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。     

中国沿海地区渔业产业效率实证研究——基于DEA的Malmquist指数分析

本文采用2002～2009年的沿海11个省份的渔业相关投入产出指标,运用Malmquist指数分析我国沿海省份渔业产业效率,测算了我国分省区的全要素生产率(TFP),重点测算了各省区的技术效率、规模效率和纯技术效率,从投入产出角度分析了各沿海省份渔业经济发展的效率因素及不同省份的分异情况。结果表明,从2002-2009年,我国沿海渔业产业效率有了显著改善,但大部分省区表现为粗放型的技术进步特征,综合效率还有待于进一步提高。结合研究结论为我国渔业产业发展提出了加大科技投入、提升管理效率、走可持续发展道路等相关政策建议。     

我国区域生猪生产效率的综合评价

本文运用DEA方法,从动态和静态两个维度综合考察产销对接区域不同省份生猪生产方式的效率.通过对区域2004-2008年不同省份生猪生产方式的Malmquist指数测量,发现生猪生产率近年呈小幅负向增长,大规模猪场主要是由于技术效率变化的无效,而其他生产方式主要是由于技术进步变化的无效.综合区域2008年不同省份生猪生产...     

生猪规模化养殖迷雾

生猪标准化规模养殖场改扩建项目实施三年，养户质疑不够公开透明 9月，国家发改委和农业部联合下发通知，国家财政继续安排投资25亿元，用于支持生猪标准化规模养殖场（小区）改扩建。此项惠农政策进入第三个年头，在业内引起热议。     

生猪养殖规模化程度的省际差异及未来趋势*——基于13个生猪养殖优势省份的研究

［目的］2007年以来国家实施“一揽子”补贴政策,生猪养殖规模化程度显著提高,但也呈现出明显的规模差异和省际差异。［方法］基于相关统计数据,利用生猪规模养殖指数详细透视了生猪养殖优势省份规模养殖的发展历程及规模化特征。［结果］生猪规模养殖呈现向华北和东北地区富集的基本趋势,但目前生猪养殖规模化的层次仍较低; 吉林、黑龙江、山东属生猪规模养殖特快发展区,辽宁、江苏、河南和广东属于快速发展区,安徽、湖北、湖南、广西和四川属缓慢发展区,河北属约束发展区。［结论］在山东、江苏、河南和广东,重点推进年出栏50~100头的养猪场户向年出栏100头以上的养猪场户转化; 在黑龙江、吉林、辽宁应进一步鼓励年出栏100头以上的养猪场户适当的扩大规模; 而在河北,考虑产业布局和环境规制等因素,则有序退出生猪规模养殖。     

关于做好环境控制提高生猪养殖效益分析

近些年,随着国家对畜牧养殖重视程度的不断提高,生猪养殖产业已经成为基层地区农民群众发家致富的支柱性产业和主导产业,并且养殖规模呈现逐年过大的趋势.但与之不匹配的是生猪养殖环节,对生态环境造成的破坏呈现逐年加重趋势,经常会出现高发病率,高污染率,养殖成本不断增加,生猪品质显著下降,存在不同程度的药物残留或者病原残留,危及...     

我国生猪养殖行业规模化演变模式研究

我国生猪养殖行业在1990年以前主要以散养模式为主,年出栏生猪占比达到90%。近年来,生猪规模化养殖比例不断上升,养殖规模化驱动因素包括机会成本、周期洗牌、环保压力。从行业进入退出模式分析,未来生猪养殖行业格局将呈现龙头企业产能快速扩张,但同时粘性化散户并存。在公司与农户紧密结合型、公司与农户松散结合型、重资产型三种主流规模化模式中,紧密结合型是现阶段符合我国国情的发展模式。     

基于Malmquist指数法的中国省域森林公园运营效率动态实证分析

借助DEA-Malmquist指数法,分析了中国31个省域森林公园2003²011年间运营效率的动态变化特征。分析结果表明:森林公园运营效率平均提高了5.9%,技术进步是主要的贡献因素,而技术效率的作用相对较弱;在该期间内,森林公园运营效率呈现振荡上升的特征;省域间的个体差异严重,江苏省运营效率上升最高(15.3%),河北省下降最多(-7%);中部是运营效率上升幅度最高的地区,而西部地区对技术进步依赖程度最高。     

基于DEA和Malmquist指数分析的四川省农业生产效率时空分析

四川是农业大省,农业生产效率是关乎农业快速健康发展的关键问题。本文以四川省21个地级市为决策单元进行农业生产效率的数据包络分析和Malmquist指数分解以及空间可视化分析。2010年后四川省农业生产效率有所下降,主要归因于规模效率的下降,而纯技术效率并未随着技术进步得到较大的提升。21个地级市农业生产效率呈现不同的发展态势,格局并未表现出与地形的空间耦合。四川省农业生产应当科学配置资源投入,提高农民农业管理与技术水平,充分利用科技进步来提高农业生产效率。     

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。     

生猪养殖：规模化、标准化、生态化

“规模、标准、生态”是发展现代养猪业的客观要求,生猪养殖规模化发展作为围绕生猪产业链中各个环节开展的一次创造性革命变更,是生猪行业现今发展的重要组成部分,也是促进生猪养殖标准化、生态化发展最重要的基础。近几年来,上海农场按照市政府要求和市场需求,不断扩大养殖规模,年饲养量达20多万头,成为上海国有农场最大的生猪养猪基地,为上海市场猪肉供应和当地农民增收作出了应有的贡献。     

吉林森工集团林业局的生产效率研究——基于DEA和Malmquist指数分析法

基于DEA(Data Envelopment Analysis)方法和Malmquist指数分析法对吉林森工集团8个林业局的生产效率进行了实证研究。研究结果表明:2009年湾沟林业局、泉阳林业局和白石山林业局的技术效率没有达到1;2003—2009年8个林业局的全要素生产力每年平均提高2.04%;其中,主要是技术进步带来的贡献,而技术效率的贡献度相对较低。     

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.     

我国肉牛养殖环境效率及影响因素分析

[目的]当前我国正处在食物消费结构转型升级背景下,牛肉需求量持续上升,同时环保约束日益趋紧、牛肉进口量不断攀升等使得我国肉牛产业面临严峻挑战。因此提升肉牛养殖环境效率、探究影响环境效率的关键因素,对稳定牛肉市场供给、促进肉牛产业的健康持续发展十分关键。[方法]文章利用1997—2017年投入产出数据,借助考虑非期望产出的超效率SBM模型对黑龙江、河南、宁夏、陕西和新疆5省区肉牛养殖环境效率进行测算,分析其时空分布特征,探究影响肉牛养殖环境效率的重要因素。[结果] 1997—2017年我国肉牛养殖的环境效率均值为0.954 7,不同地区的环境效率存在显著差异,河南、黑龙江和宁夏处在高值区域,而陕西和新疆处在低值区域。物质劳动生产率、疫病风险以及饲料结构均对肉牛养殖环境效率具有显著影响。[结论](1)肉牛养殖的环境效率存在一定的空间差异,因此在各省区在贯彻执行中央政府统一政策部署的条件下,应当根据自身实际,因地制宜制定有利于提高当地肉牛养殖环境效率的相关政策。(2)物质劳动生产率对肉牛养殖环境效率具有显著正向影响,而疫病风险和饲料结构对其产生显著的负向影响,因此鼓励提高物质劳动生产率、防范并降低疫病风险、科学改善饲料结构将有利于提升肉牛养殖的环境效率。     

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.     

基于Malmquist指数模型的农村职业教育投入内部效应分析——以辽宁省为例

本文运用Malmquist指数模型,以辽宁省为例,选取了农村职业教育的财政经费、教职工人数、教育用房面积作为主要投入指标,毕业生人数和就业率作为农村职业教育产出的指标,实证分析了农村职业教育投入的内部效应,即自身的办学效应,选取了辽宁省2005—2010年的东、南、中、西、北5个区域的具有代表性的农村职业学校的相关面板数据进行测度。通过基于全省层面农村职业教育投入的内部效应的分析以及不同地区各个年份农村职业教育投入的内部效应分析结果表明,辽宁省农村职业教育投入效应不明显。     

中国北方大规模生猪养殖技术效率研究

[目的]通过对我国北方地区大规模生猪养殖技术效率进行测度,以期发现影响其技术效率增长的主要因素,为我国现阶段生猪养殖业战略性区划调整"南猪北进"工作提供实践指导和理论支持。[方法]根据随机前沿分析方法 (SFA)基本原理,运用对数型柯布—道格拉斯生产函数及我国北方大规模生猪养殖数据构建中国北方大规模生猪养殖随机前沿分析模型,对我国北方大规模生猪养殖技术效率进行测度并据此提出相关建议。[结果]北方地区大规模生猪养殖技术效率值纵向上来看整体在不断下降,而从地域上来看内蒙古自治区和东北地区技术效率值较高,北京与西北地区技术效率值较低。[结论]内蒙古自治区与东北地区适宜作为大规模生猪养殖承载地,与国家政策具有一致性;华北地区与西北地区大规模生猪养殖技术效率测度值较低,存在较大改进空间;针对该现状提出构建经济效益与环境保护并重的规模生态生猪养殖体系。     

中国国有农场全要素生产率的动态实证研究——基于省际面板数据的Malmquist指数分析

在省际面板数据基础上,运用DEA-Malmquist指数分析方法,分析1994-2011年期间中国国有农场的全要素生产率及其构成的变动情况,发现2011年相比于1994年中国国有农场全要素生产率平均改善4.3%,技术进步平均贡献10.7%,而技术效率平均拖累5.8%;1994-2011年不同时段的全要素生产率改善来源于技术效率变动和技术变动的交替贡献;全国29个省(市)中有26个省(市)全要素生产率得到改善,但仅北京、黑龙江、浙江和广西4个省(市)国有农场的技术效率得到改善;国有农场全要素生产率改善最多的区域是南部地区,改善6.9%,最少的是中部地区,改善2.2%。     

技术进步、规模化经营与我国甘蔗主产区生产效率研究

[目的]农业种植业的发展是多种因素共同作用的结果,文章旨在探究技术进步和规模化经营两个重要着力点对农业种植业可持续健康发展的影响。[方法]通过DEA-Malmquist指数分析方法,利用2003—2017年中国甘蔗主产区甘蔗种植投入产出面板数据,测算了在农业种植业发展过程中的综合技术效率、技术进步以及全要素生产率增长状况,并对各甘蔗主产区技术进步以及规模化经营情况作对比分析。[结果]我国以及广东、广西的甘蔗生产效率呈下降的趋势,海南和云南则呈上升的趋势;技术进步是提升广东和云南甘蔗种植业生产效率的直接因素,而对广西和海南甘蔗种植业生产效率贡献最大的是规模化经营;近年来,广东、广西的甘蔗种植生产技术进步缓慢,甚至出现技术衰退;广东、广西和海南3地的甘蔗规模化经营还存在一定的优化空间,尤其是广东和海南地区。[结论]我国及各甘蔗主产区应根据农业种植业的区域发展差异,以因地制宜为首要原则,重视技术进步和综合技术效率同步改进的同时,更应注重通过技术进步来推动规模化经营的发展。     

基于环境绩效的长江经济带工业用水效率

使用2005—2014年长江经济带11个省(市)的面板数据,基于投入导向的超效率DEA-CCR模型,测算含有非合意产出的全要素工业水资源利用率,利用Malmquist指数对全要素工业水资源利用率进行分解,分析工业水资源利用率提高和降低的主要影响因素,对全要素工业水资源利用率进行收敛性分析,判断各地区工业水资源利用率差异的变化趋势。研究结果表明:不同省(市)工业水资源利用率差距明显,下游地区最高,中游地区最低;2005—2014年,长江经济带区域工业水资源利用率总体呈提高趋势;科技进步是推动全要素工业水资源利用率提高的主要因素;长江流域工业水资源利用率呈收敛趋势,省(市)工业水资源利用率差距在缩小。