中国肉牛全要素生产率时空分异特征分析——基于非参数共同前沿分析方法

基于2013—2018年全国15省区肉牛养殖成本收益非平衡面板数据,运用非参数共同前沿分析方法中的Metafrontier-Malmquist指数对东、中、西部肉牛全要素生产率及其分解的时空分异特征进行实证研究。结果表明:东部技术效率水平最高,达到0.8453,其次为中部的0.7709,西部最低,仅为0.7271;中部对东部技术效率表现出追赶趋势且两者差距逐渐减小,西部与东部、中部的技术效率差距逐渐扩大,西部技术效率水平持续下滑。东部肉牛生产共同前沿全要素生产率增长速度低于西部地区但高于中部地区,技术效率降低对全要素生产率增长表现出消极效应;西部肉牛生产共同前沿全要素生产率年均增长率是唯一增长的区域,主要源于技术进步;中部年均增长率处于最低水平,原因是技术效率的降低直接导致全要素生产率降低。应加大肉牛产业科技投入与推广力度,重点扶持西部地区肉牛产业,深入挖掘和激发西部地区肉牛养殖潜力,充分发挥东部和中部地区的产业优势,展现优势区域的示范带头作用,推动全国肉牛产业快速发展。     

要素投入结构与农业全要素生产率增长

基于加总数量框架,采用乘积完备的Hicks-Moorsteen指数将农业全要素生产率(TFP)增长分解为技术进步、技术效率变化、规模效率变化和混合效率变化,要素投入结构变化通过改变混合效率,进而影响农业TFP增长。结果表明,技术进步是中国农业TFP增长的最主要驱动因素,要素投入结构变化的影响,在时空上存在较大差异,其对农业TFP增长的促进与抑制效应并存。从时间维度看,1994—2016年要素投入结构变化对农业TFP增长有促进作用。从空间维度看,东部地区要素投入结构变化是农业TFP增长的重要驱动因素之一,而中部地区仅在1994—2016年要素投入结构变化提高了农业TFP增长,西部地区仅在1978—1984年对农业TFP增长有正效应。     

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。     

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。     

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。     

中国食品工业全要素生产率测度与事实——基于企业微观数据

本文使用2000—2007年中国食品工业企业数据,基于OP、LP等半参数方法计算企业层面全要素生产率,以此衡量食品工业企业全要素生产率的动态变迁及其在不同行业、地区和所有制类型企业间的异质性。研究发现,中国食品工业全要素生产率保持了持续的正向增长,分行业看,农副食品加工业增长最快,食品制造业和饮料制造业次之;分地区看,东部地区食品工业全要素生产率最高,西部地区全要素生产率增长最快,地区间生产率差异逐步缩小;分所有制类型看,外资企业平均生产率最高,国有及集体企业生产率最低。     

基于Malmquist指数的我国农村乡镇卫生院全要素生产率分析

使用DEA-Malmquist方法考察了我国30个省份乡镇卫生院2002～2009年全要素生产率的动态变化。结果表明,2002～2009年间我国乡镇卫生院全要素生产率整体提高了3.9%,其中技术进步要高于技术效率提高,但各省份变动情况存在明显差异;乡镇卫生院基础比较薄弱的西部地区其全要素生产率增长最快,明显高于东部和中部地区。     

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。。     

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。     

我国大豆全要素生产率增长的变动与分解——基于Hicks-Moorsteen TFP指数的研究

[目的]探索国内大豆产业的发展潜力和发展空间,提高大豆的综合生产能力,实现大豆生产的可持续发展.[方法]利用1980～2012年我国10个大豆主产区大豆投入和产出的面板数据,采用加总数量框架下的乘积完备Hicks-Moorsteen TFP指数法,对我国大豆全要素生产率的增长进行测度,并提出相应的对策建议.[结果]1980～2012年,我国大豆全要素生产率(TFP)年均增长0.6％,大豆生产的技术进步年均增长1.7％,是大豆全要素生产率增长的主要驱动力;技术效率(TE)、混合效率(ME)和剩余规模效率(RSE)年均损失分别为0.5％、0.2％和0.4％;东北地区、西部地区和黄淮海地区的大豆生产TFP增长表现出依次递减的趋势,三大地区大豆生产技术效率均存在损失.[建议]应该加大大豆生产的投入力度、提高人力资本水平、大豆各生产区采取差异化策略、完善制度建设,以实现我国大豆生产可持续均衡发展.     

重庆市农业全要素生产率与农业经济协调发展研究

采用DEA-Malmquist指数法测度重庆市2006～2017年的农业全要素生产率,采用灰色关联法计算分析农业全要素生产率与区域经济之间的关联度.结果 表明:(1)2006～2017年重庆市农业TFP指数均大于1,年均增长率为4.74％,其中农业TFP增长最快的时期是2013～2014年,为13.82％,而TFP指数构成中农业技术进步年均增长率为3.47％,技术效率年增长率为1.27％,技术进步是重庆市TFP增长的主要动力.(2)重庆市农业全要素与农业经济增长的密切程度从大到小依次为机械动力、化肥、能源、劳动力及土地,2006～2017年在土地与劳动力波动不大的情况下,机械动力、化肥及能源的持续增加有效促进了农村经济的增长.     

基于投入-产出统一性框架的中国农业全要素生产率时空变迁

为规范地测算我国(不含香港、澳门、台湾)农业全要素生产率,识别区域差异,基于投入-产出统一性框架,厘清土地、劳动、中间投入等投入变量,采用最小离差法估计各省份的农业资本存量,采用更符合我国农业生产实际的SFA-KLH模型测算改革开放以来的农业全要素生产率,分析其增长趋势、源泉与时空分布差异,并对农业全要素生产率进行收敛性分析。结果显示,1978—2020年我国农业全要素生产率增长总体呈现涨跌互现、波动增长的变动趋势,但在2006年后呈现增速放缓的平稳趋势。1978—2020年,我国农业全要素生产率的年均增长率为2.27%,技术进步是其增长源泉。农业全要素生产率表现出区域差异,整体上呈现中部>东部>西部的分布趋势。我国农业全要素生产率整体上不存在绝对收敛,但存在条件收敛,且各省份具有不同的收敛速度。     

西部地区农业全要素生产率增长及其影响因素分析

采用DEA-Malmquist指数的估算结果表明,1986—2010年西部地区农业全要素生产率增长主要来源于技术进步和规模效率的改善。实证分析表明,人力资本存量的提高、财政科教文卫支出和支农支出的增加促进了西部地区农业全要素生产率增长;工业发展对农业技术进步的促进作用显著,劳动力非农化有利于改善农业规模效率,但不利于农业纯技术效率的改善。     

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。     

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.     

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。     

内蒙古自治区生态福利绩效评估及其驱动效应分解

为探究内蒙古地区经济发展与资源环境的可持续性关系,基于1998—2019年内蒙古地区12个盟市面板数据,通过计算生态福利绩效(Eco-welfare performance,EWP),将其分解为经济增长的福利效应和经济增长的生态效率2个驱动效应,并采用弹性系数脱钩指数和数据包络分析法分别对影响各盟市经济增长的福利效应和生态效率进行分析和测算。结果表明:内蒙古各盟市的人类发展水平大幅度提高,且在空间上表现为自东向西上升的趋势,EWP总体上随时间呈下降趋势;内蒙古地区各盟市人类福祉增长与经济增长总体处于相对脱钩状态,全要素生产率(Total factor productivity,TFP)和绿色全要素生产率(Green total factor productivity,GTFP)不同程度提高,但后者一直低于前者,表明研究区经济增长质量在一定程度上受所消耗生态资本量的影响;此外,分析TFP和GTFP各分项指数时发现,技术进步指数在各分项指数中对经济增长的贡献最高,表明影响内蒙古地区经济增长的首要驱动力为技术进步。本研究可为内蒙古地区高质量绿色发展政策制定提供参考。     

我国农产品物流生产效率测定分析

采用非参数的DEA-malmqusit指数方法对我国2006—2011年农产品物流生产效率进行了测算。结果表明:我国农产品物流全要素生产率实现了3%的增长,其中西部地区高于东部地区和中部地区;技术进步实现了4.6%的增长,纯技术效率实现了1.7%的增长,其他分解因素没有增长。从农产品物流体系、国家政策、农产品物流资金投入及技术创新等方面提出建议,为我国农产品物流生产效率的提升提供参考。     

要素禀赋约束下中国粳稻生产率的地区差异及收敛性分析

本文根据1999-2013年中国12个粳稻主产区的省际面板数据,运用DEA-Malmquist对各地区粳稻的全要素生产率(Total Factor Productivity,TFP)及其分解项进行了测算与分解。结果表明:粳稻主产区15 a内TFP的平均增长率为4.59%,技术进步变化指数的平均增长率为5.14%,没有大幅上升的原因主要是因为技术效率的下滑。进一步对省际间做收敛性检验,发现粳稻产区生产率不存在σ收敛,但是存在绝对β收敛和条件β收敛。缩小省际间的技术效率差异是提高中国粳稻生产效率的关键,要加大技术投入,改善规模效率。根据不同地区的要素禀赋特征制定实现路径:东北粳稻主产区适合发展农业机械化的土地规模经营;长江中下游粳稻产区应该加大资本投入,推动技术扩散,发展生产性服务的规模经营。     

我国养猪业环境全要素生产率测算与分解研究——基于SFA-Malmquist方法

为掌握环境制约下我国各地区养猪业经济增长状况,采用随机前沿分析(SFA)和Malmquist指数相结合的方法,将养猪业碳排放引入生产效率模型,测算新世纪以来我国养猪业技术效率和环境全要素生产率的变化。研究结果表明:其他资本投入、用工投入、饲料投入、仔猪投入和养猪业碳排放对生猪产出都有显著影响;在分时期及整个样本期,中部、东部和西部的技术效率逐次降低,且三大地区的差距具有不断拉大的趋势;2001—2012年除西藏、青海、宁夏和海南4省市外的养猪业环境全要素生产率平均指数均1;2006—2012年全国养猪业环境全要素生产率平均下降速度呈现出由中部、东部、西部逐次递减的格局;2001—2012年我国养猪业生产出现了普遍的技术倒退现象。