资源环境约束下我国西部地区农业全要素生产率增长及其影响因素

为在资源环境约束日益严峻的形势下全面评估西部地区农业发展状况,促进西部地区农业可持续发展,基于我国西部地区12个省市2000—2013年农业投入产出数据,利用SBM方向性距离函数、Luenberger生产率指标和面板数据的时间固定效应模型,分析了资源环境约束下西部地区农业全要素生产率的增长、变化趋势和影响因素。结果:近年来西部地区农业增长显著,但农业全要素生产率提高缓慢,对农业增长贡献低;农业技术效率有恶化趋势,技术进步是农业全要素生产率增长的主要源泉。西部地区农业全要素生产率随着人均农业产出增加呈现U型变化趋势,工业化能够提高农业全要素生产率,而农业投资并没有显著提高农业全要素生产率。     

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Malmquist指数的重庆市农业经济增长全要素生产率动态分析

基于重庆市1997—2011年的面板数据,运用数据包络分析法中的Malmqusit指数,实证研究重庆市农业经济增长全要素生产率的动态变化。结果表明,从整体上看1997—2011年重庆市全要素生产率年均增长较快,技术进步是全要素生产率增长的主要动因,而纯技术效率对全要素生产率有负面影响,规模效率对全要素生产率影响不大。从区域来看,由于技术进步和经济发展水平的差异,"一小时经济圈"区域的全要素生产率增速明显高于"东北翼"和"东南翼"地区。     

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。     

面向生态效益的河南省农业生产效率分析与展望

基于河南省的统计数据,采用超效率DEA模型测算了2015年河南省18个地级市农业的技术效率、纯技术效率和规模效率,运用Malmquist指数对河南省农业发展效率的变化趋势进行研究。结果表明,2015年河南省整体农业综合效率偏低,地区间发展不均衡,规模效率是导致综合技术效率低下的根源;河南省几个传统农业大市并非农业发展强市;2013—2015年河南省各地区农业发展总体处于全要素生产率缓慢上升状态,综合效率指数上升是全要素生产率增长的主要原因,技术进步贡献较小;河南18个地区全要素生产率增长的原因不尽相同。最后,基于分析结论,从生态效益视角对河南省农业发展效率予以了展望。     

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。     

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。     

河南省粮食生产综合技术效率和全要素生产率分析

采用非参数的DEA方法对河南省2000-2011年粮食生产的平均综合技术效率、纯技术效率、规模效率和全要素生产率的构成和变化进行分析.结果表明,河南省粮食生产综合技术效率的增长主要与纯技术效率的提高有关,而规模效率的低下则是制约其提高的原因;全要素生产率的增长是由技术效率和技术进步共同带来的,但是全要素生产率的增长十分缓慢,有些年份甚至出现倒退现象;各市的粮食全要素生产率变化也不尽相同.河南省在粮食生产过程中应加强农业基础设施建设,加大科技投入和农业科技的推广力度.     

中国农业全要素生产率的测度与演进特征分析——基于中国283个地级市的经验证据

【目的】研究我国农业全要素生产率及其增长源泉,为提高我国农业全要素生产率,推动农业高质量发展提供科学依据。【方法】基于我国283个地级市2001—2018年的面板数据,采用Metafrontier-Malmquist指数测度农业全要素生产率并进行分解。【结果】(1)2001—2018年我国农业全要素生产率为6.60%,其增长主要依靠农业技术进步拉动,农业技术效率的贡献较小,增长规律呈现出先波动上涨再波动下降的“倒U型”增长趋势。(2)优先发展区、适度发展区和保护发展区的农业全要素生产率分别为6.00%、8.70%和10.01%。(3)优先发展区内的地级市农业技术效率较高,适度发展区内的地级市农业技术进步较快。【结论】改善农业技术效率,促进区域农业协调发展和提高农业增长质量是提升我国农业全要素生产率的有效路径。     

环境约束下湖北省农业全要素生产率增长分析

基于湖北省各市2000-2013年农业投入产出数据,利用Malmquist-Luenberger生产率指数和核密度图对环境约束下湖北省农业全要素生产率增长和收敛状况进行了分析。结果表明,湖北省农业全要素生产率增长显著,技术进步是农业全要素生产率增长的主要源泉;农业全要素生产率、技术效率变化和技术进步率都出现了收敛。提出了相应的政策建议。     

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。     

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。     

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。     

长江经济带农业全要素生产率变动实证研究

利用2003—2015年长江经济带分省面板数据和DEA-Malmquist指数对农业全要素生产率进行分解与分析,通过对整个长江经济带、长江经济带各省(市)、长江经济带各省(市)所属地区的农业全要素生产率进行分解与分析。结果表明,(1)长江经济带农业全要素生产率保持增长,各构成要素贡献率不同;(2)长江经济带农业全要素生产率省际差异和地区差异明显;(3)长江经济带农业全要素分解过程中,各要素之间存在滞后性。技术进步与资源配置效率提高并举;改善农业生产环境,发展适度规模经营;省市、地区共同协作,资源互补,优势互换。     

山东省农业科技资源配置效率研究

为了解山东省各地市农业科技资源配置效率情况,合理利用山东省农业科技资源。基于山东省2015—2018年的数据,通过建立BCC静态模型和Malmquist动态指数模型对山东省农业科技资源配置效率进行分析。结果表明,山东省2015—2018年综合效率均处于较高水平,但各地市投入要素存在不同程度的冗余现象。山东省全要素生产率处于增长状态,西部地区全要素生产率最低;从投入角度看,山东省仍然需要对农业科技资源要素投入结构进行调整,加大对西部地区的支持力度;从产出角度看,农民人均可支配收入仍有进步空间。结合山东省实际情况从建立合理的投入保障机制和中东西部联合发展机制、提高土地规模收益、完善农业科技服务体系等方面提出建议。     

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...     

中国粮食全要素生产率及影响因素的区域分异研究

采用2001-2010年选取的我国30个省份有关粮食生产的面板数据,运用基于DEA-Malmquist生产率指数方法,对我国粮食主产区、主销区和平衡区的粮食全要素生产率增长指数进行了测算和分解,并分析了动态全要素生产率指数的时空差异及变化源泉,在此基础上,探索了全要素生产率指数及其分解值—技术效率指数、技术进步指数的外生影响因素。研究结果表明:主产区全要素生产率指数10年内平均增长0.28%,得益于技术效率的提高和技术进步,主销区呈现出粮食生产技术进步与技术效率损失并存,"双轨损失"导致全要素生产率指数平均下降0.35%,平衡区受技术进步的恶化影响导致全要素生产率指数平均下降0.69%;中央惠农政策的实施对提高主产区的粮食全要素生产率水平有显著作用,而对主销区和平衡区的影响具有一定滞后性;人均粮食生产规模和种粮机械化水平对粮食主产区的全要素生产率均有负向影响,而对粮食主销区的全要素生产率都为正向影响。对于粮食产销平衡区,人均粮食规模的扩大能够改善技术效率,但对全要素生产率和技术进步有反向抑制作用。最后,提出了有效提高粮食生产率的对策建议。     

粮食主产区农业绿色发展的影响因素、质量测度与动力分析——基于绿色全要素生产率视角

为了探究粮食主产区农业绿色发展的影响因素与质量动力,以农业绿色全要素生产率（GTFP）为切入点,运用超越对数函数形式的SFA模型对环境约束下2004—2018年松花江、黄河、长江三大流域粮食主产区展开分析。结果表明：环境规制、第一产业占比、农业财政支持对GTFP的增长具有显著正向影响,环境污染、自然灾害则反之;三大流域农业GTFP增长率的平均值为3.3%,农业绿色发展状况在不断改善,但改善速度前期波动较大、后期较小,且区域间呈现不均衡状态;松花江流域的发展动力主要来自技术效率、技术进步和规模效率的增长,黄河流域和长江流域分别来自技术效率主导和技术进步主导的效率与进步双重驱动,规模效率和要素配置效率对二者的贡献较为微弱。今后需要注重以提升绿色全要素生产率为核心,加大农业技术创新,发展适度规模经营,完善区域协调发展机制,并有效实施环境规制政策。     

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。