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.     

西部地区旅游产业发展效率

以西部地区12个省份为研究区域,运用DEA方法中的BCC模型、CCR模型和Malmquist指数模型,分析了2000-2010年各研究区域旅游业的技术效率、纯技术效率、规模效率、技术进步指数和全要素生产率,以综合研究旅游业的发展效率,并在此基础上对投入指标的冗余度、产出指标的不足率进行分析.结果表明:在研究时段内12个省份的全要素生产率指数均大于1,呈增长态势,这主要得益于技术进步指数的增长;除青海省外,其余11个省份的静态效率评价指标都保持在高水平,处于递减规模报酬生产阶段;投入指标中旅游业从业人员存在较大冗余,有17.33%的改进空间,各项产出指标的不足率相对较小.     

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。     

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。     

“985工程”高校科研效率测评与区域差异比较研究

通过采用DEA-BCC和SE-CCR模型,测评中国36所"985工程"高校2013年度的科研效率。研究显示:传统DEA模型测算的中国"985工程"高校整体科研效率尚佳,有10所高校达到技术有效和规模有效,规模效率是制约技术效率改善的主要原因,超效率DEA模型显示中国海洋大学的技术效率最高;从区域对比来看,东部高校的规模效率、纯技术效率与综合技术效率都领先于中、西部。     

石油类本科高校科技创新效率分析

运用DEA-BCC模型和DEA-Malmquist指数模型分析方法,对2007-2016年我国石油类本科高校的科技创新效率进行测度评价。结果表明:静态来看,2016年我国石油类本科高校科技创新综合效率、规模效率和纯技术效率均没有能够达到DEA有效,且各石油高校存在显著的差异性。石油高校科技创新资源配置规模与结构是提升科技创新综合效率的重要要素。从动态来看,大部分石油本科高校科技创新效率全要素生产率具有明显下降趋势,科技创新技术进步指数和技术效率变化指数两者较低是导致石油本科高校科技创新全要素生产率有所下降的重要原因。提升我国石油本科高校的科技创新效率应该逐步完善高校科研管理机制,培育高端技术科研人才;瞄准能源领域科技前沿,深化高校科技创新供给;加强产学研合作,推进科技创新成果市场转化。     

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。     

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。     

我国寿险公司经营效率及其效率持续性分析

运用超效率DEA方法和全要素生产率指数,选取2003~2008年我国25家具有代表性的寿险公司的数据样本,测算其技术效率、纯技术效率、规模效率以及全要素生产率的动态变化。结果显示,我国寿险公司经营效率的总体趋势稳步提升,但无论是纯技术效率还是规模效率水平都仍然偏低。在计算上述25家寿险公司的全要素生产率指数的基础上,构造了效率持续性指数,将25家寿险公司划分为四种类型,并分析了不同类型寿险公司动态效率变化的影响因素。     

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。     

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.     

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。     

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．     

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。     

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。     

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。     

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...     

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。     

中国信托业效率测度及动态变化的实证研究

为了检验银监会实施信托"新政"和金融危机对中国信托业效率的影响,运用数据包络分析方法(DEA)重点分析了我国37家信托公司2008年经营的相对效率,结果显示我国信托公司技术效率普遍较低,均值仅为0.507,主要受累于纯技术效率和规模效率的低下.同时,构建了投入产出导向型的Malmuiqst生产率指数对中国信托业2004-2008年全要素生产率的动态变化进行分析,结果表明中国信托业全要素生产率有了较为可观的改善,全要素生产率的增长主要来自于技术变化,技术效率变化的贡献较小.