基于DEA-Malmquist指数的矿业城市全要素生产率分析

运用非参数DEA-Malmquist指数法分析我国50个矿业城市1997-2006年间全要素生产率(TFP)的动态变化及不同类型、不同地区矿业城市的发展差距,通过该指数分解,考察TFP变动的具体原因,并从宏观政策、产业结构等方面讨论影响TFP变动的深层原因.研究发现:(1)我国矿业城市TFP总体增长缓慢,对产出的贡献不大,矿产品价格上涨对TFP增长有积极作用.(2)技术进步和技术效率总体上对TFP的贡献率相同,但不同年份对TFP变动的影响程度不同.(3)各类矿业城市按照TFP的增速排序,依次是石油类城市>金属类城市>综合类城市>煤炭类城市.(4)东部矿业城市TFP增长率最高,西部矿业城市次之,中部矿业城市TFP增长率最低.     

陕西省耕地全要素生产率分析

利用1990～2011年陕西省相关数据,采用非参数的DEA-Malmquist指数法测算了陕西省耕地全要素生产率的变化情况,并对其构成进行分解,研究结果表明：从整体来看,全省耕地全要素生产率增长较快,但增长幅度逐期递减;从增长结构来看,耕地全要素生产率的增长主要来自于技术进步的增长,而非技术效率的增长;从增长差异角度来看,地区差异较为显著,而且各个地区的增长结构也不完全相同。最后,根据研究结论提出了相关政策建议。     

我国建筑业全要素生产率分析

运用DEA模型对我国建筑业1997—2009年间的全要素生产率进行评价,分析TFP变迁的原因及其过程,结果表明技术进步是促进TFP增长的主要因素,建筑业正由粗放型增长方式向集约型增长方式转变。我国建筑业的起点比较低,就现阶段情况而言,技术效率和技术水平都有待提高,进而才能实现建筑业产业结构升级。     

我国物流业全要素生产率的测度研究

作为国民经济运行的动脉之一,物流业对社会生产的规模、产业结构的变化发挥着重要作用,其发展水平的高低直接影响着一国的经济增长和经济竞争力。选用物流业的从业人数、固定资本投入为自变量,物流业的增加值为因变量,选用超越对数前沿生产函数模型,对我国物流业的全要素生产率进行计算,以此来确定我国物流经济的发展水平,并从中分析我国物流业经济增长的来源。结果表明,9年中我国物流业全要素生产率增长了近一倍,全要素生产率的增长主要来自于技术进步的贡献。     

西部地区信息产业全要素生产率的测度与评价——基于非参数Malmquist指数的研究

利用2005年-2011年西部地区信息产业的面板数据,运用基于DEA的Malmquist指数分析了西部地区信息产业的生产率水平及其构成要素。研究发现:西部地区信息产业的技术进步是有效的,但技术效率和全要素生产率是无效的;西部地区信息产业的生产率各指数的变动存在明显的区域差异,主要问题在于生产管理水平相对较弱。因此应建立科学的技术引进制度,提高劳动素质,培养和招揽优秀的管理人才,提高资源利用效率。     

全要素生产率与企业的发展

论文系统地介绍了全要素生产率的含义及其研究意义,建立了煤炭企业全要素生产率评价模型,首次分析了全要素生产率与各效率效益指标之间的内在联系,据此指出了煤炭企业的经营战略,并结合实例进行了测算与分析。     

安徽省绿色全要素生产率测度及提升路径研究

绿色全要素生产率(GTFP)涵盖绿色可持续发展理念,能够较为全面地反映地区经济发展的质量和效益。为有效观测安徽省经济高质量发展水平,本文以2006—2020年安徽省16个地级市面板数据为研究基础,构建超效率SBM模型,采用全局参比GML指数测算安徽16地市GTFP。研究发现：不考虑非期望产出会高估安徽省经济发展质量,而兼顾经济绩效与环境绩效的绿色全要素生产率更能真实观测安徽省高质量发展状况。安徽省16地市整体GTTP得到改善,其中GTFP主要依靠技术进步驱动,而技术效率贡献相对不足。皖中地区GTFP增速最快,皖北、皖南次之,主要得益于技术进步带来的增长红利,而皖北和皖南地区在未来发展中应注重提高技术成果转化效率,充分释放区域内高质量发展的内生性动力。     

环境规制对中国制造业全要素生产率的影响研究

采用非参数的DEA-Malmquist指数法测算了我国制造业28个行业2001—2013年期间的全要素生产率,并采取线性标准化方法构建环境规制的综合测量体系来量化环境规制强度。研究表明：我国制造业行业生产率总体上是有效率的,技术进步是影响全要素生产率提高的主要原因;环境规制促进了制造业总体全要素生产率的增长。从行业分类来看对重度污染行业具有显著的促进作用;对中度污染行业具有阻碍作用;而对于轻度污染行业的作用结果不显著。     

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.     

数字创新如何影响全要素生产率

本文从要素配置效率和人力资本积累视角构建数字创新影响全要素生产率的作用机制，将全样本微观层面ICT专利申请授权量数据汇总到省级层面衡量数字创新，利用数据包络分析法测算全要素生产率，探讨数字创新对全要素生产率的影响效应。研究发现：数字创新能够显著提升全要素生产率，并推动技术进步和提升规模效率。在计算机类数字创新、沿海地区、南方地区等情形下，数字创新对全要素生产率的推动作用更显著。在2008年之后，数字创新对技术进步具有显著的推动作用，而对规模效率具有显著的抑制作用。数字创新将通过提高要素配置效率和加速人力资本积累渠道提高全要素生产率。数字创新对技术进步的推动作用存在显著的溢出效应。     

中国电信行业的技术进步与生产率变动——基于DEA-Malmquist指数法的分析

文章基于31个省市Panel数据,运用数据包络分析对中国电信市场的技术进步和规模效应进行测算,结果表明,在2007—2009年间,中国电信市场经历了一个先扬后抑的过程,在31个省市中,有16个省市处于规模效益递减阶段,这可能是因为企业规模扩张过度,而又因为金融危机使得企业在技术、资金和管理方面无法支撑过大的规模所导致,由此,电信行业的发展要重点把握好产业协调发展,完善产业的服务与管理水平,加强技术应用,避免盲目扩张。     

我国中医类医院效率评价研究现状

使用CiteSpace v6.1.R6软件和文献梳理法，从一般情况、数据来源、关键词、研究内容、指标选择、统计方法方面对2016年1月-2021年10月期间发表的49篇中医类医院效率评价相关研究进行汇总与分析。发现现有研究数据来源较为单一，数据纠偏意识稍显欠缺；指标选择较为主观，中医特色指标使用有限；统计模型还有提升空间，影响因素分析相对不足；与国际同领域研究存在差距。     

全要素生产率增长率的测算方法应用述评

全要素生产率及其增长率分别反映了经济增长效率的静态与动态水平,由于学界对全要素生产率增长源泉的认知仍然存在分歧,其中,在要素范畴的选择与度量指标上的不同,是影响全要素生产率增长率测算值差异的基本理论因素。全要素生产率增长率的测算方法总体上可以分为增长核算法和经济计量法两大类,在应用具体测算方法的实证研究中要充分考虑测算方法的约束条件、应用领域、研究目标和所测算经济体的经济增长模式,在此基础上,今后在核算资本存量水平时要分时期和地区测算出固定资本投资价格指数和资本折旧率,以便提高其测算结果的可靠性。     

全要素生产率单要素生产率与经济增长

对衡量经济增长质量的重要指标全要素生产率进行了研究。指出全要素生产率概念的价值在于它能够通过一个简单的一维数据说明经济增长的效率,但当经济增长中出现结构性问题时,全要素生产率概念无法对现实经济问题给出有价值的指引。认为在这种情况下,有必要回到单要素生产率,通过研究单要素生产率的变动规律说明经济增长方式的变化。     

空间集聚与企业全要素生产率——基于中国工业企业数据库的考察

基于新经济地理学理论,考察空间集聚对企业全要素生产率的影响关系及内在机制。采用1998—2007年《中国工业企业数据库》及对应的《中国城市统计年鉴》构建面板数据模型进行计量检验。研究结果显示：空间集聚程度与企业全要素生产率之间存在典型的“倒U”型关系;空间集聚有利于通过增强企业竞争行为提升资源配置效率来促进企业全要素生产率。认为,当前中国大多数城市并未呈现过度集聚现象,城市化进程中应该实现市场在资源配置中的决定性作用。通过实现要素在空间层面的自由流动,在加强空间集聚外部性的同时,促进资源配置效率,从而实现微观企业生产效率的提升。     

基于随机前沿分析的全要素生产率分解

基于我国2003-2012年省际面板数据,本文采用改进的随机前沿模型与索洛残差法测算出我国技术效率和全要素生产率增长,同时分解了全要素生产率的增长,并简要分析了我国经济增长的源泉。研究发现:(1)近十年来,无论是整体还是各地区,全要素生产率增长均呈现涨跌互现的波动情形且波动较为剧烈。(2)我国经济增长主要依赖要素投入增长,其贡献率高达85.17%,而全要素生产率增长对经济增长的贡献为14.83%,作用不容忽视。(3)技术进步率较低、技术效率低下、资源配置不合理、规模经济效应不显著都是导致我国全要素生产率增长较低的重要原因。此外,在应对"突发"事件时,物质资本深化对经济增长的促进作用显得尤为重要。     

农副食品加工业企业全要素生产率研究

利用1999—2011年中国工业企业数据库,使用OP方法计算农副食品加工企业的全要素生产率,并考察行业加总生产率的动态变迁。基于此,比较不同所有制企业在全要素生产率等指标方面的差异。研究发现,样本期内农副食品加工业的加总生产率年均增长8.88%,存活企业(在位企业)是行业加总生产率提高的主要来源,其次是企业退出的贡献,而企业进入的贡献很小。存活企业对行业加总生产率的提高以企业内成长为主,企业间配置效率改善为辅。研究还发现,国有企业在自身生产率和生产率增速上都显著低于民营和外资企业,但国有企业在"抓大放小"改革中,通过改善企业间资源配置效率以及提高企业进入和退出的贡献,能够显著缩小同民营和外资企业在加总生产率方面的差距。     

河北省服务业全要素生产率增长的实证分析

采用基于DEA的Malmquist指数分析了河北服务业全要素生产率的增长状况,结果表明,1998-2009年河北省服务业全要素生产率基本上处于负增长状态,其中,1998-2002年和2003-2009年两个期间的平均增长率分别为-0.2%和-5.4%,主要原因在于技术效率的不断下降,另外,技术进步水平日趋下降也加剧了这一态势;同时河北省各市的服务业全要素生产率的增长情况也存在显著差异,主要原因是技术效率不同。