中国省域绿色全要素生产率测算及分析

中国各省份绿色全要素生产率的测度是定位和规划各地区新时代绿色经济发展的先决条件,也是对环境和经济协调发展的统筹决策基础.本文采用非径向、非角度SBM方向距离函数下的ML指数法对中国省域绿色全要素生产率进行测度、分解以及分析.研究表明:(1)依赖技术进步拉动的全国整体绿色全要素生产率在研究时段内保持上升态势;(2)各省份...     

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。     

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。     

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.     

农业生产性服务业发展与农业全要素生产率提升:地区差异性与空间效应

本文基于全局Malmquist指数测算全国31个省份2010-2017年的农业全要素生产率变动情况,在此基础上探究全国和各地区农业生产性服务业发展对农业全要素生产率及其分解要素的影响,最后构建空间杜宾模型判断农业生产性服务业发展对农业全要素生产率是否存在空间溢出效应.研究发现:整体上,农业生产性服务业发展对农业全要素生...     

中国农垦农业全要素生产率变化及其区域差异分析

[目的]农垦已经成为我国国有农业经济的骨干和引领农业现代化发展的重要力量。分析我国农垦农业全要素生产率变化态势、区域差异及主要限制因素,提出提升农垦农业全要素生产率对策建议。[方法]采用DEA-Malmquist全要素生产率指数法,利用全国30个垦区投入产出数据,评价分析2004—2015年农垦农业全要素生产率变化及其区域差异。[结果]2004—2015年农垦农业全要素生产率总体上呈增长趋势,其平均值为1.104,技术进步变化平均值为1.160,技术效率变化平均值为0.953;农垦农业全要素生产率增长相对较快的区域为东北地区、黄淮海平原地区、东南沿海和新疆地区,增长相对较慢的区域为黄土高原地区、西南喀斯特地区和东南山地丘陵区等。[结论]2004—2015年农垦农业全要素生产率持续提升,技术进步是全要素生产率增加的主要驱动因素,而技术效率是其主要抑制因素,农垦农业发展主要依赖农业技术进步,而农业经营管理方式仍然相对较粗放;农垦农业全要素生产率变化呈现显著的区域差异特征,根据农业全要素生产率变化特征将全国垦区划分为高全要素生产率—规模效率驱动型、高全要素生产率—技术驱动型、低全要素生产率—规模效率驱动型和低全要素生产率—技术驱动型4种类型。建议通过完善农垦土地利用与管理制度、建立农垦现代企业用人制度和新型垦农关系、因地制宜分类分区推进农垦农业经营管理改革与创新,全面提升农垦农业全要素生产率。     

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。     

甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究

[目的]考虑碳排放约束,分析甘肃省农业全要素生产率整体特征和区域特征,以期为提升甘肃省农业可持续发展能力提供参考。[方法]文章基于2005—2016年甘肃省14市州面板数据,以农业碳排放作为非期望产出指标,运用非径向、非角度的SBM模型和Malmquist—Luenberger生产率指数法,对甘肃省农业环境效率和碳排放约束下农业全要素生产率指数进行测算。[结果](1) 2005—2016年甘肃省农业环境效率值总体呈现下降—上升—趋于平缓的变化趋势,且均小于1;(2)碳排放约束下甘肃省农业全要素生产率总体呈现波动增长的趋势,年均值为1.010,年均增长率为1%,且主要来源于技术进步;(3)甘肃省农业全要素生产率增长存在显著区域差异,其中中部地区增长最快,陇东南地区次之,河西地区增长最慢。[结论]忽视碳排放将不利于农业可持续发展,建议各区域依据自身资源禀赋,采取差异化的发展思路,提高农业技术成果转化率是提升甘肃省农业全要素生产率的关键。     

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。     

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。     

黑龙江国有林区林业产业全要素生产率及其影响因素分析

利用DEA法测量了黑龙江省森工40个林业企业的全要素生产率(Total Factor Productiv-ity,TFP),并利用Panel-Data模型找出其影响因素。实证分析结果表明:2003～2009黑龙江国有林区林业企业全要素生产率总体上呈现下降趋势,其原因可归结为林区技术进步缓慢;规模效率和纯技术效率对全要素生产率有正向作用;技术因素和营林投资比重对森工企业的全要素生产率有正向影响,固定资产投资对其存在负向影响,而劳动投入和天保工程(政策因素)对其影响不显著。为此,提出鼓励林业企业技术创新、优化林业投资结构、加强林业投资体制改革、加快森林生态服务的市场化进程和深化林业管理体制改革等建议。     

城市群能否提高农业全要素生产率

依靠政府的着重支持和推动,我国城市群快速发展起来.同时,农业现代化发展也越来越受到重视,而走向农业现代化的重点在于提高农业全要素生产率.本文以关中平原城市群为例,在掌握相关数据的基础上,通过测算其农业全要素生产率及其构成以及城市群发展水平,研究城市群的发展同农业全要素生产率、农业技术进步以及农业技术效率的关系.结果发现...     

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。     

农业全要素生产率增长:基于一种新的窗式DEA生产率指数的再估计

本文借鉴窗式(Window)DEA的窗口思想,参考固定基期Malmquist生产率指数的构造思路,基于固定窗口来重新设计窗式DEA-Malmquist生产率指数,试图解决经典当期Malmquist指数和标准窗式Malmquist生产率指数在技术方法学上存在的一些问题。本文将该指数应用于转型期中国农业全要素生产率增长核算与分解,一是验证该指数的一些技术方法学特征及其相关判断,二是加深对中国农业增长模式的理解。实证表明,该指数具有显著的技术方法学优势,可以有效缓解技术退步、窗口选择复杂等难题。转型期中国农业TFP增长显著,对农业增长呈顺周期贡献特征,省份空间差异性明显,并主要由前沿技术进步贡献,技术效率基本处于恶化状态。     

中国农业全要素生产率测算结果的差异性研究——基于Meta回归分析方法

现有文献报告的中国农业全要素生产率(TFP)测算结果存在较大分歧。本文采用Meta回归分析方法,对国内外1982年—2011年46项有关中国农业全要素生产率的研究进行定量综述,试图寻找影响农业全要素生产率不同研究结果的决定性因素。研究发现,农业全要素生产率测算结果的差异在一定程度上可以归结于原始文献在估计方法、数据选取以及变量处理等方面的不同:相对于索洛余值法,采用代数指数法的研究倾向于得到更低的农业TFP值,采用SFA方法的研究倾向于得到更高的农业TFP值,而使用DEA方法计算出的农业TFP值和索洛余值法无显著差异;若实证研究选择时间序列数据作为样本,会比面板数据得到更低的农业TFP值;原始研究中使用的投入要素数量越多,得到的农业TFP值将越低。     

中国林业全要素生产率的时空差异及空间收敛性分析

通过构建DEA-Malmquist指数模型和引入收敛性分析的方法,测算了中国林业全要素生产率,分析了林业全要素生产率的区域差异及其变化趋势,以期深化对区域林业全要素生产率的认识和理解,为转变林业经济发展方式及提高林业全要素生产率提供理论支撑。结果表明:⑴2004~2014年林业全要素生产率虽然出现一定的波动幅度,但整体呈上升趋势;⑵各区域林业全要素生产率增长在空间上存在一定的差异;⑶除西藏、北京和青海3个区域外,其他区域的林业全要素生产率都呈增长趋势;⑷由于存在收敛性,各区域之间的差异逐渐减小,以趋于同一水平的趋势发展。     

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。     

农业科技创新对农业绿色全要素生产率的空间效应分析

文章通过数据包络模型测算2013-2018年我国31个省的农业绿色全要素生产率,剖析其时空分布演进特征,在测算结果基础上构建空间杜宾模型,探讨农业科技创新对农业绿色全要素生产率的空间溢出效应。研究发现:2013-2018年全国农业绿色全要素生产率空间分异与集聚特征明显;本省农业科技创新显著促进了农业绿色全要素生产率的提升,而其辐射作用阻碍了周边省的农业绿色全要素生产率的提高。研究结果对于深化完善农业科技创新机制、提升农业科技教育水平、创新农业科技推广模式具有现实意义。     

要素市场扭曲对农业全要素生产率空间影响效应分解研究

目的 通过对要素市场扭曲下的农业全要素生产率的系统分析,以期为提升农业全要素生产率以及要素市场改革进程中的中国农业可持续发展提供参考。方法 文章基于资本、劳动力、土地等要素市场严重扭曲的事实,利用1997—2018年中国28个省（ 市、自治区）面板数据,通过构建空间计量模型检验要素市场扭曲对农业全要素生产率的空间影响及其溢出效应。结果 中国资本市场、劳动力市场、土地等要素市场扭曲度比较高,同时呈现显著地区差异;中国农业全要素生产率增长以技术进步驱动为主,大多数省份的技术效率不高,同时呈现出东部地区高于中西部地区的区域不平衡特点;要素市场扭曲对农业全要素生产率的影响为负,资本市场、劳动力市场、土地等要素市场扭曲在一定程度上阻碍农业全要素生产率的提升;要素市场扭曲对全要素生产率具有一定的空间溢出效应,也在一定程度抑制了全要素生产率增长。结论 考虑要素市场扭曲对农业全要素生产率影响的空间分析,更能客观反映当前不断深化的农业农村改革发展所引发的地区差距,应充分重视要素市场扭曲对农业全要素生产率的空间溢出效应,通过要素市场化改革,持续加大涉农政策调整,不断加大对农业农村生产经营的金融资源投入,逐步实现农业全要素生产率的全面提升。     

粮食主产区农业绿色全要素生产率测度及其时空分异特征研究

文章基于我国粮食主产区2002—2019年的面板数据,运用改进的EBM模型—Malmquist Luenberger生产率指数法测度动态农业绿色全要素生产率,采用探索性空间数据分析法考察其空间集聚特征,并进行优化潜力分析。研究发现,样本期间内农业绿色全要素生产率呈“M”型波动,增长幅度微弱,驱动来源主要是农业绿色技术进步;地区间差距较大,长江流域主产区农业绿色全要素生产率最高,其次是黄淮海主产区,最后为东北主产区;探索性空间数据分析显示,农业绿色全要素生产率长期呈空间负相关,并且空间集聚特征逐渐减弱;农业投入和产出优化潜力最大的三项指标分别是劳动力投入、机械投入和碳排放量产出。因此,普及推广绿色集约的农业生产方式、加强农业科技创新、完善区域间农业协同发展机制是提高粮食主产区农业绿色全要素生产率的有效路径。