1993-2005年广东农业生产率的变动与分解——基于Malmquist生产率指数的实证分析

本文使用非参数的Malmquist生产率指数方法,对广东省1993—2005年间农业全要素生产率（TFP）的变动趋势进行了考察,并把TFP的增长构成分解为技术进步、纯技术效率变化、规模效率变化三个部分。结果表明：13年间广东全省农业TFP的增长主要是由技术进步推动的,纯技术效率和规模效率的下降对TFP的增长造成了不利影响;农业TFP增长的地区水平差异显著,而且增长的结构也有所不同。最后是相应的政策建议。     

中国区域物流产业技术进步及其影响因素研究

本文应用SFA模型评价我国区域物流业整体技术效率和全要素生产率,得出以下结论:我国物流产业TFP增长呈现震荡上升的趋势,其中东部地区TFP增长率相对较高,物流产业全要素生产率增长出现了一定的收敛趋势。引起全要素生产率增长率变化的主要因素是技术进步率和技术效率变化率。区域的经济发展水平、区域的市场化程度以及港口物流有助于提高我国区域物流的全要素生产率。     

基于Malmquist指数的装备制造业创新效率及影响因素分析

在保持装备制造业经济总量不断增长的同时,如何有效的提高行业效率,已成为制造业发展中迫切需要解决的战略性问题。本文将装备制造业创新效率及其影响因素纳入一个完整的理论-实证分析框架,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(TFP)的增长构成分解为技术进步和技术效率变化两个部分,并对影响因素采用面板模型进行GLS回归。研究结果发现,2000—2010年我国装备制造业年平均增长率为11%,从分行业的角度来看,平均增长最快的是通用设备制造业。通过省级面板数据对我国装备制造业创新效率的影响因素进行分析,回归结果显示,对TFP影响程度最大的因素是技术水平和人力资本存量。TFP影响系数最显著的地区为沿海地区,其次为中部地区、东北地区和西部地区。行业技术水平、地区经济发展水平以及行业开放程度的回归系数为正,人力资本存量的回归系数为负。最后,对提高装备制造业创新效率提出政策性建议。     

中国各省份农业效率和全要素生产率增长——基于SBM方向性距离函数的实证分析

本文运用SBM方向性距离函数和Luenberger生产率指标测度了中国31个省份1995－2008年的农业效率和农业全要素生产率,并对影响农业效率和全要素生产率的因素进行了分析。研究结果发现：东部地区的农业无效率水平显著低于中西部地区,产出无效率、役畜投入无效率和播种面积无效率是中国农业无效率的主要来源。1995－2008年中国农业的全要素生产率增长率为5.58%,主要体现于技术进步和技术规模变化。东部地区的农业全要素生产率最高。农业从业人员教育水平的提高对中国农业效率和全要素生产率的提高起到推动作用,机械化的普及有利于中国农业全要素生产率的增长。     

如何实现滨海新区有效率的增长——基于TFP分解框架的实证分析

既有研究发现在滨海新区的超高速增长中,全要素增长率(TFP)起到了重要作用,但令人忧心的是2008年来滨海新区出现了明显的下降趋势。打破TFP黑箱,对其进一步进行分解研究变得十分必要。本文利用1994-2011年全国29个省市、自治区和滨海新区的投入-产出数据,运用随机前沿面分析与Malmquist指数结合的方法分解全要素生产率(TFP)。研究结果表明:技术进步是滨海新区TFP增长的主动力,但技术创新能力差已成为制约TFP增长的主要因素,技术效率恶化,而规模效率变化不稳定。     

中国粮食生产的技术效率与全要素生产率增长：1978-2008

本文利用1978—2008年间我国30个省市区的面板数据,对改革开放以来我国粮食生产进行了随机前沿分析。以此为基础,对我国粮食生产技术效率进行了影响因素分析,并对粮食生产全要素生产率增长进行分解和趋势分析。结果表明,农业基础设施建设和制度因素是影响我国粮食生产技术效率的关键因素;我国粮食产量增长主要是由投入要素的增长拉动,31年间全要素生产率的平均增长率为1．17％,TFP对我国粮食产量的贡献很小,其原因在于技术进步与技术效率变化呈现相反趋势。2004年以来,技术效率提高的速度持续下降,技术进步逐渐成为TFP增长的主要动力。     

北京市现代服务业行业效率变化研究——基于DEA-Malmquist指数

基于时序DEA-Malmquist指数分析,通过测算北京市2004-2013年现代服务业细分行业的全要素生产率(TFP)及技术效率、技术进步、纯技术效率和规模效率指数,评价分析北京市现代服务业的效率变化。结果表明,北京市现代服务业TFP增速变缓,技术效率与技术进步交替变化,二者增长率变化方向相反;TFP对服务业增长贡献率较低,不同行业综合效率FTP变化及主导因素存在差异。     

中国铁路运输业生产率指数研究

在构建1998年一2007年中国铁路运输业七个区域路网面板数据的基础上,利用DEA和Malmquist生产率指数方法,考察了中国铁路运输业全要素生产率（TFP）的整体及其组分的变动趋势,并对其影响因素进行相关分析。研究表明：考察期内TFP的变化呈现出先降后升,波动较大,增长趋势放缓的特点;TFP的增长来源子技术进步,而非技术效率,技术效率的变化表现为微弱的负作用;大部分地区路网规模和密度偏小,导致规模效率偏低,从而影响TFP的提高。     

日本制造业“路在何方”——基于全要素生产率分析的启示

制造业是日本经济的支柱产业,具有强大的国际竞争力。但是近年来"日本制造"问题频出,日本制造业的国际竞争力在逐渐下降。主要原因之一便是全要素生产率的衰退。基于DEA的Malmquist指数法是衡量全要素生产率(TFP)的有效方法,将其应用到2002～2006年日本制造业的15个主要部门中,来衡量日本制造业TFP的变化。把TFP分解为技术效率指数和技术进步指数,来探讨TFP变化的原因,并为日本制造业的发展提供了对策、建议。     

中国铁路运输业全要素生产率的演进:1953年～2006年

本文利用索洛余值法和HP滤波分别测算了中国铁路运输业1953年～2006年间的全要素生产率(TFP)和技术进步率,在此基础上简要分析了全要素生产率变动的趋势及原因.分析表明:(1)1998年以前,TFP增长率涨跌交替且波动较为剧烈频繁,1998年以来则呈现逐年下降趋势;(2)改革开放以来的产出增长在一定程度上体现了技术水平的提升;(3)制度因素、结构变动、资本深化和技术进步可以作为TFP增长率变动的一种解释,但技术进步率在一定程度上不利于TFP的增长;(4)产出增长的可持续性堪忧,缓解供需矛盾的主要手段在于技术进步,当前推行的投融资机制改革需要在确保产业资本配置效率的基础上进行.     

环境约束下中国区域工业技术效率与生产率及其影响因素实证研究

本文运用方向性距离函数和曼奎斯特-卢恩伯格指数方法测算了环境约束下中国1998--2007年各地区工业技术效率、全要素生产率指数和环境规制成本,并对影响技术效率和全要素生产率增长的因素进行了实证分析。结果显示：环境技术效率呈现东、中、西依次递减,并且技术效率越高的地区,环境管制成本越低;考虑环境因素后,中国各地区工业全要素生产率指数降低,主要是由技术进步推动;环境约束下工业全要素生产率东部最高,西部次之,中部最低;人均GRP、FDI、工业结构、能源结构、人口密度对技术效率和全要素生产率有不同程度的影响。     

我国制造业企业的成本效率研究

本文运用了2001与2004年度我国制造业上市公司数据,采取随机前沿技术的成本函数,对254家企业进行成本函数估计得出具体参数值,按平均值分别测算我国制造业上市企业的前沿成本、成本效率、技术效率、配置效率和规模经济性。通过实证考察,结论认为技术效率的相对缺乏,是制造业企业成本非效率的主要因素,且高成本组始终处于较低的效率水平;2004年总体样本显示成本效率主要得益于技术进步,但资源的有效配置不容忽视;此外,规模经济性随着产出规模增加而下降。我国制造业上市公司作为一股"先进生产力"的代表,其成本效率需要前沿技术长期的推进。     

FDI知识溢出效应对中国能源强度的区域性影响

本文运用DEA方法测算出我国东、中、西部三大区域的全要素生产率,并分解为纯技术效率、技术变化和规模效率,以此作为技术进步的代表量,分析各个区域外商直接投资的知识溢出效应及其对当地能源强度的影响。得出的研究结论为:第一、东部地区外商直接投资的知识溢出效应体现在纯技术效率上,中部地区体现在纯技术效率和技术变化上,西部地区体现在技术变化上。第二,东部地区FDI的知识溢出对本地区能源强度的影响不显著,中部地区FDI的知识溢出提高了本地区的能源强度,西部地区FDI的知识溢出能够显著降低能源强度。本文的政策含义是:东、中部地区应该提高引进外资的技术和能耗门槛,提高外商直接投资的知识溢出效应;西部地区要进一步完善市场经济体制,创造良好的市场氛围,吸引更多更好的FDI,并注重眼前利益和长远利益的平衡。     

Factor Determinants of Total Factor Productivity Growth in Malaysian Manufacturing Industries: a decomposition analysis

To decompose total factor productivity growth into technical progress, technical efficiency change, allocative efficiency change, and scale efficiency change, a stochastic frontier approach was applied to Malaysian manufacturing data covering the period 2000 to 2004. The results show that total factor productivity was driven mainly by technical progress but was hurt by deteriorating technical efficiency. Scale efficiency and allocative efficiency also exerted significant influences on total factor productivity. The skill and quality of workers were the most important determinants of technical efficiency, whereas foreign ownership, imports, and employee quality underpinned technical progress. The impact of firm size on scale economies differed across industries.     

基于时变随机前沿生产函数的上海工业增长因素分析

本文应用时变随机前沿生产函数和行业面板数据．测算出1995-2004年上海工业32个行业的动态劳动、资本产出弹性，技术进步率和技术效率变化率；在此基础上进一步得到各因素对工业产值增长的贡献度。主要结论是：（1）上海工业增长主要依赖资本投入的高速增长和加速的技术进步率；（2）资本增长比技术进步对上海工业产值的增长有更大的贡献度，而要实现工业可持续增长，必须依靠更快的技术进步；（3）上海工业总体的技术效率变化率向下变化，说明市场自由竞争的加剧导致了不同行业或企业的技术效率差距在拉大．这有利于行业资源优化配置和上海工业可持续发展。     

中国工业行业间的资源错配与效率损失研究

文章旨在"资源配置与总量生产率"框架下研究提升行业间资源配置效率在启动内需动力和构建国内大循环为主体的新发展格局中的重要作用。文章以1999-2013年中国工业企业数据库为研究样本，采用陈永伟、胡伟民（2011）建立的引入中间投入要素的资源配置效率研究框架，测度了资本、劳动和中间投入错配造成的效率损失和产出缺口。研究发现：（1）考察期行业间的劳动、资本、中间投入三大要素对产出的扭曲变动效应均为负数，表现为"中间投入扭曲带来的影响>资本扭曲带来的影响>劳动扭曲带来的影响"，中间投入的影响最大且呈现扩大趋势。（2）资源错配造成的产出缺口平均为8%。其中资本错配造成的效率损失约为劳动错配造成效率损失的2倍，中间投入造成的资源错配效率损失约为劳动错配造成效率损失的4倍。（3）工业产出和TFP变动的分解表明，要素投入增长依旧是中国工业发展的决定性因素，各行业TFP的提升主要动力源于各个行业总体TFP的增长，份额效应和扭曲改变效应微乎其微。（4）资源错配影响因素的分析表明，行业集中度越高、国有企业比重越大的行业存在不同程度的资本和中间投入过量问题。文章研究表明加强中间投入的资源优化配置对于启动内需和构建双循环体系有着重要的意义。