创业板上市公司全要素生产率分析——基于DEA-Malmquist指数法的实证研究

本文选取50家创业板上市公司2007-2011年间的面板数据,使用DEA-Malmquist指数法对其全要素生产率的变动进行测算,并对全要素生产率变动的驱动因素进行分解,以分析创业板上市公司在上市后是否是通过生产率的提升实现内生性增长。研究结论是,50家样本公司在2007-2011年间呈现出全要素生产率的负增长(-6.2%)。其中,技术进步的贡献为-6.9%,纯技术效率改进的贡献为2.2%,规模效率改进的贡献为-1.5%。各年度样本公司的全要素生产率增长率呈现出递减趋势。

基于Malmquist指数法的我国电子信息产业全要素生产率增长分析

本文运用Malmquist指数法测算了我国电子信息产业全要素生产率的变动趋势,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,结果显示:1996～2007年我国电子信息产业全要素生产率的平均增长率为1.5%,主要原因是技术进步水平的提高,但技术效率下降产生的负面影响也不可忽视,且在不同时期技术效率和技术进步对我国电子信息产业全要素生产率增长的贡献存在一定差异。

重庆市农业全要素生产率分析:基于Malmquist指数方法

运用非参数Malmquist指数法,对2000-2006年重庆市县域层面上的农业全要素生产率的变动趋势和构成进行了分析。结果表明:2000-2006年期间重庆市农业全要素生产率年均增长率为4.0%,其中,农业技术效率变化指数年均增长率为5.0%,而农业技术进步指数反而年均下降1.0%;重庆市农业全要素生产率的增长主要来自于技术效率的改善而非农业技术的进步。重庆市要提高农业生产率,增强农业可持续发展能力,应根据自身特点和发展需要,优化投入结构和规模,加强和加快农业技术的研发能力,改革和完善农业技术推广体系,提高农村人力资本质量,继续加强农业基础设施建设。

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。

“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。

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.

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。

基于Malmquist指数法的不同饲养规模生猪生产效率研究——非优势产区和全国的比较

基于Malmquist指数法,利用2006—2013年中国7个生猪非优势产区的投入产出数据,分别测度小、中、大3种饲养规模生猪非优势产区的生产效率增长与分解,并与全国平均水平进行比较。研究得出:(1)中国生猪非优势产区在小规模和大规模饲养模式下生产效率水平都要高于全国,并非非优势产区生产效率就低。(2)每种规模饲养模式下,都有生产效率最优的生猪非优势产区,但非优势产区之间,生产效率水平也存在较大差异。(3)研究期内,每一阶段生猪非优势产区在3种规模饲养模式下生产效率存在差异,而且每种规模在纵向时序上,生产效率增长速度波动性较大。

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。

我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析

采用DEA方法和Malmquist指数方法,利用我国欠发达地区1998—2009年度数据,实证分析我国欠发达地区粮食生产效率的变动情况及其过低的原因。结果表明,1998—2009年间,欠发达地区粮食的综合效率不高;欠发达地区粮食全要素生产率未达到有效前沿,技术进步较低,技术效率作用也不明显,各地区之间的全要素增长差异较大,并呈现出明显的阶段性变化特征。

基于DEA-Malmquist指数法的宁夏制造业全要素生产率分析研究

运用2009-2018年10个行业的面板数据,使用数据包络分析(DEA)和Malmquist指数法的合成模型对宁夏回族自治区制造业及其十个细分行业的综合效率和全要素生产率变化进行分析。运用软件DEAP2.1进行数据的动态分析,得出了宁夏制造业生产率指数按不同时期和不同行业的分解。结果表明:宁夏制造业生产率年均增长为1.1%,而技术效率和规模效率出现年均0.6%和1.4%的衰退,对生产率产生了负面影响。因此,为了保证宁夏制造业生产率的增长,结合Malmquist指数法的分析结果从政府层面、企业层面和产业层面三个方面提出了合理的建议。

“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。

基于DEA-Malmquist指数法的上市制造业生产率研究

分析上市制造业公司的技术效率和技术进步对企业全要素生产率(TFP)变化的影响,使用数据包络分析(DEA)和Malmquist指数法的合成模型对其全要素生产率的变动进行测算,并对全要素生产率变动的驱动因素进行分解,从而分析上市的制造业公司是否是通过生产率的提升实现内生性增长。选取2003—2013年间的上市制造业公司面板数据进行研究。研究结果显示:不同年度全要素生产率增长率存在差异,虽然整体TFP呈现负增长,但近几年制造业全要素生产率增长率呈递增趋势;技术进步是全要素生产率提升的主要动力,其贡献为3.1%,而技术效率贡献仅为-1.7%。

中国省际要素投入结构绩效评价研究——基于超效率DEA模型和Malmquist指数法

文章基于"十二五"规划期间中国31个省区市的面板数据,首先采用超效率DEA模型对各省市生产效率进行测算,其次利用Malmquist指数法对各省市综合生产率指数进行计算及分解,最后通过Tobit模型对中国生产效率进行环境影响因素分析。研究结果表明:从静态分析结果来看,2011-2015年中国生产效率逐步提升,各省市要素投入结构缺乏合理性,且存在区域差异;从动态分析结果来看,技术落后是导致中国各省市综合生产率普遍下降的主要原因;从影响因素分析结果来看,交通便利程度对提升生产效率具有显著的推动作用,受教育程度、市场开放程度和居民收入水平对提升生产效率均具有显著的制约作用。

山西技术创新效率与周边省份的比较研究——基于超效率DEA和DEA—Malmquist生产率指数法

利用山西及周边省份1998—2012年的面板数据,结合超效率DEA和DEA—Malmquist生产率指数法,测算各省的综合效率和Malmquist指数及其分解项,分析山西技术创新效率变化的内在动力。结果显示:中部及周边各省技术创新效率总体水平不高;山西与周边省份相比还存在一定的差距。具体而言,技术效率成为促进山西技术创新效率增长的主要动力,而技术进步指数的下降则制约了山西技术创新效率的发展。

全要素生产率的计算方法与变量选择的改良——基于DEA的Malmquist指数法

我国经济发展正处于转型阶段的最后"窗口期",所以一定要把重心放在提升经济发展的质量和效益上才可实现可持续发展。而实现全要素生产率的提高是我国经济政策设定的目标之一,本文通过对比众多文献,吸纳其有益的内容,从全要素生产率计算方法到变量的选择都做了改良;为了弥补Malmquist指数法不能用单一地区作为样本的缺陷,提高结果的准确性,本文选取14个省份2003-2017年的面板数据,应用Malmquist指数法分析,并重点对比了河南省和江浙沪三地的全要素生产率变化情况,通过借鉴上海市的发展经验,对河南省在经济转型中提高经济质量提出建议。

中国收缩城市的全要素生产率实证研究——基于DEA模型的Malmquist指数法

为研究中国收缩城市的经济增长动力,文章基于DEA模型的Malmquist指数法定量研究分析其全要素生产率增长率及分解,并进行了显著性检验。研究表明:中国收缩城市在收缩过程中仍普遍保持着经济增长动力,主要原因是技术效率提升;但是技术进步效率普遍出现下滑,资源型收缩城市增长动力持续性不足的现象尤其突出。中国的城市收缩现象因而表现出“普遍的经济增长、城市空间扩张与局部的常住人口流失并存”的本土化特征。在经济增长动力视角下,文章基于制度变迁构建了一个适用于中国收缩现实的分析框架,较好地实现了研究成果本土化的深入挖掘。

基于交叉效率DEA方法和Malmquist指数法的电商产业效率评估

电子商务是信息社会的产物,在降低贸易门槛和创造就业机会方面发挥了重要作用,评估其经营效率有利于该产业的健康发展。本文使用交叉效率DEA方法评估了中国30个省级电商产业在2017~2020年间的经营效率,并使用Malmquist指数法探究了效率演变情况。得到的主要结论如下:(1) 中国电商产业没有一个地区的经营效率达到1,整体上存在较大提升空间。(2) 中国电商经营效率呈现从南到北的高–低–高的分布格局。(3) 电商产业的规模收益状态处于全程非增或波动变化的地区居多。(4) 在研究期间,电商效率的平均Malmquist指数、技术变化指数和效率变化指数都呈现先进步、再倒退、最后进步的变化趋势,技术变化指数主导了Malmquist指数的变化。文章的最后提出了相应政策建议。

房地产业全要素生产率增长的测算与比较--基于索罗余值法和Malmquist指数法

基于2005-2019年我国30个省市区的面板数据,利用索罗余值法和Malmquist指数法测算房地产业全要素生产率的增长率,通过对比测算结果探讨两种方法在房地产行业的适用性。结果表明:与索罗余值法相比,Malmquist指数法因不依赖生产函数的选取、具有良好的稳健性、更全面地反映行业信息等特点而更适用于测算房地产业全要素生产率的增长率。