(yè)的經(jīng)濟規(guī)模,以規(guī)模效應和集聚效應促進農(nóng)業(yè)全要素生產(chǎn)率的增長。第五,文化嵌入對農(nóng)業(yè)全要素生產(chǎn)率有間接作用。要合理地開發(fā)利用和保護農(nóng)業(yè)資源,推動鄉(xiāng)村綠色發(fā)展和可持續(xù)發(fā)展。第六,政治關系嵌入對農(nóng)業(yè)全要素生產(chǎn)率有間接作用。要加大強農(nóng)富農(nóng)支農(nóng)力度,加快推進城鄉(xiāng)基本公共服務均等化;優(yōu)化惠農(nóng)支農(nóng)質量和結構,提升惠農(nóng)支農(nóng)效率,推動要素合理流動,從而增強農(nóng)業(yè)全要素生產(chǎn)率的內(nèi)生發(fā)展動力。

      致謝:本文數(shù)據(jù)的搜集與整理得到了賴曉敏博士的幫助,在此表示感謝!

      猜你喜歡
      生產(chǎn)率要素農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      中國城市土地生產(chǎn)率TOP30
      決策(2022年7期)2022-08-04 09:24:20
      擦亮“國”字招牌 發(fā)揮農(nóng)業(yè)領跑作用
      掌握這6點要素,讓肥水更高效
      國外技術授權、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
      觀賞植物的色彩要素在家居設計中的應用
      論美術中“七大要素”的辯證關系
      關于機床生產(chǎn)率設計的探討
      中國市場(2016年45期)2016-05-17 05:15:26
      沿河| 利川市| 平乡县| 溧水县| 寿光市| 吴堡县| 珠海市| 大渡口区| 江川县| 区。| 图木舒克市| 陵川县| 偏关县| 简阳市| 甘洛县| 大邑县| 红安县| 闽侯县| 敖汉旗| 荔波县| 潮安县| 曲阜市| 杨浦区| 吐鲁番市| 大邑县| 桦南县| 山阳县| 万安县| 洪洞县| 桃江县| 阜平县| 钦州市| 柳林县| 岗巴县| 宁波市| 仁布县| 新竹市| 和龙市| 临沧市| 隆尧县| 平江县|