《表2 GMM-DIFF模型估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《粮食生产效率的区域差异及其政策效应的异质性》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*、**和***分别表示在10%、5%和1%统计水平上显著；括号内数值为Z统计值

(5）从Urit参数分析，即城镇化水平变量对粮食全要素生产率的影响，三大产区均值估计系数为0.811，且在10%的水平上显著，表明推进城镇化能有效改善粮食全要素生产率，此结论与赵丽平等[28]、马林静等[29]学者的研究具有一致性。进一步分析不同区域的相关表征可知，城镇化水平变量对粮食全要素生产率的影响在三大区域具有差异。城镇化水平变量对产销平衡区粮食全要素生产率影响的估计系数为1.472，且通过了1%的显著性检验，表明粮食产销平衡区推进城镇化建设，促进了粮食生产规模发展、粮食生产现代装备水平提升以及粮食科技推广普及等，从而改善了粮食生产效率；但从主产区城镇化水平变量对粮食全要素生产率影响的估计系数看，其相关政策作用效果不显著，表明粮食主产区需要大力加强城镇化建设与粮食规模经营协同推进的工作；与之相反的是，在主销区城镇化水平变量对全要素生产率产生了显著的负向影响，其估计系数为-0.497，且通过了1%的显著性检验，这可能是由于主销区内城镇化与粮食生产发展不均衡所致。此外，从ln Ferit参数的估计值分析，超量的化肥投入将大大衰减粮食全要素生产率水平，说明推广精准精细施肥技术是我国粮食生产规模与效率得以同步改善的重要工作。