我国中小保险公司发展路径研究——基于效率及全要素生产率的实证分析

自成立之日起,中小保险公司就面临着“做大”还是“做强”的选择。本文基于数据包络分析法分别对2002年——2007年16家主要保险机构的效率和全要素生产率进行实证分析,结果表明：大型寿险公司的效率和中资中小型寿险公司的效率高于外资中小型的效率,中小型寿险公司大多处于规模报酬递增阶段,部分大型公司开始处于规模报酬递减阶段,中小寿险公司技术变动是全要素生产率增长的主要原因。在实证结果的基础上,本文得出结论：通过“适度做大”、“积极做强”,最终争取成为“经营可持续发展的”、“好的”保险公司,当是目前金融危机形势下我国中小保险公司发展的终极目标。     

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.     

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。     

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。     

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。     

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.     

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.     

基于省际资本存量重估的全要素生产率分析

通过对我国省际资本存量进行的一系列细致推定,采用永续盘存法估算得到了1978—2010年我国的省际资本存量数据。在此基础上,使用C-D型生产函数,利用DEA-Malmquist指数估算了我国1979—2010年省际层面的全要素生产率指数,并将其分解为技术效率与技术进步指数两部分。度量结果表明,我国经济决策层对"转变经济发展方式"的实践决策有其理论基础,且如何加快探索集约型发展路径,将关系到我国经济是否能持续健康发展。     

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。     

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。     

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...     

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。     

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。     

企业性质、研发效率与全要素生产率——基于中国工业企业微观数据的实证检验

以企业性质影响全要素生产率的理论机制为基础,利用中国工业企业微观层面数据就企业性质通过研发效率作用于全要素生产率的假说进行实证检验。结果发现:内资企业性质降低了研发投资效率,从而抑制了全要素生产率的提升,其中国有企业的阻碍作用最为明显;外商投资企业性质则有利于发挥研发投资的功能,对全要素生产率具有显著的正效应。来自轻重工业分组的回归结果表明,不同行业中企业性质的影响存在一定差异,轻工业国有和私营企业性质对全要素生产率的作用不显著,而重工业企业与总体样本的结果较为一致。     

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。     

中国制造业全要素能源效率分析——基于地区和细分行业双重视角

中国制造业的能源效率分析一直是近20年来研究的热点问题。考虑地区和细分行业的双重视角,运用数据包络分析（DEA）方法测度了2001—2011年中国9个省份19个制造业细分行业的全要素能源效率（TFEE）。选择包含非期望产出的松弛变量测度模型来计算能源效率,并讨论轻重工业之间的能源效率差异。研究发现:（1）制造业各行业的全要素能源效率均较低,且不同行业间差距较大。轻工业的全要素能源效率略高于重工业,但分区域来看,东部地区重工业总体的全要素能源效率明显高于轻工业,而中部和西部地区轻工业的全要素能源效率高于重工业。（2）各地区整体制造业能源效率偏低,东部地区全要素能源效率最高,中部和西部次之,但西部地区依然有能源效率较高的优势行业。（3）同一行业在不同地区的能源效率有较大差异,能源效率整体较高的行业在各地区发展不均衡,能源效率偏低的行业在各地区的能源效率都偏低。而同一地区内不同行业间的能源效率也存在较大差异,能源效率高的地区也存在效率较低的行业,能源效率偏低的地区并非所有行业的能源效率都低。     

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。