中国工业企业创新全要素生产率评价——基于双前沿面网络DEA-Malmquist指数模型

本文将工业企业创新活动划分为两个阶段——研发阶段和生产阶段,建立了基于双前沿面的网络DEA-Malmquist指数全要素生产率评价模型,对2013~2014年,2014~2015年中国35个工业细分行业的创新全要素生产率进行了评价。评价结果表明:在两个期间内,研发阶段全要素生产率的增长主要依赖于技术进步增长,生产阶段全要素生产率的增长主要是由技术效率变化和技术进步二者共同决定的。从系统整体来看,中国绝大部分工业细分行业全要素生产率变化呈现正增长趋势。

基于不同生产可能集假定的Malmquist生产力指数共同前沿面方法

传统的Malmquist生产力指数(MPI)假定所有的生产者(DMU)具有相同的生产可能集,因此对于运行于不同生产技术条件下的生产者,其不再适用。文章力图将群组异质性纳入MPI,去考虑处于不同技术条件下的经济主体在生产上所体现出的差异这一现实。通过引入非参数的共同前沿面分析方法,意在比较处于不同生产技术条件下的经济主体的生产力变化及其分解部分,将生产力指数分为三个部分:效率变化、技术变化以及技术领先变化。最后,利用该方法对1998年到2007年的中国道路运输业进行了实证研究。

一种新的Malmquist指数测算与分解方法

Malmquist指数是生产力变化的度量,其中一个重要成份是前沿面移动或技术变化。文章直接从全局入手,提出了一种计算全局Malmquist指数与全局前沿面移动的方法。与传统做法相比,该方法能测算真实的前沿面移动,易于计算,尤其适用于总体稀疏的生产可能集与随时间改变形状的前沿面。

提升全要素生产率的路径及影响因素——增长核算与前沿面分解视角的梳理分析

生产率表征的是投入要素的产出效率,而全要素生产率则是指所有可观测投入要素的产出效率。以索洛增长模型和"索洛余值"为基础,衍生出乔根森增长核算框架,并成为测度全要素生产率增长率及其增长贡献的重要方法。以生产前沿面为基础的数据包络分析(DEA)和随机前沿分析(SFA)则从微观层面测度厂商的全要素生产率指数,并能进一步分解为技术进步(技术变化)和技术效率提升;它们与产业结构转换是提升宏全要素生产率的三大途径。在对三大途径具体影响因素进行系统梳理基础上,从加快科技创新步伐、助力企业提质增效、引导产业结构转换三方面提出了政策建议。

环境规制下中国工业全要素生产率评价研究——基于全局网络DEA-Malmquist指数

将工业活动划分为两个子系统——生产子系统和治理子系统,在考虑环境因素前提下,建立基于双前沿面的全局网络DEA-Malmquist指数全要素生产率评价模型,对2013—2014年,2014—2015年中国31个省、市、自治区(不包括港、澳、台地区)环境全要素生产率进行评价。评价结果表明,在两个期间内,生产子系统和治理子系统环境全要素的增长主要依靠技术进步的增长,技术变化效率还存在很大的改进空间。从系统整体来看,中国31个省、市、自治区(不包括港、澳、台地区)中绝大部分地区环境全要素生产率有不同程度提升。

新疆商业银行效率研究:2009~2013

一、引言2010年中央新疆工作座谈会以来,中国人民银行及中国银监会、证监会和保监会,认真贯彻落实中央有关精神和要求,从经济社会全局和国家战略的高度出发,先后出台一系列针对金融业发挥先导与核心作用的金融倾斜政策,加大了政策支持新疆力度、着力改善当地金融环境,为新疆经济社会发展提供了强有力的支持和保障,推动了新疆经济发展、社会稳定和长治久安。