基于SBM方法和全要素生产率分解的经济增长效率——以四川省为例

发布时间：2021-11-10 23:19

　　本文运用DEA-BCC模型,对四川省21个地市州的人力、资本、能源和产出四个投入产出变量的生产松弛变量进行估算,考察四川各地区生产是否处于生产有效前沿面上。利用SBM方向性距离函数测算出各个决策单元的生产无效率值,进而构建并分解Luenberger全要素生产率（TFP）指标,对四川省2006年至2012年间经济增长效率变化趋势与因素进行分析。结果表明:（1）在研究期内,成都、自贡、攀枝花等五个地区始终处于生产有效前沿面上;（2）四川省经济发展整体上以成都为中心,愈向周边扩散,生产无效率逐渐严重,而资本和产出是无效率的主要来源;（3）全要素生产率的分解结果显示四川省整体生产绩效的提高主要来源于技术进步而非效率改善;（4）经济增长效率变化的要素分解表明,资本和产出是推动经济增长效率提高的主要因素。 

【文章来源】：财经科学. 2015,(08)北大核心CSSCI

【文章页数】：12 页

【文章目录】：
一、引言及文献综述
二、研究方法与数据来源
    ( 一) 经济增长效率的静态测算
        1. SBM 测度方法
        2. DEA - BCC 模型
    ( 二) 经济增长绩效的动态测算———全要素生产率指数的构建与分解
    ( 三) 数据收集及处理
三、经济增长效率静态测算———生产无效率值
四、经济增长效率的动态分析
    ( 一) L - TFP的构建与分解
    ( 二) L - TFP 各投入产出因素分解
五、结论与启示


【参考文献】：
期刊论文
[1]基于三阶段DEA模型的我国省际财政支农绩效分析[J]. 厉伟,姜玲,华坚.  华中农业大学学报(社会科学版). 2014(01)
[2]环境规制视域下我国农业技术效率与全要素生产率分析——基于距离函数研究法[J]. 岳立,王晓君.  吉林大学社会科学学报. 2013(04)
[3]资源环境约束下的中国农业全要素生产率增长研究[J]. 潘丹,应瑞瑶.  资源科学. 2013(07)
[4]资源环境约束下中国经济增长绩效变化趋势与因素分析——基于一种新型生产率指数构建与分解方法的研究[J]. 刘瑞翔,安同良.  经济研究. 2012(11)
[5]中国城市环境全要素生产率的估算——基于DEA的Malmquist-Luenberger指数方法[J]. 袁春辉.  经济视角(上). 2012(05)
[6]基于BCC模型的区域经济发展绩效评价研究[J]. 白雪,张明斗.  商业研究. 2012(02)
[7]中国各省份农业效率和全要素生产率增长——基于SBM方向性距离函数的实证分析[J]. 王兵,杨华,朱宁.  南方经济. 2011(10)



本文编号：3488140