如何提升ESG基金的绩效水平?——基于DEA-Malmquist生产率指数与fsQCA方法

在我国,ESG基金尚处于发展初期,如何提升其绩效水平成为亟待解决的问题。以2018~2021年的26支ESG基金为研究对象,运用DEA-Malmquist生产率指数方法分别从静态和动态两个层面对ESG基金绩效进行评价,并应用模糊集定性比较分析(fsQCA)方法探究ESG基金的绩效提升路径。总体来看,ESG基金绩效表现良好,但不同基金之间差异较大。ESG基金的全要素生产率在研究期间内呈现小幅下降趋势。提升ESG基金绩效的路径有三种:一是在提高基金规模的前提下,保持较低的持股集中度并尽可能降低调仓频率;二是在提高基金规模的前提下,分散投资ESG评分高的标的;三是在提高基金规模的前提下,长期持有ESG评分高的标的。根据实证分析结果,提出了完善ESG评级体系、稳步扩大ESG基金市场规模、基金经理逐步优化投资策略的建议。

广西农业全要素生产率增长实证研究——基于随机前沿生产函数及DEA-Malmquist生产率指数模型

在供给侧结构性改革背景下,提高农业全要素生产率对加快实施乡村振兴战略、实现城乡统筹具有重要意义。文章通过构建随机前沿生产函数及DEA-Malmquist生产率指数模型,采用1978—2018年面板数据分析广西农业全要素生产率增长情况并进行分解。结果表明,广西农业全要素生产率呈现明显的阶段性增长特征,与中国经济结构调整周期大体一致;农业技术进步是农业全要素生产率的核心增长动力;随着农业供给侧结构改革的持续深入,农业技术效率成为农业全要素生产率增长的潜在因素;现阶段,规模效率对农业全要素生产率产生阻碍作用,要素配置效率发挥作用微弱。基于此,广西农业全要素生产率的提升应继续加大农业技术创新投入,进一步扩大农业技术对全要素生产率的贡献率;提高资源使用效率,盘活存量、优化增长,优化资源配置,充分发挥规模和要素配置效应。

安徽省大中型工业企业全要素生产率及影响因素研究——基于DEA-Malmquist生产率指数法

根据2001—2016年安徽省大中型工业企业以及16个地级市的面板数据,采用DEA-Malmquist生产率指数法对全要素生产率及其分解进行了测算,并通过实证方法进一步分析了影响全要素生产率及技术进步率的因素。结果显示:(1)考察期内安徽省中大型工业企业Malmquist指数及技术进步指数大部分年份都大于1,且全要素生产率的提高主要是由于技术进步的提高引起的。(2)外商直接投资和企业盈利能力对全要素生产率以及技术进步率都具有正向影响;企业规模和政府资金对全要素生产率和技术进步率都具有负向影响;行业集中度对全要素生产率不显著,对技术进步率有负向影响。最后,在本文研究结果的基础上,为提高安徽省工业企业的全要素生产率提出了相应的建议。

山西省高新技术产业动态效率与我国发达地区比较研究——基于主成分分析和DEA-Malmquist生产率指数法

利用山西省与我国发达地区高新技术产业2001—2010年的数据,结合主成分分析和DEA-Malmquist生产率指数法,比较各地区高新技术产业的动态效率。结果显示:山西省高新技术产业生产效率与发达地区相比存在较大差距;2001—2005年,技术进步是促进山西省高新技术产业生产率增长的主导力量,2006—2010年,规模效率则成为主要动力;10年来,山西省高新技术产业纯技术效率变动指数一直保持不变,制约山西省高新技术产业生产率增长的主要原因是规模效率变动指数与技术变动指数的反向变化。

1978-2007年中国TFP的估算和分析——基于DEA-Malmquist生产率指数法

该文运用非参数Malmquist生产率指数方法,对我国1978—2007年30个省(市、自治区)的全要素生产率进行分析,结果表明:在1978—2007年期间,各省市区的全要素生产率平均增加3.7%,其中东部地区增加4.3%,中部地区增加3.2%,西部地区增加3.6%,全要素生产率提高的主要推动力量是技术水平的提高;改革开放深化时期比改革开放初期时的全要素生产率和技术进步贡献率都有大幅度的提高,且改革开放初期要素生产效率提高大于技术水平提高,改革开放深化时期技术水平大幅度提高,但生产要素使用效率负增长。

广西民营上市企业全要素生产率分析——基于DEA-Malmquist生产率指数法

全要素生产率分析是研究企业经济质量、管理效率水平和技术进步的重要手段。广西民营上市企业全要素生产率均值为0.936,技术创新能力弱是其主要影响因素;大部分行业全要素生产率呈下降趋势,主要源于技术效率变化指数和技术进步指数的同时下降;桂中、桂东地区的全要素生产率在一定程度上有所提高,而桂南、桂北的全要素生产率较低。今后,广西民营企业应加大技术创新力度,优化投入产出配置,提高企业管理水平和抗风险能力,进而提升全要素生产率。

我国服务业TFP测算——基于DEA-Malmquist生产率指数模型

一国服务业的发展程度代表着该国的现代化程度,国服务业在促进经济发展、带动就业和提升国际竞争力方面都发挥着越来越重要的作用。本文对服务业生产率进行再测算,旨在促进服务业的良好发展。

机会成本视角下新疆肉牛养殖的全要素生产率测度——基于DEA-Malmquist指数分析

在传统肉牛养殖全要素生产率的研究中,机会成本的考量往往被忽视。然而,不考虑机会成本会导致对养殖户在肉牛养殖中的隐性投入被忽略,从而无法真实地反映肉牛养殖的全要素生产率。为了准确测算新疆肉牛养殖的全要素生产率,在以2008—2022年新疆肉牛主产值为产出指标,以仔畜费、饲草料费、人工费为投入指标的基础上引入机会成本要素,采用DEA-Malmquist指数从静态和动态视角对新疆肉牛养殖的技术效率和技术进步的相关情况进行分析。结果表明:从静态角度来看,新疆肉牛养殖的水平并不高,收益较低,主要受到规模效率的影响,个别年份受到纯技术效率的影响,说明在目前的养殖规模和技术水平下,新疆肉牛养殖的效益尚未达到理想状态,仍有较大的提升空间;从动态角度来看,新疆肉牛养殖全要素生产率变动的主要原因是技术进步,说明随着新技术的不断应用和推广,新疆肉牛养殖的生产效率有望得到进一步提升。最后,从优化养殖规模和布局、加强技术创新与推广、加大对职业养殖户的培育等3个方面提出促进新疆肉牛产业高质量发展的的对策建议。

基于DEA-Malmquist指数的湖南省水稻全要素生产率研究

在保障粮食安全的背景下,基于DEA-Malmquist指数法,分别对湖南省13个地级市、1个自治州水稻的动态投入产出效率进行测度,并将湖南省划分为长株潭城市群、湘南地区、大湘西地区、洞庭湖地区4个地区进行比较分析。实证分析结果表明:第一,由于技术的提高,全要素生产率呈上升趋势;第二,不同地级市自治州全要素生产率存在明显差异;第三,全要素生产率在洞庭湖地区、长株潭城市群、湘南地区、大湘西地区呈现依次递减的特征。基于此,有针对性地提出建议,从加大科研投入提升技术,政府推出政策红利解决实际困难,推动经济发展改善种植环境3个方面施策。

基于DEA-Malmquist指数的京津冀物流产业全要素生产率研究

提高物流产业全要素生产率有利于提高物流效率、推动物流产业的升级。文中以京津冀地区为例,建立物流业投入产出指标体系,运用DEA-Malmquist指数模型测算2011—2021年京津冀整体物流业全要素生产率。实证结果表明:2011—2021年间,京津冀地区物流业全要素生产率的平均增长率为4.3%,变化趋势呈波动型。其中,技术进步是影响全要素生产率变化的主要原因。同时,对京津冀各地区进行对比研究发现,各地区物流业全要素生产率存在差异。最后,结合实证研究结果和京津冀物流产业现状,给出提高全要素生产率的建议,旨在促进地区物流业高质量发展。

基于DEA-Malmquist指数法的浙江省农业水资源生产率实证分析

研究农业水资源生产率可为促进地区农业生产节水及提高农业用水生产效率提供科学依据。本文基于2010—2021年面板数据,运用数据包络分析法的BCC模型与Malmquist指数法,建立农业水资源生产率测算模型,计算探究浙江省各设区市农业水资源生产率静态与动态时空分异特征。研究发现:2010—2021年,浙江省四个设区市表现为DEA有效,剩余多数有不同幅度的农业水资源生产率波动上升,总体平均上升率为4.28%。通过分解Malmquist生产率指数,发现2011—2021年浙江省农业水资源全要素生产率整体呈先波动上升再下降的趋势,浙江省各设区市均有着程度不同的技术进步,但受制于技术效率指数下降的限制,部分地区未能实现农业水资源高效利用与生产。基于研究结论,提出关于提高浙江省各地农业水资源生产率的对策建议。

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。

暴露风险视角下企业生产效率波动与财务舞弊研究——基于DEA-Malmquist指数的实证

暴露风险是舞弊四因素理论(GONE理论)中影响财务舞弊行为的重要因素。本研究使用数据包络分析构建企业生产效率波动指标,建立博弈模型从风险暴露视角给出生产效率波动影响财务舞弊行为的机理分析。选取2016年至2020年A股市场制造业上市公司样本进行实证,研究发现:生产效率波动越大,上市公司财务舞弊的风险程度越高;异质性研究结果表明公司透明度、审计质量和外部监督强度会影响生产效率波动与舞弊风险程度之间的关系。研究拓展了财务舞弊识别视角,为上市公司财务舞弊行为监管提供有价值的参考。

基于SBM-GML指数的农业绿色全要素生产率及影响因素分析

研究使用全局SBM-GML指数对中国31个省份2011—2019年的农业绿色效率值和绿色全要素生产率进行测算和分解,并运用Tobit模型对影响因素进行了分析。研究结果表明,我国农业的绿色全要素生产效率增长较为缓慢,其中技术效率是推动增长的关键因素,技术进步一定程度上起到了制约作用。从全国31个省份整体来看,2019年有14个省份实现农业绿色有效,河南、江西和广东的农业绿色全要素生产率增长率位列全国前三。经济发展水平、产业结构和财政支出对农业绿色全要素生产率提高具有正面影响,人力资本结构、环境规制则具有负面影响;自然灾害对全国、中部和西部的农业绿色全要素生产率提高产生负效应,对东部则产生正效应。

基于Global Malmquist-Luenberger(GML)指数模型的物流业绿色全要素生产率测算分析——以2010—2020年京津冀13个城市为例

构建Global Malmquist-Luenberger (GML)指数模型对2010—2020年京津冀区域13个城市的物流业绿色全要素生产率(GTFP)进行测度,并对生产率变化、指数分解、区域差异、收敛性情况展开一系列分析。主要结论有:(1)整体来看,京津冀区域的物流业GTFP主要源于绿色技术进步(GBPG)驱动,GBPG累积提升约10.63%,绿色技术效率(GEC)下降明显;“十二五”时期的GML指数波动较大,“十三五”时期趋于平稳提升。(2)观测期内京津冀三地物流业绿色全要素生产率发展成效差异明显,仅河北实现了物流业GTFP提升,GBPG增长率高达25.18%,特别是张家口、邢台、衡水和秦皇岛四市在“十三五”时期已实现了GEC和GBPG双驱动发展;北京近年来物流业GTFP反弹提升明显,但GEC指数仍处于较低水平;天津的GBPG指数和GEC指数均有不同程度降低。(3)京津冀、津冀和河北城市组的物流业GTFP均通过了绝对β和条件β收敛检验,行政壁垒效应的存在导致三地收敛速度有所差异,河北城市组收敛速度最快,京津冀城市组最慢。

中国服务业全要素生产率测度研究——基于DEA-Malmquist指数法

文章采用2003—2019年中国服务业细分行业统计数据,运用基于非参数DEA-Malmquist指数方法,试图测度中国服务业细分行业TFP,分析内部生产率变化趋势及行业差异。研究发现:技术进步主导中国服务业TFP增长,技术效率阻碍中国服务业高质量发展。同时,中国服务业细分行业间发展差距较大。从影响因素看,人均资本量、对外开放度、市场化水平是影响中国服务业TFP增长的重要因素。

一体化能否提升城市全要素生产率——基于长江经济带三大城市群的比较分析

本文基于成渝城市群、长江中游城市群和长江三角洲城市群,从交通设施、要素市场、产业、经济、制度五个维度构建指标体系测度评价城市群一体化水平,研究发现:第一,2011—2019年长江经济带三大城市群的一体化水平整体呈上升趋势,其高低排序依次为长江三角洲城市群、成渝城市群、长江中游城市群。第二,制度一体化对三大城市群一体化水平影响最为突出。第三,三大城市群均存在较大的经济发展差距和严重的产业同构现象,且随着城市群一体化程度的加深并未得到明显改善。进一步实证检验城市群一体化水平对城市全要素生产率的影响,结果表明:城市群综合一体化及交通设施、产业、制度一体化对城市全要素生产率具有显著的正向影响,而要素市场一体化对全要素生产率存在负向影响,经济一体化与其尚不存在显著影响。

数字化转型能否提高商业银行全要素生产率

基于2010-2021年123家商业银行数据,利用北京大学编制的商业银行数字化转型指数,实证检验了数字化转型对商业银行全要素生产率的影响。结果表明:商业银行数字化转型能够显著提升商业银行的全要素生产率,且在采取GMM模型回归等稳健性检验后该结论保持不变。机制分析表明,数字化转型可以通过推动技术进步、降低商业银行不良贷款率及营业成本从而提升银行全要素生产率。异质性分析表明,数字化转型对于股份制银行、城市商业银行以及创新能力强的银行在全要素生产率提升效果上更为显著。

中国碳排放全要素生产率的区域演进及其影响机制——基于胡焕庸线的实证分析

提升碳排放全要素生产率是全面建设中国式现代化的内在要求。运用NCSE-EBM与Malmquist Luenberger指数相结合的模型测度和分析2011—2020年我国30个省份碳排放全要素生产率及其区域动态演进特征,并采用灰色关联方法探讨区域碳排放全要素生产率演变的影响机制。结果显示:碳排放全要素生产率在空间上表现为胡焕庸线西北和东南区域高、沿线区域低的“V”型分布态势;三大区域碳排放全要素生产率均不存在严格收敛;效率改善指数是碳排放全要素生产率提升的内在主导性因素;产业结构是我国三大区域碳排放全要素生产率的最主要影响因素,技术创新与胡焕庸线西北区域和东南区域碳排放全要素生产率的关联度最低,而数字化与胡焕庸线沿线区域碳排放全要素生产率关联度最小。

我国文化产业全要素生产率测度及区域差异分析

基于2013—2021年我国除香港地区、澳门地区、台湾地区外其他31个省(自治区、直辖市)文化产业的面板数据,采用DEA-Malmquist指数模型测算全国文化产业全要素生产率及其分解效率,运用泰尔指数的方法分析全要素生产率区域间的差异.结果表明,文化产业全要素生产率呈现出波动变化,但总体呈现出下降趋势;我国文化产业区域之间发展不均衡,区域文化产业的全要素生产率值从大到小依次为东部、中部、东北、西部;总体泰尔指数呈现出下降的趋势,区域内泰尔指数的贡献率高于区域间泰尔指数,区域内差异是造成我国文化产业发展不均衡的主要原因.因此,应该推进文化产业的技术创新,因地制宜地采取不同方法,促进区域内、区域间的协调发展.