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。     

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。     

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.     

中国木材供给全要素生产率及其时空差异——基于DEA-Malmquist指数法

基于2004²012年省际面板数据,采用DEA-Malmquist指数法,测算和分析了中国木材供给全要素生产率。研究结果表明:在技术进步和技术效率的共同推动下,中国木材供给全要素生产率增长较快,增长的主要动力是技术进步;中国木材供给全要素生产率年际间增长速度差异较大,但推动各年度增长的关键力量均是技术进步;在四大地区中,只有东北地区木材供给全要素生产率下降,其他三个地区均增长,且增长动力相似;由于技术效率提升乏力,超过40%的省份木材供给全要素生产率下降。     

中国玉米生产率增长、技术进步与效率变化:1990-2004年

本文运用DEA的Malmquist指数分析方法，实证分析了中国玉米生产率（TFP）增长状况，并将其分解为技术进步和技术效率，进而可分解为技术进步、纯技术效率和规模效率。结果显示，1990-2004年中国玉米TFP的平均增长率为3．7％，技术进步为2．9％，技术效率为0．7％，技术进步构成推进TFP增长的主要因素，而技术效率的下滑却减缓了其增长，技术进步水平的不同使得各玉米主产省份的TFP的增长存在显著差异，东北和西北地区的玉米生产效率水平相对要高于华北和西南地区。     

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。     

中国农业全要素生产率增长:技术推进抑或效率驱动——一项基于随机前沿生产函数的行业比较研究

本文利用省级层面农业行业面板数据和随机前沿生产函数模型,系统研究了改革开放以来农业内部各行业的全要素生产率增长与行业差异,重点将生产率增长分解为技术进步和技术效率变化两部分,正确识别出各行业生产率增长的不同贡献来源,为全面认识中国农业TFP增长提供深刻的行业基础。实证表明:改革开放以来农业各行业TFP增长较大;整体上具有较强的技术推进特征,但行业差异较大;这在20世纪80年代表现并不明显,当时只是不同行业间表现出了较为典型的不同增长模式;普遍大规模的技术进步和效率损失主要发生在20世纪90年代以来,农业生产率增长开始由技术推进主导;总体上各行业生产率增长基本都由技术推进或效率驱动单独贡献,没有出现双驱动模式。由于技术推进和效率驱动蕴含着不同的政策含义,因此需要根据不同的行业特征采取针对性的经济政策。     

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。     

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。     

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。     

近10年广西农业经济增长效率分析

新古典增长模型认为经济增长的两方面因素分别为资本和劳动力等要素投入扩张和生产技术的改进。本文从这两方面进行分析,结果发现研究期内广西壮族自治区农业经济总体上是以要素投入扩张带动的粗放型的增长方式。将农业要素生产技术的改进分解为技术进步和技术效率提高,运用数据包络分析方法表明广西农业全要素生产率指数的提高主要依靠农业技术进步。广西下辖5个地区的全要素生产率指数分解分析结果显示出较大的差别,除桂中外其它的各区市农业全要素生产率指数的提高主要依靠技术进步的增长。     

环境约束下中国乳业供应链全要素生产率测算及其影响因素分析

加快推进奶业振兴,产业链生产率的健康快速增长成为关键因素之一。本文基于2011—2015年中国28个省份乳业发展的面板数据,运用两阶段Malmquist-Luenberger指数模型测算了各省份乳业供应链、上游奶牛养殖阶段和下游乳制品加工阶段的全要素生产率(TFP),并实证分析影响中国乳业供应链TFP变化的主要因素。研究结果表明,环境约束下中国乳业供应链、奶牛养殖阶段和乳制品加工阶段的TFP分别以5. 36%、9. 50%和3. 40%的速度年均增长,且技术进步是其增长的动力源泉;六大区域及各省份TFP变化趋势不同且差距显著;乳制品企业规模和盈利能力对乳业供应链TFP提升具有显著的正向影响、奶牛养殖规模和地区生产结构则表现出显著负影响、而环境规制则没有显著影响。     

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。     

低碳约束下木材加工业全要素生产率研究

在考虑碳排放的基础上运用DEA-Malmquist指数测算了13个国家木材加工业的全要素生产率。对比分析1995~2009年发达国家与发展中国家木材加工业全要素生产率的发展变化情况。研究发现:总体而言,考虑CO2排放的木材加工业全要素生产率要高于传统全要素生产率,技术进步是全要素生产率增长的主要原因。低碳约束前后发达国家木材加工业全要素生产率平均水平要高于发展中国家。从1995年到2009年由于技术进步指数的变化引起了中国木材加工业全要素生产率较大的波动。根据实证分析结论,提出适当调整产业规模、提高产业技术创新水平等建议。     

可持续发展视角下林业全要素生产率及影响因素——来自广东的证据

本文运用1996年~2007年广东省的面板数据,基于Malmquist生产率指数的数据包络分析将林业全要素生产率分解为技术进步和技术效率,进行测算,结果表明:广东林业TFP和GDP的增长率在总体上表现出基本同步变化的趋势;广东绝大多数市TFP的增长属于技术进步型;林业TFP增长率低主要是由技术效率损失造成的,并进一步分析造成技术效率损失原因。     

草原生态保护补奖政策下牧区肉牛养殖生产率增长及收敛性分析

草原生态保护补奖政策在促进草原生态保护的同时,将逐步转变牧区牧业生产发展方式,由此将对牧区牧业生产效率产生一定影响。本研究运用Malmquist指数与收敛模型,实证分析了草原生态保护补奖政策实施区专业育肥和专业繁育肉牛养殖的全要素生产率及收敛性。结果显示,2009—2017年,专业育肥场户TFP增长率总体保持增长态势,TFP增长率年均水平为1. 8%,技术效率增长率为-0. 4%,技术进步增长率为2. 2%,技术进步是推动TFP增长的主要因素,5省区中肉牛专业育肥场户TFP平均为0. 991。草原生态保护补奖政策实施以来,专业育肥场户肉牛养殖全要素生产率增长明显。专业繁育场户TFP增长率总体呈波动态势,多数年份为负,TFP增长率年均水平为-5. 0%,技术效率增长率为-0. 1%,技术进步增长率为-4. 9%,技术进步、技术效率均是延缓TFP增长的主要因素,5省区中肉牛专业繁育场户TFP平均为0. 900。专业育肥场户肉牛养殖生产率不存在σ收敛,短期还会存在生产率地区差异,专业繁育场户肉牛养殖生产率存在σ收敛,生产率区域差异会逐步缩小。专业育肥场户肉牛养殖生产率、专业繁育场户肉牛养殖生产率均呈条件β收敛,各区域均在自身的稳态水平收敛。     

中国玉米加工业生产率增长、技术进步与效率变化——以4个玉米主产省为例

本文采用基于DEA的Malmquist生产率指数分析方法,运用玉米加工业的省际面板数据,分析中国玉米加工业增长过程中全要素生产率（TFP）的变动状况,并将其分解为技术进步和技术效率,进而分解为技术进步、纯技术效率和规模效率。结果表明,1998-2005年,中国玉米加工业中淀粉及其制品制造业、饲料加工业、酒精制造业和白酒制造业的TFP年均增长率分别为22％、13．3％、23．7％和7．7％,这充分说明,近年来中国玉米加工业发展迅速;玉米加工业各子行业的技术进步和技术效率的年均增长率均为正值,但技术效率增长缓陵,技术进步构成推进TFP增长的主要因素。     

专利密集型制造业全要素生产率增长评价研究——基于 DEA-Malmquist 指数法

文章基于《知识产权(专利)密集型产业统计分类(2019)》对我国专利密集型制造业进行了界定,并以低专利密度型制造业作为对比,通过测算2007—2019年间两类制造业的全要素生产率(TFP)分析我国专利密集型制造业TFP的增长变动情况,并比较两类自主创新水平差距较为明显的制造业在TFP增长方面的差异。测算结果显示,两类制造业的TFP增长率及各分解项均呈现波动下行趋势,专利密集型制造业的TFP增长率及各分解项的整体水平高于低专利密度型制造业;技术进步是两类制造业TFP增长的主要驱动力,专利密集型制造业TFP的提升将更依赖于技术效率,低专利密度型制造业则需要技术进步和技术效率共同提高驱动TFP增长;两类行业内部均存在显著的差异性,更高的自主创新水平能够促进专利密集型制造业TFP的增长,但二者之间并不是简单的正相关关系。     

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。     

中国乳制品业全要素生产率变动分析——基于非参数Malmquist指数方法

本文运用中国乳制品业1998～2005年的省际面版数据，采用非参数Malmquist指数方法，实证分析了中国乳制品业增长过程中全要素生产率的变动状况，并将其进一步分解为技术效率和技术进步。研究表明，1998～2005年，中国乳制品业全要素生产率以年均0．6％的速度增长，技术效率的下降不足以抵消技术进步的增长；五大奶业产区的全要素生产率的增长也均为正值，技术进步的增长支撑着各地区乳制品业全要素生产率的增长。