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.     

京津冀地区城市土地利用效率

城市土地利用效率对于提高城镇化发展质量具有重要意义。应用数据包络分析法中纯技术效率测度(BCC)、技术效率测度(CCR)、超效率数据包络分析(SE-DEA)模型及Malmquist指数法,对京津冀地区地级以上城市2002—2013年的土地利用效率及全要素生产率进行测度。结果表明:(1)京津冀地区城市土地利用投入要素规模偏大,普遍处于规模报酬递减状态,北京市相对效率较低均为规模无效导致;(2)京津冀地区各市土地利用效率差异呈扩大趋势;(3)北京市、天津市、秦皇岛市等地土地全要素生产率提高较多,主要来源于技术进步,石家庄市、沧州市、廊坊市、邯郸市等地土地全要素生产率变化较小,技术进步不足是主要原因。     

基于DEA-Malmquist指数模型的绿色发展效率测度与评价 ——以甘肃省为例

通过熵值法、DEA模型和Malmquist指数模型测算了2013—2019年甘肃省绿色发展效率以及全要素生产率的变化指数。结果表明,甘肃省的环境成本总体呈下降趋势,环境成本相对较高的区域为工业发展相对领先的区域和经济相对发达的区域,且这些区域的经济增长缓慢是由于至今还留存着粗放型的发展方式;甘肃省未充分利用科学技术和规模效应,绿色发展效率的水平总体偏低,急需优化资源配置;兰州、嘉峪关、金昌、白银等市应促进科技创新和规模化以促进区域绿色发展,陇南、定西、庆阳、张掖等市基本实现了生态与经济的协调发展,应因地制宜制定适合自身发展的产业,如特色旅游业、畜牧业、特色农业等,武威、酒泉、天水、平凉等市应该加快科技创新;甘肃省全要素生产率总体呈波动下降态势,科学技术的进步是推动全要素生产率发展的最主要原因,并且科学技术的利用效率及规模效益对全要素生产率的贡献不足。     

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。     

中国粮食作物全要素生产率评价研究

运用DEA-Malmquist指数模型,构建"四投入、一产出"的评价指标体系,对2007~2015年中国13个粮食作物主产区全要素生产率进行评价,包括技术效率、技术进步效率。结果表明,由于技术效率(0.990)和技术进步效率(1.201)的双重作用,中国粮食全要素生产效率实现以年均1.1倍的速度增长。技术进步是促进全要素生产率增长的主要动力,技术效率的衰退是影响全要素生产率增长的重要阻力。     

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指数法中国小麦主产区全要素生产率变化特征分析

本文利用Malmquist生产率指数方法,测度2004—2012年小麦主产区的全要素生产率。研究表明,小麦主产区全要素生产率总体上呈下降趋势,技术效率基本维持不变,技术进步呈下降态势,是影响其下降的主要因素。在区域层面,除陕西省外,各区域小麦全要素生产率均呈下降趋势,并表现出不同的稳定性特征。技术效率和技术进步对各区域小麦全要素生产率产生不同影响,其中,技术进步是各区域小麦全要素生产率下降的主要因素。另外,依据σ收敛性检验,总体上,小麦主产区全要素生产率趋于发散,但2006—2007年后中国各区域小麦全要素生产率表现出微弱的收敛趋势。     

农村产业融合对农业全要素生产率的效应检验与机制分析

当前,农村产业融合被视为促进农业增效、农民增收以及农村繁荣的关键举措.利用2008—2017年中国30个省份的面板数据,在测度农业全要素生产率以及农村产业融合水平的基础上,采用可行广义最小二乘法(feasible generalized least squares,FGLS)、两阶段最小二乘法(two stage least square,2SLS)以及系统GMM等方法,实证考察农村产业融合对农业全要素生产率的影响效应及其作用机制.结果表明,农村产业融合能够有效提升农业全要素生产率;农村产业融合对农业全要素生产率的影响路径包括技术效率和技术进步,相对于技术效率,农村产业融合通过促进农业技术进步对农业全要素生产率产生的提升作用更强.进一步采用分位数模型进行检验,发现农村产业融合对农业全要素生产率存在显著的边际递增的非线性提升效应,在农业全要素生产率水平由低到高的动态变化过程中,农村产业融合对农业全要素生产率的边际作用逐步增强.该结论不仅有助于理解农村产业融合与农业全要素生产率之间的关系,还能为推动当前农业高质量发展提供新的见解.     

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。     

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。     

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.     

烟台市苹果产业生产效率的评价研究——基于DEA模型和Malmquist指数分析

选取2011—2020年烟台市苹果产业的面板数据，借助DEA中的BCC模型、Malmquist指数分析法对烟台市苹果产业全要素生产率、综合效率、纯技术效率、技术进步率、规模效率演变规律进行分析。结果发现，烟台市苹果产业生产效率呈波浪式动态波动，全要素生产率以每年平均1%的速度增长，增长过慢。烟台市应该根据自身发展情况采取不同措施来推进整体苹果产业的技术及管理的革新，促进苹果产业转型、提质、增效，推动苹果产业的可持续发展。     

我国食用葵生产率增长的源泉分析——基于主产省区定点监测样本数据

提升食用葵的生产率是推动其产业可持续发展与保障我国油料作物安全的有效路径。基于国家特色油料产业技术体系的农户调查数据,运用较前沿的GML和EBM模型,分析了我国食用葵全要素生产率变化的整体情况及其在不同产区和生产者上的差异表现,探讨了其中的驱动因素。结果表明,食用葵的生产率整体上正表现出明显的增长趋势,技术效率改进是其中的最主要动力,进一步减少技术效率损失的重点在于改进劳动与物质生产资料的投入规模。在地域上,黑龙江、宁夏、河北和吉林4地是推动食用葵生产率快速增长的最主要产区,而陕西食用葵的生产率正面临着下降的压力。各主要产区稳定增长并提升增速的关键在于,立足当地的自然资源禀赋实现种植面积的改进。在主体上,中青年生产者是推动生产率增长的中坚力量,实现其技术效率与生产率进一步提升的关键是劳动投入的改进,而推动老年生产者生产率增长的重点在于物质生产资料投入上的节本增效。对此,应当进一步加强先进生产技术的研发与应用,优化食用葵生产的空间布局,在积极培育新型经营主体的同时,用活土地托管等生产社会化服务。     

农村互联网发展对中国玉米全要素生产率的影响

采用DEA-mamlquist指数测算2004—2019年中国17个玉米主产省(区)的全要素生产率,运用联立方程组模型实证检验农村互联网发展对玉米全要素生产率的影响及其作用机理,并分区域探讨其差异性。结果显示:2004—2019年中国玉米全要素生产率年均增长0.2%,主要依靠技术进步的单轨模式驱动。农村互联网的发展显著(P<0.01)提升玉米全要素生产率,主要依靠技术进步和技术效率的协同作用驱动。分区域来看,农村互联网发展对玉米全要素生产率均具有显著(P<0.01)的促进作用,其影响程度由高到低依次为北方春播玉米区>黄淮海平原夏播玉米区>西北灌溉玉米区>西南山地玉米区。建议进一步提高农村互联网的配套设施建设,发挥互联网“连接经济”的优势,应用多元化互联网技术,促进不同生态类型区玉米生产效率的提升。     

粮食全要素生产率和技术效率研究进展

粮食全要素生产率和技术效率可以从不同层面较清晰地表达生产技术和土地的投入产出效率,使粮食生产效率问题得以定量分析。对粮食全要素生产率和技术效率的定义进行介绍,概述了关于全要素生产率所包含的影响因素对其作用的研究;介绍了测量粮食全要素生产率的3种主要方法(指数法、DEA方法和SFA方法),综述了相关研究进展。     

长三角城市群农业全要素生产率时空演化特征分析

农业全要素生产率是现代农业经济增长的重要体现,长三角区域作为我国重要的农业生产区域之一,探讨长三角地区农业全要素生产率及其时空演变,对于实现长三角地区农业经济高质量发展具有重要意义。选取长三角城市群26个城市2013—2019年的面板数据为样本,基于DEA-Malmquist模型测算分解其农业全要素生产率,并利用ArcGIS软件进行空间可视化分析,结果表明,2013—2019年长三角城市群26个城市农业全要素生产率均值为1.01,总体来看,长三角城市群农业生产效率呈上升趋势。其中,农业技术进步指数对农业生产效率指数的贡献较大。从城市个体来看,长三角城市群26个城市间农业生产综合效率及纯技术效率、规模效率空间差异较大。分省域来看,浙江省各城市农业生产效率提高较快,江苏省多数城市农业生产效率总体稳定且略有提升,安徽省多数城市和上海市的农业生产效率稳定中略有下降。进而提出长三角地区农业高质量发展应着力于提高农业基础研发、核心技术攻关、转变农业发展方式等建议。     

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。     

基于DEA-Malmquist指数的江苏省农业生产效率评价

为全面了解江苏区域农业发展情况,正确认识农业发展现状。选取2005—2014年江苏统计年鉴面板数据,采用DEA模型和Malmquist指数法对江苏省农业生产效率进行分析评价。结果表明:江苏省农业生产效率整体处于较高水平,农业全要素生产率每年均提高的主要原因是技术进步;同时,江苏各区域的农业全要素生产率从高到低依次为苏南、苏北和苏中,其中,苏南地区优势明显,苏中与苏北地区的差距较小。