中国省际工业企业创新效率及其收敛性研究

本文运用基于DEA的Malmquist指数方法测度了2002-2009年中国30个省(自治区、直辖市)大中型企业的创新技术效率、技术进步指数及Malmquist指数,发现省际大中型企业普遍存在创新技术无效率,技术效率指数年均下降0.2%,而技术进步指数与全要素生产率指数年均增长率分别为0.8%和0.6%。分地区的大中型企业创新全要素生产率的增长也主要是来自于技术进步指数增长;地区大中型企业Malmquist指数东部最高,中部地区次之,西部地区最低;省际大中型企业生产率的收敛分析均表现出收敛和"俱乐部收敛"趋势.     

环境约束下中国地区物流业全要素生产率重估及收敛性研究

利用基于方向距离函数的Malmquist-Luenberger(ML)生产率指数方法对环境约束下中国1997-2009年30个省级地区物流业全要素生产率增长及其成分进行了重新估算,并通过技术创新者研究,分析了推动生产可能性边界外移的地区.研究发现:忽视非期望产出的传统Malmquist指数方法会低估物流业技术效率水平、高估物流业技术进步指数和全要素生产率指数.环境约束下我国物流业ML生产率指数年均增长率呈现下降趋势,下降的原因一方面是由于技术效率偏低阻碍了生产率的增长,另一方面是我国物流业技术进步的动力不足所致,物流环境技术创新主要集中于东部和西部地区个别省份,中部地区技术创新水平较低.收敛性检验表明,研究样本期内,全国以及三大地区物流业全要素生产率均存在显著的收敛趋势.     

基于SBM-DEA模型及Malmquist指数的中国与欧盟航空运输企业能源效率比较研究

航空运输企业是高排放高污染行业,研究其能源利用效率有着重要意义.基于SBM-DEA模型,利用2010年到2015年能源投入与能源产出的相关数据,对中国和欧盟共16家航空运输企业能源利用情况进行分析研究.结果表明,总体看欧盟航空运输企业能源效率优于中国企业;动态Malmquist指数分析结果表明,中国航空企业全要素生产率波动较大,欧盟企业则更为平缓,中国企业的全要素生产率与综合效率变化指数的变动情况基本保持一致,而欧盟企业的全要素生产率则与技术进步变化指数波动保持一致;在不考虑环境因素情况下会高估TFP增长率以及技术进步增长率.中国企业应加大技术投入和管理,才能有效提升能源利用效率及全要素生产率.     

基于DEA-Malmquist指数的我国煤炭城市的全要素生产率动态测算

运用1995~2005年中国地级煤炭城市面板数据,采用非参数Malmquist指数方法,实证分析了全要素生产率的变动状况,并将其进一步分解为技术效率和技术进步。研究结果表明:第一,1995~2005年24座地级煤炭城市平均技术效率水平较低,2001年煤炭城市规模效率的下降导致平均技术效率较大幅度下降;第二,1995~2005年间技术效率和技术进步对煤炭城市全要素生产率的影响都有较明显的波动,在这十年间技术效率是全要素生产率增长的动力源泉;第三,东部、中部和西部地区之间和地区内部煤炭城市全要素生产率的变动也存在较显著差异。人力资本和制度因素对全要素生产率、效率提高以及技术进步均有重要的影响。     

煤炭行业技术效率与全要素生产率增长研究——基于SBM模型和GML指数

采集2001-2011年中国省际煤炭行业的相关投入产出数据,使用考虑非期望产出的非径向非角度SBM模型与Global-Malmquist-Luenberger(GML)指数分别测度了安全规制约束下各地区煤炭行业的技术效率与全要素生产率变化,并将后者进一步分解为效率变化和技术进步.研究结果表明:煤炭行业技术效率水平整体偏低,且存在较大的区域差异;煤炭行业全要素生产率增长源于技术进步而非效率提高;施加安全规制后,煤炭行业效率恶化的程度有所改善,但技术进步的速度受到抑制,导致全要素生产率增速放缓;煤炭行业全要素生产率变化的省际差异主要来自效率变化的差异,技术进步则存在趋同现象.研究为促进煤炭行业技术效率与全要素生产率提高提供了实证依据.     

基于灰色Malmquist-DEA的中国粮食生产效率分析

选取全国各省粮食生产指标面板数据,对数据进行灰色拟合处理,采用数据包络分析(DEA)法,测算各区域的粮食生产效率,得到投入产出体系的要素冗余值;同时测算了各区域的全要素生产率,并对Malmquist指数进行分解,分析各区域的效率变化和技术变化趋势.结果显示:东、西部地区粮食生产投入要素大量冗余,要素配置效率不高,中部地区要素利用率较高,要素配置趋于合理;效率变化对全要素生产率的作用不明显,而技术进步是全要素生产率增长的关键驱动因素.     

基于SFA和卡尔曼滤波方法的分析

利用随机前沿生产函数模型对中国28个省区1985～2007年的全要素生产率进行了测算和分解,并通过建立状态空间模型测算了全要素生产率各分解成分对中国地区差距的影响程度及变化趋势.研究结果表明,技术效率是导致中国地区经济差距扩大的最主要原因,其次是技术进步的影响,而规模经济性对地区差距的影响非常有限.     

区间型产出下的DEA-Malmquist生产率指数及其应用研究

传统DEA-Malmquist生产率指数的测量与分析都建立在精确的投入产出数据基础之上,缺乏对非精确数据的分析与应用研究。针对投入为确定性而产出为区间型数据的情形,构建了基于有效前沿面的区间DEA-Malmquist指数,探讨了区间Malmquist指数及其分解部分的性质,并提出了一种综合可能度所有位次重要性的区间数排序方法,将构建的理论应用于2006年至2009年间全国11个主要沿海省市工业行业的全要素生产率分析,结果表明:天津和海南的工业行业全要素生产率呈现增长态势,其余省市则落在降低与增长的区间内,其中技术效率对全要素生产率的贡献起主导作用的有海南,辽宁,河北,广西,山东,广东,福建7个省份,而技术进步对全要素生产率的贡献起主导作用的地区有浙江,天津,上海,江苏省的技术进步和技术效率的作用相当.     

基于SFA-Malmquist模型的区域软件与信息技术服务业全要素生产率测算与分析

软件与信息技术服务业是推动制造业迈向高质量发展的重要支撑.如何构建计量模型并测算软件与信息技术服务业的生产率,是准确把握其发展规律并识别其影响机制的基本前提.以我国28个省份的软件与信息技术服务业的面板数据,基于Translog生产函数,构建随机生产前沿方法(SFA)与Malmquist指数相结合的全要素生产率测量模型,比较分析了我国软件与信息技术服务业全要素生产率及其分解效率,并建立Tobit回归模型实证检验信息技术对软件与信息技术服务业生产率的影响及城市化的调节效应.研究表明,资本投入显著正向影响软件与信息技术服务业的产出,人力资本投入对软件与信息技术服务业的产出具有负向影响;软件与信息技术服务业技术效率呈下降趋势,全要素生产率在统计期内平均增长了5.1%且区域增长差异明显;信息技术促进了全要素生产率,城市化负向调节信息技术与全要素生产率之间的关系.因此,应提高软件与信息技术服务业的人力资本质量,提高运作过程中的技术效率,重视城市化对全要素生产率的影响.     

中国电力生产业的效率:一个基于政府管制的研究视角

通过使用数据包络分析(DEA)和Malmquist指数分析方法对中国电力生产业从1998年到2007年的技术效率和全要素生产率(TFP)进行了估算,并从效率比较以及生产率变化的角度分析了中国电力管制政策的效果。实证分析表明,中国电力产业的技术效率经历了一个先下降后上升的U型过程,地理区位、企业类型、企业性质、电力管制改革等因素对效率有着显著的影响。TFP在10年间经历了缓慢的增长,技术效率的提高解释了TFP的所有变化。从管制政策的效果来看,从1997年开始的电力管制改革对电力生产企业的技术效率产生了实质性的影响,促进了企业技术效率的提高。但是,电力管制改革对TFP的影响并不明显,特别是在促进企业的技术进步方面并没有取得明显效果。     

工业行业发展当前满意度与发展前景分析

本文利用工业统计所得的行业发展信息,构造了“经济效益好”和“综合生产率高”等隶属函数,又通过“模糊袋”的方法,处理了心理统计的信息。将这些信息滤波综合,进而从“当前满意度”与“发展前景”两个不同的角度,对工业行业发展进行了分析。对于定性分析的定量化处理,这是一次新的偿试,本模型在延边朝鲜族自治州发展规划中得到了较满意的应用效果。     

企业信用评估指标体系与评价方法研究

市场经济是信用经济,但当前我国经济运行中失信问题突出,诚信建设尤其是企业信用建设亟待加强。信用体系建设的核心是选择科学的信用评估指标体系与评估方法。本文从企业征信的基本模式、企业信用评估的指标体系和评估模型三个方面阐述信用评估方法,同时结合我国实际对信用体系建设提出了建议。     

日资企业人事管理思想探析

基于对六家在华日资公司人事管理的调查，本文探析了蕴含在某些人事管理制度和做法中的思想文化渊源，以期得到有益的启示。     

区域开放程度与企业技术创新能力的关系研究——基于有向无环图的实证分析

基于现有研究忽略了区域对外开放程度与企业技术创新能力之间的同期因果关系问题的缺陷,本文使用了有向无环图分析方法来探讨二者之间的同期因果关系,并采用2001~2011年我国战略性新兴产业284家上市企业的面板数据进行了实证分析。结果表明:企业R&D投资越多、R&D波动性越小越有利于直接促进企业的创新产出;外方注册资本情况对企业创新产出具有直接的促进作用,并且还可通过对企业R&D投资来间接地促进企业的创新产出;区域外商投资质量通过企业R&D投资和R&D波动性间接地抑制了企业的创新产出;而区域对外贸易情况则是通过企业R&D波动性和外方注册资本情况来间接地影响企业创新产出。因此,企业应通过维持R&D活动的稳定性来促进企业技术创新的产出,同时当地政府不应盲目过多的吸引FDI,而应重点吸引、鼓励外商投资者在本地建立R&D部门,增强R&D活动的溢出效应。     

基于三阶段DEA的独角兽上市企业创新效率评价

以中国64家独角兽上市企业为样本,采用三阶段DEA模型对独角兽企业的创新效率进行有效测算。结果表明,企业规模、成立年限、政府补贴、研发人员素质、外商直接投资和地区经济发展水平的提高有助于企业创新效率的提升,而产权性质、股权集中度则制约了企业创新效率的改进;清除环境影响和统计噪声后,多数企业的创新效率与纯技术效率上升,但仍处于较低水平。本文的实证结果有助于进一步提升独角兽企业的创新效率,也为独角兽企业后续的研究提供新的视角。     

Reconciling ratio analysis and DEA as performance assessment tools

The assessment of operational performance remains a fundamental challenge both in practice and in theory. Data envelopment analysis (DEA) is one method developed in production economic theory and applied by researchers to study groups of enterprises. In practice, individual enterprises almost universally rely on simple output–input ratios. Each approach has its strengths and weaknesses, but the theoretical connection between the two has not been fully articulated. This paper uses the framework of DEA to establish a mathematical relationship between DEA efficiency scores and corresponding ratio analysis. The relationship can be expressed as a product of seven components: technical efficiency, technical change, scale efficiency, input slack factor, input substitution factor, output slack factor and output substitution factor.     

我国外贸企业人民币升值加息双重风险同步管理与独立管理比较研究

我国出口外贸企业将来收到外汇货款又要借款用于生产,企业面临很大人民币汇率利率双重风险,因此迫切需要解决其风险管理问题。可以使用目前市场上交易的人民币外汇远期、外汇期货和利率远期等衍生工具,分别对这两项风险进行独立管理和同步管理。导出策略的回报、风险和效率等统计指标,比较评价这两种风险管理策略的优良性。得到同步管理比独立管理更加优越的结论,企业可以使用同步管理策略更有效地规避所面临的双重风险。     

企业核心能力测度的多层次模糊综合评判数学模型

本文以层次分析模型和模糊数学模型为技术 ,对核心能力进行了定量化分析 ,建立了企业核心能力的多层次模糊综合评判数学模型 ,并给出了一个具体的实例分析     

我国企业融资制约与宏观经济发展的关系研究

本通过对我国不同所有制企业的生产效率及其融资制约的分析，认为建立公平、合理、有效的融资体制，有利于宏观经济的快速健康发展。政策性贷款与中央银行贷款对国有企业的扩张发生在国有企业生产已经饱和而民营企业存在剩余生产能力的情形下，将会引发通货膨胀。而由于民营企业生产效率较高，其获得商业贷款能力的增强，会有效的拉动经济增长并降低通货膨胀，因而采取合理的向民营经济倾斜的融资政策，有利于缓解经济“滞胀”的压力。     

Nonparametric estimation of education productivity incorporating nondiscretionary inputs with an application to Dutch schools

In this paper we develop a Malmquist productivity index for public sector production characterized by the influence of environmental variables. We extend Johnson and Ruggiero (2011) to the more general case of variable returns to scale to further decompose the Malmquist productivity index into technical, efficiency, scale and environmental change. We apply our model to analyze productivity of Dutch schools using 2002–2007 data. The results indicate that the environment influences the productivity index as well as the technical, efficiency, scale and environmental change components. We see that schools with a moderate classification of environment have the highest productivity numbers. In line with expectations, schools with the worst environment also perform worse and would perform better with an improved environment.