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.     

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。     

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.     

气候变化对农业全要素生产率的影响及对策——以冬小麦为例

农业全要素生产率除了受到制度和投资等因素影响外,还受到气候变化的作用。本文以冬小麦为例,在运用指数方法测度1986年～2016年中国冬小麦全要素生产率的基础上,探究了冬小麦生长期气候因素变化对冬小麦全要素生产率的影响。研究表明:1986年～2016年,中国冬小麦全要素生产率呈明显的波动性增长趋势,其中技术进步不断增长,技术效率波动较大;分别采用生长期积温和温度的天数分布两种气温衡量指标回归结果指出气温与冬小麦全要素生产率之间存在非线性关系,高温会显著降低冬小麦全要素生产率;高温主要通过降低冬小麦技术效率和技术进步进而降低全要素生产率,其中对技术效率的影响起主导作用。本文提出健全气象预报预警体系、调整品种布局、加强耐高温品种研发、提高科研成果转化和技术推广效率等建议。     

基于DEA和Malmquist指数的乳制品企业营销绩效评价——以7家乳制品上市公司为例

运用DEA模型结合Malmquist指数模型对我国7家乳制品上市公司2010—2012年的营销绩效进行实证分析。研究显示,从静态看,乳制品企业市场营销总体绩效良好,但是其中贝因美科工贸股份等2家企业的规模效率不高,从而影响其技术效率;从动态看,技术效率变动、纯技术效率变动、规模效率变动是市场营销全要素生产率增长的来源,由于技术进步率降低,使得全要素生产率下降。乳制品企业要从优化资源配置,提高规模效率;强化创新能力,加快技术进步入手进一步提高营销绩效。     

中国木材供给全要素生产率及其时空差异——基于DEA-Malmquist指数法

基于2004²012年省际面板数据,采用DEA-Malmquist指数法,测算和分析了中国木材供给全要素生产率。研究结果表明:在技术进步和技术效率的共同推动下,中国木材供给全要素生产率增长较快,增长的主要动力是技术进步;中国木材供给全要素生产率年际间增长速度差异较大,但推动各年度增长的关键力量均是技术进步;在四大地区中,只有东北地区木材供给全要素生产率下降,其他三个地区均增长,且增长动力相似;由于技术效率提升乏力,超过40%的省份木材供给全要素生产率下降。     

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。     

基于参数和非参数方法的玉米生产效率研究——以吉林省为例

本文以中国玉米主产区吉林省为例,基于非参数HMB指数方法和参数K-L随机前沿生产函数方法,采用1991-2005年投入产出的面板数据(Panel Data),对玉米生产的全要素生产率进行实证分析.结果表明,主产区的玉米全要素生产率(TFP)变动具有周期性的变化特点,每一周期技术进步、技术效率、规模效率和混合效率对玉米全要素生产率变动的作用不同;分区综合结果显示,黄金边缘区玉米生产率的增长幅度最高,黄金玉米主产区玉米生产率的增长幅度次之,非主产区玉米生产率的增长幅度最低.今后为促进主产区玉米全要素生产率增长应采取促进技术进步、挖掘主产区潜力等措施.     

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。     

中国牛奶生产的全要素生产率分析

本文以国有及集体和个体奶牛场牛奶生产的随机投入距离函数,分析中国牛奶全要素生产率的增长及来源。总体上讲,中国牛奶生产全要素生产率的增长是比较温和的,国有及集体和个体奶牛场全要素生产率的年均增长率分别为0.25%和2.33%,主要来自于技术进步。国有及集体奶牛场的技术效率明显下降,而个体奶牛场的技术效率略有增长。中国牛奶生产的技术效率水平大约为80%～90%。推广新技术仍然是中国今后牛奶生产的优先政策。     

中国1997—2007年包含建设用地投入的全要素生产率分析

研究目的:研究土地要素纳入经济增长全要素生产率分析的途径,并对中国近年来经济增长的全要素生产率进行分析。研究方法:数据包络分析方法。研究结果:测算的1997—2007年中国分省的全要素生产率Malmquist指数表明将建设用地纳入全要素生产率分析是可行的。研究结论:1997—2007年中国全要素生产率的增长主要靠技术进步带动;技术效率处于无效状态,表明建设用地等生产要素投入在经济增长中没有发挥最大效益。     

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。     

我国近海捕捞业技术效率与全要素生产率实证分析

利用随机前沿分析的Malmquist指数方法,对我国近海捕捞业1988—2018年沿海11省市的技术效率与全要素生产率进行了测算,对技术效率的时空差异性进行了分析。分析表明,在近海资源不断衰退的背景下,我国近海捕捞业全要素生产率不断增长,但增长速度具有明显的波动性,并逐年降低,技术进步效应远超技术效率带来的影响,但是这种效应逐年降低,技术效率变化影响比重增大并且全要素生产率、技术进步、技术效率具有明显的地域差异性。     

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。     

基于DEA的河北省苹果产业生产效率的实证研究

本文采用数据包络分析法(DEA),利用2005—2008年苹果生产成本和收益数据,对河北省苹果生产效率与全国苹果生产效率进行了对比分析。结果表明,研究期间内,河北省苹果生产的全要素生产率变化主要源于技术进步的作用,而全国苹果生产的全要素生产率变化来源于综合技术效率和技术进步的共同作用;河北省苹果生产的全要素生产率、综合技术效率和技术进步呈波动的增长趋势,但比全国平均水平稳定;河北省苹果生产的综合技术效率变化来源于规模效率的作用,而全国苹果生产的综合技术效率变化来源于规模效率和纯技术效率的共同作用。     

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。     

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。     

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。     

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。     

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。