河南省农业全要素生产率的动态实证分析:基于DEA模型的Malmquist指数方法

为提高河南省农业生产效率的途径,运用DEA的Malmquist指数方法,对河南省2000-2008年农业全要素生产率进行测算和分析.结果表明:9年来,河南省农业全要素生产率处于不断增长态势,而技术进步是推动农业全要素生产率增长的主要原因,技术效率的作用贡献较小;河南省各地市农业全要素生产率水平差异显著.提高农业生产技术...     

面向生态效益的河南省农业生产效率分析与展望

基于河南省的统计数据,采用超效率DEA模型测算了2015年河南省18个地级市农业的技术效率、纯技术效率和规模效率,运用Malmquist指数对河南省农业发展效率的变化趋势进行研究。结果表明,2015年河南省整体农业综合效率偏低,地区间发展不均衡,规模效率是导致综合技术效率低下的根源;河南省几个传统农业大市并非农业发展强市;2013—2015年河南省各地区农业发展总体处于全要素生产率缓慢上升状态,综合效率指数上升是全要素生产率增长的主要原因,技术进步贡献较小;河南18个地区全要素生产率增长的原因不尽相同。最后,基于分析结论,从生态效益视角对河南省农业发展效率予以了展望。     

碳排放约束下河南省农业全要素生产率增长与分解

传统的农业全要素生产率测算方法很少兼顾环境约束,因而无法反映出农业经济增长的真实绩效。文章采用Malmquist Luenberger指数分析了2000-2012年碳排放约束下河南省18个地市的农业全要素生产率及其分解成分。研究结果表明,碳排放约束下河南省农业全要素生产率呈增长趋势,但表现出较大的波动性,其动力主要来源于技术进步;分地区来看,河南省各地市之间农业全要素生产率差异显著,其中,豫北地区农业全要素生产率增长最高。     

河南省农业全要素生产率及其收敛性分析

农业是国民经济的基础,在劳动、土地资源有限的前提下,在保护生态、环境的约束下,通过提升全要素生产率来发展现代农业,已成为我国农业发展的必由之路。本文依据Malmquist指数法测算河南省农业全要素生产率,并进行分地区收敛性分析。实证研究发现,2003-2020年,河南省农业全要素生产率不断上升,其中,技术进步较为显著,技术效率仍有提升空间,属于技术诱导型增长；各地区农业全要素生产率存在差异,不存在 收敛以及绝对 收敛,但存在条件 收敛；各地区农业全要素生产率差距在扩大,但都趋近于各自的稳态水平。     

基于DEA–Malmquist指数模型的农业全要素生产率分析——以山东省为例

运用DEA-Malmquist指数的方法,对2000~2012年山东省农业面板数据进行分析,通过对Malmquist指数的测算和分解,分析山东省农业全要素生产率的变动趋势和内在增长动力。结果表明,山东省农业全要素生产率年均增长率为0.5%,呈波动中平稳增长态势;农业全要素生产率的增长来源于技术进步,技术效率的下降阻碍了农业全要素生产率的增长;从各地市看,有9个地市的全要素生产率是增长的,有8个地市的全要素生产率是下降的,半数以上地市的农业可持续性在增强,并提出了相应的对策建议。     

基于超效率DEA和Malmquist指数的国家级产粮大县农业生产效率分析

综合运用超效率DEA模型和曼奎斯特(Malmquist)指数法从静态和动态两个角度,对陕西省16个国家级产粮大县(区)农业生产效率进行了分析。研究发现：从整体上来看,16个县(区)2007—2008年的全要素生产率增幅最大;从各个县(区)来看,武功县的农业生产综合效率和全要素生产率均领先于其他县(区);从全要素生产率的增长结构来看,2005—2009年间16个县(区)的全要素生产率的增长主要来自于农业技术进步,而不是技术效率和规模效率的提高。     

河南省粮食生产综合技术效率和全要素生产率分析

采用非参数的DEA方法对河南省2000-2011年粮食生产的平均综合技术效率、纯技术效率、规模效率和全要素生产率的构成和变化进行分析.结果表明,河南省粮食生产综合技术效率的增长主要与纯技术效率的提高有关,而规模效率的低下则是制约其提高的原因;全要素生产率的增长是由技术效率和技术进步共同带来的,但是全要素生产率的增长十分缓慢,有些年份甚至出现倒退现象;各市的粮食全要素生产率变化也不尽相同.河南省在粮食生产过程中应加强农业基础设施建设,加大科技投入和农业科技的推广力度.     

1989-2009中国总量农业全要素生产率研究综述

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率(TFP)对于中国农业可持续发展更具有研究意义.作者搜集整理了1989-2009年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述.农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特(Malmquist)生产率指数法和随机前沿法.中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大.影响农业全要素生产率增长的因素主要有农村制度变迁等.最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向.     

基于Malmquist指数的四川省农业全要素生产率分析

利用1999～2008年四川省农业的面板数据,运用Malmquist指数分析法考察了四川省农业全要素生产率(TFP)的变动趋势。结果表明,四川农业TFP年均增长4.2%,呈现出平稳增长的特征;农业全要素生产率的增长来源于技术进步,技术效率的下降阻碍了农业全要素生产率的增长;从各市(州)情况看,除阿坝州的农业全要素生产率是负增长外,其他20个市(州)的农业全要素生产率都实现了正增长;除阿坝州外,其他市(州)的农业可持续性在增强。并提出了相应的对策建议。     

基于DEA-Malmquist指数方法的河北省农业全要素生产率分析

党的十九大报告指出我国经济处于高速增长到高质量发展转变时期,并强调了提高全要素生产率对我国经济转型升级的重要意义。河北省人均耕地面积不足世界平均水平40%,人地矛盾突出,所以如何利用有限的资源满足工业和生活需求成为农业发展的重要问题,提高农业全要素生产率成为我省农业发展必然趋势。本文运用DEA方法的Malmquist TFP指数对河北省农业全要素生产率进行测算,并利用距离函数分解为技术进步与效率两部分。通过分析河北省全要素生产率时间上的变迁和空间上的分布特点,发现河北省农业生产率的提高由农业技术进步所推动,农业技术效率部分抵消了技术进步的促进作用,农业技术效率主要受规模和纯技术效率的双重影响,并且农业生产率呈现出以北京为中心的扩散趋势。在此基础上,提出促进农业全要素生产率提高,发挥技术潜力,增加农业生产率的对策建议。     

2004—2013:中国棉花生产率增长、技术进步与效率变化

运用DEA的Malmquist指数分析方法对中国2004—2013年棉花TFP的增长及其构成进行实证分析,阐释了棉花TFP变化的基本特征。结果显示,1中国棉花产业的全要素生产率年际波动较大,2004—2013年中国棉花TFP的年均增长率达到2.7%,其中技术进步的年均增长率为3.1%,技术效率的年均增长率为-0.3%;2技术进步是推进TFP增长的主要动力。由于近年来棉花技术缺乏创新,对TFP的促进作用越来越乏力;3纯技术效率过低是技术效率出现负增长的主要原因;4中国棉花TFP的增长具有区域不平衡的特征。各棉花主产区技术进步水平的不同导致TFP的增长存在显著差异,新疆已经成为中国棉花TFP增长最高的棉区,改变了三大棉花区域齐头并进的局面。     

我国设施蔬菜生产效率研究

设施蔬菜以其良好的经济、社会收益在我国迅猛发展,是实现农业现代化的主要途径之一。为把握全国设施蔬菜生产效率情况,了解不同地区设施蔬菜生产效率高低及原因,实现设施蔬菜生产资源配置的宏观调控,采用超效率DEA及Malmquist指数方法,分别从静态和动态角度,对我国设施蔬菜生产效率进行计算,结果如下：①2011-2013年间共63个产出决策单元(DMU)中有23个为DEA有效,DEA无效率为6349%,设施蔬菜生产中投入冗余问题严重;②2011-2013年间我国设施蔬菜全要素生产率（TFP）增长了08%,技术效率提高是TFP增长的动力,技术进步对TFP增长起负作用。应加大设施蔬菜的科研与成果转化,做好农技推广工作,同时注重学习与交流,提高设施蔬菜生产效率。     

河南省地级市农业生产效率的DEA研究

基于非参数的DEA方法,选取了2008～2010年的农业生产投入和产出指标,分析了河南省18个地级市农业生产效率的变化。结果表明:河南省各地市农业生产综合效率、纯技术效率、规模效率在研究期内整体呈现上升趋势,部分地市农业生产未达到有效,主要是在农业劳动力、农作物播种面积、农业机械总动力、农用化肥量等生产要素投入存在冗余,农业生产相对较弱的地区应找出影响农业生产效率的因素,有针对性地改进农业生产效率。     

河南小麦生产效率数据包络分析

采用数据包络分析(DEA)方法对河南23a小麦生产效率变化进行时序一截面分析．结果表明，小麦生产全要素生产率(TFP)呈现波动上升的趋势，增长的贡献主要来自技术进步，综合技术效率增长的制约因素主要来自规模效率的下降．与全国平均水平相比，河南小麦生产综合技术效率偏低，1993年以来虽然有较大改善，但仍缺乏竞争优势。     

中国农业生产率的增长趋势:1978-2002

用基于线性规划的Malmquist指数方法测算了中国农村改革以来农业全要素生产率（TFP）的变动趋势，并把TFP的增长构成分解为技术进步和生产效率变化两个部分。结果显示：改革开放以来中国农业TFP的增长主要是由技术进步推动的，生产效率的下降对TFP的增长造成了不利影响。据此提出了基本的解决途径。     

基于DEA模型的河南省农业生产效率研究

通过构建一套合理的农业生产效率评价指标体系,应用数据包络分析法(Data Envelopment Analysis,简称DEA)对河南省18个市2008年的农业生产效率进行了测算。结果表明,有7个地区的农业生产是有效的,另外11个地区则相对无效。并提出了提高河南省农业生产效率的建议。     

河南省农业生产效率的DEA分析

应用数据包络分析(DEA)的BC2模型,对河南省18个地区的农业生产效率进行分析,衡量各个地区农业生产的综合效率、技术效率和规模效率。结果表明,洛阳等7个地区的纯技术效率为1,而这其中只有鹤壁、周口和信阳的综合技术效率达到最优,说明除了在地理、经济条件及相关的农业投入方面之外,规模的无效率也会使得各个地区农业资源配置存在不合理,最终导致农业生产效率存在差异。因此,必须合理调整农业资源,加大科技研发,合理规划农业生产规模,进一步推进农业现代化。     

安徽省农业全要素生产率:静态效率、动态效率和空间效应

乡村振兴的关键在产业,农业是乡村最大的产业,安徽作为中部地区产粮大省,农业大而不强,乡村振兴任重道远。基于数据包络分析方法探讨安徽省农业全要素生产率及其变动情况显示:农业各生产要素投入冗余呈上升趋势,处于最优配置的地市数量呈下降趋势;农业生产全要素生产率不断提升,但增长速度逐渐下降;技术进步是农业全要素生产率提升的核心因素,综合效率略显不足;不同地区的农业全要素生产率没有表现出明显的空间相关性。为此,应根据各地区制约农业全要素生产率提升的核心因素,从科技成果向农业转化、耕地适度规模经营、职业农民培养、农业生产组织化等方面,实现农业全要素生产率提升由技术进步的"单向推动"向综合效率和技术进步"双向推动"转变。     

1989－2009 中国总量农业全要素生产率研究综述

中国农业生产的资源与环境约束日益严峻,继续靠增加自然资源和要素投入来提高农业产出的余地已越来越小,农业全要素生产率（TFP）对于中国农业可持续发展更具有研究意义。作者搜集整理了1989－2009 年国内外学者关于中国农业全要素生产率实证研究的文章,着重对中国农业全要素生产率的测算方法、增长演变特征及其影响因素进行了综述。农业全要素生产率的研究方法主要有4种:生产函数法、增长核算指数法、基于数据包络分析的曼奎斯特（Malmquist）生产率指数法和随机前沿法。中国农业全要素生产率增长演变特征表现为:技术进步是主要源泉,省际间农业全要素生产率增长差异逐渐扩大。影响农业全要素生产率增长的因素主要有农村制度变迁等。最后针对农业全要素生产率研究存在的问题,提出评估各种因素对省际间农业全要素生产率差异的影响,将是未来的研究方向。表2 参36