中国区域间生产效率差异和TFP增长率分解(统计与决策)资料.精讲

合集下载

中国省际间卫生资源效率的分解及地区差异研究-修改版

中国省际间卫生资源效率的分解及地区差异研究-修改版

中国省际间卫生资源利用效率水平的分解及地区差异研究*李志建马进【摘要】目的分析中国省际间卫生资源的利用效率,掌握地区之间的差异,为合理配置卫生资源提供依据。

方法本文利用数据包络分析研究我国各省卫生资源利用效率的水平,并采用曼奎斯特(Malmquist)生产率指数法对全要素生产率进行进一步分解。

结果我国从2003年到2008年六年间所有省份卫生资源全要素生产率年平均提高 6.8%;所有省份技术进步率都为正数,全国技术进步率年平均达到5.2%;对于技术效率,全国各省平均来看略有提高,提高值为1.5%。

结论我国从2003年到2008年六年间卫生资源全要素生产率均有不同程度的提高;但各省份的卫生技术水平普遍没有得到充分的利用,相对于中部省份而言,东西部地区在卫生资源的使用上存在效率不高的现象;西部地区卫生资源技术进步较快,我国各省卫生资源的技术水平存在趋同现象。

【关键词】卫生资源数据包络分析利用效率The Decomposition of the Health Resource Utilization Efficiency and the Regional Differences Analysis in ChinaLi Zhijian* , Ma Jin* Antai College of Economics & Management of Shanghai Jiao Tong University, School of Public Health of Shanghai Jiao Tong University, shanghai 200030, China 【Abstract】Objective To Analysize inter-provincial health resource utilization efficiency and master the differences between regions so as to provide the basis for the rational allocation of health resources. Methods This paper uses data envelopment analysis to survey the efficiency of interprovincial health resource utilization, and applies Malmquist productivity index method for further decomposition of total factor productivity. Results From 2003 to 2008, all provinces’total factor productivity of health resources increased an average 6.8%, in all provinces the rate of technological*基金项目:国家自然科学基金(编号:70873083)作者单位:200030 上海,上海交通大学安泰经济与管理学院(李志建);上海交通大学公共卫生学院(马进)通讯作者:马进教授博士生导师上海交通大学公共卫生学院上海200025majin@progress are positive, the annual average rate achieved 5.2%, there is a slight growth in the technical efficiency and the value is 1.5% on average. Conclusion That total factor productivity increased for some degree from 2003 to 2008, health technology in the provinces generally has not been fully utilized. Relative to the efficiency of the central provinces, inefficiency existed in the eastern and western regions. Western region made rapid progress in technology utilization; there was convergence phenomenon in the health technology among provinces.【Keywords】Health resource; Use efficiency; Data envelopment analysis 合理的配置卫生资源和提高其利用效率一直是我国医疗行业改革的重点。

中国地区间生产效率与全要素生产率增长率分解(1990-2006)

中国地区间生产效率与全要素生产率增长率分解(1990-2006)

中国地区间⽣产效率与全要素⽣产率增长率分解(1990-2006)中国地区间⽣产效率与全要素⽣产率增长率分解(1990-2006)?周晓艳对外经济贸易⼤学国际商学院,100029;韩朝华中国社会科学院经济研究所100836)[摘要]:本⽂选⽤超越对数函数的随机前沿模型,对1990-2006年的分省数据进⾏实证分析,以估算我国各地区的⽣产效率并分解其全要素⽣产率增长率,实证结果表明:(1)东部地区⽣产效率最⾼,西部地区最低。

1996-2000年各地区平均⽣产效率均出现了不同程度的下降,2003年之后⽣产效率出现上升趋势,且东部地区的增长幅度较⼤。

(2)城市化率、各地区GDP 中第⼆产业的⽐重、基础设施⽔平、⼈⼒资源⽔平和对外经济依存度对地区⽣产效率具有正⾯影响,⽽固定资产投资中国有经济投资⽐重以及政府对经济的⼲预程度,和地区⽣产效率呈负相关关系。

(3)就⽣产的不确定性⽽⾔,除⼈⼒资源⽔平能减少⽣产的不确定性之外,经济对外依存度、技术创新⽔平、基础设施⽔平、政府⼲预倾向都会增加⽣产的不确定性。

(4)全要素⽣产率增长率在1992年之后出现了明显下降趋势,2000年之后各地区全要素⽣产率增长均有显著的上升。

全要素⽣产率的增长主要由⽣产效率变化率决定,其次是技术进步率。

[关键词]:随机前沿模型超越对数⽣产函数⽣产效率全要素⽣产率增长率[Abstract] Empirical study is conducted to test China’s provincial datasets (1990-2006),using a translog production frontier specification, this paper measures technical efficiency between regions and decomposes the growth rate of TFP. the findings of this study show: (1)The east region is the most efficient while the western region is the least efficient, the average technical efficiency of all regions declined form 1996 to 2000, but technical efficiency has been a gradual increase since 2003 and east region has a bigger growth. (2) Urbanization rate, the proportion of secondary industry in GDP, infrasturcture, human resources, foreign economic dependence are important factors for efficiency improvement, but the proportion of the state-owned economy in fixed assets and government intervention are harmful to efficiency. (3) Human resources may decrease production uncertainty, all other factors may increase uncertainty. (4) Growth rate of TFP has declined since 1992, but has a significant growth after the year 2000.Technical efficiency is the main driving force for TFP, and technological progress is in the next place.[Key Words] casual outlets; translog production function; technical efficiency; growth rate of TFP本⽂为国家社会科学基⾦项⽬“中国各地区经济增长差异的制度分析”的阶段性研究成果之⼀,项⽬批准号为04BJL034,主持⼈韩朝华。

地区间生产效率与全要素生产率增长率分解

地区间生产效率与全要素生产率增长率分解

地区间生产效率与全要素生产率增长率分解一、本文概述本文旨在探讨地区间生产效率与全要素生产率增长率的分解问题。

全要素生产率(TFP)是衡量一个国家或地区经济增长质量的重要指标,它反映了除物质资本和劳动力投入以外的其他因素对经济增长的贡献。

本文首先将对全要素生产率的概念进行界定,并阐述其在经济增长理论中的重要性。

接着,本文将分析地区间生产效率差异的原因。

生产效率的差异可能源于不同地区的技术水平、资源配置效率、制度创新等多个方面。

本文将通过实证研究方法,对这些因素进行量化分析,以揭示它们对地区间生产效率的影响程度。

在此基础上,本文将进一步探讨全要素生产率增长率的分解问题。

全要素生产率增长率的分解有助于我们更深入地理解经济增长的动力和结构。

本文将从技术进步、资源配置效率改善和规模效率提升等方面入手,对全要素生产率增长率进行分解,并分析各分解项对经济增长的贡献程度。

本文将根据分析结果提出政策建议。

通过优化资源配置、推动技术创新、加强制度创新等措施,提升地区间生产效率,促进全要素生产率增长,从而实现经济的高质量发展。

本文的研究对于制定区域经济发展战略、推动经济转型升级具有重要的理论和实践意义。

二、文献综述在经济学领域,地区间生产效率与全要素生产率增长率的分解问题一直是研究的热点。

生产效率的提升对于地区经济的持续增长具有重要影响,而全要素生产率增长率的分解则有助于我们更深入地理解经济增长的动力和源泉。

因此,本文将从地区间生产效率的差异、全要素生产率增长率的内涵与测量方法,以及生产效率提升与全要素生产率增长的影响因素三个方面进行文献综述。

关于地区间生产效率的差异,已有研究主要关注了资源禀赋、产业结构、技术创新、人力资本等因素对生产效率的影响。

资源禀赋的差异可能导致地区间生产效率的不平衡,而产业结构的优化和技术创新则被认为是提升生产效率的重要途径。

人力资本作为知识和技术的重要载体,其对生产效率的影响也日益受到关注。

我国全要素生产率区域差异与经济转型增长困境

我国全要素生产率区域差异与经济转型增长困境

我国全要素生产率区域差异与经济转型增长困境摘要:本文采用非参数DEA方法测算和分析我国区域TFP差异及其构成,进而分析了区域经济增长向TFP驱动转型的困境。

研究表明,我国区域TFP增长以东部沿海地区最高,东北地区最低;技术进步是推动TFP增长的主要动力,技术效率差异是TFP增长区域差异的主要成因;体制机制建设滞后和经济结构性失衡是制约我国区域经济增长向TFP驱动转型的主要障碍。

因此,加快经济转型增长的重点应为体制机制创新、产业结构调整和区域均衡发展。

关键词:全要素生产率;经济增长;Malmquist指数;分解模型中图分类号:F0615文献标识码:A一、引言改革开放以来,随着东南沿海地区经济快速增长,我国地区差距不断扩大。

为实现区域协调发展,国家先后出台了西部大开发、东北老工业基地振兴以及中部崛起等重大区域战略,对欠发达地区经济社会发展给予多方面政策支持。

有关政策措施在推动西部、东北以及中部地区经济增长方面取得了明显成效,近年来我国地区差距也呈现出了逐步缩小趋势。

然而,通过加大对欠发达地区投入的方式来缩小地区差距是否具有可持续性?这种区域政策对我国整体全要素生产率提升产生了何种影响?本文以全要素生产率为视角,基于非参数DEA方法对上述命题进行分析和论证,以期在更深层次上揭示区域体制机制创新对技术进步和技术效率的影响,从而探求实现区域协调发展的有效途径。

要素投入效率是经济增长的重要推动力量,同时也是区域经济增长差异的主要原因。

新经济增长理论认为,投入驱动型经济增长会伴随边际生产力的递减而难以持续,只有效率驱动才是经济长期可持续增长的核心力量。

全要素生产率是衡量经济增长效率的重要工具,是指经济增长扣除投入要素以后的技术因素和非技术因素,包含了技术进步、管理改善和制度创新对经济增长的贡献。

“索洛余值法”[1]、随机前沿生产函数法[2]和数据包络分析法[3]是全要素生产率的常用测算方法,现有实证研究大都采用上述方法或在此基础上进行的改进。

中国区域间生产效率差异和TFP增长率分解(统计与决策)资料要点

中国区域间生产效率差异和TFP增长率分解(统计与决策)资料要点

中国区域间生产效率差异和TFP增长率分解:1978-2007李国璋1,周彩云2,江金荣3(兰州大学经济学院,甘肃兰州 73000 )【摘要】本文使用数据包络分析方法,利用整理出来的面板数据,分时段分区域考察了1978-2007年间,中国30个省区市的生产效率水平,同时分析了TFP 增长率及其组成。

本文的结论是:(1)1978-1990期间,我国的平均生产效率水平是上升的,但1990年代以后呈下降特点;且东部平均生产效率水平大于中、西部。

(2)效率改进和技术进步均是我国TFP增长的重要来源,不过在不同的时段,二者地位不一。

(3)东部的TFP增长率大于中、西部;但是各区域TFP 增长的主要来源不同。

【关键词】生产效率;全要素生产率;技术进步;区域经济差距;追赶效应一引言改革开放以来,我国经历了一系列的制度变革,在从计划经济往市场经济过度的过程中,我国的经济发展取得了举世瞩目的“东方奇迹”。

从1978年到2007年间,我国国内生产总值增长了14倍(1978年不变价),年平均经济增长率达到9.8%,但是经济增长方式的粗放以及区域经济差距的扩大却成为我国经济增长过程中不能回避的问题。

尤其是区域经济差距自90年代以来扩大非常明显(王小鲁、樊纲,2004),并越来越成为政府和学者关注的重要问题,而与之伴生的则是探讨区域经济增长差异成果的大量涌现。

其中,有学者从诸如投入要素、经济结构、资源禀赋、地理位置、政策和制度以及历史文化因素等方面来解释区域差距的现状和成因(张吉鹏、吴桂英,2004);而全要素生产率增长作为经济增长的核心自然也成为分析区域经济差距的重要途径,有的学者甚至认为全要素生产率差异才是我国地区差距的主要决定因素(彭国华,2005;李静,2006;郭庆旺等,2005)。

总体说来,我国学者对区域全要素生产率的探索和研究是相当多的,大量关于区域TFP增长率的研究集中于对其的测算与分解上,且在此基础上引入人力资本、制度变迁等影响因素分析,以加深对区域TFP增长(包含效率改进与技术进步)差异的认识,并由此进一步加深对地区差距的认识。

中国高技术产业全要素生产率的空间差异及其成因分析

中国高技术产业全要素生产率的空间差异及其成因分析

中国高技术产业全要素生产率的空间差异及其成因分析吴卓贤;刘满凤【摘要】通过Malmquist指数,计算我国省际间高技术产业全要素生产率(Total Factor Productivity:TFP),并进行分解,发现全国有19个地区的TFP增长率显负值;43%的省市,其效率是由技术的进步来推动,67%的地区并没用形成规模效率。

通过β收敛检验,发现我国省际间高技术产业并不存在经济收敛。

通过Tobit模型,发现我国各地区高技术产业提高R&D内部支出资本存量增长率均能提高TFP增长率;全国43%的地区,提高R&D人员投入的增长率,平均而言不但不能提高TFP 增长率,反而会降低TFP的增长率。

%In this paper,calculating and decomposing the Total Factor Productivity(TFP) of China's interprovincial high-tech industry via Malmquist index,it has been figured out that the growth rate of TFP in 19 areas is negative;the efficiency in 43% of the provinces is promoted by technology advancement,but 67% of the provinces do not make use of scale efficiency.Via Beta restraining test,we have worked out that convergency tendency does not exist in China's interprovincial high-tech industry.Via Tobit modle,it has been found out that increasing the growth of RD intramural expenditure capital stock,the high-tech industry in all areas can advance the growth of TFP;In 43% of areas in China,increasing the growth of Personnel in RD,on the average,can not advance the growth of TFP but decrease it instead.【期刊名称】《科技与管理》【年(卷),期】2011(013)006【总页数】6页(P1-6)【关键词】高技术产业;全要素生产率;β收敛检验;Tobit模型【作者】吴卓贤;刘满凤【作者单位】江西财经大学信息管理学院,江西南昌330013;江西财经大学信息管理学院,江西南昌330013【正文语种】中文【中图分类】F276高技术产业技术是对传统技术而言的新兴尖端技术,是知识经济时代的主导产业,对推动国民经济发展,调整产业结构起着越来越重要的作用,特别是在世界经济一体化程度不断提高,国际市场竞争日趋激烈的今天。

中国区域环境效率与环境全要素生产率增长

中国区域环境效率与环境全要素生产率增长

中国区域环境效率与环境全要素生产率增长一、本文概述1、研究背景和意义随着全球环境问题日益严重,环境效率与环境全要素生产率增长逐渐成为全球范围内的研究热点。

中国作为世界上最大的发展中国家,其经济发展与环境保护之间的平衡问题更是备受关注。

在此背景下,研究中国区域环境效率与环境全要素生产率增长具有重要的理论和现实意义。

从理论角度来看,环境效率和环境全要素生产率是衡量区域可持续发展能力的重要指标。

通过对中国各区域环境效率和环境全要素生产率的深入研究,可以深入了解中国各区域在经济发展与环境保护之间的平衡状态,为政策制定提供理论依据。

从现实角度来看,中国各区域在经济发展、产业结构、资源禀赋等方面存在较大的差异,这些差异可能导致各区域在环境效率和环境全要素生产率方面存在明显的空间异质性。

通过对各区域环境效率和环境全要素生产率的比较研究,可以揭示各区域在环境保护和经济发展方面的优势和不足,为各区域制定针对性的环境保护和经济发展政策提供参考。

研究中国区域环境效率与环境全要素生产率增长不仅有助于推动环境经济学、区域经济学等学科的发展,而且对于促进中国各区域实现经济与环境协调可持续发展具有重要的现实意义。

请注意,以上内容仅为示例,具体的研究背景和意义可能需要根据具体的研究目的、数据来源和研究方法进行调整和完善。

2、国内外研究现状和评价近年来,随着全球环境问题的日益严重,环境效率与环境全要素生产率增长成为了国内外学者关注的焦点。

国内外在环境效率与环境全要素生产率增长方面的研究已经取得了一定的成果,但仍存在一些问题和不足。

国内研究方面,我国学者在环境效率评价和环境全要素生产率增长方面进行了大量研究。

通过构建环境效率评价模型,对我国各地区的环境效率进行了评估和分析。

同时,利用全要素生产率增长模型,深入探讨了环境规制、技术创新等因素对环境全要素生产率增长的影响。

然而,国内研究在数据获取和处理方面仍存在一定困难,导致研究结果的准确性和可靠性受到一定影响。

中国全要素生产率的空间差异及其成因分析

中国全要素生产率的空间差异及其成因分析
中国全要素生产率的空间差异 及其成因分析
01 引言
03 研究方法 05 参考内容
目录
02 文献综述 04 结果分析
引言
全要素生产率(TFP)是衡量一个国家或地区整体经济发展水平的重要指标, 也是决定经济增长质量的关键因素。在中国经济快速发展的背景下,地区之间的 全要素生产率差异日益凸显,这无疑对全国经济协调发展产生了重要影响。因此, 分析中国全要素生产率的空间差异及其成因具有重要意义。
2、收斂路径差异
除了收敛速度差异外,各地区收敛的路径也存在差异。例如,东部地区的绿 色全要素生产率增长收敛于技术前沿面,而中西部地区的收敛路径可能更倾向于 资源环境约束下的技术进步。这种差异反映了不同地区的经济发展路径和政策导 向的不同。
三、结论与政策建议
本次演示的分析表明,中国各地区在绿色全要素生产率增长方面存在显著的 差异,并且这些差异在收敛性上也有所不同。为了促进各地区绿色全要素生产率 的均衡增长,政策制定者需要针对不同地区的实际情况制定相应的政策措施。
总之,中国各地区在绿色全要素生产率增长方面存在差异和收敛性差异。为 了实现经济可持续发展和区域协调发展,政策制定者需要针对不同地区的实际情 况制定相应的政策措施,加强经验交流和技术合作,以促进绿色全要素生产率增 长的均衡发展。
感谢观看
3、创新驱动:创新是推动经济发展的重要动力,也是提高服务业TFP的关键 因素。通过加大研发投入、培育创新人才、鼓励创新创业等措施,可以有效促进 服务业TFP增长。
4、制度环境:政府应该进一步简政放权,优化营商环境,降低企业成本, 提高市场竞争力,从而促进服务业TFP的增长。
4、制度环境:政府应该进一步 简政放权
1、人力资本水平:随着教育程度的提高,服务业从业人员的素质和能力得 到提升,有利于提高TFP。因此,提高人力资本水平是促进服务业TFP增长的重要 途径。

全国及区域全要素生产率变动分析

全国及区域全要素生产率变动分析

全国及区域全要素生产率变动分析全国及区域全要素生产率变动分析摘要:一直以来,C-D生产函数模型及在此基础上产生的索洛残差法在估算TFP及其增长率时得到广泛应用,笔者从模型的设定、数据的获取、参数估计等方面对该方法进行了系统分析、探讨和修正,在此基础上估算了全国及31个省1978年~2010年间的TFP及其增长率。

结果表明:中国的TFP增长率总体上处于较高水平。

分阶段看,2001年~2010年和1978年~1984年的TFP增长率明显较高。

分区域看,东部的TFP及其增长率都明显高于中部和西部。

各省区的TFP 与经济发展水平、TFP增长率与经济增长速度都有很强的正相关性。

关键词:全要素生产率;增长率;生产函数;弹性作者简介:叶宗裕(1962-),男,浙江江山人,浙江师范大学经济与管理学院教授,应用数学硕士,主要从事经济统计,计量经济模型及应用研究。

中图分类号:F061.5文献标识码:A文章编号:1006-1096(2014)01-0014-06收稿日期:2012-11-14一、问题的提出最近10多年来,许多学者研究了全要素生产率(TFP)及其相关问题。

包括全国或省际TFP及其增长率的测算、TFP的收敛检验、技术进步对经济增长的贡献分析、分析TFP与省区收入差距的关系等。

对TFP相关问题的研究,必需建立在对TFP的准确估算基础上。

虽然对全国或省际TFP的测算已有大量的研究成果发表,但许多研究在估算方法、资料的来源和处理等方面存在许多问题,估算结果的准确性不能令人满意。

关于TFP,学者们已经有了基本一致的观点:包括资本和劳动等投入要素之外的所有影响产出的因素。

虽然估算TFP的方法多种多样,但由于C-D生产函数模型中各变量和参数的含义明确、直观,结果易于理解,在估算TFP及其增长率时得到广泛应用。

本文从模型的设定、数据的获取、参数估计等方面对该方法进行了系统分析、探讨和修正,在此基础上估算了全国及31个省份1978年~2010年间的TFP及其增长率,并对结果进行了分析。

我国物流业TFP增长率的测算及分解

我国物流业TFP增长率的测算及分解

·区域经济与产业经济·第23卷第5期 2013年9月 Vol.23 No.5 Sep.2013DOI:10.3969/j.issn.1674 8131.2013.05.008我国物流业TFP增长率的测算及分解丁小平1,刘金东2(1.沈阳理工大学经济管理学院,沈阳110159;2.上海财经大学公共经济与管理学院,上海200433)摘 要:采用1997—2011年我国31个省区物流业面板数据建立随机生产边界模型,利用Kumbhakar等(2000)的方法对我国物流业TFP增长率进行测算和分解,分析表明:技术进步因素是我国物流业TFP增长的主要原因,技术效率改进、规模效率和配置效率因素均存在对技术进步因素的抵减效应;技术效率改进和规模效率因素的作用逐年递减,而配置效率因素的作用逐年上升。

进一步对我国物流业TFP增长率的区域差异进行基尼分解,结果表明技术效率和配置效率是造成区域间物流业TFP增长率差异的主要原因,反映出各省区物流业发展存在较强的阶段差异。

提升我国物流业长期发展水平,不仅依赖于先进技术和方法引进带来的技术进步因素,还必须注重提高技术效率、规模效率以及配置效率;减少物流业发展的区域差异,则需要提升落后地区的技术效率和配置效率。

关键词:物流业;随机生产边界模型;全要素生产率增长分解;基尼分解;技术进步;技术效率;规模效率;配置效率中图分类号:F506;F224.9 文献标志码:A 文章编号:1674 8131(2013)05 0061 11一、引言物流业是最主要的生产性服务行业之一,在带动其他产业、促进经济增长、提升就业容量方面发挥着举足轻重的作用。

2008年全球金融危机爆发之后,我国就将物流业列为“十大振兴产业”之一,可见,其对社会、经济的影响力也得到了政府层面的重视。

在此背景下,我国物流业取得了可喜的发展,增加值占国内生产总值的比重从20世纪90年代初的3.3%增长到2010年的6.8%。

中国各区域经济增长率比较分析

中国各区域经济增长率比较分析

中国各区域经济增长率比较分析中国是一个拥有广阔土地和多样化地理条件的大国,各个地区的经济发展水平存在差异。

对不同地区的经济增长率进行比较分析,可以帮助我们了解各地经济发展的态势、特点和趋势,为政府制定区域发展政策提供参考。

本文将对中国各区域的经济增长率进行比较分析,并探讨不同区域间的差异原因。

首先,让我们来观察中国东部地区的经济增长率。

中国东部地区包括沿海地区和长江经济带沿线地区,这些地区有着发达的交通网络和先进的产业基础。

由于东部地区的地理位置优势,吸引了大量外资和技术进入,同时也成为了国内外投资的首选地。

由此可以看出,中国东部地区的经济增长率较高,其发展速度明显快于其他地区。

然而,东部地区也存在着人口密集、环境污染和资源有限等问题,这也对其持续增长带来了一定挑战。

除了东部地区,中国中部地区也取得了明显的经济增长成就。

中部地区位于东部和西部之间,有着丰富的自然资源和广阔的农田。

政府通过实施“中部崛起”战略,积极引导外资流入中部地区,鼓励地方政府加大基础设施建设和产业升级的投入。

这些努力帮助中部地区加快了经济结构调整和产业升级的步伐,取得了不错的经济增长率。

此外,中部地区还有着较低的人工成本和相对宽松的劳动力市场,吸引了不少制造业企业转移至该地区。

西部地区是中国经济发展的相对落后地区。

西部地区相对较为贫困,人口密度较低,自然资源丰富但开发水平相对较低。

然而,西部地区政府将其打造为国家战略的重点发展区域,通过加大基础设施建设和扶持政策的力度,不断推动西部地区的经济增长。

此外,西部地区还积极招商引资,吸引大型企业和投资者到西部地区投资兴业。

尽管西部地区的经济增长率相对较低,但其巨大的发展潜力和丰富的资源使其成为中国经济发展的重要后备力量。

此外,中国的东北地区也面临着独特的经济增长挑战。

东北地区曾以其蓬勃发展的工业和重工业基础而闻名。

然而,随着经济结构调整和产业转型的要求,东北地区的经济增长率受到了一定冲击。

中国区域全要素生产率的增长率分解和资源配置效率研究

中国区域全要素生产率的增长率分解和资源配置效率研究

中国区域全要素生产率的增长率分解和资源配置效率研究中国是一个拥有多元化区域发展模式的国家,各个地区之间经济发展水平与资源分配效率存在着较大的差异。

本文从分解区域全要素生产率的增长率以及资源配置效率两个角度入手,探讨中国区域经济发展中的问题。

一、区域全要素生产率的增长率分解全要素生产率是一个反映单位劳动力与使用的资本、技术等生产要素之间综合效率水平的指标。

发现中国区域全要素生产率增长率的影响因素,对于补足不同地区之间经济体系建设的差异、减轻“三大差距”等问题具有极为重要的意义。

一般来说,区域全要素生产率增长率可以分解为技术进步、资本积累、劳动力增加、资源环境、产业结构和效率差异六个方面。

其中,技术进步和资本积累是经济发展的双重引擎,劳动力增加和资源环境是影响生产要素的基础,产业结构和效率差异则是制约经济增长的重要因素。

1.技术进步我国在过去几十年的改革开放中,聚焦于提高技术创新能力。

同时,政府政策的推动和市场机制的调整都为技术进步提供了良好的环境。

由此可见,技术进步对于推动中国区域经济发展起了至关重要的作用。

特别是,像广东、浙江、江苏这样的沿海省份,由于其商业交流频繁、外向型经济发展和技术创新能力提高,因此其技术进步对于区域经济发展的推动作用更大。

2.资本积累资本积累也是区域全要素生产率增长的重要因素之一。

在过去几十年的发展中,中国经济以其巨大的基础设施建设、国有企业的快速发展,以及政府对于资本市场的鼓励,极大地推动了资本积累的进程。

同样地,沿海省份和特别经济区因其资本市场的发展以及外资直接投资的涌入,对于区域全要素生产率增长的推动起到了至关重要的作用。

3.劳动力增加劳动力增加是指劳动力人数的增加。

我国在过去的几十年中,劳动力素质的提高、教育水平的提高、以及劳动力市场从计划经济转向市场经济等因素,都在一定程度上推动了我国区域全要素生产率的提升。

但是,在大部分省份中,虽然劳动力的数量增加,但是在教育、技能、专业等方面都存在较大的匮乏。

新时代我国农业TFP增长影响因素统计分析

新时代我国农业TFP增长影响因素统计分析

加快农业信息化进程
03
推动农业数字化、智能化、信息化发展,提高农业生产的效率
和效益。
加强农村基础设施建设,提升农业生产效率
完善农村交通网络
加强农村道路、桥梁建设,提高农村交通网络的覆盖面和通达 度。
加强农田水利建设
加大对农田水利建设的投入力度,提高农田水利设施的保障能 力和服务质量。
改善农村用电条件
结果解释与讨论
产业结构
尽管不同产业部门之间的结构调整可能会对TFP增长产 生负面影响,但通过优化资源配置和提高专业化程度, 可以降低生产成本,提高农业生产效率,进而促进TFP 增长。
市场化和政策因素
市场化和政策因素的变化可能会对TFP增长产生复杂影 响。例如,农产品价格市场化程度的提高可能导致农业 生产结构调整和生产成本上升,从而对TFP增长产生负 面影响;而农业补贴等政策的实施则可以降低生产成本 ,提高农业生产效率,进而促进TFP增长。然而,政策 因素的影响程度和方向可能因政策目标和实施方式的不 同而有所差异。因此,在制定农业政策时需要综合考虑 各种因素的影响,以实现我国农业的可持续发展。
研究意义
• 通过对新时代我国农业TFP增长影响因素的统计分析,我们可以深入了解哪些因素对农业TFP的增长有积极 影响,哪些因素对农业TFP的增长有负面影响。在此基础上,我们可以制定更加科学的农业政策,促进农业 技术的创新和推广,优化农业资源配置,提高农业劳动生产率和土地产出率。同时,这也有助于我们更好 地理解农业经济的发展规律,为未来的农业现代化建设提供理论支持和实践指导。
劳动力投入对农业 TFP增长的影响相对 较小,但仍然具有一 定的贡献。
土地资源对农业TFP 增长的影响存在地区 差异,一些地区的土 地资源对农业TFP增 长具有促进作用,而 另一些地区则存在制 约作用。

中国各区域经济增长率比较分析

中国各区域经济增长率比较分析

中国各区域经济增长率比较分析近几十年来,中国的经济发展取得了巨大的成就,成为全球第二大经济体。

中国各个区域的经济增长率不同,这种差异在一定程度上反映了中国各地资源禀赋、产业结构以及政策导向的差异。

本文将对中国各区域的经济增长率进行比较分析,以了解各地经济发展的差异和原因。

中国可以划分为东部地区、中部地区、西部地区和东北地区。

东部地区包括北京、上海、广东等发达地区,中部地区包括河南、湖北、湖南等地,西部地区包括四川、重庆、云南等地,东北地区包括辽宁、吉林、黑龙江等地。

首先,从整体趋势来看,中国东部地区的经济增长率普遍高于其他地区。

这可以归因于东部地区较早进行的经济改革开放措施以及先发优势。

东部地区拥有优越的自然和人文资源,便利的交通和通讯网络,吸引了大量的外资和技术转移。

同时,东部地区的产业结构也相对更加先进和多元化,服务业和高科技产业发达,对经济增长起到了重要的推动作用。

其次,中部地区的经济增长率逐渐走高,正在逐步缩小与东部地区的差距。

中部地区的经济发展相对较晚起步,但政府采取了一系列的政策措施来推动经济增长,如大力发展制造业、基础设施建设、科技创新等。

这些措施有助于提升该地区的经济活力和竞争力。

与此同时,中部地区也受益于“东西协作”和“南北合作”等国家战略,与东部地区的合作和沿海地区的辐射效应加强,为中部地区带来了机遇和发展空间。

第三,西部地区的经济增长率相对较低。

西部地区相对落后的基础设施、薄弱的产业体系以及缺乏人才等问题成为制约其经济发展的主要因素。

然而,西部地区拥有丰富的自然资源和广阔的市场潜力,政府推出了一系列的扶持政策来加快经济发展。

例如,实施“西部大开发”战略,引导投资、优化产业结构、改善交通基础设施等。

这些努力正在逐渐改善西部地区的经济增长态势。

最后,东北地区的经济增长率相对较低,甚至出现负增长的情况。

东北地区过去是中国重工业基地,但随着经济转型和产业结构调整的推进,东北地区的经济面临了严重的困难。

绿色全要素生产率增长的时空分异与动态收敛

绿色全要素生产率增长的时空分异与动态收敛

绿色全要素生产率增长的时空分异与动态收敛一、概述本文旨在探讨绿色全要素生产率(Green Total Factor Productivity,GTFP)增长在中国不同地区的时空分异与动态收敛情况。

随着可持续发展理念的深入人心,绿色发展已成为全球共识,而绿色全要素生产率作为衡量经济发展质量和可持续性的重要指标,正受到越来越多的关注。

本文将采用最新的数据和方法,对中国各地区的绿色全要素生产率进行测算,并分析其在时间和空间上的变化趋势,以及不同地区之间的收敛情况。

通过研究绿色全要素生产率的增长模式,可以为制定区域经济发展政策和实现可持续发展目标提供科学依据。

1. 背景介绍:阐述绿色全要素生产率增长的重要性,以及其在时空分异和动态收敛方面的研究意义。

在全球环境问题日益严重和可持续发展的呼声愈发高涨的背景下,绿色全要素生产率增长的重要性逐渐凸显。

绿色全要素生产率不仅考量了传统意义上的经济增长,还融入了资源消耗、环境污染等环境因素,为经济发展与环境保护之间的平衡提供了量化指标。

随着全球化和信息化的发展,各国和地区之间的经济联系日益紧密,绿色全要素生产率增长的时空分异现象日益明显,这不仅反映了不同区域间经济发展的不均衡性,也揭示了环境压力在不同地区的差异性分布。

研究绿色全要素生产率增长的时空分异,不仅有助于深入理解各地区经济增长与环境保护之间的动态关系,也为政策制定者提供了科学的决策依据。

通过对比不同地区绿色全要素生产率的变化趋势,可以发现哪些地区在经济增长的同时较好地控制了环境污染,哪些地区则面临较大的环境压力。

这种对比分析有助于发现经济增长与环境保护之间的最佳平衡点,推动可持续发展目标的实现。

动态收敛研究在绿色全要素生产率增长领域也具有重要意义。

收敛性分析可以揭示不同地区绿色全要素生产率增长的趋同或发散趋势,揭示各地区之间在环境效率方面的追赶或分化现象。

对于具有收敛性的地区,可以分析其收敛的速度和趋势,为其他地区提供经验和借鉴对于发散的地区,则需要深入剖析其背后的原因,提出针对性的政策和措施。

中国数字经济产出效率:区位差异及变化趋势

中国数字经济产出效率:区位差异及变化趋势

中国数字经济产出效率:区位差异及变化趋势作者:蔡昌林高怡李劲微来源:《财会月刊·下半月》2020年第03期【摘要】基于2008 ~ 2016年29個省份的面板数据,利用BCC-DEA模型和Malmquist指数模型分别从静态和动态测算中国数字经济产出效率。

研究发现,中国各省份数字经济产出效率存在显著差异。

从静态效率分析,东部地区的技术效率最低,中部地区次之,西部地区最高。

其中,北京、上海、浙江、江苏的相对产出效率排名垫底,资源配置效率低是其主要限制因素,广东的纯技术效率虽高,但产出效率受到规模效率的制约。

从动态效率分析,中国数字经济全要素生产率总体呈先升后降趋势,主要原因在于技术升级遭遇瓶颈。

此外,东部大部分省份得益于纯技术效率的增长和规模效率的优化,正在逐步缩小与效率前沿省份技术效率的相对差距。

【关键词】数字经济;全要素生产率;DEA-Malmquist指数法;区位差异【中图分类号】F49 【文献标识码】A 【文章编号】1004-0994(2020)06-0153-8一、引言自2008年金融危机爆发以来,世界经济发展模式受到了巨大冲击。

数字经济作为经济增长的新引擎,开始带动相关产业变革,对人们的生产和生活带来颠覆性影响[1] 。

当前,中国已经进入“经济新常态”,亟待寻找促进经济高质量增长的新动能,而数字经济不仅可以为传统企业的发展注入新动能,还可以交叉融合推进各领域技术变革[2] 。

因此数字经济成为中国实现可持续发展的关键依托,也是引领国家创新战略的重要力量[3] 。

数字经济的概念可以追溯到1995年,Don Tapscott[4] 提出,与传统经济相比,数字经济应该具有知识性、融合性、创新性、数字化等特征。

进入20世纪,国内外学者开始从经济学视角对数字经济的内涵进行探讨,Kim等[5] 认为:数字经济是一种特殊的经济形态,数字经济的活动本质为“商品和服务以数字化形式进行交易”。

在2016年的世界经济论坛上,数字经济被定义为“第四次工业革命”框架中的一部分。

中国经济增长质量的时序变化与地区差异分析

中国经济增长质量的时序变化与地区差异分析

中国经济增长质量的时序变化与地区差异分析1. 引言1.1 研究背景中国经济增长一直受到国内外学者和政策制定者的广泛关注。

近年来,随着中国经济进入新常态,经济增长速度逐渐放缓,经济结构调整和转型升级成为重要议题。

在这一背景下,对中国经济增长质量的时序变化和地区差异进行深入研究至关重要。

中国经济增长的时序变化反映了经济发展阶段的变化,对政府制定宏观经济政策具有重要指导意义。

中国各地区经济发展水平存在较大差异,研究地区差异可以帮助政府更好地实施区域发展战略,促进经济均衡发展。

通过深入分析中国经济增长质量的时序变化和地区差异,可以揭示经济结构调整、产业升级、创新能力培育等方面存在的问题和挑战,为实现经济可持续增长提供重要参考。

本文旨在探讨中国经济增长质量的时序变化与地区差异,分析二者之间的关联关系,并提出相关政策建议,促进中国经济高质量发展。

1.2 研究意义中国经济增长质量的时序变化与地区差异分析具有重要的研究意义。

了解中国经济增长质量的时序变化可以帮助我们更好地把握经济发展的脉搏,及时发现经济增长中的问题和挑战,为政府制定针对性的政策提供参考。

深入分析中国经济增长质量的地区差异可以帮助我们更加全面地认识中国经济发展的现状和特点,促进不同地区之间的经济协调发展,实现全国经济的均衡增长。

研究中国经济增长质量的时序变化与地区差异还可以为企业提供市场调研和战略规划的重要依据,帮助它们更好地把握市场机遇,提升竞争力。

深入探讨中国经济增长质量的时序变化与地区差异具有重要意义,对于推动中国经济持续健康发展具有积极的推动作用。

1.3 研究目的研究目的是通过分析中国经济增长质量的时序变化与地区差异,揭示其中的规律和特点,为制定更加有针对性的政策提供依据。

具体包括以下几个方面:深入探讨中国经济增长质量的时序变化,了解经济增长的速度、结构和稳定性在不同时期的变化情况,从而揭示经济增长的内在模式。

研究中国经济增长质量的地区差异,分析各地区在经济增长速度、质量和结构方面的不同表现,探讨地区经济发展不平衡的原因及影响因素。

中国工业生产效率的区域差异及格局演化

中国工业生产效率的区域差异及格局演化

中国工业生产效率的区域差异及格局演化作者:肖枝洪曾伟马泽巍来源:《现代管理科学》2021年第02期[摘要]基于2004—2017年省級面板数据,采用SE-SBM模型对中国工业生产效率进行测度,利用Dagum基尼系数对中国工业生产效率的地区差异进行研究,运用Kernel核密度估计和速度激励模型揭示中国工业生产效率的动态格局演化特征。

研究发现:中国多数省市区工业生产效率呈上升之势,区域整体差异呈现出波动且下降的趋势,西部地区工业生产效率的区域差异高于其他地区,而区域间差异是工业生产效率区域差异的主要来源;三大区域工业生产效率的Kernel核密度存在双峰现象,说明工业生产效率具有一定的梯度效应,呈现微弱的两极分化趋势;各省市区工业生产效率变化速度状态呈上升趋势,且多数省份的动态综合评价值都是正的,说明工业生产效率具有良好的发展趋势。

[关键词]工业生产效率;SE-SBM模型;区域差异;分布动态演进一、引言改革开放以来,工业经济在国民经济建设与发展中逐渐具有基础性地位,成为拉动中国经济增长的引擎。

世界银行的数据显示,1978年中国工业增加值为950亿美元,占世界总量的6%左右,而2019年则高达4.97万亿美元,占世界总量的23%左右;工业增加值年均增速为10.13%。

尽管中国工业经济的体量位居世界榜首,但中国工业现代化水平和工业质量仍然处于世界中等水平[1]。

工业生产效率一直是国内外学者的主要研究对象,能在很大程度上反映工业发展质量的好坏[2]。

中国地大物博,各地区资源禀赋、生产技术和经济发展情况存在明显不同。

因此,科学选择相关衡量标准测度工业生产效率,研究工业生产效率的区域差异,揭示中国工业生产效率的动态演进特征,对新时代工业可持续发展、工业强国具有重要意义。

目前,关于生产效率的测度与分析,学者们进行了非常有价值的研究。

常见的效率测算方法包括单要素与全要素两类。

单要素测度主要以资本产出效率或劳动生产效率[3]测度为主,由于不符合生产经济学中投入和产出的一致性要求,其研究结论可能会有一定的偏差。

地区间生产效率与全要素生产率增长率分解_1978_2003_

地区间生产效率与全要素生产率增长率分解_1978_2003_

地区间生产效率与全要素生产率增长率分解(1978—2003)Ξ王志刚 龚六堂 陈玉宇本文选取超越对数生产函数的随机前沿模型,对改革开放以来中国地区间生产效率演进进行了研究。

通过对1978—2003年分省数据的实证检验发现:(1)东部地区的生产效率最高,其次是中部和西部。

(2)各地区生产效率具有一定的波动性,但地区间差异基本保持不变。

(3)国有化程度和财政支出占G DP的比重对生产效率有负面影响。

出口占G DP的比重、初始人力资本对生产效率有正面影响。

(4)国有企业比重、财政支出比重和出口比重越高,生产的不确定性越高。

初,生产的不确定性越低。

相对中部地区,东部地区的生产不确定性较高,西部较低。

(5)全要素生产率增长率主要由技术进步率决定,而且从1990年代中期以后有所下降。

对生产效率的重视程度有待提高。

关键词 全要素生产率 生产效率 超越对数生产函数 随机前沿生产函数作者王志刚,1976年生,经济学博士,财政部财政科学研究所(北京 100036);龚六堂, 1970年生,理学博士,北京大学光华管理学院应用经济系教授(北京 100871);陈玉宇,1970年生,经济学博士,北京大学光华管理学院应用经济系助教授(北京 100871)。

一、引 言中国过去20多年来的高速经济增长,究竟是什么原因造成的?对此存在着激烈的争论,大致有下面三种观点:第一种观点认为,中国高速经济增长来源于投入的高增长①,包括资本的积累②,劳动参与率的增加以及部门间劳动力的转移③。

这种观点认为传统的经济理论足以解释这种所谓的“经济奇迹”④。

第二种观点认为,高速的经济增长主要来源于效率提高,农业制度创新⑤、国有企业改革,以及财政金融贸易等领域的改革促进了资源的充分利用和优化配置,Ξ 本文是在王志刚博士论文基础上修改而成,同时得到了教育部“新世纪优秀人才基金”资助。

① 邓翔、李建平:《中国区域经济增长的动力分析》,《管理世界》2004年第11期。

生产效率的区域特征与生产率增长的分解_基于主成分分析与随机前沿超越对数生产函数的

生产效率的区域特征与生产率增长的分解_基于主成分分析与随机前沿超越对数生产函数的

生产效率的区域特征与生产率增长的分解基于主成分分析与随机前沿超越对数生产函数的方法王志平(华东交通大学经济管理学院=摘要>运用随机前沿超越对数生产函数和2001~2006年省际面板数据,本文研究了我国各地区的全要素生产率以及生产效率的区域特征,利用提取主成分法得到的变量,对生产效率进行影响因素分析。

实证结果表明,外商投资和基础设施的实际有效利用对各地区生产效率有重要的影响;前沿技术进步是全要素生产率的主导因素;东部地区前沿技术进步率与生产效率都高于中西部;西部前沿技术进步表现为分化的特征,而中部则有趋同的趋势。

关键词生产效率随机前沿生产函数超越对数生产函数主成分变量中图分类号F224文献标识码ARegional Disparity in Production Efficiency and Decomposition of Productivity GrowthAbstract:Based on the stochastic frontier trans2logarithmic production func2 tion model and the interprovincial panel data of2001~2006,this paper make a re2 search of r egional character istics of the total factor productivity as well as the pr o2 duction efficiency of all regions in our country1With the result of extr action princi2 pal components,the analysis of the influencing factors to the production efficiency is carried out1T he empirical result indicates that the foreign investment and the ef2 fective utilization of infrastructur e has important influence on production efficiency in variousareas;the frontier technology progress is the predominant factor of pr o2 ductivity;the frontier technology progress rate and the production efficiency of eastern region ar e higher than the mid and west regions;the difference of fr ontier technology progress in western areas is speeding up while the middle is just on the other side1Key words:Production Efficiency;Stochastic Frontier Production Function;Trans2Logarithmic Production Function Model;Pr incipal Component V ar iables 引言改革开放以来,探讨中国经济增长的源泉问题成为国内外研究的热点。

  1. 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. 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. 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)。

中国区域间生产效率差异和TFP增长率分解:1978-2007李国璋1,周彩云2,江金荣3(兰州大学经济学院,甘肃兰州 73000 )【摘要】本文使用数据包络分析方法,利用整理出来的面板数据,分时段分区域考察了1978-2007年间,中国30个省区市的生产效率水平,同时分析了TFP 增长率及其组成。

本文的结论是:(1)1978-1990期间,我国的平均生产效率水平是上升的,但1990年代以后呈下降特点;且东部平均生产效率水平大于中、西部。

(2)效率改进和技术进步均是我国TFP增长的重要来源,不过在不同的时段,二者地位不一。

(3)东部的TFP增长率大于中、西部;但是各区域TFP 增长的主要来源不同。

【关键词】生产效率;全要素生产率;技术进步;区域经济差距;追赶效应一引言改革开放以来,我国经历了一系列的制度变革,在从计划经济往市场经济过度的过程中,我国的经济发展取得了举世瞩目的“东方奇迹”。

从1978年到2007年间,我国国内生产总值增长了14倍(1978年不变价),年平均经济增长率达到9.8%,但是经济增长方式的粗放以及区域经济差距的扩大却成为我国经济增长过程中不能回避的问题。

尤其是区域经济差距自90年代以来扩大非常明显(王小鲁、樊纲,2004),并越来越成为政府和学者关注的重要问题,而与之伴生的则是探讨区域经济增长差异成果的大量涌现。

其中,有学者从诸如投入要素、经济结构、资源禀赋、地理位置、政策和制度以及历史文化因素等方面来解释区域差距的现状和成因(张吉鹏、吴桂英,2004);而全要素生产率增长作为经济增长的核心自然也成为分析区域经济差距的重要途径,有的学者甚至认为全要素生产率差异才是我国地区差距的主要决定因素(彭国华,2005;李静,2006;郭庆旺等,2005)。

总体说来,我国学者对区域全要素生产率的探索和研究是相当多的,大量关于区域TFP增长率的研究集中于对其的测算与分解上,且在此基础上引入人力资本、制度变迁等影响因素分析,以加深对区域TFP增长(包含效率改进与技术进步)差异的认识,并由此进一步加深对地区差距的认识。

庞瑞芝等(2008)对其进行了总结,并将其分为六大类。

不过这些研究由于其研究角度、使用的数据以及分析方法的差异使得结果不尽相同,即使在单纯对区域TFP增长率的估算与分解上也区别较大,如颜鹏飞等(2004)认为1978—2001年间效率改进是我国区域TFP增长的主要来源,更多的研究却认为主要是技术进步而非生产效率改进支撑了改革开放以来中国全要素生产率的增长(郭庆旺等,2005;卢艳等,2008;赵家章,2009)。

由此可见,虽然全要素生产率水平和增长的区域差异是地区差距形成与扩大的重要成因已是普遍认同的观点,但是在其具体的分解及解释上却未达成共识。

本文拟在利用最新的统计资料对数据进行重新整理并进一步延伸的基础上,运用数据包络分析(DEA)方法,对我国1978-2007年间,30个省、市、自治区(重庆合入四川)的TFP增长及其组成进行考察;并在此之前对生产效率①水平的时空差异进行研究,以期对改革开放以来的中国经济增长及地区差距问题有一些新的认识和结论。

①生产效率表现为,在给定投入水平下,生产点离生产前沿面的相对距离。

二 非参数的分析方法关于TFP 变动的研究,目前主要有四种方法:增长核算法,生产函数法,随机前沿分析法,以及数据包络分析法(Malmquist 指数法)。

其中数据包络分析法(DEA),是利用线性规划技术将有效的生产单元线性组合起来,构造出生产前沿面,以此估计每个单元的相对效率;由于具有不需要对生产函数结构做先验假定、不需要对参数进行估计、允许无效率行为存在、能对TFP 变动进行分解、适合于横截面数据分析等优点,使得其在区域全要素生产率变化的估算和分解中使用越来越频繁。

因此本文也将选择Malmquist 指数法作为我们的分析工具,一方面可以得到各期各生产单元的生产效率水平,还可以进一步将TFP 变化分解为生产效率改进、技术进步两个部分,这样便为本文的实证提供了较为全面的分析基础。

关于Malmquist 指数和DEA 更为详尽的说明,读者可以参考其他相关的资料,大部分使用该方法的论文中均对其进行了较为细致的阐述。

以下本文将仅就其主要结论进行表述。

当我们可以获得第i 个生产单元在时期t 和t+1两个截面的观察值时,那么从t 到t+1时期,测度TFP 增长率的Malmquist 指数可以表示为:1/211111111(,)(,)(,,,)(,)(,)t t t t t t t t t t i i i i i i i i i i i t t t t t ti i i i i i D x y D x y M x y x y D x y D x y ++++++++⎡⎤=⎢⎥⎣⎦(1)式中,(,)'t i it it x K L =表示第i 个地区在时期t 包括资本K 和劳动L 的投入向量;产出Y 表示成()t i it y Y = ;(,)t t t i i i D x y 和11(,)t t t i i i D x y ++分别表示以t 时期的技术t T 为参照的、时期t 和时期t+1生产点的距离函数(前者就是本文之前提到的生产单元i 在t 时期的生产效率水平)。

从t 时期到t+ 1时期,以技术t T 为参照的Malmqulst 数量指数定义为:1111(,)(,,,)(,)t t t t t t t t i i i iiiiit t ti i i D x y M x y x y D x y ++++= (2) 类似的,以t+1时期技术1t T +为参照的t 时期到t+1时期的Malmquist 数量指数为: 1111111(,)(,,,)(,)t t t t t t t t i i i iiiiit t ti i i D x y Mx y x y D x y +++++++= (3) 将式(1)分解成两个部分的乘积,它可以变换成如下形式:1/211111111111(,)(,)(,)(,,,)(,)(,)(,)t t t t t t t t t t t t t i i i i i i i i i i i i i i t t t t t t t t t i i i i i i i i i D x y D x y D x y M x y x y D x y D x y D x y +++++++++++⎡⎤=∙⎢⎥⎣⎦(4)上面的(4)式将Malmquist TFP 增长指数(TFPI )分解为两个因子的乘积,其中前面第一部分表示的就是从t 到t+1期生产效率的变化指数(ECI );而第二部分就是从t 到t+l 期技术进步指数(TCI )。

当Malmquist 指数大于1时,则说明发生了TFP 增长;当ECI 或者TCI 大于1时则说明发生了生产效率改进或技术进步。

而(4)式中的4个产出距离函数(,)t t t i i i D x y ,111(,)t t t i i i D x y +++,11(,)t t t i i i D x y ++,1(,)t t t i i i D x y +则通过求解下面的线性规划问题而得到,求取(,)t t t i i i D x y 线性规划问题为:1i ti t((,))(,)((,)),1,,,,1,,,0,1,,tt t t t t t i i i i i t t t i m i i i m i ni nD x y M a x x y s t y x y y mM xx n N -=⋅⋅≥∙=⋅⋅⋅≤=⋅⋅⋅≥=⋅⋅⋅∑∑ггti г=1ггt i г=1гi θzθz z г (5)求取剩余三个产出距离函数的线性规划与(5)类似,只不过把当中涉及到的t 进行对应的置换而已。

三 数据处理与实证分析 1.数据的来源与处理本文以改革开放30年来,我国大陆30个省、市、自治区(重庆并入四川)为分析的基本单元。

对应于我们的研究方法,我们需要涉及到投入与产出两种基础数据的衡量与处理。

对于产出,我们以各省的GDP (亿元)来衡量,并通过以1978年为基期的GDP 平减指数调整为1978年可比价,数据来源于《各省统计年鉴2008》和《中国统计年鉴2008》。

同时,以各省从业人员(万人,数据来源与GDP 同)作为劳动投入指标,固定资本存量(亿元)作为资本投入指标。

其中固定资本存量的计算,我们采用了张军等(2004)测算各省资本存量的方法即“永续盘存法”,计算公式为:1/(1)t t t t K I P K -=+-t δ (6) 而且对各省的当年投资I 的选取(固定资本形成总额)、投资品价格指数的构造、经济折旧率t δ的确定(9.6%)、基年资本存量K 的确定(19781978/10%K I =),甚至对于部分缺失数据的处理均采用了与其相同的方法。

当然我们的数据来源也是相似的,即《中国国内生产总值核算历史资料:1952-1995》、《中国国内生产总值核算历史资料:1952-2004》以及2004年以后的《中国统计年鉴》。

这样我们便得到了1978年可比价的各省历年固定资本存量。

2.实证结果的分析通过使用Coelli(1996)给出的数据包络分析专用程序DEAP ①,对1978-2007年期间30个省区市进行数据包络分析,我们便得到了各个生产单元在各时期的生产效率②水平,同时也得到了历年的TFP 变化指数,以及生产效率改进和技术①T.J. Coelli , A guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program. Mimeo, Department of Econometrics. University of New England, Armidale, 1996;本文选择的是产出导向的、CRS 的Malmquist DEA 分析。

②在对生产效率的水平和变化进行分析之前,为了更好的理解,我们有必要将本文的“生产效率”与“技进步指数。

在接下来的分析中,我们也将按照惯例把全国30个省划分为东部、中部、西部①三个地区,以进行地区间的比较。

2.1 生产效率水平的分析与比较根据式(5)的估计,我们画出了全国及各个地区的平均生产效率水平变化轨迹。

正如我们在图1中所看到的那样,从生产效率水平的时间变化上来看,自1978年改革开放至1990年期间,我国的整体生产效率水平呈上升趋势,不过从91年开始,生产效率水平开始下降,虽然期间经历了从1995年开始的回升及1998年以后的再次下降,但是总体看来表现出下降的特点。

相关文档
最新文档