农户小麦生产的产出增长与分解——基于河南省农户层面的实证分析

【目的】基于农业部固定观察点河南省的农户调查数据,对2003-2008年间河南省小麦生产增长的原因进行分析。【方法】利用随机前沿生产函数模型和产出增长分解的方法,测算引起小麦生产增长的各因素贡献率。【结果】2003-2008年小麦产出增长中,3.75%来源于投入要素增长的贡献,96.25%来源于全要素生产率增长的贡献;在全要素生产率的贡献率中,有61.75%来自于技术进步的贡献,34.5%来自于技术效率提高的贡献。【结论】推动河南农户小麦产出增长的主要因素是以技术进步和技术效率为核心的全要素生产率的提高。     

浙江省农业绿色全要素生产率的实证分析

基于SBM-GML指数法测算了浙江省11个地级市2003—2018年的农业绿色全要素生产率及其分解项。研究结果表明:2003—2018年浙江省农业绿色生产效率整体上呈增长趋势,年均增长率为3.7%,其增长主要是由农业技术进步推动。各地级市之间农业绿色发展水平差异明显,浙东北农业绿色生产率整体高于浙西南地区,其中农业绿色发展效率增长最快的是台州市,最慢的是丽水市。现阶段浙江省提高农业绿色发展效率要加大财政扶持力度、普及农业信息技术、完善农业推广体制和调整农业经营机制,积极推动农业农村现代化发展,实现农业高质量发展。     

台湾水稻生产效率的实证分析

【目的】正确认识台湾水稻生产效率的变化及引起变化的原因。【方法】利用DEA与Malmquist生产力指数及灰色关联度分析,研究台湾2002—2016年15县市的水稻生产效率、全要素生产率变化及其分解指数,以及各指数之间的关联系数。【结果】(1)台湾水稻生产效率整体处于较高水平(0.970),第一期水稻的生产效率(0.974)略高于第二期(0.966);(2)不同县市水稻生产效率不同,宜兰县、新竹县、新竹市、彰化县、嘉义县市和台东县生产效率均达到1,处于较高水平;(3)台湾水稻生产效率增长波动较大,第一、二期的全要素生产率指数分别为0.987和0.955,每年降幅分别为1.3%和4.5%,总体呈退步状态;(4)台湾第一、二期水稻生产率的变动与技术进步的关联系数分别为0.746 9、0.893 2,与技术效率变化的关联系数分别为0. 583 2、0.605 6,水稻生产率的变化主要受技术进步的影响,受技术效率变化的影响较小。【结论】台湾水稻生产效率整体处于较高水平,全要素生产率指数呈退步状态,其变动主要受技术进步影响,政策调整效果初显,效率的损失可以通过技术进步弥补。     

中国柑橘全要素生产率演进及影响因素研究——基于Malmquist-Tobit模型的实证

【目的】探究中国柑橘全要素生产率演进及其影响因素。【方法】首先采用中国柑橘2008—2014生产成本与收益数据,借助Malmquist指数法,对中国柑橘主产省份柑、桔全要素生产率演进及其分解进行测度与分析。在此基础上结合面板Tobit模型,分析了影响柑橘全要素生产率增长的外部因素。【结果】考察期内中国柑橘主产省份中,柑的全要素生产率年均增长率较高,桔相对较低;分省来看,不同省份间全要素生产率差距较大;考察期内,柑橘全要素生产率与技术进步波动基本趋于一致,但同时也受效率变化的影响;所考察的6个影响因素包括城市化率、农业机械总动力、每公顷人工总成本、农村居民家庭年人均纯收入、地方财政农林水事务支出与种植规模,均对柑橘全要素生产率的增长影响显著。【结论】为促进中国柑橘生产效率的提高,应当进一步加大对柑橘产业的扶持力度、鼓励创新、适当调整生产经营规模并推广机械的使用。     

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。     

东北玉米种植结构调整与粮食高质量增长——基于全要素生产率视角

在推进粮食产业高质量发展关键时期,促进种植结构调整,提高粮食全要素生产率势在必行。本文基于2001—2016年东北三省地级市面板数据,使用DEA-Malmquist指数法测算得到粮食全要素生产率指数,通过空间SAC模型探索玉米种植结构对粮食全要素生产率的影响。研究发现:东北三省粮食全要素生产率增长率年均上升1.1%,技术效率提高0.5%,技术进步提升0.6%,但其粮食全要素生产率增长率呈现出缓慢下降的趋势,且属于技术进步"单轨驱动"模式;玉米播种面积和种植比例的提高会导致"效率损失",从而降低了粮食的全要素生产率;玉米种植结构对粮食全要素生产率的影响路径通过技术效率和技术进步共同作用实现,而对于技术效率的影响仅通过规模效率发挥作用。推进玉米种植结构调整,可提高粮食全要素生产率,为粮食产业高质量发展保驾护航。     

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。     

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。     

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。     

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。     

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。     

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。     

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。。     

环境规制下我国粮食生产绿色全要素生产率分析

【目的】研究环境规制对我国粮食生产绿色全要素生产率,为我国粮食绿色高质量发展提供决策依据。【方法】利用超越对数函数测算2011—2019年我国粮食全要素绿色生产率及分解值,采用Tobit模型探究粮食生产经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响。【结果】从整体上看,我国31个省份（除港澳台）粮食生产绿色全要素生产率从2011年的1.002增长至2019年的1.080,呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率从2011年的1.032增长至2019年的1.035,也呈现波动的增长趋势,各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中,绿色全要素生产率的增长主要通过技术进步增长而增长,技术效率对绿色全要素生产率呈抑制趋势。从不同地区来看,粮食生产绿色全要素生产率呈现东高西低趋势。粮食生产经济发展水平对全国和东部地区粮食生产绿色全要素生产率影响呈先弱后逐步增强的变化趋势,中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势。从不同影响因素对粮食绿色全要素生产率影响来看,人力资本对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响,对西部地区呈显著负向影响;粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率存在显著正向影响。【建议】政府应充分发挥粮食主产区的功能性优势,大力推进专业化生产与要素资源配置,转变不同地区粮食生产发展方式;相关部门应加大粮食生产人力资本投入,加强对人才扶持力度;相关决策机构应加强规范粮食生产环境立法机制,发挥发挥政府差异化粮食生产环境规制策略。     

我国双季稻全要素生产率的时空分析及对策建议

提高双季稻生产率对于当前我国粮食稳产保供具有重要意义。基于加总数量全要素生产率测算方法，利用2004—2018年全国9个双季稻主产省份数据，分析我国双季稻全要素生产率及其分解指数变动情况。结果表明：2004—2018年我国早籼稻、晚籼稻的全要素生产率分别为1.081、0.931；双季稻全要素生产率在2004—2008、2014—2018年小幅上升，在2009—2013年波动下降；全要素生产率的增长主要来自技术进步和规模扩张的贡献；在双季稻优势产区中，长江流域的全要素生产率指数高于东南沿海，其中规模的扩大起决定性作用。因此，建议发挥主产区优势，把适度恢复双季稻生产作为粮食稳面积、保产量的有效途径，进一步提高良种采用率及机械化水平，加大政策支持力度，保障种稻基本收益，激励农户重拾种植积极性。     

基于Hicks-Moorsteen指数法的我国农业生产效率测算及收敛性

通过Hicks-Moorsteen指数方法测算1991—2012年我国农业全要素生产率(TFP)的发展情况,并对农业TFP进行全面分解,将技术效率分解为纯技术效率、组合效率、残余产出效率。结果表明,农业技术进步和技术效率对农业增长的双重驱动是实现农业快速发展的根本原因,其中技术效率对农业全要素生产率贡献更显著。在此基础上检验我国农业全要素生产率的α收敛、绝对β收敛、条件β收敛,结果显示我国农业全要素生产率不存在α收敛和绝对β收敛,但具有条件β收敛性,说明我国农业生产率水平之间的差距正在缩小,并随着时间的推移趋于稳定。     

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。     

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。     

人力资本对农业全要素生产率、技术效率和技术进步的影响

【目的】探讨1995年以来广东省农业人力资本状况对农业全要素生产率（TFP）的影响,以期在广东省资源、环境约束下寻找挖潜增效的途径,实现农业高效、健康、可持续发展,为广东省社会经济发展提供一定的科技支撑。【方法】应用内生经济增长理论,通过人力资本对广东省农业全要素生产率的多年相关（1995~2010年）效应影响进行研究。【结果】农业研究与开发人力资本变量HA对农业全要素生产率、技术效率变化、技术进步都产生了正向的推动作用,然而农村劳动力的人力资本存量HW却对这3个方面产生一定阻碍作用。【建议】应从农业科技推广、农村教育、农业科研人员结构、农业科技成果转化等方面的制度创新来不断减少或消除影响广东现代发展的各种制度性障碍,同时要加强高学历、精通技术、懂经营管理的高技能人才的培养与引进,促进人力及科技资源的科学优化配置,由农业前沿技术进步与技术效率共同促进农业TFP的健康、快速、可持续增长。     

河南省农业生产效率实证分析

运用Malmquist指数方法,选取河南省18个城市为样本,考察2001-2009年河南省农业生产效率的全要素生产率的变动趋势,并通过对Malmquist指数的分解进行分析,研究河南省农业生产的全要素生产率增长的内在动力.结果表明,技术进步是推动河南省农业生产的全要素生产率增长的主要因素,综合技术效率指数对全要素生产率...