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。     

基于DEA-Malmquist指数新疆肉牛产业全要素生产率研究

[目的]研究新疆肉牛产业全要素生产率.[方法]采用非参数DEA-Malmquist指数模型,通过对2004～2011年新疆和对比研究省份的面板数据测算了肉牛产业全要素生产率.[结果]新疆肉牛生产全要素生产率主要受到肉牛生产技术进步影响;从新疆主要牲畜全要素生产率来看,肉牛的全要素生产率远低于肉羊,但高于生猪;从不同省份肉牛生产的对比来看,新疆肉牛全要素生产率要低于陕西、河南和黑龙江等肉牛生产大省.[结论]肉牛产业全要素生产率构成促进肉牛产业可持续发展的重要动力,需要充分发挥技术进步和技术效率两方面作用,提高新疆肉牛产业的全要素生产率.     

农业技术进步偏向对粮食全要素生产率的影响

“藏粮于技”是粮食稳产高产的重要保障。基于2002—2020年26个主要粮食生产省份的面板数据，利用三要素嵌套CES生产函数以及DEA-Malmquist模型测度农业技术进步偏向和粮食全要素生产率，并运用空间滞后模型分析农业技术进步偏向对粮食全要素生产率的影响。结果表明，我国农业技术进步是非中性的，不同时间、地区以及不同粮食作物的农业技术进步偏向性均存在差异。研究期间我国整体技术进步偏向农业机械要素。不同于小麦整体的农机偏向型技术进步模式，稻谷、玉米的技术进步特征有明显的生化偏向性。2002—2020年间，粮食全要素生产率波动明显，且粮食主产区的综合生产效率明显优于非主产区。当前我国农机偏向型技术进步模式不利于粮食全要素生产率提升，具有明显的负向溢出效应，非主产区生化偏向型技术进步对粮食全要素生产率的促进作用更加明显。符合粮食技术进步偏向特征的技术创新更能促进粮食增产增收。因此，可以利用技术创新替代稀缺资源，在发挥农业机械化优势的同时，根据粮食生产自有禀赋发展并应用新型生物化学型技术，促进技术进步与粮食提效的良性循环。     

甘肃各地级市全要素生产率的测度与分析

全要素生产率是衡量一个国家或地区经济效率以及经济发展水平的重要指标,而甘肃省作为我国西部大开发以及"一带一路"政策的主要省份,其经济发展状况对我国西部地区经济质量的提高具有重要作用。文章采用DEA-Malmquist指数法,对甘肃省及其地级市的全要素生产率进行了测度,结果显示在2004-2018年,我省全要素生产率整体呈波动上升,从分解指数来看,原因在于技术进步的提高,从不同地区看,嘉峪关、兰州等市的全要素生产率提升较快或较为稳定,但总体来看大多城市全要素生产率及其分解指数均不高,地区差距较大。     

我国双季稻全要素生产率的时空分析及对策建议

提高双季稻生产率对于当前我国粮食稳产保供具有重要意义。基于加总数量全要素生产率测算方法，利用2004—2018年全国9个双季稻主产省份数据，分析我国双季稻全要素生产率及其分解指数变动情况。结果表明：2004—2018年我国早籼稻、晚籼稻的全要素生产率分别为1.081、0.931；双季稻全要素生产率在2004—2008、2014—2018年小幅上升，在2009—2013年波动下降；全要素生产率的增长主要来自技术进步和规模扩张的贡献；在双季稻优势产区中，长江流域的全要素生产率指数高于东南沿海，其中规模的扩大起决定性作用。因此，建议发挥主产区优势，把适度恢复双季稻生产作为粮食稳面积、保产量的有效途径，进一步提高良种采用率及机械化水平，加大政策支持力度，保障种稻基本收益，激励农户重拾种植积极性。     

农机购置补贴对农业全要素生产率的影响分析

从2004年起,我国开始对农业机械购置实施补贴政策,为考虑该政策实施前后对农业全要素生产率是否会产生影响,本文先使用DEA-Malimquist指数法测算了2002-2017年30个省份的农业全要素生产率,然后用Tobit模型评估了农机购置补贴对其的影响。研究结果表明:2002-2017年间我国农业全要素生产率大致保持了上升趋势,但是各省之间存在差异。而且,随着中央财政对购机的补贴款的增加,农机补贴对农业全要素生产率提升作用越发显著。同时,教育程度、经济发展水平在不同显著性水平上促进了农业全要素生产率,而土地规模化和农机服务价格则和农业全要素生产率呈反向关系。     

环境规制下我国粮食生产绿色全要素生产率分析

【目的】研究环境规制对我国粮食生产绿色全要素生产率,为我国粮食绿色高质量发展提供决策依据。【方法】利用超越对数函数测算2011—2019年我国粮食全要素绿色生产率及分解值,采用Tobit模型探究粮食生产经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响。【结果】从整体上看,我国31个省份（除港澳台）粮食生产绿色全要素生产率从2011年的1.002增长至2019年的1.080,呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率从2011年的1.032增长至2019年的1.035,也呈现波动的增长趋势,各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中,绿色全要素生产率的增长主要通过技术进步增长而增长,技术效率对绿色全要素生产率呈抑制趋势。从不同地区来看,粮食生产绿色全要素生产率呈现东高西低趋势。粮食生产经济发展水平对全国和东部地区粮食生产绿色全要素生产率影响呈先弱后逐步增强的变化趋势,中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势。从不同影响因素对粮食绿色全要素生产率影响来看,人力资本对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响,对西部地区呈显著负向影响;粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率存在显著正向影响。【建议】政府应充分发挥粮食主产区的功能性优势,大力推进专业化生产与要素资源配置,转变不同地区粮食生产发展方式;相关部门应加大粮食生产人力资本投入,加强对人才扶持力度;相关决策机构应加强规范粮食生产环境立法机制,发挥发挥政府差异化粮食生产环境规制策略。     

我国粳稻生产效率变动及收敛性分析

采用DEA-Malmquist指数法,对2001-2012年我国粳稻主要产区12个省份的粳稻生产投入产出面板数据进行实证分析,并测算了我国粳稻主产区全要素投入产出效率,对粳稻全要素生产率变动及其收敛性进行分析.结果表明:2001-2012年中国粳稻TFP的平均增长率为-2.3％,技术进步为-2.2％,技术进步的下滑是决定全要素增长率下降的主要因素.各粳稻生产省份的TFP存在显著差异,其中,黑龙江省和浙江省的粳稻生产效率水平高于其他省份.通过省际间的收敛性来看,粳稻主产区全要素生产率具有σ收敛性.     

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。     

基于Malmquist指数的重庆市农业经济增长全要素生产率动态分析

基于重庆市1997—2011年的面板数据,运用数据包络分析法中的Malmqusit指数,实证研究重庆市农业经济增长全要素生产率的动态变化。结果表明,从整体上看1997—2011年重庆市全要素生产率年均增长较快,技术进步是全要素生产率增长的主要动因,而纯技术效率对全要素生产率有负面影响,规模效率对全要素生产率影响不大。从区域来看,由于技术进步和经济发展水平的差异,"一小时经济圈"区域的全要素生产率增速明显高于"东北翼"和"东南翼"地区。     

利用非参数方法度量中国农业TFP水平及变动趋势

通过生产率指数的数据包络分析方法度量了1982—2004年中国29个省份农业生产率水平及变动趋势,从地区角度进行了农业生产率的水平比较.结果显示:农业生产率(Total Factor Productivity,TFP)增长比较快的地区或省份,技术变化对TFP的增长起到了主导作用,但一些不发达省份或地区生产效率的改进对TFP的增长也起到了积极作用.从1982—2004年中国TFP变动趋势看,技术进步对农业生产率增长起到了主导作用,生产效率下降对TFP增长起到了负面效应,表明技术变化和相对应的效率变化总是向相反的方向变动.     

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。     

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。     

基于Malmquist指数的家庭奶牛饲养全要素生产率研究——以中国10个奶业省为例

利用奶牛家庭饲养成本收益面板数据,基于DEA-Malmquist生产率指数方法,分析了中国10省奶牛家庭饲养全要素生产率增长率及增长方式。结果表明,2004-2009年中国10个奶业省奶牛家庭饲养方式全要素生产率年均增长率为-0.7%;对全要素生产率增长率的分解结果显示,技术进步减缓是导致全要素生产率负增长的主要原因,技术效率的作用不显著,同时规模效率存在损失。因此进一步推动技术进步、由散养向家庭适度规模饲养转变,成为转型期奶牛家庭饲养方式的现实选择。     

中国农业企业全要素生产率区域比较及驱动因素分析——基于1 126家国家重点龙头企业

使用2013—2015年农业产业化国家重点龙头企业数据,测度中国各地级市农业企业全要素生产率,并进行空间比较,在此基础上,并就影响中国农业企业全要素生产率的相关因素进行分析。结果显示:1)整体来看,2013—2015年中国农业企业全要素生产率变动幅度不大;2)从各省份来看,农业企业全要素生产率差异较为明显,仅有个别省份全要素生产率呈现递增趋势;从各地市来看,各地市农业企业全要素生产率空间差异大,但是各地市农业全要素生产率排名变化不大,全要素生产率处于中高水平以上的企业不多;3)从影响中国农业企业全要素生产率的因素来看,研发投入、要素密集度和企业规模对中国农业企业全要素生产率的影响为正,企业出口并未对农业企业全要素生产率起到推进作用。     

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.     

碳排放约束下农业全要素生产率测算与收敛性检验

从农业增长与二氧化碳排放2个方面考虑,对1995-2014年中国省际种植业运用GML(Global Malmquist-Luenberger)指数测算碳排放约束下农业全要素生产率的增长,并与传统的Malmquist指数进行比较,同时对其收敛性进行检验。结果表明:碳排放约束下农业全要素生产率增长主要由技术进步推动或技术进步与技术效率的双重贡献。碳排放约束下农业全要素生产率的省际差异和区域差异明显。河北、辽宁、黑龙江和湖南4省的农业相对属于低碳农业。从地区差异来看,增速较快的地区是华中、华北和华东地区,西北和东北居中,华南和西南增速相对较慢。整体上来看各省之间存在技术扩散,呈现σ收敛但收敛趋势并不稳定;全国、华北、东北、华东、华中和华南地区,存在绝对β收敛,而在西南和西北地区并不存在绝对β收敛;对于全国及7个地区,均存在条件β收敛,即朝着各自稳定的状态发展。     

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。