省际全要素生产率的测算与分解——基于DEA的非参数Malmquist指数法
海南省农业全要素生产率及地区差异分析——基于DEA的Malmquist指数方法
海 南省位 于我 国最 南端 ， 处热带 北缘 ， 地 光热 资 源丰 富 ， 量充 沛 ， 雨 自然条 件优 越 ， 有 全 国十 分稀 缺 拥
的热带农业资源。海南是个农业大省 ， 农业是海南省的基础和优势产业 ， 在海南省经济和社会发展过程 中， 农业 一直起 着 重要 的支撑 作用 ， 业 的健 康 持 续 发展 是 整个 海 南 省 国 民经济 持 续 增 长 的保 证 。农 业 农 生产率的增长被认为是农业经济增长 的动力 和源泉 ， 而农业生产率的提高不仅要依靠投入要素的增加 ， 同时还要 受 到技 术进 步 和技 术效 率 两个 重 要 因素 的 影 响。本 文使 用 面 板数 据 ， 用 Ｄ Ａ模 型 的 利 Ｅ
［ 收稿 日期 ］２ １ —１ ２ ０ １ ２— ０ ［ 作者简介 ］郑 素芳 （９ ９一） 女 ， １７ ， 福建仙 游人 ， 华南农业大学经济管理学院 ２０ ０ ９级博 士生 ， 究方向为农 业经 研 济 管理 。
ｌ６ ２
郑素芳等 ： 海南省农业 全要 素生产率及地区差异分析
分 布进行 实证 分析 。李 丹 利用该 指数 方法 ， 中国 ３ 对 １个省 份 １９ － ２ ０ ９ ５ ０ ５年农 业 生 产 全要 素 生 产 率 的
变化 做 了测算 ， 得全要 素 生产 率年 均增长 ３ １％ 。李 尽法 等运 用 Ｄ Ａ的 Ｍａｍ ｕ ｔ 数 方法 对 河南 测 ．５ Ｅ ｌｑ ｉ 指 ｓ 省 ２０－２ ０ ０ ０ ０８年 农 业 全要 素 生 产 率 进行 测 算 和分 析 ， 明技术 进 步 是 推 动 农业 Ｔ Ｐ增 长 的 主要 原 因。 表 Ｆ 何新 安 等使用 Ｍａ ｑ ｉ 指数 方法对 广东 省 １９－２０ ｌ ｕｔ ｍ ｓ ９３ ０ ５年农 业 全要 素 的变 动趋 势进 行 考 察 ， 明技 术 表 进步 是 Ｔ Ｐ增 长 的主要 推动力 并 分 析 了地 区水 平 差 异 。周 贤 君 运 用 Ｍａｍ ｕｓ指数 法 测 算 了 １８ — Ｆ ｌｑｉ ｔ ９５ ２０ ０ ８年湖 南省 １ 市州 农业 全要 素生 产率 水平 及其 变 动趋 势 。李 伟 基 于 Ｍａｍ ｕ ｔ 数方 法 对河 北 ４个 ｌｑ ｉ 指 ｓ 省徐 水县 农业 生产 率进 行测 算 ， 到 Ｔ Ｐ变动 及其 分解值 ， 通过 农业 投入 冗 余 效率 分 析 提 出对策 建 议 。 得 Ｆ 并
中国全要素生产率的估计与分解_DEA_Malmquist方法适用性研究及应用
经济持续增长的必然选择。因此， 找到一种适用于中国发展特点的方法对全国的 TFP 增长率进行测算和分解， 为 长期的发展战略提供数据支持， 具有重要的理论和实践意义。
全要素生产率（ Total Factor Productivity， 记为 TFP ） ， 衡量了要素投入以外的因素对产出水平的贡献， 是度量 生产率水平的重要指标。对 TFP 的准确测算， 是经济学界的重要研究领域。近年来， 为了对生产率增长的动因做 更深入的分析， 学者们对 TFP 的分解进行了大量的研究。 改革开放以来， 得益于丰富的劳动力供给和大量的资本投入 ， 中国用三十多年的时间完成了西方国家上百年
32
宏观经济
《贵州财经学院学报》 2013 年第 1 期
总第 162 期
中国全要素生产率的估计与分解
＊
— — —DEA － Malmquist 方法适用性研究及应用
肖林兴
（ 中国社会科学院研究生院 投资经济系， 北京 102488 ） 摘 要：DEA － Malmquist 方法能在样本数量不大时对全要素生产率（ TFP） 的增长进行分解。然而中国各省份间要素禀赋各异 、 经济 “所有经济体面对同一技术前沿 ” 发展水平差距较大， 不能满足其 的假设。 通过估算 DEA － Malmquist 方法与索洛余值方法 的偏差发现， 该方法适用于中国省份 TFP 的估计。利用省份面板数据进行的实证研究表明， 对 DEA － Malmquist 方法估计的 省份结果取几何平均， 可以得到与传统方法估计的全国 TFP 增长一致的结果；与传统方法相比， 分解 TFP 得到的技术效率 变化曲线更符合中国经济制度的变化历程 。 关键词：DEA － Malmquist；全要素生产率；适用性研究 文章编号：1003 － 6636 （ 2013 ） 01 － 0032 － 08 ；中图分类号：F224 ；文献标识码：A
我国科技金融效率研究——基于DEA-Malmquist模型分析
我国科技金融效率研究——基于DEA-Malmquist模型分析刘立霞【摘要】以2009-2014年我国30个省份科技金融的面板数据为基础,运用DEA-Malmquist模型分析了我国科技金融发展效率,研究结果表明:我国科技金融综合效率整体水平不高,但呈现上升趋势.科技金融全要素生产率总体保持较快增长,年均增长率达7.5％,技术进步是引起全要素生产率提高的主要原因.从区域角度来看,东部地区无论是在综合效率,还是在全要素生产率方面均具有明显领先优势,西部地区虽然综合效率较高,但全要素生产率增速较慢,中部地区和东北地区综合效率偏低,但全要素生产率增速较快.【期刊名称】《天津商业大学学报》【年(卷),期】2017(037)003【总页数】6页(P27-32)【关键词】科技金融;数据包络分析;Malmquist指数;生产率变动【作者】刘立霞【作者单位】天津商业大学经济学院,天津300134【正文语种】中文【中图分类】F832.4科技金融是为科技企业产品开发、成果转化和高新技术产业发展提供融资支持和金融服务的一系列政策制度安排，是科技创新体系和金融体系的有机融合。
[1]近年来，我国中央和各级地方政府出台了一系列政策和法规来推动科技和金融的融合发展。
2016年7月28日，国务院发布《“十三五”国家科技创新规划》，首次将“科技金融”列入国家规划，明确提出“促进科技金融产品和服务创新，建设国家科技金融创新中心”，可见科技金融已成为国家科技创新战略的重要内容。
随着科技金融实践的不断深入，国内学者关于科技金融的理论研究也逐渐增多。
早期研究主要涉及科技金融的概念、体系、机制、模式和路径等理论分析方面，[2-4]近几年来国内一些学者开始关注科技金融效率问题，如骆世广和李华民[5]对广东省科技金融投入进行效益评价，结果表明广东省金融投入呈现DEA无效状态。
许汝俊等[6]对长江经济带11个省份科技金融效率进行了评价，结果表明2009—2012年间各省份科技金融效率存在一定的差异性，全要素生产率的增加主要源于科技效率的增加。
全要素生产率变动的分解 基于Malmquist生产力指数的实证分析
然而，本研究仍存在一定限制。首先，我们在计算全要素能源效率时，并未考 虑环境因素和资源约束条件。未来研究可以引入环境变量和资源约束条件，更 加准确地衡量全要素能源效率。其次，本次演示未考虑到政策变化对全要素能 源效率的影响。未来可以进一步探讨不同政策背景下全要素能源效率的变化趋 势及其影响因素。
最后，本次演示主要了省际层面的全要素能源效率及其影响因素，对于城市和 行业层面的研究尚不充分。未来可以拓展到城市和行业层面，更全面地研究全 要素能源效率问题。
参考内容
摘要
本次演示旨在分析中国省际全要素能源效率变动的内在原因和影响因素。通过 运用Malmquist指数，我们将全要素能源效率分解为技术进步、纯效率变化和 规模效率变化，并实证分析这些因素对中国省际全要素能源效率的影响。研究 发现，技术进步是推动全要素能源效率提升的主要因素，而纯效率变化和规模 效率变化的贡献相对较小。此外，我们发现各省份的全要素能源效率存在较大 差异，并且呈现出一定的空间分布特征。
结论
本次演示基于Malmquist指数方法，对中国省际全要素能源效率变动进行了分 解和分析。研究发现，技术进步是推动全要素能源效率提升的主要因素，而纯 效率变化和规模效率变化的贡献相对较小。各省份的全要素能源效率存在较大 差异，并且呈现出一定的空间分布特征。在影响因素方面，产业结构、技术进 步、投资、政府干预、市场化程度等因素对全要素能源效率具有不同程度的影 响。
结果与讨论
1.全要素能源效率变动整体情况
研究发现，2000-2017年中国省际全要素能源效率整体上呈现波动上升趋势， 但各省份的全要素能源效率存在较大差异。从Malmquist指数的平均值来看， 全要素能源效率的年均增长率为2.5%。
2.影响因素分析
中国城市全要素生产率的动态实证分析_1990—2006——基于DEA模型的Malmquist指数方法
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES
2009 年 第 3 期 No.3 2009
⎡ D t ( x t +1 , y t +1 ) D t +1 ( x t +1 , y t +1 ) ⎤ M i ,t +1 ( xit , yit , xit +1 , yit +1 ) = ⎢ i t i t it ⋅ i t +1 i t it ⎥ Di ( xi , yi ) ⎦ ⎣ Di ( xi , yi )
① 索洛将人均产出增长扣除资本集约程度增长后的未被解释部分归为技术进步的结果， 称其为技术进步率， 这些未被解 释的部分后来被称为“索罗余值”。
140
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES
2009 年 第 3 期 No.3 2009
亮(2007)的研究。 高春亮(2007)利用 Malmquist 指数， 分析了 1998—2003 年期间 216 个地级以上城市生产效率， 认为我国城市全要素生产率显著改善， 部分大城市缺乏规 模效率， 部分中小城市缺乏技术效率； 金相郁(2006)则利用 Malmquist 生产率指数和 1990—2003 年的面板数据分析中国 44 个主要城市全要素生产率的动态变化。 然而高 春亮(2007)研究的时间较短， 金相郁(2006)的研究单元较少， 只搜集了 41 个城市的数 据， 二者的结论可能会缺乏一般性， 即不能充分代表中国城市全要素生产率的动态特 征。 本文意在二者研究的基础 上 ， 做出的 更 进一步的实证分析， 增 加 了 更 多的分析单 元， 并延长了分析期间， 以探求更为一般性的结论。
基于DEA—Malmquist模型的省际经济全要素生产力分析
基于DEA—Malmquist模型的省际经济全要素生产力分析作者：秦春艳来源：《商业经济》2017年第07期[摘要] 选取1990-2014年全国和各省份面板数据，首先利用柯布道格拉斯生产函数模型和索罗经济增长方程测算资本、劳动力和科技进步对经济增长的贡献率，再利用DEA-Malmquist 指数方法，测算各省份全要素生产力数值，结果表明样本期间内，科学技术贡献率EA=40.5%，资本贡献率EK=53.87%，劳动力贡献率EL=5.62%，资本投入仍然是经济发展最主要动力，东部地区明显高于西部地区，全要素生产力地区发展不平衡，并且呈下降趋势。
[关键词] TFP；DEA-Malmquist模型；索罗经济增长方程；经济增长贡献率[中图分类号] F062.1 [文献标识码] AAbstract： Selecting 1990-2014 panel data of the whole country and every province in China，the study calculating the contribution rates of capital， labor force， technological progress of economic growth with Cobb-Douglas production function and Solow' economic growth equation. Then the DEA-Malquist method is used to figure out the numerical value of total factor productivity of every province. The result proves that during the sample period， the contribution rates of science and technology， capital， and labor force are respectively EA= 40， 5%， EK=53.87%，andEL=5.62%. Capital investment is still the major driving power of economic growth. It is more obvious in the east region than in the west region of China. The growth of total factor productivity is not even among regions and is declining.Key words： TFP， DEA-Malmquist model， Solow' economic growth equation， contribution rate to economic growth一、引言亚当·斯密的古典经济增长理论和哈罗德—多马模型，分别分析了资本和劳动力对经济增长的贡献，索洛模型将技术进步引入到经济模型中，发现当资金投入增长率等于劳动力投入的增长率时，工业产出增长率大于资金与劳动力增长率。
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
t+1 t+1 t t+1 t+1 Do ( x , y ) ; x, y ) = [ × t t t Do ( x , y ) t t
, 最初主要
用于消费分析 。后来的学者对该指数的应用进行 了扩展性研究 。 Caves 首先将该指数应用于生产 率变化的测算 理论相结合
[ 14 ]
[ 13 ]
相对技术效率有所提高 。 TP 为技术进步指数 , 它 测度了技术边界从时期 t到 ( t + 1 ) 的移动情况 ,也 被称为“ 增长效应 ” 。当 TP > 1 时 , 说明技术出现 了进步或创新 , 生产前沿面“ 向上 ” 移动 。效率变 化指数又可以分解为纯技术效率变化指数 PE 和 规模效率变化指数 SC,如 ( 3 )式所示 。
[ 16 ]
t+1 o
]
1 /2
=
( xt + 1 , yt + 1 )
t t t Do ( x , y )
[
t t+1 t +1 Do ( x , y ) × t+1 t+1 t+1 Do ( x , y )
。该方法是基于距离函数定义 M alm quist生
产率指数的 , 利用线性优化方法给出每个决策单 元的边界生产函数的估算 , 从而对效率变化和技 术进步进行测度 , M alm quist生产率指数变动值即 为全要素生产率 ( TFP )变动值 。 基于产出的 M alm quist生产率指数可表示为 :
东、 海南 、 西藏三省区的部分数据不可得 , 因此 , 本 文构造了 27 个省市区 1997 - 2005 年的面板数据 , 对我国生产性服务业的全要素生产率进行分析 。
我国省级全要素生产率的测算与解释
我国省级全要素生产率的测算与解释作者：杨子超邓晓来源：《商业经济研究》2016年第11期中图分类号：F275.5 文献标识码：A内容摘要：本文使用索罗余值法和DEA-Malmquist指数法分别测算了我国各省（市、自治区）在1986-2014年期间的全要素生产率。
通过对核算结果分析发现：过去近30年来，东部地区各省的全要素生产率最高，西部地区次之；我国全要素生产率主要由技术进步推动；自2012年以来，全国各省（市、自治区）的全要素生产率出现大范围的负增长情况，需要引起注意。
关键词：全要素生产率索罗余值法 Malmquist指数省级面板引言全要素生产率（TFP）一直是宏观经济学中最重要的概念之一，也是分析经济增长源泉的重要工具。
TFP可被用于分析各种因素（投入要素、技术进步和制度环境等）对经济增长的贡献，从而识别出当时的经济增长模式是投入型增长还是效率型增长，以此确保经济增长模式的可持续性。
关于TFP增长率的测算及研究，国内学者已经进行了较为深入的研究，主要集中在以下几个方面：一是对全国或者各地区TFP增长率的测算和分解，其中代表性的研究有张军和施少华（2003）、郭庆旺和贾俊雪（2005）、赵志耘和杨朝峰（2011）、庞瑞芝和杨慧（2008）；二是对行业的TFP增长率进行测算，其中代表性的研究有王亚华等（2008）；此外还有学者对TFP的测算方法进行了比较研究，其中代表性的研究有李双杰和左宝祥（2008）、肖林兴（2013）等。
总体上看来，国内学者对各地区TFP增长率及影响因素已经有了较深入的分析，但是对于各区域TFP增长模式的差异研究还比较少。
同时，2008年金融危机以后，中国经济进入“新常态”，中国经济增长模式的可持续性在学术界引起了广泛而又持续的讨论。
经笔者核算，尤其是2012年以后，我国越来越多的省（市、自治区）的TFP变为负增长，需要引起注意。
本文利用最新的统计数据，分别使用索罗余值法（SR）和数据包络分析法（DEA）-Malmquist指数法核算了1986-2014年期间各省（市、自治区）的TFP增长率，并依据结果对此间我国各地区的TFP增长和增长模式做了简要分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
对 ＋１ ｙ＋ ） （ ，ｔ １ ｖ
舔 （ ，ｔ ≈ ．） Ｙ
厂 曲 （ｔｌｙ＋ ） 、 粥 （ ， ） ］ ｘ＋ ，ｔ１ ， 丑 亏
Ｌ ｘ ｔｙ １ 一ｄ 丑， ． 对 （ｔ ，＋ ） ｂ （ ） ＋ ｔ ＋ Ｊ
— ＥＦ ＦＣＨ × ｒ ＥＣＨ ＣＨ — ＴＦＰＣ Ｈ
即 ： 要 素 生 产 率 变 化 （ Ｆ ＣＨ） 分 解 为 技 术 效 率 变 全 Ｔ Ｐ 可
化 （ Ｆ ＣＨ） 技 术 进 步 变 化 （ Ｃ Ｅ Ｆ 和 ＴＥ ＨＣＨ） Ｅ Ｆ Ｈ 是 基 于 ，Ｆ Ｃ
可 变 规 模 收益 的 效 率 变 化 指 数 ， Ｅ ＨＣＨ 表 明 了 技 术 的进 Ｔ Ｃ
计 算 索 洛 剩 余 时 遇 到 的 强 假 设 条 件 ， 不 要 求 生 产 处 于 有 既 效 率 的 路 径 之 上 ， 无 需 得 知 要 素 投 入 对 经 济 增 长 贡 献 的 也
实 际 份 额 ， 可 以 分 解 为 几 个 有 意 义 的 指 数 的 乘 积 ， 而 能 还 从 得 到 更 为 细致 的 动 态 分 析 结 果 。
（ ｔ ｌ ａ ｔｒｐ ｏ ｕ ｔ ｉ ， ， 术进 步 率 ＴＥ ＨＣＨ 以 及 技 术 效 率 变化 Ｅ Ｆ Ｈ。 除 了江 西 省 的 平 均 增 长 率 小 于 １外 ， 他 Ｔｏ ａ ｆ ｃ ｒ ｄ ｃｉ ｔ ） 技 ｏ ｖｙ Ｃ Ｆ Ｃ 其
省 市 的 均 为正 增 长 ， 东部 地 区 较 中 西部 提 升 较 快 ； 国 各 省 全 要 素 生 产 率 的 增 长 主 要 来 源 于 技 术 进 步 ， 技 术 效 率 的 恶 化 我 而
文 ， 文 统 一 了 生 产 的 经 济 理 论 、 合 生 产 函 数 的 计 量 经 论 拟
济 方 法 ， 一 次 将 技 术 进 步 因 素 纳 入 经 济 增 长 模 型 。在 定 第 量 研 究 中 ， 洛 将 人 均 产 出 增 长 扣 除 资 本 集 约 程 度 增 长 后 索
６ ２ 关 于 修 孔 的 问 题 ．
要 关 内有 探 头 物 。 针 对 这 些 原 因 ， 分 控 制 泥 浆 指 标 ， 停 变 换 题 ， 使 施 工 顺 利 进 行 ， 键 在 于 找 对 处 理 方 法 前 面 所 述 充 不
是 钻 头 没 有 转 动 ， 分 为 三 种 情 况 ： 一 是 由 于 泥 浆 浓 度 太 ６ １ 关 于 技 术 难 点 处 理 的 问 题 可 其 ． 太 阻 碍 了钻 头 旋 转 ， 次 是 钻 头 冲 程 没 有 变 化 ， 外 就 是 孔 其 另 冲 程 ， 加 上 前 面 所 介 绍 的“ 箍 检 查 法 ” 十 字 槽 基 本 可 避 再 环 ， 免 发 生 。如 果 出现 十 字 槽 ， 分 两 种 情 况 进 行 处 理 ： 一 ， 可 其 如 果 十 字 槽 发 生 在 比较 软 弱 的 地 层 中 ， 且 又 不 太 长 的 话 ， 而 可 通 过 在 钻 头 周 围 加 焊 竖 向 钢 板 进 行 修 孔 处 理 ； 二 ， 果 其 如
十 字 槽 发 生 在 较 硬 地 层 或 十 字 槽 很 长 的 话 ， 只 有 回 填 碎 则 石 或 砼 重 新 冲 砸
５． 坍 孔 ５
对 于 每 项 基 础 工 程 ， 工 过 程 中 都 会 遇 到 各 种 技 术 难 施
的那 些 难 点 的 处 理 方 法 ， 我 们 经 过 一 段 时 间 的 摸 索 总 结 是 出来 的 ， 是 行 之 有 效 的 。 遇 到 类 似 地 质 情 况 下 的 类 似 难 也 题 ， 考 虑采用该 方法进 行解决 。 可
陈 秋 明 苟 娟
（ 华侨 大 学 经 济 与 金 融 学 院 ， 建 泉 州 ３ ２ ２ ） 福 ６ ０ １
摘 要 ： 用基 于 数 据 包 络 分 析 （ ａａＥｎ ｅ ｐ ｎ ａｙｉ， Ｅ 的 非 参 数 指 数 法 测 算 了 各 省 市 区 的 全 要 素 生 产 率 采 Ｄ ｔ ｖ ｌ ｍｅ ｔ ｏ Ａｎ ｌｓｓＤ Ａ）
１５ ９ ７年 美 国 经 济 学 家 罗 伯 特 ・索 洛 （ Ｓ ｌｗ） 《 Ｒ． ｏｏ 在 经 济学与 统计学 评论 》 发 表 了《 术进 步 与 总量 生 说 来 ， ｌ ｕｓ 全 要 素 生 产 率 指 数 能 被 分 解 为 两 Ｍａ ｍｑ ｉ ｔ 个 部 分 ， 部 分 是 技 术 进 步 ， 外 一 部 分 是 技 术 效 率 的 改 一 另 善 ， 便 更 好 地 了 解 全 要 素 生 产 率 的构 成 。 以
Ｍ［ 一
一
×
一
］ 专
的未被解 释部分归 为技术进 步 的结果 ， 其 为技 术 进步率 ， 称 这 些 未 被 解 释 的 部 分 后 来 被 称 为 “ 长 余 值 ” 或 “ 洛 余 增 （ 索
值 ” ， 即为全要 素生产率 的增长率 。 ）也 基于 Ｄ ＥＡ 方 法 的 Ｍａｍｑ ｉ ｌ ｕｓ 要 素 生 产 率 指 数 法 测 ｔ全 算 全 要 素 生 产 率 （ ｏａ ｆｃ ｒｐｏ ｕｔ ｉ ， Ｐ ， 以 避 免 Ｔ ｔｌａ ｔ ｒｄ ｃｉ ｔ ＴＦ ） 可 ｏ ｖｙ
Ｎ Ｏ． ２ ０ ６， ０１
现 代 商 贸 工 业 Ｍ ｏ ｅｎＢ ｓ ｅｓ ｒｄ ｄ ｓ ｙ ｄ ｒ ｕｉ ｓ Ｔ ａ ｅＩ ｕｔ ｎ ｎ ｒ
２１ 第 ６ ０ ０年 期
省 际 全 要 素生 产 率 的测 算 与 分解
基 于 ＤＥ 的非参 数 Ｍａｍｑ ｉｔ 数 法 Ａ ｌ ｕｓ 指
阻 碍 了生 产率 的 增 长 。
关 键 词 ： ＤＩ技 术 溢 出 ； Ｆ 技 术 进 步 率 ； 术 效 率 Ｆ ； Ｔ Ｐ； 技 中 图 分 类 号 ： ２ Ｆ２ 文献标 识码 ： Ａ 文 章 编 号 ： ６ ２３ ９ （ ０ ０ ０ — ３ １０ １ ７ — １ ８ ２ １ ） ６０ １ － ２