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。     

中国林业全要素生产率的时空差异及空间收敛性分析

通过构建DEA-Malmquist指数模型和引入收敛性分析的方法,测算了中国林业全要素生产率,分析了林业全要素生产率的区域差异及其变化趋势,以期深化对区域林业全要素生产率的认识和理解,为转变林业经济发展方式及提高林业全要素生产率提供理论支撑。结果表明:⑴2004~2014年林业全要素生产率虽然出现一定的波动幅度,但整体呈上升趋势;⑵各区域林业全要素生产率增长在空间上存在一定的差异;⑶除西藏、北京和青海3个区域外,其他区域的林业全要素生产率都呈增长趋势;⑷由于存在收敛性,各区域之间的差异逐渐减小,以趋于同一水平的趋势发展。     

中国林业全要素生产率及其收敛性分析

基于2006-2015年31个不同省份投入和产出的面板数据,运用DEA方法,测算和分析中国林业全要素生产率在时间维度上的发展特征和空间维度上的差异性,进行了相应的收敛性检验,并进一步将全要素生产率分解为纯技术效率、规模效率与技术进步上分效率指标进行不同效率的分析。在实证模型构建的指标选取中,采用投入指标有林业系统年底从业人员数和实际完成投资额,产出指标有总产值。实证的结果表明,中国林业全要素生产率增长较快,年均增长速度为6.1%;其中技术效率对全要素生产率的影响相对较大。从31个区域的全要素生产率增长来看,在10年内出现下降的只有森林储蓄量较大的几个省份。基于实证研究结果,提出了提高我国林业生产率的政策建议。     

中国农业环境全要素生产率动态演进及收敛性分析

目的 厘清农业环境全要素生产率现状是探索农业绿色发展路径的逻辑起点。文章对农业环境TFP测算体系做了进一步的解构与改进,并分析其动态演进及收敛性。方法 利用基于SBM-DEA模型的GML指数,测度了1995—2018年中国30个省（市、区,不含港澳台、西藏）的农业环境TFP,在此基础上运用经济增长收敛理论探讨其收敛性。结果 中国农业环境TFP与农业生产总值变动态势基本吻合,两者的增长速率均在2010年达到峰值,此后农业环境TFP增长速率超过农业生产总值,成为推动农业高质量发展的重要力量;中国农业环境TFP的年均增长率为3.13%,增长率自东部、西部、中部、东北部依次递减;全国及四大区域的技术效率均呈现出不同程度的衰退迹象,其中东北部最为明显;全国及四大区域均存在β条件收敛,但不存在显著的σ收敛,除东北地区外,全国及其他区域均存在β绝对收敛。结论 中国农业环境TFP仍存在较大的改善空间;应加强各地之间的农业经济联动,充分发挥农业技术的空间溢出效应,促进各地农业环境TFP逐步收敛;特别对于东北部,技术效率衰退较为严重且内部出现明显的两级分化现象,不利于粮食生产安全。     

云南省粮食全要素生产率分解研究

本文采用数据包络法对2009—2014年云南省粮食全要素生产率进行测算和分解。首先,通过对DEA-Malmquist指数变动的内在因素分析,探索影响全省各州市粮食全要素生产率变动的主要因素。同时,对规模效率变化分析,得到全省各州市粮食技术效率、技术进步、纯技术效率、规模效率和全要素生产率等基本要素情况。最后,基于研究结论,提出进一步优化粮食技术扩散环境、加大粮食新技术研发和推广、合理规划布局粮食主产区、调整粮食种植区域与结构以及拓展境外空间等对策建议。     

农业全要素生产率测度及收敛性分析——基于Hicks-Moorsteen指数

本文以四川为例,运用Hicks-Moorsteen指数法重新测度并分解了2006~2015年四川省各市(州)的农业全要素生产率(TFP),探讨其变动情况与区域差异成因,进一步考察了农业TFP的收敛特征。结果表明:四川省农业TFP呈现正增长,技术进步是其增长的单一驱动力,以残余产出规模效率、残余混合效率损失为表征的制度约束仍存在。区域间TFP差异明显,然全省及各区域均具备条件β收敛特征,表明各市州发展差距正不断缩小,并将基于自身资源禀赋实现相对稳态。     

农业全要素生产率增长的地区差距及空间收敛性分析

[目的]考虑空间因素的影响,分析农业全要素生产率增长的空间收敛性,以期为缩小中国农业发展的地区差距提供指导。[方法]运用DEA-Malmquist指数方法对1978—2015年中国大陆28个省(市、区)农业全要素生产率进行测算。在此基础上,运用Moran′sⅠ指数对农业全要素生产率的空间相关性进行检验,并使用空间误差模型探讨其收敛性。[结果]农业全要素生产率增长呈现较为明显的地区非均衡性特征;根据农业全要素生产率增长差异将28个省(市、区)划分为"快速上升型""平稳上升型"和"持续下降型"3种类型;农业全要素生产率表现出"弱→强→弱"的空间相关性特征;在考虑空间溢出效应的情况下,农业全要素生产率的空间收敛速度加快;分阶段来看,市场经济制度正式确立之后,空间收敛速度明显降低;从农业全要素生产率构成来看,技术进步与技术效率存在空间收敛趋势;分地区来看,农业全要素生产率空间收敛速度呈现中部、西部、东部依次递减的格局。[结论]考虑空间因素的收敛性分析更能客观反映农业发展的地区差距,应充分重视地区间的空间效应,通过加大农业投资力度、提高农村人力资本水平等措施,逐步缩小农业发展的地区差距。     

粮食主产区农业绿色全要素生产率测度及其时空分异特征研究

文章基于我国粮食主产区2002—2019年的面板数据,运用改进的EBM模型—Malmquist Luenberger生产率指数法测度动态农业绿色全要素生产率,采用探索性空间数据分析法考察其空间集聚特征,并进行优化潜力分析。研究发现,样本期间内农业绿色全要素生产率呈“M”型波动,增长幅度微弱,驱动来源主要是农业绿色技术进步;地区间差距较大,长江流域主产区农业绿色全要素生产率最高,其次是黄淮海主产区,最后为东北主产区;探索性空间数据分析显示,农业绿色全要素生产率长期呈空间负相关,并且空间集聚特征逐渐减弱;农业投入和产出优化潜力最大的三项指标分别是劳动力投入、机械投入和碳排放量产出。因此,普及推广绿色集约的农业生产方式、加强农业科技创新、完善区域间农业协同发展机制是提高粮食主产区农业绿色全要素生产率的有效路径。     

我国奶业全要素生产率时空分异特征分析

目的 测定奶业全要素生产率时空分异特征及内在机理,为奶业生产效率及国际竞争力提升提供决策参考。方法 文章基于2010—2018年奶牛养殖成本收益数据,通过构建DEA-Malmquist指数测度不同规模奶牛养殖全要素生产率及时空分异特征。结果 （1）我国奶业全要素生产率呈现出增长态势;2010—2018年大规模奶牛全要素生产率年均增长2.52%,中规模、小规模及散养奶牛全要素生产率年均分别增长2.42%、1.58%和2.48%。（2）纯技术进步是奶牛全要素生产率增长的关键推动因素;除大规模外,纯技术效率变化对散养、中小规模养殖推动作用明显不足;规模效率变化及规模技术进步对奶牛养殖效率提升支撑作用明显。（3）不同地区奶业全要素生产率变化特征明显,绝大多数地区奶牛养殖全要素生产率呈现出增长态势;东部地区散养及中小规模奶牛全要素生产率优势明显,中部地区大规模奶牛全要素生产率具备较强优势。结论 应加大科技创新及成果转化政策供给,强化科技创新及成果转化要素投入,完善科技成果转化及推广体系建设,助推奶业发展科技进步支撑力度及奶产品国际市场竞争力提升。     

我国农业绿色全要素生产率的区域差异与收敛性分析

［目的］为有效识别农业绿色全要素生产率的地区差异,并为政府在协调区域发展方面提供证据。［方法］文章首先构建碳排放约束下的SBM DEA模型来测度2011—2016年我国农业绿色全要素生产率,在此基础上分别使用莫兰指数法、热点分析法对农业绿色全要素生产率的全局空间相关性与局部空间相关性进行分析,并基于空间角度探究其收敛性。［结果］（1）2011—2016年我国农业绿色全要素生产率波动式上升,主要依靠技术进步驱动,技术效率变化程度较小。贵州、海南、重庆等地区农业绿色全要素生产率属于“高速增长型”地区,河南、四川、福建等地区农业绿色全要素属于“稳步增长型”地区,而北京、吉林与新疆3地农业绿色全要素属于“持续降低型”地区。（2）2011—2016年我国农业绿色全要素生产率存在显著的空间相关性,但有一定的波动,呈现出“强—弱—强”的走势特点。同时,我国农业绿色全要素生产率表现出较强的空间集聚特性,2011—2016年农业绿色全要素生产率的热点区域呈现“西部地区热点区域逐渐消失,东中部地区热点区域明显增多”的特点,冷点区域则一直集中在东三省地区。（3）我国农业绿色全要素生产率存在显著的绝对β收敛趋势,且空间效应使我国农业绿色全要素生产率的收敛速度变快; 东中西三大区域均存在显著的绝对β收敛,各区域内部农业绿色全要素生产率呈现趋同化,其中,西部地区农业绿色全要素生产率的收敛速度最快,其次是中部地区,东部地区最慢。［结论］文章提出了破除流动障碍,强化区域相关性、落实区域协调发展战略,扩大高集聚区域以及强调区域特色发展,提高收敛速度的建议。     

基于碳排放的河南省粮食绿色全要素生产率分析及对策建议

［目的］为探索粮食绿色增产模式,推进农业供给侧结构性改革和绿色可持续发展。［方法］分别运用SBM-ML指数模型与DEA Malmquist指数模型对2004—2016年河南省粮食绿色全要素生产率和传统全要素生产率进行测算和对比分析,并采用ESDA法探讨了粮食绿色全要素生产率与粮食产出的空间关联性。［结果］河南省粮食绿色全要素生产率明显低于传统全要素生产率; 2004—2016年河南省粮食绿色全要素生产率的驱动因素经历了由技术进步驱动转变为技术效率驱动再转变为技术进步和技术效率共同驱动的过程,但技术进步的贡献率明显高于技术效率; 河南省粮食绿色全要素生产率与粮食产出的二元全局空间自相关大体呈“N”型变化,粮食绿色全要素生产率和粮食产出由不平衡发展逐渐趋向平衡发展。［结论］忽视碳排放的传统粮食全要素生产率测算与实际有较大偏差。建议通过转变发展模式,探索粮食绿色增产道路; 因地制宜,有效利用技术进步和技术效率双轮驱动; 不断推进河南省粮食绿色全要素生产率与粮食产出的平衡发展3项措施来实现粮食生产的综合提升。     

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。     

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。     

江苏省建设用地利用效率和全要素生产率的时空差异分析

研究目的:以江苏省为例,对比分析江苏省62个县(市、区)1999—2011年来建设用地利用效率和全要素生产率的时空差异。研究方法:数据包络分析方法和Malmquist指数方法。研究结果:(1)江苏省建设用地利用效率区域差异较大,1999—2011年全省建设用地利用效率先降后升,最低点出现在2008年左右;(2)江苏省大部分地区存在全要素生产率增长,2008年以前主要依靠技术进步,2008年以后主要依靠综合效率的提升。研究结论:江苏省正处于投资驱动向创新驱动转变阶段,应根据各市县社会经济发展特征和不同级别,制定差别化的建设用地利用方案,合理配置生产要素,提高技术进步率,为全国实现"要素驱动"、"投资驱动"转向"创新驱动"提供一定的参考。     

技术前沿异质下的粮食环境全要素生产率研究

研究粮食环境全要素生产率的时空差异以及其损失,可为评价地区粮食绿色发展水平,优化粮食生产布局和转变粮食生产方式提供参考。考虑技术前沿异质以及粮食生产过程中的非期望产出的情况下,文章采用前沿动态分析模型对15个小麦主产区2004-2013年的小麦环境全要素生产率及其损失来源进行实证分析,结果表明:两种前沿下小麦环境全要素生产率存在显著差异。共同前沿下环境全要素生产率排序依次为东北、中西北、南方和黄淮海区域,而考虑技术前沿异质,黄淮海区域环境全要素生产率超过东北区域,排在第一,其次是东北、南方和中西北区域。区域生产率损失来源存在差异,东北区域生产率损失最小,主要来源于内部管理水平不高;黄淮海地区和南方区域的生产率损失来源相似,主要来源于技术差距,相对内部管理水平较高;中西北区域的生产率损失中技术差距和管理无效比例相当。因此,应当因地制宜地制定相关的技术和管理措施:进一步加强科技创新和技术推广;发展适度规模经营,同时发展农业机械的精细化作业,通过机械作业与农技农艺结合提高管理水平。     

我国稻谷全要素生产率的时空变异与特征比较

文章采用DEA Fre-primont指数方法和稻谷投入产出省级面板数据,测度了1995-2014年全国及主要产区粳稻、早籼稻、中籼稻、晚籼稻全要素生产率并进行了分解。结果表明:四种稻谷全要素生产率都有增长,主要源于技术进步的作用,其中晚籼稻增长最快,粳稻和中籼稻增长缓慢;粳稻和籼稻间全要素生产率差距在拉大,籼稻内部差距则有所缩小;稻谷技术效率、规模效率都保持较高水平,且变化不显著;部分省区稻谷全要素生产率增长主要为技术进步单轨驱动,但残余混合效率变化正成为不可忽视的力量。今后,应加快转变稻谷发展方式,由依靠增加要素投入转向依靠提高全要素生产率,其重心在于技术进步;提高范围经济效率则是另一可选路径。     

中国文化产业全要素生产率的现状、地区差异与收敛性研究

文章基于2013—2021年中国31个省市自治区（因数据不全,本研究不含港澳台地区）文化产业的投入、产出数据,利用变系数生产函数测度了中国文化产业TFP,并运用描述性分析、Dagum基尼系数、变异系数、面板数据模型分析了中国文化产业TFP的现状、地区差异和收敛特征。研究发现：样本观测期内,中国文化产业TFP呈现逐年增长趋势,且表现出“由东部向西部渐次降低”的特征。中国文化产业TFP的地区差异逐年增大,并且区域间差异是中国文化产业TFP地区差异的主要来源。中国文化产业TFP不存在σ收敛特征,但存在绝对β收敛特征和条件β收敛特征。最后,基于研究结论,提出大力提升文化产业科技创新能力、实施区域协调发展战略、实施以强带弱抱团发展战略等建议,以期为缩小中国文化产业TFP地区差异及加快推进中国文化产业高质量发展提供经验参考。     

中国省域绿色全要素生产率测算及分析

中国各省份绿色全要素生产率的测度是定位和规划各地区新时代绿色经济发展的先决条件,也是对环境和经济协调发展的统筹决策基础.本文采用非径向、非角度SBM方向距离函数下的ML指数法对中国省域绿色全要素生产率进行测度、分解以及分析.研究表明:(1)依赖技术进步拉动的全国整体绿色全要素生产率在研究时段内保持上升态势;(2)各省份...     

成渝地区双城经济圈全要素生产率分析

基于DEA-Malmquist指数法,对成渝地区双城经济圈1999～2018年全要素生产率及其分解进行测算.结果显示:成渝地区2012～2016年TFP指数呈现连续下降趋势,其余除个别年份外,总体保持增长趋势,TECH指数波动较大,PECH指数和SECH指数变化趋势较为平缓.城市层面上,成都市增长了4.5％,资阳市下降...