基于超效率DEA和Malmquist指数的国家级产粮大县农业生产效率分析

综合运用超效率DEA模型和曼奎斯特(Malmquist)指数法从静态和动态两个角度,对陕西省16个国家级产粮大县(区)农业生产效率进行了分析。研究发现：从整体上来看,16个县(区)2007—2008年的全要素生产率增幅最大;从各个县(区)来看,武功县的农业生产综合效率和全要素生产率均领先于其他县(区);从全要素生产率的增长结构来看,2005—2009年间16个县(区)的全要素生产率的增长主要来自于农业技术进步,而不是技术效率和规模效率的提高。     

主粮化背景下中国马铃薯主产区生产效率及其影响因素研究

基于2011—2018年我国马铃薯主产区的生产投入产出数据,运用DEA-Malmquist指数模型测算我国马铃薯主产区的生产综合技术效率和全要素生产率,并运用Tobit模型对我国马铃薯生产效率的影响因素进行分析.结果表明:1)我国马铃薯的生产综合技术效率均未达到DEA有效,规模效率较低成为制约综合技术效率提高的主要原因...     

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。     

日本水稻生产效率的实证分析

利用1998-2007年日本(分为10个地区)水稻生产投入产出面板数据(Panel data),采用非参数的全要素生产率HMB指数方法对日本水稻生产效率进行分析,得到各个指数的变动趋势和分布特征.结果表明:日本水稻全要素生产率在1998-2007年间呈现较大波动且总体呈下降趋势,全要素生产率的波动主要受纯技术效率、要素...     

基于DEA模型的中国马铃薯生产效率分析

马铃薯是中国的第四大粮食作物,也是重要的蔬菜、饲料和工业原料。马铃薯对保障国家粮食安全、贫困地区经济发展和社会稳定以及农民增收都有重要意义。本文通过DEA数据包络模型对全国和8个省份(直辖市、自治区)两个层面的马铃薯全要素生产效率进行分析,结果表明:中国马铃薯生产的全要素生产率呈现波动性强的特征,但整体有所增长;全要素生产率增长的主要动力是技术进步效率的提高,综合效率的增加对全要素生产率的增加作用不明显;全国马铃薯综合效率稍有提高,纯技术效率的改善是综合效率提高的主要动力,而规模效率的下滑则是拉低全国马铃薯综合效率的原因;各省份全要素生产率呈现出不同的趋势变化,除山东省以外,全要素变化主要是由技术进步决定的。最后提出提高中国马铃薯产业生产效率的相关建议。     

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。     

贵州省农业生产效率演变及影响因素分析

研究农业生产效率演变及影响因素分析，可为促进贵州农业发展及提高农业生产效率提供科学依据。基于2010—2020年贵州省9个市(州)面板数据，借助DEA-Malaquist和Tobit模型，分析贵州省农业生产效率及影响因素。实证结果表明，2010—2020年贵州省农业生产效率均值总体水平较低，呈现出逐年下降趋势，技术效率和规模效率略有下降趋势；2010—2020年全省的全要素生产率呈现出波动中增长趋势，技术进步和全要素生产率的变化趋势大体上相一致，技术进步对全要素生产率的影响较大；产业结构调整还有很大的提升空间，经济发展水平、政府投入、农业机械化以及受教育水平与贵州省农业生产效率存在负相关关系，产业结构水平对农业生产效率的影响最大。进一步提升贵州省农业生产效率，须加大技术创新资金投入，促进产业结构优化，适当增加财政支农金额，提升农业机械化水平，加强交通基础设施建设，改善交通网络结构状况，因地制宜发展各地区的优势产业。     

基于DEA-Malmquist指数的全国设施西红柿生产效率研究

基于DEA-Malmquist指数模型,实证分析了2014-2016年全国设施西红柿全要素生产率的综合变动情况。结果显示我国设施西红柿全要素生产率呈现下行的态势,年均下降4.7%,主要由14.3%的技术水平下降与11.3%的综合技术效率增长共同作用引起,全要素生产率水平退步的主要源头是技术水平的退步引起的。对此,提出增加科研转化成果、提升集约化水平以及改善种植生产结构等建议。     

福建省水稻生产效率的实证研究

运用DEA-Malmquist指数法和关联系数法,采用2002-2013年水稻生产成本与收益数据,对福建省与全国水稻生产效率进行对比分析。结果表明:福建水稻成本利润率远低于全国平均水平;福建水稻的全要素生产率变化主要源于技术进步,而全国水稻生产的全要素生产率变化源于综合技术效率和技术进步共同作用;福建水稻生产的全要素生产率、综合技术效率及技术进步均低于全国平均水平,全要素生产率与技术进步呈现波动的变化趋势,较全国平均值变化幅度大。     

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.     

中国与澳大利亚羊毛生产成本收益及生产效率比较

利用2005—2016年面板数据,对中国和澳大利亚羊毛生产的成本、收益及生产效率分别进行了分析和测算。研究发现,中国羊毛生产成本、收益和利润均低于澳大利亚,且在成本结构上存在差异,中国羊毛生产成本以饲料成本和人工投入为主,澳大利亚则主要在机械使用成本、人工投入、草场建设和服务费用方面;两国羊毛生产的生产效率表明,澳大利亚羊毛产业发展已较为成熟,综合技术效率、纯技术效率和规模效率已接近最优资源配置,技术进步率及全要素生产率有所提升;中国羊毛生产的综合技术效率、纯技术效率和规模效率已相对稳定,受技术进步率下降影响全要素生产率有所下降。未来,中国羊毛生产效率的提高,除需加大科技投入外,还需着力于发展适度规模养殖、加大饲草料补给。     

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。     

河南小麦生产效率数据包络分析

采用数据包络分析(DEA)方法对河南23a小麦生产效率变化进行时序一截面分析．结果表明，小麦生产全要素生产率(TFP)呈现波动上升的趋势，增长的贡献主要来自技术进步，综合技术效率增长的制约因素主要来自规模效率的下降．与全国平均水平相比，河南小麦生产综合技术效率偏低，1993年以来虽然有较大改善，但仍缺乏竞争优势。     

陕西省猕猴桃种植投入产出效率分析

为找出陕西省猕猴桃生产效率变化原因及其改善途径,采用基于Malmquist指数的数据包络分析(DEA)方法,选取陕西省猕猴桃生产重点县眉县和周至县为研究对象,抽取2006 2010年间共249份生产成本与收益的样本数据进行对比分析.结果表明:眉县全要素生产率在研究期内呈现稳步上升的趋势,其变化主要源于综合技术效率,而周至县全要素生产率则呈现波动中略微下降的趋势,其变化主要由综合技术效率和技术进步共同作用.眉县和周至县均应该加大科研开发力度,引进更先进的生产和管理技术,使技术进步发挥更重要的作用.     

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。     

农业基础设施投资溢出效应分析——以湖北省为例

以1994-2015年湖北省16个市(州)的农业投入、产出数据,运用DEA-Malmquist生产率指数法测算出湖北省农业全要素生产率,并分别建立长期均衡模型和短期误差修正模型,从全要素生产率角度研究农田灌溉、农村公路、农村电力等三大农业基础设施投资的溢出效应。结果表明:无论是从长期还是从短期而言,灌溉投资、农村公路投资和农村电力投资对湖北省农业全要素生产率均存在正向的溢出效应。据此提出,政府应加大对灌溉、农村电力和农村公路的投资力度,加强与社会资本的合作,建立健全农业基础设施投入长效机制。     

湖南省棉花生产效率的实证分析

利用湖南省1987～2007年棉花投入产出的面板数据,采用非参数Malmquist指数方法对其生产效率变动进行分解分析.并运用数据包络分析法(DEA)对Malmquist指数及其分解的各指数的变动原因以及改进生产效率的途径做出了进一步探讨.结果表明,湖南的棉花生产全要素生产率(TFP)在生产技术上没有明显进步,而综合技术效率和规模效率的下降对TFP的增长起到了负面效应.通过促进技术进步、调整生产规模和提高技术效率等手段可以提高湖南省的棉花生产效率.     

中国信托业效率测度及动态变化的实证研究

为了检验银监会实施信托“新政”和金融危机对中国信托业效率的影响，运用数据包络分析方法（DEA）重点分析了我国37家信托公司2008年经营的相对效率，结果显示我国信托公司技术效率普遍较低，均值仅为0.507，主要受累于纯技术效率和规模效率的低下.同时，构建了投入产出导向型的 Malmuiqst生产率指数对中国信托业2004－2008年全要素生产率的动态变化进行分析，结果表明中国信托业全要素生产率有了较为可观的改善，全要素生产率的增长主要来自于技术变化，技术效率变化的贡献较小.     

基于DEA的中国甘蔗优势产区生产效率实证研究

采用数据包络(DEA)模型,利用2004—2012年全国甘蔗成本收益数据,对全国及甘蔗优势产区的生产效率进行对比分析。结果表明,2004—2006年间,全国及甘蔗优势产区的纯技术效率与规模效率较高,甘蔗生产综合技术效率较高且稳定;2007—2012年间,甘蔗生产成本增速远超过产量增速,全国及甘蔗优势产区综合技术效率逐年下降;全国及甘蔗优势产区的全要素生产率指数不高,技术进步不足。应当加强甘蔗技术创新、技术推广应用与产业管理,经提高各优势产区及全国的甘蔗生产效率。     

基于DEA—ESDA模型的中国马铃薯生产效率时空特征分析

基于2011—2018年我国马铃薯主产省投入产出数据,运用DEA—Malmquist指数模型和探索性空间数据分析（ESDA）方法,定量研究了我国马铃薯生产效率的时空变化特征。结果表明：1）2011年到2018年我国马铃薯生产综合技术效率、纯技术效率和规模效率均值皆为DEA非有效,综合技术效率主要受投入要素规模效率的制约;2）研究区域仅内蒙古、山东、辽宁、湖北和四川全要素生产率处于正增长,其余省份均处于下降状态,技术进步是我国马铃薯全要素生产率提升的最大障碍;3）我国马铃薯整体资源利用效率空间差异性明显,在四大优势区中,西南优势区综合技术效率最高,华北优势区和西北优势区纯技术效率较高,东北优势区和西南优势区规模效率较高;4）我国马铃薯生产综合技术效率具有显著空间正相关性,呈“H—H”集聚的内蒙古自治区、陕西省、甘肃省和四川省对区域生产效率具有较强的辐射带动能力。下一步应着重优化我国马铃薯生产投入要素结构,破解综合技术效率提升瓶颈,并针对马铃薯不同区域生产效率特点制定马铃薯生产效率提升政策,进一步发挥优势省份效率提升扩撒效应。