入WTO以来中国玉米生产效率评价———来自全国15 个省的面板数据分析

基于15个玉米主产省2001-2010年10年间的农产品成本收益面板数据,运用DEA中的Malmquist指数分析方法,从时间梯度和地域差异两个角度,系统分析了我国玉米主产区的玉米生产效率(TFP)的增长状况.结果表明:2001-2010年我国玉米主产区玉米TFP增长率为-1.3％,并且增长趋势呈锯齿状分布;技术进步是促进我国玉米主产区TFP增长的关键因素;东北区、西北区玉米生产效率水平比华北区、西南区玉米效率水平高.     

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。     

我国粮食主产区农田水利设施配置效率及区域差异分析——基于DEA和动态Malmquist指数的实证研究

本文首先运用数据包络分析方法对24个粮食主产区2009年的农田水利设施配置效率进行分析和评价,然后运用Malmquist指数方法对2003-2009年24个主产区的序列数据进行分析。研究发现,2009年西北地区和东北地区的农田水利设施配置效率高于其他地区;2003-2009年我国农田水利设施配置效率的全要素生产率(TFP)指数的年均增长率为12.2%,呈现出快速增长的特征;各地区的TFP指数的增长存在显著差异,黄河流域的TFP指数增长最快;技术进步是促进TFP指数增长的主要动力,而规模效率指数的下滑却减缓了其增长。     

我国蔬菜生产技术效率分析

为判断、比较各省(自治区、直辖市)蔬菜生产技术效率,采用DEA与超效率DEA方法,对30个省(自治区、直辖市)的14个蔬菜品种(或种植模式)超效率得分、规模效益、投入冗余等进行计算、分析.结果表明:各个省(自治区、直辖市)蔬菜生产技术效率存在很大差异;省(自治区、直辖市)内不同蔬菜品种(或种植模式)生产技术效率水平存在差异;各个省(自治区、直辖市)蔬菜生产超效率得分排名与蔬菜播种面积排名大相径庭;279个DMU中,71.68％的DMU呈规模报酬递增,13.26％的DMU呈规模报酬递减,15.05％的DMU规模报酬不变;目前我国蔬菜生产要素投入及配置不合理,并提出相应的对策和建议.     

中国生猪生产效率及影响因素分析

生猪是我国畜牧业第一大产业,也是我国肉类食品的主要来源,在我国农民收入中占有较高的比重.提高我国生猪的生产能力,对于稳定物价、保障肉类消费具有重要的现实意义.本文利用DEA技术和Malmquist指数的方法,对我国1991-2005年,不同地区生猪散户养殖的生产率(TFP)增长、技术变动和技术效率,2001-2005年这一时间段内,我国生猪规模生产的生产率增长、技术变动和技术效率变动进行了分析研究.研究结果表明:技术水平是制约散户养殖生产率增长的关键因素;而生猪规模生产的效率下降主要受技术效率衰退和技术水平下降的共同影响,但技术效率衰退影响更大;我国中、西部地区在生猪散户养殖方面拥有一定的比较优势,而我国东部地区则在生猪规模生产方面占有较强的比较优势.     

基于DEA-Malmquist指数的我国两阶段乳品产业链效率变化研究

为研究我国2011—2012年间31个行政区乳品产业链发展的效率变化,利用DEA-Malmquist指数方法,分别从两阶段乳品产业链整体及其各个阶段2个层面考察各地乳品产业效率变化情况。首先将区域的乳品产业链作为整体(黑箱),计算和分析2011—2012年间31个地区全要素生产效率(TFP)变化,得出TFP指数平均为1.04,增加的主要因素是技术进步和规模增加。然后打开黑箱,分别计算和分析构成整体产业链的第一和第二阶段TFP指数,第一阶段TFP平均为0.97,第二阶段TFP平均为1.04。研究结果显示整体和两级乳品产业链产中乳品生产业较原奶生产业更具有行业领导力,乳品生产业中技术进步、技术效率变化、纯技术效率变化和规模效率变化对乳品产业链中TFP变化有很大的影响。     

我国蔬菜生产技术效率变动及其影响因素分析*——以黄瓜和茄子为例

为探究我国蔬菜生产技术效率变动及其影响因素,基于技术效率理论基础,利用30个省市2011和2012年的164组样本数据,构建了超越对数生产函数模型,研究结果表明:我国蔬菜生产技术效率平均为0.809 9,存在显著的技术效率损失;各地区蔬菜生产技术效率水平有较大差异;平均技术效率从高到低依次为:中南西北华北华东西南东北;物质与服务费用、化肥成本和劳动力成本3种投入要素存在不同程度的冗余。农业大省或较发达地区的蔬菜生产技术效率一般较高;无论黄瓜还是茄子,设施种植模式的平均技术效率均大于露地种植,且露地蔬菜生产的技术效率相对于设施蔬菜生产技术效率波动较大;农村人均纯收入和成灾面积比例对提高技术效率有负向影响,城镇化水平、农村劳动力受教育水平和有效灌溉率对技术效率提高有正向影响。     

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。     

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。     

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。     

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DEA模型的湖北省各地区农业生产效率实证分析

利用非参数的数据包络分析(DEA)和Malmquist指数,对湖北省各市(州)2007—2011年农业要素效率进行了分析,经过计算得出各地区农业综合效率排名及全要素增长率;以2011年为例,通过投影分析找出了在农业经济投入要素方面存在冗余现象的市(州),分析了具体投入要素的调整方案。结果表明,湖北省农业经济综合效率总体趋于良好,农业投入存在过剩现象。湖北省农业发展今后应注意提高技术效率,走农业集约化道路。     

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.     

基于水-能源-粮食纽带关系的农业资源投入产出效率研究

为研究我国2010—2017年农业资源投入产出效率及时序演化特征,采用数据包络分析（DEA）方法,以中国内地31个省份为研究对象,基于农业生产中的水-能源-粮食纽带关系,构建了以农业用水量、能源产品使用量、排灌耗能量、能源产品生产用水量作为输入变量,以主要农产品生产总量、第一产业国内生产总值（第一产业GDP）为输出变量的评价指标体系。结果表明,我国有19个省份尚未达到DEA有效状态,大部分省份的农业资源投入产出效率有较大上升空间。研究表明,我国大部分省份（20个）的综合效率主要受纯技术效率的影响,其中最典型的宁夏、甘肃、新疆三个西北省份的纯技术效率明显落后,资源利用效率和管理水平有待提高。     

基于DEA模型的河南省农业生产效率研究

通过构建一套合理的农业生产效率评价指标体系,应用数据包络分析法(Data Envelopment Analysis,简称DEA)对河南省18个市2008年的农业生产效率进行了测算。结果表明,有7个地区的农业生产是有效的,另外11个地区则相对无效。并提出了提高河南省农业生产效率的建议。     

河南省农业生产效率的DEA分析

应用数据包络分析(DEA)的BC2模型,对河南省18个地区的农业生产效率进行分析,衡量各个地区农业生产的综合效率、技术效率和规模效率。结果表明,洛阳等7个地区的纯技术效率为1,而这其中只有鹤壁、周口和信阳的综合技术效率达到最优,说明除了在地理、经济条件及相关的农业投入方面之外,规模的无效率也会使得各个地区农业资源配置存在不合理,最终导致农业生产效率存在差异。因此,必须合理调整农业资源,加大科技研发,合理规划农业生产规模,进一步推进农业现代化。     

基于DEA的闽台农业生产效率测度与优化

【目的/意义】社会主要矛盾的转化让实现农业强大、农村美丽、农民富裕的愿望更加迫切,但农业发展往往面临着资源、劳动力等约束。合理测度农业生产效率是了解农业发展现状、挖掘和弥补发展轨迹中存在问题的前提。【方法/过程】以闽台为例,利用超效率DEA测度农业生产效率并进行比较,通过投影分析寻求生产投入与产出的改进方向。【结果/结论】整体上看,台湾在纯技术效率上具有比较优势,而福建省农业生产较为粗放,闽台农业合作存在优势互补的现实基础;目前闽台农业生产存在投入冗余,过度施肥现象尤为严重。未来,应努力强化质量兴农和技术创新、提高人力资源利用率,以及有意识地积极深化闽台农业合作。     

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DEA-Malmquist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...