基于三阶段DEA-Malmquist模型的环境服务企业全要素生产率研究

随着培育环境服务业被提升到国家战略高度,科学、准确地考察其生产效率,分析其驱动因素和改善路径,具有一定的现实意义和必要性。本文运用三阶段DEA-Malmquist模型,剔除环境和随机因素的影响,对2015~2018年63家环境服务上市企业的全要素生产率进行实证分析。研究表明,企业生产效率对外部环境较为敏感,验证了考虑环境和随机因素的必要性;近年环境服务业生产效率呈现改善态势,其中环境监测企业生产效率增幅最大;企业全要素生产率属于技术效率改善主导型,相比于技术创新,管理层的决策能力对生产率的提升作用更大;细分领域中,水污染治理业受管理和技术因素的驱动较明显,而土壤修复业的双因素驱动力偏弱。在此基础上从企业和政府两个角度给出对应的策略和建议。

中国高技术产业创新效率的动态变化——基于Malmquist指数法的分析

本文运用Malmquist指数刻画了1995—2006年中国高技术产业创新效率的动态变化，并把创新效率的增长分解为技术进步和资源配置效率变化两个部分。结果显示：20世纪90年代中期以来中国高技术产业创新效率的增长主要是由技术进步推动，资源配置效率对科技创新效率的增长贡献较小。

基于Malmquist指数法的我国科技创新效率评价

用Malmquist指数方法测算了我国科技创新效率的变动趋势,并把科技创新效率的增长分解为技术进步和资源配置效率变化两个部分。结果显示:20世纪90年代以来我国科技创新效率的增长主要是由技术进步推动,资源配置效率对科技创新效率的增长贡献较小。

中国林业技术效率与全要素生产率增长分解——基于SFA-Malmquist方法的估计

【目的】针对已有研究中存在的测量误差和分解有偏问题,采用新的估计方法重新测算中国2004—2015年的林业技术效率及全要素生产率(TFP)增长率,以期正确认识和评价当前中国林业的发展模式和经济增长质量。【方法】首先利用Battese等(1995)提出的"一步法"随机前沿模型(SFA)对各省林业技术效率进行估算,并分析其主要影响因素;然后结合Malmquist生产率指数,测算各省及东北、东部、中部和西部4大区域的林业TFP增长率,分析其时序增长与空间分布特征;最后将TFP增长分解为前沿技术变化和技术效率变化2部分,确认不同省份林业TFP增长的来源。【结果】1)中国林业生产中存在比较普遍的技术无效现象,平均技术效率只有0.546,还有很大提升潜力;2)年降水量、森林病虫鼠害防治面积和林业专业技术人员数对林业技术效率提升具有显著正向作用,而森林病虫鼠害发生面积正好相反,森林火灾受害面积虽然影响也为负,但未通过显著性检验;3)样本期内,中国林业TFP年均增长16.48%,其中技术变化贡献了16.92个百分点,是TFP增长的主要动力,技术效率变化贡献了-0.37个百分点,一定程度上阻碍了林业TFP获得更快增长;4)中国林业TFP增长及其成分的空间差异明显,虽然几乎全部样本省份都实现了TFP正增长,但其中过半省份表现为技术进步与技术效率恶化并存的"单驱动"型增长,不具有可持续性。【结论】2004—2015年,主要是技术进步支撑中国林业TFP增长,林业技术效率水平低下且长期处于恶化状态对TFP产生负面影响;从各省份、各区域林业TFP增长特征的比较来看,虽然除北京外几乎所有样本省份都实现了TFP正增长,但省份间、区域间TFP增长速度差异很大,TFP增长的源泉也各不相同。因此,推动中国林业TFP持续增长,除了继续加大林业科技投入、促进林业技术进步外,加强对现有技术的吸收利用和减少林业技术效率损失同等重要;要充分考虑不同地区林业TFP增长特征,实行因地制宜的林业发展政策。

基于Malmquist指数的我国装备制造业全要素生产率测度分析

装备制造业作为制造业的基础,其发展水平直接关系到国民经济的发展速度和发展质量。运用Malmquist指数法对我国装备制造业全要素生产率增长状况进行了测算,并把全要素生产率的增长构成分解为技术进步和技术效率变化两个部分,分析结果显示1995—2006年我国装备制造业全要素生产率的平均增长率为5.7%,且在不同时期技术效率和技术进步对我国装备制造业全要素生产率增长的贡献存在一定差异,分行业来看,全要素生产率增长最快的是通信设备、计算机及其他电子设备制造业。

我国不同所有制工业企业全要素生产率比较研究——基于Malmquist指数的实证分析

使用Malmquist指数法对我国1997~2007年期间7种所有制工业企业全要素生产率进行了估算和拆分,结果发现,我国工业企业全要素生产率增长的主要源泉是来自于技术进步;外商投资工业企业的全要素生产率虽然曾经一直领先于内资企业,但是却处于不断下降的过程,很多地区内资企业生产率都已超过了外商和港澳台投资企业;目前内资企业中,私营企业和股份制企业的全要素生产率增长较快。

中国旅行社业经营效率的动态变化——基于Malmquist指数法的分析

旅游产业的效率提升是我国旅游产业转型发展的一个重点方向,旅行社业作为我国旅游业的重要支柱之一,其效率的提高与否直接关系到旅游业整体效率的变化。文章运用Malmquist指数法对2001～2009年中国旅行社业经营效率的动态变化进行了测度,并把经营效率分解为技术变化率和资源配置效率两个部分来进行了分析。结果表明:2001～2009年中国旅行社业的经营效率增长趋势明显,其主要来自于技术进步;分析期间旅行社业的经营效率也因一些重大事件的影响而有所波动;安徽等26个省份的旅行社业经营效率正向增长,但资源配置效率的不同导致了增长幅度的不同。

基于DEA-Malmquist的资源型城市创新效率分析

利用2004—2010年间黑龙江13座资源型城市的面板数据,基于DEA-Malmquist法对城市创新效率进行了测算和分析,并在此基础上进行了收敛分析。测算结果表明,2004—2010年黑龙江的创新效率呈现出增长态势,其动力主要来源于规模效率,并发现创新工作的2座重点城市和3座典型城市。收敛分析结果表明,黑龙江科技创新效率存在绝对收敛。

“丝绸之路经济带”9省区市全要素生产率比较:基于DEA-Malmquist指数法的研究

文章基于DEA的Malmquist指数方法,选取2001-2012年的面板数据,测算＂丝绸之路经济带＂9省区市的全要素生产率并与全国平均水平进行比较,对9省区市进行分类,分析新疆全要素生产率的变动。研究表明：9省区市与全国以及9个省区市之间经济增长效率差距明显,在＂丝绸之路经济带＂建设中,加快技术进步是缩小差距的主要手段。新疆经济增长效率虽然相对比较高,但全要素生产率下滑明显,需要尽快扭转。

基于Malmquist指数法的西部地区TFP分解研究

利用西部地区1992-2009年的面板数据,基于Malmquist指数法,考察了西部大开发战略实施前后各地区全要素生产率的变化。结果表明:大开发战略的实施使得西部地区全要素生产率的增长总体上由负值(-0.8%)转为正值(1.7%),全要素生产率对经济增长的贡献由-8.8%提高到14.3%,对东部地区的追赶效应明显,但仍存在较大差距。

中国木材供给全要素生产率及其时空差异——基于DEA-Malmquist指数法

基于2004～2012年省际面板数据，采用DEA-Malmquist指数法，测算和分析了中国木材供给全要素生产率。研究结果表明：在技术进步和技术效率的共同推动下，中国木材供给全要素生产率增长较快，增长的主要动力是技术进步；中国木材供给全要素生产率年际间增长速度差异较大，但推动各年度增长的关键力量均是技术进步；在四大地区中，只有东北地区木材供给全要素生产率下降，其他三个地区均增长，且增长动力相似；由于技术效率提升乏力，超过40％的省份木材供给全要素生产率下降。

吉林森工集团林业局的生产效率研究——基于DEA和Malmquist指数分析法

基于DEA(Data Envelopment Analysis)方法和Malmquist指数分析法对吉林森工集团8个林业局的生产效率进行了实证研究。研究结果表明:2009年湾沟林业局、泉阳林业局和白石山林业局的技术效率没有达到1;2003—2009年8个林业局的全要素生产力每年平均提高2.04%;其中,主要是技术进步带来的贡献,而技术效率的贡献度相对较低。

浙江省全要素生产率的估算和分解——基于非参数Malmquist生产率指数法研究

运用非参数Malmquist生产率指数方法,对浙江省11个地区的全要素生产率进行了估算和分解.估算结果表明:"八五计划"和"九五计划"期间,所有地区的TFP增长迅速,而"十五规划"期间,大部分地区的TFP则下降显著;进一步分解发现各地区的技术效率是收敛的,对TFP的影响较小,而技术变动与TFP波动趋势相同,对TFP变动起决定作用.

基于非参数Malmquist指数方法的我国基础设施投资生产率研究

综合包括地区生产总值等指标在内的多项指标作为衡量基础设施投资产出效果的指标,更能全面地反映基础设施投资的绩效。通过应用非参数的DEA方法,计算我国1999～2006年的基础设施投资的Malmquist生产率指数,克服了参数方法只能用一个指标衡量基础设施投资绩效的不足,并对基础设施投资的效率变动进行分析。研究结果表明,我国基础设施投资对经济拉动的作用正逐渐变小,同时由过去注重通过加大基础设施投入促进沿海地区的经济发展,正逐步向关注中西部地区的基础设施投入对经济发展促进作用的转移;同时,我国基础设施投资规模效率,正逐年有所改善,各地区的基础设施配置的纯技术效率变化不大,表明我国的基础设施投资仍可按照目前的投资规模稳步进行;而改变目前生产率逐年衰退的关键是推进基础设施投资的技术创新,推进基础设施投资与配置的生产技术前沿。

基于Malmquist指数的区域物流业技术进步与技术效率测度——安徽省2003—2010年的实证分析

以区域物流业固定资产投资和物流业从业人数作为资本和劳动力投入变量,以区域物流业增加值作为产出变量,构建安徽省(2003—2010)17个城市物流业面板数据,运用DEA-Malmquist方法,对安徽省区域物流业全要素生产率的增长来源、区域差异和变化差异进行实证研究。结果表明:安徽省物流业全要素生产率年平均增长率保持在20.6%的较高水平;皖江城市带TFP增长率较高,且其纯技术效率指数和规模效率指数普遍高于其他区域;与我国其他省市及中国整体物流业发展状况相似,安徽省各市物流业普遍存在规模无效率。最后,在此基础上提出安徽省区域物流业发展建议。

中国高技术产业自主创新效率评价——基于DEA的Malmquist指数方法

本文利用DEA的Malmquist指数方法中技术进步反映原始创新效率,利用DEA的Malmquist指数方法中技术效率进步反映二次创新效率.实证分析结果表明:我国高技术产业自主创新效率水平已经得到较大提高,但这种提高主要受益于二次创新效率的提高,高技术产业原始创新效率水平却是在下降的,这在一定程度上抵消了高技术产业自主创新效率的提高,原始创新与二次创新能力没有同步提高.

基于非参数投入前沿面的Malmquist生产率指数研究

本文采用生产前沿面理论及其非参数方法，对假定产出确定条件下投入压缩的生产率指数──基于投入前沿面的Ｍａｌｍｑｕｉｓｔ生产率指数进行了理论与测度方法研究。通过规模收益不变且要素自由（Ｃ，Ｓ）前沿面条件下的技术效率、距离函数及其非参数模型的分析，本文给出了基于非参数（Ｃ，Ｓ）投入前沿面的Ｍａｌｍｑｕｉｓｔ生产率指数的非参数测度模型，并从技术变化和资源配置效率变化两个方面进行了分解。

“互联网+农业”对农业全要素生产率的影响研究——基于Malmquist指数法的面板数据分析

文章利用2010-2017年中国31个省(自治区、直辖市)的面板数据,运用Malmquist指数法测度农业全要素生产率(TFP),分析"互联网+农业"对农业全要素生产率的影响。研究发现:(1)"互联网+农业"对农业TFP有显著的促进作用,即"互联网+农业"每上升1个百分点,农业全要素生产率将提高0.014%。(2)"互联网+农业"对中国不同地区农业TFP的影响有明显差异性,对东部地区、中部地区的作用显著,但对西部地区却没有实质性影响。(3)"互联网+农业"对技术效率变化具有显著的促进作用,对技术进步变化的作用不明显,说明样本期内,中国农业生产力的提升主要来源于农业生产内部技术效率的提升。据此提出加快建设普惠互联网,加强互联网技术在农业产业上的应用等对策建议。

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。

基于超效率SBM-Malmquist方法的城市轨道交通效率分析比较研究

本文应用超效率SBM模型对我国17个中心城市的轨道交通效率进行了评价,得出了各城市轨道交通建设运营的相对效率值、排名和松弛改进值;为检验评价结果的稳健性,本文利用投入导向的超效率BCC模型与超效率SBM模型的结果进行了比较,比较结果显示,超效率SBM模型得出的排名是稳健可靠的。在超效率SBM模型的效率值基础上,本文应用序列参比法计算出了Malmquist指数,并将其与相邻参比法计算的Malmquist指数进行了比较,比较结果显示相邻参比Malmquist指数更适用于测评城市轨道交通业。