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。     

基于数据包络分析的江苏省三级民营医院运营效率研究

目的：研究江苏省三级民营医院运营效率的动态静态变化情况。方法：采用数据包络分析法中的BCC模型和Malmquist指数模型对2014—2016年江苏省三级民营医院的相对有效率进行测算和比较。结果：江苏省三级民营医院三年综合效率平均值为0.944,全要素生产率指数年均增长2.1%,技术变动年均增长4.1%,效率变动平均下降1.9%,全要素生产率增长主要得益于技术进步,而发展缓慢主要是受到了规模效率变动指数下降的限制。结论：江苏省三级民营医院目前总体上处于平稳发展的状态。医院发展要兼顾技术和技术效率,优化资源配置、完善管理模式与运行机制、重视技术创新、不断培养高水平人才,才能持续提升三级民营医院的运营效率。     

中国全要素生产率变动的再测算与适用性研究——基于数据包络分析与随机前沿分析方法的比较

采用数据包络分析（DEA）和随机前沿分析（SFA）2种方法对中国29个省份1990--2007年间全要素生产率变动进行测算和适用性分析。结果表明：2种方法估计得到的全要素生产率变动的时间趋势基本一致,其中,技术进步成为全要素生产率增长的主要推动力,而技术效率变动则起到负贡献;SFA方法得到的全要素生产率指数明显高于DEA方法;SFA估计结果显示各地区全要素生产率增长相对平均、差距较小;而DEA估计结果则表现出鲜明的地区差异性,与中国各地区经济发展的非均衡性相契合。比较而言,由DEA方法得到的结论可能更加可靠,也更能满足对中国经济现实进行解释的需要。     

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。     

我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析

采用DEA方法和Malmquist指数方法,利用我国欠发达地区1998—2009年度数据,实证分析我国欠发达地区粮食生产效率的变动情况及其过低的原因。结果表明,1998—2009年间,欠发达地区粮食的综合效率不高;欠发达地区粮食全要素生产率未达到有效前沿,技术进步较低,技术效率作用也不明显,各地区之间的全要素增长差异较大,并呈现出明显的阶段性变化特征。     

湖北省柑橘产业生产效率的DEA分析

采用数据包络分析法及我国2005—2010年柑橘生产成本和收益数据,对湖北省柑橘生产效率与其他三大主产区及全国平均生产效率进行了分析。结果表明,湖北、湖南、广东、福建四大主产区柑和桔全要素生产率呈现出明显的周期性波动;湖北省柑生产的全要素生产率变化主要源于综合技术效率变动和技术进步的共同作用,湖北省桔生产的全要素生产率变化主要源于综合技术效率的变动;湖北省柑和桔生产的规模效率变动决定了综合技术效率的变动,全国柑和桔生产的规模效率和纯技术效率变动共同影响了综合技术效率的变动。     

湖南各地市农业全要素生产率变动实证分析

运用非参数Malmquist指数法,测算了1985-2008年湖南省各地市农业全要素生产率水平及其变动趋势.结果显示:湖南省农业全要素生产率平均变动值为1.014,技术进步指数为1.015,技术效率变化指数为0.999,说明湖南省农业全要素生产率的增长主要依靠农业的技术进步,而整个农业规模效率基本保持在一个较稳定的常态;湖南全要素生产率呈现波段性周期变化,当出现重大技术创新时,其技术效率往往不高,说明技术创新的配套体系建立尚不够完善;各地市年均Malmquist指数相差较大,呈现出严重的东、中、西部梯度效应;西部地区的农业尚属传统农业,生产效率问题并非造成其生产力低下的主因,关键的问题在于促进其农业技术进步.     

服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

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。     

中国服务业全要素生产率测度与空间差异分析——基于非参数Malmquist指数方法的研究

文章运用2005-2009年中国31个省、自治区、直辖市服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行了考察,并将全要素生产率进一步分解为技术效率和技术进步.研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西北和东北地区服务业发展水平比较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响.     

我国旅游上市公司相对效率评价及其动态研究

基于修正的DEA方法和Malmquist指数,从动态和静态视角出发,剖析2007-2013年我国旅游上市公司的相对效率。结果表明：总体上,旅游上市公司经营相对效率偏低,纯技术效率是主要诱因,大部分企业处于规模报酬递减状态,这是一种粗放型增长模式,而全要素生产率呈增长姿态,技术进步是主要驱动力。企业不同类型上,综合类相对效率好于酒店类和景区类,而综合效率的变化受重大事件影响较大,景区类和酒店类的综合效率恢复能力较差;全要素生产率变化差异较大,对技术进步的变化比较敏感;另外,12家企业全要素生产率为增长态势,8家为下降趋势。构建生产前沿面竞争态模型,发现综合类公司表现为前沿型,酒店类和景区类则分散于前沿型、稳定型、追赶型和落后型。     

基于DEA-Malmquist模型的我国旅游产业效率特征及其演进模式研究

基于2000—2015年我国30省(市、自治区)的旅游产业发展数据,运用非参数DEA-Malmquist模型测算中国省际旅游产业综合技术效率、全要素生产率,分析中国旅游产业效率特征、全要素生产率时空变化特征以及各地区旅游产业效率演进模式。研究结果表明:我国旅游产业综合技术效率均值为0.562,旅游产业经营没有处在有效生产前沿面上;旅游产业全要素生产率年均增长4.2%,技术进步是旅游产业全要素生产率增长的主要驱动力;综合技术效率和全要素生产率均存在显著的时空差异性,但收敛趋势明显。依据综合技术效率大小和全要素生产率变动特征可将30省划分为4种类型,按照各地在四分位图中对应点的运动规律将其旅游产业效率演进模式归结为往复式、渐进式和突变式三种。各地可据此采取相宜对策以不断提高旅游产业效率,如增强旅游产业技术创新能力、引导旅游产业投资结构和投资方向的转变等。     

中国肥料制造业全要素生产率的动态分析

运用非参数DEA—Malmquist指数方法估算中国各地区肥料制造业1998—2005年期间的全要素生产率增长、技术效率变化和技术进步情况,从而对中国各地区肥料制造业做全要素生产率分析。结果显示:在1998—2001年期间,全国和东部地区技术效率的改进对全要素生产率的变化贡献较大,而在后期技术进步则成为全要素生产率变化的主要动力;西部与东部地区情形相似,只不过技术进步成为全要素生产率变化的主要动力在2003年以后才表现出来;对于中部地区,可以说全要素生产率的提高一直主要依靠技术进步。     

基于Malmquist指数的我国航空公司业全要素生产率分析

运用Malmquist生产率指数方法,对我国5个主要航空公司2002-2006年期间的全要素生产率的变化作了测算。结果显示,2002-2006年中国航空公司业的全要素生产率的平均增长率为1.2%,生产效率总体上有所提高,并且这种增长增长同时受到综合效率改善与技术进步的影响。中国航空公司业全要素生产率水平的提高,除继续强调综合效率的重要性之外,也要进一步加强对技术进步的重视,单独依靠一个方面,全要素生产率的增长将是有限的。     

高技术产业研发创新全要素生产率研究——基于价值链的视角

在价值链视角下,高技术产业研发创新活动可划分为技术开发和成果转化两个阶段.基于1996—2010年省际面板数据,采用Malmquist指数分析方法实证评价中国高技术产业研发活动两阶段全要素生产率,并考察每一阶段全要素生产率的变动原因、方向和趋势.在技术开发阶段全要素生产率上升趋势明显,年均增长高达21.8%,技术进步、纯技术效率和规模效率都有促进作用,但关键拉动因素还是技术进步;在成果转化阶段技术进步率降低而技术效率提升,结果导致全要素生产率的小幅下降,平均下降幅度为0.9%.提出提升中国高技术产业研发活动生产率的对策建议,包括制定优惠政策和激励措施、改变技术开发模式、鼓励发明创造、资助有市场前景产品等.     

中国花生生产效率变动分析：1980-2009

运用1980-2009年中国花生生产的省际面板数据,采用非参数Malmquist指数方法,测算了中国花生生产过程中全要素生产率变动情况。结果表明：1980-2009年中国花生生产全要素生产率的增长率为负值,为技术进步、技术效率共同下降作用的结果;北方花生产区全要素生产率高于南方花生产区,前者在花生生产上表现出更强的适应性。     

“丝绸之路经济带”中国段交通运输业碳排放效率分析——基于Luenberger生产率指数法

为测算“丝绸之路经济带”中国段交通运输碳排放效率,基于Luenberger生产率指数法,构建加权Russell方向性距离函数指数包络分析等模型,并对全要素生产率增长指数进行分解。结果显示：2004-2017年西北地区交通运输碳排放非效率值逐年增加,交通运输低碳发展效率较低;交通运输碳排放全要素生产率增长指数大多为正值,地区差异较大;2010年以来,各地交通运输碳排放的技术效率与技术进步因素共同促进了交通运输碳排放全要素生产率增长,但是技术进步增长较慢,贡献率偏低。     

城镇化与粮食生产效率

基于DEA-Malmquist方法测算中国31省份的粮食生产综合技术效率和全要素生产率,并用面板结构工作文件分析影响粮食生产技术效率的因素。研究结果表明：中国粮食生产综合技术效率较低,技术利用水平不高,处于规模报酬递减阶段,纯技术效率仍有较大的提升空间;全要素生产率呈下降趋势,多数省份全要素生产率指数较低,且表现出东部地区全要素生产率高于中西部地区的现象,应加大粮食生产技术的支持力度;城镇化的实施能促进中东部地区粮食生产技术效率的提高,但对西部地区却产生负向影响。     

中国工业行业全要素生产率增长的实证分析

本文采用非参数Maliquist指数方法实证分析了我国工业行业全要素生产率的增长状况,并将其分解为技术进步和技术效率。研究表明,1998—2007年我国工业行业全要素生产率的平均增长率为9．9％：行业间全要素生产率和技术进步变化显著,技术效率变化不大;技术进步是推动我国工业行业全要素生产率增长的最显著因素。