中国创新类证券公司全要素生产率变动分析

运用2006～2008年创新类券商年报的面板数据,采用非参数Malmquist指数方法,实证分析了我国创新类证券公司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.研究结果表明,2006～2008年我国创新类证券公司全要素生产率的平均增长率为19％,主要原因是技术进步水平的提高,但同时存在着纯技...     

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.     

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。     

高技术产业创新全要素生产率变动研究

利用我国高技术产业分行业面板数据为研究样本,应用Malmquist生产率指数,实证考察了高技术产业研发创新生产的全要素生产率变动及其影响因素。主要的研究发现有：我国高技术产业研发创新全要素生产率整体呈现下降的趋势,且技术退步是其下降的主要原因;企业规模对研发创新全要素生产率变动有显著的正向影响,而市场竞争和国有产权有显著的负向影响。     

农业生产效率变动的DEA—Malmquist分析——以河南省为例

在分析2003--2010年河南省农业统计数据的基础上,采用DEA—Malmquist指数分析法对影响河南农业全要素生产率增长的内在动力进行分析,得出主要影响因素为技术变化率,技术进步缓慢使规模效率和纯技术效率对农业全要素生产率的增长作用不明显,据此提出加大农业科研政策支持力度、提高农业组织化及管理水平、推进农业机械化发展等改善河南省农业全要素生产率的途径．     

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.     

我国交通运输业全要素生产率变动分析

目前 ,国内在测算运输业的全要素生产率状况方面所采用的研究方法 ,往往存在需要假定生产成本最小化以及生产率变化因素不能分解的问题 .为此 ,运用交通运输业 1990～ 2 0 0 0年的数据 ,把扩展的Malmquist DEA(曼奎斯特 -数据包络分析 )方法引入交通运输业 ,来测量交通运输业生产率变化总量以及影响因素 ,解决了常用研究方法的弊端 .研究表明 ,对于不同的运输方式 ,其生产率的变化量不尽相同 ,各种影响因素的作用也存在较大差异     

技术进步、技术效率与中国纺织服装业全要素生产率变化

以2000至2012年间的省级面板数据,利用DEA-Malmquist指数方法对中国纺织服装业的全要素生产率进行实证分析.研究表明,中国纺织服装业的全要素生产率年均增长9.5％,技术进步年均增长8.4％,是全要素生产率增长的主要源泉.而且中国全要素生产率的增长率呈现出一定的省际差异和区域差异,西部年均增长最大,中部次之,东部增长最小,这可能表明纺织服装业可以通过向中西部转移来提升竞争力.     

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。     

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.     

黄河三角洲地区港口全要素生产率的动态实证分析

以黄河三角洲区域内莱州港、东营港、潍坊港和滨州港作为研究对象,基于DEA（data envelopment analysis）模型和Malmquist生产率模型,选取该区域港口2010年—2017年投入产出数据对其动态效率进行测度。结果表明：样本期间黄三角地区主要港口总体技术效率呈现增长态势;从动态效率角度,黄三角地区四大港口整体Malmquist生产率年均增长率为正,呈上升态势;不同港口全要素生产率存在较大差距;影响黄三角港口全要素生产率的主要驱动因素不仅是技术进步变动,还包含规模效率的变动。     

互联网的发展是否提高了物流业全要素生产率？

在我国物流业规模迅速扩大但其生产率偏低的情况下,为揭示互联网提高物流业全要素生产率的作用路径,本研究利用2007～2017年省际面板数据和固定效应模型分析了互联网发展对物流业全要素生产率的影响.分析结果表明:在样本期间内,互联网正向推动物流业技术效率的变化,而对物流业技术进步不显著,总体上,互联网发展正向推动物流业全要素生产率;物流业全要素生产率属于技术效率驱动型,进一步分析表明,纯技术效率是技术效率的主要驱动因素,证明索洛的论证并不符合我国的实际国情.基于此,本研究提出了加强互联网基础设施建设,深入推动"互联网+物流"的战略实施,引进及创新物流技术的建议.     

黄河三角洲地区港口全要素生产率的动态实证分析

以黄河三角洲区域内莱州港、东营港、潍坊港和滨州港作为研究对象，基于DEA（data envelopment analysis）模型和Malmquist生产率模型，选取该区域港口2010年—2017年投入产出数据对其动态效率进行测度。结果表明：样本期间黄三角地区主要港口总体技术效率呈现增长态势；从动态效率角度，黄三角地区四大港口整体Malmquist生产率年均增长率为正，呈上升态势；不同港口全要素生产率存在较大差距；影响黄三角港口全要素生产率的主要驱动因素不仅是技术进步变动，还包含规模效率的变动。     

河南省粮食生产全要素生产率变化及趋势分析

为深入分析实施粮食丰产科技工程以来河南粮食生产效率变化,采用数据包络分析(DEA)结合Malmquist指数分析法,测算了河南省粮食生产全要素生产率变化。实证结果显示,对河南省粮食生产全要素生产率贡献较大的是粮食生产技术进步变化,而制约粮食生产全要素生产率提升的因素是河南省综合技术效率不高,纯技术效率未得到提升,河南省粮食生产中加大技术推动应用和优化种植规模仍具有较大潜力。因此,加快河南省粮食生产科技创新,提升粮食生产技术效率是提高河南省粮食生产效率,实现粮食生产可持续发展的关键途径。     

重庆市主要制造业全要素生产率动态比较分析

基于数据包络模型(DEA)平台,运用Malmquist指数法,对2000-2010年重庆市11个主要制造业的全要素生产率、技术效率、技术进步等指数进行计算,结果表明:技术进步是各产业制造业全要素增长率增长提升的根本推动力,而医药、化学化工等若干制造业的技术效率阻碍了各行业生产效率的提高.目前,重庆制造业还普遍存在投资结构失衡、投资规模增长过快、企业规模偏小、竞争过于激烈等问题,这些问题影响了重庆制造业技术及生产水平的提高,为促进重庆经济可持续发展,应加强注意产业整合和产业集聚,在控制投资过快增长的同时加大科研经费的投入,以生产效率的提高带动重庆制造业乃至整个社会经济的发展.     

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     

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。     

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。