全要素生产率影响因素实证分析
浅析建筑业全要素生产率的增长特征及影响因素
中国建筑业 全要素生产率 影响因素
建筑行业是我国经济发展的重要支 撑，有效拉动着我国其他相关产业的发 展。因建筑业具有粗放型、高消耗特点， 其在加速发展进程中相关问题日益增
D t ( x t + 1 , y t +1 ) D t +1 ( x t , y t ) 12 × ] D t +1 ( x t +1 , y t +1 ) D t +1 ( x t , y t )
相 前 / 文 蔡 欣 / 文
建筑业全要素生产率的增长特征及 影响因素实证分析
（1）TFP 增长整体趋势研究 本节采用指数测算公式如下：
M t . t +1 ( x t +1 , y t +1 , x t , y t ) = [ D t +1 ( x t +1 , y t +1 ) × Dt ( xt + y t )
年份 1994-1998 指数 TEI TCI Malmquist 指数 TEI 2005-2008 TCI Malmquist 指数 TEI 2009-2013 TCI Malmquist 指数 TEI TCI Malmquist 指数 TEI 1994-2013 TCI Malmquist 指数
财务管理制度
应 收 账 款 催理 制 度
档 案 文 书 管 理 制 度
图1
（3）加强内部管理，注重行业创新 面对互联网时代的快速发展，传统 纸媒应积极应对新媒体行业带来的冲击 和挑战，公司应从采编工作、经营工作、 管理工作三个层面进行改进及提高。在 采编工作方面，应加强对内容生产导向 的把控指导和监督管理，加快推进新媒 体和采编内容的深度融合。坚持“内容 为王”，扩大先锋系列品牌影响力。在 经营工作方面，应坚持以利润为核心，
经济全要素生产率与经济增长
经济全要素生产率与经济增长经济全要素生产率（Total Factor Productivity，TFP）是衡量经济发展水平和经济增长速度的重要指标之一。
它反映了经济系统在相同的资源投入下，通过技术进步等因素所实现的产出增长率。
本文将从理论和实证的角度探讨经济全要素生产率与经济增长之间的关系，并分析其对经济发展的影响。
一、经济全要素生产率的理论基础经济全要素生产率的概念最早由经济学家索洛的残余法提出。
他认为，经济增长的源泉不仅仅是生产要素的增加，更重要的是技术进步的推动。
传统的生产函数模型只关注资本和劳动的投入，而忽视了技术进步对产出的影响。
经济全要素生产率的计算方式是通过剔除资本和劳动输入对总产出的贡献，来衡量其他因素对产出的贡献，其中包括技术进步、效率提升等。
因此，经济全要素生产率的提高可以实现相同资源下产出的增加，从而推动经济增长。
二、经济全要素生产率与经济增长的关系经济全要素生产率的提高对经济增长有着重要的影响。
首先，通过技术进步和创新，企业可以降低生产成本，提高效率。
这将促使企业扩大规模，增加产出，从而推动整体经济的增长。
其次，经济全要素生产率的提高可以改善资源配置效率。
当经济中存在资源浪费和不均衡的情况时，通过技术进步和创新，可以使得资源得到更加有效合理的配置，从而提高整体生产效率。
这将促进各个行业和企业的发展，推动整体经济的增长。
此外，经济全要素生产率的提高还可以带动其他产业的发展。
随着技术进步和创新的推动，新兴产业和高附加值产业将逐渐发展壮大，从而拉动整体经济的增长。
例如，信息技术的快速发展带动了互联网经济的兴起，推动了整个产业链的发展。
三、经济全要素生产率的影响因素经济全要素生产率的提高受到多个因素的影响。
首先是科技进步和创新能力。
科技进步是经济全要素生产率提高的关键驱动力量，而创新能力则是推动科技进步的基础。
国家和企业应该加强科技研发投入，培养创新人才，提高科技创新能力，从而推动经济全要素生产率的提高。
《畜牧业生产全要素生产率分析》范文
《畜牧业生产全要素生产率分析》篇一一、引言畜牧业作为我国农业经济的重要组成部分，其生产效率直接关系到国家农业的持续发展和人民生活水平的提高。
全要素生产率（TFP）作为衡量生产效率的重要指标，能够全面反映畜牧业生产过程中的技术进步、资源配置以及管理效率等因素。
本文旨在深入分析畜牧业生产全要素生产率的现状及影响因素，探讨提高全要素生产率的途径和措施。
二、畜牧业生产全要素生产率的定义及重要性全要素生产率是指在一个生产过程中，除了物质资本和劳动力等要素投入外，其他所有影响产出的因素的综合作用。
在畜牧业中，全要素生产率反映了技术进步、资源配置、管理效率、政策环境等多方面因素的综合作用。
提高全要素生产率对于提升畜牧业整体生产效率、节约资源、保护环境具有重要意义。
三、畜牧业生产全要素生产率的现状分析（一）技术进步随着科技的不断进步，畜牧业在良种选育、饲料配方、疫病防控、智能化养殖等方面取得了显著成果。
然而，相较于发达国家，我国畜牧业的技术进步仍存在一定差距，技术更新换代的速度需要进一步加快。
（二）资源配置在资源配置方面，随着市场机制的完善和农业政策的支持，畜牧业资源配置逐步优化。
然而，仍然存在区域性资源分配不均、部分地区养殖结构不合理等问题。
（三）管理效率随着现代企业管理理念的引入，畜牧业管理效率得到了一定程度的提升。
然而，部分养殖户和管理者仍存在管理理念落后、管理水平不高等问题，制约了全要素生产率的提高。
四、影响畜牧业生产全要素生产率的因素分析（一）政策环境政策环境对畜牧业全要素生产率具有重要影响。
政策支持能够促进技术进步、优化资源配置、提高管理效率。
反之，政策的不稳定或缺乏支持将制约畜牧业的持续发展。
（二）科技投入科技投入是提高畜牧业全要素生产率的关键因素。
增加科技投入，推动技术创新和成果转化，能够显著提升畜牧业的整体生产效率。
（三）人才队伍人才队伍是畜牧业发展的核心力量。
培养和引进高素质的畜牧业人才，提高从业者的素质和管理水平，对于提升全要素生产率具有重要意义。
我国农业上市公司全要素生产率的实证分析
、
引 言
农业生产效率提高和改善在农业经 济发 展与国民经济增长 中具有 重要地位 ， 是农业可持续发展的根本保障 ， 别是我国人均 自然资源相 特 对 较 为 贫 乏 ， 靠 大规 模 投 入 维 持农 业 经 济 增 长 是 不 现 实 的 。我 国要 实 依 现 由农业大 国向农业强 国的转变 ， 就必然要提 高农 业生产效率 ， 农业企 业在这一方面起着重要的引导作用。 农业上市公 司是 同类企业中的优 秀 代表 ， 是实现农业产业化经营的重要力量 ， 因此 ， 农业上市公 司生产效率 变 化 被 认 为 是农 业 生 产 效 率 变 化 的 引擎 。 农 村 改 革 初 期 农 业 产 出 增 长 很 大 程 度 源 于农 村 家 庭 联 产 承 包 责 任 制 所 引 起 的 全 要 素 生 产 率 （ Ｆ 提 高 ， 制 度 变 革 效 应 会 逐 步 减 弱①， Ｔ Ｐ） 但 因 此 ， 业生产效率提高应注重制度之外的因素。２ 农 Ｏ世纪 ８ ０年 代 后 期 农 业 由于 大规 模 采 用 了杂 交 技 术 ， 以及 一 些 缓 解 农 业 生产 效 率 下 降措 施 的 采 用 ， 要 素 生 产 率 （ ｖ 对 农 业 产 出 的作 用 是 正 的 ，９ ８年 出 现 的 卖 全 ｘ ｅ） １９ 粮 难 问题 使 得 Ｔ Ｐ出现 明 显 的 下 滑 ，０４年 农 业 发 展 的宏 观 环境 逐 步 Ｆ ２０ 改善 ， 农业 Ｔ Ｐ出现恢 复性增长 ， Ｆ 对于不 同区域农业 Ｔ Ｐ已经成为决 Ｆ 定农业生产地 区差距的重要因素。从全 国农业发展情况分析 ， 技术进步 已经成为我 国农业可持续增长的主要来源 ， 而狭义农业技术进步始终是 其 中最主要 的组成部分 ，其中又 以中性技术进步模式为主④ 。对于上市 公司而言， Ｆ Ｔ Ｐ的增长必然在公司经营绩效方面得到一定体 现 ， 沈渊等 认为 ２０ ０ ６年我 国农业上市公 司的综合效率不高，并且在效率上存在显 著差异 ， 从农业子行业分析综合效率差异性较大 ， 总体 效率不高的原 因 既有纯技术效率的影响 ， 也有规模效率 的因素。 总体来看 ， 国内对农业生 产效率研究有一定基础 ， 但是有许多地方需要完善， 主要有 ： 一是研究的 重点分析各个区域特别是以行政 区域为界限进行效率的分解 ， 忽略 了农 业生产技术在不 同行政区域的传播 ， 忽略了上市公司往往是农业技术创 新的领先者 ； 二是分析投入产出指标选取有不完善之处 。本文 以我 国农
我国能源效率全要素生产率分解及其影响因素分析——基于我国省级面板数据的实证研究
得 出包括技术 、生 产效率 和规 模 效应 在 内的全 要 素生 产 率是 决 定 能源 效 率 的关 键 因素 和长 期编 号 ：ｌＯ — ４３ （０ ０ ０ —０ ７ — ０ ４ ６２ ０８ ５３ ２１） ２ ｏ３ ６
改 革开放 三十年来 ，伴 随我 国工业化 水平 Ｅ益 提高 、经济 突飞猛 进发 展 引起 国 际社会 关 注 的 ｌ
同时 ，经 济增长 与 自然 资源 短缺 、能 源耗 竭 、生 态 环境 恶 化 的矛 盾 日益 突 显 。如 何 在优 化 结构 、
三是产 业结构 调整 与技术进 步共 同作 用 。齐 志新 和陈 文颖 依 据 １９ ９ ３～２ ０ ０ ３年 我 国工业 部 门
能源 强度 的因素分解 结果 ，指 出技 术进 步始终是 能源强 度下 降的决定 因素 ，而结 构调 整对 能源 强 度 的影响很小 。 国泉和姜 照华通 过对 美 国技术 进 步 、结 构 变化 与 能源 效率 关 系 的研 究 ，得 出 ３ ７徐
收 稿 日期 ：２ ｏ 一 ｌ —０ ｏ９ ２ ８
基金项 目：安徽省人文社科重点研究基地安徽 财经大学经济发展研 究中心科研 项 目 《 我省城市节 能降耗 的实证 研究》 （ 编号 ： ＡＣＤ ８ ８ ；安徽省哲学社会科学 规划办项 目 《 Ｊ ００ ） 安徽省工业 园区生 态化改造实证研究》 （ 编号 ：Ａ Ｓ ０ Ｈ Ｋ ７—０ Ｄ ５ ８２）
出 ，我 国产业 能源 消费 以第二产 业为 主 ，降低能耗 的任 务主要 通过 调整 三次 产业 内部 的产 品结构 来实现 。 ］ ［
二 是技术 进步 。有关 技术进 步对 能源效 率作用 的研究 主要有 ：Ｈ ｎｙｏ ｅｒｓｎ以瑞 典 为样 本研究 了 信息与 提高能 源消 费效率 的关 系 ，得 出增 加 信 息 量 可 以提 高 能源 消 费 效 率 。 Ｊｃｂｅ 为技 术 ａｏｓｎ认 进 步对 能源效 率是外 生性 的影 响 ，对 于长 期 能 源需 求 ，新 技 术 发 明 的影 响要 大 于 现 有技 术 的扩 散 。 －吴巧 生和成 金华认 为工业 部 门的技术 改进是 影 响能源 消耗强 度 的主导 因素 。 李 廉水 和周 勇 ４ 运用数据 包络 分析 （ Ｅ ） 得 出技术效 率是 工业部 门能 源效率 提高 的主要 原 因 ，而科 技进 步 的贡 Ｄ Ａ
数据要素、动态能力与企业全要素生产率
数据要素、动态能力与企业全要素生产率1. 数据要素与企业全要素生产率的关系研究数据要素对生产效率的影响：通过实证分析，探讨数据要素对企业生产效率的影响程度。
数据要素能够显著提高企业的生产力，降低生产成本，从而提高企业全要素生产率。
数据要素对企业创新能力的影响：创新是推动企业发展的关键因素。
本文通过对企业创新数据的分析，探讨数据要素对企业创新能力的影响。
数据要素能够帮助企业更好地识别市场需求、优化产品设计、提高研发效率，从而提高企业创新能力和全要素生产率。
数据要素对企业决策水平的影响：决策是企业管理的核心环节。
本文通过对企业决策数据的分析，探讨数据要素对企业决策水平的影响。
数据要素能够帮助企业更准确地评估市场风险、制定合理的经营策略，从而提高企业决策水平和全要素生产率。
数据要素对企业组织结构的影响：组织结构是影响企业绩效的重要因素。
本文通过对企业组织结构的分析，探讨数据要素对企业组织结构的影响。
数据要素能够促使企业优化组织结构，提高资源配置效率，从而提高企业全要素生产率。
数据要素在企业全要素生产率中具有重要作用，企业应充分利用数据要素，提高生产效率、创新能力、决策水平和组织结构，从而提高全要素生产率。
1.1 数据要素对企业生产效率的影响提高生产计划的准确性和实时性。
通过对大量数据的收集、整理和分析，企业可以更准确地预测市场需求，制定合理的生产计划，从而提高生产效率。
实时监控生产过程中的数据，有助于企业及时发现问题并采取措施进行调整，进一步提高生产效率。
优化资源配置。
数据要素可以帮助企业更加精确地识别和评估各种生产资源的价值，从而实现资源的最优配置。
通过对生产过程中的各种数据进行分析，企业可以找到降低成本、提高效益的方法，进一步优化资源配置，提高生产效率。
提高产品质量和创新能力。
数据要素可以帮助企业更好地了解市场需求，为客户提供更符合其需求的产品和服务。
通过对历史数据的分析，企业可以发现产品和生产过程中的问题，不断改进和创新，从而提高产品质量和创新能力，进一步提高生产效率。
中国汽车产业全要素生产率及影响因素的实证分析
中国汽车产业全要素生产率及影响因素的实证分析中国汽车产业是中国国民经济的支柱产业之一，其发展水平直接关系到国家整体产业水平和经济增长速度。
要素生产率是衡量一个产业发展水平和效率的重要指标，也是评价一个国家经济发展水平的重要标志之一、本文将通过对中国汽车产业全要素生产率及影响因素进行实证分析，以期为中国汽车产业的可持续发展提供参考。
1.中国汽车产业全要素生产率的计算方法全要素生产率(TFP)是衡量一个产业或一个企业综合生产要素利用效率的重要指标，计算全要素生产率需要考虑生产要素的综合利用效率。
传统的全要素生产率计算方法为Solow残差法，即通过残差项的回归来计算全要素生产率。
在中国汽车产业中，可以将全要素生产率计算公式表示为：TFP = (总产出 / 生产要素投入) - (各生产要素的各部分要素份额*各部分要素投入)，其中总产出为汽车产业的总产值，生产要素包括劳动力、资本、技术等。
通过对中国汽车产业的数据进行实证分析，可以得到中国汽车产业的全要素生产率水平以及其变动情况。
根据实证数据，可以得出中国汽车产业的全要素生产率水平在近几年持续提升，说明中国汽车产业的生产效率得到了改善，但在与国际发达国家相比还存在一定差距。
3.影响中国汽车产业全要素生产率的因素中国汽车产业的全要素生产率受多种因素的影响，主要包括技术水平、人力资源、产业政策等。
技术水平是影响汽车产业全要素生产率的关键因素，技术的创新和应用可以提高汽车产业的生产效率和竞争力。
另外，人力资源是汽车产业发展的基础，拥有高素质的人才可以提高汽车产业的全要素生产率。
此外，产业政策的制定和执行也是影响汽车产业全要素生产率的重要因素，良好的政策环境可以激励企业创新和提高生产效率。
综上所述，中国汽车产业全要素生产率的提高是中国汽车产业可持续发展的关键，需要通过不断提高技术水平、人力资源质量、完善产业政策等手段来促进汽车产业全要素生产率的提高。
希望本文的实证分析结果可以为中国汽车产业的发展提供参考。
全要素生产率理论的研究及实证分析
全要素生产率理论的研究及实证分析全要素生产率（Total Factor Productivity，TFP）是衡量整体生产力的常用指标，它描述了与生产相关的所有生产要素，如资本、劳动力、技术、自然资源等在总体上的相互作用。
全要素生产率理论最早于20世纪初由Solow提出，他发现一个令人惊讶的现象，即美国长期以来的生产率增长主要由TFP的增长促成，而不是生产要素的增长。
Solow的这个研究引起了经济学家们对TFP的关注和研究，从而催生了一系列的全要素生产率理论的发展。
在全要素生产率理论的发展过程中，TFP常被定义为衡量生产要素产出效率的指标，即生产要素与产出之间的比率。
而全要素生产率可以被看作是所有生产要素协同作用的结果，因此其影响因素比单一生产要素更为广泛，包括技术进步、投资增长、人力资本投资、制度环境、产业连接关系等等。
从实证角度出发，全要素生产率理论还习惯采用生产函数方法，通常假设生产函数具有一定的技术使产出最大化，并使用生产函数确定TFP。
这些方法的优点是可以对生产要素的相互作用和权重进行比较系统地分析，但是其依赖于生产函数的假定和数据的质量等限制条件，因此必须谨慎使用。
同时，全要素生产率理论的研究也引发了一系列实证分析。
近年来，随着数据采集和计算能力的提升，越来越多的实证研究关注在全要素生产率的测算和分析方面。
其中一些研究重点关注的问题包括TFP与新经济、收入分配和贸易自由化等之间的关系，以及TFP对经济稳定和环境可持续性的影响。
例如，一些研究发现，新经济行业如数字化和电子商务对TFP的增长具有重要贡献。
这与数字化技术的普及以及自动化和机器学习等技术的应用密切相关，并促进了工业4.0和人工智能等趋势的发展。
同时，自由贸易协定和国际贸易也被证明对TFP增长有积极作用。
然而，全要素生产率的概念并不是没有争议的。
一些经济学家认为，在实践中很难准确测量全要素生产率，且其解释力很弱。
这是因为，生产要素的定量和质量往往受到很多复杂因素的影响，如技术进步、知识产权保护和制度环境等，这种影响很难通过生产函数等经典方法准确衡量。
中国农业全要素生产率增长及影响因素研究
中国农业全要素生产率增长及影响因素研究一、概述本文是关于中国农业增长进程中的农业全要素生产率（TFP）的实证研究。
农业TFP的提高既是农业增长方式转变的迫切需要，又是农业大国迈向农业强国的关键所在。
现有研究普遍认为中国农业TFP 水平较低，但对农业TFP增长缓慢的原因进行深入研究的文献相对较少。
本研究的核心问题是：究竟是什么原因阻碍了中国农业TFP的增长？研究目标主要有三个方面：一是把握农业TFP增长的变动规律和演进趋势二是弄清农业TFP的增长源泉及其内在机理三是揭示农业TFP增长的决定性影响因素。
论文的研究思路是在回顾经济增长理论和TFP理论的基础上，以农业TFP为研究对象，以其在中国农业增长中的重要地位为研究起点。
在确定农业TFP增长是中国农业增长的重要源泉的基础上，运用随机前沿分析和数据包络分析相结合的实证方法，系统测度19782008年全国、东中西部三大区域和29个省区市的农业TFP增长，并深入分析农业TFP增长的变化规律和波动趋势。
采用改进的DEA经济增长分析框架考察农业TFP增长在全国、三大区域和29个省区市的农业增长中的贡献效应及其变化规律。
采用面板数据模型揭示中国农业TFP增长的决定性影响因素及其影响，并提出提高农业TFP的政策建议。
1. 研究背景与意义中国作为世界上人口最多的国家，农业在其国民经济中占据着举足轻重的地位。
改革开放以来，中国的农业生产方式经历了从传统农业向现代农业的转变，农业生产效率和产量显著提高。
在这一过程中，全要素生产率（Total Factor Productivity, TFP）的增长起到了关键作用。
全要素生产率是指在各种生产要素投入不变的情况下，由于技术进步、管理改进等因素导致的产出增加。
它反映了经济增长中除去劳动、资本等传统要素投入的贡献之外的部分，是衡量经济增长质量和效益的重要指标。
中国农业TFP的增长并不是一帆风顺的。
受到资源约束、环境压力、市场波动等多种因素的影响，农业TFP的增长呈现出波动性和区域性差异。
我国商业银行全要素生产率实证分析
我国商业银行全要素生产率实证分析［摘要］全要素生产率是最新测度银行效率的方法,能全面地体现影响我国商业银行经营效率因素中除了技术进步因素外的其他影响因素(如规模大小等)所占的比例。
本文以2006—2009年为观测期,得出我国18家商业银行全要素生产率整体提升,其中国有商业银行生产有效性的恶化是由技术进步水平落后造成的,而股份制商业银行生产有效性的提升主要依赖于前沿面移动效应。
［关键词］全要素生产率;DEA,Malmquist指数;生产有效性1 选题背景及意义银行效率是银行在业务活动中投入与产出或成本与收益之间的对比关系,银行效率是指银行实现最合理的投入和产出组合的能力。
国内现在实证研究中衡量银行效率的方法很多,最近的研究多聚焦在全要素生产率上,全要素生产率是最新测度银行效率的方法,即DEA(Data Envelopment Analysis)数据包络分析法来计算Malmquist指数和规模效率(scale efficiency)的值来反映中国银行业的效率状况和动态变化。
全要素生产率不仅能更好的从追赶效应和前沿面移动效应两方面来分析中国银行业的经营绩效,还能全面的体现我国商业银行经营效率提高除了技术进步因素的影响外的其他影响因素(如规模大小等)所占的比例,对于我国银行业经营绩效的实证分析具有更好的研究意义。
2 Malmquist指数模型介绍Malmquist指数最初由Malmquist(1953)提出,早期的运用集中于消费者行为的研究领域；Cavesetal.(1982)首先将该指数应用于生产率变化的测算,此后与Charnes et al.(1978)建立的DEA理论相结合用于投入产出方面的分析,尤其在评价某行业生产有效性的动态变化以及某地区的生产力发展趋势的研究领域里得到广泛的应用。
在实证分析中,研究者普遍采用Fare et al.(1994)构建的基于DEA 的Malmquist指数。
从t时期到t+1时期,度量全要素生产率增长的Malmquist指数可以表示为：其中TE为综合技术效率变动指数,度量的是从t期到t+1期的相对技术效率的变化程度,又称作“追赶效应”。
- 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)。
全要素生产率影响因素实证分析作者：李争争来源：《经济研究导刊》2013年第10期摘要：利用DEA的Malmquist指数法测算了29个省级单位在2001—2007年的TFP变化。
在各省级单位相应年份面板数据的基础上，分析员工专业化率、对外依存度、外商直接投资度、科研投入率、私有化率对于TFP的影响方向和程度。
实证结果表明：员工专业化率、私有化率与TFP成显著的正相关关系；对外依存度与TFP成显著的负相关关系；外商直接投资度、科研投入率与TFP分别成负和正相关关系，但其影响都不显著。
关键词：TFP 测算；影响因素；实证分析中图分类号：F0 文献标志码：A 文章编号：1673-291X（2013）10-0018-05一、问题的提出早在1957年，Solow就发展了一个分析框架来解释外部剩余的存在。
他进一步证明了不同国家间技术水平的差异能够导致人均产出的差异。
从此之后，对经济增长促进因素的研究已经不再局限于对投入增加的分析。
现在经济学家把经济增长分解为投入的增加和效率的提升两个方面。
经济学家倾向于用全要素生产率（TFP）来解释除投入的贡献之外的经济增长。
TFP 是对经济体长期效率增长或增长质量的测量，被看做是全部的投入转化为产出的效率（Diewert & Nakamura，2007）。
中国自1978年改革开放之后，经历了持续三十多年的高速经济增长，在世界各国家和地区中都是前所未有的。
关于TFP能否作为中国经济增长的主要解释因素，在学术界也有不同的看法。
有些经济学家认为中国经济增长的背后推动力是投入的急剧上升（Krugman，1994；Young，2003），TFP的贡献是非常有限的。
然而，另外一些研究则认为效率的提升或者TFP是中国快速经济增长的主要因素，他们认为中国的TFP增长率每年都超过3%，对经济增长的贡献率超过30%（例如，Bosworh & Collins，2008）。
无论中国改革开放后至今的经济增长能否主要用TFP的增长来解释，中国今后要想保持快速的经济增长，则必须以TFP的增长作为基础和支撑。
因为一些支撑中国经济增长的因素正在消失或已经消失。
计划生育和农村人口向城市的转移所形成的劳动力在总人口中逐渐上升比例即人口红利在逐渐消失，一份报告①预测从2016年开始中国的劳动力总数将开始下降。
根据蔡昉和王德文的估计（1999），1982—1997年之间，劳动力比率的上升和城乡劳动力转移对经济增长的贡献分别是24%和20%。
改革开放后的很长一段时间内，由于国内外技术水平差距很大，国内引进的很多技术都是免费或廉价的，但现在国内的技术在某些方面已经达到国际领先，再想免费或廉价的获得国外的先进技术几乎不可能。
国内当前的环境条件和民众的环保意识已经不允许以牺牲环境、扩大资源投入的增长方式继续存在。
“未富先老”的老龄化社会、持续扩大的基尼系数、地区间的发展不平衡等因素都要求中国的经济必须保持一定速度的增长。
由此，TFP作为中国未来经济增长的基础和支撑必须放在更加重要的位置。
本文将以2001—2007年间29个省级单位的面板数据为基础，使用非参数的前沿分析方法DEA（Data Envelopment Analysis）中的Malmquist 指数法来估计各省级单位的TFP增长，并利用面板数据的多元回归分析方法来探求私有化率、专业技术人员的比率、R&D 投入率、对外依存度以及FDI对TFP的影响方向和程度。
二、相关文献回顾中国改革开放后连续高速的经济增长，引起了学者们对于国内经济增长驱动因素的研究。
其中TFP增长作为中国经济增长的解释虽然还存在争议，但不少学者对于引起TFP增长的相关因素已经进行了研究。
毛其淋和盛斌（2011）利用中国的省际面板数据，运用工具变量两阶段最小二乘法，实证的考察了对外经济开放和区域市场整合对于TFP的影响。
其研究结果表明，二者都对TFP产生了正向的影响效果，并且二者的影响效果存在替代关系。
姚萍和程盈莹（2011）利用中国省际的工业面板数据，实证分析了国际分散化生产对于中国东、中、西部的工业行业TFP的不同影响。
并得出结论：国际化分散生产对中国的工业TFP存在区域性的影响差异。
张浩然和衣保中（2012）基于中国266个城市的面板数据，采用空间杜宾模型考察了城市的基础设施及其空间外溢效应与TFP的关系。
其结果表明，在经济密度、产业结构和FDI作为控制变量的前提下，城市的通讯基础设施和医疗条件对TFP有正向的影响效应，并且对其他的城市存在显著的外溢效应，人力资本和交通基础设施虽然对该城市的TFP具有正向的积极影响，但对其他城市不存在外溢效应。
姚耀军和曾维洲（2011）通过文献回顾的方式探讨了金融发展和TFP的关系，并论述了金融发展促进TFP增长的机制，以跨国经验为基础的金融发展和TFP增长的关系，并回答了中国金融发展有没有促进中国的TFP增长这个问题。
刘秉镰和李清彬（2009）利用DEA方法中的Malmquist指数，测算出了中国196个主要城市在样本期间的TFP的动态变化以及这些变化的主要来源，并探讨了东北、东、中、西部城市之间TFP变化的差异。
魏学辉和白仲林（2012）以省际面板数据为基础，运用索洛增长方程、Bayesian SUR 模型和Gibbs-Importance抽样算法，计算了各省的资本产出弹性，并以此测算了各省级单位的TFP及其增长率。
认为科技发展战略对TFP具有显著的积极影响；而且随着产业结构的变化，资本产出弹性和TFP的关系也会发生变化。
赵志耕和杨朝峰（2011）利用索洛余量法测算了中国改革开放以来的TFP增长率，在定量考察了制度变迁、自主创新、技术引进对TFP增长率的影响后，认为改革开放后引起中国TFP增长率变化的主要因素是技术引进。
已有的研究在测算TFP变化方面主要运用的是索洛余量法和基于DEA的Malmquist指数法。
索洛余量法的主要缺陷在于，它假设所有的生产单位都是有效率的，而且不区分生产单位的技术进步和技术效率提升。
换句话说没有考虑植根于劳动力和资本存量方面的技巧提升（效率的提升）。
DEA是Data Envelopment Analysis 的首字母缩写，即数据包络分析。
DEA方法不要求投入和产出之间任何形式的方程参数，也不要求无效的残差项，所以利用这种方法可以避免不同的参数和估计问题。
在一次讲话①中，贾庆林指出，中国65%的发明专利和75%的技术创新来源于非公有制部门。
非公有制企业已经成为推动中国技术前沿的中坚力量。
在1998—2007年之间，国有企业的资产回报率上升了13.8%，非国有企业的资产回报率只上升了12.8%。
但在2009年，非国有企业的平均资产回报率仍然高于国有企业的资产回报率9.9%。
因此本文在已有研究的基础上增加私有化程度作为TFP变化的解释变量。
专业化人才是创新的基础和支柱是企业生存、发展的关键，本文拟将员工专业化率也作为TFP变化的解释变量。
希望通过增加这两个解释变量能够更好地解释TFP的变化。
这也是本文和已有研究相比独特的地方。
三、理论分析与研究假设本部分在已有研究和经济环境的基础上，提出解释变量和被解释变量之间的可能关系和影响方向。
公有和私有作为所有权的两种基本形式，其对经济效率的作用肯定是不一样的。
但改革开放后，中国几乎在各方面都进行了私有化改革，只是在不同的部门私有化的程度有所差异。
从结果来看，私有化的改革整体上促进了中国经济效率的提高，经济总量的增长。
虽然极个别的部门私有化的效果并不太好。
因此，本文假设，私有化的程度和TFP呈正相关关系。
专业技术人员是指在某一领域具有专长，并得到证明和认可的人员。
在工作和管理过程中，专业技术人员在特定的领域里具有相对正确的理论知识和工作技能，对工作的认识更加客观和理性，其所带来的效果肯定也是要比一般的人员要好。
专业技术人员在创新方面具有关键的作用，其积极性的发挥是创新能否产生和推广的基础。
因此，本文假设，员工的专业化率和TFP的变化呈正相关关系。
科研投入是科研进行的前提和基础。
没有科研投入，再好的想法也很难变成现实，并发挥生产力的作用。
当今，科技发展迅速，在科研方面的竞争也很激烈，各国都把科研作为占领技术制高点的关键。
但科研创新性、前沿性的特点，又要求大量的经费进行支持，甚至有些科研在短期内很难转化为商用，这就需要大量的经费予以支持。
所以本文假设，R&D的投入率与TFP的变化呈正相关关系。
当今是一个全球化、国际化的时代，国与国之间的关系已经越来越紧密。
要想保持经济持续、高速的增长，对外开放以及国际贸易是前提。
中国改革开放后，经济的高速、持续增长就是一个很明显的例子。
国际贸易影响TFP的途径主要有：引进的高新技术设备对于生产效率的提升；高效率的设备必然要求相应的高技术人才，并促进干中学的发生；国际竞争的激烈，出口的商品要想在国际上立足，要求企业具有更高的效率；国内外上下游企业之间的联系和交流，能够促进人员和管理等方面能力的提升，从而促进效率的提升。
因此，本文假设国际贸易和TFP呈正相关关系。
FDI对于输入国的效率提升已经得到了很多的实证研究，并得出了肯定的结论。
改革开放以来，输入中国的FDI每年的数量都在增加。
现在中国也是世界上最大的外商投资目的国之一，在最近几年一直是发展中国家最大的FDI输入国。
潜在技术转移的存在是中国过去二十多年积极努力引进外资的重要原因之一。
FDI的效率外溢主要有以下几种形式：行业内的外溢（也叫水平外溢），即外资入股的公司对国内同行业企业生产率的积极影响；行业间的外溢（垂直外溢），即外资企业对其上游（前向联系）或下游（后向联系）的内资企业所产生的生产率提升。
所以，假设FDI对TFP的增长也具有正向的影响。
四、模型设定及数据说明本文对于TFP变化的测算采用的是DEA的Malmquist指数法。
Malmquist指数是从产出距离函数的角度来定义的。
距离函数被定义为如下：Dt0（xt，yt）=infθ：（xt，yt/θ）∈St=（supθ：（xt，ytθ）∈S t）-1 （1）其中St=（xt，yt）是生产技术——即xt生产yt。
在规模报酬不变的条件下，可行的最大产出只有当平均生产率y/x最大化时才能获得。
这个最大化的基准省份即生产率最高的省份。
组成样本的其他省份和基准省份的距离随着时间而减少，说明其正在追赶最大的生产前沿（例如技术效率的提升）。
Malmquist生产率指数时间（为了解释不同时期的增长趋势）角度的距离函数是：Dt0（xt+1，yt+1）=infθ：（xt+1，yt+1/θ）∈St （2）其中Dt0（xt+1，yt+1）度量了在（xt+1，yt+1）可行的条件下，产出的最大比例变化。