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。     

中国大豆主产区生产效率的实证研究

利用中国10个大豆主产区1988-2007 年的大豆投入产出面板数据,采用非参数Malmquist指数方法对大豆生产的效率变动进行分解分析,并运用数据包络分析法(DEA)对Malmquist指数及其分解的各指数的变动情况做出进一步探讨.结果表明,中国的大豆生产全要素生产率(TFP)主要由于技术进步指数上升而呈现平稳上升趋势,因此,可以通过促进技术进步和调整生产规模等手段来提高大豆生产效率.     

人力资本条件下中国农业生产效率的评价与分析

20世纪90年代中期后中国的农业发展进入了一个新的阶段,农业发展归根到底要靠农业生产率的提高,而技术进步与技术效率是农业生产率增长的源泉。本文运用数据包络分析法对现代农业生产要素投入下的中国农业生产效率进行测度,结果显示1995年以后中国农业生产的全要素生产率的增长主要由农业技术进步引起,农业技术效率低下成为农业生产率增长的瓶颈。改变目前农业生产经营的形式与提升农业劳动力的人力资本水平成为提升农业纯技术效率和规模效率进而提高技术效率的重要途径。     

中国农业全要素生产率测算及影响因素分析

为了研究我国农业全要素生产率的变动情况及影响因素,本文全部以实物量指标作为农业生产的投入产出,以避免价格因素对测算结果的影响,并采用非参数的DEA-malmquist指数方法,对我国农业全要素生产率进行了测算和分析,结论为:我国农业全要素生产率呈现出较大的波动性,但从长期来看呈增长趋势;造成农业全要素生产率波动的主要原因是气候变化所造成的自然灾害频发;由于受自然灾害影响,近年来我国农业全要素生产率指数普遍下降,从四大地区来看,只有中部地区生产率提高,其他地区均出现不同程度下降,其中西部地区下降幅度最大.     

我国农业生产效率发展的结构变化和区域差异

采用2002-2011年我国31个省、自治区和直辖市的农业相关面板数据,运用Malmquist生产率指数法对我国各省和区域的全要素生产率进行了测算和分解。结果发现:技术效率是全要素生产率增长的主要源泉;在2004-2005年和2008-2009年出现了两次ECH同TCH的反向变动;技术效率的解释度占全要素生产率增长70%的比重。由此提出,当前农业政策的重点应放在保证农业劳动力的数量和质量的提高,以及加强农业生产的技术和区域协调发展。。     

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。     

湖南省棉花生产效率与技术进步的研究

利用湖南省1988-2008年棉花投入产出的面板数据,采甩非参数Malmquist指数方法对其生产效率变动进行分解分析,并运用数据包络分析法（DEA）对Malmquist指数及效率变动原因以及改进生产效率的途径作进一步探讨。结果表明,生产技术对湖南棉花生产起到了明显的推动作用,而湖南棉花生产技术效率下降的主要原因是各种病虫害和自然灾害,我们可以通过促进技术进步、加强对灾害的防控等手段来提高湖南省的棉花生产效率。     

1996～2007年辽宁省14个市农业生产效率分析与比较

采用Malmquist指数法对辽宁省“九五”以来1996～2007年14个市的农业生产效率进行分析,结果表明,辽宁农业全要素生产率波动特征与辽宁农业的发展阶段特征大致吻合;辽宁农业全要素生产率处于不断增长态势,农业技术效率趋于稳定,而技术进步是促进辽宁农业全要素生产率增长的主要因素,应加大对农业科技的投入;忽视可持续发展是“九五”时期和“十五”初期辽宁农业全要素生产率下降的根本原因,因此应加强农业生产技术的应用,增强辽宁农业发展的可持续性。     

基于Malmquist指数的中国移动动态效率研究

运用DEA-Malmquist指数的方法,分析了2006～2008年中国移动动态效率。研究结果表明,中国移动技术效率明显提升,而技术进步率低,这与中国移动长期依靠高投入换取高增长密切相关。同时对中国移动东、中、西部地区的全要素生产率指数以及构成因素进行对比分析,发现各区域变化率指数逐渐拉开,区域差异将逐渐缩小。     

中国小麦生产的技术效率地区差异

由于各小麦产区气候、地理环境的差异 ,尤其是经济条件和生产投入的不同 ,因此小麦的生产效率存在着一定差异 ,采用数据包络分析 (DEA)方法 ,对我国 2 0 0 2年各小麦产区的综合技术效率、纯技术效率及规模效率进行了测算 ,结果显示出目前我国各小麦产区技术效率的差异主要是投入方面的差异 ,因此 ,加大小麦科研开发力度是推进我国小麦生产的关键     

制造业全要素生产率测算及影响因素研究

Hsieh和Klenow提出了一种测算全要素生产率与资源配置效率的模型,龚关和胡关亮对该模型进行了扩展。文章在龚关和胡关亮研究的基础上,突破了投入要素的产出弹性只与行业有关的假设,构建了一个新的异质产品的垄断竞争模型。然后结合企业的微观数据,测算了中国制造业的资本配置效率、劳动配置效率和全要素生产率。最后,根据Olley和Pakes的方法测算了制造业的技术进步水平,并从技术进步和资源配置的视角分析了中国制造业全要素生产率的影响因素。研究发现：2001-2007年制造业全要素生产率平均每年增长4.93%;由于资本配置效率和劳动配置效率的双重下降,2007年以后全要素生产率明显下降;就全要素生产率的地区差异看,中西部地区越来越高,而东部地区越来越低。     

中国大豆生产效率分析

通过建立中国省别大豆生产的随机前沿生产函数模型 ,分析近年来中国各大豆主产省大豆生产的技术效率及其影响因素 ,结果表明 ,中国大豆生产存在着明显的技术低效 ,但是这种低效近年来呈现出改进的趋势 ,这可能得益于农民负担的减轻、农产品市场化程度的加深以及农村劳动力文化程度的提高。     

基于DEA Malmquist指数的物联网企业生产效率变动及影响因素研究

针对物联网技术和产业发展的热潮,以我国28家物联网概念上市公司为研究对象,首先从静态角度,运用CCR和BCC模型分析2008—2012年我国物联网企业的运营效率与规模效应。其次运用DEA-Malmquist生产效率指数方法对物联网企业的全要素生产率变化以及各企业生产效率变动来源进行分析。研究发现,28家上市公司中多数企业运营效率不足。整体而言,2008—2012年间,技术效率年均增长1.25%,技术进步年均负增长44.23%。目前我国日益推进的物联网产业的发展仍是粗放型的,高增长的代价是高投入;部分上市公司逐渐进入规模效益递减阶段,出现产能过剩的现象;总体技术效率呈缓慢增长,技术进步逐渐降低,物联网产业发展的"追赶效应"大于"增长效应"。     

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。     

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。     

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。     

基于DEA模型的江苏农业信息资源配置效率研究

经济新常态下,以效率为中心的内涵式发展日益得到重视。为了客观准确地揭示江苏省农业信息资源的效率水平,运用数据包络（DEA）分析方法,以江苏省2013年的截面数据为基础,结合农业信息资源配置评价指标体系,从DEA综合效率、技术效率和规模效率3个方面,对2013年江苏省各地市的农业信息资源的配置效率进行了实证分析。研究发现,镇江、宿迁、苏州、无锡、常州、泰州6个地市的综合效率达到了生产前沿面,其余7个地市的综合效率均小于1。针对非DEA有效的地市,进行了松弛变量的冗余分析,结果表明,人员投入冗余的市最多,其次是信息基础设施、资金投入冗余,而信息资源投入冗余的地市最少,有效利用度较高。对DEA有效的地市,运用超效率DEA模型进行排序,发现镇江的超效率水平最高,这主要是由于投入的各种资源得到了充分有效的应用,尤其是资金和信息资源的利用效率较高。     

网络融合、技术进步与电信业生产率增长--基于中国31省市面板数据的实证研究

文章立足网络融合深化发展的现实背景,首先引入Herfindahl指数衡量中国电信业网络融合程度,然后采用Malmquist生产率指数方法测算了我国电信业的全要素生产力及其分解值变化情况,并通过构建多元面板回归模型,对网络融合、政府规制及其他影响因素进行了实证检验。研究结果表明：整体上,中国电信业全要素生产率实现了明显的增长,增长的源泉主要来自于技术进步。在影响因素方面,网络融合和行业重组改革对中国电信业的全要素生产率增长和技术进步均起到了积极的促进作用,价格上限规制政策则产生了明显的负面作用。此外,经济发展水平、人口密度、市场规模、电信业重要程度等宏观经济因素也从不同方面产生重要影响。     

重庆五大功能区域经济综合效率分析

文章运用三阶段DEA分析法,修正了环境变量与随机干扰等因素的影响,对 2011-2014年重庆市五大功能区域（包含38个区县）经济综合效率进行了实证分析。研究发现,近年来重庆五大功能区域整体经济综合效率持续上升,主要来自于纯技术层面的拉动;五大功能区域经过地方政府的宏观引导,互相之间经济发展逐渐协调,但是配置效率的下滑较大程度上阻碍了这一进程;五大功能区域内部区县经济综合效率已然形成独有的空间布局,相关部门在进行配置效率优化时,需要有针对性地制定政策。