博弈视角下中国制造业创新绩效评价与提升路径研究

利用改进的博弈交叉效率模型和博弈交叉Malmquist指数模型,测算了2012-2015年中国28个制造业行业创新绩效。主要结论有：①从静态分析结果看,中国制造业创新绩效总体上比较低,且不同制造业行业的创新绩效差异明显。②从动态分析结果看,中国制造业创新的Malmquist指数处于负增长状态,而且有进一步下降的趋势。③中国制造业创新的Malmquist指数增长乏力的根源在于技术变化指数比较低。④不同制造业行业创新的Malmquist指数及其驱动因素差异明显。为此,需从技术进步水平提升、落后产能化解、行业创新资源配置方式优化等方面,进一步提升中国制造业创新绩效。     

河南省文化产业效率及其动态演化

使用超效率SBM模型和Malmquist指数模型,测算分析了2014-2015年河南省文化产业效率及其动态变动状况。研究发现：从静态效率来看,河南省文化产业效率为0.754,处于较低水平,且有下降趋势,其主要动因在于规模效率比较低。文化产业效率的区域差异明显,且驱动因素和投入产出松弛类型呈现出多元化。从动态效率来看,河南省文化产业全要素生产率年均增长5.2%,其增长的主导因素是效率变动指数的提高。为了进一步提高河南省文化产业效率,加快推动文化产业的跨越式发展,为此要整合文化资源,优化资源配置;推动文化产业技术进步,加强文化产业制度创新;充分利用高校和科研机构资源,培养高素质文化产业人才;采取差异化的文化产业发展策略,实现各地市文化产业的协调发展。     

区域高技术产业发展的动态效率分析

运用非参数DEA-Malmquist指数法,根据2003—2007年的面板数据对我国珠三角、长三角、环渤海三大区域的高技术产业全要素生产率进行测算和分析,估算出三大区域9省市全要素生产率变化指数、效率变化指数和技术进步指数。结果表明,先发省市的高新技术产业基本处于生命周期的成熟阶段,年度技术进步指数在下滑,效率变化指数呈现不变或上升趋势,产业集群优势开始呈现,并提出进一步发展区域高技术产业的对策。     

中国汽车产业上市公司生产效率研究

基于2001-2008年中国17家汽车生产企业的面板数据,本文采用数据包络分析方法和Malmquist生产率指数分析方法,测算各年度各样本汽车生产企业的实际生产效率,包括技术效率、纯技术效率和规模效率等三项指标,并得到2001-2008年间各企业生产效率的排名。测算样本企业的全要素生产率结果显示,中国汽车生产企业的全要素生产效率整体呈现逐年上降趋势。     

中国农村财政救济服务供给效率测度——基于四阶段DEA和Malmquist指数模型的实证研究

本文在经典DEA模型基础上,结合四阶段DEA模型和Mulmquist指数的非参数分析方法,利用2007和2008年省际数据测度了中国农村救济服务供给效率,结果表明：在我国新农村建设中,农村救济公共资源配置效率非完全有效,省份和地区之间都存在较大的供给效率差异。因此,农村救济服务的供给方式需要统筹管理,均衡实现多目标下的资源配置问题;同时必须缩减低效配置的资源,增加高效支出,优化支出结构,提高农村救济服务资源支出的使用效率。     

中国农业全要素生产率的变化及其影响因素分析——基于1991—2008年Malmquist指数方法

本文以分析中国29个省、直辖市和自治区农业全要素生产率变化为基础,对农业全要素生产率增长差异的原因进行了探讨。首先,根据KS和T检验筛选投入产出指标;然后,利用非参数Malmquist指数方法计算出中国农业全要素生产率指数及其构成;最后利用面板两阶段最小二乘法分析了影响农业全要素生产率的诸多因素。研究结果表明,乡村从业人员对农业生产效率值的影响较为明显;技术进步是农业全要素生产率增长的主要原因,区域间农业全要素生产率的差异较大;财政支农的力度和农业在整体经济中的地位会显著影响农业全要素生产率的变动。     

地方化经济与海岸带城市发展——基于DEA与GMM估计的实证检验

结合Malmquist指数与数据包络分析方法,利用1990-2007年城市统计数据,对我国50个海岸带城市的全要素生产率进行测量的结果表明,我国主要海岸带城市的全要素生产率并不平稳,海岸带城市快速的经济增长并不表现为技术效率的变动。在此基础上,利用测算得到的海岸带城市的全要素生产率TFP及其分解,作为劳动生产率的代理变量,采用广义矩估计方法,考察城市化经济、地方化经济与劳动生产率对海岸带城市产出的影响。研究表明,海岸带城市化经济对地区经济增长具有接近1.7%的带动,地方化经济对地区经济增长的带动则达到了30%,说明产业专业化和产业多样化所形成的经济组织地方集聚的经济效应非常巨大,而劳动生产率对海岸带城市产出的影响不显著。     

Exact decomposition of the Fisher ideal total factor productivity index

Decompositions of total factor productivity (TFP) shed light on the driving factors behind productivity change. We develop the first exact decomposition of the Fisher ideal TFP index which contains no debatable mixed-period components or residuals. We systematically isolate five effects of (1) technical change, (2) technical efficiency, (3) scale efficiency, (4) allocative efficiency, and (5) price effect. The three efficiency components (2–4) represent the efficiency of achieving a given target point. Components (1) and (5) capture the changes of the target point. While the technical change component is well-established, changes in the relative input–output prices can have real effects on the scale and scope of the target. Such changes are captured by the new price effect component (5). The new decomposition is compared with existing decompositions both in theory and by means of an empirical application to a panel data of 459 Finnish farms in years 1992–2000.

Productivity growth in natural resource industries and the environment: an application to the Korean tuna purse-seine fleet in the Pacific Ocean

Measures of multifactor productivity growth in natural resource industries are misleading without accounting for the effects on the environment. This paper introduces environmental effects into an output-oriented Malmquist index of multifactor productivity growth in order to evaluate growth in productivity and technical efficiency for Korean purse seine vessels fishing for tuna in the Western and Central Pacific Ocean.     

Statistical precision of productivity change: A bootstrap application to Taiwan’s telecommunications industry

This study investigates the impacts of telecommunications policy on productivity change of the Chunghwa Telecom Company (CHT) from pre- to post-privatization. A three-stage method is employed to measure the productivity scores of CHT during the period 1966–2008. The Malmquist productivity index (MPI) is used in the first stage to assess the productivity of CHT. In the second stage, the statistical confidence intervals of productivity scores of CHT were obtained using the bootstrapping algorithm. Finally, the Chow test and multiple regression models were also utilized to investigate the impact of telecommunications policy on productivity change of CHT. Results of empirical examination indicate that on average TFP scores obtained by the bootstrapping technique are smaller than those obtained by the MPI technique. In addition, there is no difference in productivity change of CHT between pre- and post-privatization according to the MPI and bootstrapping MPI. The results show that the effect of privatization on productivity change is insignificant. Instead, the operational efficiency of CHT is affected by the government involvement in decision-making under its private/public joint ownership, which causes CHT to be a firm with little managerial profit orientation.