中国生产性服务业全要素生产率测度——基于非参数Malmquist指数方法的研究

在构建1997-2005年中国27个省市区生产性服务业面板数据的基础上,本文利用非参数Malmquist指数方法考察了中国生产性服务业全要素生产率的变化原因、地区差异与变动趋势.研究表明,中国生产性服务业仍表现为粗放型增长方式;全要素生产率呈现负增长,但下降的速度在逐年放缓;分析期内导致生产性服务业全要素生产率下降的原因不同,前期为技术进步,后期为技术效率;东部地区全要素生产率下降的速度要远低于中西部地区;相对而言,信息传输、计算机服务和软件业、租赁和商务服务业的全要素生产率较高.     

中部地区全要素生产率增长及省际差异——基于DEA的实证分析

运用DEA方法测度中部地区1978-2007年间的曼奎斯特生产率指数,用以表示全要素生产率.通过把全要素生产率分解为技术效率、技术进步等不同部分,比较分析中部地区及各省份全要素生产率增长的状况.结果表明,过去30年间中部六省全要素生产率的增长率为正,全要素生产率增长的主要原因是技术进步率的提高,技术效率的改善对全要素生产率增长的影响并不明显,而且不同省份全要素生产率的增长存在差异.     

基于Malmquist指数的房地产开发企业全要素生产率变动及收敛性研究

采用基于DEA模型的Malmquist指数分析法测算了中国31个省区市1997-2008年房地产开发企业的全要素生产率(TFP)变动情况,并对全要素生产率增长的阶段性与区域性规律进行了技术效率与技术进步分析.结果表明,房地产开发企业TFP增长率在1997-2000年阶段最低,在2001-2004年最高.房地产开发企业TFP增长源泉中技术效率的“水平效应”明显,技术进步的“增长效应”相对有限.中部地区TFP增长率最高,西部地区次之,东部地区最低,并形成了东、中、西三大俱乐部收敛.     

FDI与江苏民营制造业全要素生产率的改进——基于Malmquist生产率指数

本文利用2000—2007年江苏省分行业面板数据,考察了FDI技术溢出对江苏民营制造业的影响。实证结果表明:民营制造业全要素生产率指数年均增长率7.7%,技术变动是全要素生产率增长的根本原因;行业内水平技术溢出、前向关联溢出和后向关联溢出通过促进技术变动,推动了全要素生产率的增长;技术效率反而在一定程度上影响了全要素生产率的增长。后向关联溢出能显著地提升纯技术效率,而水平技术溢出则有利于规模效率的改进。     

中国制造业全要素生产率地区空间差异的实证研究

本文用基于非参数的M almqu ist指数方法,研究了1985~2003年中国制造业全要素生产率(TFP)及其构成的时序成长和空间分布特征。研究表明,该期间中国制造业TFP年均增长主要得益于技术进步水平的提高,而效率变化反而产生负面影响。同时,分别采用横截面以及时间序列方法对中国地区之间制造业TFP的差异也进行了检验。结果表明,东、中和西部地区制造业TFP以及技术进步增长率差距呈发散趋势,地区TFP差距持续扩大很大部分可以由地区技术进步程度的差异解释。     

全要素生产率及其对农业经济增长的影响研究

采用非参数Malmquist指数法,研究2000--2014年期间江苏省整体及其13个地级市的农业全要素生产率及其分解技术进步指数和技术效率变化指数;在此基础上,引入技术进步和效率变化,构建农业生产函数模型,实证研究江苏省农业技术进步、效率变化、劳动力投入及其他投入要素对农业生产的影响,并进行苏南、苏中、苏北的区域差异分析.研究表明:江苏省全要素生产率是逐步提高的,其增长主要来源于农业技术进步,且农业技术进步与技术效率下降共存;农业技术效率变化对苏南、苏中和苏北3个区域的农业生产均有显著的正向促进作用,而技术进步主要对苏中和苏北有显著的促进作用.     

中国地区工业技术效率差异及其变动趋势分析——基于Malmquist生产率指数

本文用基于非参数的Malmquist指数方法将全要素生产率(TFP)变动分解为技术进步和生产效率变化两个部分,运用该方法测算了中国改革以来整体工业生产率的变动趋势,并进一步探讨了地区之间工业TFP增长差异的特征。结果显示:改革开放以来,中国工业TFP的增长主要是由技术进步推动的,生产效率的下降对TFP的增长造成了不利影响。同时,东、中、西部地区之间工业TFP增长率也存在显著差异,地区技术进步程度的差异是造成地区工业TFP差距持续扩大的主要因素。     

全要素生产率及其对农业经济增长的影响研究

论文采用非参数Malmquist指数法,研究新世纪2000-2014年期间江苏省整体及其13个地级市的农业全要素生产率及其分解技术进步指数和技术效率变化指数;在此基础上,引入技术进步和效率变化,构建农业生产函数模型,实证研究江苏省农业技术进步、效率变化、劳动力投入及其他投入要素对农业生产的影响,并进行苏南、苏中、苏北的区域差异分析。研究表明,江苏省全要素生产率是逐步提高的,其增长主要来源于农业技术进步,且农业技术进步与技术效率下降共存。农业技术效率变化对苏南、苏中和苏北三个区域农业生产均有显著的正向促进作用,而技术进步主要对苏中和苏北有显著的促进作用。     

中国物流业经济增长质量实证研究——基于绿色全要素生产率视角

基于2005~2013年中国物流产业省际面板数据和资源因素约束条件,采用GML指数方法,对物流业绿色全要素生产率增长的驱动源泉、时序变化和空间分布进行实证分析,并判别了技术创新者。研究结果表明:物流业绿色全要素生产率年均增长0.5%,远低于传统增长速率6.5%;技术进步是推动绿色全要素生产率增长的主要动力,但动力不足;各地区物流业绿色全要素生产率增长的空间差异较大;技术创新者大多分布在东部地区。最后,提出了提升物流业经济增长质量的若干对策建议。     

物流企业全要素生产率的时空异质性——基于DEA—Malmquist指数的测算

利用DEA—Malmquist指数,对样本期内我国物流企业的全要素生产率进行实证测算,并分析我国物流企业全要素生产率的时空异质性特征。通过分析得出结论:从2007年到2013年,我国45家沪深上市物流企业的全要素生产率总体呈现下降趋势;技术进步指数具有上升与下降交替的特点;各要素对全要素生产率影响力存有差异;企业之间全要素指数差异较大,其中港口型物流企业比仓储运输型物流企业高且稳定。只有提升纯技术效率,设计合理的规模,加大科研投入,提高技术能力,创造自由、平等的竞争环境,才能提升物流企业的全要素生产率。     

安徽省大中型工业企业全要素生产率及影响因素研究——基于DEA-Malmquist生产率指数法

本文根据2001~2016年安徽省大中型工业企业以及16个地级市的面板数据，采用DEA-Malmquist生产率指数法对全要素生产率及其分解进行了测算，并通过实证方法进一步分析了影响全要素生产率及技术进步率的因素。结果显示：（1）考察期内安徽省中大型工业企业Malmquist指数及技术进步指数大部分年份都大于1，且全要素生产率的提高主要是由于技术进步的提高引起的。（2）外商直接投资和企业盈利能力对全要素生产率以及技术进步率都具有正向影响；企业规模和政府资金对全要素生产率和技术进步率都具有负向影响；行业集中度对全要素生产率不显著，对技术进步率有负向影响。最后，在本文研究结果的基础上，为提高安徽省工业企业的全要素生产率提出了相应的建议。     

技术效率、技术进步与中国造纸产业全要素生产率的提高——基于DEA-Malmquist指数法的实证分析

根据2000—2011年中国造纸产业数据和山东、广东、浙江、江苏、河南的省际数据,运用基于数据包络分析的Malmquist指数法对我国造纸产业的全要素生产率进行测算和分解。实证结果表明:(1)中国造纸产业全要素生产率整体上处于上升趋势,表现出明显的波动性;(2)技术进步是全要素生产率提高的主要原因,技术效率改善的贡献很小;(3)全要素生产率的变化具有区域差异性,江苏、山东增长较快,河南、浙江、广东增长较慢,其主要原因是技术效率和规模效率的退步,因此产业技术利用水平和规模效益有待提高。     

基于非参数Malmquist指数方法呼伦贝尔乳业全要素生产率变动分析

运用呼伦贝尔乳制品业2003～2007年的时间序列数据,采用非参数Malmquist指数方法,实证分析了呼伦贝尔乳制品业增长过程中全要素生产率的变动状况,并将其进一步分解为技术效率和技术进步。研究表明,2003～2007年,呼伦贝尔市乳制品业全要素生产率的平均增长率较快,其中,技术进步和规模经济支撑着乳制品业全要素生产率的增长。从Malmquist指数分解的技术效率变化和技术变化两个部分,可以清晰地发现,技术效率和技术进步分别以6%和8.1%的速度上升。全要素生产率的增长和规模经济的增长保持惊人的一致性。     

天津滨海新区的技术进步、效率提升与全要素生产率增长——基于Malmquist指数的测度

基于数据包络方法(DEA)的Malmquist生产率指数对1999-2007年天津滨海新区工业技术进步、效率变动及全要素生产率(TFP)变化作了测度.分析表明:新区工业全要素生产率增长迅速,这主要得益于技术进步,而技术效率却有所下降;2002年之后技术进步速度加快,技术效率则进一步恶化.七大支柱产业中有六个产业的全要素生产率提高,位居工业各行业前列;外资企业处于技术前沿,集体和私有企业成为推动全要素生产率提升的重要力量,但国有企业和港澳台企业的技术水平不高,在各所有制经济技术水平不断提升条件下依旧处于水平较低状态.     

基于全要素生产率的船舶企业技术进步实证研究

通过分析全要素生产率来研究船舶企业技术进步状况.使用柯布-道格拉斯生产函数,运用索洛经济增长模型,以固定资产净值和员工人数作为投入变量、主营业务收入作为产出变量,以三家上市公司为例、选择1999～2006年作为研究区间,计算全要素生产率.     

上海高技术产业各行业效率变化研究——基于Malmquist TFP指数方法的实证分析

本文基于Malmquist全要素生产率指数,选取九个投入指标和五个产出指标,对上海市高技术产业的五个细分行业进行多投入、多产出的动态效率测度。计算结果表明:(1)医药制造业效率增长较慢,波动较小,效率的提高是资源配置效率和技术进步率共同提高的结果;(2)航空航天制造业效率高速增长,波动幅度较大,该行业还处于规模报酬递增的阶段,效率大幅提高的主要原因是技术进步率的大幅提高;(3)电子及通信设备制造业效率增长较为缓慢,波动幅度较小,该行业已经处于规模报酬递减阶段,效率的提高来自技术进步率的提高;(4)电子计算机及办公设备制造业效率高速增长,波动幅度较大,该行业处于规模报酬不变的阶段,效率的提高来自技术进步率的大幅提高;(5)医疗设备及仪器仪表制造业效率增长缓慢,波动幅度较小,该行业处于规模报酬不变的阶段,效率的提高来自技术进步率的缓慢提高。     

环渤海经济圈技术效率增进与全要素生产率变动的实证分析

环渤海经济圈是我国经济新的增长点,是我国的重工业基地,因此技术效率在本区域经济增长过程中起到十分重要的作用.运用DEA方法测度了2001-2005年环渤海七省区市国民经济的技术效率水平和全要素生产率的变动.认为,优化产业布局,改进投入要素比例,加快技术创新和技术追赶,加强合作,突出中心城市的作用,可以促进环渤海地区全要素生产率增长,最终带动经济发展.     

基于Malmquist指数的高等学校科技创新全要素生产率研究

采用Malmquist指数分析方法,考察中国除西藏外的30个省份高校在2001—2009年间科技创新全要素生产率及变化情况,并通过指数的分解分析高校科技创新生产率增长的内在动因。结果说明:中国高校科技创新生产率总体上保持了较快的增长势头,年均增长达到4.3%;技术进步是高校科技创新效率提高的主要推动力,追赶效应存在但不明显;高等学校科技创新生产率的提升表现出时间上的波动性和区域上的不平衡性;地区经济是否发达与高校科技创新效率存在一定关联,但不是必然联系。     

基于三阶段DEA与Malmquist指数分解的中国高技术产业全要素生产率研究

中国高技术产业全要素生产率（TFP）的提升为经济的可持续发展提供了重要支持。以中国30个省市为研究目标,采用三阶段DEA模型和Malmquist生产率指数对“十一五”至“十三五”期间各地区高技术产业TFP进行了静态和动态研究。研究发现：在剥离了外部环境因素和随机扰动因素后,综合效率和规模效率被高估,纯技术效率被低估,而规模效率偏低则是制约我国高技术产业TFP提升的主要原因。通过Malmquist指数及其分解可知,我国高技术产业技术效率改进由纯技术效率占据主导,但技术进步迟缓依旧是扼制我国高技术产业TFP提升的瓶颈。因此,持续扩大产业规模,保持研发投入和技术创新是推动我国高技术产业长远发展的重要途径。     

我国西部地区高等教育产业全要素生产率增长及其收敛性分析

运用非参数Malrnquist指数法度量2002--2010年我国西部地区高等教育的全要素生产率．采用面板数据分析法对我国西部各省历年全要素生产率的收敛情况进行分析。研究表明．2002--2010年间我国西部地区高等教育产业全要素生产率呈现波动性上升趋势,年均增长率为0．8％,技术进步是影响高等教育全要素生产率增长的主要因素;有限的教育资源没有满足现有需求．说明西部地区高等教育的投入比例并没有达到现有的需求水平;西部地区各省、自治区和直辖市之间不存在绝对β收敛。