农村金融发展效率的区域异质性对农业绿色TFP的影响研究

运用方向性距离函数和GML指数测算各省（市农业绿色全要素生产率（TFP,在此基础上采用系统矩估计方法就农村金融发展效率的区域异质性对农业绿色TFP增长的影响及其传导路径进行了实证检验。研究发现：农村金融发展效率通过促进农业绿色技术进步推动农业绿色TFP增长,东、中、西部各地区农村金融发展效率对农业绿色TFP增长和农业绿色技术进步作用效应依次递减;东部和中部地区的农村金融发展效率均未对农业绿色技术效率增长产生显著影响,而西部地区的农村金融发展效率对农业绿色技术效率有抑制作用。     

我国林业旅游资源开发效率动态演进与区域差异的实证研究——基于省际森林公园的面板数据

借助于林业统计资料,利用DEA的Malmquist生产率指数模型,对2003-2012年我国林业旅游资源开发绩效进行了测算。结果表明,总体上我国林业旅游资源开发技术效率增长态势良好,年均增长率为5.8%,但年度间则呈现较强的波动性且部分年份效率值偏低;从区域角度看,东、中、西三大区域的林业旅游资源开发FTP技术效率均实现了增长,且各区域TFP指数增长较快的关键因素仍在于技术进步,且东部省份TFP指数增长显著低于中部和西部省份;从各省市区具体情况看,我国近1/3的省份林业旅游资源开发效率存在下降的情形,其余省份技术效率呈现正增长,但差异较大;从Malmquist生产率指数分解来看,仍有15个省份存在技术进步或技术效率损失的情形,且青海省技术进步和技术效率损失并存。     

中国大数据企业全要素生产率增长及收敛研究

基于中国大数据上市企业的相关财务指标数据,利用Malmquist生产率指数方法测算了中国大数据企业全要素生产率及其分解,并对其全要素生产率变动的时序特征及增长差异进行了分析;进而采用收敛性理论,探析了差异的演变规律和内在机制。结果发现:中国大数据企业在2008—2013年间全要素生产率呈现负增长(-3.3%),主要原因在于技术效率增长的"拖累效应"明显,而技术进步贡献的"增长效应"相对有限,TFP并不是大数据企业产出增长的主要源泉;不同大数据企业的TFP增长及其动因存在显著差异,但收敛性检验表明,中国大数据企业TFP及其构成的增长均呈现出显著的收敛趋势。     

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。     

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.     

中国县域农业全要素生产率增长的地区差异及动态演进

基于2000-2017年中国大陆1173个县域的面板数据,采用序列DEA方法对县域农业TFP增长进行测度,并使用Dagum基尼系数和核密度估计系统考察县域农业TFP增长的地区差异及其动态演进。研究表明：县域农业TFP年均增长3.02%,并表现出明显的地区不平衡性和阶段性波动特征;县域农业TFP增长的地区差异呈现扩大趋势,超变密度对县域农业TFP增长的地区差异贡献最高,而地区内部差异和地区间差异的贡献相对较低;全国地区县域农业TFP增长表现为“双峰”分布,地区差异呈扩大态势;东部地区县域农业TFP增长由“双峰”向“单峰”转变,而中部和西部地区均表现为“双峰”分布。由此,建议通过促成前沿技术进步和改善技术效率的“双驱动”模式、促进县域间农业要素资源的合理流动、加强财政支农力度等措施促进县域农业TFP增长。     

我国农业全要素生产率增长的动态变化与影响因素——基于DEA和SFA方法的比较研究

采用非参数的DEA-Malmquist生产率指数法、参数的随机前沿生产函数法(SFA)以及Pool OLS、固定效应模型(FE)、随机效应模型(RE)多种方法分析了1990—2012年我国28个省份的农业全要素生产率(TFP)的演变趋势及其影响因素。研究结论表明:两种方法测算的农业TFP年均增长率分别为3.1%和3.6%,但波动趋势呈现出相反的结论 ,技术进步是国家及其各省份、各区域农业TFP增长的主要来源,东部、中部、西部农业TFP依次递减;农业资本投入、人力资本和城市化水平对农业TFP增长都具有正向显著作用,而农业劳动投入、农业种植结构对农业TFP增长产生了显著的负向影响,财政支农力度在DEA法的结论中表现为对农业TFP的显著正向作用,土地投入的影响在两种方法中出现了相反的结论。     

中国煤炭行业绿色全要素生产率研究

绿色全要素生产率（GTFP）是将能源消耗与环境污染同时纳入传统TFP核算框架的兼顾经济增长与环境保护的绿色发展指标。与传统全要素生产率（TFP）相比，其更能反映创新驱动的本质。科学测算煤炭行业GTFP能客观描述科技进步与创新、规模收益等对产出增长的驱动/阻碍情况，对煤炭行业实现高质量发展、助力实现“双碳”目标有重要意义。然而，现有煤炭行业GTFP测算较少将经济、能源与环境因素同时考虑在内，导致测算的GTFP与实际情况有一定的差距。将能源消费与“三废”排放同时纳入研究框架，首先应用DEA分析了2014—2018年中国不同区域所属25个省区市煤炭行业的平均综合技术效率，在此基础上，采用Global-Malmquist-Luenberger指数，测算出了2002—2018年的GTFP，并按区域与时间维度对GTFP进行分解，结果表明：我国煤炭行业平均综合技术效率水平较低，西部地区整体优于东部，东部优于中部，中部优于东北；促进我国煤炭行业GTFP改进的主要原因是技术进步，而不是技术效率，纯技术效率与规模效率是导致技术效率降低的主因，但前者的阻碍作用更大，纯技术增长是技术进步的源泉；分地区看，东部...     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

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.     

农业绿色全要素生产率增长及其影响因素

通过拓展的非径向非角度的DEA模型和Luenberger生产率指标,在估算了农业污染的前提下,计算了中国农业绿色TFP的增长,并对其影响因素进行了分析。结果表明：中国农业绿色TFP目前增长较慢,且区域差异明显;农业技术效率改善缓慢,技术进步是农业绿色TFP增长的主要源泉;如果忽视环境约束,将导致农业TFP增速的明显高估;农业税的减免促进了农业绿色TFP增速的提高,而农业财政支出的影响并不明显;工业化、城市化的推进和农业贸易条件阻碍了农业绿色TFP增速的提高。     

我国制造业技术效率的测算与变动研究

运用基于数据包络分析(DEA)的Malmquist指数分析方法对2003—2011年我国制造业的全要素生产率(TFP)进行测算,从而得出我国制造业技术效率与技术进步的现状及发展趋势。结果表明,从2003—2011年期间,制造业各行业的全要素生产率平均年增长率为8%,技术进步的年均增长率为4.9%,技术效率的年均增长率为2.9%,由此看来,9年来在影响30个制造行业的全要素生产率的增长因素中,技术进步和技术效率同时起到作用,技术进步的效果稍加显著。     

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。     

华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型

基于随机前沿生产函数模型,利用华东地区六省1978—2015年的面板数据,分析华东农业全要素生产率增长及分解部分的变化趋势。结果表明：1978—2015年,华东地区农业全要素生产率年均增长率为4.59%,依次呈现出递减、递增、平稳的变化趋势;农业技术进步是全要素生产率增长的主要动力;技术效率是华东农业全要素生产率增长的主要阻碍因素,呈逐年下降的趋势;规模效率对农业增长阻碍作用不明显;要素配置效率对经济增长有促进作用即存在结构红利,但不显著。据此提出加大农业技术创新投入,提高农业产出效率;加快农业固定资产投资体制改革,盘活存量、优化增量;优化资源配置,提高农业供给体系的质量和效率等建议。     

低碳视角下粮食主产区农业全要素生产率比较——基于中国13省2002-2011年数据的分析

运用Malmquist生产率指数（M指数）和Malmquist-Luenberger生产率指数（ME指数）对中国13个粮食主产区2002-2011年的农业全要素生产率（TFP）进行测算和比较分析,结果显示：13个粮食主产区研究期内ML指数与M指数的变化趋势大体一致;但与考虑碳排放情况的ML指数相比,M指数高估了农业TFP的增长速度,夸大了技术进步和技术效率对农业TFP的贡献作用;由ML指数及其分解可知,中国目前粮食主产区的农业生产方式仍然简单粗放;从技术“创新者”身份来看,产粮大省山东省、处于东部较发达地区的江苏省和位于东北粮食生产基地的辽宁、内蒙古、黑龙江、吉林等省份在实现碳排放约束条件下的农业技术创新方面发挥了重要作用,直接推动着农业环境技术的进步与创新,但中部一些省份,如湖南、湖北、江西、安徽的表现则不理想。     

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。     

安徽城市节能降耗效率动态变化实证研究

文章利用数据包络分析法对安徽17个城市2000~2007年间能源利用效率进行了实证研究,并通过对Malmquist生产率指数的测算与分解,分析了安徽能源全要素生产率增长源泉、区域差异原因与跨期生产率动态变化趋势。研究表明:考察期内技术效率制约安徽能源全要素生产率提升,而技术进步是安徽能源全要素生产率增长的主要驱动力。     

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。