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。     

湖北省农业全要素生产率及其变动的实证研究

运用Malmquist指数方法,考察2004年～2009年湖北省农业全要素生产率的变动趋势,通过Malmquist指数的分解,分析湖北省农业全要素生产率增长的内在动力.结果表明,湖北农业全要素生产率的增长主要是由技术进步推动的,规模效率和纯技术效率的共同作用使湖北农业资源配置效率对全要素生产率的增长作用不明显,因而提高农业生产的技术效率是湖北农业发展的主要方向.同时针对湖北省农业主产区的区域地理特征,提出应走农业规模化生产的道路以提高规模效率,最终促进湖北省农业全要素生产率的增长.     

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。     

环境与资源约束下城市全要素生产率的测算与分解 ——基于方向性距离函数和Global Malmquist Luenberger指数

为了在资源与环境约束下研究城市全要素生产率的结构与变化规律,对285个中国城市在2003—2014年间的绿色全要素生产率变化程度进行了测算、分解,其结果表明绿色全要素生产率以年均2.12%的速度增长,其中技术进步和技术效率提升的平均速度分别为1.74%与0.37%。绿色全要素生产率在累积增长率上小于传统全要素生产率,表明中国城市发展过程中的环境与资源代价过高;但也有部分城市能够实现经济增长与环境规制之间的有效协调。城市绿色全要素生产率的累积增长率存在中部东部西部的区域差异,技术进步在东部地区绿色全要素生产率增长过程中的贡献最高,而中、西部则相对较多地依赖技术效率改善。     

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。     

中国经济增长具有可持续性吗？——要素贡献度视角下的实证分析

中国经济增长的可持续性问题一直是经济研究的热点,尤其是中国经济进入新常态后,这一问题更加突出。本文通过测算中国经济增长的DEA-Malmquist全要素生产率指数,将其分解为技术效率变化、技术进步、纯技术效率变化、规模效率变化,从要素贡献度的视角研究中国经济增长的可持续性。研究表明,由资本拉动和劳动供给构成的经济增长,全要素生产率偏低,但不同区域全要素生产率指数偏低的原因并不相同。在供给侧改革下,中国政府应因地制宜地对三大经济区域采取不同策略提高全要素生产率,为中国经济增长提供持续动力。     

财政农业科技投资对粮食全要素生产率作用的实证研究

通过全要素生产率指数法对1990—2012年间中国主要粮食作物的全要素生产率的变动进行测算,在此基础上,建立带有分布滞后效应的误差修正模型来对国家财政农业科技投入对粮食生产全要素生产率的作用进行实证分析。研究结果表明:全要素生产率对粮食产量的增长起到了重要的作用。影响粮食全要素生产率增长的主要因素有政府财政农业科研投资、政府财政农业科技推广投资和有效灌溉面积占播种面积的比重。有效灌溉面积因素对粮食生产全要素增长率增长的影响短期效应最明显;政府财政科技推广投资对粮食生产全要素增长率增长的影响也具有短期效应;长期来看,政府财政科研投资对粮食生产全要素生产率增长具有积极作用;科研投资的短期效果大于长期,效果的产生至少存在3年滞后期,并且促进粮食全要素生产率增长的作用可以持续多年。     

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。     

技术进步、技术效率与陕西省农业全要素生产率增长

利用带有"非期望"产出的SBM模型和Global-Malmquist-Luenberger指数测度了2000~2016年陕西省10个市的农业全要素生产率增长指数,并将其分解为技术效率、规模效率和纯技术效率。研究发现:技术进步在陕西省全局农业全要素生产率增长过程中发挥重要作用。鉴于此,从科技创新视角为提高陕西省农业全要素生产率提出政策建议。     

中国海洋渔业生产效率及其区域差异研究

使用1988—2016年中国海洋渔业省级平衡面板数据,运用SSBM-Global Malmquist指数对海洋渔业生产效率进行测算及分解,并对其进行收敛性检验。研究表明,中国海洋渔业全要素生产率对海洋渔业年均增长率的贡献不高;海洋渔业生产力的发展主要通过综合效率的提高,技术进步的作用不明显;综合效率变化主要取决于纯技术效率变化;中国海洋渔业全要素生产率存在着明显的区域差异;海洋渔业全要素生产率增长的收敛性具有阶段性和区域性,各地区都朝着各自的一个稳态增长水平趋近。     

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...     

鄱阳湖生态经济区战略性新兴产业环境技术效率测度研究

将 Global Malmquist-Luenberger 指数与方向性距离函数相结合,测算了2009-2012年鄱阳湖生态经济区十大战略性新兴产业的环境技术效率,并将环境全要素生产率的变动情况分解为技术进步指数和效率改进指数2个方面,最后运用面板 Tobit 模型对影响鄱阳湖生态经济区战略性新兴产业环境技术效率的因素进行分析。研究结果表明:鄱阳湖生态经济区十大战略性新兴产业环境技术水平总体偏低,各产业环境技术效率差异较大;环境全要素生产率的增长主要源于技术进步;外商直接投资、技术进步和固定资产投资对战略性新兴产业环境技术效率有显著正影响,产业产出和环境管制力度对战略性新兴产业环境技术效率有负影响。     

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.     

北京市人工智能企业全要素生产率测度及差异性研究

人工智能的发展已成为衡量一个国家科技水平和经济智能化程度的重要标志。北京市作为国际科创中心，人工智能产业规模增长迅速，但仍处于发展初期，人工智能企业生产率的提升关系到人工智能产业的整体发展水平。本文运用DEA-Malmquist指数方法对2016-2018年114家北京市人工智能企业的全要素生产率进行测度，结果显示，北京市人工智能企业全要素生产率年均增长率为0.70%，技术效率是企业全要素生产效率提升的主要动力。此外，上市企业的全要素生产率水平高于非上市企业，且行业间差异明显，信息传输、计算机服务和软件业的全要素增长率最高，教育行业的全要素增长率最低。     

高技术产业全要素生产率的差距及影响因素研究

运用DEA-Malmquist指数,测度了1996—2010年中国大陆30个省市高技术产业全要素生产率的变化和差距,并对其影响因素进行了分析。研究表明:技术进步在各地区差异明显,但各地区全要素生产率的增长具有趋同的趋势。相比东部地区,中西部地区技术效率对全要素生产率的推动作用更为明显。从全要素生产率的影响因素来看,科技活动人员、对外开放水平对全要素生产率的影响为正,市场化程度对全要素生产率的影响为负,研发强度、政府管理水平对全要素生产率的影响并不显著。     

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。     

地方高校科技创新全要素生产率变化趋势及其影响因素——基于分布滞后效应

基于分布滞后效应,运用DEA-Malmquist指数法分析2002—2011年我国27个省区地方高校科技创新全要素生产率的演化规律、收敛性及影响因素。结果表明:全国全要素生产率增长较缓慢,多数省区全要素生产率主要受技术进步变动影响,西部高于东中部地区;全国和中部地区绝对/3收敛和条件/3收敛效应显著,东西部地区仅条件/3收敛效应显著;高级职称人员和企事业单位经费投入对全国地方高校科技创新全要素生产率有显著促进作用。     

我国高校技术转移绩效动态变化的Malmquist指数及原因分析

运用基于DEA的非参数Malmquist指数方法研究了2002~2011年10年间我国27个省份高校技术转移TFP的变动及其分解,并就纯技术效率的收敛问题进行了进一步探讨。研究发现:全要素生产率年均下降9.1%,技术衰退是主要原因;技术效率年均增长2.1%,纯技术效率提高是主要原因;10年间,技术转移效率呈现较大的时间波动和地区不平衡;纯技术效率在全国范围内及东、中、西部呈显著收敛趋势,落后地区向先进地区的学习与追赶效应显著。     

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．     

西藏经济增长中的全要素生产率分析

全要素生产率的增长是反映经济增长效率的重要注解,对全要素生产率增长源泉的分解随着人们对经济增长的认识深化和经济计量分析工具的发展在不断深入。文章从经济增长源泉、全要素生产率分解和计量方法等层面对全要素生产率增长进行了理论分析,并以西藏经济总量和产业结构为例进行了实证研究,认为西藏经济维持长期持续增长的一个重要政策取向应该是进一步加强人力资源的积累。