| (三)数据包络分析方法
数据包络分析（Data Envelopment Analysis）方法，从严格意义来讲，属于非参数前沿效率分析方法，基本思想来自于1957年Farrell提出的多投入单产出的生产前沿模型。Charnes、Cooper和Rhodes（1978，1981）把Farrell模型扩展为多投入多产出的CCR模型，并将这种分析方法正式命名为DEA。DEA的最初设计思想是使用数学规划模型比较决策单元（DMU，Decision Making Unit）之间的相对效率，因为具有无须设定生产函数、无须统一量纲等优点而被广泛应用。
随着DEA研究的不断深入，在CCR模型的基础上又出现众多用于解决实际问题的模型。CCR模型假定规模报酬不变，因而又被称作CRS模型，仅仅能测算包括规模效率在内的综合技术效率（STE），1984年Banker、Charnes和Cooper又提出了BCC模型，在CCR模型的基础上增添了一个凸性假设，能够计算排除规模效率以外的技术效率；随后又出现了能计算纯技术效率的要素拥挤DEA模型、能够计算资源配置效率的成本有效DEA模型。[13]
（四）马奎斯特指数分析方法
Malmquist指数是瑞典经济学家和统计学家Sten Malmquist在1953年分析不同时期消费变化提出来的一种统计综合方法。1982年，Caves等人首次提出了Malmquist生产率指数，由于计算困难等问题很少有人把这种方法用于实际研究。直到1994年，Rolf Fare、Grosskopf、Norris等人给出了用于Malmquist指数的线性规划算法，建立了考察全要素生产率增长的Malmquist生产力指数，并把全要素生产率变动（TFP-ch，TFP Change）分解为技术变动（TECH-ch，Technical Change）和效率变动（TE-ch，TechnicalEfficiency Change），从此以后Malmquist指数方法得以广泛应用，成为现代生产率问题研究中的一个重要方法，应用于农业、金融、医疗等各种部门和企业的生产率度量与比较研究。[14]
马奎斯特指数指数在距离函数（Distance Function）的基础上定义和产生，要想计算马奎斯特t指数必须先计算距离函数，而距离函数的求解可以分为参数方法和非参数非参数方法。用参数方法求解，需要明确便捷生产含的具体形式并进行参数的估计，将会遇到生产函数选择以及变量分布假设选择等问题，计算结果具有很大的随机性；而使用非参数方法可以避免上述问题的出现，而DEA方法则是马奎斯特指数计算的一种常用的非参数方法。
六、结语
全要素生产率是增长核算的一个最主要、最直接的手段，它伴随着经济增长理论的发展而发展。经过半个多世纪的发展，关于全要素生产率研究的基础理论和方法逐渐成熟，国外全要素生产率的研究成果相当丰富。全要素生产率反映了了经济增长质量的情况，同时也可以解释增长中要素对增长的贡献。所以，正确计算经济发展中的全要素生产率因素可以作为国家研究、规划、调控经济发展的重要依据。
参考文献（References）
[1]Baier， S?L?， Dwyer， G?P?， Tamura， R?. How Important areCapital and Total Factor Productivity for Economic Growth? [J].Economic Inquiry， 2006， 44 (1): 23~49
[2]Solow R.M. Technical Change and the AggregateProduction Function [J].Review of Economics and Statistics 1957（39）:312-320.
[3]李京文、钟学义.中国生产率分析前沿[M].北京:社会科学文献出版社.1998.
[4]Danison E F，Why growthrates differ:post-war experience in nine western countries[J].WashingtonBrookings Institution，1967
[5]Jorgenson，Dale W.and ZviGrillches.The explanation of productivity change [J].Review of Economic Studies， 1967， Vol.34，pp.249-283.
[6]D.W.乔根森.生产率第一卷:战后美国经济增长[M].北京:中国发展出版社，2001.5一6.
[7]Jorgenson Dale W，Zvi Griliches，The Explanation of Productivity Change[J]，Review of Economic Studies，1967.7，34.
[8]Jorgenson，Dale(1995)，Productivity，Volume1:Postwar U.S.Economic Growth[M]，MIT Press，Cambridge，MA.
[9]Aigner， D. J. ， C. A. K. Lovell， and P.Schmidt， ， Formulation and Estimation of StochasticFrontier Production Function Models[J].Journal of Econometrics， 1977，（6）
[10]Battese， G.E. andCoelli， T.J.．A Model forTechnical Inefficiency Effects in a Stochastic Frontier Production Function forPanel Data[J].Empirical Economics，1995，（2）.
[11]N. Murakami， D. Liu and K.Otsuka. Market Reform， Division of Labor and Increasing Advantageof Small Scale Enterprises: The Case of Machine Tool Industry in China[J].Journalof Comparative Economics，1996(23)
[12]Charnes， A.， Cooper， W. W.， and Rhodes， E. Measuringthe Efficiency of Decision Making Units[J].European Journal of Operational Research， 1978， Vol. 2， No. 6，pp. 429-444.
[13]Subal C. Kumbhakar， 1990， A Reexamination of Returns to Scale， Density and Technical Progress in U. S. Airlines[J].SouthernEconomic Journal， Vol. 57， No. 2. (Oct.)， pp. 428-442.
3/3 首页 上一页 1 2 3 |
