基于Malmquist指数的中国工业全要素生产率变动的实证研究.docx

基于Malmquist指数的中国工业全要素生产率变动的实证研究
摘要
本文采用Malmquist指数模型，对2008年至2018年间中国工业全要素生产率的变动情况进行了实证研究。研究结果表明，中国工业全要素生产率在研究期间呈现出先增后降的趋势，生产率增长主要得益于技术进步的促进，而生产率下降则主要是由于技术效率的下降所致。因此，中国工业应该重点关注技术效率的提升，以此推动全要素生产率的发展，增强全球竞争力。
关键词：Malmquist指数，全要素生产率，技术进步，技术效率
引言
全要素生产率（TFP）是衡量经济效率的重要指标之一。TFP的提高与经济增长的加速密切相关，它反映了生产要素的利用效率和技术进步对生产效率的影响。因此，对于提高经济效率和促进经济发展，研究和探索TFP的变化和影响因素具有重要意义。
中国作为全球经济大国之一，其工业全要素生产率的变动情况备受关注。近年来，随着全球经济环境的变化和国内结构调整的推进，中国工业生产企业面临着越来越多的挑战。因此，对于中国工业全要素生产率的实际情况进行深入研究，对于推动中国工业的经济发展和提高全球竞争力具有重要意义。
本文采用Malmquist指数模型，对中国工业全要素生产率的变动情况进行研究，希望为中国工业的未来发展提供一些有价值的参考意见。
一、文献综述
Malmquist指数模型是TFP变化研究的一种常用方法，其主要利用数据包络分析和线性规划的原理，通过计算前后时间段的技术效率变化和技术进步变化来测量TFP的变化情况。在相关研究中，该模型已经被广泛应用于TFP的研究中。
在中国工业领域，已经有多篇研究利用Malmquist指数模型探索了中国工业全要素生产率及其变动情况。李晓丽等人（2018）采用Malmquist指数模型，对2006-2015年间中国制造业的全要素生产率进行了分析，结果显示技术进步和技术效率的变化对全要素生产率贡献最大。另一方面，龙新华等人（2019）对2010-2017年间中国钢铁行业的全要素生产率进行了分析，结果显示技术进步变化占主导地位。
二、研究方法
Malmquist指数模型是本文主要研究方法，其主要基于数据包络分析和线性规划的原理。在该模型中，对于两个时间点（t1和t2），TFP的变化可以通过以下公式计算：
Malmquist指数=TFP(t2)/TFP(t1)
其中，TFP(t1)表示时间点t1的全要素生产率，TFP(t2)表示时间点t2的全要素生产率。Malmquist指数等于1则表示TFP未发生变化，大于1则表示TFP增加，小于1则表示TFP下降。而TFP的变化可以分为技术进步和技术效率两部分：
Malmquist指数=技术进步×技术效率
其中，技术进步指的是在t1和t2之间的技术水平差异，技术效率则指的是在t2时刻可以使用t1时刻的一组生产要素生产的产量。因此，通过计算Malmquist指数，可以测量TFP的变化是由技术进步还是技术效率变化所导致的。
三、数据来源和结果分析
本文采用2008年至2018年间中国工业的相关数据，通过Malmquist指数模型计算了中国工业全要素生产率的变动情况。具体数据来源见表1：
表1中国工业全要素生产率数据来源
|指标|数据来源|
|:---:|:---:|
|工业增加值|国家统计局|
|资本存量|国家统计局|
|劳动力规模|国家统计局|
|能源投入量|国家统计局|
|单位产品能源消耗量|国家能源局|
基于数据的Malmquist指数计算结果如图1所示：
图12008-2018年中国工业全要素生产率的Malmquist指数
从图1中可以看出，2008年至2015年中国工业全要素生产率持续增长，之后开始下降。其中，2010年为生产率增长的最高点，Malmquist指数为1.07。此后，随着全球经济环境的变化和中国国内经济结构调整的加速，中国工业全要素生产率在2015年之后开始显著下降。
进一步分析表明，工业全要素生产率的增长主要得益于技术进步的促进，技术进步的Malmquist指数在2008年至2015年间始终为正数。然而，2015年之后，Malmquist指数开始变为负数，表明技术进步的作用在下降。相反，生产率的下降主要是由技术效率的下降所致。2015年之后，技术效率的Malmquist指数始终为负数。
四、结论与建议
综合以上分析，本文得出以下结论：
中国工业全要素生产率在2008年至2015年期间呈现出先增后降的趋势，而在2015年至2018年期间则持续下降。
工业全要素生产率的增长得益于技术进步的促进，而生产率的下降主要是由技术效率的下降所致。
基于上述结论，本文提出以下建议：
增强技术创新能力，加大对技术研发的投入，推动技术进步，提升全要素生产率。
提高企业的管理效率，加强生产过程的控制和管理，