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。     

中国农业生产率增长、技术进步与效率变化：1990～2003年

本文运用非参数的Malmqusit指数法，研究了1990—2003年期间中国农业全要素生产率及其构成的时序成长和空间分布特征。结果表明，1990—2003年期间中国农业全要素生产率年均增长2．59％，其中，农业技术进步指数年均增长5．48％，而农业效率变化指数反而年均下降2．78％。从各省区情况看，测算的29个省、自治区和直辖市中除云南、内蒙古、上海、贵州和西藏的农业全要素生产率是负增长外，其它24个省、自治区和直辖市的农业全要素生产率都实现了正增长。从构成上看，绝大多数省区呈现出农业技术进步与农业效率损失并存的局面。     

甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究

[目的]考虑碳排放约束,分析甘肃省农业全要素生产率整体特征和区域特征,以期为提升甘肃省农业可持续发展能力提供参考。[方法]文章基于2005—2016年甘肃省14市州面板数据,以农业碳排放作为非期望产出指标,运用非径向、非角度的SBM模型和Malmquist—Luenberger生产率指数法,对甘肃省农业环境效率和碳排放约束下农业全要素生产率指数进行测算。[结果](1) 2005—2016年甘肃省农业环境效率值总体呈现下降—上升—趋于平缓的变化趋势,且均小于1;(2)碳排放约束下甘肃省农业全要素生产率总体呈现波动增长的趋势,年均值为1.010,年均增长率为1%,且主要来源于技术进步;(3)甘肃省农业全要素生产率增长存在显著区域差异,其中中部地区增长最快,陇东南地区次之,河西地区增长最慢。[结论]忽视碳排放将不利于农业可持续发展,建议各区域依据自身资源禀赋,采取差异化的发展思路,提高农业技术成果转化率是提升甘肃省农业全要素生产率的关键。     

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。     

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。     

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。     

基于Malmquist指数的水利投资效率分析

运用基于DEA的Malmquist指数方法对我国31个地区"十一五"时期水利投资效率的变化趋势进行分析。研究结果表明:2006—2010年我国水利投资全要素生产率的平均值为1.152,从整体上看呈现逐年递增的趋势。对全要素生产率进行了分解,发现技术效率偏低为0.844,技术进步表现良好为1.568,纯技术效率变化不大,规模效率偏低为0.846。说明全要素生产率的增长主要来自技术进步的提高,水利投资技术效率偏低主要是由于较低的规模效率造成,应适当扩大水利工程建设的规模。从区域的角度来看,西部地区的水利投资效率优于东部和中部地区。     

黑龙江省农垦国有农场动态效率分析

本文采用2011～2015年黑龙江省国有农场面板数据,运用DEA-malmquist指数计算方法,对全要素生产率指数进行了计算和分解。分析结果表明:技术效率除了2013～2014年度以外,其余年度数值变化不大,研究期内总体变化不明显。相应的技术效率分解后的纯技术效率与技术效率的变化趋于一致。技术进步在全要素生产率的变化中起了比较大的作用,全要素生产率的增长主要靠技术进步实现。黑龙江省国有农场全要素生产率年均增长比较缓慢。     

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。     

基于第二次全国R&D资源清查的农业科技资源配置效率分析

[目的]农业科技资源配置效率的高低在一定程度上决定着农业科技系统的运行效率,而农业科技系统的运行效率状况对提高农业科技资源的高效利用、增强农业科技创新能力、加快促进农业现代化进程有着重要的影响。文章基于2009年第二次全国RD资源清查数据,对政府部门属农业科研机构的配置效率进行测算,并分析其规模报酬以便为相关决策部门提供参考。[方法]通过构建农业科技资源配置效率评价的投入产出指标体系,选取包含科技人员、科技经费及科技成果在内的6个投入产出指标,运用数据包络分析方法 (DEA)中的超效率模型测算全国32个省份政府部门属自然科学和技术领域研究机构(含直辖市)的综合效率、纯技术效率、规模效率。[结果]全国农业科研机构科技资源技术效率平均值为0.581,科技运行效率还有较大的提升空间。按机构学科领域分,水产学学科的效率值最高(TE Score=2.867 9);按机构服务的国民经济行业分,渔业的效率值最高(TE Score=1.901 1)。各省(市、区)农、林、牧、渔业农业科研机构的综合运行效率值大于1的有天津、吉林、贵州、宁夏、北京、辽宁。规模效率的平均值是0.686,规模收益递减的省(市、区)占87%。[结论]DEA非效率地区所占比例较大,技术效率低于全国平均值的地区占56%,地区规模效率的提升可以依靠加大科研投入来实现。农业科技资源配置的结构需要进行调整,在合理调控种植业科研机构的发展规模的同时优化其科技人员结构。通过开展农业科技计划绩效评价、组建农业科技创新联盟来促进农业科技协同创新。同时应根据农业科研机构的不同类型提出相应的管理措施,以便实现分类指导和科学管理。     

重庆市农业科技创新资源配置效率及影响因素研究

[目的]通过分析重庆市农业科技资源配置效率及影响因素,以期对重庆市的农业科技资源的合理配置提出参考建议。[方法]构建评价指标体系,以农业科技创新资源配置环境、农业科技资源经费投入、农业科技人才储备和农业科技创新成果4个方面构成综合层,向下分16个具体指标,运用层次分析法和模糊评判综合评价重庆市农业科技资源配置效率及影响因素。[结果]重庆市农业科技创新资源的配置效率综合得分为81.08,为2级水平,其中农业科技人员流失比例较大,投入产出效率较低成为主要制约因素。[结论]重庆市农业科技创新资源的配置效率处于中等水平,合理配置农业科技人员和经费投入以及提高资源配置环境是提高重庆市农业科技协同创新资源的配置效率的关键;农业科技资金投入浪费严重和农业科技活动成果的转化率较低、农业科技人才结构和农业科技创新资源配置方式的不合理以及农业科技市场机制尚不完善是影响农业科技资源配置效率的主要因素。     

基于生态系统服务改进的中国各地农业生态效率研究

[目的]为提高全国农业资源利用率,推动建立资源节约型与环境友好型的可持续"两型农业",对中国农业生态效率展开研究发现,农田生态系统服务是农业生产的重要产出,但在当前生态效率研究中未得到充分体现。文章通过量化农田生态系统服务价值,有利于权衡农产品供需关系,更好以农田生态系统给人类社会带来的福利为目标来开展农业生产。[方法]文章将生态系统服务价值作为期望产出之一,将全国划分为东部地区、东北地区、中部地区和西部地区的4个农业效率研究区域。运用非期望产出数据包络分析方法,计算2014年中国30个省(市、自治区)的农业生态效率,并分析其主要影响因素。[结果](1)中国农业生态效率整体水平良好,平均值为0.945,在空间上表现为东部东北西部中部的空间分布格局。(2)影响全国农业生态效率的关键因素为土地投入、机械投入、化肥投入和水资源投入。农业生态系统服务指标与农业生态效率呈正向相关。土地、农药、劳动力、机械、水资源、化肥、农膜和能源投入、农业产值及碳排放均与之呈负向相关。其中农药投入是最为显著的抑制因子,控制农药投入是提升全国农业效率核心因素。(3)中国农业生态效率空间分异格局是多层影响因素叠加而成,中国农业生态效率损失的原因主要在于资源要素消耗的过量与农业碳排放过多。[结论]中国农业生态效率整体上发展较好,但各省市的农业生态效率水平存在较大差异,仍有上升的空间。从投入产出冗余角度来看,目前中国农业生态效率损失的原因主要在于资源要素消耗的过量与农业碳排放过多。在发展中着重加大区域对农业土地的开发投入、推广机械科学技术、减少化肥等污染物投入与提高水资源的利用效率,发展用水技术,保障农业的可持续发展。     

我国农业科技创新效率的区域差异及其影响因素研究

[目的]分析我国区域农业科技创新效率差异,为提高农业科技创新效率整体水平和推进农业现代化提供参考依据。[方法]运用超效率DEA模型,对2007—2016年全国29个区域的农业科技创新效率进行测算和评价,并将所有区域划分为4个效率梯队。构建Malmquist指数,全面分析各梯队农业科技创新效率变动的影响因素。[结果]我国农业科技创新效率水平整体较低,但处于缓慢增长的阶段;不同梯队的效率差异较大,但受技术效率的影响差距正在不断缩减;由于农业科技创新资源配置不均,导致东部地区与中西部地区农业科技创新效率差异突显;第二梯队中多数地区缺乏合理的评估机制,农业科技创新成果转化率低。[结论]提高中西部地区的农业科技创新资源配置比例,发挥高效率地区的中心辐射作用;要突出市场在农业科技创新体系中的重要地位;采取差异化战略,实现资源最大化利用和最大化的产出。     

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。     

农业生产性服务促进粮食绿色生产的效应及作用机制研究

[目的]探究农业生产性服务对粮食绿色生产的促进效应及其作用机制。[方法]文章采用2001—2020年中国31个省（市、自治区，不含港澳台）的面板数据，基于“双碳视角”以粮食产量和粮食生产中碳汇总量作为期望产出指标，以碳排放量为非期望产出指标，采用全局要素生产率指数（GML）和超效率数据包络模型（SBM）测度了各省份粮食绿色全要素生产率（GTFP），并采用面板回归模型检验农业生产性服务对粮食绿色生产的促进效应及作用路径。[结果]（1）全国总体粮食GTFP年均值为1.013 1，说明中国粮食的绿色全要素生产率存在一定程度的改善。大多数地区的粮食绿色全要素生产率呈逐年增长，GTFP改进的地区占比达70.97%。省域之间的粮食GTFP波动情况存在一定程度差异，粮食主销区的绿色生产水平要明显低于粮食主产区和产销平衡区。（2）农业生产性服务对粮食绿色生产具有显著促进作用。就不同粮食产销区而言，农业生产性服务对粮食产销平衡区的促进作用最大，其次是主产区，对主销区的作用效果并不显著。（3）就作用机制而言，农业生产性服务通过规模经营、专业分工及技术进步促进粮食的绿色生产。[结论]应大力支持农业生产性服务...     

基于三阶段SBM模型的中国农业生态效率研究

[目的]剔除外生环境影响和随机干扰对农业生态效率的影响,更精准测度中国各地农业生态效率,为中国绿色农业发展提供有效建议。[方法]文章基于考虑非期望产出的SBM模型结合三阶段DEA建模法构建考虑非期望产出的三阶段SBM模型,利用2008—2017年中国31省(市、自治区)面板数据,在剔除外生环境影响和随机干扰的基础上对中国各地农业生态效率进行了测度。[结果]外生环境影响和随机干扰对农业生态效率测度有着明显影响,在外生环境影响和随机干扰下2008—2017年中国31省市农业生态效率均值皆有明显下降,因此使用三阶段SBM模型是必要的;宏观经济环境改善会增加农业生态效率冗余,政策支持力度的加大和科技发展能减少农业生态效率冗余;整体来看,中国农业生态效率不断改善,第三阶段中国31省市农业生态效率均值从2008年的0.37增长到2017年的0.59,但未达到效率前沿,仍具有改进空间,其中,农业生态效率领先省(市、自治区)与落后省(市、自治区)之间差距较大,第三阶段农业生态效率均值最高的广东省比最低的西藏自治区高出0.85。[结论]为了提高农业生态效率促进绿色农业发展一方面需要营造良好外部环境,重视科技创新作用;另一方面要多角度推动农业环境改善,促进地区交流合作。     

基于DEA方法的中国农业水资源利用效率研究

[目的]以我国各省市2008~2015年农业水资源利用效率为研究对象,探究我国农业水资源利用效率的规律与特点,并基于此提出促进农业水资源合理利用的建议。[方法]主要采用了文献研究法、统计分析法和数据包络分析(DEA)法。通过文献搜集我国各省市2008~2015年与农业水资源利用相关的数据,构建DEA模型,对我国近年来农业水资源利用效率进行评价。[结果]2008~2015年,我国农业水资源利用效率在0.80上下浮动。各省市农业水资源利用效率随时间变化趋势不同。甘肃和上海的农业水资源利用效率涨幅最大,年增长率分别为4.39%和2.74%;山西、江西以及陕西省的农业水资源利用效率整体趋于下降;浙江、湖南以及陕西和新疆的农业水资源利用效率有先上升后下降的特点,表现出明显的波动。此外,农业水资源利用效率区域分化明显。东部地区农业水资源利用效率一般高于0.80,中部地区位于0.60~0.80,西部地区农业水资源利用效率一般低于0.60。[结论]2008~2015年,我国农业水资源利用效率表现出一定的时间差异性和空间差异性。时间差异性:我国农业水资源利用效率一直处于较高水平并呈现逐年增长趋势,不同省份的农业水资源利用效率随时间变动趋势各异。空间差异性:东部地区农业水资源利用效率最高,中东部地区农业水资源利用效率甚至达到了最优,中部地区其次,西部省区农业水资源利用效率最低。农业水资源利用效率受当地政策、经济发展水平、农业发展水平、水资源总量和人口压力等因素影响严重,今后应针对不同地区采取不同措施解决实际问题。