新疆兵团全要素生产率的测算与分解——基于非参数Malmquist生产率指数法研究

全要素生产率是衡量经济增长方式的重要指标,本文采用非参数Malmquist生产率指数方法,对新疆兵团1978-2009年的全要素生产率增长、效率变化和技术进步率进行了估算和分解。结果表明：在此期间,兵团全要素生产率总体上呈现上升的趋势,技术收敛有着下降的趋势,并建议兵团采取一定的政策和措施来增加这种收敛性。     

河南省农业全要素生产率变动及其影响因素分析——基于Malmquist指数法

改革开放以来,河南省农业发展取得巨大成就,但近期受各种因素影响增速有所减缓.因此有必要对河南省农业全要素生产率状况进行系统分析.通过测算河南省农业全要素生产率及其构成,进而分析其影响因素,发现河南省农业全要素生产率稳步增长,但受技术进步影响缓慢,增速逐渐趋缓;河南省各地区、各区域农业全要素生产率差异明显;工业化水平和对外开放程度对河南省农业全要素生产率的影响相对较强,农业科技支持力度的影响力相对较弱,农业资本投入的影响最弱.因而可以从提升工业化水平、扩大对外开放程度、加大财政支持3方面着手进行政策调整.     

环境能源约束下的中国石化产业全要素生产率Malmquist指数分析

在环境和能源因素约束的视角下,运用Malmquist指数法对中国石化产业的全要素生产率进行测算,探讨了中国石化产业全要素生产率,结果表明,在考虑了环境和能源因素后,2001-2010年我国石化产业全要素生产率的平均增长率为10.2％,主要原因是技术进步水平的提高;如不考虑能源和环境因素,石化产业的全要素生产率呈下降趋势,属于能源消耗和污染物排放较大的行业.     

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。     

我国寿险业全要素生产率研究——DEA和Malmquist模型分析

近年来中国保险市场环境的逐步改善,使我国寿险业也得到了快速发展,寿险业的整体发展效率情况是整个行业可持续快速发展的关键。为此,采用DEA和Malmquist模型对我国2007年至2012年间全行业符合测算标准的28家寿险公司168个样本进行效率测度,结果表明近年来我国寿险公司综合效率和规模效率水平提升较快,但技术效率水平还有待提高。     

我国私营工业企业全要素生产率分解与评价

运用非参数Malmquist指数法对2005-2011年我国省际私营工业企业全要素生产率进行测算、分解和比较,分析结果显示：我国31个省市私营工业企业全要素生产率高速增长,主要依赖于技术进步;私营工业企业区域发展的不平衡性正在缩小;我国私营工业企业的规避风险能力较弱,消化风险能力较强,对风险的到来有早期预警作用;在此结论基础上探究了现象的成因并提出了相关的政策建议.     

基于方向性距离函数的绿色经济增长核算——以河南省工业为例

通过建立基于方向性距离函数的绿色经济增长核算模型,将考虑非期望产出的劳动生产率增长分解为技术效率改善、技术进步、资本深化和能源消耗.对河南省工业的经验分析表明,河南省工业增长主要靠要素投入驱动,绿色全要素生产率对工业增长的贡献额仅为7.8%.研究还发现,河南各地区工业劳动生产率增长差异主要源于资本深化差异,其次是绿色技术进步和绿色技术效率的变化差异,而能源消耗差异对其影响较小.基于上述结论,提出了促进河南省工业可持续发展的对策建议.     

西部地区环境全要素生产率测算及其影响因素分析

运用方向性距离函数和Luenberger指数测算西部地区2000—2014年环境全要素生产率,并对影响全要素生产率的因素进行实证分析。研究表明:广西和陕西两省环境全要素生产率变动指数增长最快,主要是由技术进步、规模效率和技术规模三重贡献的推动;西部环境全要素生产率增长呈现下降趋势,其增长主要来源于技术进步推动;经济发展水平、产业结构、能源消费结构、对外开放、市场化、技术水平、环境规制强度和环境治理能力对西部环境全要素生产率具有不同的影响。     

基于DEA-Malmquist指数的经济全要素生产率增长及其区域优势分析

自西部大开发战略实施以来,中国西部地区的经济发展取得了历史性成就,但与东部地区相比仍然存在一定差距。有效分析西部地区经济增长的区域相对优势,对其发展战略的制定具有重要意义。全要素生产率增长是经济增长的核心,是衡量地区经济增长质量的重要指标。从全要素生产率增长的角度出发,借鉴广义DEA的理论框架,构建了一种基于多种参考集进行评价的DEA-Malmquist指数模型。采用该模型测算基于东部和西部两种生产环境的西部地区全要素生产率增长指数及其分解指数,从纯技术效率变化差异、技术变化差异和规模效率变化差异三种视角进一步分析了西部地区全要素生产率增长的区域相对优势。结果表明,提出的模型不仅可以给出西部地区基于西部生产环境的全要素生产率增长状况,还可以给出西部地区基于东部生产环境的全要素生产率增长状况,进而能够实现西部地区全要素生产率增长的区域相对优势分析。     

全要素生产率度量研究及对江西工业生产率的测算

给出了全要素生产率的一种度量方法,并对全要素生产率的增长率进行分解,得出了若干结论.在此基础上,运用江西省1983～1997年独立核算工业企业的有关数据资料及TSP计量经济学软件得出了改进的CD生产函数模型,测算出了江西省独立核算工业企业全要素生产率的增长率及其构成     

基于Malmquist指数的中国集装箱港口的生产率分析

采用基于数据包络分析(Data Envelopment Analysis,简称DEA)的Malmquist指数方法,通过分析中国2003—2008年中国集装箱港口的全要素生产率的增长趋势及其构成变化,探讨中国集装箱港口全要素生产率变动的主要原因。生产率的测验结果表明,中国6大港口中青岛港的生产率增加48.4%,增幅最大。天津港的生产率增幅最低,其测验结果是生产率无变化。通过5年的生产率分析,可以知道6大港口的生产率总体上都呈现出增加的趋势,但各港口各年度的生产率变化仍表现出一定的波动性,这和效率变化以及技术进步变化有关。     

基于DEA方法的我国省际绿色全要素生产率评估--不同模型选择的差异性探析

基于对我国省际绿色全要素生产率的实证研究,发现使用不同的DEA模型会显著地影响省际绿色全要素生产率的时空分布特征,不同效率测度指标的选择对于结果的影响远远小于不同的生产前沿面假设。进一步分析发现,SBM模型更符合绿色全要素生产率的现实含义。基于SBM模型的研究结果表明,我国绿色全要素生产率表现出从东部沿海地区到西部地区递减的趋势,虽然2005—2013年期间在整体上有所改善,然而省际之间的绿色全要素生产率差异却越来越大。     

青海省全要素生产率的测算与分析

文中选用资本存量、劳动量、自然资源作为经济生产的要素投入,运用新古典经济理论,对柯布—道格拉斯生产函数进行拓展,构建出新的生产函数,测算出青海省1985——2008年的全要素生产率变动情况,并对各要素对经济增长的贡献率以及影响做出了进一步分析。     

我国国有与民营能源上市公司全要素生产率对比研究 ——基于DEA-Malmquist指数法

以2012年为基年对2012—2018年我国国有和民营能源上市公司的数据剔除通货膨胀,在此基础上运用DEA模型和Malmquist指数分解法对国有和民营公司的全要素生产率进行对比研究。结果表明:研究期内民营能源上市公司的技术效率高于国有,主要原因是民营公司的纯技术效率高于国有。民营公司的制度和管理水平、技术水平、资源配置效率较高,且公司间差距较小,而国有公司相反。研究期内国有和民营能源上市公司全要素生产率都得到增加,民营能源公司增加的幅度大于国有,主要原因是民营公司规模水平恶化程度比国有公司小。国有能源上市公司全要素生产率的变化公司间差异小,而民营公司间差异大。在此基础上提出提高国有与民营能源上市公司全要素生产率的建议。     

西藏全要素生产率的测算与分析

在现有文献和数据资料的基础上,采用柯布一道格拉斯生产函数模型和索罗余值法,对1991-2009年西藏的全要素生产率进行了测算和分析。结果表明,西藏经济的高速增长主要依赖于资本投入拉动,全要素生产率的提高对经济增长的平均贡献率非常低,其经济增长方式尚处于高度粗放型阶段,这种低效率、低效益的经济增长方式是不可持续的。为实现西藏经济的可持续发展,应采取切实有效措施提高西藏全要素生产率,促进西藏经济增长方式的转变。     

建筑业全要素生产率的增长特征及其影响因素

综合采用基于数据包络分析(DEA)的Malmquist生产率指数分析、β收敛回归检验、灰色关联度分析等方法构建了对建筑业全要素生产率(TFP)增长指数进行综合测算并分析其收敛性及影响因素的框架,对1993—2012年中国建筑业全要素生产率的增长特征及其影响因素进行了分析.研究发现该时期建筑业TFP的年均增长率为4.6%,技术进步是TFP增长的主要源泉,技术效率则未有明显提升;TFP的变动具有明显的阶段性特征,其增长速度在2004—2007年处于最高水平,随后呈下降趋势;全国及东部、中部地区各省份之间TFP增长具有绝对β收敛,西部地区各省份之间的收敛性则不显著;经济环境、行业科技能力、行业市场结构等3类因素的变动与TFP增长存在关联,其中,外资建筑企业比例指数与TFP增长指数具有最高的灰色关联度.     

中国制造业全要素生产率的变动与分解

运用数据包络分析中的Malmquist指数法,测算了我国制造业的全要素生产率(TFP)增长率。结果表明,制造业TFP实现了年均8.8%的高速增长。对TFP的进一步分解发现,其增长主要来源于技术进步的推动作用,而技术效率则以年均1.4%的速率抵消技术进步的贡献。通过对行业TFP的分解得出了更有意义的结论,总体上,国有或垄断程度高的行业在技术进步方面表现突出,但其技术效率的退化程度令人吃惊;竞争较为激烈,同时拥有一定技术门槛的行业技术效率改善明显,但技术进步表现不佳;进入门槛越低,竞争越激烈的行业,技术进步表现越差。     

新型城镇化背景下山东农业全要素生产率评价研究

推进新型城镇化的建设能够加快发展现代农业.基于新型城镇化的背景,采用BCC模型和Malmquist指数法,以农业总产值为产出指标,农作物播种面积、农业人口占总人口比重、农业机械总动力、农用化肥施用量和农村用电量为投入指标构建评价模型,从横向与纵向两个方面对2006—2014年山东省17个地市的农业效率进行测算和全面分析.研究发现,技术进步对山东省农业全要素生产率的贡献最大,但同时也离不开技术效率的支持,山东省各市普遍存在着投入冗余与产出不足的现象.基于研究结果与山东省的实际情况,提出在新型城镇化背景下提高山东省农业全要素生产率的对策,如发展农业科技、加快农业技术的推广、优化资源配置、加大农业基础设施建设等.     

供给侧改革背景下山东省全要素生产率测算及影响因素研究

基于供给侧结构性改革背景,选取了2007—2017年的时间序列数据,采用DEA-Malmquist指数法对山东省全要素生产率进行了测算和分析,并运用面板数据模型的个体固定效应模型对全要素生产率的影响因素进行了分析.结果表明,山东省教育支出占比、研发投入强度、研发人员数量占比、进出口总额占GDP的比重、外商直接投资占比、第三产业增加值占比和政府支出占比,与全要素生产率成正相关关系.     

浙江省绿色全要素生产率估算——基于DEA-Malmquist指数方法

运用规模收益固定的DEA-Malmquist指数分析法,基于2006—2015年浙江省11个地级市的面板数据,估算浙江省各市的全要素生产率及绿色全要素生产率,并据此分析其时空演变特征以及各市的地区性差异。结果表明:浙江省内的绿色全要素生产率地区差异并不十分明显,而在2006—2015年期间绿色全要素生产率呈现下降的趋势,但是从传统全要素生产率及其分解来看,环保投入及规制带来的影响仍然是正向的。结论是要进一步促进浙江省经济的可持续发展,需通过提高绿色技术进步率和优化产业结构,进而提高绿色全要素生产率,兼顾经济增长的效率和环境问题。