我國農(nóng)業(yè)生物育種上市公司經(jīng)營效率評價
——基于因子分析和Malmquist指數(shù)的數(shù)據(jù)包絡分析

(1.四川大學錦城學院 金融學院,四川 成都 611731;2.四川農(nóng)業(yè)大學 管理學院,四川 成都 611130)

我國農(nóng)業(yè)生物育種上市公司經(jīng)營效率評價
——基于因子分析和Malmquist指數(shù)的數(shù)據(jù)包絡分析

彭肖肖1,陳冬冬2

(1.四川大學錦城學院 金融學院,四川 成都 611731;2.四川農(nóng)業(yè)大學 管理學院,四川 成都 611130)

基于2009—2015年15家農(nóng)業(yè)生物育種上市公司面板數(shù)據(jù),采用因子分析法對目標指標進行降維,構建全局參比Malmquist指數(shù)模型,對生物育種上市公司的全要素生產(chǎn)率進行實證研究。結果表明:生物育種上市公司全要素生產(chǎn)率總體呈波動狀態(tài),在明顯的增長態(tài)勢期間,技術改善和進步對全要素生產(chǎn)率起決定性作用，但技術進步不能保持,導致全要素生產(chǎn)率下降,證明需要加強技術改善的持久力;各行政地區(qū)全要素生產(chǎn)率增減波動較大,每年各地區(qū)技術變化總體一致，動物育種上市企業(yè)生產(chǎn)要素資源配置更穩(wěn)定。根據(jù)結論,針對農(nóng)業(yè)生物育種上市公司經(jīng)營情況,提出加強生物育種技術研發(fā)、鼓勵科研成果的轉(zhuǎn)化及推廣、加大企業(yè)分類指導和促進企業(yè)間交流等建議。

生物育種;經(jīng)營效率;Malmquist指數(shù);全要素生產(chǎn)率;因子分析

1 引言

如今,農(nóng)業(yè)生物技術是推動現(xiàn)代農(nóng)業(yè)科技創(chuàng)新和生物育種產(chǎn)業(yè)發(fā)展的重要支撐,已成為世界各國科技發(fā)展的競爭焦點和新興產(chǎn)業(yè)發(fā)展的戰(zhàn)略重點。截止2015年末,我國農(nóng)業(yè)生物育種上市公司共15家,其中作物育種公司8家,包括傳統(tǒng)種子的育種和轉(zhuǎn)基因抗蟲棉、雜交水稻等高科技種子的研發(fā);動物育種公司7家,其中包括豬、牛等畜牧育種,蝦、海參和羅非魚等水產(chǎn)育種。針對我國農(nóng)業(yè)生物育種公司經(jīng)營特征,對生物育種上市公司的經(jīng)營效率進行研究,全面準確評價生物育種上市公司的經(jīng)營能力。

早期的研究多使用C2R模型,對農(nóng)業(yè)上市公司進行靜態(tài)效率分析。大部分學者發(fā)現(xiàn)我國農(nóng)業(yè)上市公司的平均效率較低,且公司間效率值差距顯著,部分公司效率值在不同年份之間存在著較大的波動性[1]。我國農(nóng)業(yè)上市公司總體效率低下的原因是純技術效率和規(guī)模效率共同影響的結果[2]。此后,多數(shù)學者對農(nóng)業(yè)上市公司效率的靜態(tài)分析逐步轉(zhuǎn)向靜態(tài)和動態(tài)結合分析。部分學者運用SORM-BCC超效率模型對我國農(nóng)業(yè)部分上市公司樣本年間的經(jīng)營績效及影響因素進行了評價和分析。從靜態(tài)來看,由于農(nóng)業(yè)上市公司規(guī)模效率不高,使綜合技術效率普遍偏低。從動態(tài)來看,發(fā)現(xiàn)技術水平變化是全要素生產(chǎn)率增長的強勁來源。然而由于規(guī)模效率變化明顯衰退,影響了經(jīng)營績效的進一步提升[3]。部分學者運用數(shù)據(jù)包絡分析中的Malmquist指數(shù)對農(nóng)業(yè)類公司進行了靜態(tài)和動態(tài)相結合的效率分析。張廣宏等發(fā)現(xiàn),農(nóng)業(yè)類細分行業(yè)的發(fā)展極不均衡,有的細分行業(yè)如漁業(yè)、種植業(yè)全要素生產(chǎn)率增長較快,而林業(yè)、畜牧業(yè)生產(chǎn)率增長較緩慢,行業(yè)之間發(fā)展不均衡[4];趙紅發(fā)現(xiàn),我國農(nóng)業(yè)保險公司技術效率偏低,主要是由規(guī)模效率偏低造成,技術進步效率下滑是全要素生產(chǎn)率下滑的主要原因,影響我國農(nóng)業(yè)保險公司經(jīng)營效率的因素各不相同[5]。

在效率評價領域,農(nóng)業(yè)類上市公司效率分析的研究已經(jīng)十分豐碩,但農(nóng)業(yè)生物育種類公司的效率研究較少?；诖?本文以農(nóng)業(yè)生物育種上市公司為研究對象,通過因子分析篩選出目標指標,并構建全局參比Malmquist指數(shù)模型,對生物育種上市公司的全要素生產(chǎn)率進行測度。

2 模型簡介

Malmquist指數(shù)分析是指當被評價決策單元的數(shù)據(jù)為包含多個時間點觀測值的面板數(shù)據(jù)時可對生產(chǎn)率變動情況、技術效率和技術變化對生產(chǎn)率變動所起的作用進行分析[6]。本文使用的模型是由Pastor、Lovell提出的一種Malmquist指數(shù)計算方法,是以所有各期總和作為參考集,即各期共同的參考集為:

(1)

由于各期參考的是同一前沿,因此計算得出的也是單一的Malmquist指數(shù):

(2)

Malmquist指數(shù)可分解為純技術效率變化、技術變化和規(guī)模效率變化:

MI=PEC×SEEC×TC

(3)

由于被評價“DMU”包含在參考集內(nèi),所以全局參比Malmquist指數(shù)不存在VRS模型無可行解問題。同時,全局參比Malmquist指數(shù)具備傳遞性,可累乘。因此,本文將采用全局參比Malmquist指數(shù)對中國生物育種上市公司的全要素生產(chǎn)率進行研究。

3 數(shù)據(jù)來源與指標選取

基于生物育種上市公司官網(wǎng)公開披露的審計報告和國泰安數(shù)據(jù)庫,選取2009—2015年我國15家農(nóng)業(yè)生物育種上市公司的財務數(shù)據(jù)作為模型計算經(jīng)營效率的原始數(shù)據(jù)。根據(jù)農(nóng)業(yè)類公司計算經(jīng)營效率的相關文獻[7-9],共選取13個財務指標作為初始指標,見表1。

表1 初始指標選取

表2 因子得分系數(shù)矩陣

注:提取方法為主成分分析法、旋轉(zhuǎn)方法、最大方差法。

使用SPSS軟件進行因子分析,其中KMO統(tǒng)計量為0.725,Bartlett球形檢驗P值為0.000,所選數(shù)據(jù)來自正太分布總體,可進行因子分析?；谧畲筇卣鞲?本文提取了四個公共因子,累積貢獻率89.120%。以財務報表分析原則為命名依據(jù),對四個主成分因子分別命名為盈利因子、償債因子、資金流動性因子、資本因子,見表2。研究因子歸并結果與多數(shù)文獻歸并結果大致相同[7-9]；不同的是將資產(chǎn)負債率和負債與所有者資產(chǎn)比率歸并入資本因子,用以反映公司經(jīng)營資本狀況與資產(chǎn)負債結構。由于主營業(yè)務利潤得分在四個主成分因子中均不高,根據(jù)相關文獻分類結果[9],將其歸并入盈利因子。計算2009—2015年各生物育種上市公司的因子得分。

4 實證結果分析

借鑒季凱文等學者文獻中的投入—產(chǎn)出指標分類[10，11],以償債因子、資金流動性因子、資本因子作為投入指標,以盈利因子作為產(chǎn)出指標，將衡量全要素生產(chǎn)率的Malmquist指數(shù)分解為技術效率增長、技術進步和規(guī)模效率[5,12-14],對2009—2015年15家生物育種上市公司經(jīng)營效率進行分析。

4.1 基于全要素生產(chǎn)率的經(jīng)營效率分析

由測算結果可見,全要素生產(chǎn)率的平均值僅為0.9231,標準差7.9629,即生物育種上市公司平均全要素生產(chǎn)率處于下降狀態(tài),各公司全要素生產(chǎn)率差異較大。其中，2013年敦煌種業(yè)和2014年萬向德農(nóng)全要素生產(chǎn)率較高,分別為75.7431和11.9809,主要原因是在技術變化和規(guī)模效率變化較小的情況下,敦煌種業(yè)(98.4201)和萬向德農(nóng)(7.6862)純技術效率值大幅度增長。

從純技術效率變化來看,各樣本公司之間具有顯著性差異,在研究時間內(nèi)增減上下波動趨勢明顯。從技術變化來看,在樣本期內(nèi)技術變化的波動性較大,且各公司技術變化方向一致。在2011年和2014年,各公司技術進步幅度大,除2014年西部牧業(yè)(0.7722)以外,其他生物育種公司技術變化均大于1,即處于技術進步時期。2012年技術退步,主要原因在于“三農(nóng)概念股”的提出,投資者對生物育種上市公司的發(fā)展前景看好,大量的資金涌入,使生物育種上市公司將關注力更多地投向市場,并針對市場需求專注于研發(fā),而研發(fā)和人才的引進等工作彈性較小,短時間內(nèi)成效并不顯著,導致技術研發(fā)和人才引進等技術變化出現(xiàn)暫時下降狀態(tài)。技術變化趨勢一致,表明技術變化與國家相關政策以及技術研發(fā)水平等息息相關,國家政策和經(jīng)濟環(huán)境是影響生物育種企業(yè)技術變化的重要因素。在技術革新迅速的時代,新技術很快會取代傳統(tǒng)技術,而新技術的引入和使用需要較長時間,則會出現(xiàn)相對技術退步現(xiàn)象,即技術存在周期性變化。從規(guī)模效率變化來看,相比純技術效率變化和技術變化,規(guī)模效率變化波動較小,對全要素生產(chǎn)率的影響也相對較小。

以全要素生產(chǎn)率作為對象,生產(chǎn)率均值排名第一的是隆平高科(1.1640),居中的是豐樂種業(yè)(1.0178)與東方海洋(0.9748),靠后的是ST獐島(0.5441)。在研究時間范圍內(nèi),全要素生產(chǎn)率均值排名前三的隆平高科、登海種業(yè)和壹橋股份的規(guī)模效率變動均較平穩(wěn),主要受技術變化影響。從全要素生產(chǎn)率居中的豐樂種業(yè)和東方海洋的對比來看,其技術變化和規(guī)模效率變化差異較小,最終導致東方海洋生產(chǎn)率下降,而豐樂種業(yè)生產(chǎn)率提高的原因是純技術效率的差異。總體看,在生物育種上市公司中,技術變化是導致全要素生產(chǎn)率變化的主要原因,而純技術效率也會影響全要素生產(chǎn)率的變動。不僅如此,大部分時間段內(nèi),各企業(yè)純技術效率和技術變化普遍呈反向變動關系,生物育種公司上市普遍存在管理能力和技術運用不平衡、不匹配現(xiàn)象。

根據(jù)模型結果,計算生物育種上市公司的年均Malmquist指數(shù),見表3。我國生物育種上市公司的年均全要素生產(chǎn)率呈現(xiàn)明顯的波動特征,總均值減幅達7.69%,總體上呈現(xiàn)“下降→上升→下降→上升”的趨勢,其中下降階段為2009—2010年、2011—2013年、2014—2015年,2013年達到最低點,減幅為11.96%,2014年達到最高點,增幅為36.16%。2011年和2014年,受技術進步的影響,生物育種上市公司年均生產(chǎn)率提高。

表3 2009—2015年農(nóng)業(yè)生物育種上市公司各指標幾何平均值指標

根據(jù)全要素生產(chǎn)率的分解來看,生物育種上市公司屬于技術進步型增長,技術進步對全要素生產(chǎn)率增長的貢獻最大,其次是純技術效率增長,最后是規(guī)模效率增長。2010—2011年,全要素生產(chǎn)率的增長(1.1422)主要來源于技術進步(1.8954),而且改善的幅度較大。這說明隨著我國農(nóng)業(yè)生物育種行業(yè)改革的不斷進步,生物育種技術已經(jīng)能夠不斷運用新的方式,如互聯(lián)網(wǎng)、全自動化機械生產(chǎn)線等,提高生物育種在技術、生產(chǎn)和銷售方面的效率。2011—2013年,技術退步導致全要素生產(chǎn)率下降。隨后到2013—2014年,技術進步(1.5911)繼續(xù)發(fā)揮主導作用,全要素生產(chǎn)率提高(1.3616),體現(xiàn)了農(nóng)業(yè)政策實施力度的深入,全國進入現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)型升級的初步階段,生物育種上市公司因此也受到影響。從該模型來看,生物育種上市公司全要素生產(chǎn)率的增長總體上依靠技術進步,體現(xiàn)了惠農(nóng)政策發(fā)展對生物育種上市公司經(jīng)營效率的重要作用。

4.2 按地區(qū)為對象進行分析

以我國生物育種上市公司的主要生產(chǎn)地點作為標準,本文將15家樣本公司按地區(qū)分類,其中華北地區(qū)的生物育種上市公司有5家、東北地區(qū)3家、中南地區(qū)3家、西北地區(qū)2家、華北地區(qū)僅2家，分別計算得到相應區(qū)域的相關指數(shù),見表4。

表4 農(nóng)業(yè)類生物育種上市公司各行政區(qū)劃Malmquist指數(shù)

由表4可知,2009—2015年各行政地區(qū)生物育種上市公司的技術效率均偏低,均值僅達到0.2339,其中西北地區(qū)的技術效率最低,僅0.1678,主要包括西部牧業(yè)、敦煌種業(yè)等位于新疆和甘肅等省區(qū)的公司,未發(fā)揮出生產(chǎn)要素潛力。結合生物育種公司與地域劃分來看,可以看出相同地區(qū)的生物育種上市公司經(jīng)營狀況具有顯著性差異,如隆平高科全要素生產(chǎn)率達到1.1640,而同樣位于中南地區(qū)的神農(nóng)基因全要素生產(chǎn)率僅0.7005。

從表5可見,各地區(qū)生物育種上市公司年均全要素生產(chǎn)率下降,下降的原因主要歸咎于技術退步。在樣本時間內(nèi),各行政劃分地均出現(xiàn)全要素生產(chǎn)率“上升→下降→上升→下降”的趨勢,表示各地區(qū)全要素生產(chǎn)率波動性較大。數(shù)據(jù)顯示,我國全要素生產(chǎn)率年均下降7.69%,其中,東北、華北、華東、西北以及中南分別下降18.93%、2.49%、0.90%、5.45%和11.41%。技術變化方面,除了2010年中南地區(qū)技術小幅度退步,與其余四個區(qū)域技術進步不一致以外,在研究時間范圍內(nèi),各行政區(qū)劃技術變化方向一致,差異性不明顯,其原因在于不同地區(qū)之間技術變化都受同樣的宏觀經(jīng)濟背景和農(nóng)業(yè)政策的影響，僅東北和華北地區(qū)技術變化均值大于1,呈現(xiàn)技術進步狀態(tài)。大部分地區(qū)出現(xiàn)規(guī)模效率提高的同時技術退步,而規(guī)模效率的下降會出現(xiàn)技術進步的現(xiàn)象。主要原因在于一個地區(qū)的技術進步,即技術的研發(fā)和人才的引進等,通常需要生產(chǎn)要素適應新技術的階段,相對于技術的進步,規(guī)模效率則會下降。

表5 2009—2015年各上市公司分區(qū)的年均Malmquist指數(shù)

4.3 按育種類型分析

按照生物育種類型,將15家公司分為作物育種和動物育種兩類。各類作物育種和動物育種的生產(chǎn)率均值分別下降3.41%和12.35%。其中作物育種公司的年均技術變化大于1,而動物育種公司技術變化均值僅0.9844,表示作物育種的技術投入方面較動物育種更合理。但無論是作物育種公司還是動物育種公司,純技術效率和規(guī)模效率均小于1,管理配置和生產(chǎn)要素的投入方面均有待提高。

綜上所述，無論是作物育種還是動物育種的上市公司,全要素生產(chǎn)率的增減波動均較大。樣本期內(nèi),作物育種上市公司和動物育種上市公司全要素生產(chǎn)率的差異性較大,其中技術變化相似,但作物育種上市公司的規(guī)模效率變化更大,作物育種公司在生產(chǎn)要素配置方面的穩(wěn)定性弱于動物育種公司。

5 結論與討論

本文采用數(shù)據(jù)包絡Malmquist指數(shù)法,在全要素生產(chǎn)率分析框架下,全面分析了2009—2015年我國生物育種上市公司的經(jīng)營效率,得出以下主要結論:①我國生物育種上市公司全要素生產(chǎn)率指數(shù)以年均7.69%的速度總體下降，技術進步成為控制全要素生產(chǎn)率下降的主要因素。技術變化上下波動趨勢明顯,且樣本公司的技術變化方向總體一致。純技術效率變化整體上圍繞全要素生產(chǎn)率波動,大部分時間處于下降階段,是影響全要素生產(chǎn)率的原因之一。規(guī)模效率對生產(chǎn)率的變化影響小于技術變化和純技術效率變化。②按行政區(qū)劃分類來看,各地區(qū)全要素生產(chǎn)率下降,各行政區(qū)劃技術效率水平存在顯著性差異。全要素生產(chǎn)率下降的主要原因在于技術退步,而每年各地區(qū)技術變化方向總體一致。說明受到農(nóng)業(yè)政策的影響,各行政區(qū)劃的發(fā)展多是依賴科技下的技術改革和進步,這也與生物育種公司是知識密集型的產(chǎn)業(yè)發(fā)展特征相吻合。按育種類型來看,在樣本時間內(nèi)兩類育種上市公司全要素生產(chǎn)率均值均下降,變量指標值差異性大,動物育種上市公司相比作物育種上市公司在生產(chǎn)要素資源配置方面更加穩(wěn)定。

研究發(fā)現(xiàn),生物育種上市公司的全要素生產(chǎn)率總體較為波動,在明顯的增長態(tài)勢期間技術改善和進步對全要素生產(chǎn)率的提升起決定性作用。但技術進步不能長期保持進步,導致全要素生產(chǎn)率下降,證明需要加強技術改善的持久力。因此,從技術變化出發(fā),完善和提高技術水平,并保持技術進步的動力,這樣才可以提高生物育種上市公司的全要素生產(chǎn)率,增強公司經(jīng)營能力。不同的地區(qū)和不同種類公司之間的全要素生產(chǎn)率變動差異明顯,只能通過實行差異化的分類管理和指導,才能促進其全要素生產(chǎn)率的提高。

6 對策建議

根據(jù)實證研究結果,結合農(nóng)業(yè)生物育種上市公司經(jīng)營情況,給出以下對策建議:①加強生物育種技術研發(fā),鼓勵科研成果的轉(zhuǎn)化及推廣。近幾年,我國生物育種公司自主創(chuàng)新能力和科研能力逐步增強,但是依然缺乏技術進步的持續(xù)動力。生物育種上市公司的技術變化又主要是受政策環(huán)境影響,即政策的扶持,對生物育種公司的全要素生產(chǎn)率提升具有顯著的促進作用。因此,國家和各級政府需要加快建立生物育種新興技術研究的指導政策,研究制定鼓勵生物育種企業(yè)加大對新技術研發(fā)資金和人力投入的支持性政策,統(tǒng)籌完善農(nóng)業(yè)生物技術科研成果轉(zhuǎn)化的激勵政策,為生物育種公司的發(fā)展提供強有力的政策引導和支持。②加大企業(yè)分類指導,促進企業(yè)間的交流。由于各地區(qū)之間全要素生產(chǎn)率差異明顯,所以需要針對不同的農(nóng)業(yè)生物育種上市公司的特點,在實行新的促進農(nóng)業(yè)企業(yè)發(fā)展的政策和措施中,應該根據(jù)其所在區(qū)域的不同以及育種種類的不同針對性地制定相關政策。例如國聯(lián)水產(chǎn)、西部牧業(yè)等技術退步的公司,需要鼓勵新技術研發(fā)，制定人才引進的惠農(nóng)政策,以解決現(xiàn)實所存在的問題。從整體來看,國家與各級政府應該從全局統(tǒng)籌農(nóng)業(yè)生物育種企業(yè)的發(fā)展著手,解決不同地區(qū)農(nóng)業(yè)發(fā)展水平不同的問題,促進區(qū)域之間人才和技術的交流,增加信息的流動性,提高資源效率的配置率和農(nóng)業(yè)生物育種企業(yè)的經(jīng)營能力。

[1]孟令杰,丁竹.基于DEA的農(nóng)業(yè)上市公司效率分析[J].南京農(nóng)業(yè)大學學報(社會科學版),2005,(2)∶39-43.

[2]沈淵,鄭少峰.農(nóng)業(yè)上市公司經(jīng)營效率的DEA分析.生產(chǎn)力研究[J].2008,(16)∶27-30.

[3]吉生保,席艷玲,趙祥.中國農(nóng)業(yè)上市公司績效評價——基于SORM-BCC超效率模型和Malmquist的DEA-Tobit分析[J].農(nóng)業(yè)技術經(jīng)濟,2012,(3)∶114-127.

[4]張廣宏,孫駿,鄭金貴,等.農(nóng)業(yè)類上市公司全要素生產(chǎn)率分析——基于Malmquist生產(chǎn)力指數(shù)模型[J].中國漁業(yè)經(jīng)濟,2012,(6)∶91-97.

[5]趙紅.基于DEA—Malmquist的農(nóng)業(yè)保險公司經(jīng)營效率研究[J].安徽農(nóng)業(yè)大學學報(社會科學版),2016,(5)∶39-43.

[6]成剛.數(shù)據(jù)包絡分析方法與MAXDEA軟件[M].北京：知識產(chǎn)權出版社,2014∶200-222.

[7]鐘燕,盛智穎.我國農(nóng)業(yè)上市公司經(jīng)營績效的實證研究——基于主成分分析、因子分析與聚類分析[J].技術經(jīng)濟與管理研究,2009,(6)∶21-23,40.

[8]王若晨,王桔子.基于因子分析法對滬深農(nóng)業(yè)類上市公司財務績效實證分析[J].山東農(nóng)業(yè)大學學報(自然科學版),2014,(3)∶449-453.

[9]劉歡.基于因子分析的農(nóng)業(yè)上市公司財務績效評價[J].經(jīng)濟研究導刊,2015,(23)∶168-170.

[10]季凱文.中國生物農(nóng)業(yè)全要素生產(chǎn)率的增長效應及影響因素研究——對32家上市公司的實證考察[J].軟科學,2015,(2)∶41-45.

[11]王玨,宋文飛,韓先鋒.中國地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其影響因素的空間計量分析——基于1992—2007年省域空間面板數(shù)據(jù)[J].中國農(nóng)村經(jīng)濟,2010,(8)∶24-35.

[12]張錦華,吳方衛(wèi).農(nóng)業(yè)上市公司的持續(xù)經(jīng)營能力分析——基于自由現(xiàn)金流量的理論與實證研究[J].農(nóng)業(yè)科技經(jīng)濟,2003(3)∶5-9.

[13]柯孔林,馮宗憲.中國商業(yè)銀行全要素生產(chǎn)率增長及其收斂性研究——基于GML指數(shù)的實證分析[J].金融研究,2013,(6)∶146-159.

[14]王賀封,石憶邵,尹昌應.基于DEA模型和Malmquist生產(chǎn)率指數(shù)的上海市開發(fā)區(qū)用地效率及其變化[J].地理研究,2014,(9)∶1636-1646.

ResearchonOperatingEfficiencyofListedCompaniesofBiologyBreeding——BasedonFactorAnalysisandMalmquistIndex

PENG Xiao-xiao1,CHEN Dong-dong2

(1.School of Finance,Jincheng College of Sichuan University,Chengdu 611731,China;2.School of Management,Sichuan Agricultural University,Chengdu 611130,China)

Based on the panel data of agricultural biology breeding listed companies from 2009 to 2015,this paper used the factor analysis to reduce the target index,constructed the global reference Malmquist index model,and made an empirical study on the total factor productivity of bio-breeding listed companies.The results showed that the total factor productivity of agricultural biology breeding listed companies was generally fluctuating,and the improvement and progress of technology played a decisive role in total factor productivity during the obvious growth trend.But the technological progress could not be maintained,leading to a decline in total factor productivity,demonstrating the need to strengthen the sustainability of technological improvements.The total factor productivity of all administrative divisions fluctuated greatly,and the technological change of each region was consistent with each other. The resource allocation of animal breeding listed enterprises was more stable. According to the conclusion,it was proposed to strengthen the research and development of biological breeding technology,encourage the transformation and popularization of scientific research achievements,and increase the classification guidance of enterprise and promote the communication between enterprises.

biological breeding;operating efficiency;Malmquist Index;total factor productivity;factor analysis

2017-11-13；

2017-12-21

彭肖肖(1993-),女,四川省仁壽人,碩士研究生,主要從事組織管理、數(shù)量經(jīng)濟研究。

陳冬冬(1974-),男,四川省滎經(jīng)人,博士,教授,碩士生導師,主要從事組織管理、數(shù)量經(jīng)濟研究。

10.3969/j.issn.1005-8141.2018.01.003

F276.4；F272.5

A

1005-8141(2018)01-0012-05