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。     

食品工业生产效率测算及区域差异——基于累加型LHM全要素生产率指标

运用累加型LHM全要素生产率指标(additive luenberger-hicks-moorsteen total factor productivity indicator)测度2001—2016年我国30个省(市、区)食品工业全要素生产率(total factor productivity,TFP),并进一步分解为技术效率变化、规模效率变化和技术进步。结果表明,我国食品工业仍处于初级加工阶段,3个子产业TFP稳步提升,但增长不一;技术进步是TFP增长的主要因素,技术效率及规模效率变化差异不大;从区域上看,宏观经济及农业资源禀赋的差异影响食品工业的发展,农副食品加工业TFP增长率呈东部、中部、西部地区依次降低的趋势,食品制造业TFP增长率表现为东部地区显著高于中部、西部地区,饮料制造业TFP增长率表现为东部地区显著高于中部、西部地区。因此,应加快食品工业科技创新推动技术进步、优化发展环境及立足资源禀赋协调区域发展,以实现我国食品工业高质量均衡协调发展。     

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.     

基于超效率DEA和Malmquist指数的中国农业生产效率分析

采用超效率DEA模型和Malmquist指数,对1990—2016年中国29个省级地区的农业生产效率进行分析,结论如下:(1)超效率DEA分析表明,东部地区的农业生产效率最高,中、西部地区效率低于全国平均水平。相较于中、西部地区,东部地区具有较强的经济实力和较为成熟的农业发展模式与规划,使其农业生产效率呈现较高水平且效率变化受国家农业政策的影响较小。(2) Malmquist指数分析表明,中国东、中、西部地区农业全要素生产率(TFP)和技术进步都实现了正增长,但是只有东部地区的技术效率实现了正增长;技术进步是TFP增长的主要动力,技术效率下降是TFP增长的主要障碍,规模效率下降是导致技术效率下降的主要原因。     

基于DEA-Malmquist指数法中国农业全要素生产率变化特征分析

运用DEA-Malmquist指数法,根据2007—2015年省际农业投入产出面板数据,测算中国农业全要素生产率(TFP)在时间序列和空间区域上的变化特点。结果表明,中国农业全要素生产率在时间序列与空间区域上变化显著; TFP增长的主要原因是技术进步。TFP年度间变化受经济发展动能转换影响;区域间变化受区域经济发展水平、城镇化发展水平等因素影响。     

山东省农业全要素生产率及其分解分析——基于超效率DEA和Malmquist指数

运用超效率DEA和Malmquist指数,基于山东省16个地级市的农业投入产出数据,对2006—2018年山东省的农业全要素生产率(TFP)进行了测算、分解与分析,结果显示:从超效率DEA模型来看,山东省所有地级市均处于DEA有效状态,但地区之间的农业生产效率存在明显的差异;从Malmquist指数的地区比较和动态分析来看,山东省农业TFP整体呈现增长状态,对于农业TFP的增长,技术进步起主要作用,技术效率的贡献很小甚至起负向作用,是典型的技术进步诱导型增长模式;山东省各地级市的农业生产效率总体处于上升状态,各地级市间存在横向差异。最后,提出了推动山东省农业生产的相关对策建议。     

我国农业全要素生产率核算与地区差距分解——基于Färe-Primont指数的分析

采用Fre-Primont指数方法(FP指数),对1985—2013年我国28个省(市、区)的农业全要素生产率进行测算及分解。通过方差分解法从构成角度对农业全要素生产率地区差距及来源进行分析。结果表明:1)1985—2013年我国农业全要素生产率地区差距呈现扩大趋势,与农业技术进步及剩余混合效率的波动趋势相吻合;2)从省际差距看,剩余混合效率差距在整体地区差距中的贡献率逐渐降低,技术效率差距逐渐占主导地位,其中东部地区差距主要来源于农业技术进步和剩余混合效率,而中西部地区差距主要来源于技术效率和剩余混合效率;3)基于投入产出数据指标进行聚类分析,表明技术效率和剩余混合效率是我国农业全要素生产率地区差距的主要来源。     

华北地区农业循环经济全要素生产率分析

基于DEA-Malmquist指数方法,利用2011—2017年华北地区面板数据对中国华北地区5个省(自治区、直辖市)农业循环经济全要素生产率进行测算,对效率变化和技术变化进行系统分析。结果表明,华北地区农业循环经济的全要素生产率呈现一定幅度的正向增长情况,这是以技术进步为主、综合效率为辅共同作用的结果。除内蒙古自治区以外,各地区农业循环经济的全要素生产率均呈现不同程度的增长状况。此外,各个省份增长的驱动因素也各不相同,且地区之间存在一定的差异。     

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。。     

基于Malmquist指数分析的浙江农业资源利用效率动态变化(1994—2010年)

采用1994—2010年浙江省东北6个地级市和西南5个地级市的农业资源面板数据,运用DEA分析法中的Malmquist指数,实证研究了浙江农业资源利用效率及其增长状况。结果表明：1994—2010年浙江农业资源全要素生产率平均增长5.08%,技术进步增长5.14%,技术效率增长-0.04%,技术进步成为推动浙江农业资源TFP增长的主要因素,但技术效率下降也产生了负面影响。由于技术进步和技术效率水平的不同,使得省内各区域的农业资源利用效率存在显著差异。总体上,浙江东北地区的农业资源利用效率高于浙江西南地区。