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.     

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。     

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。     

劳动力转移对中国全要素生产率的影响——基于2000-2014年省级面板数据的实证分析

首先,根据2000—2014年全国各省和直辖市面板数据,采取DEA-Malmquist指数法,对我国30个省、 自治区及直辖市的全要素生产率进行测算,并分析了劳动力转移对全要素生产率的影响.结果表明:劳动力转移有利于全要素生产效率(Total Factor Productivity,TFP)的增长,且当第一产业就业人数占总就业人数的比例每减小1%时,全要素生产率会增加1.39%.其次,通过地域划分,横向比较了不同区域内劳动力转移对TFP的具体作用效果,其作用效果大小按照西南、 中南、 东北、 华北、 华东以及西北地区顺序呈现递减规律.最后,将全要素生产率分解为纯技术效率、 技术进步指数和规模效率,分别探究劳动力转移对它们的影响.研究发现:劳动力转移影响全要素生产率主要是通过对技术进步水平与规模效率水平的影响所实现的.     

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。     

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。     

基于Malmquist指数的高等教育生产率变动分析

文章运用Malmquist指数方法,考察了1997——2005年间高等教育全要素生产率TFP的变动趋势,并通过Malmquist指数的分解,分析了我国高等教育TFP增长的内在动力。结果表明,高校扩招以来,我国高等教育TFP的增长主要是由技术进步推动的,规模效率和纯技术效率的相互作用,使高等教育资源配置效率对高等教育TFP的增长作用不明显。通过分析,本文认为走"内涵式"发展道路,不断提高高等教育管理技术水平将是我国高等教育发展战略的未来的发展方向。     

中国农垦全要素生产率的随机前沿分析

文章利用随机前沿生产函数模型,对2001—2006年中国农垦一、二、三产业投入产出数据进行计量分析,根据回归结果,把农垦全要素生产率增长分解为前沿技术进步、相对前沿技术效率、规模经济效率和资源配置效率的变化。进一步分析发现：要素投入增长是农垦产出增长的主要视力来源,农垦全要素生产率增长和产出增长不存在显著的相关关系;农垦前沿技术进步显著,是农垦全要素生产率增长的主要源泉;二、三产业相对前沿技术效率的恶化是阻碍农垦全要素生产率增长的主要障碍。     

长三角地区汽车制造业发展效率演化研究

在全要素生产率（TFP）框架下运用DEA-Malmquist模型方法测度长三角地区41个城市汽车制造业发展的技术效率与规模效率,分析2013-2017年汽车制造业静态与动态发展效率的时空演变。研究发现:（1）长三角地区汽车制造业综合技术效率总体偏低,未能挖掘已有生产要素的潜力,处于规模不经济状态,纯技术效率对综合技术效率的影响大于规模效率;41个城市汽车制造业技术效率的空间演变测度可知综合效率数值小于0.600的城市共17个,产业发展潜力较大;非DEA有效城市普遍存在要素投入冗余、效益产出不足情形,调整投入产出要素比是长三角地区汽车制造业提升效率的主要路径。（2）长三角地区汽车制造业Malmquist效率指数测算表明综合效率与技术效率变化数值大于1,年均增长率为6.00%和4.00%,其中2017年达9.50%和9.60%,但规模效率以2.40%的速度降低影响全要素生产率提高;研究期内全要素生产率变化的城际差异显著,技术效率变化的城际差距逐渐增大,TFP变化的城际差距先减小后增大。     

中国城市TFP增长与潜在增长率

利用1990～2018年间中国264个地级及以上城市的投入和产出数据,本文通过非参数DEA　Malmquist生产率指数法分析了中国城市全要素生产率增长及其分解项技术进步、技术效率、纯技术效率、规模效率等的变化及其对经济增长的贡献率,并探讨了资本和劳动对经济增长的贡献率,进一步采用HP滤波法研究了全要素生产率增长趋势、投入要素增长趋势及其波动对经济潜在增长率的影响,得出结论并提出如下政策建议：1)优化投入要素和资源的合理配置,通过技术研发、人力资本、制度变革等多种方面来提升全要素生产率增长及其对经济增长的贡献率;2）提高各地区固定资本存量的有效使用效率; 3) 提高劳动的有效参与率。     

物流业技术效率及全要素生产率研究现状

物流业的技术效率及全要素生产效率研究近年来成为热点。数据包络分析以及随机前沿函数模型等物流业技术效率与全要素生产率测度的方法与传统计量方法相比具有很大优势,但现有研究方法中缺乏不同方法计算结果的对比,缺乏对影响物流技术效率的环境因素的分析,及对物流技术进步与技术效率演变趋势的探讨等研究的不足。未来应该采用考虑环境因素的全要素生产率分析方法来研究中国省际物流业技术效率及全要素生产率差距问题,这将是一个具有重大理论意义和实际意义的课题。     

中国信息服务业技术效率和生产率变动的研究——基于随机前沿生产函数的分析

本文基于超越对数的随机前沿生产函数,利用中国29个省1996-2005年的相关数据测度了中国信息服务业全要素生产率及其组成部分的变化,同时分东、中、西部三个地区分析了其技术效率值的差异。研究表明中国信息服务业的技术效率呈不断上升的趋势,但各地区技术效率差异较大,这是造成全要素生产率增长差异化的主要因素。接着利用面板数据模型从时间趋势、区位因素、人力资本、市场开放度和政府行为等方面考察了其对信息服务业技术效率的影响。最后,针对实证结果提出相应的政策建议。     

动态视角下中国城市群土地利用TFP测度及影响因素研究

提高城市群土地利用TFP对合理高效利用土地资源,协调好城市群经济发展、资源配置和环境保护具有重大理论和实践意义.文章运用DEA-Malmquist指数对2003—2016年动态视角下中国城市群土地利用TFP进行测度和时空演变分析,并利用Tobit回归模型对影响城市群土地利用TFP变化的因素进行深入研究.结果表明:从时间维度看,城市群土地利用TFP年均上升0.7％,城市群土地利用TFP增长由技术效率和技术进步"双核驱动",技术效率的提升主要与纯技术效率提升有关,规模效率是技术效率和土地利用TFP提升的瓶颈约束;从空间维度看,晋中、哈长、海峡西岸、中原、长江中游、北部湾、成渝、黔中、关中平原和兰西城市群土地利用TFP呈下降趋势,其余城市群土地利用TFP均呈上升趋势,且京津冀、呼包鄂榆、辽中南、长江三角洲、山东半岛和天山北坡城市群土地利用TFP增长为技术进步和技术效率"双核驱动";从影响因素看,人均GDP和年末金融机构人民币各项贷款余额对中国城市群土地利用TFP具有正向促进作用,城市财政支出占本市GDP的比重和人口密度具有负向阻碍作用.     

碳汇视角下中东部农业环境全要素生产率估算

在测算1994~2012年间中东部地区农业碳排放量和农业碳吸收量的基础上,发现农业碳排放量大于农业碳吸收量,农业对环境总体上处于正的溢出效应。因此,将农业＂碳净吸收量＂作为农业生产的正产出,运用非径向Super SBM模型修正了中东部各地区的农业全要素生产率。研究表明：1994~2012年间中东部地区农业全要素生产率处于下降状态,其中技术进步是促进农业全要素生产率增长的主要动力,而技术效率仍有进一步挖掘的潜力。东部地区全要素生产率略高于中部地区,这是因为东部地区技术效率高于中部地区,且两地技术效率差距有拉大的趋势;但东部地区的技术进步率低于中部地区。     

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。     

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.     

中国航空公司共同效率、组群效率与技术落差——基于Meta-Frontier和SBM-DEA的分析

基于SBM模型并结合共同边界技术,对中国16家航空公司2008—2010年的全要素生产率及共同效率、组群效率、技术落差进行实证分析。结果显示:三大航空集团效率不断提升,但技术水准与效率前沿相距较远;民营航空公司在组织模式、管理运营方面优于地方航空公司和三大航空集团,但效率提升十分缓慢;地方航空公司虽然接近技术前沿,但需提高自身的管理水平。技术进步成为中国航空公司生产效率提升的主要来源,而员工和运力投入过剩则成为无效率的主要来源。精简投入、减少冗余,成为中国航空公司提升效率的主攻方向。     

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。     

北京制造业全要素生产率持续增长的对策研究——基于DEA的Malmquist生产率实证分析

1997-2006年期间,北京市制造业的全要素生产率(TFP)年均增长率为10.2%,TFP的增长主要得益于技术进步,而技术效率则出现年均2.4%的衰退,对其产生负面影响。因此,要继续推动北京制造业生产率的增长,必须在保证技术进步、加大技术研发投入的同时,对技术效率进行优化和提高。不断提高企业的经营管理水平,有效组织和整合企业资源,加大制造业产业布局的调整力度,实现产业规模经济以及协同效应。