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.     

我国水产养殖业技术效率和全要素生产率研究

本文采用2006—2012年我国29个省份水产养殖业相关投入产出数据,运用数据包络分析结合Malmquist指数,对我国水产养殖业综合技术效率和全要素生产率及其分解的技术进步、技术效率、纯技术效率、规模效率进行测算。结果表明,我国水产养殖业综合技术效率不高,纯技术效率和规模效率都相对偏低;全国水产养殖业全要素生产率增长有所下降,其中,由技术创新所决定的技术进步呈现下降趋势,规模效率得到一定改进,由技术推广所决定的纯技术效率有所下降;全国有近2/3省份的全要素生产率呈上升趋势,1/3省份全要素生产率呈下降趋势,其中,全要素生产率提高主要归因于技术进步和技术效率的共同改进,全要素生产率下降主要是由技术退步引起。结合研究结论提出,应加大对我国水产养殖科技的投入力度,加强水产技术推广体系建设,创新渔业经营机制等相关政策建议。     

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。     

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。     

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...     

粮食全要素生产率:基于序列DEA与湖北主产区县域面板数据的实证分析

本文使用粮食主产区湖北省2004—2010年的县域面板数据,运用序列DEA分析方法对该省全面落实粮食补贴政策和免除农业税以后的粮食生产进行分品种全要素生产率核算与分解,并讨论了该省粮食增长的主要贡献来源、变化特点与发展趋势。研究结果表明,湖北省粮食生产TFP增长主要体现为技术进步单独驱动的模式,技术效率改进的作用相对有限。从TFP的变化趋势来看因为技术进步动力不足和技术效率持续恶化而在考察期内呈刚性下降的趋势。粮食生产增长的贡献来源仍然主要为生产要素投入,TFP对该省粮食产量增长的贡献较小。因此,扩大TFP增长对该省粮食产量增长的贡献份额,尤其是改善粮食生产的技术效率成为该省粮食实现发展方式转型的关键。     

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。     

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。     

我国农业绿色全要素生产率的区域差异与收敛性分析

［目的］为有效识别农业绿色全要素生产率的地区差异,并为政府在协调区域发展方面提供证据。［方法］文章首先构建碳排放约束下的SBM DEA模型来测度2011—2016年我国农业绿色全要素生产率,在此基础上分别使用莫兰指数法、热点分析法对农业绿色全要素生产率的全局空间相关性与局部空间相关性进行分析,并基于空间角度探究其收敛性。［结果］（1）2011—2016年我国农业绿色全要素生产率波动式上升,主要依靠技术进步驱动,技术效率变化程度较小。贵州、海南、重庆等地区农业绿色全要素生产率属于“高速增长型”地区,河南、四川、福建等地区农业绿色全要素属于“稳步增长型”地区,而北京、吉林与新疆3地农业绿色全要素属于“持续降低型”地区。（2）2011—2016年我国农业绿色全要素生产率存在显著的空间相关性,但有一定的波动,呈现出“强—弱—强”的走势特点。同时,我国农业绿色全要素生产率表现出较强的空间集聚特性,2011—2016年农业绿色全要素生产率的热点区域呈现“西部地区热点区域逐渐消失,东中部地区热点区域明显增多”的特点,冷点区域则一直集中在东三省地区。（3）我国农业绿色全要素生产率存在显著的绝对β收敛趋势,且空间效应使我国农业绿色全要素生产率的收敛速度变快; 东中西三大区域均存在显著的绝对β收敛,各区域内部农业绿色全要素生产率呈现趋同化,其中,西部地区农业绿色全要素生产率的收敛速度最快,其次是中部地区,东部地区最慢。［结论］文章提出了破除流动障碍,强化区域相关性、落实区域协调发展战略,扩大高集聚区域以及强调区域特色发展,提高收敛速度的建议。     

中国全要素农田水利效率及其空间分布格局

选取我国31个省、自治区、直辖市1998—2015年的面板数据,运用数据包络分析方法测算农田水利全要素生产率。在此基础上,构建中国31省市的经济-距离空间权重矩阵,分析农田水利全要素生产率的空间相关性。研究结果表明:农田水利全要素生产率的年度波动明显,区域发展不平衡;农田水利全要素生产率的分布从高到低依次为东部地区、东北地区、西部地区、中部地区;规模效率普遍呈递减趋势,规模不经济是影响我国农田水利全要素生产率提升的主要阻力;从空间分布格局来看,农田水利全要素生产率高和低的地区都出现相对聚集的现象,而各省市具体地区的空间聚集特征强度差异较大。提出我国应注重农田水利规模效率的提升,扩大中西部地区农田水利投资规模以减少区域差异的建议。     

我国露地番茄生产效率的区域比较分析

随着我国人口数量的上升和居民消费水平提高,蔬菜的消费需求不断增加,蔬菜生产和供应的稳定增加至关重要,而提高蔬菜生产效率是保证供应稳定的重要途径.运用面板数据DEA分析法——Malmquist指数法计算了2003～ 2009年全国27个大中城市露地番茄生产的全要素生产效率值,并将各地区的全要素生产率分解为技术变化、纯技术效率和规模效率.通过对计算结果的分析认为,我国经济发达地区新技术的投入水平较高,但全国范围内对已有技术的利用程度较低,我国露地番茄的生产效率还有很大提升空间.     

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。     

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。     

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。     

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。     

基于DEA-Malmquist指数模型谈新时期我国粮食生产效率测度实证研究

新时期,我国对粮食生产效率提出了更高的要求。基于DEA-Malmquist模型对2015-2019年我国31个省份的粮食生产效率进行测度,揭示粮食生产增长的源泉和存在的问题。研究结果表明：我国粮食生产效率尚未实现DEA有效,不同省份粮食生产效率差异较大;生产技术对粮食生产效率提高起正向作用,粮食生产技术未充分运用是阻碍粮食生产提高的关键因素。因此,要加快粮食技术进步和技术推广、完善相关政策及法律法规、构建现代化粮食市场体系。     

中国粮食生产效率及影响因素分析*——基于DEA Tobit两步法研究

[目的]通过测算中国各省市粮食生产效率评价中国粮食生产综合绩效,并从支农政策、要素投入等维度考察其对中国粮食生产效率的影响。[方法]基于2004—2016年省域面板数据,采用MalmquistDEA模型对粮食生产效率进行测度和分解,并运用面板Tobit随机效应模型对粮食生产效率影响因素进行实证检验。[结果]研究期内粮食生产全要素生产率及其分解指标总体达到DEA有效,且具有明显的时空差异特征;粮食全要素生产率改进主要源于技术进步,而技术效率作用偏低,"单引擎"驱动特征明显;化肥、农用机械、灌溉及支农政策对粮食全要素生产率、技术进步、技术效率均具有正向促进作用,但化肥投入对技术效率作用不显著,各因素作用强度排序为"支农政策化肥农业机械灌溉",且这些影响同样具有区域差异。[结论]提升粮食全要素生产率时要注重农业技术更要逐步提升农业技术效率,通过改革财政支农政策体系和转变要素投入结构来提升中国粮食综合生产效率。