2026/8/14 16:48:58
FEATURED · 精选文章 
Malmquist指数结果解读一、方法概述Malmquist指数是一种基于数据包络分析DEA的面板数据效率变化分析方法用于研究各决策单元DMU在不同时期之间全要素生产率TFP的动态变化情况。Malmquist指数可分解为技术效率变化EC和技术进步变化TC其中技术效率变化又可进一步分解为纯技术效率变化PEC和规模效率变化SEC。全要素生产率TFPEC×TC技术效率ECPEC×SEC。当指数值大于1时表示效率在提升小于1时表示效率在下降。本研究使用SPSSAU软件对15个决策单元D01-D15在2020年至2024年共4个时期区间的效率变化进行Malmquist指数分析。在SPSSAU【综合评价】模块选择【Malmquist指数】将变量拖拽至右侧对应分析框操作如下图二、2020至2021年Malmquist指数分析表1报告了2020至2021年各DMU的Malmquist指数结果。从全要素生产率TFP来看D08的TFP最高1.316其技术进步TC1.316为所有DMU中最高说明该决策单元在这一时期经历了显著的技术前沿面外移。D05的TFP1.245同时具有较高的技术效率EC1.110和技术进步TC1.122是综合表现最好的决策单元之一。D07的TFP1.213主要得益于技术效率的大幅提升EC1.293。TFP小于1的决策单元包括D020.834、D060.942、D090.956和D150.962。其中D02的TFP最低其技术效率下降EC0.961和技术退步TC0.868共同导致了全要素生产率的下降。值得注意的是所有DMU的规模效率SEC均为1.000说明这一时期各决策单元的规模配置保持不变。三、2021至2022年Malmquist指数分析表2报告了2021至2022年的Malmquist指数结果。这一时期整体表现不如上一期多个DMU的TFP出现下降。D14的TFP最低0.491其技术进步TC0.491出现了严重的技术退步技术前沿面大幅内缩。D08的TFP0.730同样因技术大幅退步TC0.730导致全要素生产率显著下降与上一期D08技术大幅进步形成鲜明对比。D05的TFP0.811技术效率EC0.931和技术进步TC0.870同时下降。TFP大于1的决策单元仅有D071.101和D041.054均得益于技术进步。D011.014和D021.011的TFP略大于1主要受技术效率提升驱动。整体来看这一时期15个DMU中有10个TFP小于1表明2021至2022年期间效率整体呈下降趋势。四、2022至2023年Malmquist指数分析表3报告了2022至2023年的Malmquist指数结果。这一时期出现了显著的分化现象。D13的TFP高达2.084主要得益于技术进步TC2.084技术前沿面大幅外移是所有DMU在所有时期中最高的TFP值。D02的TFP1.448同样因技术进步TC1.448驱动全要素生产率大幅增长。D05的TFP1.246虽然技术效率有所下降EC0.900但技术进步TC1.384的大幅提升弥补了效率损失。TFP小于1的决策单元有D010.891、D030.987、D040.966、D070.918、D080.952和D090.967。D01和D08主要因技术退步导致效率下降D07和D09则同时受到技术效率下降和技术退步的双重影响。整体来看15个DMU中有9个TFP大于1表明这一时期效率整体呈改善趋势。五、2023至2024年Malmquist指数分析表4报告了2023至2024年的Malmquist指数结果。D08的TFP最高1.205完全由技术进步驱动TC1.205。D14的TFP1.202同时具有较高的技术效率EC1.082和技术进步TC1.112综合表现优异。D06的TFP1.194技术效率和技术进步同步提升EC1.091TC1.094。D10的TFP1.067主要受技术进步驱动TC1.093。TFP小于1的决策单元有D020.880、D030.944、D040.976、D070.863、D110.901、D130.806和D150.920。D13在这一时期出现了大幅技术退步TC0.806与上一期技术进步TC2.084形成强烈反差说明技术前沿面的变动具有较大波动性。D07的技术效率下降明显EC0.848是这一时期技术效率下降最多的DMU。六、综合跨期分析从四个时期的整体表现来看所有DMU的规模效率SEC在各时期均保持为1.000说明15个决策单元的规模配置在整个研究期间保持稳定效率变化主要由技术效率和技术进步驱动。各DMU在不同时期表现出较大的波动性如D08在2020→2021年TFP1.3162021→2022年骤降至0.7302023→2024年又回升至1.205。D13在2022→2023年TFP高达2.084但2023→2024年降至0.806。这种波动反映了技术前沿面的动态变化特征。从各时期TFP大于1的DMU数量来看2020→2021年有10个2021→2022年仅5个2022→2023年有9个2023→2024年有8个。2021→2022年是效率下降最集中的时期而2020→2021年和2022→2023年是效率改善较为明显的时期。七、结论本研究使用SPSSAU软件对15个决策单元在2020至2024年间进行Malmquist指数分析。结果显示各DMU的全要素生产率在不同时期呈现明显波动规模效率在各时期均保持不变SEC1.000效率变化主要由技术效率和技术进步驱动。D08、D13、D05等在不同时期表现突出但也存在较大波动。2021→2022年是整体效率下降最严重的时期而2022→2023年恢复最为明显。建议各决策单元在关注技术进步的同时也应注重技术效率的提升以实现全要素生产率的持续增长。
Malmquist指数结果解读：全要素生产率动态变化分析
Malmquist指数结果解读一、方法概述Malmquist指数是一种基于数据包络分析DEA的面板数据效率变化分析方法用于研究各决策单元DMU在不同时期之间全要素生产率TFP的动态变化情况。Malmquist指数可分解为技术效率变化EC和技术进步变化TC其中技术效率变化又可进一步分解为纯技术效率变化PEC和规模效率变化SEC。全要素生产率TFPEC×TC技术效率ECPEC×SEC。当指数值大于1时表示效率在提升小于1时表示效率在下降。本研究使用SPSSAU软件对15个决策单元D01-D15在2020年至2024年共4个时期区间的效率变化进行Malmquist指数分析。在SPSSAU【综合评价】模块选择【Malmquist指数】将变量拖拽至右侧对应分析框操作如下图二、2020至2021年Malmquist指数分析表1报告了2020至2021年各DMU的Malmquist指数结果。从全要素生产率TFP来看D08的TFP最高1.316其技术进步TC1.316为所有DMU中最高说明该决策单元在这一时期经历了显著的技术前沿面外移。D05的TFP1.245同时具有较高的技术效率EC1.110和技术进步TC1.122是综合表现最好的决策单元之一。D07的TFP1.213主要得益于技术效率的大幅提升EC1.293。TFP小于1的决策单元包括D020.834、D060.942、D090.956和D150.962。其中D02的TFP最低其技术效率下降EC0.961和技术退步TC0.868共同导致了全要素生产率的下降。值得注意的是所有DMU的规模效率SEC均为1.000说明这一时期各决策单元的规模配置保持不变。三、2021至2022年Malmquist指数分析表2报告了2021至2022年的Malmquist指数结果。这一时期整体表现不如上一期多个DMU的TFP出现下降。D14的TFP最低0.491其技术进步TC0.491出现了严重的技术退步技术前沿面大幅内缩。D08的TFP0.730同样因技术大幅退步TC0.730导致全要素生产率显著下降与上一期D08技术大幅进步形成鲜明对比。D05的TFP0.811技术效率EC0.931和技术进步TC0.870同时下降。TFP大于1的决策单元仅有D071.101和D041.054均得益于技术进步。D011.014和D021.011的TFP略大于1主要受技术效率提升驱动。整体来看这一时期15个DMU中有10个TFP小于1表明2021至2022年期间效率整体呈下降趋势。四、2022至2023年Malmquist指数分析表3报告了2022至2023年的Malmquist指数结果。这一时期出现了显著的分化现象。D13的TFP高达2.084主要得益于技术进步TC2.084技术前沿面大幅外移是所有DMU在所有时期中最高的TFP值。D02的TFP1.448同样因技术进步TC1.448驱动全要素生产率大幅增长。D05的TFP1.246虽然技术效率有所下降EC0.900但技术进步TC1.384的大幅提升弥补了效率损失。TFP小于1的决策单元有D010.891、D030.987、D040.966、D070.918、D080.952和D090.967。D01和D08主要因技术退步导致效率下降D07和D09则同时受到技术效率下降和技术退步的双重影响。整体来看15个DMU中有9个TFP大于1表明这一时期效率整体呈改善趋势。五、2023至2024年Malmquist指数分析表4报告了2023至2024年的Malmquist指数结果。D08的TFP最高1.205完全由技术进步驱动TC1.205。D14的TFP1.202同时具有较高的技术效率EC1.082和技术进步TC1.112综合表现优异。D06的TFP1.194技术效率和技术进步同步提升EC1.091TC1.094。D10的TFP1.067主要受技术进步驱动TC1.093。TFP小于1的决策单元有D020.880、D030.944、D040.976、D070.863、D110.901、D130.806和D150.920。D13在这一时期出现了大幅技术退步TC0.806与上一期技术进步TC2.084形成强烈反差说明技术前沿面的变动具有较大波动性。D07的技术效率下降明显EC0.848是这一时期技术效率下降最多的DMU。六、综合跨期分析从四个时期的整体表现来看所有DMU的规模效率SEC在各时期均保持为1.000说明15个决策单元的规模配置在整个研究期间保持稳定效率变化主要由技术效率和技术进步驱动。各DMU在不同时期表现出较大的波动性如D08在2020→2021年TFP1.3162021→2022年骤降至0.7302023→2024年又回升至1.205。D13在2022→2023年TFP高达2.084但2023→2024年降至0.806。这种波动反映了技术前沿面的动态变化特征。从各时期TFP大于1的DMU数量来看2020→2021年有10个2021→2022年仅5个2022→2023年有9个2023→2024年有8个。2021→2022年是效率下降最集中的时期而2020→2021年和2022→2023年是效率改善较为明显的时期。七、结论本研究使用SPSSAU软件对15个决策单元在2020至2024年间进行Malmquist指数分析。结果显示各DMU的全要素生产率在不同时期呈现明显波动规模效率在各时期均保持不变SEC1.000效率变化主要由技术效率和技术进步驱动。D08、D13、D05等在不同时期表现突出但也存在较大波动。2021→2022年是整体效率下降最严重的时期而2022→2023年恢复最为明显。建议各决策单元在关注技术进步的同时也应注重技术效率的提升以实现全要素生产率的持续增长。 
