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。     

河南省农业全要素生产率变动实证分析——基于Malmquist指数方法

文章运用Malmquist指数方法,考察了1999-2006年河南省农业全要素生产率的变动趋势,通过Malmqujst指数的分解,分析了河南农业全要素生产率增长的内在动力.结果表明,河南农业全要素生产率的增长主要是由技术进步推动的,规模效率和纯技术效率的共同作用使河南农业资源配置效率对全要素生产率的增长作用不明显.通过分析,认为提高农业生产的技术效率是农业发展的主要方向,同时针对河南农业主产区的区域地理特征;提出了应走农业规模化生产的道路以提高规模效率,最终促进河南农业全要素生产率的增长.     

中国苹果主产区全要素生产效率研究——基于HMB指数的分析

本文利用中国10个苹果主产省份2001—2009年苹果生产投入产出的面板数据,运用非参数HMB指数方法对苹果生产的全要素生产效率变动进行分解分析,明确各指数的时序变动趋势特征和空间分布特征,并采用数据包络分析法(DEA)对苹果生产的HMB指数及其分解的各指数的变动原因做出进一步探讨。结果表明,中国苹果生产全要素生产率(TFP)HMB指数在此期间出现波动且呈总体小幅增长的趋势;技术进步效率指数的影响最大,但对于全要素生产率的促进作用在减弱;规模效率低是影响全要素生产率增长的主要原因。可以通过提高技术进步水平、扩大生产规模等手段来改善苹果生产效率水平。     

中国乳制品业全要素生产率变动分析——基于非参数Malmquist指数方法

本文运用中国乳制品业1998～2005年的省际面版数据，采用非参数Malmquist指数方法，实证分析了中国乳制品业增长过程中全要素生产率的变动状况，并将其进一步分解为技术效率和技术进步。研究表明，1998～2005年，中国乳制品业全要素生产率以年均0．6％的速度增长，技术效率的下降不足以抵消技术进步的增长；五大奶业产区的全要素生产率的增长也均为正值，技术进步的增长支撑着各地区乳制品业全要素生产率的增长。     

中国农垦大中型工业企业的全要素生产率——基于DEA的Malmquist指数分析

本文使用农垦大中型工业企业的面板数据,应用非参数方法-基于DEA的Malmquist指数方法估计了中国农垦工业经济的全要素生产率变化,并将全要素生产率分解技术效率(技术效率又分为纯技术效率和规模效率)和技术进步.从测算的结果发现,农垦工业经济的全要素生产率的平均增长率为18.6%,增长主要来源是技术进步,技术效率的平均增长率为-13.4%.化学纤维制造、食品加工、化学制品(肥料)制造有较高的全要素生产率,而纺织、非金属制品却处于较低的水平.     

中国农产品加工业技术效率、技术进步与生产率增长

本文运用1999～2005年中国农产品加工业12个行业的面板数据，采用基于非参数数据包络分析的曼奎斯特生产率指数方法，分析了中国农产品加工业发展过程中全要素生产率的变动状况，将其进一步分解为技术效率和技术进步，对企业平均规模、资本密集度以及资产负债率同生产率增长的关系进行了实证检验。本文的主要结论是：中国农产品加工业全要素生产率增长率较高，并且全要素生产率的增长主要源自技术进步，而非效率变化；国有及国有控股企业的全要素生产率、技术变化、规模效率等指标值大于“三资”企业；另外，国有及国有控股企业的企业：规模对全要素生产率有较显著的正影响，而资本密集度对全要素生产率有显著的负影响。     

中国苹果绿色全要素生产率测算与产区差异

目的 厘清苹果产业绿色全要素生产率增长的动态变化及产区差异,是促进苹果产业高质量发展的关键。方法 文章基于2004—2018年我国8个苹果主产区面板数据,利用超效率SBM模型和全局ML指数,从静态、动态不同角度,对我国苹果环境技术效率和绿色全要素生产率进行测算,并分析不同产区之间的差异。结果 （1）我国及各主产区苹果环境技术效率均未达到最优状态,区域差异明显,黄土高原主产区高于环渤海湾主产区,与不考虑非期望产出相比,环境技术效率明显偏低;（2）规模效率是当前我国苹果生产技术效率主要来源,黄土高原主产区纯技术效率略高于规模效率,环渤海湾主产区纯技术效率偏低;（3）苹果绿色全要素生产率整体提高,区域间增速差异较大,黄土高原主产区增速高于环渤海湾主产区;（4）技术效率是我国苹果绿色全要素生产率主要增长源泉,技术进步贡献度相对较低。结论 我国苹果绿色全要素生产率存在较大提升空间,各产区要通过因地制宜制定苹果产业发展战略、充分借助农业科研院所创新优势、加强果农高素质培训等方式提高苹果绿色全要素生产率。     

中国东北地区水稻生产效率的实证分析——以吉林省水稻生产为例

本文主要利用吉林省8个县(市)1994～2005年水稻生产投入产出的面板数据,采用非参数HMB指数方法对水稻生产的效率变动进行分解分析,获取各指数的时序变动趋势特征和空间分布特征,并运用数据包络分析(DEA)法对HMB指数及其分解的各指数的变动原因做出进一步探讨。结果表明,吉林省水稻生产全要素生产率(TFP)主要由于技术进步水平低、规模无效率的作用而呈现下降趋势,可以通过提高技术进步水平、扩大生产规模等手段来改善生产效率水平。     

新世纪以来我国粮食综合技术效率和全要素生产率分析

针对新世纪以来我国粮食连续7年增产的现实,本文采用数据包络分析(DEA)结合Malmquist指数,测算了十年来我国粮食综合技术效率和全要素生产率的变化,揭示了我国粮食生产增长的源泉及存在的问题。研究结果表明,2000—2009年我国粮食平均综合技术效率不高,纯技术效率相对偏低,加大技术应用和规模化种植仍然具有很大潜力;全国粮食全要素生产率增长近十年来有所下降,在影响全要生产率的因素中,由技术创新所决定的技术进步呈现下降趋势,由新技术转化推广所决定的纯技术效率不断上升,规模效率则没有得到任何改进;从地区来看,非粮食主产省全要素生产率有所提高,而粮食主产省虽然技术效率稍有改善,但技术进步下降,全要素生产率呈现下降趋势。因此,加快非粮食主产区粮食科技成果转化推广、加大粮食主产区科技创新力度、全面提高全国粮食生产效率成为保障粮食生产持续增产的关键。     

中国小麦主产区生产效率时空演变特征分析

[目的]基于2006—2015年我国15个小麦主产省(区)小麦生产投入产出数据,对小麦主产区生产效率时空演变特征进行分析。[方法]利用数据包络分析(DEA)、Malmquist指数模型以及探索性空间分析(ESDA)对我国小麦生产效率演变的时空异质性进行研究。[结果](1)在时间异质性方面,2006-2015年我国小麦主产区小麦生产的综合技术效率均值为0. 928,纯技术效率均值为0. 943,规模效率均值为0. 984,均未达到有效水平,主产区小麦全要素生产率变化指数介于0. 920和0. 977之间,全要素生产率的增长受到了技术进步更大的制约。(2)在空间异质性方面,不同省(区)在纯技术效率存在较为明显的空间异质性,而在规模效率方面则较为接近。在全要素生产率方面,超过半数的研究省(区)小麦全要素生产率呈现负增长的趋势。(3)在生产效率的空间相关性方面,我国小麦主产区的小麦生产效率整体上呈现出较为显著的空间集聚效应,相较于其他地区而言,黄淮海小麦优势区存在较为显著且稳定的空间正相关关系。[结论]因地制宜地发挥区域生产禀赋优势、提高小麦主产区技术的有效投入,是提高小麦生产效率的关键,同时,通过资源合理配置实现小麦生产的空间布局优化,是整体提升我国小麦生产效率、维护粮食市场稳定的关键。     

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。     

Six Decades of Total Factor Productivity Change and Sources of Growth in Bangladesh Agriculture (1948–2008)

This study applies the Färe–Primont index to calculate total factor productivity (TFP) indices for agriculture in 17 regions of Bangladesh covering a 61‐year period (1948–2008). It decomposes the TFP index into six finer components (technical change, technical‐, scale‐ and mix‐efficiency changes, residual scale‐ and residual mix‐efficiency changes). Results reveal that TFP grew at an average rate of 0.57% p.a. led by the Chittagong, Rajshahi, Rangpur, Dinajpur and Noakhali regions. TFP growth is largely powered by technological progress estimated at 0.74% p.a. Technical efficiency improvement is negligible (0.01% p.a.) due to stagnant efficiency in most of the regions. Decline in scale efficiency is also negligible (0.01% p.a.), but the decline in mix efficiency is high at 0.19% p.a. Decomposition of the components of TFP changes into finer measures of efficiency corrects the existing literature’s blame of a decline in technical efficiency as the main cause of poor TFP growth in Bangladesh. Among the sources, farm size, R&D investment, extension expenditure and crop specialisation positively influenced TFP growth, whereas the literacy rate had a negative influence on growth. Policy implications include encouraging investment in R&D and extension, land reform measures to increase average farm size, promotion of Green Revolution technology and crop diversification.     

The challenge of building an effective innovation system for catch-up

To date, the concept, measurement and interpretation of total factor productivity (TFP) growth remains highly discussed but poorly understood. This paper attempts to provide a review of these issues. First, the definition of TFP growth and the related concepts of embodied and disembodied technical change are discussed. Second, a brief overview and critique of TFP growth measuring techniques is provided. Third, the debate surrounding the accounting identity underlying the estimation of a production function for TFP growth is highlighted. Fourth, the usefulness of TFP growth is evaluated (and maintained) in the light of the criticisms hurled at this measure. Finally, some direction for future work on TFP growth is suggested.     

Labor productivity measurement in Japanese agriculture, 1956–90

This paper investigates the factors responsible for a drastic decline in the growth rate of labor productivity of the agricultural sector for the 1956–90 period. This investigation is carried out by a newly devised procedure which decomposes the growth rate of labor productivity into (1) the total substitution effect which consists of the effects due to factor price changes and biased technological change, and (2) the TFP effect composed of the effects due to scale economies and technological progress. Based on empirical estimation of the translog cost function, it was found that the total substitution effect contributed to the growth of labor productivity much more than the TFP effect did for the period under question.     

TOTAL FACTOR PRODUCTIVITY IN UK AGRICULTURE, 1967-90

Indices of total factor productivity (TFP) measure aggregate output per unit of aggregate input, providing a guide to the efficiency of agricultural production. This paper outlines the relationship between production functions and TFP indices. An index for the period 1967-90, constructed from the UK aggregate agricultural accounts, shows that TFP grew at an average rate of 1.9% per annum and that TFP growth has increased since the UK joined the European Community. At the aggregate level, this change seems to be explained by increased aggregate output and decreased aggregate input, in about equal proportions. Disaggregation shows the intensification effect of the CAP price regime. There has been rapid growth in the output of farm crops, relative to other enterprises, and in the use of agricultural chemicals.     

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。     

Sources and Measurement of Agricultural Productivity and Efficiency in Canadian Provinces: Crops and Livestock

This paper measures and assesses the variation in total factor productivity (TFP) growth among Canadian provinces in crops and livestock production over the period 1940–2009. It also determines if agricultural productivity growth in Canada has recently slowed down as indicated by earlier studies. The paper uses the stochastic frontier approach that incorporates inefficiency to decompose TFP growth into technical change (TC), scale effect (SE), and technical efficiency change. The results indicate that productivity changes were mainly driven by TCs for crops, while the productivity changes in livestock was mainly driven by SEs and technical progress. Though change in technical efficiency is mainly positive (except for New Brunswick and Nova Scotia), its contribution to productivity growth was very little for the provinces. We also found that over the entire period, the productivity growth rates for the crop subsector are on average higher for the Prairie provinces than for the Eastern and Atlantic provinces. On the other hand, the productivity growth rates in the livestock subsector are on average higher in the Eastern and Atlantic provinces than in the Prairie region with the exception of Manitoba. Finally, we found that though there is some evidence of a recent decline in productivity growth for the crops subsector, there is no such evidence in the livestock subsector.     

China's regional agricultural productivity growth in 1985–2007: A multilateral comparison1

In this study, we estimate total factor productivity (TFP) growth as well as multilateral TFP index for 25 contiguous China provinces over the 1985–2007 period. Agricultural output growth for each province was decomposed into TFP growth and input growth, where input growth was further disaggregated into contributions from growth of labor, capital, land, and intermediate goods. Over the study period, TFP growth contributed 2.7 percentage points to output growth annually, which was slightly higher than the input growth contribution of 2.4 percentage points per annum. On average, the annual rate of productivity growth peaked during 1996–2000, at 5.1%. It slowed in 2000–2005 to a rate of 3.2% per annum and declined in the most recent years (2005–2007) to ?3.7%. Differences in productivity among regions persisted over the entire period. The tendency toward faster TFP growth in relatively well‐off coastal regions may imply a widening of regional inequality.     

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。