基于超效率DEA和Malmquist指数的河北省农业生产效率分析

运用超效率DEA模型和曼奎斯特(Malmquist)指数法,分别从静态和动态两个角度,对河北省11个行政市农业生产效率进行测算和分析。研究表明2009年以前14年间河北省农业全要素生产率的增长是农业技术进步和技术效率共同作用的结果。技术进步变动趋势与技术效率变动趋势相反。河北省11个行政市农业生产效率发展不平衡。唐山市、石家庄市、保定市、承德市、张家口市、邢台市、廊坊市为DEA有效;衡水市、沧州市、秦皇岛市、邯郸市为DEA非有效,在一定程度上存在投入冗余。     

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。     

农业污染视角下的安徽省农业绿色效率评价研究

基于非期望产出超效率SBM模型和GML指数,将农业碳排放和农业面源污染同时作为非期望产出变量,从静态效率和动态效率两个方面分别测算了2010—2019年安徽省16个地级市的农业绿色生产效率与绿色全要素生产率及其分解。在静态效率方面,2010—2019年安徽省农业绿色生产效率年均值为0.946,整体水平未达到有效状态,呈现微“M”型波动上升趋势;在区域差异上,呈“皖南高皖北低”的渐进趋势。在动态效率方面,2010—2019年安徽省农业绿色全要素生产率整体呈稳步增长趋势,其中,绿色技术进步和绿色技术效率二者共同推动了安徽省农业绿色全要素生产率的增长,但绿色技术进步的贡献率明显高于绿色技术效率;不同区域和不同地级市的绿色全要素生产率的影响因素存在显著差异。因此,建议通过加快农业科技创新成果转换率,拓展绿色技术效率的改进空间;制定并实施环境规制政策,提高农业污染治理效果;形成安徽省区域差异化发展战略,缩小农业绿色发展区域差异3个方面来提升安徽省农业绿色全要素生产率。     

基于Malmquist指数的钢铁企业效率测度分析

评估钢铁企业的效率是研究、规划、调控钢铁工业发展的重要依据,文章运用基于DEA模型的Malmquist方法研究了2001-2006年中国钢铁类上市公司效率改善指数、技术进步效率指数和全要素生产率指数的变化。结果表明,钢铁企业的全要素生产率增长主要是由技术进步推动的,目前大部分钢铁企业的规模效率没有达到最优。通过分析,认为提高钢铁企业的技术效率是钢铁业发展的主要方向,同时应走钢铁生产规模化经营之路以提高规模效率,促进钢铁企业全要素生产率的增长。     

海南省农业全要素生产率及地区差异分析——基于DEA的Malmquist指数方法

应用DEA的Malmquia指数方法,对2000-2009年海南省及各市县农业全要素生产率进行测算和分解.结果表明,海南省的全要素生产率整体呈上升趋势,但增长速度缓慢,而各市县的全要素生产率差异较大.推动海南省及各县市农业生产率增长的主要原因是技术进步,技术效率则受纯技术效率和规模效率的共同影响,而海南省的规模效率普遍偏低,因此提高TFP增长率的途径应该是加快科技创新并提高投入要素的规模效益.     

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。     

我国西部地区经济发展效率评价研究——以新疆天山北坡经济带为例

以西部大开发中具有重要战略地位的新疆为例,选取新疆经济发展的核心区域——天山北坡经济带2009²010年23个县市的数据,分别从静态和动态视角运用BCC模型和Malmquist全要素指数评价天山北坡经济带各县市20092010年23个县市的数据,分别从静态和动态视角运用BCC模型和Malmquist全要素指数评价天山北坡经济带各县市2009²010年的经济发展效率和全要素生产率的变化情况。分析结果表明:2009年天山北坡经济带有13个县市经济发展非DEA有效,2010年情况有所好转但仍有11个县市非DEA有效,存在发展效率低下、资源配置不合理和资源浪费等问题。总体来看,由于技术效率无效、技术进步贡献不足等原因,天山北坡经济带的Malmquist全要素生产率还很小,全要素改善的来源主要是技术进步,技术效率对TFP有消极拖累作用。     

农业生产效率测度、影响因素及政策路径——以重庆市为例

精准识别农业转型发展中存在的问题,对于提高农业市场竞争力和实现农业现代化具有重要的政策参考价值。基于重庆市2009-2018年37个区县的面板数据,综合采用DEA模型、Malmquist指数和Tobit模型实证考察了其农业生产效率的具体情况和影响因素。结果表明,静态的DEA模型显示其农业生产效率均值为0.854,还存在边际拓展空间;动态的Malmquist指数显示其农业全要素生产率年均增长12.8%,现已形成“技术进步诱导,技术效率改善”的双轮驱动局面,尤其是农业技术进步对农业全要素生产率的贡献度较高;财政支农、城镇化率、地区经济发展水平和交通通达度对农业生产效率有正向影响,农民可支配收入有负作用。为提高农业生产效率,助力农业高质量发展,文章提出了完善土地流转机制、培育新型农业经营主体、健全农业创新机制和推动城镇化的相关政策建议。     

农业效率增进、技术进步区域差异及TFP分解

基于随机前沿模型(SFA),文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明,中国农业生产效率总体水平不高,尚有较大的提升空间;存在较为显著的时际差异和区际差异;农业全要素生产率与技术进步率均有提高,但增幅较缓;全要素生产率增长的根本动因在于技术进步率而非技术效率,农业生产仍不具有规模经济性。     

福建自贸区金融业效率实证研究

为大力推进福建自贸区的建设发展,提升金融业效率,基于DEA—Malmquist模型分析了厦门和福州片区的金融业发展模式,并进一步以厦门片区为例,运用Tobit模型进行影响因素分析,结果表明:厦门和福州片区金融业效率处于DEA无效状态,其中,厦门表现为规模无效,而福州呈现技术和规模均无效;金融业全要素生产率在2004—2013年间均呈现上升趋势。从分解看,技术进步是全要素生产率上升的主要贡献;外商直接投资、金融集聚和人力资本对全要素生产率的提升有显著的促进作用,而政府干预则抑制了全要素生产率的增长。最后,提出提升福建省自贸区金融业效率的对策建议。     

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。     

人力资本条件下中国农业生产效率的评价与分析

20世纪90年代中期后中国的农业发展进入了一个新的阶段,农业发展归根到底要靠农业生产率的提高,而技术进步与技术效率是农业生产率增长的源泉。本文运用数据包络分析法对现代农业生产要素投入下的中国农业生产效率进行测度,结果显示1995年以后中国农业生产的全要素生产率的增长主要由农业技术进步引起,农业技术效率低下成为农业生产率增长的瓶颈。改变目前农业生产经营的形式与提升农业劳动力的人力资本水平成为提升农业纯技术效率和规模效率进而提高技术效率的重要途径。     

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.     

基于超效率DEA和Malmquist指数的湖南省农业全要素生产效率分析

在湖南2007-2012年地市级面板数据的基础上,运用基于超效率DEA全要素生产效率测度模型,测算湖南省各地市（州）的农业全要素生产效率,然后利用Malmquist生产率指数法对农业生产效率进行动态对比研究。实证结果表明：2007-2012年间,湖南农业生产效率呈上升趋势,但各地市（州）之间差异较大,衡阳市农业全要素生产效率最高;Malmquist指数分析结果表明该期间农业全要素生产效率年均增长率为5.4%,通过Malmquist指数的进一步分解发现技术进步是推动湖南农业全要素生产效率增长的主要动力,但不同地区的增长动力具有差异性。     

我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析

采用DEA方法和Malmquist指数方法,利用我国欠发达地区1998—2009年度数据,实证分析我国欠发达地区粮食生产效率的变动情况及其过低的原因。结果表明,1998—2009年间,欠发达地区粮食的综合效率不高;欠发达地区粮食全要素生产率未达到有效前沿,技术进步较低,技术效率作用也不明显,各地区之间的全要素增长差异较大,并呈现出明显的阶段性变化特征。     

中国大规模生猪养殖全要素生产率变化及其收敛性研究

运用DEA和Malmquist指数方法,测算2009—2013年中国29个省(直辖市、自治区)大规模生猪养殖生产效率,利用β收敛方法探究大规模生猪养殖生产效率的变动趋势。研究发现:整个样本期间中国大规模生猪养殖的全要素生产率表现出增长的趋势,年均增长率为0.5%,技术进步是全要素生产率增长的主要动力。随着时间的推移,中国大规模生猪养殖全要素生产率呈现出缩小的趋势,存在着绝对β收敛和条件β收敛。     

1996～2007年辽宁省14个市农业生产效率分析与比较

采用Malmquist指数法对辽宁省“九五”以来1996～2007年14个市的农业生产效率进行分析,结果表明,辽宁农业全要素生产率波动特征与辽宁农业的发展阶段特征大致吻合;辽宁农业全要素生产率处于不断增长态势,农业技术效率趋于稳定,而技术进步是促进辽宁农业全要素生产率增长的主要因素,应加大对农业科技的投入;忽视可持续发展是“九五”时期和“十五”初期辽宁农业全要素生产率下降的根本原因,因此应加强农业生产技术的应用,增强辽宁农业发展的可持续性。     

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。     

我国农业生产效率发展的结构变化和区域差异

采用2002-2011年我国31个省、自治区和直辖市的农业相关面板数据,运用Malmquist生产率指数法对我国各省和区域的全要素生产率进行了测算和分解。结果发现:技术效率是全要素生产率增长的主要源泉;在2004-2005年和2008-2009年出现了两次ECH同TCH的反向变动;技术效率的解释度占全要素生产率增长70%的比重。由此提出,当前农业政策的重点应放在保证农业劳动力的数量和质量的提高,以及加强农业生产的技术和区域协调发展。。     

辽宁省装备制造业效率分析

运用2001—2014年27个省市的面板数据,使用DEA模型中的BCC模型和Malmquist指数法对辽宁省装备制造业及其细分行业的综合效率和全要素生产率(TFP)变化进行分析。结果表明:辽宁省装备制造业更多依靠规模和数量取胜,而非产业发展质量; 近几年来辽宁省的要素使用效率有一定的提升,对劳动投入的利用水平低于资金投入; 辽宁省装备制造业全要素生产率的变动主要是由技术进步引起的,技术效率的变动起的作用相对较小,但近几年全要素生产率的下降则主要是由技术效率变动的下降引起的,而这种下降主要是由于纯技术效率的下降引起的。