数字农科院2.0

中国小麦绿色全要素生产率时空特征及影响因素

文献类型： 中文期刊

作者： 代瑞熙;许世卫

作者机构：

关键词： 农业;模型;小麦;绿全要素生产率;超效率SBM-ML指数;影响因素

期刊名称：农业工程学报

ISSN： 1002-6819

年卷期： 2022 年 38.0 卷 8 期

页码：

收录情况： EI（2022版） ; 北大核心（2020版） ; CSCD（2021-2022年度） ; 科技核心（2021版） ; 农林核心（2020版）

摘要： 小麦生产向绿色化转型是保障中国粮食安全以及小麦产业可持续高质量发展的必然要求,该研究以面源污染和碳排放量作为非期望产出,使用超效率SBM-ML模型测算了2004—2019年15个省份的小麦绿色全要素生产率,并使用Tobit模型在经济水平、财政投资、资源禀赋、生产条件等4个方面,对小麦绿色全要素生产率的影响因素进行了实证分析。结果表明,在时间变化上,小麦绿色全要素生产率在2004—2019年间整体处于下降态势,说明小麦产量提高的同时确实付出了环境破坏的代价,技术“退步”是导致这一现象的主要原因。在综合考虑现有播种面积和面积变化趋势的情况下,将样本省份分为三类产区,其中第二产区(山西、内蒙、湖北等省份)绿色生产效率最高、第三产区(黑龙江、云南、宁夏等省份)次之、第一产区(河北、江苏、安徽等省份)最低,考虑到第一产区依旧是未来小麦供给的主要区域,应该尽可能在保障产量的同时,加快推进第一产区小麦绿色生产转型。在影响因素方面,小麦总播种面积和人均小麦播种面积对绿色全要素生产率的影响最为显著,说明可以继续推进小麦播种面积向第一产区集中,但是对于规模种植户要加大绿色技术培训,农村固定投资和小麦最低收购价对于小麦绿色全要素生产率均有负面影响,原因在于这二者的目的在于经济产出和产量提升,对于环境保护缺乏关注。另外,技术进步对各项影响因素的响应积极性要明显高于技术效率,这说明相较于技术研发,中国小麦产业体系在新技术推广等方面存在更大短板。应当完善中国小麦产业支持保护政策,在产量充足的情况下,尽可能考虑环境保护的现实需求。适当扩大休耕补贴覆盖范围,缓解第一产区生态压力。在进行新技术研发的同时,要更加侧重于对绿色生产技术的推广宣传作用,提升农户对绿色生产的认知和技术熟练度。研究结果为准确把握当下小麦绿色生产现状以及未来小麦绿色化转型的政策制定提供一定参考。

分类号：

  • 相关文献

[1]中国粮食产量变化的时空格局与影响因素. 陈秧分,李先德. 2013

[2]中国耕地流转时空特征及影响因素分解. 王桂民,陈聪,曹光乔,易中懿. 2017

[3]中国农业政策分析和预测模型——CAPSiM. 黄季焜,李宁辉. 2003

[4]利用温度资料和广义回归神经网络模拟参考作物蒸散量. 崔宁博,龚道枝,胡笑涛,张宽地. 2016

[5]设施园艺电驱移动平台轮毂电机设计及其磁-热耦合性能. 鲁应涛,姜逸菲,刘逸龙,罗志涛,郑恩来,鲁植雄,沈成,汪小旵. 2024

[6]对农户农机服务需求的理论与实证分析——基于沛县、高邮和金坛三地的调查数据. 王硕,常春. 2018

[7]风送静电喷雾覆盖率响应面模型与影响因素分析. 周良富,张玲,丁为民,薛新宇,孙竹. 2015

[8]影响农户植棉意向的若干因素分析. 毛树春. 2008

[9]农业中小企业融资影响因素分析. 尹力,王东阳. 2016

[10]农业教育与农业发展互动机制影响因素的理论分析. 王广忠,韩惠鹏,王毅,李国杰,王春平. 2003

[11]小麦籽粒灌浆速率的模拟. 陈昱利,张海军,葛道阔,张文宇,张伟欣,蒋方山,曹宏鑫,诸叶平,李世娟. 2014

[12]基于光谱角指数小麦冠层叶片特征差异估测研究. 肖春华,吕银亮,刁万英,李少昆,王克如,陈兵,王琼. 2015

[13]1985～1994年我国若干省份小麦良种对产量贡献的研究. 王东阳,姜洁,吴永常. 1997

[14]小麦模型算法集成平台在华北平原区的适应性评价. 陈先冠,冯利平,白慧卿. 2023

[15]Wheat; Lumai 14; Germplasm resource; Strategy for improvement. 韩微波,刘录祥,郭会君,赵林姝,王成社. 2005

[16]Efficient agronomic practices narrow yield gaps and alleviate climate change impacts on winter wheat production in China. Kaiyuan Gong,Liangbing Rong,Yinghua Zhang,Xiao Wang,Fengying Duan,Xia Li,Zhihao He,Tengcong Jiang,Shang Chen,Hao Feng,Qiang Yu,Wenbin Zhou,Jianqiang He. 2025

[17]DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning. Zhigang Ma,Jiazi Zhang,Hongcui Pei,Yanhong Liu,Hongning Tong,Lei Wang,Zefu Lu. 2025

[18]基于大语言模型的《中国小麦品种志》信息提取. 韦一金,陈彦清,王秀东,樊景超. 2025

[19]中国小麦生产率的变动分析. 朱福守,蒋和平. 2015

[20]基因枪转化小麦主要影响因素细述. 肖乐乐,杜丽璞,王轲,李小辉,徐惠君,晏月明,叶兴国. 2014

作者其他论文 更多>>