工业行业作为经济发展的主导产业,工业增加值占GDP的比重一直维持在三成以上。但是,受经济新常态和供给侧结构性改革的影响,近年来中国经济发展由高速增长转为中高速增长。因此科学有效地评估工业发展状况以及进行产业结构的调整升级至关重要。数据包络分析(DEA)作为一种数据驱动的效率评价工具,能够有效应对复杂系统内决策单元(DMUs)多投入和多产出的情况,被广泛应用在相对效率评价方面,目前已有众多学者将DEA方法应用在工业行业绩效评价研究上。本文对Malmquist DEA进行了核心函数和因子分解两方面的改进。本研究首先基于公共权重对Malmquist DEA方法进行了核心函数的优化。传统Malmquist DEA的核心函数通常使用的是CCR包络模型。但CCR模型对DMUs进行效率评价时,倾向于为每一个DMU分配最有利的投入产出权重,这种自评体系不仅会造成DMUs之间的比较基础不同,效率值无法完全排序的问题,也会导致DMUs回避自我缺陷,权重出现失真。针对以上问题,公共权重DEA弥补传统CCR模型的不足。基于此,本文对传统公共权重DEA模型进行了改进,以基于“话语权”的公共权重模型作为双年度Malmquist DEA模型的核心函数,构建了一种新的基于公共权重的双年度Malmquist DEA模型。通过算例说明了新模型的合理性,并将新模型运用到“十二五”规划期间中国工业行业效率评价方面。其次,引入干中学效应对Malmquist DEA模型进行因子分析。现有的Malmquist DEA方法在衡量生产力变化时倾向于将技术变化看作一个整体,实际上技术变化要素可能受制于不同的内部驱动力。本文从技术要素入手,将技术变化进一步分解为自主创新和干中学效应,并将自主创新和干中学效应的概念引入Malmquist DEA模型中,对其进行分解量化,构建一种新的基于干中学效应的Malmquist DEA模型。通过新模型研究了2011-2015年省际和区域工业生产力变化和干中学效应变化,并依据评价结果对区域工业发展提出有效建议。实证研究表明,“十二五”规划期间,中国工业生产力呈现先进步后退步的态势,且区域工业生产力差距明显,其中东北区域和东部区域生产力明显高于平均水平。值得注意的是,技术在工业发展过程中的驱动力正逐年增大,干中学效应作为技术变化的关键,2011-2015年间呈现V型的先下降后增加趋势;而不同区域受自主研发和干中学效应的影响不同,东北地区对干中学效应敏感度较高。基于以上结论,本文围绕技术进步提出四点建议:第一,优化工业内部结构,逐步淘汰低技术产业,大力发展高新技术产业;第二,重视创新驱动发展战略下技术变化的作用,包括自主创新和中学效应的重要作用;第三,加强区域工业一体化,改进和优化工业地理格局,减少技术创新的地理隔离。