中国省际全要素生产率的测算和分解

全要素生产率(TFP)是研究一国经济可持续增长的核心,由于中国省际间差距巨大,各地区的经济发展模式各不相同,本文通过非参数的DEA-Malmquist指数方法估算出2000~2015年的年份全要素生产率指数与2000~2015年间中国各省份的全要素生产率指数,并对各省份的TFP进行了进一步的分解。研究发现:以TFP为代表的技术进步水平近年来不仅没有提高,反而出现减缓趋势;中国省份经济增长差异较大,从分解结果来看,全要素生产率增长差异主要由技术进步水平差异较大所致。     

基于资源利用视角的广西农业用地绩效评估及障碍分析

[目的]农业用地作为农村经济发展和农民生活的载体,开展农业用地利用绩效评估,有利于有关政策的制定,也为农业用地管理体系的构建提供理论依据。[方法]文章运用标准差-TOPSIS模型和障碍度模型对广西农业用地利用绩效进行整体评估,根据绩效评估结果为广西农业用地利用提出合理的建议。[结果] 2008—2017年广西农业用地利用绩效水平呈上升趋势,从2008年较差水平(0.299 6)达到2017年良好水平(0.630 5)。从3项绩效的障碍因子来看,土地产出和生态环保对农业用地利用绩效评价的影响最大。2008—2017年生态环保绩效指数从0.367 9上升到0.612 4,已达到良好级别,障碍度也从52.46逐渐减小为31.68;土地利用绩效指数从0.216 4增加到0.605 7,目前仍在趋于优化,其障碍度也从26.99下降到15.67;土地产出绩效指数从0.299 6较差水平上升到0.630 5,绩效达到良好阶段,而障碍度从60.12下降到25.47。[结论] 2008年以来,生态环境治理效果突出,农业用地生态环境有明显改善,农业用地利用率明显提高,土地产出增长明显,经济正在快速发展。然而在国内经济转型的关键时期,广西也应该以促进经济转型为主,适当放缓或降低经济增长速度,提高科技创新、技术进步和劳动者素质。     

中国林业生态效率与生态生产率的测度研究

通过界定林业生态效率的内涵,建立林业生态效率评价指标体系,运用DEA模型和Malmquist指数法对全国30个省市(港、澳、台、藏除外)的林业生态效率和生态生产率进行测度表明:中国林业生态效率在近十年呈小范围波动性变化,全国总体的林业生态效率均值为0.912,并且地区及省市间差别较大;TFP指数均值达到1.037,表明中国林业生态效率的发展水平整体在缓慢提高,技术进步变动指数是导致总林业生态生产率TFP指数提高的主要原因之一,不同地区和省市间各分解指数也存在很大差异。适当改变林业的生产经营方式,适度调整林业发展规模对于各省市提高林业生态效率和生态生产率是十分必要的。     

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.     

农业全要素生产率增长的再测算——Malmquist指数法和Hicks-Moorsteen指数法的比较

基于Malmquist指数法和乘积完备的Hicks-Moorsteen指数法对农业TFP增长进行测度,并将TFP分解为技术进步和效率变化。结果表明:1979²011年间中国农业TFP年均增长率为2.1%2011年间中国农业TFP年均增长率为2.1%².7%,其中技术进步年均增长3.0%2.7%,其中技术进步年均增长3.0%³.6%,混合规模效率年均增长0.6%。因此,在农业投入产出过程中应重视农业生产结构以及规模方面的调整和优化。     

我国中西部全要素生产率的区域差异及影响因素分析

文章采用DEA模型的Malmquist指数法,分解和测算了2000-2014年我国中西部各省、自治区、直辖市的全要素生产率(TFP)。结果表明,中西部地区全要素生产率增长率平均上升0.7%,明显低于全国水平的4.5%。其中,中部地区的全要素生产率下滑1.4%,西部地区上涨2.8%。通过分析中西部地区全要素生产率的影响因素,研究发现,GDP、产业结构升级和基础设施对中西部TFP增长有显著正向影响,技术创新水平、经济对外依存情况和政府干预经济程度对中西部TFP增长的影响显著为负。最后从加强自主创新和提高政府的保障作用等方面提出提高中西部地区TFP的政策建议。     

我国水禽全要素生产率增长和贡献及区域差异分析

[目的]通过测算水禽全要素生产率（TFP）来评估水禽的投入产出效率,同时分别对比各养殖区域之间TFP的增长率及贡献的差异。[方法]文章依托全国22个省、（市、自治区）水禽投入产出数据,基于索洛残差法和DEA-Malmquist指数法分别从水禽TFP指数、TFP增长率和TFP贡献率3个角度展开分析。[结果]（1）全国水禽TFP均值为1.352,大多数地区的水禽TFP指数均大于1,山东省的技术效率、纯技术效率、规模效率均为全国第一;（2）全国水禽TFP增长率平均值为0.19,水禽TFP贡献率平均值为120%,TFP贡献率和增长率较上一年都有所提升;（3）区域差异比较后发现,西南地区的水禽TFP指数、TFP增长率和水禽TFP贡献率的均值最大,而华中地区的3个指标均值均为全国最小,水禽的TFP区域特征呈现出“北向南移”趋势。[结论]技术进步对水禽产业发展作出了很大的贡献,说明水禽产业需要进一步加强新技术投入;突发事件一定程度上刺激了水禽产量的增长,说明不仅要预防突发事件,而且要不断挖掘突发事件后的边际效应;水禽TFP区域差异显著,要求结合区域特征分析后因地制宜施策,最终提升水禽生产要素投入效率...     

资源错配与农业全要素生产率：损失和原因

如果资源的流动受到限制，无法从效率较低的一方转移到效率较高的一方，那么不仅会导致资源错配，而且还会造成全要素生产率(TFP)损失。本文构建包含四要素(劳动、土地、机械和化肥)三层嵌套(“地级市—省级—全国”)的理论模型，采用1996—2019年中国城市平衡面板数据，分别测度省域和全国加总层面的TFP损失，通过分解和比较不同要素错配的损失大小，明确中国农业TFP损失的主要诱因。结果表明，资源错配对总体TFP造成了持续性损失，年均损失为27%,其中组内错配损失为9.03%,组间错配损失为18.31%,表明中国农业TFP损失主要是因为各省间的资源无法有效配置。从损失的因素分解来看，无论是组内错配还是组间错配，劳动和土地错配是造成中国农业TFP损失最重要的两种因素，其中两种要素的组间错配损失分别为9.30%和8.14%。因此，加快土地流转集中和农村劳动力有序转移是解决资源错配，促进农业高质量发展的有效途径。     

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。     

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。     

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。     

China's regional agricultural productivity growth in 1985–2007: A multilateral comparison1

In this study, we estimate total factor productivity (TFP) growth as well as multilateral TFP index for 25 contiguous China provinces over the 1985–2007 period. Agricultural output growth for each province was decomposed into TFP growth and input growth, where input growth was further disaggregated into contributions from growth of labor, capital, land, and intermediate goods. Over the study period, TFP growth contributed 2.7 percentage points to output growth annually, which was slightly higher than the input growth contribution of 2.4 percentage points per annum. On average, the annual rate of productivity growth peaked during 1996–2000, at 5.1%. It slowed in 2000–2005 to a rate of 3.2% per annum and declined in the most recent years (2005–2007) to ?3.7%. Differences in productivity among regions persisted over the entire period. The tendency toward faster TFP growth in relatively well‐off coastal regions may imply a widening of regional inequality.     

中国省域乡村振兴水平的动态比较和区域差异研究

[目的]在全面解析乡村振兴战略内涵的基础上,构建了乡村振兴评价指标体系,从时空维度测度和比较了我国省域乡村振兴水平及区域差异。[方法]文章运用纵横向拉开档次法,测度2014—2019年我国30个省（市、自治区,不含港澳台、西藏）的乡村振兴动态发展水平,进一步利用泰尔指数分析了东、中、西部地区乡村振兴发展的区域差异。[结果]（1）我国各地乡村振兴发展水平存在明显差异,但发展趋势总体向好,三大区域乡村振兴发展呈现东部地区较好,中部地区居中,西部地区落后的发展态势。（2）乡村振兴子系统发展差异较大,生态宜居子系统发展较好,产业兴旺子系统发展缓慢,治理有效子系统发展最差。（3）区域间差异是我国乡村振兴发展差异的主要来源,东部地区区域内差异明显大于中西部地区。[结论]最后,提出要全面把握乡村发展差异,做好乡村振兴顶层设计,加强区域协作,构建现代农业产业体系、生产体系和经营体系的政策启示。     

矿山生命周期性环境治理模式探析

我国通过倡导绿色勘查、推进绿色矿山建设,在矿山环境治理方面取得阶段性成效,但仍存在着矿山环境治理碎片化和中空化等问题。文章在研究矿业发达国家矿山环境治理模式基础上,结合我国国情研究提出我国建立矿山生命周期性环境治理体系建议,包括鼓励探索最佳工业实践,制定矿山生命周期各阶段环境管理的详细指南,建立矿山环境绩效评价与配套激励制度,形成制度与机制加强和规范公众参与,以及加强本底调查和矿山生命周期性环境动态监测等。     

环境约束下环渤海经济圈全要素增长率测算

在追求经济增长的同时,人们开始更关注于经济发展与环境资源之间的协调关系。作为海洋经济发展中的生力军,环渤海经济圈经济发展的质量与效果的关系将是我国新时期海洋强国战略实施中的一个重要问题。论文在比较全要素增长率测算方法的基础上,完成了投入与产出两层面要素识别,使用Malmquist指数衡量全要素生产率,进而给出环渤海经济圈经济增长绩效的评价,并据此提出了相关对策建议,以期为环渤海经济圈社会经济可持续发展提供理论支撑。     

Measuring agricultural total factor productivity in China: pattern and drivers over the period of 1978‐2016

The Chinese agricultural sector has experienced a substantial increase in total output since dramatic reforms were introduced in 1978. This paper uses the index method to measure agricultural total factor productivity (TFP) for China’s crop and livestock industries, based on the gross output model from 1978 to 2016. We construct production accounts for the industries using input‐output relationships for the 26 main agricultural commodities and commodity groups, which account for over 90 per cent of the total agricultural inputs and outputs. The results show that China’s agricultural TFP grew at a rate of approximately 2.4 per cent a year before 2009, which is comparable to the main OECD countries and is double the world average. TFP growth accounts for approximately 40 per cent of output growth, suggesting that input growth was the main driver of output growth in the past. However, average productivity growth slowed down after 2009 though it has gradually recovered since 2012. The slowdown reflects the emerging challenges to existing farm production practices in Chinese agriculture, suggesting the need for further institutional reform.