木材生产要素配置效率的演变趋势与影响因素——基于广东省的实证分析

利用DEA-Malmquist指数法,以广东省为例,运用1993-2012年广东20个市别面板数据分析木材供给TFP的演变趋势与影响因素。研究显示,以广东为代表的南方集体林区木材供给TFP年均增长率2.5%,对林业第一产业GDP的贡献率49.807%;全省及三大分区木材供给TFP的主要增长源于技术进步;林权改革、税费改革、农业经营格局、人力资本等对木材供给TFP有显著影响,这些因素的趋势性变化引致了区域TFP的敛散格局,基于上述研究引申出相应的政策含义。     

基于Malmquist指数的中国乳制品业全要素生产率分析

本文采用2002-2006年中国乳制品业的面板数据.通过非参数的Malmquist指数分析方法,对中国乳制品业全要素生产率(TFP)的变动情况进行了实证研究,并进一步将其分解为技术进步、纯技术效率和规模效率.结果表明,2002-2006年中国乳制品业TFP的年均增长率为11.4%,呈现出快速增长的特征,其中,技术进步为9.7%,技术效率为1.5%,技术进步构成中国乳制品业TFP增长的主要动力.分省份看,76.7%的省份乳制品业TFP增长的主要动力来自于技术进步;分不同企业规模和企业经济类型看,除集体企业外,乳制品企业TFP增长的主要动力均来自于技术进步.     

FDI对中国林业全要素生产率的影响分析——基于DEA-Malmquist指数法

文章在分析林业利用外资情况的基础上,采用DEA-Malmquist指数法,基于2006~2015年中国28个省、直辖市及自治区的面板数据,测算林业全要素生产率(TFP),并将其分成技术进步和效率变化,建立回归模型,研究林业利用外资对林业全要素生产率的影响。结果表明:中国林业TFP在总体上平稳发展,个别地区出现上升;28个省(市、自治区)的年均TFP增长率约为16.7%,效率变化对林业全要素生产率增长的贡献更大。FDI对中国林业全要素生产率产生负向影响但不显著,FDI滞后一期对林业生产率产生显著的正向影响;受教育程度对林业全要素生产率有正向影响,但不显著;对外开放水平对林业生产率的影响是正向且不显著的;金融发展水平与林业全要素生产率负相关。最后根据现实解释回归模型结果,提出政策建议。     

中国玉米加工业生产率增长、技术进步与效率变化——以4个玉米主产省为例

本文采用基于DEA的Malmquist生产率指数分析方法，运用玉米加工业的省际面板数据，分析中国玉米加工业增长过程中全要素生产率（TFP）的变动状况，并将其分解为技术进步和技术效率，进而分解为技术进步、纯技术效率和规模效率。结果表明，1998-2005年，中国玉米加工业中淀粉及其制品制造业、饲料加工业、酒精制造业和白酒制造业的TFP年均增长率分别为22％、13．3％、23．7％和7．7％，这充分说明，近年来中国玉米加工业发展迅速；玉米加工业各子行业的技术进步和技术效率的年均增长率均为正值，但技术效率增长缓陵，技术进步构成推进TFP增长的主要因素。     

我国水禽全要素生产率增长和贡献及区域差异分析

目的 通过测算水禽全要素生产率（TFP）来评估水禽的投入产出效率，同时分别对比各养殖区域之间TFP的增长率及贡献的差异。方法 文章依托全国22个省、（市、自治区）水禽投入产出数据，基于索洛残差法和DEA-Malmquist指数法分别从水禽TFP指数、TFP增长率和TFP贡献率3个角度展开分析。结果 （1）全国水禽TFP均值为1.352，大多数地区的水禽TFP指数均大于1，山东省的技术效率、纯技术效率、规模效率均为全国第一；（2）全国水禽TFP增长率平均值为0.19，水禽TFP贡献率平均值为120%，TFP贡献率和增长率较上一年都有所提升；（3）区域差异比较后发现，西南地区的水禽TFP指数、TFP增长率和水禽TFP贡献率的均值最大，而华中地区的3个指标均值均为全国最小，水禽的TFP区域特征呈现出“北向南移”趋势。结论 技术进步对水禽产业发展作出了很大的贡献，说明水禽产业需要进一步加强新技术投入；突发事件一定程度上刺激了水禽产量的增长，说明不仅要预防突发事件，而且要不断挖掘突发事件后的边际效应；水禽TFP区域差异显著，要求结合区域特征分析后因地制宜施策，最终提升水禽生产要素投入效率。     

中国棉花TFP增长率的波动与地区差异分析——基于随机前沿分析方法

本文利用1997-2009年中国13个主要棉花产区的投入与产出的面板数据,对中国棉花生产TFP增长率的波动与地区差异进行分析.研究结果表明:中国棉花TFP出现了一定的增长,这主要是规模效率、技术效率的改进和技术进步改进带来的,而配置效率则出现了下降;各个产区全要素生产率增长的差异明显,配置效率的变化是这种差异出现的主要...     

中国玉米生产率增长、技术进步与效率变化:1990-2004年

本文运用DEA的Malmquist指数分析方法，实证分析了中国玉米生产率（TFP）增长状况，并将其分解为技术进步和技术效率，进而可分解为技术进步、纯技术效率和规模效率。结果显示，1990-2004年中国玉米TFP的平均增长率为3．7％，技术进步为2．9％，技术效率为0．7％，技术进步构成推进TFP增长的主要因素，而技术效率的下滑却减缓了其增长，技术进步水平的不同使得各玉米主产省份的TFP的增长存在显著差异，东北和西北地区的玉米生产效率水平相对要高于华北和西南地区。     

草原生态保护补奖政策下牧区肉牛养殖生产率增长及收敛性分析

草原生态保护补奖政策在促进草原生态保护的同时,将逐步转变牧区牧业生产发展方式,由此将对牧区牧业生产效率产生一定影响。本研究运用Malmquist指数与收敛模型,实证分析了草原生态保护补奖政策实施区专业育肥和专业繁育肉牛养殖的全要素生产率及收敛性。结果显示,2009—2017年,专业育肥场户TFP增长率总体保持增长态势,TFP增长率年均水平为1. 8%,技术效率增长率为-0. 4%,技术进步增长率为2. 2%,技术进步是推动TFP增长的主要因素,5省区中肉牛专业育肥场户TFP平均为0. 991。草原生态保护补奖政策实施以来,专业育肥场户肉牛养殖全要素生产率增长明显。专业繁育场户TFP增长率总体呈波动态势,多数年份为负,TFP增长率年均水平为-5. 0%,技术效率增长率为-0. 1%,技术进步增长率为-4. 9%,技术进步、技术效率均是延缓TFP增长的主要因素,5省区中肉牛专业繁育场户TFP平均为0. 900。专业育肥场户肉牛养殖生产率不存在σ收敛,短期还会存在生产率地区差异,专业繁育场户肉牛养殖生产率存在σ收敛,生产率区域差异会逐步缩小。专业育肥场户肉牛养殖生产率、专业繁育场户肉牛养殖生产率均呈条件β收敛,各区域均在自身的稳态水平收敛。     

中国大宗淡水鱼养殖户技术效率、TFP增长及分解——基于25个省份微观调查数据

本文基于2011—2017年养殖户的微观调查数据,利用超越对数的随机前沿生产函数实证分析了大宗淡水鱼养殖户的技术效率、TFP增长及其分解。研究发现,(1)大宗淡水鱼养殖户的技术效率为0.827,表明养殖户的技术利用水平还存在较大的改进空间;(2)不同养殖规模对养殖户技术效率影响不显著,但专业化养殖对技术效率具有显著的正向影响;(3)养殖户TFP年均增长率为3.29%,且呈持续增长趋势;(4)养殖户TFP增长主要来源于技术进步,但技术效率的下降阻碍了TFP的增长;(5)技术效率和TFP增长都具有明显的区域性特征,总体表现为从西部到东部递减的趋势。     

中国烤烟TFP增长率的波动与地区差异分析——基于随机前沿分析方法

本文利用1997～2008年中国17个主要烤烟产区的投入与产出的面板数据,对中国烤烟生产TFP增长率的波动与地区差异进行分析。研究结果表明：（1）中国烤烟TFP增长率及其构成因素的变动大致以2003年为界划分为前后两个阶段。第一阶段烤烟TFP增长率及其构成因素变化比较平稳,波动幅度较小;第二阶段TFP增长率波动比较剧烈,规模效率与配置效率具有较大的不稳定性。（2）从地区差异看,西南、东南和长江中游烟区的烤烟TFP增长率的变化趋势比较相似,而黄淮及北方烟区的烤烟TFP增长率的变化趋势和变化幅度有较大差异。     

农业全要素生产率增长的再测算——Malmquist指数法和Hicks-Moorsteen指数法的比较

基于Malmquist指数法和乘积完备的Hicks-Moorsteen指数法对农业TFP增长进行测度,并将TFP分解为技术进步和效率变化。结果表明:1979²011年间中国农业TFP年均增长率为2.1%2011年间中国农业TFP年均增长率为2.1%².7%,其中技术进步年均增长3.0%2.7%,其中技术进步年均增长3.0%³.6%,混合规模效率年均增长0.6%。因此,在农业投入产出过程中应重视农业生产结构以及规模方面的调整和优化。     

专利密集型制造业全要素生产率增长评价研究——基于 DEA-Malmquist 指数法

文章基于《知识产权(专利)密集型产业统计分类(2019)》对我国专利密集型制造业进行了界定,并以低专利密度型制造业作为对比,通过测算2007—2019年间两类制造业的全要素生产率(TFP)分析我国专利密集型制造业TFP的增长变动情况,并比较两类自主创新水平差距较为明显的制造业在TFP增长方面的差异。测算结果显示,两类制造业的TFP增长率及各分解项均呈现波动下行趋势,专利密集型制造业的TFP增长率及各分解项的整体水平高于低专利密度型制造业;技术进步是两类制造业TFP增长的主要驱动力,专利密集型制造业TFP的提升将更依赖于技术效率,低专利密度型制造业则需要技术进步和技术效率共同提高驱动TFP增长;两类行业内部均存在显著的差异性,更高的自主创新水平能够促进专利密集型制造业TFP的增长,但二者之间并不是简单的正相关关系。     

中国林业投入资金利用效率研究——基于Dea-Malmquist指数

以1998～2010年我国30个省面板数据为基础,对我国林业系统资金利用效率定量测算和分解。结果表明,全要素生产率(TFP)对我国林业系统产业总产值、在岗职工年均工资、造林面积等产出指标贡献度为负值,说明我国资金投入没有达到有效推进林业发展的目标。TFP分解后,技术进步落后是资金利用效率较低的重要诱因。就四大经济区而言,TFP指数与各区域技术进步水平一致,林业投入资金效率高低依次为东部地区、东北地区、西部地区、中部地区。     

基于Malmquist指数的河南苹果生产效率评价

本文基于Malmquist指数的数据包络分析（DEA）方法，以苹果生产平均亩产量为模型的产出变量，以每亩苹果生产的用工数（标准劳动日）、每亩物质费用和期间费用作为投入变量，利用1994--2005年的苹果生产成本与收益数据，对河南苹果产区的生产效率的变化对比全国平均生产情况进行了实证分析。主要结论：1994--2005年，河南苹果生产的TFP呈现波动中增长，年均增长15．6％，与全国平均苹果生产TFP年均增长8．6％相比，河南苹果生产的TFP增长幅度更大，而且其TFP的增长应归结于综合技术效率和技术进步的共同提高，而全国平均TFP的增长主要来源于技术进步。     

中国林业生态效率与生态生产率的测度研究

通过界定林业生态效率的内涵,建立林业生态效率评价指标体系,运用DEA模型和Malmquist指数法对全国30个省市(港、澳、台、藏除外)的林业生态效率和生态生产率进行测度表明:中国林业生态效率在近十年呈小范围波动性变化,全国总体的林业生态效率均值为0.912,并且地区及省市间差别较大;TFP指数均值达到1.037,表明中国林业生态效率的发展水平整体在缓慢提高,技术进步变动指数是导致总林业生态生产率TFP指数提高的主要原因之一,不同地区和省市间各分解指数也存在很大差异。适当改变林业的生产经营方式,适度调整林业发展规模对于各省市提高林业生态效率和生态生产率是十分必要的。     

资源错配与农业全要素生产率：损失和原因

如果资源的流动受到限制，无法从效率较低的一方转移到效率较高的一方，那么不仅会导致资源错配，而且还会造成全要素生产率(TFP)损失。本文构建包含四要素(劳动、土地、机械和化肥)三层嵌套(“地级市—省级—全国”)的理论模型，采用1996—2019年中国城市平衡面板数据，分别测度省域和全国加总层面的TFP损失，通过分解和比较不同要素错配的损失大小，明确中国农业TFP损失的主要诱因。结果表明，资源错配对总体TFP造成了持续性损失，年均损失为27%,其中组内错配损失为9.03%,组间错配损失为18.31%,表明中国农业TFP损失主要是因为各省间的资源无法有效配置。从损失的因素分解来看，无论是组内错配还是组间错配，劳动和土地错配是造成中国农业TFP损失最重要的两种因素，其中两种要素的组间错配损失分别为9.30%和8.14%。因此，加快土地流转集中和农村劳动力有序转移是解决资源错配，促进农业高质量发展的有效途径。     

供给侧结构改革背景下的西南地区农业全要素生产率分析

［目的］探究在制度改革背景下的农业生产力发展水平和地区差异，有利于全面了解农业发展状况，为后期农业政策的制定、调整以及农业发展提供理论基础。［方法］文章利用DEA-Malmquist指数法对我国西南地区5个省（市）农业全要素生产率（TFP）水平变化发展趋势进行分析，并在此基础上对不同地区农业TFP差异变化和发展趋势进行预测。［结果］（1）Malmquist指数分析结果表明，我国西南地区农业TFP呈缓慢增长的趋势。通过对不同地区农业TFP结果进行比较，四川省农业TFP有先逐渐上升后下降的趋势，而技术进步是影响四川省农业TFP增长的原因；（2）重庆市农业TFP也是呈现波动式缓慢增加的趋势，年平均增长率为354%； 贵州省农业TFP近20年来增长速度最快，主要影响因素为技术进步； 云南和广西农业TFP也均呈缓慢增长的趋势，技术效率和技术进步在不同时期对农业TFP的影响有所差异。（3）收敛性分析结果表明，我国西南地区农业TFP差异有减小的趋势，并且不同地区农业TFP水平具有向各自稳定状态发展的可能性。［结论］我国西南地区农业TFP增长与技术进步具有较高的同步性，因此，制约我国西南地区农业全要素生产率增长的关键因素是农业科技进步。在供给侧结构性改革背景下，必须以市场需求为科研导向，加大科技创新投入力度，促进我国西南地区农业的可持续发展。     

中国人参生产效率研究——基于HMB指数的评价

本研究利用1998~2005年中国人参生产投入产出面板数据(Panel Data),采用非参数HMB指数方法和数据包络分析(DEA)法对人参生产效率进行分析。结果表明:中国人参生产全要素生产率(TFP)变动主要受规模效率改善的影响;各样本区的全要素生产率存在一定差异,除规模效率差异的原因外,还有技术进步和技术效率方面的差异;混合效率的作用不显著;人参生产中的非效率是由于投入冗余、产出不足以及成本收益率低等原因导致的。因此,今后为进一步提高人参生产率,可以通过促进技术进步,提高投入产出比例等手段来实现。     

国内林业上市公司的全要素生产率评价及异质性分析——基于DEA-Malmquist指数的分析

采用DEA-Malmquist指数对林业行业上市公司2001—2019年的全要素生产率和异质性分析。研究表明:林业上市公司的年均TFP等于1,在这期间其经营绩效几乎未发生变化;造纸和家具类企业的年均TFP分别为1.019和1.007。林业上市公司存在技术效率低下、技术水平不足等问题,且不同类型企业的存在一定的差异,可以采取扩大规模经济、提升技术水平等手段应对以上问题。     

基于DEA的中国茶叶产业全要素生产率分析

本文运用DEA方法测算了1998-2005年我国茶叶产业中的绿茶和红茶的TFP变动及其对茶叶产业增长的贡献.结果表明,1998-2003年我国绿茶TFP的年均增长率为1.61%,2001-2005年红茶TFP增长率为3.53%;从总体上看,这一时期我国绿茶TFP增长呈现明显的波动性特征,茶叶生产和流通制度的变革、技术创新和新技术的推广使用以及茶叶市场价格变动可能是茶叶TFP生产效率变动的主要原因.