制造业信息化对行业生产率的影响——基于DEA-Malmquist指数的省级面板数据分析

采用DEA-Malmquist指数分析了中国29个省区2000-2009年全要素生产效率(TFP)的变化情况,研究显示此期间中国制造业的加速发展的主要动力来自于技术的进步而非技术效率的提升。在此基础上引入工业化与信息化产业融合的相关理论,重点就产业融合程度与TFP的变化(Malmquist指数)之间的关系进行了实证分析,研究结果证实了两者之间存在着显著的正相关,同时市场的成熟也对Malmquist指数有积极的影响。

OFDI逆向技术溢出对高技术产业全要素生产率的影响研究——基于Malmquist指数和动态面板数据模型的实证分析

运用非参数Malmquist指数方法测算中国省际高技术产业的全要素生产率,并构建动态面板数据模型,实证检验了OFDI逆向技术外溢对高技术产业全要素生产率的影响。结果表明,OFDI技术外溢能够促进高技术行业全要素生产率的增长,但因OFDI投向的行业中,高技术行业占的比重较小,其促进作用还有待进一步提高;国内人力资本投入、国内研发投入存在着"门槛",制约了对OFDI技术外溢的吸收。就此,文章最后提出了进一步开展OFDI的策略。

基于SBM-Malmquist指数模型的区域环境效率研究——以福建省2004—2013年的面板数据为例

利用福建省9个设区市2004—2013年的环境效率评价指标,运用SBM模型对环境效率的静态水平进行分析和评价,在此基础上运用Malmquist指数模型分析其动态变化趋势,并综合经济发展水平、环境效率和典型区域特征,将9个设区市的环境效率划分为三个等级。在深入实施生态省战略和加快城镇化建设的背景下,福建省要坚持综合平均、区域协调的发展方向,在维护良好自然环境质量的同时进一步优化产业结构,降低能源消耗量,改善能源利用效率,着力发展轻工业和服务业,提升环境效率。

我国公共图书馆效率动态变化——基于省际面板数据的Malmquist指数分析

基于2000—2008年的省际面板数据,采用Malmquist生产率指数方法对我国公共图书馆的效率变化进行分析发现:公共图书馆整体效率不高,呈现东高西低的空间分布格局;从效率变化看,2000—2002年是公共图书馆效率改进期,主要是由技术进步引发的;2003年以后公共图书馆效率下降的主要原因是技术效率退步,而纯技术效率变动是技术效率下降的主要因素;从效率变化的地区特征看,仅东部地区公共图书馆存在效率改进,中西部地区公共图书馆的效率在下降。

基于DEA-ESDA模型和Malmquist指数的我国卫生服务供给效率研究

[目的]分析我国卫生服务供给效率,为提高医疗卫生服务质量提供依据。[方法]基于我国2013-2021年31个省份卫生服务投入产出数据,运用DEA-BCC模型对数据进行静态分析;运用DEA-Malmquist方法进行动态分析;运用探索性空间数据分析(ESDA)研究空间分布特征。[结果]2013-2021年我国东部、中部地区卫生服务供给综合效率(VRS)值较高,东北地区、西部地区综合效率值较低;2021年综合效率均值为0.943,DEA非有效的省份有13个;全要素生产率下降主要由技术进步效率的下降导致;卫生服务供给效率具有显著空间负相关性,呈“低-高”“高-低”聚集。[结论]我国卫生服务供给效率普遍较低,不同地区间差距明显,卫生资源配置效率低,资源供给不均,存在技术“洼地”。各省需结合本地实际情况合理配置资源,充实人才队伍,鼓励技术创新,依托互联网信息技术,促进区域协同发展。

基于DEA-Malmquist指数的我国中部地区物流效率分析

以2012—2021年我国中部地区(山西、河南、安徽、湖北、江西、湖南)六省的物流行业相关面板数据为对象构建评价指标体系,运用DEA-Malmquist指数模型,分别对其进行静态分析以及动态分析,进而得出相关结论,并由此给出提高物流效率的可行性建议。结果表明:2012—2021年间中部地区的物流效率一直未达到有效,且技术是中部各省物流效率的主要问题,同时生产率也略微退步,针对这些问题,中部地区需要加强区域协同作用以及推动物流技术的进步,也需要探索创新人才培养制度,吸引高技术人才。

中国对外直接投资逆向技术溢出效应研究——基于Malmquist指数和我国行业面板数据的实证研究

本文利用2004-2011年我国行业的面板数据，用非参数的Malmquist指数的方法测算中国八大行业的全要素生产率，通过GMM方法分析我国对外直接投资传导的国际研发存量和我国的研发存量以及两者的交互项对这8个行业的全要素生产率的影响，以便了解对外直接投资的逆向技术溢出效应。实证结果表明：现阶段国内各相关行业通过对外直接投资途径传导的国外逆向技术有一定的溢出效应，但对技术进步的影响并不显著；只有在国内研发和其他方面的投入跨越一定的门槛值后，才能使我国对外直接投资产生逆向技术溢出效应。

基于DEA-Malmquist指数模型风电企业融资效率研究

风电产业作为国家战略性新兴产业,对经济发展和环境保护具有举足轻重的地位。近10年来,在国家政策的大力推动下,该行业发展迅速。但是,自疫情爆发以来,国内的很多风电企业都面临着生存危机,随着后疫情时代的到来,中国风电行业面临新的机遇与挑战,更在技术经济和融资方面出现了新问题,制约了其发展。本文采用DEA-Malmquist模型,对风电行业的17家企业进行静态及动态融资效率分析。研究结果表明,规模效率和纯技术效率是制约风电企业融资效率提升的主要因素。同时,结合Malmquist指数模型发现,技术进步指数对融资效率的提升具有显著影响。根据上述分析结果,为风电企业融资效率的提升提出具体的建议和意见,为风电企业解决融资问题提供参考。

环境约束下中国电力行业全要素生产率研究——基于Malmquist-Luenberger生产率指数的面板数据分析

本文利用以火电行业SO2排放量为非期望产出的Malmquist-Luenberger生产率指数,测算了中国30个省份2001—2012年考虑环境约束的电力行业全要素生产率,并比较分析了考虑环境约束与不考虑环境约束的电力行业全要素生产率的差异。研究发现,考虑环境约束的电力行业全要素生产率低于不考虑环境约束的全要素生产率,技术进步是电力行业全要素生产率提高的主要动力;地区间电力行业全要素生产率差异较大,其中东部地区出现波特效应。

我国养老机构服务效率测度及提升路径研究——基于三阶段DEA和Malmquist指数的实证分析

科学评估养老机构服务效率是优化养老资源配置和完善养老服务体系建设的基础。以我国29个省(区、市)为研究对象,基于2018—2022年《中国民政统计年鉴》和《中国统计年鉴》的数据,运用三阶段DEA模型和Malmquist指数模型,对养老机构服务的静态与动态效率测度进行分析。研究表明,养老机构服务效率逐年提升,但仍有改善空间。综合技术效率均值由0.794下降到0.726,受到外部环境因素的影响;技术进步是制约养老机构服务效率的主要原因。因此,要调整投入生产规模,重视环境因素影响,实施差异化的效率提升策略,以技术进步为发展重心,进而提高养老机构服务效率。

陕西工业TFP的变动特征与行业差异的实证分析--基于面板数据修正和DEA--Malmquist指数法

对陕西工业面板数据的缺失部分做出填补和修正后,运用非参数Malmquist生产率指数法对各行业的TFP进行测度和分解,分析各指数变动的差异和成因。文章发现:主导产业以技术进步推动TFP提高的模式为主;由规模效率降低并引发技术效率不足是阻碍部分行业TFP改善的首要因素;有色冶金工业高度依赖省外金属矿石供应,产业脆弱性突显;产品结构不合理、产业链不完善、自主研发能力薄弱等问题是电子通讯、医药、食品、纺织服装等部门共同的限制因素。

海西经济区科技投入的技术进步效应研究——基于1996-2013年面板数据的Malmquist指数分析

文章运用非参数DEA的Malmquist指数分析海西经济区科技投入对技术进步的作用。实证研究结果表明,海西经济区20个地市1996-2013年科技投入的技术进步效应明显。但海西经济区4省的科技投入、制度创新、资源配置对技术进步所产生的作用不一样,因此,海西经济区各地市在增加科技投入的同时,也应加大对外开放和加快产业结构调整的力度,促进海西经济区经济更好更快地持续增长。

我国基础设施投资效率分析——基于省际面板数据DEA-MALMQUIST指数法

近年来,数据包络分析(DEA)和MALMQUIST指数法常被运用于评价公共部门的运作效率,文章将采用非参数统计的数据包络分析和MALMQUIST指数法来分析我国基础设施的投资绩效水平,通过构建我国31个省(市、自治区)基础设施投入与产出的指标体系,并运用相关软件DEAP2.1进行测算,结果表明:从整体上来看,2008年-2013年间除了2010年-2011年之外,我国政府基础设施投资效率呈衰退趋势。为了有效地提高基础设施投资效率,建议向西部地区适度地倾斜基础设施建设投资,并优化配置欠发达省份的基础设施。

基于Malmquist指数与面板模型的中国科技创新研究

科技是第一生产力,作为世界上最大的发展中国家,中国要实现中华民族伟大复兴的中国梦必须依靠科技进步。使用Malmquist指数研究发现,中国科技进步全要素生产率呈现增长趋势,但是平均速度仅为0.3%,而且区域差异明显;省级面板数据研究显示,物质资本、人力资本在中国科技创新过程中发挥了不同的作用。中国应加强物质资本积累,强化人力资本积累,继续扩大开放,统筹协调区域科技创新发展,不断增强创新能力,为经济的长期平稳较快发展提供科技支持。

“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。

时变抗裂指数在评价面板混凝土防裂措施中的应用

文章引用抗裂指数公式综合评价了功能性材料对面板混凝土的抗裂性能提升效果。在研究西北地区某高混凝土面板堆石坝面板混凝土的性能时,为全面准确评价纳米材料、纤维材料、微膨胀材料、减缩剂等各种功能性材料的抗裂提升效果,有针对性地选用了多参数开裂指数公式。结果表明,混凝土抗裂指数随龄期延长而增加,混凝土抵抗开裂的能力增强;不同功能性材料的防裂效果存在明显差异,推荐掺加超细材料和减缩剂,可以有效提升面板混凝土早中期抗裂性;不同功能性材料在不同龄期的防裂能力各具优势,建议采用综合性抗裂措施充分利用该特性。最后,推荐使用合适的多参数抗裂指数公式取代单参数综合评价混凝土性能,以保证混凝土配合比设计的高质量。

基于三阶段DEA-Malmquist指数模型的“十三五”时期新疆畜牧业经济发展效率特征

为了测算和提高新疆畜牧业经济发展效率,采用三阶段DEA-Malmquist指数模型,对“十三五”时期新疆14个地(州、市)畜牧业经济发展水平进行投入产出效率分析。结果表明,从静态分析来看,只有伊犁州直属县(市)在“十三五”时期的规模报酬不变,呈DEA有效;其他地区由于规模效率或纯技术效率下降导致综合技术效率呈DEA无效,规模大多递增。从动态分析来看,“十三五”时期Malmquist指数小于1.000,表明新疆畜牧业经济效率呈下降趋势,且技术进步的变动是阻碍畜牧业经济效率提升的主要原因。应加强技术管理力度,以新型牧业经营主体为导向,提高优化资源配置效率的能力;加强草原保护建设,推行适度规模。效率水平高的地区应保持畜牧业经济发展优势,进行技术推广;效率水平低的地区需从政策、登记体系、基础配套设施建设、人才、技术等方面加大投入。

河南省全要素生产率及其分解——基于1983～2010年市级面板数据的Malmquist指数分析

使用DEA中的Malmquist指数法在市级面板数据基础上得出了河南省TFP的变动值。在1984～2010年TFP对经济增长的贡献率达到32.7%。在1983～1995年和2001～2005年TFP有2.9%的年增长速度,而在1996～2000年和2006～2010年这一数据分别为-10%和-5.8%。TFP下降的原因是农业改革带来的技术进步在1995年后开始减少,以及2000年以后进出口带来的移植型技术进步支持不了长期经济增长。TFP增长的主要动力是技术进步。就地区而言,改革开放以来郑州的年均技术进步达到5.4%,远超河南省其他地区。郑州和洛阳的技术进步对河南省TFP影响最大。

中国国有农场全要素生产率的动态实证研究——基于省际面板数据的Malmquist指数分析

在省际面板数据基础上,运用DEA-Malmquist指数分析方法,分析1994-2011年期间中国国有农场的全要素生产率及其构成的变动情况,发现2011年相比于1994年中国国有农场全要素生产率平均改善4.3%,技术进步平均贡献10.7%,而技术效率平均拖累5.8%;1994-2011年不同时段的全要素生产率改善来源于技术效率变动和技术变动的交替贡献;全国29个省(市)中有26个省(市)全要素生产率得到改善,但仅北京、黑龙江、浙江和广西4个省(市)国有农场的技术效率得到改善;国有农场全要素生产率改善最多的区域是南部地区,改善6.9%,最少的是中部地区,改善2.2%。

江西省国家级经济技术开发区生产要素投入效率评价——基于Malmquist指数模型与动态面板模型的实证分析

通过建立江西省13个国家级经济技术开发区的生产要素投入效率评价模型,采用Malmquist指数模型与动态面板数据模型研究各个生产要素对园区工业经济增长的影响。结果显示,江西省国家级经济技术开发区的全要素生产率较高,其中技术进步在推动全要素生产率提高方面发挥主导作用,属于增长型园区;江西省国家级经济技术开发区工业经济增长表现出惯性特征,资金与劳动投入对工业经济增长表现出正向促进作用,其中劳动的影响弹性大于资金的影响弹性;园区企业个数对工业经济增长的影响弹性为负,盲目招商引资并不会显著带动经济增长。