我国家庭农场的全要素生产率及其差异

基于1647份的家庭农场微观调查数据,运用随机前沿生产函数法系统评估粮食型、非粮食型和混合型3种类别家庭农场效率及其差异分布,结果表明：2011—2016年家庭农场样本的全要素生产率（TFP）年均增长率为0.75%,增长主要来源于技术进步和要素配置效率变动,但后者贡献较小,规模扩张是TFP增长的重要阻碍;粮食型农场效率处于最低水平,非粮食型农场效率最高,3类农场差异显著。选择适度规模经营以提升规模效率、转变经营思路带动配置效率提升以扩大TFP的提升空间、持续推进对现有农业技术的推广和运用、着重提升粮食型农场效率防止非粮化倾向是当前家庭农场发展的关注重点。     

贸易结构、人力资本与全要素生产率--基于非参数Malmquist指数与VEC方法

文章运用VEC方法实证检验了贸易结构、人力资本与全要素生产率增长之间的关系。实证结果显示：我国的全要素生产率增长和技术进步显著,而技术效率只有微小的提升。贸易结构与技术溢出效果正相关,高技术品的净进口量越大,贸易的TFP增长效应越显著,但溢出效果与人力资本结构和人力资本水平密切相关。贸易技术溢出对TFP水平的提升作用主要是促进技术进步所导致的,对技术效率影响微弱。实证结果还表明：贸易结构升级与生产率提升之间的良性循环并未形成。     

农田灌溉设施的全要素生产率增长效应

基于中国15个小麦主产省2000—2017年面板数据,采用SFA-Malmquist指数法和面板工具变量法探讨了农田灌溉设施的小麦全要素生产率增长效应及作用机制,结果表明:2000—2017年间,小麦全要素生产率年均提升1.66%,技术进步率和效率提升率年均增长1.21%和0.38%,总体表现为技术诱导型的增长模式;农田灌溉规模的扩张可以在保障小麦生产效率提升的同时推动技术进步,实现小麦全要素生产率增长的双重驱动;农田灌溉质量的提升表现出正向的技术进步效应,但对技术效率却产生了微弱负向影响,且全要素生产率增长效应不显著。因此,在保持灌溉规模扩张对小麦全要素生产率驱动作用的同时,挖掘灌溉质量提升带来的全要素生产率增长潜能,将会是实现小麦稳产增产的关键。     

我国保险业全要素生产率及其增长分析

文章研究了1998~2003年我国保险业全要素生产率(TFP)增长趋势,并将其分解为前沿技术进步(FS)、纯技术效率(PTE)的变化、规模效率(SE)的变化三大因素。研究发现:保险业的全要素增长率(TFP)呈现逐年上升的趋势,年均增长在15.9%;前沿技术进步已成为我国保险业TFP增长的最主要动力,保险公司因前沿技术进步平均每年提高全要素生产率高达16.7个百分点;保险公司相对前沿的技术效率(TE)差距拉大,已出现阻碍TFP增长的趋势,这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。     

农村劳动力结构变化与粮食生产的技术效率

利用2000－2008年期间26个省区的面板数据,运用超越对数随机前沿分析方法（ SFA）研究了中国农村劳动力结构变化对粮食生产技术效率的影响,并测算了技术效率对全要素生产率（ TFP）以及TFP对粮食增长的贡献。结果表明：在2000－2008年期间,中国粮食生产存在着技术非效率性,农村劳动力老龄化、女性化和教育水平的提高改善了粮食生产的技术效率,但女性化的贡献在逐渐下降;TFP年均增长0.43％,其主要源自于技术效率的提高;TFP对粮食增长率的贡献约为3成,表明中国粮食增长主要是依靠投入拉动的。     

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。     

基于随机前沿分析的中国农业全要素生产率增长的实证分析

基于1997—2014年的省际面板数据,建立超越对数随机前沿函数模型进行农业全要素生产率的实证分析,根据对农业全要素生产率的测算分解,得出如下结论:农业全要素生产率增长存在波动,其增长年均值为8.59%;技术进步变化率是其主要推动因素,而要素配置效率变化率和规模效率变化率对农业全要素生产率的贡献仍较小。此外,农业全要素生产率增长存在明显的地区差异,从变异系数来看,华南地区农业TFP增长率波动对全国农业TFP增长率影响较大;分区域来看,华东地区的农业全要素生产率增长受规模效率变化率波动影响最大,华南地区农业TFP受配置效率变化率波动影响最大,以上两方面构成农业全要素生产率增长地区差异的主要原因。最后,笔者根据研究结论提出相应的政策建议。     

农机服务发展与粮食生产效率研究:2004—2016——基于变系数随机前沿分析

采用“两步法”研究了农机服务发展与中国粮食生产效率的关系.基于2004-2016年全国31省份粮食生产投入产出的面板数据,利用变系数随机前沿分析方法测算了中国粮食生产的技术变化、技术效率以及全要素生产率,然后构建农机服务发展影响粮食生产效率的OLS回归模型.结果表明:(1)31省份粮食生产的投入要素产出弹性和技术效率存在明显差异,2008年粮食技术变化最为明显,粮食全要素生产率的增长在2008年高达5%.(2)农机服务在2008年以后对粮食全要素生产率的增长具有显著的促进作用,农机服务对粮食TFP的作用存在一定的滞后效应.(3)农机服务发展与劳动产出弹性具有替代关系,与化肥和机械产出弹性具有互补关系.在三大粮食作物中,小麦机械化程度最高,水稻和玉米的机械化程度还有待提升.     

绿色食品农业龙头企业全要素生产效率分析——基于江西26家样本企业数据

选取江西省26家绿色食品农业龙头企业作为样本企业,运用DEA方法分别从静态和动态测算了2011—2013年江西省绿色食品农业龙头企业的技术效率(TE)、全要素生产效率(TFP)及其变动情况。结果表明,多数绿色食品农业龙头企业的技术效率(TE)表现良好;但是全要素生产率(TFP)的变动情况却不容乐观,而导致全要素生产率(TFP)下降的原因是技术效率(TC)和规模效率(SE)下降过快。从不同生产要素规模下企业生产效率分布结果来看,随着基地面积增大,企业的综合技术效率、纯技术效率、规模效率都呈增长趋势。最后本文就提升绿色食品农业龙头企业生产效率提出对策和建议。     

中国大数据企业全要素生产率增长及收敛研究

基于中国大数据上市企业的相关财务指标数据,利用Malmquist生产率指数方法测算了中国大数据企业全要素生产率及其分解,并对其全要素生产率变动的时序特征及增长差异进行了分析;进而采用收敛性理论,探析了差异的演变规律和内在机制。结果发现:中国大数据企业在2008—2013年间全要素生产率呈现负增长(-3.3%),主要原因在于技术效率增长的"拖累效应"明显,而技术进步贡献的"增长效应"相对有限,TFP并不是大数据企业产出增长的主要源泉;不同大数据企业的TFP增长及其动因存在显著差异,但收敛性检验表明,中国大数据企业TFP及其构成的增长均呈现出显著的收敛趋势。     

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。     

重庆市生产性服务业细分行业全要素生产率异质性及其影响因素研究

采用DEA-Malmquist指数法,测算1998—2002年和2005—2014年重庆市生产性服务业及各细分行业全要素生产率(TFP)的增长变动情况,完成对生产性服务业细分行业间TFP异质性及其影响因素的分析.结果表明:研究期内重庆市生产性服务业呈粗放型增长,TFP总体表现为负增长,但增速逐渐减缓.TFP的两个主要构成要素技术效率和技术进步在2002年之前和2005年之后对TFP的影响存在差异,1998—2002年,技术效率对TFP起显著推动作用,技术进步的负向作用明显;2005—2014年,技术效率牵制了TFP的增长,技术进步对TFP的正向作用微弱.同时,生产性服务业细分行业的TFP和技术效率均表现出较大的行业异质性,技术进步的行业异质性最小;人力资本、创新投入和对外开放度对细分行业TFP异质性具有显著的负向促进作用,而政府规模的正向影响显著,工业化程度和信息化水平与TFP异质性无明显相关性.     

农村金融发展效率的区域异质性对农业绿色TFP的影响研究

运用方向性距离函数和GML指数测算各省（市农业绿色全要素生产率（TFP,在此基础上采用系统矩估计方法就农村金融发展效率的区域异质性对农业绿色TFP增长的影响及其传导路径进行了实证检验。研究发现：农村金融发展效率通过促进农业绿色技术进步推动农业绿色TFP增长,东、中、西部各地区农村金融发展效率对农业绿色TFP增长和农业绿色技术进步作用效应依次递减;东部和中部地区的农村金融发展效率均未对农业绿色技术效率增长产生显著影响,而西部地区的农村金融发展效率对农业绿色技术效率有抑制作用。     

交通基础设施对全要素生产率的溢出效应分析-以新疆为例

文章对丝绸之路经济带新疆沿线18个城市运用DEA-Malmquist生产率指数测算其全要素生产率（TFP）,并运用一阶广义矩阵估计法（GMM）对这18个城市2005-2012年间的面板数据进行研究。研究结果表明,这18个城市全要素生产率增长主要来源于技术进步,交通基础设施对全要素生产率增长具有溢出效应,产业结构对TFP增长具有显著正效应,政府支出对TFP增长有着负效应。     

服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

我国制造业技术效率的测算与变动研究

运用基于数据包络分析(DEA)的Malmquist指数分析方法对2003—2011年我国制造业的全要素生产率(TFP)进行测算,从而得出我国制造业技术效率与技术进步的现状及发展趋势。结果表明,从2003—2011年期间,制造业各行业的全要素生产率平均年增长率为8%,技术进步的年均增长率为4.9%,技术效率的年均增长率为2.9%,由此看来,9年来在影响30个制造行业的全要素生产率的增长因素中,技术进步和技术效率同时起到作用,技术进步的效果稍加显著。     

节水灌溉设施的粮食生产增效机制

基于2000—2018年中国30个省份的平衡面板数据,综合运用DEA Malmquist指数法、面板工具变量法和面板门槛模型分析节水灌溉设施对粮食全要素生产率增长的影响及作用机制。结果表明：节水灌溉设施通过技术进步和技术效率改进两条路径提升粮食全要素生产率,且技术进步效应大于技术效率改进效应;从区域与作物异质性来看,粮食主产区节水灌溉设施的增效效应大于非主产区,节水灌溉设施对小麦、玉米和水稻全要素生产率均有显著提升作用;节水灌溉设施对粮食全要素生产率的影响具有非线性特征,其正向影响随农村人力资本、人均种粮规模、人均GDP的提高而呈阶梯型上升。因此,因地制宜发展节水灌溉设施,与外部经济环境发展相协同,政策扶持与市场机制相结合,完善节水灌溉设施产权和管护机制,是实现节水灌溉设施高效与可持续发展的关键。     

服务业环境全要素生产率变动测算及收敛性研究——基于超效率EBM-Malmquist模型和南北区域分析

为了测算中国30个省市1998—2018年环境约束下的服务业全要素生产率(TFP)变动情况，构建了带有非期望产出的超效EBM-Malmquist模型，并结合技术效率和技术进步分析服务业环境全要素效率变化的阶段性和区域性。研究表明(：1)服务业环境TFP增长在阶段性下降后呈现出上升的态势，技术进步呈现出阶段上升，技术效率呈现出阶段下降。这在一定程度上显示出国家生态文明建设在服务业上取得了一定的效果，同时也揭示了环境TFP增长的主要源泉是技术进步。技术效率的逐渐降低预示着通过提升技术效率推动服务业环境TFP增长还有较大的余地。(2)空间分布上，服务业环境TFP增长的变化及其分解在南方和北方存在一定的差异性，但环境TFP存在σ收敛与绝对β收敛，这表明中国30个省市的TFP增长在长期上看呈现出趋同性。