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。     

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。     

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。     

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。     

基于DEA模型的湖北省农业经济效率评价研究

基于非参数的DEA方法、Malmquist生产率指数方法,建立了农业发展状况评价指标体系对2008-2012年湖北省13个地市农业经济效率进行评价。结果表明,湖北省各地市综合效率均值呈波动变化且有递减趋势,地区差异显著;全要素生产率(TFP)均值总体实现波动增长且增幅逐年加大;技术进步是湖北省农业TFP增长的主要动力,但存在农业技术推广和应用缺失的现象。     

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。     

乡村数字经济发展水平测度及其对农业生产率增长的影响

为了解乡村数字经济发展概况并探讨乡村数字经济对农业全要素生产率（TFP）增长的影响。依据乡村数字经济的概念,从乡村数字基础设施和乡村产业数字化2个维度构建乡村数字经济发展水平综合评价指标体系,使用熵值法对2011—2020年中国省级层面乡村数字经济发展水平的时空演变和地区差异进行了探析,系统分析乡村数字经济对农业TFP增长的影响。结果表明：1）乡村数字经济发展水平逐年递增,但地区之间存在着明显差异且发展趋于失衡;2）乡村数字经济能够显著促进农业TFP增长;3）农业TFP增长分解指标发现,乡村数字经济对农业技术效率有明显的提升作用,其对农业TFP增长的影响主要通过改善农业技术效率来实现;4）影响机制分析发现,乡村数字经济能够通过推动生产性服务业发展和提升工业化水平促进农业TFP增长;5）异质性分析发现,乡村数字经济发展水平和农业TFP增长越高的地区,乡村数字经济促进农业TFP增长的效应越明显,进而导致了地区间农业TFP增长差异。本研究可为乡村数字经济指标体系的构建、其经济影响的评估和乡村数字经济高质量发展政策设计提供依据。     

中国玉米全要素生产率增长分解与空间收敛性

基于1979—2018年中国19个玉米主产省的成本收益面板数据,运用Hicks-Moorsteen生产率指数测算了玉米全要素生产率(TFP)增长情况,并在此基础上使用空间杜宾模型对其收敛性进行检验。结果表明:1)1979—2018年中国玉米TFP年均增长率为2.20%,前沿技术进步是玉米TFP增长的主要驱动力;2)中国玉米TFP增长及其动力机制存在显著的空间差异,并且绝大多数省份都表现出技术进步与技术效率恶化并存的"单驱动"型增长特征;3)中国省际间玉米TFP增长存在着显著的空间收敛趋势,并且由于空间外溢效应的存在,使得各省玉米TFP增长收敛的速度减慢,收敛周期延长。     

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。     

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.     

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。     

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。表2 参36     

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.     

生产函数异质性与地区农业经济增长——基于时空异质弹性生产函数模型

利用改革开放以来中国31个省(市、自治区,统计数据未含港、澳、台地区,下同)农业要素投入产出数据,基于农业要素收入份额存在较大差异的基本国情,从时间和空间维度放宽传统Cobb-Douglas生产函数模型产出弹性为固定常数的假定,通过构建时空异质弹性生产函数模型对改革开放以来中国不同地区、不同阶段农业要素投入、技术进步与经济增长的关系进行探究。结果表明:1978—2017年,中国农业要素投入呈现出劳动力减少、资本存量增加、资本深化程度不断提高的特点,不同地区农业要素投入存在明显空间异质性;反映技术进步的全要素生产率在改革开放初期较快增长,近年来增速明显下滑,东部地区全要素生产率年均增速达到2.4%,高于中部地区的1.6%和西部地区的1.6%。中国农业经济增长的时空差异性要求未来在农业经济高质量发展过程中,需要更注重地区农业比较优势的发挥,在推进农业资本深化的同时,从基础设施和制度安排出发加快农业全要素生产率增长。     

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.     

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。     

河北省农业科技创新效率评价研究——以农业科研机构为例

农业科技创新是农业发展的关键,农业科研机构作为科技创新主体之一,对科技创新产生重要影响。文章基于DEAMalmquist方法,采用2011—2018年全国31个省(直辖市、自治区)农业科研机构科技投入与产出面板数据,首先对河北省农业科研机构科技创新效率进行分析,其次对河北省与全国其他省份农业科研机构科技创新全要素生产率(TFP)进行比较分析。结果表明:河北省农业科研机构科技创新TFP指数前期波动较大,后期呈稳定变化趋势,但整体水平较低;河北省农业科研机构科技创新效率在全国居中下游水平,与其他省份差异明显。根据结论,提出促进河北省农业科研机构科技进步和提升科技创新水平的建议。     

基于SBM模型的新疆农业绿色全要素生产率评价研究

在农业绿色可持续发展的背景下，推动农业生产方式转变成为我国农业发展的必然选择。本文基于2011—2020年新疆各地区的面板数据，运用含非期望产出的SBM模型和GML指数分析新疆农业绿色全要素生产率。结果表明：新疆农业绿色全要素生产率（GTFP）虽出现了明显的区域差距，但样本期间农业绿色全要素生产率整体呈现增长趋势，2011—2020年新疆昌吉、博阿塔拉、巴音郭楞、阿勒泰的GEC指数保持在1以下，而其GTC指数则保持在1以上。可见2011—2020年新疆地区GTFP负增长是相对效率的倒退，相反，技术改进则>1，这意味着新疆各地州及兵团的GTFP增长主要得益于技术进步。因此，健全对农业企业的政策支持、完善农业补贴制度、加强对绿色农业科技知识的宣传是推动新疆绿色农业发展的有效路径。     

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。。