江西省2005—2012年城市教育支出效率的动态实证分析——基于DEA模型的Malmquist指数方法

基于DEA模型的Malmquist指数方法,分析2005—2012年江西省城市教育支出全要素生产率的动态变化。研究发现,2005—2012年间城市教育支出全要素生产率整体上下降了20.4%,主要原因是技术水平下降了;2005—2012年间江西省11个城市教育支出的全要素生产率都在下降;江西省三大区域城市教育支出全要素生产率下降幅度存在地区差异,赣南地区下降幅度最大,其次是赣中,下降幅度最小的是赣北。     

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。     

台湾水稻生产效率的实证分析

【目的】正确认识台湾水稻生产效率的变化及引起变化的原因。【方法】利用DEA与Malmquist生产力指数及灰色关联度分析,研究台湾2002—2016年15县市的水稻生产效率、全要素生产率变化及其分解指数,以及各指数之间的关联系数。【结果】(1)台湾水稻生产效率整体处于较高水平(0.970),第一期水稻的生产效率(0.974)略高于第二期(0.966);(2)不同县市水稻生产效率不同,宜兰县、新竹县、新竹市、彰化县、嘉义县市和台东县生产效率均达到1,处于较高水平;(3)台湾水稻生产效率增长波动较大,第一、二期的全要素生产率指数分别为0.987和0.955,每年降幅分别为1.3%和4.5%,总体呈退步状态;(4)台湾第一、二期水稻生产率的变动与技术进步的关联系数分别为0.746 9、0.893 2,与技术效率变化的关联系数分别为0. 583 2、0.605 6,水稻生产率的变化主要受技术进步的影响,受技术效率变化的影响较小。【结论】台湾水稻生产效率整体处于较高水平,全要素生产率指数呈退步状态,其变动主要受技术进步影响,政策调整效果初显,效率的损失可以通过技术进步弥补。     

我国上市农产品加工企业经营效率及影响因素分析

为研究我国农产品加工企业经营效率及其影响因素,运用C2 R模型、BC2模型、Malmquist指数法及Tobit模型对2011—2015年我国29家具有代表性的上市农产品加工企业进行研究。测算结果表明,我国上市农产品加工企业经营效率并不稳定,经营效率最低值为0.799,企业间经营效率差距较大;从效率变化均值来看,技术效率下降了1.2%,而技术水平和全要素生产率分别出现了6.9%和5.6%的增长幅度,技术水平变化是全要素生产率变化的主要原因,纯技术效率变化和规模效率变化不稳定,导致综合技术效率变化不稳定,最终影响了全要素生产率;回归结果显示,总资产周转率、企业规模、技术人员占比与企业经营效率及分解项之间呈正相关关系,而股权集中度和企业年龄与企业经营效率及分解项之间无显著相关关系。     

棉花全要素生产率影响因素的国际比较分析

基于世界三大产棉国(中国、美国、印度)26个棉区1998—2017年的面板数据,采用可行广义最小二乘法(FGLS)对棉花全要素生产率的影响因素进行实证研究。结果表明,就三大产棉国整体而言,生产要素投入水平、农业财政支出对棉花全要素生产率具有抑制效应;技术水平、农作物产值结构对棉花全要素生产率具有显著的促进作用;气温能促进棉花全要素生产率增长,降水量与全要素生产率之间呈倒U型关系。但对中国而言,技术水平、农作物产值结构对棉花全要素生产率的影响并不显著。据此,提出提高棉花生产集约化水平、完善棉花补贴政策、加快机采棉关键技术集成与示范推广等建议。     

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。     

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-Luenberger指数的中国蔬菜绿色全要素生产率研究

确保国内居民随时随地能够获取到绿色安全营养的蔬菜是中国农业高质量发展的一个重要衡量指标。在资源环境日益成为经济增长硬约束背景下,相较于传统全要素生产率指标,采用绿色全要素生产率来测度评价一个经济体的增长质量更为科学。因此,基于2011—2018年中国27个省份不同品种蔬菜的成本收益数据,本文将化肥等污染物排放量作为非期望产出,运用Malmquist-Luenberger指数对中国蔬菜绿色全要素生产率进行测算。结果发现：2012—2018年,中国蔬菜绿色全要素生产率年均增长率为1.56%,其中技术效率指数、技术进步指数年均增长率分别为-0.42%和1.99%;菜椒绿色全要素生产率指数增长速度最快(2.93%),豆角最慢(0.49%);宁夏菜椒和西红柿的绿色全要素生产率增速最快,福建萝卜和茄子的绿色全要素生产率增速最快,河南大白菜、江西豆角、山东黄瓜、辽宁马铃薯以及贵州圆白菜绿色全要素生产率增速最快。     

基于DEA—Malmquist指数法中国小麦主产区全要素生产率变化特征分析

本文利用Malmquist生产率指数方法,测度2004—2012年小麦主产区的全要素生产率。研究表明,小麦主产区全要素生产率总体上呈下降趋势,技术效率基本维持不变,技术进步呈下降态势,是影响其下降的主要因素。在区域层面,除陕西省外,各区域小麦全要素生产率均呈下降趋势,并表现出不同的稳定性特征。技术效率和技术进步对各区域小麦全要素生产率产生不同影响,其中,技术进步是各区域小麦全要素生产率下降的主要因素。另外,依据σ收敛性检验,总体上,小麦主产区全要素生产率趋于发散,但2006—2007年后中国各区域小麦全要素生产率表现出微弱的收敛趋势。     

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。     

我国柑橘全要素生产率变化分析

采用DEA-Malmquist指数法对中国7个柑橘主产区2009—2015年的投入产出指标进行测度,探讨中国柑橘生产的全要素生产率变化趋势。结果表明,研究期内,技术进步是中国柑橘全要素生产率的主要影响因子,在技术进步的负向贡献下,柑橘生产的全要素生产率呈现出周期性波动下降趋势,且柑橘生产处于纯技术效率下降,但规模经济有效阶段。因此,在保持现有规模效率稳定增加的基础上,实现技术创新、优化物质装备水平、提高果园管理水平是改善柑橘全要素生产率的关键。     

基于SBM-DEA模型的中国大豆全要素生产率分析

从全要素生产率的视角,对1990-2007年中国大豆产业的生产效率现状进行了深入研究。结果发现,中国大豆全要素生产率指数以年均0.06%的速度上升,对其分解发现,技术进步则以年均0.59%的速度上升,而技术效率以年均0.5%的速度下降,这造成中国大豆生产的全要素生产力增长缓慢。对大豆产量影响因素的实证研究表明,全要素生产率对大豆产量的影响非常小,主要是资本投入起作用。最后对提高中国大豆全要素生产率提供了政策建议。     

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.     

广西粮食全要素生产率时空差异及收敛性分析

[目的]研究广西粮食全要素生产率区域差异及变化趋势,提高广西粮食全要素生产率,为粮食生产提供理论指导.[方法]基于2006—2016年广西14个地级市有关粮食生产的面板数据,运用DEA-Malmquist指数模型和经典收敛回归方法,对广西粮食全要素生产率进行测算和分解,并分析其收敛情况.[结果]2006—2016年广西粮食全要素生产率年均下降1.5%,技术进步单轨损失是广西粮食全要素生产率衰退的主要原因;除南宁市、贵港市和百色市的粮食全要素生产率处于进步状态外,其余11个地级市均处于不同程度的负增长状态.广西粮食全要素生产率存在收敛性,呈现出粮食全要素生产率相对落后地区对先进地区的追赶效应,各地区间的粮食生产效率差距有望逐渐缩小并趋向于共同的稳态水平.[建议]为进一步提升广西粮食全要素生产率,应加强农业科研投入,大力推广良种良法;加大强农扶粮力度,稳定粮食播种面积;升级优质粮食主产区,提高空间溢出效益;加强区域交流合作,促进资源优势互补.     

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。     

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。     

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。     

基于DEA模型的我国棉花全要素生产率分析

随着国内劳动成本的不断上涨,植棉成本不断提高,以及国际棉花价格的冲击,我国棉花产业发展面临挑战。利用2004—2013年棉花成本收益数据,基于DEA模型的Malmquist生产率指数法,对我国11个主产棉区的全要素生产率进行测算与分析。结果表明:这一期间,我国棉花全要素生产率平均增长0.7%,技术效率平均下降0.4%,技术进步效率平均增长1.1%。棉花全要素生产率波动比较大,近几年呈下降趋势,技术效率的下降是主导因素。通过分析提出:加大对技术的研发、推广与应用,提高技术经济效益;调整棉花种植规模,适当规模化种植、组织化经营,提高规模效率,最终促进棉花全要素生产率的增长,提高我国棉花综合生产能力,增强我国棉花产业竞争力。     

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%。     

我国农田水利基础设施投资效率现状及动态效率研究

利用我国省际面板数据,采用数据包络分析中的BCC模型(DEA-BCC模型)和Malmquist生产率指数分析2007—2013年我国31个省(市、区)农田水利基础设施投资的综合技术效率和动态效率。结果表明,我国农田水利基础设施投资的综合技术效率偏低,纯技术效率改进缓慢,区域间的综合技术效率存在明显差异;我国农田水利基础设施投资的全要素生产率7年间呈下降趋势,技术进步下降是导致全要素生产率下降的主要原因。因此,加快农田水利基础设施科技成果转化推广、加大科技创新力度成为提高全要素生产率的关键。