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。     

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。     

高校科技创新全要素生产率增长的差异与收敛

利用Sequential Malmquist指数方法评价中国29个省份1998—2012年高校科技创新全要素生产率增长,并将其分解为纯技术效率变化、纯技术进步和规模报酬变动,继而对高校科技创新全要素生产率增长及其分解的差异及收敛进行实证检验。研究发现,高校科技创新全要素生产率总体呈现增长态势。其中,全部省份的高校科技创新均实现了技术进步,但高校科技创新纯技术效率则显著下降,且总体处于规模报酬递减阶段;高校科技创新全要素生产率增长及其分解在区域层面和省级层面均不同程度上存在空间分布差异;高校科技创新全要素生产率增长及其分解的σ指标值呈现波动下降态势,并且各指标值均存在显著的绝对β收敛。最后,提出针对性政策建议。     

江苏13个城市的全要素生产率分析

运用数据包络分析法和Malmquist生产率指数法对2001-2010年江苏省13个城市全要素生产率进行了测算和分析,发现其整体呈现下降态势,其中技术效率有所增长,但技术进步没有发挥其促进作用。对松弛变量的测算结果显示,个别城市还存在劳动力、资本等要素利用率低的状况。为进一步提高江苏省各城市生产率,需要充分挖掘现有要素利用率,积极进行创新,提高技术水平。     

加入WTO后物流企业全要素生产率变动趋势研究

根据上市公司年报运用Malmquist指数理论计算物流产业平均全要素生产率及其各分解指数:纯技术效率、规模效率、技术进步率、技术效率等;并指出提高物流行业全要素生产率的途径.     

中国省际全要素生产率的空间差异与变动趋势

本文采用DEA三阶段模型和Malmquist指数分解方法,对中国1987-2008年28个省市的全要素生产率进行测度和分解,分析了全要素生产率的空间差异和变动趋势,并利用Kernel密度分布法进行了要素投入和全要素生产率的经济差距效应分析。结果表明,环境因素确实对效率测度存在较大影响,DEA三阶段模型增强了效率评价的科学性和省市间的可比性;技术效率是影响全要素生产率变动的主要因素,全要素生产率的变动存在较大的空间差异,但呈缩小趋势;要素的空间均匀分布对缩小中国区域经济差距起到较大的贡献。     

基于DEA方法的江苏省高校科研效率评价研究

以江苏省高校科研活动投入产出面板数据作为研究对象,运用数据包络分析(DEA)中BCC模型和Malmquist生产率指数分别测算其静态效率和动态效率。结果表明:江苏省高校科研静态效率有很大提升空间,需要更加合理地配置科研活动投入资源,以期达到技术有效;进一步通过Malmquist生产率指数分解追寻引发江苏省高校科研全要素生产率以及技术效率提升的深层次原因。     

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.     

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。     

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。     

中国高技术产业生产率增长来源：技术进步还是技术效率

本文应用基于DEA的Malmquist指数方法计算了1996-2009年中国高技术产业全要素生产率及分解,通过对高技术产业2002年前后各效率变化的对比分析,探讨了影响全要素生产率变化的深层因素并给出相应的政策建议.实证结果表明:(1)2002年后高技术产业全要素生产率出现下降,其主要原因是技术进步率的快速下降.同时技术效率变化取代技术进步成为影响全要素生产率的主导因素.(2)高技术产业发展已由单纯追求技术创新向技术创新与制度创新相结合转变,但技术创新能力差,关键技术自给率低是目前我国高技术产业发展瓶颈.     

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.     

财政科技投入、全要素生产率与经济发展不平衡——基于广东省21个地级市面板数据分析

区域发展不平衡是广东省社会经济发展亟需解决的重要问题。以地区科技创新能力作为切入点,研究财政科技支出与全要素生产率、区域协调发展之间的关系。首先运用数据包络分析(DEA)模型的Malmquist指数法(DEA-Malmquist)测算广东省21个地级市2001—2017年的全要素生产率,并分析其是否存在地区差异;在此基础上,运用系统广义矩估计(GMM)方法对2001—2017年广东省21个地级市的面板数据进行回归分析,阐明财政科技支出对全要素生产率区域差异的影响。研究结论:广东省全要素生产率的地区差异明显,珠三角地区全要素生产率高于粤东西北地区;财政科技支出对全要素生产率有显著的正向影响,珠三角地区的正向效果要强于粤东西北地区。提出政府可以把财政科技支出作为一个抓手,通过调整支出结构和支出方式,促进广东区域协调发展。     

高校人文社科研究全要素生产率评价及分析

采用基于DEA的Malmquist分析方法,对我国30个省份高校2004—2010年人文社科研究全要素生产率及其分解情况进行分析,得到以下结论：高校人文社科研究全要素生产率呈下降趋势,主要原因是技术进步率和规模效率同时下降,只有纯技术效率轻微上涨但影响微弱;全要素生产率和技术进步率的变动趋势高度一致,两者具有同步性;省份对比看,不同省份高校人文社科研究全要素生产率及其分解指标差异显著.区域对比看,东部地区高校人文社科全要素生产率高于西部和中部地区.     

碳排放约束、技术进步与全要素能源生产率增长

运用Malmquist Luenberger(ML)生产率指数方法测算并比较2001—2010年我国制造业在碳排放约束下全要素能源生产率水平及其分解.在无碳排放约束、碳排放约束下利用传统距离函数以及利用方向性距离函数3种情形下从全国、区域和省际3个角度来探究能源生产率水平并分解技术进步与效率改善,并且运用Tobit模型对影响全要素能源生产率的因素进行实证检验.研究发现：3个角度下全要素能源生产率年均都呈正增长,主要得益于技术进步;全国角度下ML指数呈W形波动,2005年和2009年是拐点;区域角度下发现效率改善对中西部全要素能源生产率促进作用越来越大;回归分析显示全要素能源效率、节能减排及外资流入的提高对全要素能源生产率的增长有正向作用.最后,提出相应的政策建议.     

我国高技术产业全要素生产率变动分解——基于非参数的Malmquist指数法

对全要素生产率研究采用非参数Malmquist指数法,对2001—2006我国高科技产业全要素生产率进行估算,结果显示,在2001—2006年我国全要素增长率出现大幅下降,技术进步呈衰退趋势,而技术效率大体为增长趋势。分析发现,不同地区之间全要素生产率均有下降,东部地区并未呈现出在全要素生产率方面的地区优势,同时,外资对东部城市生产率影响很大。     

中国开放式基金全要素生产率实证分析

运用基于DEA方法的Malmquist生产率指数法对我国开放式基金的全要素生产率进行实证分析。结果表明:开放式基金的全要素生产率总体上有较大下降,其中技术水平和纯技术效率同时出现下降,而规模效率略有提高;债券型基金在评价期间表现最优,年均全要素生产率保持增长,而股票型和混合型基金则不同程度地出现下降。     

区域科技进步与农业全要素生产率增长——基于广东省面板数据实证分析

从区域科技进步视角出发研究农业全要素生产率增长机制。利用广东省2006-2015年的面板数据,基于DEA-Malmquist生产率指数法对农业全要素生产率(TFP)进行测算和分解,从地市、珠三角、东西两翼、贫困山区四个区域层面探索区域科技进步对农业生产率的影响。结论表明:广东省农业生产率增长主要源泉是区域科技进步;广东农业TFP增长动因存在显著区域科技进步差异性;而区域科技差异性与产业科技创新能力有关。据此,从政策层面上提出推动广东农业进一步发展的策略建议。     

中国农业全要素生产率增长及其时空分异

本文利用1978~2011年分省面板数据与Global Malmquist指数对种植业全要素生产率增长及其成分变动进行了分析,主要研究结论有:(1)农业全要素生产率增长显著且主要由技术进步推动,技术效率总体上呈退步趋势;(2)生产率增长的地区差异与省际分化明显,东部地区增长最快且多数东部省份增速较快,中部地区增长最慢且多数中西部省份增速较慢。主要研究启示有:(1)理论上,随着DEA测算技术的不断进步,对农业TFP的理解也不断深入;(2)实践中,必须切实地解决农业技术效率低下问题,以便更加有效地推动农业TFP的增长。     

中国物流业绿色全要素生产率的时空演化及动因分析

运用考虑非期望产出的Super-SBM与Malmquist指数模型,对2004~2014年中国物流业绿色全要素生产率进行了测度,并对时序动态特征以及区域差异进行了研究,在此基础上分析了绿色全要素生产率的演化阶段及动因。结果表明:非期望产出对真实生产率有显著影响,且考虑非期望产出的测算结果更符合实际;绿色全要素生产率的区域绝对差异呈现波动徘徊趋势,而相对差异呈现波动增加趋势;分解指数在沿海、沿江地区波动较大,内陆地区相对稳定;物流业绿色全要素生产率的演化经历了下降、波动、复苏三个阶段,各阶段发展动因不同,分别以物流需求驱动、政策驱动及市场技术驱动为主。