四川省农户农业生产全要素生产率增长分解——基于2005～2007年的面板数据分析

本文采用随机前沿生产函数分析方法,利用四川省农户农业生产的微观数据,研究了2005～2007年农户农业生产全要素生产率增长分解,将全要素生产率增长分解为:技术进步、技术效率的变化、规模经济性和资源配置效率4个部分.结果表明:2005～2007年四川省农户农业生产全要素生产率增长率平均为8.51%,对全要素生产率增长的影响主要是技术进步、资源配置效率和规模效率,技术进步是主要的推动力量,平均占103.06%,规模效率占19.23%,技术效率的变化呈缓慢下降趋势,平均占5.41%,资源配置的影响为负,平均占16.88%.因此认为,要提高农户农业生产技术效率水平,需要进一步推广农业新品种和新技术,调整资源配置结构.     

长江经济带农业绿色生产效率及其时空分异特征研究

［目的］从静态分析和动态分析两个方面，阐释长江经济带农业绿色生产效率和农业绿色全要素生产率的时空分异特征以及生产率增长来源，以期为提高长江经济带农业绿色发展质量提供科学决策依据。［方法］文章基于资源环境约束的角度，利用MinDS模型和Global Malmquist Luenberger指数相结合的方法，测算长江经济带农业绿色生产效率和农业绿色全要素生产率，并将农业全要素生产率变化分解为纯技术效率变化（PEC）、纯技术变化（PTC）、规模效率变化（SEEC）和规模技术变化（SETC）4个部分。［结果］（1）长江经济带农业绿色生产效率水平较高，且呈不断增长趋势，下游地区的农业绿色生产效率高于中、上游，且中、上游与下游地区的差距不断拉大； （2）长江经济带农业绿色全要素生产率增长较快，以3年为1个周期，呈现波动式上升趋势，其增长主要源于纯技术进步和规模技术提高； （3）长江经济带下游农业绿色全要素生产率增长率最高，上游次之，中游最低，其中，下游农业绿色全要素生产率增长主要源于纯技术进步，中游是纯技术效率改进、纯技术进步和规模技术提高共同作用的结果，上游则源于纯技术效率改进、纯技术进步和规模效率提高。［结论］长江经济带上、中、下游三大区域的农业绿色发展水平和发展能力存在较大差异，需制定差异化政策，以调整农业增长模式，促进农业转型升级，实现高质量发展。     

近10年广西农业经济增长效率分析

新古典增长模型认为经济增长的两方面因素分别为资本和劳动力等要素投入扩张和生产技术的改进。本文从这两方面进行分析,结果发现研究期内广西壮族自治区农业经济总体上是以要素投入扩张带动的粗放型的增长方式。将农业要素生产技术的改进分解为技术进步和技术效率提高,运用数据包络分析方法表明广西农业全要素生产率指数的提高主要依靠农业技术进步。广西下辖5个地区的全要素生产率指数分解分析结果显示出较大的差别,除桂中外其它的各区市农业全要素生产率指数的提高主要依靠技术进步的增长。     

技术进步、技术效率与农业生产率增长——基于甘肃省的实证分析

作为评价农业经济单位经济运行效率高低与质量优劣的重要指标,农业全要素生产率的高低直接影响一个地区的农业竞争力。选取甘肃省14市(州)面板数据,采用基于DEA的Malmquist指数法测算了1991~2012年农业全要素生产率。结果表明:1991~2012年间,甘肃农业全要素生产率平均增长1.3%,其中,技术效率年均增长率0.7%,技术进步年均增长率0.6%,农业全要素生产率贡献了甘肃农业年均增长率的22.61%。表明此时期农业技术进步与技术效率增进对甘肃农业全要素生产率增长均有正向促进作用,农业增长的主要动力仍然是各类要素的投入,农业增长与发展的动力还远未从投入为主转变为全要素生产率的进步为主。另外,甘肃农业全要素生产率增长存在阶段波动与区域不均衡现象。农业全要素生产率测算分析表明,如何提高甘肃农业全要素生产率、转变农业增长方式,应在加强农业科技创新、加大科技推广力度、不断提高农业部门管理效率与资源配置效率的同时,通过积极培育新型农业经营主体、推进农业适当规模经营来逐步改善农业生产规模效率。     

基于SuperSBM模型的新疆农业生产率动态分析

本文运用非径向SuperSBM模型为基础计算Malmquist指数,测算了1997年～2007年新疆农业全要素生产率,并对Malmquist指数进行分解,分析新疆农业全要素生产率增长的原因。结果表明：新疆农业生产率在2002年前是不断波动,2002年后呈增长趋势,主要是技术进步推动的结果,相对技术效率变化率对全要素生产率的增长没有促进作用,各地区农业生产效率差距较大。进一步提高新疆农业生产率,需要充分挖掘现有技术的潜力,做好现有技术的推广、运用。     

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。     

我国柑橘全要素生产率测算与区域差异分析*——基于DEA-Malmquist指数法

[目的]在我国柑橘产业蓬勃发展背景下,存在耕地规模狭小和劳动资源匮乏的双重瓶颈,研究试图从全要素生产率视角探究柑橘产业可持续健康发展的路径。[方法]基于2011—2016年我国柑橘生产的面板数据,文章运用DEA-Malmquist指数法测算了柑橘全要素生产率,分析了我国柑橘全要素生产率的动态演进特点,比较了柑橘、柑和橘全要素生产率的区域差异。[结果](1)从整体趋势看,2011年以来我国柑橘全要素生产率呈下降趋势,但年际间波动较小。考察期间内,柑橘、柑和橘的平均全要素生产率增长率分别为2. 6%、2. 0%和2. 3%。(2)从影响因素看,技术进步是影响柑橘产业全要素生产率的主要因素,纯技术效率和规模效率是影响全要素生产率的重要因素。(3)从区域差异看,科技进步为福建、广东等省份柑橘产业的生产效率的提升发挥了重要作用,但经营规模过小阻碍了其生产效率的进一步提高,其增长优势明显劣于江西、湖南两省。(4)从品种分类看,多数省份橘的技术进步指数和规模效率指数均高于柑,柑的全要素生产率增长相对较差,仅在部分省份优势明显。[结论]推进柑橘科技创新,引导适度规模经营,培育新型农业经营主体,因地制宜实施柑橘产业支持政策是促进我国柑橘全要素生产率增长有效途径。     

不同退耕规模农户农业全要素生产率增长的实证分析——基于黄土高原农户调查数据

本文采用超越对数随机前沿生产函数模型,对陕西省吴起县和甘肃省华池县不同退耕规模农户农业全要素生产率及其影响因素进行实证分析。研究表明:小规模退耕农户农业全要素生产率的增长主要来自于农业技术效率改善,大规模退耕农户农业全要素生产率的增长主要来自于农业技术进步。进一步分析影响农业技术效率的因素发现:户主受教育程度、户主年龄、家庭成员农牧业劳动总时间、退耕规模对农户农业生产技术效率都具有正效应。     

山西省农业绿色全要素生产率增长的趋势变动及区域差异分析

文章采用GML指数和基尼系数分别测算了2014-2018年山西省县级农业绿色全要素生产率增长水平及其区域差异。在此基础上,分别从全省层面、区域层面和地市层面分析山西省农业绿色全要素生产率增长的趋势变化和区域差异变化。研究发现,首先,山西省农业绿色全要素生产率呈持续增长的态势,但增长速度先升后降。区域之间和地市之间的比较分析均显示了农业绿色技术效率的重要作用;其次,山西省农业绿色全要素生产率增长的区域差异逐年缩小,区域差异主要体现为区域内差异,区域间差异不明显。基于此提出应更加重视资源配置问题进而提高农业绿色技术效率、推进农业生产经营方式转变和绿色发展相结合以及推动各区县农业绿色全要素生产率均衡协调发展三方面政策建议。     

中国农垦农业全要素生产率变化及其区域差异分析

[目的]农垦已经成为我国国有农业经济的骨干和引领农业现代化发展的重要力量。分析我国农垦农业全要素生产率变化态势、区域差异及主要限制因素,提出提升农垦农业全要素生产率对策建议。[方法]采用DEA-Malmquist全要素生产率指数法,利用全国30个垦区投入产出数据,评价分析2004—2015年农垦农业全要素生产率变化及其区域差异。[结果]2004—2015年农垦农业全要素生产率总体上呈增长趋势,其平均值为1.104,技术进步变化平均值为1.160,技术效率变化平均值为0.953;农垦农业全要素生产率增长相对较快的区域为东北地区、黄淮海平原地区、东南沿海和新疆地区,增长相对较慢的区域为黄土高原地区、西南喀斯特地区和东南山地丘陵区等。[结论]2004—2015年农垦农业全要素生产率持续提升,技术进步是全要素生产率增加的主要驱动因素,而技术效率是其主要抑制因素,农垦农业发展主要依赖农业技术进步,而农业经营管理方式仍然相对较粗放;农垦农业全要素生产率变化呈现显著的区域差异特征,根据农业全要素生产率变化特征将全国垦区划分为高全要素生产率—规模效率驱动型、高全要素生产率—技术驱动型、低全要素生产率—规模效率驱动型和低全要素生产率—技术驱动型4种类型。建议通过完善农垦土地利用与管理制度、建立农垦现代企业用人制度和新型垦农关系、因地制宜分类分区推进农垦农业经营管理改革与创新,全面提升农垦农业全要素生产率。     

山东省农业全要素生产率时空演变分析

文章选取1993-2016年山东省农业生产投入产出面板数据,运用DEA-Malmquist指数测算和分解了农业全要素生产率,并对其进行了时空演变分析,结果表明:农业全要素生产率的增长主要由技术进步引起,属于技术进步单轨驱动模式;从时间维度看,山东农业全要素生产率波动频繁且幅度较大,无明显阶段性特征;从空间维度看,各地市农业全要素生产率差异明显,且鲁西地区的全要素生产率水平显著高于鲁东和鲁中地区。为此,应坚持技术进步与技术效率并举的方针,因地制宜,发掘农业生产潜力,以提高农业生产效率。     

中国农业环境技术效率与绿色全要素生产率增长研究

为了解我国"十二五"期间农业发展的真实效率水平,在对农业面源污染进行核算的基础上,本文运用包含非期望产出的非径向、非角度SBM超效率模型测算2011—2015年我国农业环境技术效率;并将农业污染排放纳入Malmquist指数框架中对农业绿色全要素生产率加以测量。研究表明,我国东部地区环境技术效率最高(1. 084),西部次之(0. 704),中部最低(0. 476);中国农业绿色全要素生产率年均增长9. 5%,增长动力主要源自绿色技术进步,而农业绿色技术效率贡献有限;中国农业绿色全要素生产率指数高于传统全要素生产率指数;在地区差异方面,东、中、西部地区平均农业绿色全要素生产率增长并不均衡,呈现西、中、东部地区依次递减的特征。针对农业绿色全要素生产率增长率逐年下降的原因,本文重点从政策角度进行分析。     

中国农业全要素生产率的动态演进及其影响因素分析

[目的]通过测算中国农业全要素生产率,揭示其动态演进趋势及影响因素,从而为推动我国农业供给侧结构性改革,实现农业现代化提供科学的决策依据。[方法]文章使用SBM-Global Malmqusit生产率指数法测算了中国农业全要素生产率,在此基础上利用Kernel核密度估计方法刻画了中国农业TFP增长的动态演进,并通过建立面板数据模型对影响中国农业TFP增长的诸多因素进行了分析。[结果]中国农业全要素生产率增长的主要源泉是技术进步,而技术效率的下降是阻碍其增长的主要原因;核密度估计表明各省份之间的农业相对全要素生产率水平差距不断扩大,技术效率普遍恶化,而技术进步增长速度显著;农业金融发展水平、工业化水平、农业科技水平对中国农业TFP都产生了显著的促进作用,而农业产业结构调整、对外开放水平对中国农业TFP则产生了阻碍作用,农村人力资本则对农业TFP产生的正效应不显著。[结论]提高农业全要素生产率,实现农业现代化.各省份应加强农业科技创新,深化农业科技体制改革,完善农村金融服务体系,推动工业化和农业现代化深度融合,培育新型职业农民等措施。     

农业类上市公司全要素生产率分析——基于Malmquist生产力指数模型

本文利用农业类上市公司证券2007～2010年的相关数据,采用DEA包络分析Malmquist指数方法计算了农业类上市公司的全要素生产率及其分解项目的指数,并对公司的全要素生产率、技术效率、规模效率和规模效益等进行了分析。结果表明,农业类细分行业的发展极不均衡,有的细分行业如渔业、种植业全要素生产率增长较快,而林业以及畜牧业生产率增长较为缓慢,即便是同一细分行业,上市公司的发展也是不均衡的。微观上看,农业上市公司应该不断进行规模扩张;宏观上看,政府应重视对农业上市公司支持与保护。     

近10年广西农业生产效率与全要素生产率时空演变与驱动因素分析

目的 在全球努力实现联合国可持续发展目标背景下,综合评价近10年广西农业生产效率、农业全要素生产率及其时空演化特征,解析其驱动因子,为提高广西农业生产效率提供支持,为广西可持续发展目标评价提供依据。方法 文章基于2008—2017年广西14个地级市农业生产投入与产出数据,运用数据包络分析（DEA）、Malmquist指数和Tobit模型,评价广西农业生产效率与农业全要素生产率及其时空演变特征,解析其驱动因素。结果 （1）近10年广西农业生产效率水平较低,研究期间总体表现为DEA无效且规模收益递减;空间差异大,各市农业生产效率呈现不同的时间变化特征,仅梧州市、北海市和钦州市一直处于农业生产效率DEA有效。（2）广西农业全要素生产率（TFP）呈波动增长态势,技术进步是农业全要素生产率增长的主要驱动力;桂东北（桂林市、梧州市、贵港市）、桂南（北海市、防城港市、钦州市）是广西农业全要素生产率较高的地区。（3）农业生产效率影响因素中,耕地有效灌溉率、农业科技是促进因素,与农业生产效率呈显著正相关;单位面积化肥施用强度、政府投入、单位耕地农机动力是限制因素,与农业生产效率呈显著负相关;技术进步、纯技术效率和规模效率是农业全要素生产率提升的促进因素。结论 近10年,广西农业生产效率与全要素生产率整体较低,时空差异大;应增加农业科技投入,增强农业基础设施建设,提高规模化水平,以提升广西农业生产效率。     

山东省苹果种植产业投入产出效率的实证研究--基于DEA-Malmquist指数分析

文章基于DEA-Malmquist指数,利用2004年～2011年苹果生产成本和收益数据,对山东省苹果生产效率与陕西省苹果生产效率进行了对比分析。结果表明,在研究期间内,山东省苹果生产的全要素生产率在波动中实现年均1．6％的增长,其变化源于综合技术效率和技术进步的共同作用;陕西省苹果生产的全要素生产率在相对稳定中达到年均5．7％的增长,其变化主要源于技术进步;山东省苹果生产的综合技术效率变化主要来源于规模效率的作用。     

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。     

环境全要素生产率与农业增长:基于DEA-GML指数与面板Tobit模型的两阶段分析

本文构建了1991~2013年省级种植业投入产出与污染排放面板数据,利用GML指数方法测算农业技术进步、环境技术效率与环境全要素生产率,并建立面板Tobit模型分析这三种指数的影响因素,同时验证三种指数与农业增长之间是否表现出类似于库兹涅茨曲线的"倒U型"曲线特征。本文主要结论有:1农业环境全要素生产率增长主要由技术进步推动。2环境全要素生产率及其成分变动的地区差异与省际分化明显。东部地区环境全要素生产率与技术进步代表全国最高水平,西部地区技术进步处于全国最低水平,而中部地区环境全要素生产率、环境技术效率最低;东部地区省份环境全要素生产率大多高于全国平均水平,中部地区省份环境全要素生产率则大多低于全国平均水平。3环境全要素生产率及技术进步与农业增长之间存在"倒U型"曲线关系,控制变量对三种指数变动的影响则各不相同。     

生产性服务业对农业全要素生产率的影响研究基于中介效应的影响路径分析

目的 在农业高质量发展的背景下,探讨农业生产性服务业发展对农业全要素生产率的切实影响及其作用机制。方法 文章基于DEA-Malmquist指数测算了2001—2019年全国农业全要素生产率增长变动情况,探究农业生产性服务业发展对农业全要素生产率的影响贡献,并通过中介效应模型对其影响路径进行实证检验。结果 农业生产性服务业发展水平与农业全要素生产率间呈现“倒U型”关系,生产性服务业发展对生产效率的促进作用部分通过农业生产专业化分工程度的提高以及经营规模的扩大得以实现;不同阶段、不同发展水平的生产性服务业对农业全要素生产率的促进作用和影响路径存在差异,生产性服务业发展初期主要通过促进农业生产分工和专业化水平提升来推动生产效率增长,后续则表现为规模效应和专业化效应的共同影响。结论 农业生产性服务业发展有助于提升农业全要素生产率,未来应持续推进农业生产性服务体系建设,引导农业生产性服务业适度发展,助力农业现代化转型。     

粮食直接补贴对不同经营规模农户小麦生产率的影响——基于全国农村固定观察点农户数据

本文使用2003~2014年全国农村固定观察点河南省样本农户数据所组成的面板数据,选用EBM模型和GML指数分析了2009~2014年河南省小麦生产技术效率和小麦全要素生产率,然后将小麦全要素生产率进行了要素分解,使用相关工具变量和2SLS方法分析了粮食直接补贴对不同经营规模农户小麦生产率的影响。本文研究发现:2009~2014年,河南省小麦生产存在规模效应,而小麦全要素生产率进一步增长,要素投入增加是其小麦全要素生产率增长的主要原因;粮食直接补贴对农户的小麦生产技术效率具有积极作用,而对经营规模为6亩以上农户的小麦全要素生产率作用不大;从粮食直接补贴对小麦全要素生产率的各贡献因素的影响看,粮食直接补贴能促进经营规模为0~6亩农户的人力资本增长率和经营规模为6亩以上农户的要素投入增长率,但是,这些影响不足以促进小麦全要素生产率的提高。