基于DEA-Malmquist模型的江苏省工业全要素生产率分析.pdfVIP

总第234期现代工业经济和信息化Total234

2023年第12期ModernIndustrialEconomyandInformationizationNo.12,2023

理论探索D0I:10.16525/ki.14-1362/n.2023.12.006

基于DEA-Malmquist模型的江苏省工业全要素

生产率分析

王志超

(上海大学，上海201899)

摘要：在工业生产过程中，劳动、资本等生产要素投入的扩张对工业的生产与发展有着重要作用和影响。不同的生

产要素效率的提高，对工业生产效率的提高也有着重要的影响。江苏省地处长江三角洲核心区域，其经济发展整体

水平处于全国领先的位置。近十年其工业对GDP贡献超过40%,足以见得工业对其经济发展的重要性。对江苏省的

工业发展模式进行研究将对工业欠发达地区的工业发展具有重要的指导性意义。故采用数据包络分析法(DEA分

析法)基于Malmquist模型对江苏省13个地级市的工业进行全要素生产率分析,进而探究其工业生产不断增长的原

因。并最终得到技术创新和规模效益是其工业得以持续发展的主要原因。

关键词：全要素生产率；数据包络分析；工业发展

中图分类号：F425;F273.1文献标识码：A

1石M指数1,表明效率降低。

研究方法与数据来源

DEA-Malmquist模型构建1.2指标选取与数据来源

1.11

数据包络分析(DataEnvelopmentAnalysis,简称本文根据工业生产的现状，在保证数据的可得性

DEA）方法将具有可比性的多个指标进行相关处理，

然后与生产前沿面进行对比，在处理多投入，多产出生产效率进行分析。为了消除时间序列的影响，本文

的有效性评价方面具有优势。正因如此本文采用设置的投人产出指标取自13个地级市的工业生产年

DEA分析法来对江苏省工业生产进行全要素生产率均数据。为了保证分析结果的准确性,本文选取资本

分析，表达式如下所示：投入和劳动力投入作为投人指标；选取工业生产总值

mm作为产出指标,如表1所示，具体指标的描述如下：

min0-8(1)年均资本投人。为了尽量少地估计生产要素的

1=1=1

系数提高结果的精确度，本文将除劳动力以外的生产

要素资本化后全部合并到资本投入内由资产总额作

i=1

(^,sT,st≥0,j=1,2,,n).为代理变量，然后将其与资本价格的代理变量：金融

机构一年期贷款利率(4.35%)相乘得到年均资本投入。

1=1

2)年均劳动力投人。该指标由江苏省各地级市的

2入=1年均用工人数与相应地区的人均年工资水平相乘

=1得到。

(1)

3)年均工业生产总值。该指标由13个地级市的

Malmquist指数被广泛用于测算生产率变化,其

年均工业生产总值构成。

表达式为：