中国农业全要素生产率构成及区域趋同性分析——基于1996-2010年Malmquist指数法

利用1996-2010年省际面板数据,运用DEA-Malmquist指数法模型,分析了中国农业全要素生产率(TFP)增长的构成即农业技术效率提高(Ech)和农业技术进步(Tch),并解释了不同区域农业全要素生产率(TFP)及其分解值的趋同性。研究结果表明:(1)1996-2010年,中国农业全要素生产率(TFP)年均增长率为4.1%,其中农业技术进步(Tch)年均增长率为4.8%,农业技术效率(Ech)年均增长率为-0.7%;(2)农业技术效率对全国农业全要素增长率区域差异的解释度分别为58%,剩下的42%则由农业技术进步解释;(3)"九.五"到"十一.五"期间,中西部区域农业技术效率和农业技术进步的交替增长,使得东中西区域间农业全要素生产率呈现出长期的趋同效应。     

高质量发展背景下浙江农业绿色全要素生产率测度与分析

农业绿色全要素生产率(GTFP)是衡量农业高质量发展水平较为理想的指标,测度GTFP发展水平及差异,为浙江农业绿色高质量发展提供决策依据和参考。以农业温室气体排放作为农业非期望产出,将其纳入到农业全要素生产率核算框架中,利用全局曼奎斯特-卢恩伯格生产率指数测算浙江农业全要素生产率增长率,并结合农业绿色全要素增长率与农业总产值增长率的对比,评价浙江省农业发展质量水平差异性。研究结果表明:绿色全要素生产率相对于农业总产值增长率能更好衡量农业经济增长的质量。浙江绿色全要素生产率呈稳步提高态势,且技术进步贡献最大。具体来看,2000—2019年GTFP年均增长率高达8.10%,其中技术进步年均增长率为8.88%,技术效率为-0.72%。     

东北玉米种植结构调整与粮食高质量增长——基于全要素生产率视角

在推进粮食产业高质量发展关键时期,促进种植结构调整,提高粮食全要素生产率势在必行。本文基于2001—2016年东北三省地级市面板数据,使用DEA-Malmquist指数法测算得到粮食全要素生产率指数,通过空间SAC模型探索玉米种植结构对粮食全要素生产率的影响。研究发现:东北三省粮食全要素生产率增长率年均上升1.1%,技术效率提高0.5%,技术进步提升0.6%,但其粮食全要素生产率增长率呈现出缓慢下降的趋势,且属于技术进步"单轨驱动"模式;玉米播种面积和种植比例的提高会导致"效率损失",从而降低了粮食的全要素生产率;玉米种植结构对粮食全要素生产率的影响路径通过技术效率和技术进步共同作用实现,而对于技术效率的影响仅通过规模效率发挥作用。推进玉米种植结构调整,可提高粮食全要素生产率,为粮食产业高质量发展保驾护航。     

中国近海捕捞渔业生产效率的实证研究——基于DEA-Malmquist指数方法

利用2008—2013年近海捕捞渔业生产投入产出的面板数据,采用DEA-Malmquist指数方法对中国近海捕捞渔业全要素生产率的变动及构成进行了分析。结果表明:近海捕捞渔业平均全要素生产率呈增长趋势,年均增长率为2.3%,主要依靠技术进步来推动;技术效率变化与全要素生产率之间的同步系数为0.6,纯技术效率、规模效率与技术效率之间的异向变化导致技术效率的下降;天津、浙江、辽宁、海南、福建、广西等6个省市的全要素生产率呈增长趋势;沿海各省市近海捕捞渔业技术效率下降是平均纯技术效率下降和平均规模效率下降共同作用的结果。     

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。     

农业结构调整对农业全要素生产率增长的影响效应

[目的]在边际报酬递减规律与资源环境的共同约束下，依靠要素投入推动农业增长不可持续，因此，不断提高农业全要素生产率（TFP）对中国农业可持续增长尤其重要。[方法]采用乘积完备（multiplicatively complete）的Hicks-Moorsteen全要素生产率指数，将中国农业全要素生产率增长彻底分解为技术进步、技术效率变化、规模效率变化和混合效率变化，农业结构调整通过改变混合效率，进而影响农业全要素生产率增长。[结果]从时间维度上看，仅1992-1997年混合效率变化为农业全要素生产率增长贡献了0.5个百分点，即该时期农业结构调整促进了农业全要素生产率增长。从地区维度上看，仅东部地区混合效率变化为东部地区农业全要素生产率增长贡献了0.4个百分点，即东部地区农业结构调整推动了东部地区农业全要素生产率增长。中国农业全要素生产率增长主要来自技术进步，农业结构调整对农业全要素生产率增长的影响效应在时空上存在较大差异。[结论]农业结构应根据市场需求、资源禀赋和比较优势进行调整，才能提高混合效率，进而推动农业全要素生产率增长。     

环境约束下湖北省农业全要素生产率增长分析

基于湖北省各市2000-2013年农业投入产出数据,利用Malmquist-Luenberger生产率指数和核密度图对环境约束下湖北省农业全要素生产率增长和收敛状况进行了分析。结果表明,湖北省农业全要素生产率增长显著,技术进步是农业全要素生产率增长的主要源泉;农业全要素生产率、技术效率变化和技术进步率都出现了收敛。提出了相应的政策建议。     

重庆市农业全要素生产率分析:基于Malmquist指数方法

运用非参数Malmquist指数法,对2000-2006年重庆市县域层面上的农业全要素生产率的变动趋势和构成进行了分析。结果表明:2000-2006年期间重庆市农业全要素生产率年均增长率为4.0%,其中,农业技术效率变化指数年均增长率为5.0%,而农业技术进步指数反而年均下降1.0%;重庆市农业全要素生产率的增长主要来自于技术效率的改善而非农业技术的进步。重庆市要提高农业生产率,增强农业可持续发展能力,应根据自身特点和发展需要,优化投入结构和规模,加强和加快农业技术的研发能力,改革和完善农业技术推广体系,提高农村人力资本质量,继续加强农业基础设施建设。     

基于Bootstrap-Malmquist指数分解的 中国牛奶生产的生产率变动分析

使用Bootstrap-Malmquist 指数分解方法对2006要2010 年我国4 种不同规模的牛奶生产方式的生 产率变动进行实证研究。结果表明,样本期不同规模牛奶生产的生产率、技术效率和技术进步总体呈现增长趋 势,但增长幅度与规模成反比,散养和小规模饲养方式具有更高的增长率,技术进步对牛奶生产的生产率增长 起主导作用。现阶段应重视散养和小规模饲养方式的重要地位,进一步加强技术进步对我国乳业生产的推动 作用。     

基于DEA-Malmquist指数的我国两阶段乳品产业链效率变化研究

为研究我国2011—2012年间31个行政区乳品产业链发展的效率变化,利用DEA-Malmquist指数方法,分别从两阶段乳品产业链整体及其各个阶段2个层面考察各地乳品产业效率变化情况。首先将区域的乳品产业链作为整体(黑箱),计算和分析2011—2012年间31个地区全要素生产效率(TFP)变化,得出TFP指数平均为1.04,增加的主要因素是技术进步和规模增加。然后打开黑箱,分别计算和分析构成整体产业链的第一和第二阶段TFP指数,第一阶段TFP平均为0.97,第二阶段TFP平均为1.04。研究结果显示整体和两级乳品产业链产中乳品生产业较原奶生产业更具有行业领导力,乳品生产业中技术进步、技术效率变化、纯技术效率变化和规模效率变化对乳品产业链中TFP变化有很大的影响。     

我国奶牛养殖规模与原料奶生产效率研究——基于DEA-Malmquist方法的实证

采用DEA-Malmquist生产率指数法,运用2004-2011年我国奶牛养殖的省级面板数据,本文分别从全国层面和省份层面对比分析了奶牛养殖模式(散养、小规模、中规模和大规模)与原料奶生产全要素生产率(TFP)的关系。研究结果显示,从全国层面看,散养和小规模的TFP小于中规模和大规模,并且随着时间的推移,中规模和大规模奶牛饲养的规模效应日益凸显;从省份层面看,原料奶生产的TFP是否随养殖规模的扩大而增加或者缩小,在不同省份之间存在差异:内蒙古和吉林的TFP随养殖规模扩大而增大,相反地,山东和河南散养模式的TFP相对更高;全国层面和省份层面的研究都显示,2004-2011年间我国原料奶生产的全要素生产率主要依靠技术进步来推动。     

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。     

浙江省农业全要素生产率的实证分析———基于 DEA-Malmquist 指数简

利用DEA—Malmquist生产率指数对浙江省11个地级市1995～2011年农业全要素生产率进行分析,结果表明：1995—2011年浙江省农业TFP实现了快速的增长,年均增长率为5．5％;浙江省农业TFP的快速增长主要是由于农业技术进步推动的,年均增长率为4．8％;各市农业TFP增长差异明显,其中丽水市农业TFP增长最快,杭州市农业TFP增长最慢;浙东北的农业TFP增速低于浙西南,其中浙西南农业技术进步快于浙东北,而浙东北的农业技术效率高于浙西南。     

我国粮食主产区农田水利设施配置效率及区域差异分析——基于DEA和动态Malmquist指数的实证研究

本文首先运用数据包络分析方法对24个粮食主产区2009年的农田水利设施配置效率进行分析和评价,然后运用Malmquist指数方法对2003-2009年24个主产区的序列数据进行分析。研究发现,2009年西北地区和东北地区的农田水利设施配置效率高于其他地区;2003-2009年我国农田水利设施配置效率的全要素生产率(TFP)指数的年均增长率为12.2%,呈现出快速增长的特征;各地区的TFP指数的增长存在显著差异,黄河流域的TFP指数增长最快;技术进步是促进TFP指数增长的主要动力,而规模效率指数的下滑却减缓了其增长。     

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。     

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。     

服务业全要素生产率研究——基于丝绸之路经济带数据

基于考虑人力资本的非参数Malmquist指数法，测算中国丝绸之路经济带沿线九省市2003~2012年服务业全要素生产率（TFP）变动情况，从技术进步与技术效率两方面考量服务业TFP。结果发现，丝绸之路沿线九省市服务业TFP的增长主要源于技术进步的贡献，而技术效率却在恶化，同时人力资本对技术进步和技术效率均具有正向贡献。结果表明：交通基础设施、对外开放和财政金融支持都对服务业TFP的增长具有显著正向促进作用。鉴此，应强化交通基础设施建设，实现道路互通；深化对外开放，推动贸易畅通；增强财政金融支持力度，推进货币流通。     

基于Luenberger-Hicks-Moorsteen指标的福建省农业全要素生产率测度及收敛性分析

【目的】测算福建省农业全要素生产率（Total factor productivity,TFP）并判断其变动趋势,为促进区域协调发展及实现农业高质量发展提供科学决策。【方法】利用Luenberger-Hicks-Moorsteen（LHM）指标具备加性完备条件,基于自由处置壳（Free disposal hull,FDH）模型构造LHM TFP指标,将县域划分为一般县（市）、贫困县和发达市（区）,测度2003—2018年福建省全省及县域的农业TFP,并分解为技术效率变化、规模效率变化和技术进步,分析其收敛性特征。【结果】2003—2018年福建省农业TFP整体上呈增长趋势,2018年达0.840,年均增长率为5.731%;技术效率变化、规模效率变化和技术进步年均增长率分别为-1.231%、2.032%和4.930%,表明技术进步是TFP增长的主要驱动力,技术效率变化拉低TFP增长。从福建省一般县（市）、贫困县、发达市（区）的划分来看,各区域农业TFP及其分解指标与全省层面表现基本一致。福建省全省及一般县（市）、贫困县农业TFP存在σ收敛、绝对β收敛及条件β收敛,发达市（区）农业TFP不存在收敛趋势。TFP低的县（市）有追赶效应,城镇化、工业化对福建省全省及一般县（市）农业TFP收敛过程有促进作用,但工业化对贫困县农业TFP收敛具有抑制作用。【建议】积极发展适度规模经营,加快先进生产要素向农业园区集聚,提升农业科技创新能力;各县域应因地制宜,发达市（区）发挥技术引领与辐射作用,一般县（市）着重提升技术效率级规模效率,贫困县则要优化要素资源配置;加快形成功能互补的发展格局,推动先进生产要素向农业优势,实现农业劳均产出均衡发展。。