中国油菜生产技术效率测算及其影响因素——基于农机服务视角的研究

doi:10.14088/j.cnki.issn0439-8114.2022.17.008

摘要/Abstract

摘要： 基于2004—2018年13个油菜主产省和全国平均投入产出的面板数据,测算各省油菜生产技术效率,并进一步探究农机服务水平对油菜生产技术效率的影响。选取超越对数随机前沿分析方法,测算油菜生产技术效率并同时估计其影响因素。结果表明,中国油菜生产技术效率存在明显地区的差异,其中四川、江苏、青海3省的油菜生产技术效率最高,贵州、江西、云南3省的油菜生产技术效率较低;农机服务比例对油菜技术效率提升存在显著正向影响,同时财政支农水平、RD投入强度、基础设施水平存在显著正向影响,受灾面积比例存在显著负向影响。通过增加油菜农机服务的投入能改善其投入要素配置情况,从而提升油菜生产的技术效率。

关键词: 油菜, 农机服务, 技术效率, 随机前沿分析

Abstract: Based on the panel data of 13 major rape producing provinces and the national average input-output from 2004 to 2018, the technical efficiency of rapeseed production in each province was calculated, and the impact of agricultural machinery service level on the technical efficiency of rapeseed production was further explored. The method of transcendental logarithm random frontier analysis was selected to measure the technical efficiency of rape production and estimate its influencing factors. The results showed that there were obvious regional differences in the technical efficiency of rapeseed production in China. Among them, the technical efficiency of rape production in Sichuan, Jiangsu and Qinghai was the highest, and the technical efficiency of rapeseed production in Guizhou, Jiangxi and Yunnan was lower. The proportion of agricultural machinery service had a significant positive impact on the improvement of rape technical efficiency, while the level of financial support for agriculture, RD investment intensity and infrastructure level had a significant positive impact, and the proportion of disaster-affected areas had a significant negative impact. By increasing the input of rape agricultural machinery service, the allocation of input factors could be improved, so as to enhance the technical efficiency of rape production.

Key words: rape, agricultural machinery service, technical efficiency, stochastic frontier analysis

中图分类号:

F326.12

刘慧桢, 凌远云. 中国油菜生产技术效率测算及其影响因素——基于农机服务视角的研究[J]. 湖北农业科学, 2022, 61(17): 53-59.

LIU Hui-zhen, LING Yuan-yun. Calculation of technical efficiency of rapeseed production in China and its influencing factors：Research from the perspective of agricultural machinery service[J]. HUBEI AGRICULTURAL SCIENCES, 2022, 61(17): 53-59.

参考文献

[1] 陈明星, 陆大道, 张华. 中国城镇化水平的综合测度及其动力因子分析[J]. 地理学报, 2009, 64(4): 387-398.
[2] 方创琳. 改革开放30年来中国的城市化与城镇发展[J]. 经济地理, 2009, 29(1):19-25.
[3] 黎夏, 叶嘉安. 利用遥感监测和分析珠江三角洲的城市扩张过程: 以东莞市为例[J]. 地理研究, 1997, 16(4):56-62.
[4] 闫小培, 林彰平. 20世纪90年代中国城市发展空间差异变动分析[J]. 地理学报, 2004, 59(3): 437-445.
[5] 陈晋, 卓莉, 史培军, 等. 基于DMSP/OLS数据的中国城镇化过程研究: 反映区域城镇化水平的灯光指数的构建[J]. 遥感学报, 2003, 7(3): 168-175.
[6] 唐立久,穆少波.中国新疆:“丝绸之路经济带”核心区的建构[J].新疆师范大学学报, 2014(2): 19-24.
[7] 安晓亮. 新疆新型城镇化水平综合评价研究[J]. 城市规划, 2013, 37(7): 23-27.
[8] 吕宾, 张小雷. 新疆城市化与经济发展协调性分析[J]. 干旱区地理, 2002, 25(2): 189-192.
[9] 李雪梅, 张小雷, 杜宏茹. 新疆塔河流域城镇化空间格局演变及驱动因素[J]. 地理研究, 2011, 30(2): 348-358.
[10] 王长建, 张小雷, 杜宏茹,等. 城市化与生态环境的动态计量分析: 以新疆乌鲁木齐市为例[J]. 干旱区地理, 2014, 37(3): 609-619.
[11] 王长建,张小雷,杜宏茹,等. 近30a新疆城市化与生态环境互动关系的动态计量分析[J]. 中国沙漠,2012,32(6):1794-1802.
[12] 林紫荣, 张小雷, 朱自安, 等. 干旱区绿洲生态环境与新疆城市化研究[J]. 干旱区资源与环境, 2007(12): 8-16.
[13] 贡璐, 吕光辉. 近20年乌鲁木齐城市化进程与城市热岛效应变化的互动分析[A].智能信息技术应用学会. 2011年湖泊-湿地-流域生态保护与3S技术应用国际会议论文集[C]. 南昌: 国际工业出版社, 2011.74-78.
[14] 刘丽. 基于高分遥感影像绿洲城镇空间格局演变及评价研究[D]. 北京: 北京交通大学, 2018.
[15] 雷军, 吴世新, 张雪艳, 等. 新疆天山北坡经济带城乡建设用地动态变化的时空特征[J]. 干旱区地理,2005,28(4): 554-559.
[16] 何春阳, 李景刚, 陈晋, 等. 基于夜间灯光数据的环渤海地区城镇化过程[J]. 地理学报, 2005, 60(3): 409-417.
[17] 何春阳,史培军,李景刚,等.基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城镇化空间过程重建研究[J]. 科学通报, 2006, 51(7): 856-861.
[18] 卓莉, 李强, 史培军, 等. 基于夜间灯光数据的中国城市用地扩展类型[J]. 地理学报, 2006, 61(2): 169-178.
[19] 徐梦洁, 陈黎, 刘焕金, 等. 基于DMSP/OLS夜间灯光数据的长江三角洲地区城镇化格局与过程研究[J]. 国土资源遥感, 2011(3): 106-112.
[20] 马廷. 夜光遥感大数据视角下的中国城镇化时空特征[J]. 地球信息科学学报, 2019, 21(1): 63-71.
[21] 邓铭江. 中国西北“水三线”空间格局与水资源配置方略[J]. 地理学报, 2018, 73(7): 1189-1203.
[22] 胡焕庸. 中国人口的分布、区划和展望[J]. 地理学报,1990,57(2):139-145.
[23] 王开泳, 邓羽. 新型城镇化能否突破“胡焕庸线”: 兼论“胡焕庸线”的地理学内涵[J]. 地理研究, 2016, 35(5): 825-835.
[24] 曹子阳, 吴志峰, 匡耀求, 等. DMSP/OLS夜间灯光影像中国区域的校正及应用[J]. 地球信息科学学报, 2015, 17(9): 1092-1102.
[25] 吴健生,李双,张曦文. 中国DMSP-OLS长时间序列夜间灯光遥感数据饱和校正研究[J]. 遥感学报,2018,22(4):91-102.
[26] ELVIDGE C D, ZISKIN D, BAUG K E, et al.A fifteen years record of global natural gas flaring derived from satellite data[J]. Energies, 2009, 2(3): 595-622.
[27] SMALL C, POZZI F, ELVIDGE C D, et al.Spatial analysis of global urban extent from DMSP-OLS night lights[J]. Remote sensing of environment, 2005, 96(3): 277-291.
[28] LIU Z, HE C, ZHANG Q, et al.Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J]. Landscape and urban planning, 2012, 106(1): 62-72.
[29] 林中立, 徐涵秋, 黄绍霖. 基于DMSP/OLS夜间灯光影像的中国东部沿海地区城市扩展动态监测[J]. 地球信息科学学报, 2019(7):1074-1085.
[30] MILESI C, CHRISTOPHER D, ELVIDGE, et al. Assessing the impact of urban land development on net primary productivity in the southeastern United States[J]. Remote sensing of environment, 2003, 86(3): 401-410.
[31] MARC L I, WILLIAM T, LAWRENCE, et al. A technique for using composite DMSP/OLS “City Lights” satellite data to map urban area[J]. Remote sensing of environment, 1997, 61(3): 361-370.
[32] HENDERSON M, YEH E T, GONG P, et al.Validation of urban boundaries derived from global night-time satellite imagery[J]. International journal of remote sensing, 2003, 24(3): 595-609.
[33] 郭刚刚, 樊伟, 薛嘉伦, 等. 基于NPP/VIIRS夜光遥感影像的作业灯光围网渔船识别[J]. 农业工程学报, 2017, 33(10): 245-251.
[34] 汪韬阳, 张过, 李沛然, 等. 基于DMSP/OLS夜光遥感影像的城市扩张政策驱动因素分析[J]. 测绘学报, 2018,47(11): 1466-1473.
[35] 李雪萍, 贡璐. DMSP/OLS和VIIRS/DNB夜间灯光影像的校正及拟合[J]. 测绘通报, 2019(7): 138-146.
[36] 梁丽,边金虎, 李爱农, 等. 中巴经济走廊DMSP/OLS与NPP/VIIRS夜光数据辐射一致性校正[J]. 遥感学报, 2020,24(2): 149-160.