基于SFA模型的农业生产技术效率分析

合集下载

基于SFA的四川农业生产技术效率分析

基于SFA的四川农业生产技术效率分析
, r -
+ 4 A lF, 卢4 n l“ l h ) 2 n n I n +3 h F +— 和变化特征。
1 模型与数 据
11 计 量 模 型 .
农业生产或经营形式、农业技术进步与农技推广 机制 ( 王永 龙 , 04 、劳动者素 质 ( 宁、陆文 聪 ,20 )等 。限于 20 ) 张 06 数据 的可获得性 ,本文主要考察 以下 九个 因素 :① 劳均耕 地
生产技 术效率进行 了测算和分析 ,结果发现四川的农业增长 目前还主要依赖土地和 流动资本的投入 ,农 业生产 技术效率水平随时间增加有下降趋势且地 区差异 明显 ,资本投入和社会 经济条件对效率水平影响显著。 关键词 :农业生产 ;技术效率;随机前沿分析 ( F ) SA 中图分类号:F2 33 文献标识码 :A 四川省是我 国的农业大省 ,20 0 6年农业总产值 占 G P的 D l. % ,远远高于全国平 均水平 I.% ,说 明促进农 业增长 85 7 I 仍然是四川农 民增收和整个经济发展 的重要途径之一 。四川 省人均耕地仅 07亩 ,自然 资源 和基础设施分 布不均 ,尽管 . 对农业投入逐年增加 ,技术创新 能力 不断提高 , 产出效益 但 并未显著提高。据 四川省农业厅成本 收益 调查 ,20 0 5年亩纯 收益除红苕 比上年增加外 ,其余 主要作 物都呈下降趋势 。因 此 ,提高 四川农业的产 出效率 ,促进农业 持续 快速增长 ,是 E . 表示数学期望 ; F () E F在 0和 1之 间, 接近 1 明技 越 说 术越有效。 基于超越 对数生产函数 的优点 , 本文选择其为随机前沿生 产函数的一般形式 , 且假定技术 进步为希克斯 中性 ( 即未考虑 时间与投入要 素的关系 ) 。模型设定如下 : l = + 1 J l + lE + l凡 + 1 n. A I l 风 卢 l +B n 吐 2A 岛 n n 卢2 / I I n

中国林业生产的技术效率测算与分析

中国林业生产的技术效率测算与分析

中国林业生产的技术效率测算与分析作者:田杰姚顺波来源:《中国人口·资源与环境》2013年第11期作者简介:田杰,博士生,主要研究方向为林业经济理论与政策、资源经济与环境管理。

通讯作者:姚顺波,博士,教授,博导,主要研究方向为林业经济理论与政策、资源经济与环境管理。

基金项目:国家自然科学基金项目“基于碳汇效益内部化视角的造林补贴标准研究”(编号:71173175);国家社科重大课题“我国西部林业生态建设政策评价与体系完善研究”(编号:11&ZD2042)。

摘要基于纳入自然因素的超越对数生产函数形式的随机前沿模型,利用1999-2011年统计数据,对我国31个省林业生产技术效率水平和技术损失进行了全面测度。

实证分析结果表明:①我国林业生产平均技术效率为0.877,技术效率损失为12.3%,说明我国林业生产效率水平还存在很大的提升空间;②表征自然因素的4-10月平均气温和年降水量对林业生产的技术效率水平有不可忽视的贡献程度,是相关林业投入产出分析中必须纳入的考虑因子;③由于恶劣的自然灾害、经济危机或是制度的不完善等外部因素造成林业平均年际技术效率虽有波动,但总体呈现上升趋势;④人均GDP、基层林业站工作人员文化素质、森林病虫鼠害防治率和制度变量对技术效率损失产生反向影响,影响效果显著。

基于此,提出改善林业生产技术效率水平的相关政策建议:加大对林业系统工作人员的培训力度,提高人力资本水平;加快林业部门结构调整,林业系统从业人员向第一线倾斜;加强对森林病虫鼠害的预防和监测工作,促进林业生产技术的研发和创新;科学计划地增大林地面积,注意提高林地质量及林业产业结构的合理性;提高财政支林比重的同时,完善林业专项资金利用途径的监督机制,避免林业财政支出的无效利用。

关键词自然因素;随机前沿分析;技术效率;影响因素中图分类号 F307.2 文献标识码 A 文章编号 1002-2104(2013)11-0066-07 doi:103969/jissn1002-21042013.11010我国经济发展正处于高速增长期,对木材及林产品的需求日益增加,而且,随着生态环境建设力度的推广和增强,各国都提高了对森林资源的保护力度,在环境与资源的双重约束下,木材市场供需之间的紧张局势已经演变成为一个不容忽视的国际性及政治性问题。

农业生产服务方式选择与粮农生产效率

农业生产服务方式选择与粮农生产效率

评价指标选取原则与依据
全面性原则
评价指标应涵盖粮农生产效率 的各个方面,确保评价的全面
性和准确性。
可操作性原则
评价指标应具有明确的计算方 法和数据来源,易于操作和量 化。
代表性原则
评价指标应能代表粮农生产效 率的主要特征和关键因素,反 映实际情况。
动态性原则
评价指标应根据粮食生产技术 和经济环境的变化进行调整和 更新,保持评价的时效性和适
农业生产服务方式选择与粮 农生产效率
汇报人: 2023-11-26
目录
• 引言 • 农业生产服务方式概述 • 粮农生产效率评价指标体系构建 • 不同服务方式对粮农生产效率影响实证分
析 • 结论与政策建议 • 研究展望与不足之处讨论
01
影响因素
01
02
03
自然资源
土地、水资源等自然条件 对粮食生产效率产生重要 影响。
04
指标权重确定
采用层次分析法、熵权法等方法,确 定各评价指标的权重,体现各项指标 在评价体系中的重要性。
05
不同服务方式对粮农 生产效率影响实证分 析
模型构建与变量选取
模型构建
采用随机前沿生产函数(SFA)模型 ,以分析不同服务方式对粮农生产效 率的影响。
变量选取
投入变量包括土地、劳动力、资本等 ,产出变量为粮食产量。服务方式变 量包括传统服务方式、现代服务方式 等。
应性。
评价指标体系构建过程
确定评价目标
明确评价的对象、目的和要求,为指 标选取提供依据。
02
指标初选
根据评价目标和原则,从现有文献和 实践中收集相关指标,形成初步指标 库。
01
评价体系构建
将筛选后的评价指标按照逻辑关系进 行组合,构建完整的粮农生产效率评 价指标体系。

基于SFA的我国汽车制造业技术效率的研究

基于SFA的我国汽车制造业技术效率的研究
出 的比值 且 O< T E < 1 因此 , 技 术 效 率 与 生 产 可 能 性 边 界 有 关 , 将 技 术 效 率 的 概 念 引 入 生 产 函数 模 型 ,
健康
稳定发展
这 就要 求 我 们 对 国 内汽 车 工 业
扬长
的技 术 效 率 水 平 有 较 为清 楚 和 准 确 的 评 估 ,
第 3 卷第 6 期 4 20 12 年 12 月






从)1. 3 4 N 0 . 6 D e e em b e r 2 0 1 2
Sh an gha i M anag em ent S ei ee en
文章 编 号 : 1005一 9679(20 12)0 6一86一7 0 0
基于SFA 的我国 汽车制造业技术效率的 研究
以及 汽车 产 量过 大不利 于技 术 效 率水 平 的提 高 , 而 企业 与供 应 商和 客 户 关 系的加 深 , 能提 高企业 的技 术 随机前 沿分析 ( S A ) F 技术 效 率 影响 因素 汽 车制造 业
中图分 类号 : F 2 4
文献 标识 码 : A
,
引言
本 文 以独特 的视 角从 技 术效率 的角 度 对我 国 l 家 o
令 Y 表示 企业 产 出 , 尤
产业 结构 不合 理 等问题 突 出 , 能 源
20 0 8
和劳 动力投入 , 得 到生 产 函数模 型 的概念 :
城 市 交 通 等 制 约 也 日益 显 现
年 下 半 年 以来 ,
Y = F (K , L )
(式 l )
随着 国际 金 融 危 机 的蔓 延 和 国 际 汽 车市 场 的 严 重 萎缩 , 国 内 汽 车 市 场 受 到严 重 冲 击 , 我 国汽 车 产

基于SFA方法的企业绿色创新效率分析

基于SFA方法的企业绿色创新效率分析

基于SFA方法的企业绿色创新效率分析
郭树华;方鹏飞;毕福芳
【期刊名称】《工业技术经济》
【年(卷),期】2024(43)7
【摘要】绿色创新效率是影响企业长期可持续发展的重要因素。

本文通过构建超越对数生产函数的随机前沿模型,对中国企业2011~2022年的绿色创新效率进行了测算分析,并通过对全要素生产率(TFP)进行三重分解,探讨了绿色创新效率及其影响因素。

研究表明:(1)环境关注和劳动投入是企业绿色创新效率提升的主要贡献者;(2)从全要素生产率(TFP)分解结构看,绿色创新效率提升主要来源于技术效率改进(TEC)和技术进步(TC),而规模效率(SC)的持续恶化却弱化了两者的作用;(3)异质性实证检验表明,西部地区的绿色创新效率最高,其次是东部,中部地区的绿色创新效率最弱,分行业检验结果则表明重污染行业效率高于非重污染行业,高科技行业高于非高科技行业。

本文根据研究结论,提出相关政策建议。

【总页数】8页(P112-119)
【作者】郭树华;方鹏飞;毕福芳
【作者单位】云南大学经济学院;丽江文化旅游学院经济管理学院
【正文语种】中文
【中图分类】F270;F273
【相关文献】
1.基于SFA模型的福建创新型企业创新效率分析
2.基于SFA的广东省各地市大中型企业技术创新效率的实证分析
3.基于SFA效率模型的财政支农对企业创新效率影响分析
4.基于SFA-Malmquist方法的战略性新兴企业技术创新效率测度与影响因素分析
因版权原因,仅展示原文概要,查看原文内容请购买。

农业生产效率评估研究

农业生产效率评估研究

农业生产效率评估研究近年来,随着农业现代化的不断推进和生产技术的不断提高,农业生产效率的评估显得尤为重要。

因为只有了解农业生产效率的水平,才能及时发现问题所在,进行改进和创新,提高农业生产的效率和质量。

一、农业生产效率的概念所谓农业生产效率,是指在同样的投入条件下,所得到的产出水平或产出质量高低的衡量标准。

农业生产效率包括生产用地效率、生产投入效率、生产劳动效率、资本投入效率等方面。

评价一个国家或区域的农业生产效率,需要考虑多方面因素,并进行综合评估。

二、农业生产效率的影响因素农业生产效率的影响因素很多,其中主要的因素可以归纳为以下几个方面:1、生产资金投入:农业生产需要大量的资金投入,其中包括种子、肥料、农药、机械设备等各种生产要素。

生产资金投入的多少不仅直接影响农业生产的规模和效益,还决定着生产技术的更新和升级。

2、土地资源:土地是农业生产的基础,对于农业生产的成败至关重要。

好的土地资源成为了农业发展中最基本的生产要素之一。

租赁、购买和开发新的耕地是推动农业发展的重要手段之一。

3、劳动力因素:农业生产需要大量的劳动力,对于劳动力的素质和数量的要求也在不断提高。

现代化的农业生产需要的是高科技农业和高素质的农业劳动力,才能够完成复杂的机械化作业和提高生产效益。

4、科技创新:科技创新是现代化农业的关键要素之一,只有充分发挥科技创新的作用,才能有效提高农业生产的效率和质量。

三、农业生产效率的评估方法农业生产效率的评估方法有许多,其中比较常用的包括随机邻项算法(SFA)和数据包络分析(DEA)两种方法。

1、随机邻项算法(SFA):SFA方法是一种衡量技术效率和规模效率的方法,通过使用数据模型,将各种投入和产出变量带入到数学模型中,进而适用制度商量的方法得出农业生产效率的水平。

2、数据包络分析(DEA):DEA方法是一种用于分析生产效率、并给出优化生产的建议的数学工具。

DEA方法基于输入产出模型,从而计算每个企业或农户在一组特定权重下的效率。

基于SFA的中国农村区域技术效率分析

基于SFA的中国农村区域技术效率分析

g n ea a y i ft e hn c le fce c ho st att r sasgniia tc e c n l s so het c ia fii n y s w h he e i i fc n onv r nc r n ft c nia e ge e t e d o e h c l
中 图分 类 号 : 14 文 献 标 识 码 : F 2 A D I1 . 9 9 ji n 1 7 —6 3 2 1 . 4 0 1 O 0 3 6 /.s . 6 11 5 . 0 0 0 . 0 s
An l ss o h c i a fc e c f Chi Ru a a y i n t e Te hn c lEf i i n y o nas rl
i l n e o h nc m e g p b t e ur la e s t r gh SFA t d.Th e e r h s ws t tt c nfue c n t e i o a e we n r a r a h ou me ho e r s a c ho ha e h— nia n fiinc sa lt l fe to he r r la e si o e g p n to c li e fce y ha itee f c n t u a r a nc m a a i nwi e y a ti anl fe t d d l nd i sm i y a f c e by o he o e v bl a t r . The t c c li fi inc e r lr gi n i n i t run bs r a e f c o s e hnia ne fc e y ofc nta e o s a mpo t ntr a on f ra e s or

stata随机前沿模型sfa方法

stata随机前沿模型sfa方法

stata随机前沿模型sfa方法随机前沿模型(Stochastic Frontier Analysis,简称SFA)是一种经济学方法,用于评估生产或效率的前沿水平和技术效率。

本文将介绍SFA方法的基本原理和应用领域,并探讨其在实际研究中的价值和局限性。

SFA方法最初由Aigner、Lovell和Schmidt在1977年提出,旨在解决生产要素利用效率评估中的随机误差和不可观测因素的问题。

该方法将生产函数分为两个部分:前沿函数和误差项。

前沿函数描述了理论上的最大产出水平,而误差项则捕捉了技术效率的偏差。

通过估计前沿函数和技术效率,SFA方法可以提供对生产效率的准确评估。

SFA方法的应用领域广泛,包括农业、制造业、金融业等。

在农业领域,SFA方法可以评估农民的生产效率,帮助政府制定农业政策和资源配置。

在制造业领域,SFA方法可以评估企业的生产效率,发现潜在的改进空间。

在金融业领域,SFA方法可以评估银行的效率和绩效,指导银行经营和监管。

然而,SFA方法也存在一些局限性。

首先,SFA方法基于对生产函数的假设,需要满足一定的假定条件。

如果这些假定条件不成立,SFA 方法的结果可能失真。

其次,SFA方法对数据的要求较高,需要大样本和高质量的数据。

如果数据质量差或样本量小,SFA方法的结果可能不可靠。

此外,SFA方法对模型的选择和参数的估计也存在一定的主观性和不确定性。

为了提高SFA方法的准确性和可靠性,研究者可以采取一些改进措施。

首先,可以使用更加灵活的模型来捕捉生产函数的非线性关系和异方差性。

其次,可以使用面板数据模型,以提高数据的效率和可靠性。

此外,还可以引入其他变量或控制变量,以更全面地评估生产效率。

SFA方法是一种评估生产效率的重要工具。

通过估计前沿函数和技术效率,SFA方法可以帮助研究者和决策者更好地理解和改进生产过程。

然而,使用SFA方法时需要注意其局限性,并采取相应的改进措施,以提高评估结果的准确性和可靠性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于SFA模型的农业生产技术效率分析采用了SFA模型,对新疆地区的农业生产技术效率,在C-D生产函数的假设下,进行了量化分析,旨在提出新疆地区农业生产效率较低地区提高农业产量的策略与建议。

另外,还对模型的结果进行了剖析,对新疆地区农业生产的现状进行了描述。

标签:SFA;农业生产技术效率;新疆;C-D生产函数;随机前沿生产函数1前言中国人口占全世界人口的五分之一,是不折不扣的人口大国。

虽然中国拥有九百六十万平方公里的国土面积,然而中国的耕种面积却是非常有限的。

所谓“国以民为本,民以食为天”,“兵马未动粮草先行”,自古至今,农业生产都是国之根本,因此,怎样在有限的土地资源限制下达到最大限度的农业产出显得尤为重要,对于新疆维吾尔自治区的农业生产是否是有效的,对农业生产效率的研究成为一个迫在眉睫的一个问题。

2国内外研究现状目前,我国对于农业生产技术效率分析的研究主要利用以下两种方法:一,数据包络分析(DEA),非参数前沿模型。

二,应用确定性前沿模型和随机前沿生产函数(SFA)进行技术效率分析。

前沿随机生产函数(SFA)更多用于非农业生产中的效率分析,受到这种研究的影响,我国的农业生产效率研究也迎来了SFA模型在农业生产中实证研究的热潮。

SFA模型的误差项可以分解为随机误差和技术非效率误差,这样做使得气候,自然灾害等非可控因素得以从误差项中分离出来,从而获得的技术非效率误差更加精确。

上世纪90年代,SFA分析法得到了巨大的发展,它不仅可以测量各个样本的技术效率水平,对样本间的技术效率进行定量分析,还可以对影响技术效率的因素进行测量和分析。

SFA模型相对于DEA模型来讲,优势在于对误差的估计。

并且SFA模型不仅可以对各个参数进行检验,还可以对整个函数的形式进行检验。

DEA模型的优势在于无需对生产函数的形式进行设定,本文之所以采用SFA模型,原因在于,本文的生产函数采用了C—D生产函数。

3对模型中生产函数的假设模型中关于C—D生产函数的介绍:C—D生产函数是数学家柯布和经济学家道格拉斯于20世纪30年代提出来的,被认为是一种很有用的生产函数。

一般形式为:Q=ALαKβ(1)其中,Q为产量,L和K分别为劳动和资本投入量,A、α和β为三个参数,并且0<α,β<1,当规模报酬不变,即α+β=1时,α和β分别表示劳动和资本在生产过程中的相对重要性,α为劳动所得在总产量中所占的份额,β为资本所得在总产量中所占的份额。

农业生产的投入可以包括:土地,农用物质资本,劳动力和农业技术。

对于土地的衡量指标,本文采用常见的一种方式——耕种土地的面积(需要说明的是,土地作为生产要素还应该包括对土地质量的考虑,但是考虑到数据的可获得性,本文采用可耕种的土地面积作为土地变量的衡量指标)。

农用物质资本主要是指在农业生产中所使用的各类资本总和。

本文采用代表固定资产的农业机械总动力和代表流动资产的化肥施用折纯量来计量。

劳动力应该用总工时数来计量,但是考虑到数据的可获得性,所以一般采用劳动力总数量(默认每个人在相同时间段内的劳动时间相同),在规模报酬不变的假设前提下我们可以把函数形式假设为:lnY=β0+∑βilnXi+εi(2)4對模型的介绍在农业生产过程中,生产环境和非可控因素的干扰都会影响生产者的总产值,换言之,就是在一定的生产条件下,总有一些生产没有处于其最大可能的产出值上。

SFA模型要做的就是要测定实际产值与前沿面的距离,并以此来度量农业生产的效率。

本文采用基于截面数据的随机前沿生产函数极大似然估计方法,前沿随机函数的基本表达方式为:yi=f(xi)exp(vi-ui)(3)其中,yi表示在一定的生产条件下的最大产出值,xi表示生产所投入所有生产要素的投入量,误差项为(vi-ui),是复合结构。

vi与ui相互独立,并对这两个变量作如下假设,vi表示非可控的影响生产产量的随机因素,为独立同分布变量,并且vi~N(0,σ2v);ui则表示术无效项,为独立同分布变量,并且ui~|(N(μ,σ2u)|,我们对于公式(3)的左右两边同时取自然对数,于是得到了:lnyi=lnxi+vi-ui(4)我们不妨假设:γ=σ2u1σ2v+σ2u(5)于是,γ是由于技术非效率的存在所导致的不能达到产量上限所占因素的百分比值,这一比值,不言而喻是越低越会有高的收益,当然,在此我们需要说明的是,我们要假设所有地区的非技术因素的,随机干扰因素导致的生产差异(比如气候影响,自然灾害,大气污染,水土流失,土壤质量变化等)是完全一致的符合正态分布。

这样的假设也是完全符合事实的。

5模型的实证分析5.1对新疆农业的发展现状概述根据《新疆统计年鉴》记载的数据,表1是自近十年以来,全新疆地区,农业农村人口的数量以及所占百分比的情况。

从表1中我们可以很明显的看出,农业人口的总数正在呈现出逐年稳步下降的趋势,所占人口总数的比重也相应逐渐缩小,这得益于国家城市化进程加快的政策效果,但也更不可否认,新疆地区的农业人口的逐渐缩小也离不开教育的发展和农业机械化推广。

正是因为机器的出现,代替了人力,使得农业生产效率变得更高,从而是劳动力得到了解放,使大量的闲置人口进城务工,工作的性质也发生了改变。

另一方面,由于党的正确领导,我国的城市建设也有了喜人的成绩,尤其是对城中村的改造,使很多农村人口从单纯的农业种植转变为农场加工或者投资其他服务业,也对第一产业产值所占比重的下降做出了一定贡献。

虽然新疆的农业建设取得了长足的进步,但是我们应该意识到这其中可能存在的问题:(1)农业机械化发展在全疆的不平衡性。

由于经济发展水平的差异导致南北疆的农业机械化发展非常不平衡。

(2)农业机械化在各种植业间的发展不平衡。

虽然在新疆很多农场,农作物种植的机械化作业已经很发达,但是果园,畜牧依然是农业机械化发展的薄弱环节。

(3)疆内农机装备结构不合理。

动力机械多但配套农具少,小型机具多,大中型机械少,低档次机具多,高性能机具少。

(4)疆内农业机具的生产企业规模小,创新能力差。

5.2对变量的设定以及数据的获得我们把农林牧副渔的总收入作为因变量,用Y来表示,单位为万元。

影响因变量Y也就是农林牧副渔总收入的影响因素设定为四个:①X1=lnM,其中M为农用耕地面积,单位是千公顷;②X2=lnH,其中H是整个地区的化肥施用量(折纯),单位是吨;③X3=lnL,其中L是整个地区的农业人口数,单位为万人;④X4=lnK,其中K是整个地区的农用机械总动力,单位为千瓦。

根据C—D函数的定义,Y=AKαLβ,(0<α,β<0),当规模报酬不变时,α+β=1。

于是可以设农业生产模型为:Y=β0Mβ1Hβ2Lβ3Kβ4exp(vi-ui);其中,0<β1,β2,β3,β4<1;并且對于i.i.d Vi,与i.i.d Ui,vi ~N(0,σ2v);ui~|N(μ,σ2u)|。

Vi是均值为0,方差为σ2v的随机误差变量,Ui是均值为μ,方差为σ2u 的截断正态分布,并且Ui表示技术非效率引起的误差项。

假如:γ=σ2u1σ2v+σ2u,于是γ就表示在排除了农用耕地面积,化肥施用量,劳动力投入以及农用资本投入量的因素后,人为可控因素所带来的效率损失占其他所有因素所带来的生产效率损失的百分比。

于是该函数可以表示为:Y=β0+∑βiXi+ui-vi数据来自2013年《新疆统计年鉴》,14地州(不含石河子市)的农用耕地面积,化肥施用量(折纯),农业人口数量,农用机械总动力。

将数据代入后,采用最小二乘法进行估计,利用front 41软件进行计算,得到表2的结果。

标准差10.18010.18410.20710.10910.296T值10.16710.15010.16110.12410.897对于表中的数据可以看出:∑41i=1βi=1.013;这说明对于农业生产来说,是规模报酬不变的,并且,相比较而言第三个影响因素,也就是劳动力的投入,其他因素的影响更为明显,这说明,在新疆农村存在着一定的劳动力过剩,也就是说,新疆维吾尔自治区需要进一步推进城市化建设,给农业人口创造更多地城市就业机会,才能使劳动力要素得到更高效的利用。

地区效率10.69 10.66 10.94 10.57 10.43 10.86 10.82 从表3中可以看出对于乌鲁木齐市,克拉玛依市,昌吉回族自治州的农业生产效率相对更高,这是因为,乌鲁木齐和克拉玛依市农业生产相对是极小的一部分,农业人口数量也非常少量,而且这两个地区的人均收入和政府补贴也相对更高一些。

所以这很明显说明,对于生产方式落后的地区,城市化相对成熟,并且人均收入较高的地区和城市,其农业的生产也具有更高的效率,因为这些地方的土地和人力资本是比较高的,技术管理也相对成熟,所以其农业生产的效率也相对比较高。

但是相对上述三个地区,阿克苏地区,克孜勒苏柯尔克孜自治州,塔城地区,博尔塔拉蒙古自治州四个地区的农业生产效率相对更低一些,这说明,这些地区的生产方式相对还是落后的,并且缺乏合理的管理和生产模式,人力资本的投入搭配可能也存在着改进空间,这些地区的农业生产存在着很大的进步空间,也就是说通过对要素投入比例的调整,或者通过对生产者技能的培训以及新型生产器械的投入是可以明显提高这些地区的农业产出量的。

6政策和建议从以上的数据来看,我们可以得出以下结论和政策建议:(1)新疆维吾尔自治区的农业生产效率各个地区间差异比较大,最大值为99%,最小值为43%,极差达到了056,这说明各个地区的资源综合合理利用率差距很大。

当地政府应该明确意识到这一点,生产效率低的地区应该向生产效率高的地区进行学校与效仿。

充分发掘本地区农业生产的潜力,积极引导农业产业结构调整,对于高端人才要引起足够的重视。

(2)昌吉回族自治州的农业生产效率是最高的,几乎接近了100%,这是因为它得天独厚的地理位置,靠近首府,吸引了大批的高端人才,以及它处在天山北坡经济带上,加之当地知名农业企业的带领,使得昌吉回族自治州的农业生产效率得到了极大的提高。

当然,这也离不开昌吉地区的天然条件——水资源充足,气候适合农作物生长。

(3)通常而言,对一项新的生产技术推出时,就会形成新的生产曲线,这时候工作重心应该转移到对这项技术的推广和普及上来,农业尤为如此。

这种情况下,不提高农业技术,农业生产效率增加是有可能的,反之亦然。

新疆的农业生产效率差异大,很大程度是因为农业生产技术的推广不到位,当然这有碍于资金的投入以及对推广部门的投入不够。

所以对相对生产效率低的地区进行现代化农业生产技术的普及是有必要的,这样做是可以提高农业收入。

(4)对于提高新疆农业生产效率,可以考虑以下建议:①增强农业生产效率低的地区的农业基础建设。

相关文档
最新文档