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.     

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。     

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。     

中国国有农场全要素生产率的动态实证研究——基于省际面板数据的Malmquist指数分析

在省际面板数据基础上,运用DEA-Malmquist指数分析方法,分析1994-2011年期间中国国有农场的全要素生产率及其构成的变动情况,发现2011年相比于1994年中国国有农场全要素生产率平均改善4.3%,技术进步平均贡献10.7%,而技术效率平均拖累5.8%;1994-2011年不同时段的全要素生产率改善来源于技术效率变动和技术变动的交替贡献;全国29个省(市)中有26个省(市)全要素生产率得到改善,但仅北京、黑龙江、浙江和广西4个省(市)国有农场的技术效率得到改善;国有农场全要素生产率改善最多的区域是南部地区,改善6.9%,最少的是中部地区,改善2.2%。     

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...     

吉林省农业全要素生产率测算及提升策略

为促进吉林省全面发展,提高吉林省农业生产率,提出吉林省全要素生产率测算及提升策略。根据Malmquist指数法测算吉林省农业全要素,计算双边相对Malmquist生产率指数,得到吉林省当地农业生产率的空间分布特征,对该分布特征进行分析,从其中存在的问题出发,提出吉林省全要素生产率提升策略。提升时需要注重农业技术的应用与推广,将农业技术普及到农民生活生产当中,构建分区统筹规划,实施分工合作机制,促进吉林省农业发展,合理分配劳动力,实现农业的规模化经营,全面提升吉林省农业全要素生产效率,为吉林省农业生产提供一定助力。     

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。     

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。     

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。     

中国农垦大中型工业企业的全要素生产率——基于DEA的Malmquist指数分析

本文使用农垦大中型工业企业的面板数据,应用非参数方法-基于DEA的Malmquist指数方法估计了中国农垦工业经济的全要素生产率变化,并将全要素生产率分解技术效率(技术效率又分为纯技术效率和规模效率)和技术进步.从测算的结果发现,农垦工业经济的全要素生产率的平均增长率为18.6%,增长主要来源是技术进步,技术效率的平均增长率为-13.4%.化学纤维制造、食品加工、化学制品(肥料)制造有较高的全要素生产率,而纺织、非金属制品却处于较低的水平.     

我国水禽全要素生产率增长和贡献及区域差异分析

[目的]通过测算水禽全要素生产率（TFP）来评估水禽的投入产出效率,同时分别对比各养殖区域之间TFP的增长率及贡献的差异。[方法]文章依托全国22个省、（市、自治区）水禽投入产出数据,基于索洛残差法和DEA-Malmquist指数法分别从水禽TFP指数、TFP增长率和TFP贡献率3个角度展开分析。[结果]（1）全国水禽TFP均值为1.352,大多数地区的水禽TFP指数均大于1,山东省的技术效率、纯技术效率、规模效率均为全国第一;（2）全国水禽TFP增长率平均值为0.19,水禽TFP贡献率平均值为120%,TFP贡献率和增长率较上一年都有所提升;（3）区域差异比较后发现,西南地区的水禽TFP指数、TFP增长率和水禽TFP贡献率的均值最大,而华中地区的3个指标均值均为全国最小,水禽的TFP区域特征呈现出“北向南移”趋势。[结论]技术进步对水禽产业发展作出了很大的贡献,说明水禽产业需要进一步加强新技术投入;突发事件一定程度上刺激了水禽产量的增长,说明不仅要预防突发事件,而且要不断挖掘突发事件后的边际效应;水禽TFP区域差异显著,要求结合区域特征分析后因地制宜施策,最终提升水禽生产要素投入效率...     

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。     

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。     

新世纪以来我国粮食综合技术效率和全要素生产率分析

针对新世纪以来我国粮食连续7年增产的现实,本文采用数据包络分析(DEA)结合Malmquist指数,测算了十年来我国粮食综合技术效率和全要素生产率的变化,揭示了我国粮食生产增长的源泉及存在的问题。研究结果表明,2000—2009年我国粮食平均综合技术效率不高,纯技术效率相对偏低,加大技术应用和规模化种植仍然具有很大潜力;全国粮食全要素生产率增长近十年来有所下降,在影响全要生产率的因素中,由技术创新所决定的技术进步呈现下降趋势,由新技术转化推广所决定的纯技术效率不断上升,规模效率则没有得到任何改进;从地区来看,非粮食主产省全要素生产率有所提高,而粮食主产省虽然技术效率稍有改善,但技术进步下降,全要素生产率呈现下降趋势。因此,加快非粮食主产区粮食科技成果转化推广、加大粮食主产区科技创新力度、全面提高全国粮食生产效率成为保障粮食生产持续增产的关键。     

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。     

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。     

基于Malmquist指数的水利投资效率分析

运用基于DEA的Malmquist指数方法对我国31个地区"十一五"时期水利投资效率的变化趋势进行分析。研究结果表明:2006—2010年我国水利投资全要素生产率的平均值为1.152,从整体上看呈现逐年递增的趋势。对全要素生产率进行了分解,发现技术效率偏低为0.844,技术进步表现良好为1.568,纯技术效率变化不大,规模效率偏低为0.846。说明全要素生产率的增长主要来自技术进步的提高,水利投资技术效率偏低主要是由于较低的规模效率造成,应适当扩大水利工程建设的规模。从区域的角度来看,西部地区的水利投资效率优于东部和中部地区。     

我国柑橘全要素生产率测算与区域差异分析*——基于DEA-Malmquist指数法

[目的]在我国柑橘产业蓬勃发展背景下,存在耕地规模狭小和劳动资源匮乏的双重瓶颈,研究试图从全要素生产率视角探究柑橘产业可持续健康发展的路径。[方法]基于2011—2016年我国柑橘生产的面板数据,文章运用DEA-Malmquist指数法测算了柑橘全要素生产率,分析了我国柑橘全要素生产率的动态演进特点,比较了柑橘、柑和橘全要素生产率的区域差异。[结果](1)从整体趋势看,2011年以来我国柑橘全要素生产率呈下降趋势,但年际间波动较小。考察期间内,柑橘、柑和橘的平均全要素生产率增长率分别为2. 6%、2. 0%和2. 3%。(2)从影响因素看,技术进步是影响柑橘产业全要素生产率的主要因素,纯技术效率和规模效率是影响全要素生产率的重要因素。(3)从区域差异看,科技进步为福建、广东等省份柑橘产业的生产效率的提升发挥了重要作用,但经营规模过小阻碍了其生产效率的进一步提高,其增长优势明显劣于江西、湖南两省。(4)从品种分类看,多数省份橘的技术进步指数和规模效率指数均高于柑,柑的全要素生产率增长相对较差,仅在部分省份优势明显。[结论]推进柑橘科技创新,引导适度规模经营,培育新型农业经营主体,因地制宜实施柑橘产业支持政策是促进我国柑橘全要素生产率增长有效途径。     

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.