社会化服务对农业环境技术效率的影响研究 ——以江西省水稻种植为例

来源 :江西财经大学 | 被引量 : 0次 | 上传用户:suifengangle
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
改革开放以来,我国粮食生产取得了重大成就,但农业污染和生态环境破坏等问题也愈演愈烈。当前环境资源趋紧问题对农业生产的制约性正逐渐加强,推动农业绿色化发展,破解资源环境压力,对实现我国农业可持续发展具有重要的现实意义。传统农业生产效率的测算忽略了农业生产造成的污染问题,无法充分体现出农业可持续发展的能力,农业环境技术效率将环境污染作为农业生产的一种非期望产出纳入到传统的生产率分析框架中,可以有效地衡量生态保护质量与农业发展之间的协同性。近年来,我国农业社会化服务发展迅速,相关利好政策不断出台,服务组织在引领农户进入现代农业发展大格局和乡村振兴中正发挥着越来越重要的作用。在绿色发展理念急需全面落实的背景下,社会化服务能否以及如何促进我国农业环境技术效率的提高,进而保障我国粮食生产可持续发展,是需要我们研究的问题。本文利用了课题组于2021年1月-3月所做的江西省农户社会化服务与农业生产微观调研数据,比较了不同社会化服务水平下农户水稻种植的投入产出结构。运用DEA-SBM模型测算和比较了不同社会化服务水平下农户水稻种植的环境技术效率。此外,从技术替代和规模经营视角出发,分析了社会化服务影响农业环境技术效率的机制,并利用Tobit、Logit等模型进行了实证检验。研究发现:农业社会化服务可以显著提高农户水稻生产的环境技术效率。但分环节来看存在一定的差异,农户使用整地服务、施肥服务以及打药服务均会显著提高农业环境技术效率,而育秧插秧服务和收割服务的提升作用并不显著。技术替代和规模经营是社会化服务影响农业环境技术效率的两大内在原因。服务组织缓解了农户的规模经营难题,带来的成本节约、资源配置等效应提高了农户水稻种植收益,对农户种植规模的扩大有着显著的正向作用,但这一影响同样存在着环节差异,育秧插秧服务、打药服务以及施肥服务对农户种植规模扩大的影响较为显著,而整地服务和收割服务的影响较为微弱。此外,服务组织也可以缓解单个农户技术采纳面临的高风险、高成本以及技术管理能力不足等问题,带动农户使用绿色生产技术,对传统的化肥、农药的生产要素形成了替代作用,减少农业污染。针对本文研究结论,研究者提出如下几点建议:一是政府及相关部门应利用好社会化服务对农业环境技术效率的提升作用,在农业政策上应优先健全农业社会化服务支持政策体系,提高社会化服务供给能力。二是应认识到水稻规模经营和社会化服务在推进中国特色农业现代化进程中不是“路线竞争”的取舍关系,而是“相得益彰”的共赢关系,政府及相关部门应完善土地流转市场,优化对土地流转和规模化经营的支持政策。此外,鉴于社会化服务对农户绿色生产技术采纳行为的带动作用,政府及相关部门应对社会化服务组织绿色技术设备购置、服务提供给予适当的补贴或项目倾斜。
其他文献
棚户区是当代中国经济改革开放发展过程中的一个阶段性独特现象。棚户区改造既是为了拉动城市建设和经济发展,又被作为国家重大的社会性和基础性的民生工程。2015年至2018年,在国家相关部委大力倡导下,货币化安置逐渐成为各地方政府开展改造的主要安置模式。相比实物安置模式,货币化安置政策有力地带动了商品房销售,但同时也客观上促进了城市房价普遍上涨,对地方政府隐性债务和居民部门杠杆率产生了负面影响。本文首先
随着互联网技术的持续发展,网络数据内容激增导致信息过载问题严重,给人们有效获取自己所需的信息带来困难。搜索引擎和推荐系统成为解决信息过载的两大有效手段。传统推荐系统存在着可解释性差、推荐内容单一、输入数据稀疏等问题。知识图谱是近年来新兴的研究热点之一。知识图谱有着强大的语义处理能力,是一种新型知识组织与检索技术,其语义网络信息的特点可为各领域带来新颖的研究方向,受到各领域的高度重视。推荐系统与知识
近年来,由于贿赂案件数量高发,我国对行贿罪的惩处越来越重视,立法上对行贿罪构成要件、罪刑配置的规定由粗疏到细致。然而,由于贿赂犯罪查处难度大以及“重受贿轻行贿”传统司法理念的影响,司法实践中对行贿犯罪的处罚一直偏轻。党“十八大”以来,国家重拳惩治腐败,2015年11月生效的《刑法修正案(九)》对行贿罪增设罚金刑、严格限缩从宽幅度,体现了对行贿罪从严打击的决心。为考察当前司法实践中行贿罪处罚的实然状
近年来,随着消费电子的高速发展,越来越多的厂商关注起了3D成像技术。特别是苹果公司的iphone X推出的智能3D人脸识别技术掀起了各大厂商对3D成像技术的研究热潮。相位式飞行时间(Time-Of-Flight,TOF)成像技术是一种比较受人关注的新兴3D成像技术。目前在自动驾驶,机器人视觉,虚拟现实,人工智能,3D建模等领域都有着广泛的应用,因其高分辨率,较高的精度,较快的成像速度极大的促进了相
人工耳蜗(Cochlear implant,CI)是一种能够帮助重度听力障碍患者重新恢复部分听觉感知的电子医学装置。对于正常听力者而言,能够利用双耳时间差和双耳强度差信息去辨别空间中声源的位置。然而双侧耳蜗植入者不能充分的感知ITDs信息,他们的空间听觉能力也因此受到限制。一个很重要的原因是目前大多数CI处理策略是基于对语音信号的时域包络进行信息提取的方式,摒弃了原始语音信号的时域精细结构(Tem
早期的推荐系统依赖特征工程,通过挖掘用户属性特征和物品属性特征的相关关系产生推荐,但是属性特征需要用户主动提供并且内容驳杂,具有多元异构、特征稀疏的特点,极大地限制了推荐系统的应用。相比于复杂的属性特征,用户和物品的交互行为属于用户的隐性反馈,是最容易获得并且能正面反映用户偏好的特征。将物品按照用户动作发生的时间排序,称为用户行为序列,该序列不仅包含用户的兴趣偏好而且具有连续稠密、结构简单的特点,
视频是当今社交媒体中最常见的内容之一,近年来随着短视频平台的兴起,日常视频数据的生成量呈现出爆炸式增长的趋势,这给计算机视觉系统提出了更高的信息处理要求。而对于人类视觉系统而言,实时高效地处理视觉信息是其与生俱来的能力,原因在于该系统存在一种注意机制,这种机制可以从人眼获取的大量视觉信息中筛选出最主要的一部分并将其分配给大脑优先处理,从而实现从视觉感知到理解的高速响应。视觉显著性预测则是通过计算机
短视频分享平台数据具有用户交互行为丰富、模态信息多样且全面的特点,但由于相同短视频的不同模态信息之间具有差异性,也即存在“语义鸿沟”(semantic gap)的问题,现有的推荐方法难以从短视频的模态层级进行用户兴趣建模,衡量短视频模态信息之间的差异性对用户偏好的影响。因此,本文提出结合短视频数据多模态的特点和图卷积网络(Graph Convolutional Network,GCN)的模型框架设
随着智能家居的迅速发展,基于IP网络的远程人机语音交互技术成为了行业热点,这对通信语音质量提出了更高的要求。IP网络的语音通信(voice over Internet protocol,Vo IP)经常存在丢包和带宽限制等影响语音质量的问题,这严重影响了智能语音交互系统的性能。因此,研究Vo IP通信中的语音补偿算法并改善语音质量具有实际应用价值。Opus是一种实时音频编解码器,因其功能多样性而被
在节能减排的号召下,电动汽车在市场上和新技术的研究近些年来都受到了极大的关注。车载充电机作为电动汽车电池的充电设备,其性能极大的影响着电动汽车的续航里程、充电时间等。车载充电器(OBC)需要高效率、高功率密度和宽电压输出。LLC谐振变换器具有在不同负载条件下实现零电压开关(ZVS)的优点。与传统的基波谐波近似(FHA)方法相比,基于时域模型的工作模式分析能准确描述谐振电流、电压和直流增益。本文在运