基于随机前沿分析(SFA)方法的中国旅游业全要素生产率研究

以我国1997—2009年旅游业相关数据为样本,基于随机前沿分析方法,运用Malmquist指数模型对我国各省份、东中西及全国的旅游业全要素生产率指数进行了测算,并进一步分解为技术进步指数和技术效率指数。得到以下结论:样本期内,各省份旅游业全要素生产率呈现不断增长趋势,增长较快的省份主要来自中西部地区,东部地区的省份增长较慢。东中西地区的旅游业全要素生产率增长存在差异性,西部增长最快,东部最慢,三大区域旅游业全要素生产率的增长主要得益于技术进步,西部技术进步水平仍快于中东部地区。全国旅游业全要素生产率年均增长7.6449%,技术进步起了主要作用,技术进步年均增长6.9933%,而技术效率增长仅为0.609%,其影响较小。     

基于Malmquist指数的工业污染治理投入效率分析

本文基于DEA的Malmquist指数方法对我国30个省(市、自治区)的工业污染治理投入效率进行分析。研究结果表明:2006—2014年全国工业污染治理投入全要素生产率平均下降1.9%,其中,11个省市、自治区(占比36.6%)出现了全要素生产率的改善,19个省市、自治区(占比63.3%)出现了下降,下降幅度最大的省市为上海市;从分解指数来看,技术效率指数增长4%,技术进步指数下降2.3%,即全要素生产率下降的主要原因是技术进步的不足;从区域角度来看,东、中西部的全要素生产率指数分别为0.960、0.961和1.025,受规模低的影响,东、中部地区的工业污染治理效率低于西部地区;从时间维度来看,除2008—2011年工业污染治理投资全要素生产率有一定程度的改善外,其他年份的全要素生产率提升不明显,尤其是2011年以来,受技术进步不足影响,全要素生产率逐年下降。基于实证分析,本文从推动企业生产技术创新和污染治理技术创新、正向激励与反向约束并施一同促进工业企业加大污染治理投入、鼓励企业采用环境污染第三方治理方式治污等方面提出政策建议。     

基于DEA-Malmquist指数的辽宁省城市建设用地配置效率研究

从提高城市建设用地配置效率角度出发,运用DEA-Malmquist指数模型,通过选择投入产出要素对辽宁省2006-2012年城市建设用地全要素生产率进行分析,对全省及各市城市建设用地配置效率的变化和技术效率、技术进步对城市建设用地配置效率的影响做出评价.研究表明,研究期内各城市全要素生产率处于小幅增长态势,平均增长率为1.1％,纯技术效率呈波动性增减,表明各城市尚未充分利用先进技术和资源优化配置,规模效率普遍偏低,平均值为0.996＜1,未向最优规模靠近,技术进步对全要素生产率变化指数的增长贡献率不高.     

科技资源要素投入对区域经济增长差异的效应分析

科技资源是推动区域经济增长的第一要素和不竭动力。运用非参数的Malmquist生产力指数法,把全要素生产率指数分解为科技进步、纯技术效率和规模效率3个部分,然后利用面板数据测算科技资源要素投入对全国31个省级区域经济增长差异的影响。结果表明,研究期内全要素生产率指数年均处于下降阶段,其变化趋势是科技进步指数与技术效率变化指数共同作用的结果;而在不同的省级区域,科技资源要素的投入对区域经济增长的贡献不同,大部分省市区的全要素生产率指数处于下降阶段,技术进步的变动是带动省级区域的经济增长效率下降的主要原因。     

我国农业生物育种上市公司经营效率评价——基于因子分析和Malmquist指数的数据包络分析

基于2009—2015年15家农业生物育种上市公司面板数据,采用因子分析法对目标指标进行降维,构建全局参比Malmquist指数模型,对生物育种上市公司的全要素生产率进行实证研究。结果表明:生物育种上市公司全要素生产率总体呈波动状态,在明显的增长态势期间,技术改善和进步对全要素生产率起决定性作用,但技术进步不能保持,导致全要素生产率下降,证明需要加强技术改善的持久力;各行政地区全要素生产率增减波动较大,每年各地区技术变化总体一致,动物育种上市企业生产要素资源配置更稳定。根据结论,针对农业生物育种上市公司经营情况,提出加强生物育种技术研发、鼓励科研成果的转化及推广、加大企业分类指导和促进企业间交流等建议。     

乡村振兴战略背景下农地规模经营与农业绿色发展

基于1999—2016年我国省域面板数据,运用非径向、非角度SBM模型和GML生产率指数方法对我国农业绿色全要素生产率进行测算,并将其作为衡量农业绿色发展的重要指标;构建Tobit回归模型,从全国和地区层面分析农地经营规模对农业绿色发展的影响。结果表明:(1)自1999年以来,我国省域农业绿色全要素生产率呈现增长趋势,且增长源泉来自技术进步;地区间农业绿色全要素生产率差异明显,呈现东部、中部、西部依次递减趋势。(2)农地经营规模对不同地区的农业绿色发展具有不同的作用结果,农地经营规模提高了东部地区农业绿色发展,降低了中部地区农业绿色发展,对全国和西部地区无显著影响。据此提出,各地区应根据自身不同经济发展水平、自然环境、资源条件等内容采取不同形式的农地规模经营类型,促进农业绿色发展。     

我国农业全要素生产率及其影响因素研究——基于资源环境约束视角

采用我国31个省份的面板数据,运用SBM方向性距离函数测度了2010—2014年我国农业全要素生产率值,通过建立回归模型实证分析了影响我国农业全要素生产率的因素。研究结果表明:我国农业全要素生产率总体呈增长趋势,但东部、中部、西部三大地区间存在明显差异,化肥施用量、农业机械总动力、农田水利设施对农业全要素生产率具有显著正向影响,而人力资本、农业生产技术等传统生产要素的影响并不显著。针对研究结果,提出完善农业政策补贴、加强中西部地区基础设施建设、发展生态农业、推进农业科技创新与应用和加强人力资本投入等对策建议。     

福建县域农业全要素生产率测算及其收敛分析

基于福建67个县(市、区)2003—2012年的农业投入产出5个主要指标数据,运用Dea-Malmquist指数法测算福建县域农业全要素生产率,并对其进行收敛分析。结果表明,福建县域农业全要素的增长动力主要来源于技术进步,农业全要素生产率的县域差异是技术进步和技术效率变动共同作用的结果。县域间农业全要素生产率的差异与县域间农业生产水平的差异均呈现出逐步缩小的态势。     

兵团农业全要素生产率的测算与分析

利用兵团农业1953—2006年的投入产出数据,建立了兵团农业的总量生产函数,并据此计算了兵团农业生产的全要素生产率（TFP）及其增长率,采用HP滤波法将全要素生产率的增长分解为技术进步和技术效率改变。研究发现,改革开放之前兵团农业全要素生产率波动较为剧烈,对农业产出增长的贡献较低。而改革开放后,兵团农业的全要素生产率获得了长时期的持续快速发展,对农业产出增长的贡献有显著提高。     

中国粮食主产区农业能源效率变动研究——基于超效率EBM和Global-Malmquist指数模型北大核心

基于我国粮食主产区历年13个省份农业生产的面板数据,运用含非期望产出的超效率EBM模型和GlobalMalmquist指数模型测算各省份农业全要素能源效率和能源全要素生产率。结果表明:①我国粮食主产区农业能源使用量逐年上升,各省份农业能源效率存在波动,且易受外部环境影响。②农业能源效率提升与能源全要素生产率紧密相关,技术进步和技术效率是影响农业能源全要素生产率的重要因素。基于上述实证结果,粮食主产区的农业能源效率仍存在改善空间,为推进现代农业进一步发展,应合理安排农业生产布局,推广节能技术,并全面激活资本、科技创新等要素。     

企业异质性视角下渔业企业效率水平及区域差异研究

基于我国渔业经济增长的重要意义,以企业全要素生产率为视角,结合渔业企业数据,运用Levinsohn-Petrin(LP)法,对我国渔业企业的经济发展水平进行实证研究。结果显示:(1)渔业企业的全要素生产率增速在3%—5%之间,不同年份间增速存在较大波动。(2)沿海较非沿海渔业企业的全要素生产率高4%左右;国有和非国有渔业企业的全要素生产率波动上升;内外资渔业企业的全要素生产率增势趋同,外资企业的全要素生产率明显高于内资企业。(3)从时间序列方面来看,核密度曲线呈逐渐向右偏移的趋势,说明渔业企业生产率水平在此期间一直处于增长阶段。(4)从空间分布格局来看,渔业企业集中分布于我国东部沿海。研究结果为实现渔业经济可持续发展提供理论支撑,以期能准确把握渔业企业在促进渔业生产发展过程中的资源配置和结构调整。     

基于碳排放视角的工业行业全要素生产率研究

工业企业碳排放核算是当前区域低碳发展和碳排放研究的热点之一。采用郑州市2005—2014年35个工业行业的相关面板数据,基于IPCC方法对郑州市不同行业能源消费的碳排放进行核算,运用DEA-Malmquist指数对不同行业碳排放的全要素生产率进行分析。结果表明:1郑州市工业碳排放总量呈上升趋势,且行业差异明显。2TFPc明显大于TFP,均值高0.112,两者均呈波动增长态势,但TFPc的波动趋势明显较大。从分解项看,TFP和TFPc都与技术进步有关。3全要素生产率增长的贡献率由TFP的技术进步为主转变为以TFPc的技术效率为主,特别是规模技术效率。4对大部分行业而言,技术进步对TFPc起到了拉动作用,拉动作用最明显的行业是重化工业与高耗能行业。     

江苏省县市经济效率及空间相关性分析

运用DEA模型和Malmquist生产率指数对2000—2015年江苏省县市经济效率及全要素生产率的演化进行了研究,并引入空间自相关探究了江苏省县市经济综合效率的空间集聚演化格局特征。结果表明:(1)江苏省2015年县市经济综合效率水平一般,存在明显的"南—中—北"空间结构,纯技术效率与综合效率之间存在正相关关系,规模效率水平较高。(2)全要素生产率呈波动上升趋势,变动趋势与全国TFP变化基本相同;县市TFP变化主要是源于技术进步的变化,但在实际经济发展中对投入要素的使用存在效率低下问题;规模效率对全要素生产率的影响较小。(3)综合效率空间集聚特征日益明显,L-L和H-H集聚区分布日益集中,H-H集聚区有明显的跨江扩散趋势。     

物流业全要素能源效率变动及省域差异分析

物流业是能源消费和碳排放的重要行业,研究物流业的能源效率问题对节能减排具有重要意义。基于DEA-BCC模型和DEA-Malmquist指数模型,利用2007—2016年我国30个省(市、自治区)投入和产出的面板数据,对物流业全要素能源效率的静态变动、动态变动、省域差异及区域变化趋势进行了分析。结果表明:我国物流业整体的静态全要素能源效率水平并不高,东部区域的能源效率平均值表现较好,并向中部和西部逐渐递减;我国省域物流业的动态全要素能源效率的良好表现归功于技术进步,技术效率的下降具有一定的阻碍作用,从技术效率的进一步分解结果可知纯技术效率才是引发技术效率下降的主要原因。根据上述研究结果,提出了四方面的对策建议。     

成渝经济区旅游发展效率测度及其影响因素研究

利用DEA分析方法,测度了成渝经济区2010—2015年的旅游发展效率;通过Malmquist指数分析全要素生产率变动,建立面板模型验证了旅游发展效率的影响因素及其作用强度。研究表明:成渝经济区综合效率总体呈现出波动中曲折上升的发展趋势,纯技术效率下降,主要依靠规模效率提升;2012年综合效率呈负增长,短时间内大量资源和技术的涌入没有得到有效利用;旅游发展全要素生产率增长率得益于技术进步、规模效率的整体提高;经济发展水平、政府对旅游经济的干预程度、产业结构、交通便利程度、城市化水平对旅游发展效率均有积极影响。根据实证结果提出发挥政府旅游调控职能、优化旅游产业结构、完善旅游交通体系、优化资源投放结构、提高经济发展水平、刺激旅游消费需求等建议。     

山东半岛蓝色经济区全要素生产率时空演化研究

从实证角度,采用数据包络分析方法测算山东半岛蓝色经济区内7个城市全要素生产率的变化情况。结果表明:从时间序列上看,技术效率偏低是影响蓝色经济区全要素生产率增长的主要因素;从空间上看,蓝色经济区各城市间效率水平差异逐渐减小,环渤海城市的全要素生产率整体水平提高,呈现出较明显的空间集群现象;综合分析显示,蓝色经济区各市的全要素生产率存在趋同效应,青岛、烟台等沿海城市的带动效应凸显,产业结构调整初见成效。     

中国旅行社业生产效率影响因素研究——基于数据包络和灰色关联方法

运用数据包络分析方法对中国旅行社业的生产效率进行了测度和评价,并采用灰色关联方法分析了影响旅行社业生产效率的因素。研究表明:近十年旅行社业全要素生产率呈现上升态势,但行业处于轻度规模不经济状态;东部地区旅行社业的技术效率高于中部和西部地区;各省区A级景区密度、非国有经济的发展和产品市场的发育程度对旅行社业技术效率的影响较大,其结论可为有效提升区域旅行社业的生产效率提供一定理论参考。     

基于非期望产出SBM模型的环渤海地区生态效率与影响因素研究

将考虑非期望产出的SBM模型与Malmquist指数相结合,对环渤海地区的生态效率进行评价。根据所得效率值,运用Tobit回归模型分析影响其变化的外部因素。结果显示:(1)天津、沧州、青岛、大连等7个地区的效率始终为1,但总体生态效率均值偏低。(2)2006—2015年,各地技术效率呈波动型变化,纯技术效率不高是导致部分地区全要素生产率指数偏低的主要原因。(3)社会、经济、产业结构和能源强度等因素对不同地区的生态效率具有一定影响,且影响程度及显著性具有一定差别。因此,调整产业结构、改善能源消费结构、推进地区城镇化建设、提高效率最优地区对周边地区的辐射带动能力是今后环渤海地区生态文明建设的有效途径。     

基于DEA-Malmquist指数的中国区域生态效率研究

利用DEA和Malmquist生产率指数模型方法对中国30个省区的生态效率及其变化特征进行分析研究。结果显示,平均综合效率一般,各省区之间差异较为明显,只有少数省区达到了效率最优,东中部地区生态效率高于西部地区,呈现出与我国区域经济格局相似的特征。Malmquist指数分析结果表明,2006—2012年间生产率变化呈现出弱衰退的趋势。从影响因素来看,技术变化指数对生产率变化起着促进作用,而生产率的下降主要是受技术效率衰退的影响,技术效率下降主要是受纯技术效率下降所影响,规模效率变化对生产率变化和技术效率变化的影响相对较弱。     

中国省域经济增长源泉研究:要素和全要素生产率——基于改进空间的随机前沿模型

结合传统随机前沿模型(SFA)、地理加权回归(GWR)模型和空间误差模型(SEA),将截面数据的地理加权回归模型推广应用到面板数据,新的空间随机前沿模型在获取各省全要素生产率的同时可得到各自的前沿生产函数。结果表明:(1)要素投入,尤其是资本要素投入仍是多数地区经济增长的主要源泉;(2)中部和西部劳动力流失问题严峻;(3)我国经济增长与高污染、高能耗并行;(4)对新技术利用不佳仍是现阶段我国发展面临的巨大障碍;(5)中部和西部全要素生产率在现有研究中往往被低估;(6)全要素生产率贡献各地的差异较大,说明我国还存在较强的技术扩散壁垒。