能源约束下我国全要素生产率的测算——基于DEA-Malmquist指数的分析

采用非参数的DEA-Malmquist指数法,对能源约束和知识资本作用下的我国经济总量的全要素生产率进行了研究。结果表明：以往的研究只是将物质资本存量和人力资本作为投入要素,夸大了我国全要素生产率的增长率;1987—2009年我国全要素生产率的平均增长率为负值,技术效率对全要素生产率的增长没有影响,全要素生产率的提高完全来自于科技进步的贡献。     

基于面板随机前沿模型的湖北省全要素生产率研究

利用2006年到2015年间湖北省城市面板数据,运用面板随机前沿分析方法,对湖北省的全要素生产率增长率及其影响因素进行了实证分析。实证结果表明:湖北省各市的全要素生产率增长率差异较大,湖北省的全要素生产率增长的主要来源是技术效率变化,其次是技术进步,再次是规模效率变化。国有企业产值占区域生产总值之比下降是湖北省全要素生产率提升的主要原因。另外,提高科教投入占比、降低财政支出占比、提高第三产业占比对湖北省全要素生产率的提高有促进作用。最后,根据实证研究结论,提出了提高湖北省全要素生产率的政策建议。     

基于DEA模型的我国农业生产效率研究

寻求提高我国农业生产效率的途径,对于促进我国经济的发展有重要的现实意义。本文运用DEA模型对我国31个省市的农业生产效率进行评价,发现我国农业全要素生产率更多的依赖于技术进步,以及欠发达省市或中部及西部地区农业生产效率普遍偏低。因此要提高我国农业生产效率,就要从加大农业的财政投入、提高农业技术投入水平、提高资源利用水平、提高我国农业生产经营规模和产业化程度四方面着手解决。     

中国信息服务业全要素生产率的测度与分析

运用索洛余值方法,对1991-2010年中国信息服务业国家层面的全要素生产率进行分析。分析结果显示,20年间我国信息服务业产值、资本存量、劳动力平均增长速度分别为26.05%、6.61%和3.64%,全要素生产率增长率为20.51%,表明全要素生产率提升是信息服务业产业经济增长的源泉。我国信息服务业是资本密集型行业,现阶段处于相对粗放式发展阶段。全要素生产率的增长率贡献率46.82%,资本投入贡献率46.39%,劳动投入贡献率6.79%。     

区域工业全要素生产率影响因素研究

随着我国经济的快速发展,工业经济带来的高投资、高能耗、粗放式特征更加明显,区域产业结构相对滞后是影响经济转型的重要问题.基于1990—2014年面板数据,运用Malmquist生产率指数法估算区域工业全要素生产率(TFP),并在此基础上研究创新要素投入、产业结构升级对工业全要素生产率的影响.结果表明:创新研发强度投入、产业结构升级对工业全要素生产率增长有正向作用,创新研发人员投入对工业全要素生产率有负向作用.     

福建省中心城市全要素生产率演变及分解

利用福建省三大中心城市福州、厦门、泉州1990—2006面板数据,采用非参数Malmquist指数对福州、厦门、泉州经济增长的效率演变进行分析,估算出福州、厦门、泉州的全要素生产率指数、技术效率变化指数和技术进步指数。结果表明：这三个中心城市的全要素生产率整体呈现主要由技术进步引发的增长趋势,城市间全要素生产率存在显著差异,且在不同时期技术效率改进和技术进步对三大城市全要素生产率增长的贡献存在一定差异。     

基于HMB指数的河南省城市物流业发展效率研究

在高质量发展的时代要求下,提升城市物流业发展效率势在必行。运用非参数HMB指数法对2008—2016年河南省18个城市物流业全要素生产率进行测算、分解和分析,研究结果表明,2008—2016年间河南省城市物流全要素生产率呈现低速增长态势,其动力主要来自技术效率、混合效率和规模效率,城市物流全要素生产率改进的重点在于提升技术进步指数;河南省城市物流全要素生产率呈现"西北高、东南低"的空间分布格局;非集约度分析结果显示,2016年河南省城市物流业投入要素的集约度比较高。基于灰色系统理论的分析表明,产业结构、城镇化和物流区位熵对城市物流业技术效率起阻碍作用,信息化和开放度则表现为正向影响。     

四因素经济增长方程的推导及应用

利用产出、投入和生产率之间的一般关系式,导出了全要素投入量函数和全要素生产率函数的表达式.在此基础上,得到了全要素投入量增长率和全要素生产率增长率的分解式,运用这两个分解式,建立了四因素经济增长方程.研究了方程的几种应用:(1)经济增长的四因素分析技术;(2)分配对增长方式影响的数理分析;(3)经济效率增长与经济效益增...     

大健康产业全要素生产率测算与影响因素研究——以天津市为例

本文以天津市2011—2019年大健康上市企业的面板数据为样本,采用DEA-Malmquist指数方法测算企业全要素生产率及其分解效率,通过构建面板数据模型分析大健康产业发展的影响因素.研究发现：大健康企业全要素生产率呈增长趋势,且主要依赖技术进步的拉动,技术效率和技术进步变动呈负向相背离趋势;研发投入、企业年龄、盈利能力有利于促进大健康企业全要素生产率的提升,而企业规模、资产负债率、资本密度对大健康企业全要素生产率则具有抑制作用.因此,应拓宽企业融资渠道,削减小规模生产的落后产能,强化科技人才支撑,形成良好的大健康产业创新发展高地.     

基于序列Malmquist-Luenberger指数的碳排放约束下的全要素能源效率

为了研究在碳排放约束下的全要素能源效率问题,运用基于含有非期望产出的SBM与序列Malmquist模型构成的序列Malmquist-Luenberger指数对中国东、中、西部和整体29个省份(自治区、直辖市)进行比较,对其全要素生产率分别进行分析对比.通过实证研究分析可知,技术进步和效率变化共同促进了整体全要素生产率的不断提高,并且技术进步的作用大于效率变化的作用;东部区域的各省市在碳排放约束下的全要素生产率SM L引领着整个中国的进步,中部区域和整个中国发展水平几乎一致,而西部明显落后于整体.     

安徽汽车产业生产效率评价及其对策研究

利用数据包络分析模型对包括安徽省在内的16个地区汽车产业2005—2014年的生产效率进行测量,并根据投入物变量的不同,将生产效率分为成长性生产效率和收益性生产效率.利用Malmquist指数分析法分析了这些地区成长性和收益性效率的变动趋势.研究发现,安徽省汽车产业的成长性数据包络分析和收益性数据包络分析都在样本地区中排在末尾;安徽省2005—2014年的成长性全要素生产率整体上得到了改善,而收益性全要素生产率却大幅度恶化.     

中国煤炭城市全要素生产率变动的实证研究

应用基于DEA的非参数Malmquist指数法,对1991—2004年中国18个地级以上煤炭类矿业城市的全要素生产率进行了测算,描述了全要素生产率的变动趋势并对其内在结构进行了分解;并以1998年为时序断点,分析了在煤炭城市发展的两个阶段中,全要素生产率变化的具体原因.结果表明：1991年以来,煤炭类矿业城市的全要素生产率年平均增长率为-0.8%,导致增长率降低的主要原因在于技术退化,而且这种退化呈现加速的趋势;1991—1997年间,效率改善导致大部分煤炭城市全要素生产率有所增长,而1998—2004年间,技术退步导致大部分煤炭城市的全要素生产率下降;开采历史较长的煤炭城市,14 a间无论是全要素生产率还是其分解成分,均大大落后于其它煤炭城市;1997—1998年间煤炭行业的＂限产压库＂政策,制约了煤炭城市的发展.     

产业集聚对我国绿色全要素生产率的影响

采用区位熵的方法分区域对我国二三产业的集聚程度进行分析, 并通过DEA-Malmquist 指数法, 测算不同区域的绿色全要素生产率, 后聚焦二三产业集聚对我国不同区域绿色全要素生产率的影响进行实证分析。研究发 现: 在全国整体范围内, 第二产业集聚有利于绿色全要素生产率的提升, 第三产业集聚将抑制绿色全要素生产率的提升; 分区域看, 南部沿海地区第二产业集聚提升了绿色全要素生产率, 而华中区域、大西北地区第二产业集聚对绿 色全要素生产率则是抑制作用; 东北地区及西南地区第三产业集聚对绿色全要素生产率的提升有促进作用, 而南部沿海地区第三产业集聚却抑制了绿色全要素生产率。     

我国建筑业全要素生产率的实证分析

生产率的提高不仅对我国建筑业有着举足轻重的作用,而且对转型期的我国国民经济的持续稳定发展也有着特殊意义。然而,由于方法的不完善和统计数据的缺乏,建筑业生产率的度量是一个富有挑战性的课题。在简要介绍全要素生产率研究方法的基础上,本文借鉴现有的研究成果,根据实际统计资料,对我国建筑业作了实证分析。结果发现,我国建筑业全要素生产率总体呈下降趋势,这说明我国建筑业生产效率近期并没有提高,仍处于由粗放型增长向集约型增长的转变过程之中。     

我国建筑业全要素生产率的实证分析

生产率的提高不仅对我国建筑业有着举足轻重的作用,而且对转型期的我国国民经济的持续稳定发展也有着特殊意义.然而,由于方法的不完善和统计数据的缺乏,建筑业生产率的度量是一个富有挑战性的课题.在简要介绍全要素生产率研究方法的基础上,本文借鉴现有的研究成果,根据实际统计资料,对我国建筑业作了实证分析.结果发现,我国建筑业全要素生产率总体呈下降趋势,这说明我国建筑业生产效率近期并没有提高,仍处于由粗放型增长向集约型增长的转变过程之中.     

技术进步对提高电力企业效率贡献的研究

阐述了全要素生产率理论和技术进步的关系,并通过对某电厂10多年中各个阶段全要素生产率的实证计算和分析,说明了技术进步对电力企业效率的提高有着巨大贡献．     

低碳约束下物流业发展绩效的区域差异及其优化研究

基于2010—2015年面板数据,以二氧化碳排放量作为物流业能源消耗形成的外在成本变量,运用超效率DEA视窗分析模型实证分析了低碳约束下我国30个省份和八大区域物流业发展绩效的时空分布及动态演化特征,进而研判各省份和区域物流业低碳发展的优劣势。研究表明:中国各省份物流业效率普遍不高,且存在明显的区域差异。低碳约束下物流业全要素生产率增长主要依靠管理水平提升来驱动,技术效率变化所起的作用较小。通过构建静态-动态绩效的分析矩阵发现,低碳约束下改进物流业绩效的主要着力点在于提升物流业发展效率,即提升全要素生产率。     

我国工业行业二氧化碳排放绩效——基于Luenberger生产率指数分析

在1992年～2007年我国投入产出表的基础上,分析我国二十一个工业行业在考虑碳排放约束条件下和传统的Lu．enberger生产率指数的变化。将Luenberger生产率指数（LPI）分解成生产率效率和技术变化来分析全要素生产率变化的原因。结果表明,1992年至2007年期间,在碳排放约束条件下我国二十一个工业行业中有十一个行业的Luenberger生产率指数比传统的要高,生产率主要是由于技术创新引起的。几乎所有的能源密集和材料密集型行业在考虑碳排放时比传统的不考虑碳排放时Luenberger生产率指数更高。     

纺织服装企业科技创新效率及影响因素研究

为了评价我国纺织服装企业的科技创新效率进而助力企业创新发展,基于我国“十三五”期间44家纺织服装上市企业面板数据,采用DEA-BCC和DEA-Malmquist模型分别从静态和动态两个方面进行科技创新效率测算,并采用Tobit模型对科技创新效率的影响因素进行探究。静态结果表明：62.3%的资源投入有效;纯技术效率平均值在0.580～0.737,处于较低水平;规模效率全样本平均值为0.923;规模效益稳定和递增的企业超过一半。动态结果表明：全要素生产率平均值为0.961,整体投入产出效率呈现出退步趋势。技术进步平均值为1.031,呈现出升高趋势。Tobit结果表明：政府补助对科技创新效率有着显著抑制作用,产业发展有着显著促进作用。最后,对提高纺织服装企业科技创新效率提出3条建议。     

苏北大运河沿线区域经济增长动力结构分析

运用超越对数生产函数的随机前沿模型测算了苏北运河沿岸9县区市2000～2016年的全要素生产率增长率,分析了其增长率的时空特征。研究结果表明:(1)用两步法探索随机前沿的模型参数,发现增加运河年航运量、运河航运里程数、二产占比、城市化比率和基础设施建设等5个影响变量后,模型解释力提升了42. 5%,其中影响变量对生产效率的作用效果呈现显著性差异。(2)聚类分析将苏北大运河沿岸县区市生产效率分成四种类型,区位优势、要素优势和工业基础水平影响着四类县域全要素生产率的层级水平。(3)经济增长动力结构中,资本投入贡献最大,TFP贡献次之,劳动要素贡献最低,资本投入挤压效应和资源禀赋条件影响经济增长动力结构特征。最后文章提出了政策建议。