粮食产业高质量发展的绿色创新驱动机制研究

江西财经大学学报 ›› 2022, Vol. 0 ›› Issue (3): 73-86.

粮食产业高质量发展的绿色创新驱动机制研究

高维龙

吉林大学国家发展与安全研究院,吉林长春 130012

收稿日期:2021-06-30 修回日期:2022-04-09 出版日期:2022-05-25 发布日期:2022-06-15
作者简介:高维龙,吉林大学讲师,博士,主要从事国家粮食安全与生态安全研究,联系方式1224137544@qq.com。
基金资助:
国家留学基金项目“国家建设高水平大学公派研究生项目”（201906170099）

Research on Green Innovation Driving Mechanism for High-Quality Development of Grain Industry

GAO Wei-long

Jilin University, Changchun 130012, China

Received:2021-06-30 Revised:2022-04-09 Online:2022-05-25 Published:2022-06-15

摘要/Abstract

摘要： 绿色全要素生产率稳步提升是实现粮食产业高质量发展的重要途径。运用GML指数法、面板固定效应和条件分位数模型实证检验粮食产业高质量发展的绿色创新驱动机制。研究发现,1999—2018年粮食绿色全要素生产率年均下降0.3%,地区差距明显,东部地区高于中西部地区,粮食绿色全要素生产率驱动机制存在显著的空间异质性和阶段性差异。但总体而言,人力资本对绿色技术进步和绿色技术效率改善有正向驱动作用,其余因素负向驱动作用明显。负向驱动因素主要源于要素质量恶化、资源配置扭曲、产业政策失灵和技术低端锁定四个方面。因此,加速要素质量升级、优化资源配置结构、完善产业政策体系、提升科技创新能力,有助于激活粮食产业高质量发展的创新动力。

关键词: 粮食产业, 高质量发展, 绿色创新, 驱动机制, 绿色全要素生产率

Abstract: The steady improvement of green total factor productivity is an important way to realize the high-quality development of grain industry. This paper empirically tests the green innovation driving mechanism for high-quality development of grain industry by using GML index method, panel fixed effect model and conditional quantile model. The findings show that the green total factor productivity of grain decreased by 0.3% annually from 1999 to 2018; and the gap between regions is obvious: it is higher in the eastern region than that in the central and western regions. There are significant spatial heterogeneity and phased differences in the driving mechanism of grain green total factor productivity. However, in general, human capital has a positive driving effect on the progress of green technology and the improvement of green technology efficiency, while other factors have a negative driving effect on them. The negative driving factors mainly come from four aspects: deterioration of factor quality, distortion of resource allocation, failure of industrial policy and low-end locking of technology. Therefore, accelerating the upgrading of factor quality, optimizing the resource allocation structure, improving the industrial policy system and improving the ability of scientific and technological innovation will help to activate the innovation power for high-quality development of grain industry.

Key words: grain industry, high-quality development, green innovation, driving mechanism, green total factor productivity

中图分类号:

F320.1

高维龙. 粮食产业高质量发展的绿色创新驱动机制研究[J]. 江西财经大学学报, 2022, 0(3): 73-86.

GAO Wei-long. Research on Green Innovation Driving Mechanism for High-Quality Development of Grain Industry[J]. Journal of Jiangxi University of Finance and Economics, 2022, 0(3): 73-86.

参考文献

[1] 高维龙. 农业服务化对粮食产业高质量发展的影响效应及作用机制[J]. 广东财经大学学报,2021,(3):61-76.
[2] Tilman D.Global environmental impacts of agricultural expansion: the need for sustainable and efficient practices[J]. Proceedings of the National Academy of Sciences,1999,96(11):5995-6000.
[3] Liu D.,Zhu X.,Wang Y.China’s agricultural green total factor productivity based on carbon emission: An analysis of evolution trend and influencing factors[J]. Journal of Cleaner Production,2020, 278(1):123-192.
[4] Redding S.Path dependence, endogenous innovation, and growth[J]. International Economic Review, 2002,43(4): 1215-1248.
[5] 马春艳,龚政,李谷成. 政府支持、FDI与农业技术创新——基于产出与效率的双重视角[J].农林经济管理学报,2020,(1):24-33.
[6] 邓灿辉,马巧云,魏莉丽. 我国农业科技创新效率的区域差异及其影响因素研究[J].中国农业资源与区划,2020,(5):231-237.
[7] 焦源. 山东省农业生产效率评价研究[J]. 中国人口·资源与环境,2013,(12):105-110.
[8] 陆杉,熊娇. 生态文明先行示范区的设立能否提高农业绿色效率?——基于湖南省的经验数据[J].中南大学学报(社会科学版),2020,(3):90-101.
[9] 高维龙. 产业集聚驱动粮食高质量发展机制[J].华南农业大学学报(社会科学版),2021,(2):80-94.
[10] 朱希刚. 我国粮食生产率增长分析[J].农业经济问题,1999,(7):2-9.
[11] 龚斌磊,张书睿,王硕,袁菱苒. 新中国成立70年农业技术进步研究综述[J].农业经济问题,2020,(6):11-29.
[12] 文高辉,刘蒙罢,胡贤辉,吴诗嫚. 耕地细碎化与农业全要素生产率的空间格局及空间相关性探析[J].地域研究与开发,2020,(5):169-174.
[13] 张超正,杨钢桥. 农地细碎化、耕地质量对水稻生产效率的影响[J].华中农业大学学报(社会科学版),2020,(2):127-134+168-169.
[14] 于伟,张鹏,姬志恒. 中国省域农村教育人力资本与农业全要素生产率的空间交互效应——基于空间联立方程的经验分析[J]. 中国农业大学学报,2020,(3):192-202.
[15] 邓明,柳玉贵,王劲波. 劳动力配置扭曲与全要素生产率[J].厦门大学学报(哲学社会科学版),2020,(1):131-144.
[16] 秦升泽,吴平. 农业全要素生产率影响因素的社会嵌入性研究[J].华中农业大学学报(社会科学版),2020,(2):59-66+164-165.
[17] Färe R., Grosskopf S.,Pasurka C.A. Environmental production functions and environmental directional distance functions[J].Energy,2007,32(7):1055-1066.
[18] Behrouz A.,Munisamy S.,Emrouznejad A.A new slacks-based measure of Malmquist-Luenberger index in the presence of undesirable outputs[J].Omega,2015,51(11):29-37.
[19] Oh D.H. A global malmquist-luenberger productivity index[J].Journal of Productivity Analysis,2010,34(3):183-197.
[20] 陈卫平,郑风田. 中国的粮食生产力革命——1953—2003年中国主要粮食作物全要素生产率增长及其对产出的贡献[J].经济理论与经济管理,2006,(4):56-61.
[21] 黄金波,周先波. 中国粮食生产的技术效率与全要素生产率增长:1978-2008[J].南方经济,2010,(9):40-52.
[22] 肖红波,王济民. 新世纪以来我国粮食综合技术效率和全要素生产率分析[J].农业技术经济,2012,(1):36-46.
[23] 李文华. 基于DEA-Malmquist指数的中国农业全要素生产率时空差异及影响因素分析[J].山东农业大学学报(社会科学版),2018,(2):96-103+173-174.
[24] 李谷成. 中国农业的绿色生产率革命:1978—2008年[J].经济学(季刊),2014,(2):537-558.
[25] 王芳,曾令秋. 农业全要素生产率与农业优先发展[J].财经科学,2021,(2):121-132.
[26] Hou L.,Zhang Y., Zhan J., Glauben T.Marginal revenue of land and total factor productivity in Chinese agriculture:Evidence from spatial analysis[J]. Journal of Geographical Sciences,2012,22(1):167-178.
[27] 朱满德,李辛一,程国强. 综合性收入补贴对中国玉米全要素生产率的影响分析——基于省级面板数据的DEA-Tobit两阶段法[J].中国农村经济,2015,(11):4-14+53.
[28] 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.
[29] 闵锐,李谷成. 环境约束条件下的中国粮食全要素生产率增长与分解——基于省域面板数据与序列Malmquist-Luenberger指数的观察[J].经济评论,2012,(5):34-42.
[30] 赖斯芸,杜鹏飞,陈吉宁. 基于单元分析的非点源污染调查评估方法[J].清华大学学报(自然科学版),2004(9):1184-1187.
[31] 陈敏鹏,陈吉宁,赖斯芸. 中国农业和农村污染的清单分析与空间特征识别[J].中国环境科学,2006,(6):751-755.
[32] 陈同斌,陈世庆,徐鸿涛,黄诗铿,陈炎. 中国农用化肥氮磷钾需求比例的研究[J].地理学报,1998(1):3-5.
[33] 梁流涛. 农村生态环境时空特征及其演变规律研究[D]. 南京:南京农业大学,2009:75-76.
[34] 李波,张俊飚,李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境,2011,(8):80-86.
[35] 高维龙,李士梅. 农业服务化对粮食产业高质量发展的驱动机制研究[J].湖南农业大学学报(社会科学版),2021,(5):1-14+37.