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。     

基于三阶段DEA-Malmquist模型的乡村振兴下的农业保险支农效率

采用三阶段DEA-Malmquist模型,通过测度农业保险支农的TFP及其构成,对我国2008—2017年31个地区在乡村振兴背景下的农业保险支农效率进行测度与区域差异分析,并采用SFA模型剔除环境变量和随机误差.分析结果表明:(1)对投入指标进行调整前,总体全要素生产率变动下降,表明在农业保险支农过程中,未充分发挥已有农业保险要素投入的潜力,且该下降主要源于技术进步的阻碍.从地区来看,各省全要素生产率变动下降的省份达30个,农业保险支农发展的潜力较大.(2)剔除环境变量与随机误差后,全要素生产率变化和技术进步有所增加,增长达到28.0%和14.3%,表明在农业保险支农过程中更加注重技术的提高.但是,技术效率变化下降了8.47%,影响了TFP的提高.各省Malmquist生产率指数除吉林、黑龙江、广东、新疆外均有改进,且其改进得益于技术进步的改进.区域间技术进步存在显著差异,但纯技术效率变化和规模效率变化差异在缩小.     

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.     

河南省新型城镇化动态效率评估

新型城镇化效率提升是新型城镇化高质量发展的关键内容之一。本文通过运用非期望产出SBM模型和Malmquist-Luenberger生产率指数模型,测算了2003—2016年河南省新型城镇化的全要素生产率及其分解情况,研究发现:河南省新型城镇化全要素生产率指数的增长主要源于技术进步,郑州大都市区效率变化指数和技术进步指数优于核心发展区和联动辐射区;技术优先型的地级市少于效率优先型的地级市。因此,优化资源配置、转变产业结构等方式是河南省提高新型城镇化效率的主要路径。     

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.     

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。     

制造业数字化对全要素生产率的影响机制与效应分析

研究从数字化技术投入、数字化生产应用和数字化创新效益3个维度对我国30个省份(除西藏外)制造业数字化水平进行测度,并在厘清制造业数字化对全要素生产率的作用机理基础上,构建了2009—2019年面板模型,实证检验了制造业数字化对全要素生产率的影响效应。研究发现：我国制造业数字化水平呈现波动上升的变化趋势,且存在较大的地区差距和异质性,制造业数字化生产应用能力逐渐加强,但数字化技术投入与创新动力不足;制造业数字化能显著促进全要素生产率提升,且制造业数字化创新效益是经济高质量发展的主要驱动力;制造业数字化能够通过技术进步、技术效率提升和规模效率改善提高全要素生产率,且对技术效率的影响效应最大。     

高校教育成本投入动态效率的Malmquist生产率指数分析

对高校教育成本投入的研究不仅有利于提高高校的产出效率,同时对高校的成本管理也提供了实证的参考依据.本文以数据包络分析法(DEA)为基础,创新性地使用了Malmquist生产率指数的理论与方法.根据数据包络决策单元选择要求,选取了全国9省市高校2001—2005年的样本数据,对高校教育成本投入的动态效率进行了实证分析研究,从技术效率和技术进步2个方面来考察样本高校全要素生产率的变化趋势.文中的输入指标为人力成本、公务成本、业务成本及设备维修4项,产出指标为中国网大的学术声誉.实证研究表明,2001—2005年间样本高校的产出效率变化的总体变化趋势呈现不稳定性,产出效率主要受高校规模的影响.     

我国建筑产业技术效率的SFA-Malmquist指数实例研究

首先选取6项建筑生产效率指标,利用计量经济学知识建立随机前沿SFA模型以及Malmquist全要素生产模型分别对我国区域建筑市场的技术生产效率及影响因素进行研究;再对2010–2015年我国31个地区的建筑产业数据进行实证研究及全要素生产效率指数模型的动态分析。结果显示:我国建筑产业整体技术效率水平与经济发展水平呈正相关关系,具体表现为沿海各省市技术水平最高、中部省份次之、边缘省份最低;区域建筑产业生产效率的正面主要影响因素为技术进步指数,负面影响因素为规模效率变化指数。     

基于DEA-Tobit模型的长江经济带体育产业效率研究

为了探究长江经济带体育产业效率的现状及存在的问题,选取2013-2017年长江经济带11个省市的面板数据,利用CCR、BCC和Malmquist模型对长江经济带11个省市体育产业综合效率和全要素生产率进行评价,并构建Tobit模型对体育产业综合效率的影响因素进行分析.研究结果表明:长江经济带体育产业综合效率整体处于较高水平;投入冗余率高于产出不足率,且投入冗余现象较产出不足现象严重;规模效率无效出现率高于纯技术效率;4个时期内,长江经济带全要素生产率从下降状态转变为提升状态,并且保持较好的增长态势;Tobit回归结果可以看出,政府干预对体育产业综合效率具有负向影响作用,政策效应对体育产业综合效率具有正向促进作用.并提出了要加强跨区域合作、发挥"体育+"的溢出效应、释放多种动力的叠加效应,进而促进体育产业效率向更高水平发展等建议.     

中小型高技术企业R&D效率的评价与分析 ——基于三阶段DEA模型

运用2005—2014年高技术企业的面板数据,基于三阶段DEA模型对中国中小型企业的投入产出效率进行评价,并与大型企业进行了对比分析。在此基础上,运用DEA-Malmquist生产率指数对中国不同规模类型高技术企业RD的全要素生产率及其分解指数的变化趋势进行了分析。结果表明:样本期间高技术企业总体的全要素生产率有一定幅度的提升,且主要得益于技术进步,但小型企业的全要素生产率增长幅度远远小于大中型企业。最后,根据实证结果得出了相关的结论和政策建议。     

创新驱动战略下山东省区域自主创新效率评价研究

首先运用数据包络分析法(DEA)的CCR模型对山东省17个地市的自主创新效率进行横向评价,从投入指标和产出指标两方面分析非DEA有效区域存在的问题与有效改进值;然后运用全要素生产率指数(TFP)测算了山东省17个地市自主创新的Malmquist全要素生产率,对各地市TFP变动和自主创新效率发展进行了纵向评价分析;最后,根据评价结果提出了创新驱动战略下提升山东省区域自主创新效率的对策建议.     

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。     

乡村振兴背景下农业龙头企业技术创新效率研究——基于六盘水21家样本企业的实证分析

基于DEA模型结合Malmquist指数方法，利用2018—2020年期间六盘水市农业三大产业猕猴桃、刺梨、茶叶中的21家省级以上农业龙头企业的农业投入与产出数据，对21家企业的综合技术效率、纯技术效率、规模效率及全要素生产率进行解析，探究影响六盘水市农业三大产业技术创新效率的因素。结果表明：六盘水市21家农业龙头企业的技术创新效率较低，主要受限于纯技术效率；技术进步率显著影响着全要素生产率，三大产业均属于技术推动创新绩效型。因此，为有效提高产业技术创新效率，必须以重塑创新格局提升技术进步率。     

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。     

中国研究型大学科研全要素生产率动态评价——基于DEA-Malmquist指数的实证分析

利用DEA-Malmquist指数方法测算并分析"十一五"期间中国研究型大学自然科学学科科研全要素生产率,主要发现:研究型大学科研全要素生产率的改进主要源于技术进步,规模效率和纯技术效率改善的贡献不明显,尤其是规模效率甚至在一定程度上起拖累作用。分区域比较,受制于技术进步滞后,西部地区大学科研全要素生产率改进状况明显落后;得益于管理制度优化所带来的纯技术效率提升,东部地区,尤其是沪苏浙地区全要素生产率改进突出;得益于规模合理设置所带来的规模效率提升,中部地区全要素生产率不断改进。分学校层级比较,尽管"985工程"大学获得了更大的科研投入力度,但全要素生产率及各效率维度改进状况均落后于非"985工程"大学。因此,未来高水平研究型大学建设需高度重视效率问题。     

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。     

吉林省房地产的经济效率研究

运用Malmquist指数计算了2000—2012年间吉林省房地产全要素生产率及其构成;运用BCC模型评价了2012年吉林省9市州房地产业发展的相对经济效率.结果表明:技术进步是促进吉林省房地产全要素生产率增长的主要原因,吉林省房地产业由粗放式的规模增长向依靠技术进步、管理和服务创新转变;2012年吉林省各市州房地产投入产出效率总体偏低,技术效率差异较大;部分市州数据包络分析(data envelopment analysis,DEA)无效的原因为存在投入冗余,房地产发展仍处于"高投入,低效率"的粗放型发展模式.     

计量经济学在中国服务业生产率测度中的应用

应用计量经济学方法和Frontier 4．1计算程序对中国1992--2002年服务业全要素生产率(TFP)进行了测度．采用了利用面板数据的随机前沿生产函数模型,这一模型与传统的经济核算模型不同,它不仅将产出增长分解为投入增长和TFP增长,而且还将TFP增长进一步分解为技术进步和技术效率．研究结果表明,在过去的10年中,服务业多要素生产率对中国经济增长的贡献率达到了42．5％,这一贡献主要来自技术进步。