The Effects of Agricultural R&D on Chinese Agricultural Productivity Growth: New Evidence of Convergence and Implications for Agricultural R&D Policy
Notice bibliographique
Résumé
This article measures and compares the effects of agricultural research and development (R&D) on total agricultural factor productivity growth for 29 Chinese provinces from 1986 to 2011. Using the convergence test proposed by Phillips and Sul ( ), the study finds strong evidence of convergence in total agricultural productivity growth and positive correlation between growth and public investment in R&D. The analysis of convergence indicates that the productivity gap between different regions in China has lessened, suggesting agricultural productivity is convergent across all provinces in China. We find R&D being statistically and economically more important in technological catch‐up than in innovation. Human capital also plays a major role in productivity growth. The finding of strong positive inter‐region spillover effects implies that expanding cooperation across regions for public agricultural research is more efficient and training of researchers can improve total factor productivity, especially in less productive regions. Cet article mesure et compare les effets de la recherche et du développement agricoles sur la progression de la productivité totale des facteurs agricoles au sein de 29 provinces chinoises de 1986 à 2011. Au moyen du test de convergence proposé par Phillips et Sul ( ), l′étude révèle des preuves manifestes de convergence de la croissance de productivité agricole totale ainsi qu'une corrélation positive entre cette progression et les investissements publics en recherche et en développement. L'analyse de convergence démontre la diminution de l′écart de productivité dans les régions de la Chine, suggérant la convergence de la productivité agricole à la grandeur des provinces chinoises. La recherche et le développement sont ainsi proposés comme étant statistiquement et économiquement plus importants dans le rattrapage technologique que l'innovation. Le capital humain joue aussi un rôle majeur dans la croissance de la productivité. Les forts effets positifs de débordement entre les régions laissent entendre que la coopération grandissante en recherche agricole publique à travers les régions s'avère plus efficace, et que la formation des chercheurs peut améliorer la productivité totale des facteurs, surtout dans les régions moins productives.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».