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.     

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。     

东部地区全要素生产率测算与分析

基于2000～2019年东部11个省（市）面板数据,运用随机前沿分析模型对东部地区全要素生产率增长进行测算和分析,并采用固定效应面板回归模型对全要素生产率进行影响因素研究。研究结果表明：技术进步是东部地区全要素生产率增长的主要动力,且东部各个经济圈之间的全要素生产率具有空间差异性。提高基础设施水平和市场化水平有利于促进东部地区全要素生产率增长,城镇化水平和科研投入的提高会对全要素生产率起阻碍作用。     

我国生猪生产规模报酬与全要素生产率

本文运用随机前沿技术分析生猪产业政策的影响,以2004—2007年与2007—2011年为两个子时期对我国生猪主产省份不同养殖规模结构的规模报酬和全要素生产率增长变动状况进行比较研究发现,我国生猪养殖整体上处于规模报酬递减阶段,散户尤其小规模户全要素生产率增长速度在下降,中规模户尤其大规模户全要素生产率增长显著。结合规模弹性和全要素生产率构成变化比较分析表明,稳定要素价格、促进技术进步和完善生猪养殖社会化服务体系对提高生猪生产绩效更为重要。     

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。     

我国农业经济增长因素实证分析（1988-2003）：要素投入与全要素生产率

本文运用经济增长因素分析法，从要素投入和全要素生产率的角度对1988—2003年间农业经济增长因素进行实证研究。除考虑已有文献普遍采用的中性技术进步Cobb—Douglas生产函数外，还考虑了有偏技术进步的CD函数，进而分析各投入要素对农业经济增长的影响及其变化趋势。研究表明：1988～2003年农业GDP的增长54．37％的份额是依靠投入的扩张获得，剩余45．63％是全要素生产率TFP的贡献份额。物质费用投入对农业经济增长的贡献率较高，并且对农业的作用仍在增加，劳动力、土地对农业生产的作用在下降。     

基于空间效应的农田水利投资对农业全要素生产率的影响

在构建包含农田水利基础设施投资在内的农业超越对数随机前沿生产函数的基础上,利用随机前沿法测算我国31个省(市、自治区)1996—2015年农业全要素生产率,对测算的结果通过空间计量方法分析农业全要素生产率的空间特征及农田水利投资对其产生的影响。结果表明:我国各省(市、自治区)农业全要素生产率整体增长呈现上升趋势;横向和纵向的分析结果显示其增长具有一定的区域性和地域集聚性;农田水利投资对农业全要素生产率的影响为正,且具有较弱的溢出效应,其中直接效应值为0.286 5,间接效应值为0.057 4,总效应值为0.343 9。     

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.     

水产养殖业新型农业经营主体全要素生产率研究——基于微观主体面板数据和SFA法

目的 新型农业经营主体是推动农业现代化发展的重要力量,研究其生产效率及变化趋势、分析比较不同类型新型农业经营主体的效率对于推进农业高质量发展、促进乡村振兴具有重要意义。方法 文章聚焦水产养殖领域,基于2018—2021年全国429个养殖生产新型农业经营主体样本面板数据,采用随机前沿生产函数分析了全要素生产率（TFP）,并分解其驱动因素。采用共同随机前沿模型比较分析了龙头企业、农民专业合作社和家庭农场3类新型农业经营主体模式的生产技术效率。结果 （1）增加物质资料、劳动力、固定资产等方面的投入对产出增长有显著促进作用,但增加服务投入并未显著促进产出。（2）TFP增长的动力来源是技术进步,规模报酬率的贡献不大,而技术效率和配置效率的下降对TFP增长起到阻碍作用。（3）龙头企业、合作社、家庭农场3类新型农业经营主体的技术效率各有特点,以群组前沿面为基准时家庭农场的技术效率最高,以共同前沿面为基准时合作社的技术效率最高,以技术差距比表征的技术水平衡量,则龙头企业技术水平最高。结论 建议加强科技投入,提升技术效率,优化成本投入结构,加强各类新型农业经营主体的联合与合作。     

我国种植业全要素生产率及影响因素研究

论文收集我国种植业1985年～2005年的相关数据,运用索洛模型和C-D生产函数模型分别测算种植业全要素生产率及其影响因素的贡献作用.研发表明:①1985年～2005年我国种植业全要素生产率年均增长率为1.44%,种植业生产处于规模报酬递增阶段;②在影响我国种植业全要素生产率指数的各因素中,改革开放等政策的贡献较为突出;在余下影响因素中,科研成果子的贡献最大,农技推广次之,结构调整作用不大.     

要素累积、全要素生产率与中国农业增长地区差异

本文在对改革开放以来中国农业的增长以及地区差异进行统计分析的基础上,提出一个待验证的假说:农业产出的省级地区差异主要来自于全要素生产率的差异.为验证该假说,本文使用随机前沿生产函数方法测算了各地区不同年份的要素弹性,据此将农业产出来源分为投入要素的累积和全要素生产率两个方面,并进一步采用方差分解的办法,考察了样本期间内农业产出的地区差异的来源.     

基于全要素生产率的辽宁省农业经济发展方式转变分析

本文采用全要素生产率的分析方法对辽宁省1991-2006年农业发展进行了定量测度,并对全要素生产率增长和经济发展源泉做了简要分析.探讨了资本、劳动力和广义的技术进步对经济发展的贡献,发现辽宁省农业经济发展还属于劳动力推动型的发展,而资本的贡献率较低.所以,未来加大资本使用效率应该是辽宁省农业经济发展转变的主要方向.另外,技术创新也是转变经济发展方式的核心内容.     

高标准农田建设对农业生产的影响——基于农业要素弹性与农业全要素生产率的视角

高标准农田建设通过补齐农业基础设施短板,提高了土地要素质量,成为推动农业高质量发展的新路径。在运用有向无环图框架讨论高标准农田建设对农业生产影响的基础上,本文基于280个地级市的数据,采用变系数随机前沿模型测算农业全要素生产率,运用空间计量模型探讨高标准农田建设对农业生产的影响。研究发现：高标准农田建设、农业要素与农业全要素生产率存在着时变效应;高标准农田建设对农业要素投入具有替代效应,即高标准农田建设会减少农业劳动要素和化肥要素的投入,但会增加土地要素和农业机械要素的投入;高标准农田建设会提高农业全要素生产率和农业要素替代弹性;高标准农田建设对农业生产的影响存在区域非均衡特征,即与农业欠发达地区相比,高标准农田建设对农业发达地区的影响更为显著。     

黄土高原退耕区农业后续产业发展多层线性分析——基于陕西省安塞县农户调查数据

如何促进退耕区农业后续产业发展一直是广为关注的重点.本文在陕西省安塞县农户调研数据的基础上,基于多层线性模型方法,从地块和家庭两个层次对发展农业后续产业的影响因素进行了实证分析.研究表明,地块特征和家庭特征虽然都可以用来解释农户发展后续产业行为,但是二者不宜等量齐观,其中地块特征起决定作用,而家庭特征对发展后续产业决策只具有间接影响;农户一般选择水利条件好、交通便利、面积较大的地块发展后续产业,且水利条件是首要考虑的因素,其重要性在各家庭之间变异不大;家庭层次特征变量通过影响地块层次特征变量对发展后续产业的决策发挥作用,从总体上加强了地块层次特征变量对该地块是否发展后续产业的影响程度.     

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...     

农业现代化、农业劳动生产率和农业全要素生产率关系的实证研究

本文采用2005～2014年农业现代化数据,利用面板VAR模型研究农业现代化、农业劳动生产率和农业全要素生产率的关系。研究发现:农业现代化、农业劳动生产率和农业全要素生产率之间存在长期协整关系,且农业现代化是农业劳动生产率和农业全要素生产率的格兰杰原因,农业劳动生产率和全要素生产率也是农业现代化的格兰杰原因。结果表明我国农业现代化对农业劳动生产率和农业全要素生产率有促进作用,而农业劳动生产率和农业全要素生产率的提高又能推动农业现代化的发展,最终实现农业高质量发展。     

如何有效提高家庭农场的全要素生产率 ——基于上海市松江区家庭农场数据的实证分析

研究目的：基于上海松江区家庭农场的调查数据计算家庭农场的全要素生产率，离析出影响家庭农场全要素生产率的关键因素，据以提出有针对性的措施。研究方法：Global Malmquist和混合Tobit模型。研究结果：（1）2007—2017年，全部家庭农场全要素生产率指数为1.077 3，其中，纯效率变化指数为0.998 4、技术变化指数为1.075 0、规模效率变化指数为1.007 2；纯粮食种植型家庭农场全要素生产率指数为1.061 9，纯效率变化指数为0.989 6，技术变化指数为1.071 9，规模效率变化指数为1.004 6；其他类型家庭农场全要素生产率指数为1.081 7，其中，纯效率变化指数、技术变化指数和规模效率变化指数分别为1.027 9、1.049 0和1.014 0。（2）总体水平上，农场主是否有农业从业经历、是否有农机驾驶证、土地经营权合同年限、是否购买农机作业正向影响全部家庭农场的全要素生产率，但不同类型家庭农场全要素生产率的影响因素存在差异。研究结论：虽然松江家庭农场全要素生产率增长速度较快，但仍然存在一定的提升空间。为此，需要提高家庭农场劳动力素质，切实保障好家...     

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。     

基于Meta分析的中国农业全要素生产率研究

目的 应用Meta分析方法,针对国内外中国农业全要素生产率测算研究的文献,探究其测算结果的一致性,以期为中国农业全要素生产率（TFP）的测算及其结果提供更为全面、客观、系统的认识与理解。方法 文章首先对中英文数据库中已发表的有关中国农业全要素生产率的文献进行检索筛选,再对纳入文献进行农业全要素生产率增长率的区域、方法、投入产出指标和年份区间的梳理,进而基于Meta分析定量化地分析各研究中农业全要素生产率增长率测算结果之间的异质性,并进行敏感性检验。结果 （1）中国农业TFP增长率测算总体异质性较低（I²=10%）,剔除单独省份或地区作为研究区域的文献后,Meta分析结果异质性增大（I²=18%）;（2）投入指标方面,劳动力投入指标使用第一产业就业人数时的测算结果异质性较高（I²=61%）,而使用农林牧渔业从业人数时,测算结果同质性显著（s=0）;（3）测算方法方面,使用DEA方法测算所得结果间同质性显著（I²=0）;（4）测算时段方面,各时段内农业TFP增长率测算结果呈现高度异质性,1992—1997年、1998—2003年、2004—2008年、2009—2015年各时段下I²结果分别为 94%、89%、68%、87%。结论 （1）1979—2015年我国农业全要素生产率年均增长2%是较为准确的测算结果,且单独省份的研究能够一定程度上填补以全国为研究区的文献间的异质性;（2）投入产出指标的遴选对农业TFP增长率测算结果有一定影响;（3）测算方法是农业TFP增长率异质性的主要来源;（4）农业TFP增长率测算中相关指标所选不变基期对长时间跨度测算结果影响不大,但对具体时段内的农业TFP测算结果影响显著。