中国工业全要素生产率的动态实证分析：1998-2007—基于DEA模型的Malmquist指数方法.doc

中国工业全要素生产率的动态实证分析：1998-2007—基于DEA模型的Malmquist指数方法.doc中国工业全要素生产率的动态实证分析: 1998-2007 —基于 DEA 模型的 Malmquist 指数方法论文导读:: 文章利用数据包络分析( DEA ) 的非参数 Malmquist 指数方法对我国 1998-2007 年 31 个省份地区工业统计面板数据进行分析,估计了这十年间的工业全要素生产率的变化情况,并将其进一步分解为技术进步和技术效率。经分析发现,工业 TF P 以年均 % 的速度增长,技术进步是推动 TFP 高速增长的主要动力,技术效率次之,而规模效率对 TFP 的增长起到了抑制作用。通过 TFP 区域变动结果来看,东中西部均呈现正的增长尽管有差异,中部最快,地区技术进步程度的差异是造成地区工业 TFP 差距的主要因素。论文关键词:全要素生产率, Malmquist 效率指数,技术进步,技术效率一、引言自 AdamSmith 在《国富论》中提出分工概念以来, 从古典经济增长理论到新古典经济增长理论,再到新经济增长理论,经济增长理论一直是经济学领域长盛不衰的研究核心。新古典经济增长理论的代表人物丁伯根( 1942 ) 和索洛( 1985 ) 用技术进步率来衡量经济增长即“索洛余值”, 并把技术进步定义为外生的和希克斯中性的。作为新经济增长理论的开创者 Paul Romer(1986) 等人首次提出技术进步内生的增长模型,把经济增长建立在内生技术进步之上, 认为实物资本和人力资本是推动经济增长的主要引擎。随着经济学的发展, 技术效率对经济发展的作用也日渐凸显。 Farrell(1957) 引入技术效率的概念,并将技术效率的测度发展成经济增长理论的一个前沿领域。 Fare 等人( 1994 ) 率先采用非参数方法分解全要素生产率的增长, Kumer 、 Russell(2002) 进一步用非参数方法构造世界生产前沿,把劳动生产率的增长分解为技术进步、技术效率变化和资本积累三大贡献。总之, 这些关于全要素生产率的前沿研究方法数学建模论文, 对研究我国经济尤其是工业经济的和谐发展具有很大的借鉴意义。工业是国民经济的主导,是衡量国家现代化程度的主要指标,工业经济的发展水平和运行效率的高低决定着其他产业部门乃至整个国民经济发展水平和运行效率的高低论文范文。改革开放以来, 中国工业经济发展所取得的成绩是瞩目的, 但关于工业的效率是颇具争议的。姚洋和章奇( 2001 ) 采用随机前沿生产模型研究中国工业经济的生产效率, 由于是采用截面数据进行分析, 难以展现生产率的动态变化; 原鹏飞和何枫( 2005 ) 利用数据包络分析技术以我国 28 个工业细分行业的面板数据为基础分析中国制造业生产效率的变迁,但并没有就导致各行业生产效率水平产生差异的实际因素进行深入探讨; 刘云枫和周建明( 2008 ) 利用 Malmquist 指数对北京制造业全要素生产率进行研究, 指出北京制造业全要素生产率提高的主要原因是制造业技术的进步,但相对于全国范围来说具有地域局限性;沈能( 2006 ) 用基于非参数的 Malmquist 指数方法研究 1985-2003 年中国制造业全要素生产率, 得出技术效率对 TFP 的年均增长具有负作用;王争等( 2006 )利用省级面板数据基于随机前沿生产函数研究了中国地区工业生产绩效的动态表现。研究工业全要素生产率的文章有很多