基于Malmquist指数法的我国高新技术产业全要素生产率增长分析

本文基于我国高新技术产业2002-2011年期间的省际数据,运用Malmquist指数法测算我国高新技术产业全要素生产率的变动趋势,并把全要素生产率的增长构成分为技术进步和技术效率变化两个部分.结果显示:2002-2011年我国高新技术产业全要素生产率指数为0.863.主要原因是技术进步水平的影响,技术进步的提高与下降与全要素生产率呈正相关,直接影响着全要素生产率的增长.     

中国渔业全要素生产率的动态实证分析（2003～2012）——基于Malmquist指数方法

利用Malmquist生产率指数模型,计算了我国2003-2012年的渔业全要素生产率（TFP）变化情况。结果表明,空间梯度上,在研究期间我国渔业经济的TFP的动态变化平均值为1.033,基本达到效率前沿面,其中,东部区域渔业经济全要素生产率要优于中西部地区;时间梯度上,TFP在研究期间呈＂N＂形态特征,TFP指数的变动和技术进步指数的变动呈现出相似的变动形态。研究对于提高我国渔业经济效益,优化渔业经济结构提供了重要的决策依据。     

我国粮食主要产地农业全要素生产率实证研究——基于DEA的Malmquist指数分析

粮食生产效率评价是国家调整农业政策的重要依据。文章基于数据包络分析法中的Malmquist指数分析,以2009—2018年13个主要产粮省份的产出和投入的面板数据为对象,对其产粮效率进行评价。结果表明：这13个省份全要素生产率的变化呈现波动性,主要原因来自于技术进步;粮食生产的技术效率变化主要由纯技术效率的变动引起;截至2018年,吉林等5省份的全要素生产率增长率为负。在此基础上,文章提出加大科技投入和加强政府引导等政策建议,以期通过提高粮食生产的全要素生产率增加粮食产量。     

中国保险业全要素生产率变动的Malmquist指数分析

保险业全要素生产率变动的分析对研究我国保险业发展状况有着重要的意义,文章在介绍了malmquist指数分析的基础上,对我国保险市场上的21家代表性保险公司在2005～2009年的全要素生产率变动进行了malmquist指数分析,并得出了相应的结论.     

知识溢出、人力资本构成与全要素生产率

以内生增长理论为基础,利用我国省际面板数据检验了国内研发、知识进口和人力资本对全要素生产率的影响。研究发现,国际技术溢出是我国技术进步的主要来源,高等教育程度的人力资本对我国全要素生产率的作用为负,其原因在于人力资本配置的非效率;研究还发现,只有中等教育程度的人力资本才是国际技术转移的吸收者。此外,分组检验没有发现技术外溢和人力资本对全要素生产率的影响存在门槛效应。     

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。     

基于Malmquist指数的我国省际全要素教育效率的测度与分解

基于Malmquist生产率指数,实证测算了2000～2009年我国29个地区全要素教育效率及其技术效率与技术进步指数,结论表明东、中、西3大区域教育效率依次呈递减趋势,但各区域递减的因素不同,导致东部各地区递减的原因是缺乏技术效率,而导致中西部各地区递减的因素是技术进步指数下降.     

中国高等教育生产率变动分析：基于Malmquist指数 大学生就业市场中的潜规则探析

本文运用省级面板数据,采用非参数Malmquist指数方法对1999～2006年中国高等教育生产率的变动情况进行了实证分析.研究表明,这一时期中国高等教育全要素生产率整体上呈现增长趋势,这主要得益于高等教育技术进步;另外,高等教育全要素生产率在东、中、西部地区均表现出上升的态势,其中东部地区的高等教育生产率增长居三大区域之首,中部次之,西部最低.最后,绝对β-收敛模型研究表明,无论是在全国范围,还是在东、中、西部区域,我国高等教育技术效率的增长差异正在逐渐缩小.     

物流业全要素生产率及影响因素的实证研究

利用2007年至2015年的省际面板数据,采用基于DEA的Malmquist指数模型,测度了中国物流业全要素生产率及其分解效率。实证分析表明,技术效率的提高是推进全要素生产率的主要动力,而技术进步对全要素生产率的促进作用有限。我国物流业没有充分发挥新技术、新设备带来的使用效率,导致投入资源的利用率较低。可以通过改变人才的供给结构、对物流企业进行流程再造来提高新技术、新设备的使用效率。然后基于三种理论假设,选取9个指标运用灰色关联方法对物流业全要素生产率的影响因素进行分析,发现7个指标与其关联度都较高。第一产业与第二产业的发展水平、居民生活水平提高以及物流业发展规模和财政投入等对物流业全要素生产率的提高都具有显著影响。     

知识溢出、人力资本构成与全要素生产率——基于我国省际面板数据的研究

以内生增长理论为基础,利用我国省际面板数据检验了国内研发、知识进口和人力资本对全要素生产率的影响。研究发现,国际技术溢出是我国技术进步的主要来源,高等教育程度的人力资本对我国全要素生产率的作用为负,其原因在于人力资本配置的非效率;研究还发现,只有中等教育程度的人力资本才是国际技术转移的吸收者。此外,分组检验没有发现技术外溢和人力资本对全要素生产率的影响存在门槛效应。     

金融业全面开放后我国商业银行的效率研究——基于Malmquist指数的实证分析

运用DEA模型的Malmquist指数,对金融业全面开放以来(2006—2010年)中国16家商业银行的全要素生产率进行了测度。结果显示:金融业全面开放以来,我国商业银行的全要素生产率出现先下降后上升的趋势,而宏观经济环境和政府经济政策的变化是其波动的主要原因;2006—2010年16家商业银行的平均全要素生产率都提高了,但国有商业银行的平均全要素生产率增长速度要低于其他商业银行,其技术效率的下降是主要原因。     

数字技术、创新要素结构优化与企业全要素生产率

数字技术的发展为企业全要素生产率的提升带来了战略机遇,大数据、云计算等数字技术的涌现为我国企业高质量发展提供了新的动力源泉。数字技术对于提升企业全要素生产率的影响具体体现为：数字技术对企业全要素生产率有显著的促进作用,不同数字技术的融合应用对企业全要素生产率具有1+1>2的乘数效应;创新要素结构优化是数字技术提升企业全要素生产率的关键机制,具体表现为研发人员结构优化、产学研投入和自主型创新投入的增加;数字技术对企业全要素生产率的影响效果在企业规模和行业间存在异质性,即在大中型企业、服务业中的影响效果更为显著。     

高校合并前后科研生产率动态变化的Malmquist指数分析

高校合并的高潮已渐渐平息,合并的成效成为研究者关注的焦点。本文Malmquist指数刻画我国高校合并前后整体科研生产率的动态变化,并进行“追赶效应”、“规模效应”和“增长效应”分解。基于实证分析结果指出,技术进步与创新是提高我国高校科研生产率、推动科技能力进步的重要因素。     

四川省工业绿色全要素生产率评价研究——基于Malmquist-Luenberger指数

使用MinDS模型构造Malmquist-Luenberger指数测算2007-2015年四川省工业绿色全要素生产率,结果表明:四川省工业绿色全要素生产率年均增长3. 21%,技术进步具有促进作用,技术效率、纯技术效率、规模效率具有抑制作用;在四川省的五大经济区中,工业绿色全要素生产率由高到低依次是川东北经济区、川南经济区、攀西经济区、成都平原经济区、川西北经济区;总体上的单位工业增加值碳排放量的冗余是逐渐减少的,但仍需要继续推进工业节能减排工作。对结果进行收敛分析的结果表明工业绿色全要素生产率是发散的,技术进步是收敛的,成都平原经济区、川东北经济区的工业绿色全要素生产率是发散的。     

中国高校合并前后科研生产率动态变化的Malmquist指数分析

This paper describes the dynamic changes in research productivity of Chinese higher education institutions (HEIs) before and after merger with Malmquist index, and decomposes the total factor productivity change index into catching-up effect, scale effect and frontier-shift effect. The main finding is that technological improvement and innovation are important factors to improve scientific research productivity of Chinese HEIs. __________ Translated from Qinghua Daxue Jiaoyu Yanjiu 清华大学教育研究 (Tsinghua Journal of Education), 2007, 28 (1): 62–70     

基于Malmquist指数的高职院校实训基地建设绩效分析

实训基地建设是高等职业教育基础能力建设的重要组成部分,是培养高素质技能技术型人才的基本保障。以每个系为1个决策单元,采用Malmquist指数方法对2011~2013年8个决策单元的校内实训基地建设效率进行了测算和分析。研究表明,8个决策单元的绩效水平总体趋势是不断提升的,但发展并不稳定;各决策单元的技术效率相对理想;各决策单元的全要素生产率发展的态势较好;各决策单元的进步主要动力来自于纯技术效率的良好改变。     

中国工业行业全要素生产率增长的决定因素:1996-2007

已有大量文献应用随机前沿分析(SFA)或数据包络分析(DEA)方法对中国工业全要素生产率(TFP)变动进行计算及增长率分解,却未达成共识。基于DEA方法对MalmquistTFP指数进行测算和两层分解的最新进展,对中国1996-2007年的各细分工业行业生产率变动进行测算的结果表明:近12年来,中国各细分工业行业全要素生产率年均增长6.7%,并主要得益于技术前沿的快速进步(11%),但受阻于各行业规模效率下降明显(年均-3.5%),同时纯技术效率年均变动不大(-0.2%)。对行业截面的对比分析可以发现,中国机械电子类行业全要素生产率上升较快,而纺织业等传统优势行业和化工业等资本技术密集型行业的生产率变动低于全行业均值,属于中国工业技术进步的薄弱环节。     

我国保险业全要素生产率及其增长分析

文章研究了1998～2003年我国保险业全要素生产率（TFP）增长趋势，并将其分解为前沿技术进步（FS）、纯技术效率（PTE）的变化、规模效率（SE）的变化三大因素。研究发现：保险业的全要素增长率（TFP）呈现遥年上升的趋势，年均增长在15．9％;前沿技术进步已成为我国保险业TFP增长的最主要动力，保险公司因前沿技术进步平均每年提高全要素生产率高达16．7个百分点；保险公司相对前沿的技术效率（TE）差距拉大，已出现阻碍TFP增长的趋势，这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。     

我国中等职业教育全要素生产率演变与影响因素研究——基于31个省份面板数据的实证分析

通过Malmquist指数测算分析了31个省份2003-2013年中等职业教育全要素生产率的变动,发现整体上全要素生产率年均增长3.2%,技术进步是主导因素,西部、中部、东部和东北地区全要素生产率依次下降。进一步的面板模型回归显示,人才培养质量、产业结构和区域经济实力对全要素生产率有促进作用,经费投入、教育结构、人口变迁、硬件设备和师资力量对全要素生产率有约束作用。