全要素生产率和经济增长方式--基于1952-2006年的Malmquist指数分析

本文测算了1952-2006年我国27省的资本存量和Malmquist指数,结果发现中国全要素生产率不断下滑。改革开放后,这一趋势在经济发展势头最为强劲的东部地区表现得更为明显,与中、西部相比,全要素生产率最低的东部地区却拥有很高的人均资本存量增长率,这表明中国经济长期增长更多地是依赖于资本要素的积累,而非全要素生产率。

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。

全要素生产率、资本投入与西北五省经济增长——基于Malmquist指数的经验研究

西北地区作为我国西部大开发的重要区域,国家21世纪能源基地,以及丝绸之路经济带连接中亚地区向西开放的重要区域,对我国经济发展具有重要作用。近年来,西北地区在国家政策扶持下,经济呈现出良好的发展趋势,但依然存在许多问题,表现在经济发展方式粗放。这不仅不利于西北地区可持续发展,也对其脆弱的生态环境构成了威胁,因此,转变经济发展方式,提高经济效率,成为必然的选择。本文在新古典和内生增长理论的框架内,通过DEA分析技术和Malmquist指数,对西北五省全要素生产率变动情况进行分析,并结合改造后的C-D生产函数,建立面板数据模型,对西北五省经济增长与全要素生产率、资本投入之间的关系进行计量分析,并在此基础上提出政策建议。

陕西省全要素生产率变化趋势及对经济增长的贡献——基于DEA-Malmquist指数方法

全要素生产率不仅是衡量经济效率的重要指标,也是地区经济经济增长质量的重要指标。本文选取陕西省经济面板数据,采用DEA-Malmquist指数方法对陕西省2001-2015年间全要素生产率进行测算和分解,对结果进行比较分析。研究结果表明:2001-2015年期间陕西省全要素生产率的增长促进了陕西地区的经济增长;全要素生产率的增长主要得益于技术进步;技术效率和规模效率对经济增长促进、阻碍作用不明显;根据研究结论,提出了相关政策建议。

新疆区域经济增长中的全要素生产率的实证分析——基于非参数Malmquist指数方法

新疆作为经济发展较为落后的地区,人力资源和资金缺乏严重,因此提高全要素生产力对新疆经济发展意义更为重大。依据2005-2009年新疆地州级面板数据,采用非参数Malmquist指数方法,实证分析了新疆经济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。结果表明:2005-2009年新疆绝大多数地州和新疆平均全要素生产率小于1,主要受到技术进步、技术效率和规模效率的综合影响。尽管技术进步水平不断提高,但技术效率和规模效率下降产生的负面影响起到了较大的抵消作用。技术效率的下降阻碍了技术进步速度,新技术引进后利用效率不高。尤其是各地区出现规模效率下降的情况,说明技术效率不高的主要原因在于规模不经济,用大量资源投入换取经济增长,造成资源浪费。不同地州由于经济发展水平不同,对科技发展的重视不同,技术效率、技术进步和规模效率变动的状况还不完全相同,按照纯技术效率和规模效率是否大于1将新疆各地州可分为4种类型。因此在进行区域规划时,既要考虑新疆整体变化情况,还应当根据各区域的特点采取不同的策略。

新疆城市经济增长中的全要素生产率的实证分析——基于非参数Malmquist指数方法

城市是区域发展的核心,城市经济增长对带动周边地区经济发展有至关重要的作用。运用2004-2007年新疆主要城市的面板数据(paneldata),采用非参数Malmquist指数方法,分析新疆城市经济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,要提高新疆全要素生产率水平,需要同时重视技术效率和技术进步水平的提高。单独依靠一个方面,全要素生产率的增长将是有限的。因此,采取有效城市规划,实现全要素生产率的较快增长。

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。

两岸三地主要沿海港口动态效率评价——基于DEA-Malmquist全要素生产率指数

以DEA-Malmquist全要素生产率指数为理论工具,对两岸三地主要沿海港口的动态效率予以评价,考量各地港口的竞争地位和竞争态势。研究发现:(1)港口总体绩效不佳,且呈逐年恶化趋势,可能是受金融危机影响;(2)规模无效率是港口绩效不佳的根源,可能是港口资源分散造成的;(3)香港地区港口竞争力最强,台湾地区最弱,大陆居中;(4)大陆地区,长三角港口竞争力最强,其次为环渤海、福建及珠三角;(5)据吞吐量-效率矩阵,两岸三地港口可划分为精干、强壮、肥胖和瘦弱四种类型;(6)台湾地区全要素生产率趋于下降,效率恶化和技术退步是其双重成因;大陆趋于优化,主要得益于技术进步;香港地区先提升、后停滞,但仍呈现一定技术进步特征。

中外体育用品上市公司经营效率的动态评价——基于DEA-Malmquist全要素生产率指数

企业的经营效率是其核心竞争力的重要组成部分,通过搜集和整理9家中外体育用品上市公司(6家中国公司,3家国外公司)2008～2010年年报中公布的财务数据,运用数据包络分析(DEA)和Malmquist全要素生产率(TFP)指数方法,从财务管理的角度对它们的经营效率进行动态评价。结果表明,中外体育用品上市公司整体绩效不佳,2007～2010年间只有5家公司4年都处于DEA有效,但整体的综合效率均值有逐年提高趋势;从Malmquist全要素生产率指数看,中外体育用品上市公司的TFP年均增长率为-8.5%,技术退步和规模无效是造成TFP负增长的两大原因,其中技术退步起到了主要作用,中国企业尤其明显。

农业全要素生产率增长的再测算——Malmquist指数法和Hicks-Moorsteen指数法的比较

基于Malmquist指数法和乘积完备的Hicks-Moorsteen指数法对农业TFP增长进行测度,并将TFP分解为技术进步和效率变化。结果表明：1979-2011年间中国农业TFP年均增长率为2.1%-2.7%,其中技术进步年均增长3.0%-3.6%,混合规模效率年均增长0.6%。因此,在农业投入产出过程中应重视农业生产结构以及规模方面的调整和优化。

“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。

内蒙古县域全要素生产率增长及其收敛性研究——基于DEA-Malmquist指数的实证分析

运用DEA-Malmquist指数法对内蒙古县域全要素生产率(TFP)增长进行分析.结果显示,内蒙古县域TFP增长总体水平偏低,对经济增长的贡献率偏小且呈逐年下降趋势,县域经济属于粗放式增长;技术效率与技术进步变动呈反周期波动,是导致TFP低水平增长的主要原因;县域TFP增长表现出明显的个体差异,西部县域差距高于东部.收敛性检验表明,内蒙古县域TFP增长存在显著的条件β收敛,西部县域收敛速度慢于东部,说明内蒙古县域TFP增长将会收敛于各自的稳态水平,而绝对β收敛却是一个相当漫长的过程.

山东省农业全要素生产率及其分解分析--基于超效率DEA和Malmquist指数

运用超效率DEA和Malmquist指数,基于山东省16个地级市的农业投入产出数据,对2006—2018年山东省的农业全要素生产率(TFP)进行了测算、分解与分析,结果显示:从超效率DEA模型来看,山东省所有地级市均处于DEA有效状态,但地区之间的农业生产效率存在明显的差异;从Malmquist指数的地区比较和动态分析来看,山东省农业TFP整体呈现增长状态,对于农业TFP的增长,技术进步起主要作用,技术效率的贡献很小甚至起负向作用,是典型的技术进步诱导型增长模式;山东省各地级市的农业生产效率总体处于上升状态,各地级市间存在横向差异。最后,提出了推动山东省农业生产的相关对策建议。

全要素生产率变动的分解——基于Malmquist生产力指数的实证分析

Based on the decomposing model of total factor productivity change(Malmquist Productivity Index),the paper analyses provincial productivity change during 1980～2003 years in China,and analyses convergence of provincial technical efficiency.The conclusion shows that the total factor productivity of each province generally shows stronger growth situation in China.The growth of TFP mainly stems from the function of the technological progress.The technical efficiency exist very remarkable convergence during 1980～1995 years in provinces of China,but after 1995,technical efficiency convergence presented the downward trend.Therefore,it is necessary for the government to take certain policy and measure to promote this kind of convergence trend.

中国生产性服务业全要素生产率测度——基于非参数Malmquist指数方法的研究

在构建1997-2005年中国27个省市区生产性服务业面板数据的基础上,本文利用非参数Malmquist指数方法考察了中国生产性服务业全要素生产率的变化原因、地区差异与变动趋势。研究表明,中国生产性服务业仍表现为粗放型增长方式;全要素生产率呈现负增长,但下降的速度在逐年放缓;分析期内导致生产性服务业全要素生产率下降的原因不同,前期为技术进步,后期为技术效率;东部地区全要素生产率下降的速度要远低于中西部地区;相对而言,信息传输、计算机服务和软件业、租赁和商务服务业的全要素生产率较高。

中国城市全要素生产率的动态实证分析:1990—2006——基于DEA模型的Malmquist指数方法

利用基于DEA模型的Malmquist指数方法,分析了中国196个主要城市在1990—2006年期间城市全要素生产率的动态变化。该研究发现,1990—2006年期间,城市全要素生产率增加了2.8%,主要来源是技术改进,技术效率变化起着拖累作用;选定期间内的全要素生产率变化呈现三个上升高峰和两个波谷特征,第二高峰期间为1996—1999年,全要素生产率改善值最大,两个下降波谷分别出现在1993—1995年与2002—2003年期间,最近城市全要素生产率变化重新走上上升趋势,这可能表明了未来几年的走势;重庆市是直辖市中全要素生产率唯一下降的,上海最高,北京次之,天津改善幅度最小;东部地区全要素生产率改善了4.6%,中部改善了2.2%,西部改善2.8%,而东北地区改善的最少,只有1.0%。本文通过实证分析认为,我国城市经济增长还处于投入增长阶段,利用效率整体较低。

基于Malmquist指数的上海三级综合医院2003—2014年全要素生产率分析

目的测量上海地区三级综合医院全要素生产率(TFP)的变动情况,为提高公立医院绩效提供评价指标和决策依据。方法收集上海市16所三级综合医院2003—2014年12年面板数据(2项投入指标,2项产出指标),应用Malmquist指数进行分析。结果 12年间样本医院TFP的年均增长率为7.2%,技术进步年均增长率为6.4%,技术效率、纯技术效率增长率均为0.8%,规模效率不变。结论上海地区三级综合医院TFP增长较缓,其增长贡献主要来源于技术进步,技术效率增长甚微;明确医院绩效改进的方向是加强内部管理,提高医疗资源的投入产出效率;还需综合运用参数、非参数法进行研究以全面评价医院绩效。

中国文化产业效率与全要素生产率分析——基于MinDS模型和Malmquist生产率指数的实证研究

运用MinDS模型和Malmquist生产率指数分析了2013—2019年我国30个省份文化产业效率全要素生产率的特征,结果表明:(1)我国文化产业效率存在28.9%的改进空间,且由东部→中部→西部→东北地区依次递减。(2)分地区来看,东部地区文化产业全要素生产率下降源于技术退步,中西部地区和东北部地区文化产业全要素生产率下降源于技术效率恶化。(3)分产业类别来看,文化服务业全要素生产率增长由技术进步驱动,文化制造业全要素生产率下降由技术效率恶化导致,文化批发和零售业全要素生产率下降由技术退步导致。

河南省农业全要素生产率变动实证分析——基于Malmquist指数方法

文章运用Malmquist指数方法,考察了1999—2006年河南省农业全要素生产率的变动趋势,通过Malmquist指数的分解,分析了河南农业全要素生产率增长的内在动力。结果表明,河南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河南农业资源配置效率对全要素生产率的增长作用不明显。通过分析,认为提高农业生产的技术效率是农业发展的主要方向,同时针对河南农业主产区的区域地理特征;提出了应走农业规模化生产的道路以提高规模效率,最终促进河南农业全要素生产率的增长。

基于Malmquist指数的四川省农业全要素生产率分析

利用1999～2008年四川省农业的面板数据,运用Malmquist指数分析法考察了四川省农业全要素生产率(TFP)的变动趋势。结果表明,四川农业TFP年均增长4.2%,呈现出平稳增长的特征;农业全要素生产率的增长来源于技术进步,技术效率的下降阻碍了农业全要素生产率的增长;从各市(州)情况看,除阿坝州的农业全要素生产率是负增长外,其他20个市(州)的农业全要素生产率都实现了正增长;除阿坝州外,其他市(州)的农业可持续性在增强。并提出了相应的对策建议。