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.     

高技术产业R&D全要素生产率变动分析-基于DEA模型的Malmquist指数方法

运用2000年至2009年高技术产业相关面板数据,构建了基于DEA模型的Malmquist生产率指数及其分解指数即技术进步指数和综合效率改善指数,并由此对高技术产业R&D的生产率发展状况进行实证分析.结果发现:高技术产业的各行业发展并不均衡,部分行业生产率发展波动较大.而另一部分则相对稳定.整体来看,高技术产业的生产率各指数表现较稳定,同时发现2000- 2004年推动全要素生产率发展的主要动力是综合管理水平的提高,而2005-2009年的主要动力是技术进步.从全要素生产率的平均增长率来看,主要支撑动力是来源于技术进步指数.     

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.     

中国房地产开发企业生产效率动态变化——基于DEA模型的Malmquist指数分析

借助数据包络分析(DEA)技术和Malmquist指数思想,得到了我国31个省的房地产开发企业在1999—2005年期间生产效率的动态变化,为了进一步深入研究,又将生产效率分解成"追赶效应"和"增长效应"。得到的研究结果显示:我国31个省房地产开发企业1999—2005年全要素生产率的提高大部分来源于"增长效应",由此指出了技术创新尤其是管理创新和经营创新的重要性。     

基于Malmquist指数的高等教育生产率变动分析

文章运用Malmquist指数方法,考察了1997——2005年间高等教育全要素生产率TFP的变动趋势,并通过Malmquist指数的分解,分析了我国高等教育TFP增长的内在动力。结果表明,高校扩招以来,我国高等教育TFP的增长主要是由技术进步推动的,规模效率和纯技术效率的相互作用,使高等教育资源配置效率对高等教育TFP的增长作用不明显。通过分析,本文认为走"内涵式"发展道路,不断提高高等教育管理技术水平将是我国高等教育发展战略的未来的发展方向。     

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.     

基于超效率DEA和Malmquist指数的湖南省农业全要素生产效率分析

在湖南2007-2012年地市级面板数据的基础上,运用基于超效率DEA全要素生产效率测度模型,测算湖南省各地市（州）的农业全要素生产效率,然后利用Malmquist生产率指数法对农业生产效率进行动态对比研究。实证结果表明：2007-2012年间,湖南农业生产效率呈上升趋势,但各地市（州）之间差异较大,衡阳市农业全要素生产效率最高;Malmquist指数分析结果表明该期间农业全要素生产效率年均增长率为5.4%,通过Malmquist指数的进一步分解发现技术进步是推动湖南农业全要素生产效率增长的主要动力,但不同地区的增长动力具有差异性。     

中国农业全要素生产率及其时空差异分析

基于1990-2010年省际面板数据,运用DEA-Malmquist方法测算和分析中国农业全要素生产率.测算结果表明:中国农业全要素生产率增长是技术进步和技术效率共同作用的结果,但是技术进步起主导作用;农业全要素生产率增长存在时空差异;全国、三大地区及绝大多数省份农业技术效率的波动主要源于纯技术效率的变动,与规模效率的关系不大.因此,为了加快经济发展方式转变,我国不仅要促进农业技术进步,而且在不同区域农业投入的重点领域应该各有侧重.     

贸易结构、人力资本与全要素生产率--基于非参数Malmquist指数与VEC方法

文章运用VEC方法实证检验了贸易结构、人力资本与全要素生产率增长之间的关系。实证结果显示：我国的全要素生产率增长和技术进步显著,而技术效率只有微小的提升。贸易结构与技术溢出效果正相关,高技术品的净进口量越大,贸易的TFP增长效应越显著,但溢出效果与人力资本结构和人力资本水平密切相关。贸易技术溢出对TFP水平的提升作用主要是促进技术进步所导致的,对技术效率影响微弱。实证结果还表明：贸易结构升级与生产率提升之间的良性循环并未形成。     

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。     

中国农业全要素生产率影响因素分析

运用Malmquist指数法测算了1983--2006年间的农业全要素生产率,多数年份全要素生产率都大于1,我国农业正朝着可持续方向发展。对影响因素的分析表明,全要素生产率的财政支农弹性及出口弹性均为正值,即对全要素生产率的提高具有积极作用,但促进作用相对较小,城镇化的作用方向与预期的相反,主要因农村较高素质劳动力的外流及对剩余务农人员培训相对滞后所致。     

基于Malmquist指数的钢铁企业效率测度分析

评估钢铁企业的效率是研究、规划、调控钢铁工业发展的重要依据,文章运用基于DEA模型的Malmquist方法研究了2001-2006年中国钢铁类上市公司效率改善指数、技术进步效率指数和全要素生产率指数的变化。结果表明,钢铁企业的全要素生产率增长主要是由技术进步推动的,目前大部分钢铁企业的规模效率没有达到最优。通过分析,认为提高钢铁企业的技术效率是钢铁业发展的主要方向,同时应走钢铁生产规模化经营之路以提高规模效率,促进钢铁企业全要素生产率的增长。     

中国工业全要素生产率地区差异分析——基于支撑面板数据计量模型的研究

以全要素生产率为研究对象,以其在中国各区域工业发展差异中的作用为研究起点,基于数据包络分析的Malmquist生产率指数方法,使用相关的Panel Data计量经济学方法对1978-2006年间中国工业全要素生产率区域差异成因进行了应用研究.     

基于DEA Malmquist指数的地方高校科研效率评价

以2006—2015年我国28个地区地方高校科研的投入产出数据为基础,运用DEA-Malmquist指数法对其科研效率进行测度,分析了各地区地方高校科研效率的变化情况.结果表明:地方高校科研全要素生产率年均增长2.1％,其中技术进步是推动全要素生产率增长的主要动力;当前我国地方高校科研效率发展呈现波动状态;地方高校科研效率提高的地区占比为46％,科研效率总体状况有待提升;地区间地方高校科研效率差异大,呈现出地区间的不平衡性.     

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。     

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。     

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。     

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。     

中国装备制造业全要素生产率动态变动实证分析

装备制造业的发展水平是一国制造业整体水平的重要标志。我国装备制造业尽管取得了长足的发展,但仍然缺乏自主创新能力、量大质弱、低端产品比重高。通过Malmquist指数方法研究,对我国装备制造业1995-2008年间的全要素生产率动态变动进行实证分析,结果显示我国装备制造业全要素生产率年均提高6.4%,主要原因是技术变化水平的提高,且在不同时期技术效率和技术进步对我国装备制造业全要素生产率增长的贡献存在一定差异。实证分析结果为未来我国先进装备制造业的发展提供了科学的参考。     

黄河流域绿色全要素生产率及影响因素研究

为全面衡量黄河流域经济增长与生态环境保护程度,本文通过构建评价指标体系并利用Malmquist指数测算并分解了黄河流域各省（区）的绿色全要素生产率,发现2003—2020年的绿色全要素生产率总体呈上升趋势,技术进步对绿色全要素生产率有拉动作用,而规模因素则相反。进一步研究发现,绿色全要素生产率在该地区出现σ趋同趋势,城镇化水平、金融化水平和研发投入对其具有正向影响,知识产权保护、服务业发展水平和能源结构具有负向影响。基于上述结论,本文从提高技术效率、完善要素市场化配置、促进城镇化水平和改善能源结构等方面对黄河流域实现高质量发展提出建议。