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。     

基于Malmquist指数的四川省农业全要素生产率分析

利用1999～2008年四川省农业的面板数据,运用Malmquist指数分析法考察了四川省农业全要素生产率(TFP)的变动趋势。结果表明,四川农业TFP年均增长4.2%,呈现出平稳增长的特征;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;从各市(州)情况看,除阿坝州的农业全要素生产率是负增长外,其他20个市(州)的农业全要素生产率都实现了正增长;除阿坝州外,其他市(州)的农业可持续性在增强。并提出了相应的对策建议。     

基于DEA-Malmquist指数方法的河北省农业全要素生产率分析

党的十九大报告指出我国经济处于高速增长到高质量发展转变时期,并强调了提高全要素生产率对我国经济转型升级的重要意义。河北省人均耕地面积不足世界平均水平40%,人地矛盾突出,所以如何利用有限的资源满足工业和生活需求成为农业发展的重要问题,提高农业全要素生产率成为我省农业发展必然趋势。本文运用DEA方法的Malmquist TFP指数对河北省农业全要素生产率进行测算,并利用距离函数分解为技术进步与效率两部分。通过分析河北省全要素生产率时间上的变迁和空间上的分布特点,发现河北省农业生产率的提高由农业技术进步所推动,农业技术效率部分抵消了技术进步的促进作用,农业技术效率主要受规模和纯技术效率的双重影响,并且农业生产率呈现出以北京为中心的扩散趋势。在此基础上,提出促进农业全要素生产率提高,发挥技术潜力,增加农业生产率的对策建议。     

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。     

河南省农业全要素生产率及其收敛性分析

农业是国民经济的基础,在劳动、土地资源有限的前提下,在保护生态、环境的约束下,通过提升全要素生产率来发展现代农业,已成为我国农业发展的必由之路。本文依据Malmquist指数法测算河南省农业全要素生产率,并进行分地区收敛性分析。实证研究发现,2003-2020年,河南省农业全要素生产率不断上升,其中,技术进步较为显著,技术效率仍有提升空间,属于技术诱导型增长；各地区农业全要素生产率存在差异,不存在 收敛以及绝对 收敛,但存在条件 收敛；各地区农业全要素生产率差距在扩大,但都趋近于各自的稳态水平。     

基于DEA-Malmquist指数新疆肉牛产业全要素生产率研究

[目的]研究新疆肉牛产业全要素生产率.[方法]采用非参数DEA-Malmquist指数模型,通过对2004～2011年新疆和对比研究省份的面板数据测算了肉牛产业全要素生产率.[结果]新疆肉牛生产全要素生产率主要受到肉牛生产技术进步影响;从新疆主要牲畜全要素生产率来看,肉牛的全要素生产率远低于肉羊,但高于生猪;从不同省份肉牛生产的对比来看,新疆肉牛全要素生产率要低于陕西、河南和黑龙江等肉牛生产大省.[结论]肉牛产业全要素生产率构成促进肉牛产业可持续发展的重要动力,需要充分发挥技术进步和技术效率两方面作用,提高新疆肉牛产业的全要素生产率.     

浙江省农业生产效率分析——基于DEA模型和Malmquist指数

为了研究浙江省农业生产投入产出情况，进一步提升其农业生产效率，先利用DEA模型对2020年浙江省各市农业生产效率进行静态分析，再运用Malmquist指数对2014—2020年浙江省各市农业全要素生产率进行动态分析。结果表明：2020年浙江省农业整体向好，但部分地区存在投入与产出不匹配的情况，影响了全省平均农业综合效率；2014—2020年，浙江省农业TFP均大于1,其中技术进步推动作用显著；各地级市TFP差异在合理范围内，技术效率成为大部分地级市生产效率提升的制约因素；浙东北和浙西南的年均TFP基本持平。因此，浙江省可以加强农业基础设施建设，持续提高农业科技水平，推动区域农业均衡发展，从而提升农业生产效率。     

基于Malmquist指数的家庭奶牛饲养全要素生产率研究——以中国10个奶业省为例

利用奶牛家庭饲养成本收益面板数据,基于DEA-Malmquist生产率指数方法,分析了中国10省奶牛家庭饲养全要素生产率增长率及增长方式。结果表明,2004-2009年中国10个奶业省奶牛家庭饲养方式全要素生产率年均增长率为-0.7%;对全要素生产率增长率的分解结果显示,技术进步减缓是导致全要素生产率负增长的主要原因,技术效率的作用不显著,同时规模效率存在损失。因此进一步推动技术进步、由散养向家庭适度规模饲养转变,成为转型期奶牛家庭饲养方式的现实选择。     

文化传媒上市公司全要素生产率的Globe Malmquist 研究

采用Global Malmquist指数研究我国26家文化传媒上市公司2006~2012年全要素生产率,结果表明：从总体上来说,文化传媒上市公司的全要素生产率（GM）、技术效率（EC）、技术进步指数（BPC）均呈现上下波动趋势。从平均水平来看,全要素生产率呈U型变动,而技术效率（EC）指数和技术进步（BPC）指数的平均水平变动不太稳定,说明我国文化产业的竞争力没有形成核心力,内生增长的方式需进行转型。     

农业保险对我国农业全要素生产率的动态影响——基于中国2007-2018年省级面板数据的实证研究

农业全要素生产率是农业经济增长的源泉,普及农业保险是提升农业全要素生产率的重要抓手.只有深入探寻农业保险不同层次水平对农业全要素生产率不同程度的影响,才能精准发挥农业保险对现代农业高质量发展的助推作用.该文基于2007-2018年的省级面板数据,运用固定效应模型,探究不同发展阶段农业保险对农业全要素生产率的动态影响.研究表明：(1)农业保险能显著促进农业全要素生产率的增长,且在东部地区促进效果强于其他地区;(2)在农业保险发展的高级阶段,农业保险对农业全要素生产率的促进作用明显高于初级阶段和中级阶段;(3)在农业保险发展的初级阶段,农业保险主要通过提高技术效率促进农业全要素生产率,在中、高级阶段则主要通过提高技术进步推动农业全要素生产率.     

河南省农业全要素生产率的动态实证分析:基于DEA模型的Malmquist指数方法

为提高河南省农业生产效率的途径,运用DEA的Malmquist指数方法,对河南省2000-2008年农业全要素生产率进行测算和分析.结果表明:9年来,河南省农业全要素生产率处于不断增长态势,而技术进步是推动农业全要素生产率增长的主要原因,技术效率的作用贡献较小;河南省各地市农业全要素生产率水平差异显著.提高农业生产技术...     

辽宁省苹果全要素生产率与农业增长: 基于DEA-Malmquist 指数的实证分析

农产品的生产效率问题一直是我国重点关注的问题，更是指导农业发展的方向。本文基于2007-2018 年辽 宁省以及中国主要主产苹果的省份（市）的苹果生产投入产出面板数据，使用数据包络分析法对该面板数据产生的分 解后的指数进行了深入的分析，其结果显示:Malmquist 指数在2007-2018 年间先增长后下降。技术进步效率对全要素 增长率的影响最大但达到峰值后会逐步减小；规模效率的低下使全要素增长率的增长受到限制。所以辽宁省的苹果 产量的提升，可以通过提高该省苹果种植的技术进步水平；以及扩大该省的苹果生产     

我国数字农业全要素生产率测度及区域差异分析

基于2014—2020年30个省份(直辖市、自治区)的面板数据,采用全局主成分分析方法和动态DEA-Malmquist指数方法测算全国数字农业全要素生产率及分解效率,运用泰尔指数方法分析全要素生产率的区域之间的差异。结果表明：我国数字农业全要素生产率整体上呈下降趋势,其中数字农业技术效率和技术进步率共同阻碍其发展;我国数字农业区域之间发展不均衡,总体泰尔指数呈现出下降的趋势,区域间泰尔指数的贡献率高于区域内泰尔指数,区域间差异是造成数字农业发展不均衡的主要原因。因此,应推进技术革新、制定因地制宜的数字农业发展策略,促进区域内和区域间的协同发展。     

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。     

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。     

湖北省农业全要素生产率及其收敛性分析

运用DEA-Malmquist指数方法衡量了2000～2012年湖北省农业全要素生产率的变动趋势,并将湖北省17个市州按区位因素分为鄂东、鄂西以及鄂南地区,进行了收敛性分析.结果表明：湖北省整体农业全要素生产率呈现不断增长趋势,技术进步对全要素生产率有明显的推动作用,但技术效率偏低,阻碍了农业全要素生产率的提高;湖北省全省以及3大区域的农业全要素生产率均不存在α收敛以及绝对β收敛,均存在条件β收敛,收敛结果表明,各市州之间的农业全要素生产率差距在不断扩大,但是在政策调控下可以缩小各市州之间的差距.     

中国农业全要素生产率的时空演变差异及内源构成

为探究实施农机购置补贴与农地流转以来中国农业TFP的发展规律及增长源,运用Hicks-Moorsteen指数法测算并分析了中国农业TFP的时空差异,并通过Dagum基尼系数及其分解方法探究空间差异存在的内源构成。结果表明：中国农业TFP呈持续增长态势,驱动要素主要是技术进步而非技术效率;中国7个区域农业TFP增长态势表现不一,各区域的增长来源也不尽相同;不同区域间农业发展潜力存在显著差异;7个区域农业TFP的总体差异存在逐步扩大的趋势,而区域间差异是总体差异的主要诱因。     

我国农业全要素生产率的测度及空间演进

基于2010-2020年31个省份的平衡面板数据,采用DEA-Malmquist指数法对省级农业全要素生产率进行测度。在此基础上,利用泰尔指数法对各省份农业全要素生产率进行空间演进分析。研究发现：我国农业全要素生产率总体呈波动上涨态势,此为农业技术进步和农业技术效率双重作用下的结果;我国农业全要素生产率存在空间不平衡性,呈现出“西高东低”的特征;经泰尔指数分解得出,农业全要素生产率的泰尔指数呈波动性增长态势,且其差异主要源于组内差异,因此应将政策重心聚焦于区域内部。     

长江经济带农业全要素生产率研究

基于长江经济带2009—2019年农业生产面板数据,运用Malmquist指数模型对该经济带农业全要素生产率进行测算并分析。结果表明：2009—2019年长江经济带Trpch指数大于1,说明这期间长江经济带农业生产效率总体呈上升态势,但仍然存在着技术进步受阻、缺乏创新型农业科技人才等问题。从地区来看,长江经济带各省(市)的全要素生产率均在上升,但技术水平均未超过1,说明该经济带各省(市)均存在农业进步受阻的现象;在11个省(市)中规模效率均大于1,说明该经济带各省(市)投入规模较为合理。