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.     

基于随机前沿函数的中国生猪生产效率研究

本文运用随机前沿分析方法,对2002—2009年全国15个生猪主产区的技术效率进行测算,并按规模划分,分析了各生猪主产区间的效率差别以及不同投入要素对生猪生产的贡献。研究发现,我国生猪养殖的总体技术效率较高,规模养殖的技术效率优势逐步体现,其中饲料投入对生猪产出的影响最大,用工数量其次;不同地域的技术效率具有明显差异,粮食主产区要高于经济发达的沿海地区。     

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。     

我国玉米生产技术效率与全要素生产率研究述评

玉米作为我国重要的粮食作物,研究其技术效率与全要素生产率对于保障我国粮食安全有着重要意义。本研究首先对技术效率与全要素生产率的相关概念、研究方法进行概述,其次对国内相关研究成果进行归纳、梳理和评述;最后提出了四点有待注意与研究的地方。     

林业技术效率及其影响因素研究——基于随机前沿生产函数

文章运用随机前沿生产函数估计了林业生产投入要素劳动力和资本的产出弹性,测量了各省区2002～2009年的林业技术效率,并分析了林业技术效率的影响因素。结果表明:林业产业存在明显的技术效率损失,随机前沿生产函数的误差主要是由技术非效率引起;林业产业劳动力和资本的产出弹性分别为0.58和0.47,林业生产仍处于规模报酬递增阶段。总体上,各省区林业技术效率水平相差不大,且林业的平均技术效率水平呈现缓慢上升的趋势;森林病虫鼠害的发生率显著降低了林业技术效率,而基层林业工作站人员文化水平的提高能有效的改善林业生产的技术效率。     

不同退耕规模农户农业全要素生产率增长的实证分析——基于黄土高原农户调查数据

本文采用超越对数随机前沿生产函数模型,对陕西省吴起县和甘肃省华池县不同退耕规模农户农业全要素生产率及其影响因素进行实证分析。研究表明:小规模退耕农户农业全要素生产率的增长主要来自于农业技术效率改善,大规模退耕农户农业全要素生产率的增长主要来自于农业技术进步。进一步分析影响农业技术效率的因素发现:户主受教育程度、户主年龄、家庭成员农牧业劳动总时间、退耕规模对农户农业生产技术效率都具有正效应。     

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。     

我国淡水养殖渔业技术效率研究——基于随机前沿生产函数

本文运用随机前沿分析方法,对2004—2011年全国18个淡水养殖省份的技术效率进行测算,分析了淡水养殖技术效率的影响因素以及不同投入要素对淡水养殖产量的贡献。研究发现,我国淡水养殖的总体技术效率较高;淡水产品的加工率和受灾率对淡水养殖技术效率的影响较大;劳动力和资本投入对水产品产量的贡献高于扩大养殖面积的贡献。     

中国原料奶生产规模的技术效率及影响因素分析——基于新数据和随机前沿生产函数模型

本文运用2005-2009年我国原料奶生产省级面板数据,采用超越对数形式的随机前沿生产函数模型,分析了2005-2009年中国不同规模的原料奶生产的技术效率及影响因素,研究结果表明:不同规模原料奶生产对技术效率影响显著,适当扩大养殖规模有利于提升效率水平.精饲料占全部饲料的比重、养殖户的收益等对原料奶生产有明显的正向影响.     

农村互联网对农业全要素生产率的空间溢出效应——基于随机前沿模型分析

文章选取2002-2017年省级面板数据,采用基于Malmquist生产率指数的面板固定效应随机前沿模型得出农业全要素生产率指标,再通过面板个体固定效应空间杜宾模型研究了农村互联网发展对农业全要素生产率的空间溢出效应,并对内在影响机制进行分析检验以明确互联网带动作用路径。结果表明:本地区农村互联网发展会显著促进本地区以及邻近地区农业全要素生产率的增长,并且这种促进作用主要通过提高农业技术效率的途径来实现。在控制变量中,农村人力资本具有显著正向直接效应和溢出效应,本地区农村人力资本水平的提高显著促进了本地区以及临近地区农业全要素生产率的增长;以农林水事务支出比重来衡量的政府支农强度指标对农业全要素生产率产生负向抑制影响,并具有显著的负向空间溢出效应;以就业人口比重来衡量的产业结构指标具有显著负向的空间溢出效应,但直接效应并不显著。     

基于随机前沿生产函数的红枣生产技术效率分析——来自新疆麦盖提县和泽普县的调查

文章基于实地调查,采用随机前沿生产函数,对调查区农户红枣生产的技术效率进行分析,研究发现:土地、资本、劳动三要素对红枣生产技术效率的方向性影响是不同的,资本和劳动为正影响,土地为负影响;2010-2012年间,麦盖提县和泽普县农户的总技术效率稳定提高,从0.5641提高到0.5899;麦盖提县技术效率在0.42-0.46之间,泽普县三年均在0.7以上。     

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。     

基于随机前沿生产函数的我国工业用水效率影响因素研究

在收集全国31个省(市、区)1997—2010年工业用水效率及其影响因素相关指标数据的基础上,采用修正的随机前沿生产函数分区建立以万元工业增加值用水量为因变量、影响因子为自变量的工业用水效率分析模型,并辨识出各分区主要影响因子。通过模型拟合误差分析,所建模型平均绝对误差都小于17%,表明所建模型具有比较高的精度,可为未来我国工业用水效率预测及用水效率红线调控提供一定的技术参考。     

三峡库区农业转型发展的时空分析及问题识别*——基于全要素生产率视角

[目的]为识别三峡库区各区县的农业发展转型中的问题并提出对策,2006—2014年库区农业全要素生产率作出测算,并进行空间关联分析。[方法]利用DEA-Malmquist指数法测算2006—2014年的三峡库区及各区县的农业全要素生产率并分解;采用空间自相关模型分析三峡库区农业全要素生产率的时空特征及空间关联。[结果]在提高农业全要素生产率促进农业转型的过程中,除2006年外,三峡库区农业全要素生产率处于提升状态;各区县的农业全要素生产率具有显著的空间正相关性和明显的空间集聚结构;各区县因表现出技术效率、技术进步偏低等特征,使库区不同区县出现全要素生产率偏低和技术效率滞后于技术进步等方面的问题,形成了库区农业发展转型问题的空间异质性。[结论]加快三峡库区农业转型发展,需结合不同区县的发展问题,充分利用空间相互作用,采取政府统一部署、区域差异化政策以及推广农业科技等策略。     

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.     

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。     

新疆生产建设兵团农业生产技术效率研究

农业是兵团的基础产业,农业的增长在很大程度上依赖于技术效率的提高。本文利用2003年-2009年兵团13个师（建工师除外）的农业数据,以农业生产总值、劳动投入、资本投入及时间作为变量,运用随机前沿生产函数对兵团农业生产技术效率进行分析,结果显示兵团农业技术效率偏低,且在2003年～2009年呈逐年下降趋势。     

基于时空异质弹性生产函数的地区农业全要素生产率变迁特征研究

农业全要素生产率是观察农业经济发展特征趋势和质量的重要依据。本文基于中国农业要素禀赋差异的国情特征,构建包含时间和空间因素的时空异质弹性生产函数模型,利用全国31个省份的面板数据,对改革开放以来中国农业全要素生产率进行测算,并对其变迁特征、区域差异进行分析。结果表明,引入包含时间和空间因素的Cobb-Douglas生产函数,能够对要素产出弹性的时变和异质性进行估计,优于传统生产函数方法,能够得到省际差异的时变要素产出弹性,具有较好的统计学显著性和经济学意义;对地区农业全要素生产率测度发现,1978—2017年东部地区农业全要素生产率平均增速为1.7%,高于中部的0.9%和西部的1.2%;中国农业全要素生产率增速呈先降低后趋于稳定的整体态势,东部、中部和西部地区间增速变化趋势趋同,但存在阶段性差异;改革开放40年中国农业全要素生产率增速Dagum基尼系数均值为0.247且总体呈上升趋势,但东部和西部区域内发展不均衡性高于中部地区,东部—西部区域间差异是全国农业全要素生产率增速时空异质性产生的主要原因,区域间、区域内协同均衡发展格局亟待完善和转变。本文建议从增强农业科技支撑能力、充分发挥地区禀赋优势、健全完善农业全要素生产率提升的"软环境"等方面,加快推进新时期农业供给侧结构性改革和乡村振兴战略。     

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。     

农业劳动力老龄化如何影响小麦全要素生产率增长

基于2009-2020年全国农村固定观察点农户调查数据,本文运用结合工具变量法的双向固定效应模型、内生转换模型,实证检验了农业劳动力老龄化对小麦全要素生产率增长的影响。结果显示,农业劳动力老龄化减缓了小麦全要素生产率增长,并且随着老龄化程度加深,这一负面影响将会扩大。产生负面影响的原因是农业劳动力老龄化降低了小麦种植户采用新型技术的概率,减缓了技术进步。进一步分析表明,农业教育或培训、养老金收入、农村集体开展的农业技术推广、产前和产中环节的社会化服务能够在一定程度上缓解以上负面影响。为应对农业劳动力老龄化带来的影响和挑战,本文建议构建适应农业劳动力老龄化形势的技术推广体系,提高农民的基本养老金收入标准,着力推动农业社会化服务体系高质量发展。