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。     

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。     

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。     

江苏省农业主产区农业全要素生产率增长的分解研究——以苏北苏中32个县(市)为例

为了寻找提高江苏省农业生产效率的路径,文章选用农业全要素生产率作为切入点,以苏北苏中地区共32个县和县级市为样本,在超越对数生产函数的模型框架下利用随机前沿分析法(SFA)估算各县(市)在各时期的技术效率损失。在此基础上将32个县(市)农业全要素生产率增长分解为技术进步、技术效率变化、规模经济性和配置效率四个部分。研究结果表明,32个县(市)农业技术效率水平稳定高企,平均技术效率水平达到88.3%;技术进步是构成推动农业生产效率改善的最主要原因,年均稳定增长2.57%;生产资料配置效率是制约农业生产效率改善的主要原因,年均配置效率为-1.6%,相对于技术进步抑制作用达-62.42%。     

基于超效率DEA模型的中国农业科技资源配置效率动态演化研究

[目的]通过测算中国农业科技资源配置效率,分析存在的差异性,为配置效率的提升寻求有效措施。[方法]运用超效率DEA,对2001~2014年间中国31个区域的面板数据进行农业科技资源配置效率的全面评估,从中探究区域农业科技资源配置效率的变动趋势和时空特征,构建Malmquist指数以从技术进步水平和技术效率水平考察影响区域农业科技资源配置效率变动的因素。[结果]中国各地区整体的配置效率呈现上升趋势,超效率平均值从2001年的0.520上升到2014年的0.764;农业全要素生产率平均增长1.3%,其中综合技术效率指数年均增长4.2%、技术进步变化指数年均下降2.8%;从影响农业科技资源配置效率的技术进步和技术效率来看,技术效率已成为主要因素。从细分的6个区域来看,华东地区全要素生产率平均值最高,西北地区最低。从具体省份情况来看,有17个省(市、区)的全要素生产率指数大于1,其中天津、上海、广东、海南全要素生产率增长较快,年均增长率达到10%以上。[结论]提高中国农业科技资源配置效率,可采取优化农业科技资源配置结构,各地根据农业科技资源实际扬长避短、合作共赢,实施农业科技"走出去"战略等措施。     

中国大豆生产全要素生产率及其变化

本文采用12个大豆生产省(区)25年的数据,借助随机前沿生产函数模型,分析了中国大豆生产全要素生产率、技术效率和技术进步的变动趋势及其空间分布特征。结果表明,25年来,中国大豆生产全要素生产率年均增长1.5%,呈下降趋势;技术效率年均下降0.5%;技术进步率年均约为2%,且没有呈现随时间变化而增长的趋势。中国开放大豆市场对国内大豆生产发展的负面影响正逐步显现。     

FDI对中国林业全要素生产率的影响分析——基于DEA-Malmquist指数法

文章在分析林业利用外资情况的基础上,采用DEA-Malmquist指数法,基于2006~2015年中国28个省、直辖市及自治区的面板数据,测算林业全要素生产率(TFP),并将其分成技术进步和效率变化,建立回归模型,研究林业利用外资对林业全要素生产率的影响。结果表明:中国林业TFP在总体上平稳发展,个别地区出现上升;28个省(市、自治区)的年均TFP增长率约为16.7%,效率变化对林业全要素生产率增长的贡献更大。FDI对中国林业全要素生产率产生负向影响但不显著,FDI滞后一期对林业生产率产生显著的正向影响;受教育程度对林业全要素生产率有正向影响,但不显著;对外开放水平对林业生产率的影响是正向且不显著的;金融发展水平与林业全要素生产率负相关。最后根据现实解释回归模型结果,提出政策建议。     

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。     

冬小麦—夏玉米复种的生产效率及其时空分异

目的 提高粮食生产效率是保障国家粮食安全的重要任务,对粮食生产中典型的冬小麦—夏玉米复种模式的生产效率进行分析,可以精确把握粮食生产效率,为粮食生产相关政策制定提供参考。方法 文章基于2007—2018年6省（市）面板数据,运用SBM-DEA和Fare-Primont模型从静态和动态视角对冬小麦—夏玉米复种模式的技术效率和全要素生产率的空间分布和时序变动特征进行测算及比较。结果 冬小麦—夏玉米复种模式的平均技术效率和全要素生产率水平值分别为0.793和0.744;机械投入、农药投入和水资源投入的平均冗余率较高,分别为28.693%、26.670%和21.578%。剩余混合效率即投入产出混合比例优化是造成冬小麦—夏玉米全要素生产率地区差异的主要原因;冬小麦—夏玉米复种模式的全要素生产率波动中小幅上升,技术进步、技术效率和剩余混合效率是主要影响因素。结论 冬小麦—夏玉米复种模式的低生产效率客观存在,应通过生产资料的科学合理投入,加快科技创新推广,推动粮食生产适度规模经营等方式来推动粮食高质量发展。     

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。     

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。     

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。     

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。     

重点国有林区森工企业全要素生产率影响因素分析——基于动态面板模型的实证研究

基于重点国有林区2003~2014年84个森工企业面板数据,采用DEA-Malmquist模型评估了两种全要素生产率,运用SYS-GMM动态面板模型研究影响因素进行实证分析,结果显示:(1)森工企业单属性全要素生产率增长比多属性全要素生产率更快;(2)森工企业两种全要素生产率增长均主要得益于技术进步的贡献;(3)全要素生产率增长具有明显的累积效应,即森工企业前期全要素生产率增长越快,现期全要素生产率增长越快;(4)地区经济发展水平有利于全要素生产率增长,但非政府投资不利于全要素生产率增长。最后,讨论了这些结论的政策启示。     

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。     

内蒙古国有林区林业全要素生产率分析

运用DEA模型,采用2003~2013年面板数据对内蒙古国有林区及其区域内27个林业局的生产效率进行测算,结果表明:内蒙古国有林区整体全要素生产率处于较高水平;2011年天保工程二期实施以来,全要素生产率有进一步连续和明显的提升。     

我国大规模生猪养殖全要素生产率的动态演进及区域差异研究

[目的]随着我国大规模生猪养殖专业户和商品猪场数量比例逐年增加,对我国大规模生猪养殖全要素生产率进行分析,找出其提高方法,有利于推动我国大规模生猪养殖现代化进程。[方法]文章运用DEA-Malmquist指数和Kernel核密度估计以我国29个省(市、自治区)(除去西藏、宁夏)为研究对象,对2008—2017年我国大规模生猪养殖全要素生产率动态演进及区域差异进行分析。[结果]从整体层面分析,2008—2017年以来我国29个省(市、自治区)大规模生猪养殖全要素生产率整体平均TFP指数为0.995,年均下降0.5%,主要制约因素是技术进步缓慢,但两极分化情况得到有效控制;从区域层面分析,仅有重点发展区TFP上升,其余3个区域均有不同程度下降,其中除适度发展区其余两极分化情况得到有效控制。[结论]从整体层面要提升生猪产业整体科研创新能力,提高大规模生猪养殖高新技术的应用效率以及管理效率;从区域层面要针对不同区域资源禀赋、环境承载能力等因素实施差异化政策。     

温室气体排放约束下奶牛规模养殖环境效率及全要素生产率分析北大核心CSSCI

一是运用SSBM模型对奶牛规模养殖环境效率及技术效率(技术效率为不考虑温室气体排放下的效率)进行分析,结果显示:环境效率小规模最高,其次为中规模与大规模;技术效率受温室气体排放约束由大到小的顺序为大规模、小规模与中规模。二是运用GML指数方法对环境全要素生产率变动进行分析,表明:全要素生产率变动受温室气体排放约束由大到小的顺序为中规模、大规模与小规模养殖场;GML指数较GM指数(GM指数为不考虑温室气体排放的指数)降低的原因各异,小规模主要由温室气体排放拉低技术效率变化导致,而中、大规模奶牛养殖场主要由温室气体排放阻碍技术进步所致。就地区而言,奶牛规模养殖场环境效率低的地区,环境全要素生产率增长态势明显,其环境效率改善潜力较大。     

气候变化对苹果主产区单产及全要素生产率增长的影响研究

本文运用超越对数随机前沿生产函数分析了1992—2012年气候变化对中国两大苹果主产区单产和全要素生产率的影响。研究表明:气温升高和降水量减少均有利于苹果单产增加,日照时数主要通过与地区的交互影响苹果单产,日照时数增加对黄土高原区苹果单产有正向影响,对环渤海地区有负向影响。气温、降水量和日照时数对全要素生产率的贡献在不同地区表现不同,在环渤海地区贡献分别为-81.7%、-16.73%和23.22%,而在黄土高原区分别为7.51%、-24.29%和-79.65%。最后,苹果单产增长的来源与地区有关,环渤海地区主要依赖于投入要素的增长,而黄土高原区主要依赖于全要素生产率的增长,技术进步对单产和全要素生产率的增长贡献最大,且技术进步是劳动力节约型、化肥节约型和物质消耗型,技术效率损失最为严重,规模效率对全要素生产率的贡献为正。