我国粮食主产省农业全要素生产率实证分析

农业产出增长要靠不断加强农业投人和提高农业全要素生产率来实现。农业生产资源的稀缺性,决定了农业产出的持续增长只能依靠不断提高全要素生产率。采用非参数法中的数据包络分析方法对我国粮食主产省的全要素生产率进行测算,使用Malmquist指数法将全要素生产率进一步分解为规模效率、纯技术效率和技术进步。研究发现：2000-2009年我国粮食主产省全要素生产率的变化不稳定;粮食主产省的技术都呈现出进步的趋势,但各自的技术效率却存在很大的差异,且导致技术效率变化的原因也各不相同。     

城镇化与粮食生产效率

基于DEA-Malmquist方法测算中国31省份的粮食生产综合技术效率和全要素生产率,并用面板结构工作文件分析影响粮食生产技术效率的因素。研究结果表明：中国粮食生产综合技术效率较低,技术利用水平不高,处于规模报酬递减阶段,纯技术效率仍有较大的提升空间;全要素生产率呈下降趋势,多数省份全要素生产率指数较低,且表现出东部地区全要素生产率高于中西部地区的现象,应加大粮食生产技术的支持力度;城镇化的实施能促进中东部地区粮食生产技术效率的提高,但对西部地区却产生负向影响。     

资源型地区科技创新的变动趋势研究——基于DEA-Malmquist指数的实证研究

利用DEA-Malmquist生产率指数方法对1998—2009年我国资源型地区科技创新效率进行了测算,并对资源型地区内不同企事业单位科技创新效率的变动趋势进行比较分析,从而得出整个资源型地区的科技创新效率情况。研究表明:资源型地区科技创新效率呈现总体上升的趋势,变化最大的是技术效率和纯技术效率,而技术进步、规模效率、全要素生产率的提高落后于技术效率和纯技术效率,全要素生产率的提高主要是由技术效率的进步引起的。提出了推动资源型区域科技创新的政策建议。     

中国工业行业全要素生产率增长的实证分析

本文采用非参数Maliquist指数方法实证分析了我国工业行业全要素生产率的增长状况,并将其分解为技术进步和技术效率。研究表明,1998—2007年我国工业行业全要素生产率的平均增长率为9．9％：行业间全要素生产率和技术进步变化显著,技术效率变化不大;技术进步是推动我国工业行业全要素生产率增长的最显著因素。     

中国肥料制造业全要素生产率的动态分析

运用非参数DEA—Malmquist指数方法估算中国各地区肥料制造业1998—2005年期间的全要素生产率增长、技术效率变化和技术进步情况,从而对中国各地区肥料制造业做全要素生产率分析。结果显示:在1998—2001年期间,全国和东部地区技术效率的改进对全要素生产率的变化贡献较大,而在后期技术进步则成为全要素生产率变化的主要动力;西部与东部地区情形相似,只不过技术进步成为全要素生产率变化的主要动力在2003年以后才表现出来;对于中部地区,可以说全要素生产率的提高一直主要依靠技术进步。     

区域经济增长质量的动态变化及收敛性检验 ——基于全要素生产率增长率的分析

基于2000—2011年的省级面板数据,采用随机前沿分析模型,从TFP（全要素生产率）增长率的角度分析了我国八大区域经济增长质量的动态变化及其收敛性。结果表明：我国TFP增长率整体上呈中西高东部低的格局;发达地区的技术进步变化率和技术效率变化率低于欠发达地区,这表明欠发达地区充分发挥了其后发优势;各区域的资源配置效率和规模经济效率虽然从动态来看均呈上升趋势,但整体效率值为欠发达地区低于发达地区;从TFP增长率的收敛性来看,全国范围内不存在绝对收敛,虽然落后地区存在追赶发达地区的趋势,但未来一段时间内,各区域间的发展差距将长期存在。     

中国区域能源效率比较——基于DEA-Malmquist和聚类分析

将工业污染物排放作为非期望产出, 以2001—2010年30个省际的数据为基础, 采用DEA-Malmquist生产效率指数测算中国省际全要素能源效率, 结果表明:东部全要素能源效率一直处于效率前沿面上, 中西部地区则远离前沿面。为了寻求提高中西部地区的全要素能源效率的途径和方法, 根据技术进步、纯技术效率和规模效率等三个指标对不同类型区域的全要素能源效率差异和特征进行聚类和分析, 并提出针对不同地区提高全要素能源效率的对策建议。     

区域全要素能源效率测算及其收敛分析——基于中国省级面板数据的实证研究

利用Malmquist指数方法,测量2000—2009年间中国全要素能源效率、技术进步及技术效率,检验区域能源效率的收敛性,结果表明,中国全要素能源效率总体呈上升趋势,且动力主要来源于技术进步;东、中、西部全要素能源效率变动存在差异,变化原因也各不相同;全国范围内全要素能源效率存在收敛趋势,后进区域的追赶效应明显。     

中国服务业全要素生产率测度与空间差异分析——基于非参数Malmquist指数方法的研究

文章运用2005-2009年中国31个省、自治区、直辖市服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行了考察,并将全要素生产率进一步分解为技术效率和技术进步.研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西北和东北地区服务业发展水平比较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响.     

河北省服务业全要素生产率增长的实证分析

采用基于DEA的Malmquist指数分析了河北服务业全要素生产率的增长状况,结果表明,1998-2009年河北省服务业全要素生产率基本上处于负增长状态,其中,1998-2002年和2003-2009年两个期间的平均增长率分别为-0.2%和-5.4%,主要原因在于技术效率的不断下降,另外,技术进步水平日趋下降也加剧了这一态势;同时河北省各市的服务业全要素生产率的增长情况也存在显著差异,主要原因是技术效率不同。     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

An Empirical Analysis on the Growth of Hebei Province's Total Factor Productivity in Services

采用基于DEA的Malmquist指数分析了河北服务业全要素生产率的增长状况,结果表明,1998- 2009年河北省服务业全要素生产率基本上处于负增长状态,其中,1998-2002年和2003- 2009年两个期间的平均增长率分别为-0.2％和-5.4％,主要原因在于技术效率的不断下降,另外,技术进步水平日趋下降也加剧了这一态势;同时河北省各市的服务业全要素生产率的增长情况也存在显著差异,主要原因是技术效率不同.     

中国省际碳全要素生产率增长及收敛性

将碳排放作为生产过程的“坏产出”,通过构建基于序列的Malmquist-Luenberger（SML）指数模型,测算1998—2010年中国省际碳全要素生产率,运用核密度估计法对全国总体及东部地区、中部地区、西部地区三大区域进行收敛性检验。结果显示:样本期内中国碳全要素生产率年均增长率仅为0.9%,且主要是由技术进步推动,技术效率在大多数年份都处于恶化的状态;东部地区碳全要素生产率增长最快,西部地区最慢,中部地区介于二者之间;全国碳全要素生产率及其分解存在明显的发散性,东部地区和西部地区在技术效率方面呈现“俱乐部收敛”。     

1978-2007年中国TFP的估算和分析——基于DEA-Malmquist生产率指数法

该文运用非参数Malmquist生产率指数方法,对我国1978—2007年30个省(市、自治区)的全要素生产率进行分析,结果表明:在1978—2007年期间,各省市区的全要素生产率平均增加3.7%,其中东部地区增加4.3%,中部地区增加3.2%,西部地区增加3.6%,全要素生产率提高的主要推动力量是技术水平的提高;改革开放深化时期比改革开放初期时的全要素生产率和技术进步贡献率都有大幅度的提高,且改革开放初期要素生产效率提高大于技术水平提高,改革开放深化时期技术水平大幅度提高,但生产要素使用效率负增长。     

中国上市汽车公司效率分析——基于DEA-Malmquist指数方法

采用DEA-Malmquist指数方法,对中国上市汽车公司2009-2012年间效率变动情况进行了分析。结果显示:中国上市汽车公司的全要素生产率变化指数小于1,但不断上升,全要素生产率下降速度趋缓;上市汽车公司综合技术效率年度间变动较小,较为稳定,规模效率的下降抵消了纯技术变化指数的增长对综合技术效率增长的促进作用;上市汽车公司技术进步指数和全要素生产率指数的变动一致,是引起全要素生产率变动的主要原因;上市汽车公司年度效率波动较大,各企业之间效率差异较小,不存在具有明显优势的企业,抵御外部冲击能力较小。     

中国全要素农田水利效率的地区差异和门槛效应研究

农田水利作为我国农业基础设施投资的重要组成部分,对农业经济增长及农民增收具有重要影响。基于DEA在全要素生产的框架,构建全面衡量我国农田水利效率的指标——全要素农田水利效率,选取2001—2015年省级面板数据,运用DEA Malmquist方法测算31个省的全要素农田水利效率,并对不同区域农田水利效率进行对比分析。研究结果表明我国全要素农田水利效率存在明显地区差异,东北地区效率最高、超过农业大省聚集的华东和华中地区;全要素农田水利效率与区域经济发展水平存在不完全匹配现象,主要与农田水利效率及影响因素之间的非线性关系有关。基于农田水利效率省际差异,采用门槛回归模型检验影响全要素农田水利效率的门槛特征,研究结果显示：农村经济发展水平对农田水利全要素生产率存在显著的收敛门槛效应、机械动力投入对农田水利全要素生产率存在明显的加速门槛效应。     

新一轮千亿斤粮食产能提升的源泉：全要素生产率的增长与贡献

实施新一轮千亿斤粮食产能提升行动要充分依靠全要素生产率增长,强化科技创新与制度创新,这是对经济增长理论的基本遵循,是我国实现粮食产量增长的历史经验,更是加快建设农业强国的必然要求。上一轮千亿斤粮食产能提升行动期间（2009-2020年）,我国小麦、稻谷、玉米三类粮食作物的全要素生产率均呈现出整体增长的态势,全要素生产率对产出增长的贡献率超过五成;但相比之下,稻谷全要素生产率的增速较慢、贡献较低;不同地区、不同农户之间的全要素生产率增长差异明显,特别是非粮食主产区、小规模种粮农户全要素生产率在产出增长中的贡献有待提升。未来,要遵循新发展理念,通过改善耕地质量与细碎化程度、加速粮食种业前沿科技创新、推动农业机械化高质量发展、健全完善农业技术推广体系、健全农民种粮收益保障机制等路径,充分发挥全要素生产率在推动粮食产能提升中的源泉作用。     

河南省生产率进步及其因素分解——基于DEA-Malmquist指数的市级数据分析

运用DEA-Malmquist指数分析法对18个市2000-2009年间的全要素生产率进步及其因素分解分析的结果表明:河南各市全要素生产率增长十分强劲,年均达14.7%,且落后地区具有明显的追赶趋势,但近几年下滑趋势明显。进一步的实证分析说明,技术进步是推动全要素生产率增长的主要动力,而综合技术效率和纯技术效率的下降则是制约TFP提升的瓶颈因素。因此,要遏制全要素生产率的下滑势头,就必须大力推进科技进步、提升技术效率和规模效率。     

互联网发展对农业全要素生产率增长的影响

伴随着“互联网+农业”的蓬勃兴起,互联网发展在提升农业全要素生产率方面发挥着重要作用。首先分析互联网发展对农业全要素生产率增长的作用机理,并基于EBM Super-Global-Malmquist（EBM-SGM）指数对2002—2016年中国大陆31个省份的农业全要素生产率进行核算,然后采用固定效应模型分析互联网发展对农业全要素生产率增长的影响。结果表明：（1）2002—2016年农业全要素生产率年均增长2.20%,主要依赖农业技术进步的贡献;（2）整体来看,互联网发展显著提升了农业全要素生产率;分地区来看,互联网发展对农业全要素生产率的促进作用在中部地区最为明显,其次为西部和东部地区;（3）互联网发展对农业技术进步具有显著的促进作用,对农业技术效率具有显著的抑制作用。     

华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型

基于随机前沿生产函数模型,利用华东地区六省1978—2015年的面板数据,分析华东农业全要素生产率增长及分解部分的变化趋势。结果表明：1978—2015年,华东地区农业全要素生产率年均增长率为4.59%,依次呈现出递减、递增、平稳的变化趋势;农业技术进步是全要素生产率增长的主要动力;技术效率是华东农业全要素生产率增长的主要阻碍因素,呈逐年下降的趋势;规模效率对农业增长阻碍作用不明显;要素配置效率对经济增长有促进作用即存在结构红利,但不显著。据此提出加大农业技术创新投入,提高农业产出效率;加快农业固定资产投资体制改革,盘活存量、优化增量;优化资源配置,提高农业供给体系的质量和效率等建议。