全要素生产率文献综述

全要素生产率文献综述

1.中国农业全要素生产率

中国农业全要素生产率增长的实证分析：1978～2007年——基于随机前沿分析（SFA)方法（全炯振，2009）使用1978～2007年的省级面板数据，运用非参数Malmquist生产率指数模型和参数随机前沿函数模型结合起来的SFA-Malmquist生产率指数模型，测算了中国各省份及东部、中部、西部地区的农业全要素生产率（TFP）变化指数。本文主要结论是：1978～2007 年期间，中国农业全要素生产率年均增长率为0.7%，主要来自于技术进步，而不是农业技术效率的改善，技术进步与技术效率水平的变化严重背离。中国农业全要素生产率增长呈现出明显的波动性（阶段性），中国农业全要素生产率的增长基本上按照由东部到中部再到西部的顺序呈现出递减的趋势。提高农业技术效率水平是中国未来提高农业全要素生产率的潜在动力。

全要素生产率是用来衡量生产效率的指标，有三个来源：一是效率的改善，二是技术进步，三是规模效应。在计算上，它是除去劳动力、资本、土地等物质要素投入贡献之后的“余值”，在这个“余值”中还包括没有识别（或者根本无法识别）的一些引起产量变化因素的作用，所以，只能相对衡量效率改善、技术进步和规模效应的程度。

Malmquist指数是用来测度全要素生产率变化的专门指数，并在规模报酬不变（CRS）的假设下，把全要素生产率分解为技术变化（TECH）和技术效率变化（EFFCH），在规模报酬可变（VRS）的假设下，进一步把技术效率变化分解为纯技术效率变化（PECH）和规模效率变化（SECH）。

中国农业全要素生产率的重新考察——对基础数据的修正和两种方法的比较（赵文、程杰，2011）本文使用索罗余值法和Törnqvist-Theil 指数法，在修正投入和产出数据的基础上，重新考察了1952～2009 年中国农业全要素生产率。研究表明，1985～2009 年中国农业全要素生产率年均增长1.2%～1.7%，并没有高速增长的特征。总体来看，中国农业增长主要是由投入驱动的，技术进步的贡献较小，这种农业发展方式难以持续。

中国地区农业全要素生产率及其影响因素的空间计量分析——基于1992～2007 年省域空间面板数据（王珏等，2010）运用Malmquist 指数方法对中国各地区1992～2007 年的农业全要素生产率进行了测算，并建立了空间计量模型对影响中国各地区农业全要素生产率的因素进行了实证分析。结果表明：地理因素、土地利用能力、工业化进程、对外开放和科技水平对中国农业全要素生产率增长具有显著影响，而电力利用水平、自然环境、需求因素对农业全要素生产率增长的影响并不显著。从总体上看，中国各地区农业全要素生产率变化整体上呈东、中、西依次递减的趋势。具体来讲，东部地区农业全要素生产率平均增长1.4%，远远高于中部地区的-3.3%和西部地区的-6.0%。中国农业全要素生产率的增长基本上是由技术进步带来的，而各地区技术效率则存在着普遍的下降趋势。全国技术进步年均增长率为

2.0%，而技术效率水平仅为0.956，处于倒退状态。

三篇文章测算的全要素生产率差距较大，数据基本都是用农林牧渔业总产值作为产出指标；在要素投入方面，投入指标为各地区机械总动力、化肥施用量、农村劳动力就业人数、农作物总播种面积等。第三篇文章分析了农业全要素生产率的影响因素指标，比如地理因素、土地利用能力、工业化进程、对外开放和科技水平等。

2.中国大豆全要素生产率

中国大豆生产全要素生产率及其变化（司伟、王济民，2011），文章采用12 个大豆生产省（区）25 年的数据，借助随机前沿生产函数模型，分析了中国大豆生产全要素生产率、技术效率和技术进步的变动趋势及其空间分布特征。结果表明，1983~2007年来，中国大豆生产全要素生产率年均增长 1.5%，呈下降趋势；技术效率年均下降0.5%；技术进步率年均约为2%，且没有呈现随时间变化而增长的趋势。并指出，中国开放大豆市场对国内大豆生产发展的负面影响正逐步显现。除非有重大的技术突破，在现有条件下，提升东北大豆产区全要素生产率可能的途径是生产经营制度创新。

3.中国牛奶全要素生产率

中国牛奶生产的全要素生产率分析（马恒运等，2011），文章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。

4.中国东北地区水稻生产效率

中国东北地区水稻生产效率的实证分析——以吉林省水稻生产为例（张越杰等，2007），文章主要利用吉林省8 个县（市）1994～2005 年水稻生产投入产出的面板数据，采用非

参数HMB 指数方法对水稻生产的效率变动进行分解分析，获取各指数的时序变动趋势特征和空间分布特征，并运用数据包络分析（DEA）法对HMB 指数及其分解的各指数的变动原因做出进一步探讨。结果表明，吉林省水稻生产全要素生产率（TFP）主要由于技术进步水平低、规模无效率的作用而呈现下降趋势，可以通过提高技术进步水平、扩大生产规模等手段来改善生产效率水平。

5.中国棉花生产技术进步率

中国棉花生产技术进步率的测算与分析——基于随机前沿分析方法（田伟等，2010），文章利用1995～2008年中国13个棉花主产区的投入与产出面板数据，通过建立随机前沿生产函数模型，对中国棉花生产的技术进步率进行了测算和分析。研究主要结论是，中国棉花生产的技术进步显著，年均增长率达到了1.2%，但是，其增长趋势已经明显放缓。各个产区技术进步程度存在一定差异；各个产区的棉花生产总体技术效率水平较高，但是呈现一定的波动趋势。

6.中国玉米加工业

中国玉米加工业生产率增长、技术进步与效率变化——以4个玉米主产省为例（杨兴龙、王凯，2008），文章采用基于DEA的Malmquist生产率指数分析方法，运用玉米加工业的省际面板数据，分析中国玉米加工业增长过程中全要素生产率（TFP）的变动状况，并将其分解为技术进步和技术效率，进而分解为技术进步、纯技术效率和规模效率。结果表明，1998～2005年，中国玉米加工业中淀粉及其制品制造业、饲料加工业、酒精制造业和白酒制造业的TFP年均增长率分别为22%、13.3%、23.7%和7.7%，这充分说明，近年来中国玉米加工业发展迅速；玉米加工业各子行业的技术进步和技术效率的年均增长率均为正值，但技术效率增长缓慢，技术进步构成推进TFP增长的主要因素。

7.中国蔬菜批发

蔬菜批发主体技术效率分析——基于北京市场的调查（寇荣、谭向勇，2008），文章利用蔬菜批发主体的调查数据，采用随机前沿生产函数方法，分析了蔬菜批发主体的技术效率及其相关影响因素。研究结果表明，流动资金和经营人数对蔬菜批发主体产出的增加有积极作用。改善蔬菜批发主体的社会资本、人力资本和经营行为，可以在一定程度上提高蔬菜批发主体的技术效率，从而提高蔬菜批发主体的产出。其中，蔬菜批发主体微观层面的一些影响因素，

包括固定客户占商户总客户的比例、商户主要决策者从事蔬菜批发业务的时间、商户主要决策者在从事蔬菜批发业务之前的职业是否做其他生意，对技术效率有着显著的正向影响。本研究还发现，在现有蔬菜流通的宏观和微观条件下，通过提高蔬菜批发主体的技术效率来提高蔬菜批发主体的整体产出和蔬菜的整体流通效率还是很有局限性的。从长远来看，只有通过各个层面的相关制度创新、流通模式创新、交易方式创新、流通相关技术创新和流通主体的自身创新等多方面的创新来不断提高技术边界，才是更有效、更持续地提高蔬菜整体流通产出和流通效率的根本途径。

8.中国农产品加工业

中国农产品加工业技术效率、技术进步与生产率增长（赵燃等，2008），文章运用1999～2005年中国农产品加工业12个行业的面板数据，采用基于非参数数据包络分析的Malmquist 生产率指数方法，分析了中国农产品加工业发展过程中全要素生产率的变动状况，将其进一步分解为技术效率和技术进步，对企业平均规模、资本密集度以及资产负债率同生产率增长的关系进行了实证检验。本文的主要结论是：中国农产品加工业全要素生产率增长率较高，并且全要素生产率的增长主要源自技术进步，而非效率变化；国有及国有控股企业的全要素生产率、技术变化、规模效率等指标值大于“三资”企业；另外，国有及国有控股企业的企业规模对全要素生产率有较显著的正影响，而资本密集度对全要素生产率有显著的负影响。

9.中国乡镇企业

效率增进、技术创新与中国乡镇企业的发展（李平等，2008），文章运用数据包络分析法（DEA）测度了1996～2006年中国乡镇企业全要素生产率（TFP）的变化，并将其分解