台湾地区茶产业生产效率实证分析

为了对台湾地区茶业生产效率的空间分布特征和时序变动趋势进行评价,利用DEA方法对台湾地区茶产业生产效率变化以及引起变化的原因展开分析。结果显示:①台湾地区茶产业的综合技术效率(0.794)略高于中国大陆(0.709),且受纯技术效率和规模效率的共同影响。桃园市机采、苗栗县机采和云林县手采的综合技术效率均为1,这些产区达到了最理想的生产状态。②台湾地区茶产业全要素生产率的增长表现出时序上的波动性,2005—2017年全要素生产率指数的平均值为1.002,年均上升幅度达0.2%。全要素生产率指数与技术进步指数的相关系数为0.881(P0.01),与技术效率指数的相关系数为-0.499(P0.05),说明全要素生产率的增长是由技术进步因素推动的。③全要素生产率的增长表现出区域间的差异性,新北市机采综合生产效率低,且全要素生产率指数降低最多,生产状况不容乐观;云林县手采综合生产效率高,且全要素生产率指数还在升高,生产状况最好。各县市的全要素生产率指数与技术进步指数、技术效率指数的相关系数分别为0.711、0.723,均在0.05的水平上显著相关,说明台湾地区各县市的茶业全要素生产率受技术进步和综合技术效率共同影响。④台湾地区茶业生产效率不受其采摘方式影响,机采和手采的综合技术效率差异不大,但机采的全要素生产率每年降幅为0.8%,值得注意。     

福建省水稻生产效率的实证研究

运用DEA-Malmquist指数法和关联系数法,采用2002-2013年水稻生产成本与收益数据,对福建省与全国水稻生产效率进行对比分析。结果表明:福建水稻成本利润率远低于全国平均水平;福建水稻的全要素生产率变化主要源于技术进步,而全国水稻生产的全要素生产率变化源于综合技术效率和技术进步共同作用;福建水稻生产的全要素生产率、综合技术效率及技术进步均低于全国平均水平,全要素生产率与技术进步呈现波动的变化趋势,较全国平均值变化幅度大。     

中国柑橘全要素生产率演进及影响因素研究——基于Malmquist-Tobit模型的实证

【目的】探究中国柑橘全要素生产率演进及其影响因素。【方法】首先采用中国柑橘2008—2014生产成本与收益数据,借助Malmquist指数法,对中国柑橘主产省份柑、桔全要素生产率演进及其分解进行测度与分析。在此基础上结合面板Tobit模型,分析了影响柑橘全要素生产率增长的外部因素。【结果】考察期内中国柑橘主产省份中,柑的全要素生产率年均增长率较高,桔相对较低;分省来看,不同省份间全要素生产率差距较大;考察期内,柑橘全要素生产率与技术进步波动基本趋于一致,但同时也受效率变化的影响;所考察的6个影响因素包括城市化率、农业机械总动力、每公顷人工总成本、农村居民家庭年人均纯收入、地方财政农林水事务支出与种植规模,均对柑橘全要素生产率的增长影响显著。【结论】为促进中国柑橘生产效率的提高,应当进一步加大对柑橘产业的扶持力度、鼓励创新、适当调整生产经营规模并推广机械的使用。     

日本水稻生产效率的实证分析

利用1998-2007年日本(分为10个地区)水稻生产投入产出面板数据(Panel data),采用非参数的全要素生产率HMB指数方法对日本水稻生产效率进行分析,得到各个指数的变动趋势和分布特征.结果表明:日本水稻全要素生产率在1998-2007年间呈现较大波动且总体呈下降趋势,全要素生产率的波动主要受纯技术效率、要素...     

基于DEA-Malmquist模型的全国烤烟生产效率研究

基于全国18个烤烟产区2005—2016年的投入产出数据,运用DEA-Malmquist指数方法对烤烟生产效率进行测算和分析,研究结果表明:全国烤烟的全要素生产率呈增长态势,增长的主要原因是规模效率的增长,而纯技术效率和技术进步都对全要素生产率的提升起到负的作用;在全要素生产率下降的各个省份中,下降的主导因素各不相同,对于全要素生产率提升的各个省份,表现为技术的退步,带动全要素生产率增长的主导因素为技术效率的提升;每年的全要素生产率增长率的变化呈现不稳定性,原因是技术进步和技术效率的不协同变化。可以通过规模化生产,提升管理水平,引入先进生产技术,加强技术创新来提升我国烤烟生产率。     

中国花生全要素生产率分析

运用数据包络分析法(DEA)和莫氏指数法(Malmquist Index),基于2007—2016年中国10个花生主产地成本收益数据,分析了花生全要素生产率的变化情况。结果表明,2007—2016年花生全要素生产率变化指数平均增长1.1%,综合效率变化指数平均增长1.1%,全要素生产率变化趋势主要受技术进步变化影响;花生生产处于规模递增阶段,研究期内规模效率增幅大于纯技术效率增幅约0.9%;北方花生主产区全要素生产率上升幅度大于南方上升幅度约2%,其主要差距产生于技术进步变化指数差异;花生生产要素投入存在不同程度松弛,配置不合理。未来应该促进花生生产技术研发、示范和推广,调整花生主产区区域结构布局和改善科学经营管理。     

基于DEA-Malmquist指数的全国设施西红柿生产效率研究

基于DEA-Malmquist指数模型,实证分析了2014-2016年全国设施西红柿全要素生产率的综合变动情况。结果显示我国设施西红柿全要素生产率呈现下行的态势,年均下降4.7%,主要由14.3%的技术水平下降与11.3%的综合技术效率增长共同作用引起,全要素生产率水平退步的主要源头是技术水平的退步引起的。对此,提出增加科研转化成果、提升集约化水平以及改善种植生产结构等建议。     

河南省农业生产效率实证分析

运用Malmquist指数方法,选取河南省18个城市为样本,考察2001-2009年河南省农业生产效率的全要素生产率的变动趋势,并通过对Malmquist指数的分解进行分析,研究河南省农业生产的全要素生产率增长的内在动力.结果表明,技术进步是推动河南省农业生产的全要素生产率增长的主要因素,综合技术效率指数对全要素生产率...     

中国粮食全要素生产率及影响因素的区域分异研究

采用2001-2010年选取的我国30个省份有关粮食生产的面板数据,运用基于DEA-Malmquist生产率指数方法,对我国粮食主产区、主销区和平衡区的粮食全要素生产率增长指数进行了测算和分解,并分析了动态全要素生产率指数的时空差异及变化源泉,在此基础上,探索了全要素生产率指数及其分解值—技术效率指数、技术进步指数的外生影响因素。研究结果表明:主产区全要素生产率指数10年内平均增长0.28%,得益于技术效率的提高和技术进步,主销区呈现出粮食生产技术进步与技术效率损失并存,"双轨损失"导致全要素生产率指数平均下降0.35%,平衡区受技术进步的恶化影响导致全要素生产率指数平均下降0.69%;中央惠农政策的实施对提高主产区的粮食全要素生产率水平有显著作用,而对主销区和平衡区的影响具有一定滞后性;人均粮食生产规模和种粮机械化水平对粮食主产区的全要素生产率均有负向影响,而对粮食主销区的全要素生产率都为正向影响。对于粮食产销平衡区,人均粮食规模的扩大能够改善技术效率,但对全要素生产率和技术进步有反向抑制作用。最后,提出了有效提高粮食生产率的对策建议。     

我国小麦全要素生产率的评价分析 ——基于DEA-Malmquist指数方法

本文基于DEA-Malmquist指数方法,对2004~2015年我国15个小麦主要生产省份的小麦全要素生产率进行测算,并就小麦生产效率的非有效性进行分析。研究表明:2004~2015年,我国小麦全要素生产率的周期性变动主要受技术进步变动的影响,小麦生产规模效率的提高一定程度上促进技术效率得到改善;不同省份小麦全要素生产率的提高贡献来源不同,规模效率的实现是多数省份小麦全要素生产率提高的主要原因,同时,最低收购价政策实施省份的小麦全要素生产率普遍高于其他省份;劳动力、化肥等要素的过度投入一定程度上导致小麦技术效率的损失。文章最后就如何促进小麦全要素生产率的提高给出几点政策启示。     

农户小麦生产的产出增长与分解——基于河南省农户层面的实证分析

【目的】基于农业部固定观察点河南省的农户调查数据,对2003-2008年间河南省小麦生产增长的原因进行分析。【方法】利用随机前沿生产函数模型和产出增长分解的方法,测算引起小麦生产增长的各因素贡献率。【结果】2003-2008年小麦产出增长中,3.75%来源于投入要素增长的贡献,96.25%来源于全要素生产率增长的贡献;在全要素生产率的贡献率中,有61.75%来自于技术进步的贡献,34.5%来自于技术效率提高的贡献。【结论】推动河南农户小麦产出增长的主要因素是以技术进步和技术效率为核心的全要素生产率的提高。     

中国东北地区玉米生产效率的实证研究——以吉林省为例

以吉林省为例,利用1991-2005年玉米生产投入产出面板数据(Panel Data),采用非参数的Tomqvist指数方法、HMB指数方法和数据包络分析(DEA)方法对吉林省玉米生产效率进行实证分析.结果表明:吉林省玉米生产的全要素生产率(TFP)变动呈"V字型"的变化特征,这种变化主要受规模效率、技术效率与技术进步变动的影响;玉米生产中一些决策单元的无效率主要归于投入冗余和产出不足以及规模收益递减等方面原因.要促进玉米生产率的增长,需通过增加玉米产出、减少冗余的投入要素、适当缩小要素投入规模、积极推进技术进步、努力提高玉米生产的技术效率等措施来实现.     

吉林省农户养猪生产效率分析

利用吉林省1989-2005年农户饲养生猪投入产出的面板数据,采用非参数HMB指数方法对生猪生产效率进行分解分析,获取各指数的时序变动趋势和空间分布特征.结果表明:吉林省农户饲养生猪的全要素生产率主要由于规模效率的提高和技术进步而呈递增趋势,各市(县)生猪生产的全要素生产率与其技术进步的变动趋势一致,可以通过扩大生产规模、提高技术进步水平和技术应用的有效性来提高生产效率.     

黑龙江省大豆生产效率研究

运用非参数的HMB指数方法,利用1991-2005年黑龙江省大豆生产投入产出的面板数据(Panel Data),对大豆生产的全要素生产率进行实证分析.结果表明,黑龙江省大豆生产的全要素生产率(TFP)变动具有周期性变化的特点,技术进步和混合效率的增长是促进全要素生产率增长的主要原因,而规模无效率是全要素生产率增长的主要阻碍因素.因此,今后为促进大豆全要素生产率增长应采取继续促进技术进步、提高要素使用效率、加大技术推广力度等措施.     

文化传媒上市公司全要素生产率的Globe Malmquist 研究

采用Global Malmquist指数研究我国26家文化传媒上市公司2006~2012年全要素生产率,结果表明：从总体上来说,文化传媒上市公司的全要素生产率（GM）、技术效率（EC）、技术进步指数（BPC）均呈现上下波动趋势。从平均水平来看,全要素生产率呈U型变动,而技术效率（EC）指数和技术进步（BPC）指数的平均水平变动不太稳定,说明我国文化产业的竞争力没有形成核心力,内生增长的方式需进行转型。     

中国甜瓜全要素生产率及投入优化研究

本文通过运用基于DEA的非参数Malmquist指数法,利用农业部西甜瓜产业技术体系全国定点观测数据,对中国甜瓜生产全要素生产率及构成变动进行分析,并从动态和静态的角度进一步指出甜瓜生产要素的投入优化方向。研究结果表明:目前中国甜瓜生产效率总体水平不高,地区间差异较大。甜瓜全要素生产率增长主要来自农业技术进步,而不是农业生产效率的提高,且技术进步变化对甜瓜全要素生产率变化具有正向影响。甜瓜生产过程中区域性、结构性投入过剩问题依然存在,尚存在较大提高空间。     

基于生产率视角的中国水稻生产方式发展绩效评价

生产方式转变已成为我国水稻产业发展研究的热点。运用DEA的Malmquist指数法,研究了2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率及其构成和变动趋势,并构造发展绩效指数对中国水稻生产方式发展绩效进行评价。结果表明:2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率依次为1.009、1.039、1.008和1.041,4种类型水稻的全要素生产率增长均主要来自技术进步,属于技术诱导型发展模式;从发展绩效指数判断,早籼稻属于低度粗放型生产方式,中籼稻、晚籼稻和粳稻都属于中度粗放型生产方式;从粗放程度判断,近12年来中国水稻生产方式获得了一些改善,但总体上仍然处于粗放型发展阶段。     

安徽创新驱动全要素生产率研究——基于DEA-Malmquist指数模型的实证分析

本文利用2010～2016年安徽9个地市的面板数据,采用DEA-Malmquist指数分析方法分析探讨安徽9个地市创新驱动的全要素生产率及变动情况。并通过指数的分解分析创新全要素生产率增长的内在动因。结果说明:①安徽省的9个地市的区域创新生产效率处于上升趋势,年均增长达到7.8%;②技术进步是安徽的创新全要素生产率增长提高的主要推动力;③安徽省各地市的全要素生产率水平呈现区域的不平衡性,地区差异非常明显。     

中国稻谷生产率的地域差异和时空分异——基于稻谷主产区的实证分析

农业结构调整的背景下，提高稻谷的生产效率对于保障我国口粮安全具有重要意义。采用1999-2015年全国籼稻和粳稻主产省的数据，利用数据包络分析法对我国各省份各年度稻谷生产效率的DEA-Malmquist指数进行了测算，通过测算得出反映稻谷全要素生产率的Malmqusit指数，并将全要素生产率分解为规模效率变化、纯技术效率变化和技术进步变化。结果表明：①稻谷主产区区域布局方面，水稻产业可以结合地区优势布局。②技术进步在稻谷的投入产出效率的提高中发挥了重要作用。在推广水稻种植中，农业部门应充分重视技术进步的作用。③发展适度规模经营，提高规模效率，提高稻谷生产效率。未来稻谷产业仍以去库存、绿色发展、规模化经营为主要趋势。     

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...