两岸银行业技术效率及生产率的比较研究——基于DEA和Malmquist生产率变动指数法

本文采用DEA方法和Malmquist生产率变动指数法,分析了2004—2011年期间两岸银行业的技术效率、生产率及其决定因素。研究发现,大陆银行业的技术效率低于台湾地区,其中的主要原因是大陆银行业的纯技术效率较低。基于随机效应面板Tobit回归模型的分析发现,存贷比水平提高、经济金融发展水平提高、资金集聚有利于改善两岸银行业的表现。近年来,两岸银行业的生产率表现皆有所改善,但大陆表现好于台湾。基于系统GMM回归模型的分析发现,生产率变动有负持续性现象;两岸银行业资产规模与生产率的关系存在最适规模;东部地区的银行生产率改善比中、西部地区更有优势;银行业从业人员占比提高、银行业区域集聚及2008年国际金融危机,是近年来生产率下降的主要原因。

中国区域创新生产率变动的实证分析——基于Malmquist生产率指数

应用Malmquist生产率指数法对我国区域创新生产率变动情况进行了实证分析。主要结论有：总体来说．1999-2005年间我国区域创新全要素生产率呈现出增长的态势，且动力来源主要是技术进步；东、中、西部全要素生产率变动存在差异，变化原因也各不相同；全国范围内技术效率存在收敛趋势，后进区域的追赶效应明显。

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.

中国地区工业技术效率差异及其变动趋势分析——基于Malmquist生产率指数

本文用基于非参数的Malmquist指数方法将全要素生产率(TFP)变动分解为技术进步和生产效率变化两个部分,运用该方法测算了中国改革以来整体工业生产率的变动趋势,并进一步探讨了地区之间工业TFP增长差异的特征。结果显示:改革开放以来,中国工业TFP的增长主要是由技术进步推动的,生产效率的下降对TFP的增长造成了不利影响。同时,东、中、西部地区之间工业TFP增长率也存在显著差异,地区技术进步程度的差异是造成地区工业TFP差距持续扩大的主要因素。

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。

中国高等教育生产率变动分析:基于Malmquist指数

本文运用省级面板数据,采用非参数Malmquist指数方法对1999～2006年中国高等教育生产率的变动情况进行了实证分析。研究表明,这一时期中国高等教育全要素生产率整体上呈现增长趋势,这主要得益于高等教育技术进步;另外,高等教育全要素生产率在东、中、西部地区均表现出上升的态势,其中东部地区的高等教育生产率增长居三大区域之首,中部次之,西部最低。最后,绝对β-收敛模型研究表明,无论是在全国范围,还是在东、中、西部区域,我国高等教育技术效率的增长差异正在逐渐缩小。

高技术产业R&D全要素生产率变动分析——基于DEA模型的Malmquist指数方法

运用2000年至2009年高技术产业相关面板数据,构建了基于DEA模型的Malmquist生产率指数及其分解指数即技术进步指数和综合效率改善指数,并由此对高技术产业R&D的生产率发展状况进行实证分析。结果发现:高技术产业的各行业发展并不均衡,部分行业生产率发展波动较大,而另一部分则相对稳定。整体来看,高技术产业的生产率各指数表现较稳定,同时发现2000-2004年推动全要素生产率发展的主要动力是综合管理水平的提高,而2005-2009年的主要动力是技术进步。从全要素生产率的平均增长率来看,主要支撑动力是来源于技术进步指数。

基于Malmquist指数的高等教育生产率变动分析

文章运用Malmquist指数方法,考察了1997——2005年间高等教育全要素生产率TFP的变动趋势,并通过Malmquist指数的分解,分析了我国高等教育TFP增长的内在动力。结果表明,高校扩招以来,我国高等教育TFP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相互作用,使高等教育资源配置效率对高等教育TFP的增长作用不明显。通过分析,本文认为走"内涵式"发展道路,不断提高高等教育管理技术水平将是我国高等教育发展战略的未来的发展方向。

中国体育用品制造业全要素生产率变动及其分解——基于非参数Malmquist指数方法的实证研究

基于2003—2010年全国22个省、自治区、直辖市的省际面板数据,运用非参数Malmquist指数法对我国体育用品制造业的全要素生产率及其分解指标的变化规律、特征进行了详细分析。结果表明:中国体育用品制造业的增长同时得益于技术进步和技术效率水平的提高,且技术效率的分解指标纯技术效率与规模效率在多数年份中保持着正向增长。2003—2010年国内体育用品制造业的全要素生产率及分解指标可分为两个发展阶段,分别是2003—2006年和2007—2010年。在全国22个省、自治区、直辖市中,有21个地区体育用品制造业的全要素生产率都得到不同程度的提升,其主要来源是技术进步,这22个地区体育用品制造业的技术进步指数均为正向增长。我国东、中、西部及东北地区体育用品制造业全要素生产率的增长也同时源于技术进步和技术效率水平的提高。2003—2010年间全国四大区域的全要素生产率均获得一定程度提升,其中,有15个省、自治区、直辖市的末期全要素生产率高于初期,且东部区域涵盖的省份居多,即区域间的差异性仍比较明显。根据所得结论,提出相应对策和建议。

1998-2012年我国中等职业教育全要素生产率变动分析——基于Malmquist指数方法

1998-2012年,我国中等职业教育经历了低谷期、大发展时期、转型期等不同的阶段,借助Malquist指数方法分析我国中等职业教育的全要素生产率指数(TFP)变化,可以发现,我国中等职业教育全要素生产率的增长主要由技术进步效率推动,资源配置效率对全要素生产率的作用有限。同时,规模效率和纯技术效率对资源配置效率作用并不明显。不断提高中等职业教育的技术进步水平和技术管理水平是其可持续发展的保证。

我国商业银行生产率变动的经验研究:1996～2008——基于Malmquist生产率指数

应用Malmquist指数方法测算并分解了中国14家主要商业银行1996～2008年间的全要素生产率变动,并进一步考察了股份制改革对商业银行生产率的影响。经验结果表明:考察期内各商业银行的全要素生产率主要由技术变化推动,以2004年为转折经历先降后升的过程,总体还略有下降;直接比较股份制银行的生产率变动优于国有银行,但统计上二者无显著差异;在控制银行自身能力和外部环境因素的影响后,股份制改革显著提高了商业银行的生产率水平。

基于Bootstrap-Malmquist指数分解的中国牛奶生产的生产率变动分析

使用Bootstrap-Malmquist指数分解方法对2006—2010年我国4种不同规模的牛奶生产方式的生产率变动进行实证研究。结果表明,样本期不同规模牛奶生产的生产率、技术效率和技术进步总体呈现增长趋势,但增长幅度与规模成反比,散养和小规模饲养方式具有更高的增长率,技术进步对牛奶生产的生产率增长起主导作用。现阶段应重视散养和小规模饲养方式的重要地位,进一步加强技术进步对我国乳业生产的推动作用。

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。

中国保险业全要素生产率变动的Malmquist指数分析

保险业全要素生产率变动的分析对研究我国保险业发展状况有着重要的意义,文章在介绍了malmquist指数分析的基础上,对我国保险市场上的21家代表性保险公司在2005～2009年的全要素生产率变动进行了malmquist指数分析,并得出了相应的结论.

我国农业全要素生产率的变动轨迹及驱动因素分析——基于DEA—Malmquist指数法与两步系统GMM模型的实证考察

采用DEA-Malmquist指数法和两步系统GMM模型对2007-2016年我国30个省份的农业TFP的变动轨迹及驱动因素进行研究发现:我国农业TFP年均增长率为3. 1%,对第一产业总产值增长的贡献率为78. 43%;农业TFP的增长呈现出技术进步和技术效率改善双轮驱动的良性格局;农业TFP增长率及其对第一产业总产值增长的贡献率均呈现出中部大于西部、西部大于东部的事实特征。农业TFP增长具有极强的路径依赖;财政支农、城镇化进程、农村公路密度对农业TFP增长具有正向促进作用,工业化进程和农村用电量、农业贸易开放在不同程度上制约了农业TFP增长。

Malmquist生产率指数评析结果——技术变动的新诠释

为了判断创新活动是否有利于技术进步,预测技术变动的发展趋势,将Malmquist生产率指数评价结果进一步分解,挖掘技术变动的深层次知识,并将之应用于我国电子行业的技术创新活动分析。研究表明,运用经济学中的等产量曲线的分析原理,能够获取Malmquist生产率测算结果中技术变动指数各个构成部分所包含的管理信息,并可以判断决策单元的技术变动方向是否有利,最后对我国电子行业技术创新活动的实证研究发现我国电子行业创新活动总体上朝着有利于技术进步的方向发展。

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。

基于非参数Malmquist指数方法呼伦贝尔乳业全要素生产率变动分析

运用呼伦贝尔乳制品业2003～2007年的时间序列数据,采用非参数Malmquist指数方法,实证分析了呼伦贝尔乳制品业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。研究表明,2003～2007年,呼伦贝尔市乳制品业全要素生产率的平均增长率较快,其中,技术进步和规模经济支撑着乳制品业全要素生产率的增长。从Malmquist指数分解的技术效率变化和技术变化两个部分,可以清晰地发现,技术效率和技术进步分别以6%和8.1%的速度上升。全要素生产率的增长和规模经济的增长保持惊人的一致性。

山西省城市全要素生产率变动的实证分析——基于非参数Malmquist指数方法

随着我国城市化进程的加快,研究各省区城市的经济增长效率有重要的意义。基于DEA模型的非参数Malmquist指数方法,选取山西省10个地级以上城市作为决策单元,分析在2000-2007年期间城市全要素生产率、技术变化和技术效率变化的情况,并得到一些结论。

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。