Utafiti huu unachunguza ikiwa uhusiano kati ya ufanisi wa kiteknolojia na pato kwa kila mfanyakazi hubadilika kulingana na ubora wa taasisi za nchi, kwa kutumia data za paneli za nchi 175 katika kipindi cha 1990–2019. Ufanisi wa kiteknolojia (Technological Efficiency, TE), ni kiashirio cha ufanisi kinachoeleza kiwango ambacho uzalishaji unakaribia mpaka wa uzalishaji unaoweza kufikiwa kwa kutumia pembejeo zilizopo za kimwili na rasilimali watu; katika utafiti huu kigezo hicho kilihesabiwa kwa kutumia Uchambuzi wa Ufunikaji wa Data (Data Envelopment Analysis, DEA). Katika hatua ya pili ya utafiti, ubora wa taasisi uliingizwa katika modeli ya regresha ya paneli kama kigezo cha urekebishaji kinachobadilisha uhusiano kati ya ufanisi wa kiteknolojia na tija ya kazi. Matokeo makuu ya modeli ni kwamba mgawo wa mwingiliano kati ya ufanisi wa kiteknolojia na ubora wa taasisi ni chanya na una umuhimu wa kitakwimu; hata hivyo, kwa kuwa utafiti unategemea data za paneli za uchunguzi, matokeo hayo si ushahidi wa sababu na athari kwa yenyewe, na chanzo kinakiri wazi kwamba matatizo ya endogeneity hayajatatuliwa kikamilifu.

Hatua ya DEA huweka alama za ufanisi za nchi kati ya 0 na 1. Kulingana na chanzo, uchumi ulioendelea hujikita zaidi katika viwango vya juu vya ufanisi, huku alama za chini za ufanisi zikiwa zimeenea zaidi katika uchumi unaoendelea. Katika matokeo ya paneli GLM ya hatua ya pili, mgawo wa ufanisi wa kiteknolojia uliripotiwa kuwa 24.96617, mgawo wa alama ya jumla ya taasisi −11.04028, na mgawo wa mwingiliano wa ufanisi wa kiteknolojia × ubora wa taasisi 12.64241; matokeo ya programu yanaonyesha p-value ya 0.0000 kwa migawo yote mitatu.

Kwa sababu ya muundo wa regresha wenye mwingiliano, mgawo mkuu hasi wa ubora wa taasisi hauwezi kutafsiriwa peke yake kama “taasisi nzuri hupunguza tija”. Vivyo hivyo, mgawo wa ufanisi wa kiteknolojia si athari isiyobadilika katika mazingira yote ya kitaasisi. Mgawo chanya wa mwingiliano unaonyesha kwamba ndani ya modeli, kadiri ubora wa taasisi unavyoongezeka, ndivyo uhusiano wa ufanisi wa kiteknolojia na pato kwa kila mfanyakazi unavyoimarika.

Chanzo pia kina sintofahamu muhimu za kuripoti. Katika takwimu elezi, baadhi ya wastani ziko nje ya viwango vya chini–juu vilivyoripotiwa; uhusiano wa korrelasheni kati ya ubora wa taasisi na kigezo cha mwingiliano unafikia 0.998438 na kuleta hatari kubwa ya multicollinearity. Kwa hiyo, matokeo yanapaswa kufasiriwa ndani ya mipaka ya mahusiano ya masharti yanayoungwa mkono na modeli.

Swali kuu la utafiti

Hoja ya kuanzia ya utafiti ni kwamba teknolojia peke yake huenda haitoshi kueleza tofauti za tija ya kazi kati ya nchi. Teknolojia au uwezo uleule wa uzalishaji unaweza usitoe matokeo yale yale ya tija iwapo hali za kitaasisi kama haki za umiliki, utawala wa sheria, ubora wa udhibiti, ufanisi wa serikali, mfumo wa elimu na uratibu wa kiuchumi zinatofautiana.

Kwa hiyo, utafiti unaelekezwa kwenye maswali matatu makuu: ufanisi wa kiteknolojia una uhusiano gani na pato kwa kila mfanyakazi; ubora wa taasisi hubadilisha uhusiano huo katika mwelekeo gani; na je, kuzingatia kwa pamoja ufanisi wa kiteknolojia na taasisi kunaweza kueleza tofauti za tija kati ya nchi vizuri zaidi kuliko modeli za nyongeza pekee?

Modeli Iliyopanuliwa ya Solow Inatumikaje Katika Utafiti Huu?

Modeli Iliyopanuliwa ya Solow imetumika katika utafiti huu kama mfumo wa kinadharia unaounganisha mtazamo wa uzalishaji unaotegemea mtaji wa kimwili, mtaji wa watu na teknolojia na ubora wa taasisi pamoja na ufanisi wa kiteknolojia unaopimwa kwa DEA; hivyo utafiti unajaribu kupima teknolojia kama alama ya ufanisi badala ya kuiacha tu kama mabaki yasiyoonekana, na kujaribu ikiwa uhusiano wa ufanisi huo na tija unawekewa masharti na mazingira ya kitaasisi.

Kutoka mtazamo wa Solow hadi ufanisi wa kiteknolojia

Katika mtazamo wa ukuaji wa neoklasiki, uzalishaji huelezwa kwa mchanganyiko wa vipengele vya msingi vya uzalishaji kama mtaji wa kimwili, kazi, mtaji wa watu na teknolojia. Utafiti unachukua mfumo wa Solow Uliopanuliwa uliotengenezwa na Mankiw, Romer na Weil kama sehemu ya kuanzia na kujaribu kubadilisha ufanisi wa kiteknolojia kuwa kigezo kinachoweza kupimwa moja kwa moja.

Katika chanzo, uhusiano wa uzalishaji wa aina ya Cobb–Douglas umetolewa kama Mlinganyo (1) ifuatavyo:

\[ Y = aK^{b}HL^{1-b} \]

Chanzo kinafafanua \(Y\) kama pato halisi kwa kila mfanyakazi, \(K\) kama akiba ya mtaji wa kimwili kwa kila mfanyakazi, na \(H\) kama mtaji wa watu uliopimwa kwa miaka ya elimu. Inaelezwa kwamba akiba ya mtaji wa kimwili iliundwa kupitia Gross Fixed Capital Formation kwa kutumia Perpetual Inventory Method.

Ufafanuzi kamili wa vigezo vya alama \(a\), \(b\) na \(L\) zinazotumika katika mlinganyo haujatolewa kwa kujitegemea na kikamilifu katika sehemu hiyo hiyo. Kwa hiyo, Verianla haiongezi maana mpya za vigezo ambazo hazipo katika chanzo.

Ufanisi wa kiteknolojia si sawa na ubunifu wa kiteknolojia

Moja ya tofauti muhimu za kimawazo katika utafiti ni kwamba ufanisi wa kiteknolojia haumaanishi moja kwa moja “kuvumbua teknolojia mpya”. Kulingana na ufafanuzi wa kinadharia wa chanzo, ufanisi unahusu jinsi uzalishaji unavyokaribia mpaka wa uzalishaji chini ya pembejeo na teknolojia zilizopo. Kwa hiyo, hata kama uchumi una akiba ileile ya teknolojia, unaweza kuonyesha ufanisi wa chini ikiwa unatenga rasilimali zake kwa njia duni zaidi.

Tofauti hii inahusiana moja kwa moja na pengo la fasihi ya utafiti. Chanzo kinadai kwamba tafiti za awali mara nyingi zilichunguza kando mahusiano kati ya maendeleo ya kiteknolojia, taasisi na tija; ilhali mwingiliano kati ya ufanisi wa kiteknolojia na ubora wa taasisi uliigwa kwa njia ya moja kwa moja mara chache zaidi.

DEA Inapimaje Ufanisi wa Kiteknolojia?

Uchambuzi wa Ufunikaji wa Data ni mbinu isiyo ya kiparameta inayochukulia nchi kama vitengo vya kufanya maamuzi, huunda mpaka wa uzalishaji wa kiempiria kutokana na pembejeo na matokeo yanayoonekana, na hupima ufanisi wa kila nchi kwa kulinganisha na mpaka huo kati ya 0 na 1; alama ya 1 humaanisha kitengo kiko juu ya mpaka ndani ya seti ya kulinganisha, huku alama za chini zikiwakilisha pengo la ufanisi kwa kulinganisha na mpaka wa uzalishaji ulioonekana.

Kitengo cha kufanya maamuzi na mpaka wa uzalishaji

Katika istilahi za DEA, kila nchi hutathminiwa kama Decision-Making Unit (DMU). Vitengo vinavyofanya vizuri zaidi huunda mpaka wa mfano wa uzalishaji. Nchi nyingine hutathminiwa kulingana na nafasi yao ikilinganishwa na mpaka huo.

Alama ya ufanisi ya 1 inaonyesha kwamba nchi iko kwenye mpaka wa DEA chini ya data na seti ya kulinganisha iliyotumika. Alama chini ya 1 inaonyesha uwepo wa pengo la ufanisi wa kulinganisha. Alama hii si kipimo cha maendeleo ya kiteknolojia kwa maana kamili; ni kipimo cha kulinganisha kinachotegemea pembejeo, matokeo, sampuli na usanidi wa DEA uliochaguliwa.

Dhana za CRS na VRS

Chanzo kinajadili dhana mbili kuu za ukubwa katika DEA. Constant Returns to Scale (CRS) hudhani kwamba pembejeo zikiongezwa kwa uwiano fulani, matokeo pia hubadilika kwa uwiano huohuo. Variable Returns to Scale (VRS) huruhusu mapato ya ukubwa yanayoongezeka, yasiyobadilika au yanayopungua.

Utafiti unaona mbinu ya VRS kuwa halisi zaidi kwa hoja kwamba nchi hazifanyi kazi katika ukubwa mmoja bora wa uzalishaji. Hivyo, nchi zenye ukubwa na viwango tofauti vya maendeleo hazilazimishwi katika dhana moja tu ya ukubwa wa uwiano.

Mifumo ya nchi katika hatua ya DEA

Mwelekeo mkuu wa Jedwali la 3 ni kwamba uchumi ulioendelea umejikita zaidi hasa katika kiwango cha 0.8–0.89, huku alama za chini za ufanisi zikiwa zimeenea zaidi katika uchumi unaoendelea. Hata hivyo, chanzo kinatoa uainishaji tofauti wa asilimia katika Jedwali la 4 na muundo wa kategoria hauendani moja kwa moja na Jedwali la 3. Kwa hiyo, Verianla haiunganishi data za Jedwali la 3 na Jedwali la 4 katika jedwali jipya moja la asilimia.

Makundi ya mapato ya nchi

Katika Appendix B, nchi 175 zimeorodheshwa kulingana na uainishaji wa World Bank 2024/2025 kama nchi 69 lower-middle, 45 upper-middle na 61 high-income. Ingawa kipindi kikuu cha paneli ni 1990–2019, matumizi ya uainishaji wa sasa wa 2024/2025 katika upangaji wa makundi ya mapato yana maana kwamba nchi zilizobadilisha kundi la mapato katika historia hazijaainishwa upya kwa muda ndani ya paneli. Kwa hiyo, ulinganisho wa makundi ya mapato unawakilisha zaidi mfumo wa uainishaji wa kudumu uliotumiwa na chanzo kuliko hadhi za mapato za kihistoria zilizobadilika kwa muda.

Ubadilikaji katika makundi ya mapato

Chanzo kinatafsiri kundi la mapato ya kati-chini kuwa lenye homojeni zaidi. Hata hivyo, kauli hii inapaswa kutenganishwa kulingana na kigezo: kwa pato, CV ya chini zaidi ni 0.16 katika kundi la mapato ya kati-chini, ilhali kwa ufanisi CV ya chini zaidi ni 0.04 katika kundi la mapato ya kati-juu. Kwa hiyo, hitimisho la “kundi lenye homojeni zaidi” halipaswi kujumlishwa bila kutaja ni kigezo gani kinachotazamwa.

Mbinu na Matokeo ya Utafiti

Hatua ya pili: modeli ya urekebishaji wa kitaasisi

Baada ya alama ya ufanisi wa kiteknolojia kuhesabiwa kwa DEA, utafiti unajaribu ikiwa taasisi hubadilisha uhusiano kati ya ufanisi huo na tija ya kazi. Chanzo kinataja modeli za Pooled Least Squares, fixed-effects na random-effects na kinaeleza jaribio la Hausman katika uchaguzi wa fixed/random.

Modeli ya jumla ya paneli imetolewa kama Mlinganyo (2):

\[ Y_{it}=\alpha_i+X_{it}\beta+\mu_{it} \]

kwa namna hiyo. Chanzo pia kinaonyesha usemi \(t=1,\ldots,N\) kando ya mlinganyo. \(i\) na \(t\) ni faharasa za paneli zinazowakilisha nchi na muda, mtawalia.

Kigezo cha urekebishaji katika Mlinganyo (3):

\[ Interaction\ Term = TE \times Inst \]

kinafafanuliwa hivyo.

Modeli ya mwisho ya urekebishaji katika Mlinganyo (4):

\[ LP_{it} = \beta_0 + \beta_1TE_{it} + \beta_2Inst_{it} + \beta_3(TE_{it}\times Inst_{it}) + \varepsilon_t \]

iko katika umbo hilo. \(LP\) inaonyesha tija ya kazi inayowakilishwa na pato kwa kila mfanyakazi; \(TE\) ufanisi wa kiteknolojia unaopatikana kutoka DEA; \(Inst\) alama ya jumla ya ubora wa taasisi; na \(\beta_3\) mgawo wa urekebishaji wa ubora wa taasisi katika uhusiano wa ufanisi wa kiteknolojia–tija.

Ubora wa Taasisi Hubadilishaje Uhusiano kati ya Ufanisi wa Kiteknolojia na Tija ya Kazi?

Katika modeli ya chanzo, ubora wa taasisi unaweka masharti chanya kwa uhusiano wa ufanisi wa kiteknolojia na tija ya kazi: mgawo wa mwingiliano wa TE × taasisi ni 12.64241 na una umuhimu wa kitakwimu; kwa hiyo, kadiri ubora wa taasisi unavyoongezeka, ndivyo uhusiano wa pembeni wa tija ambao modeli inauhusisha na ufanisi wa kiteknolojia unavyoimarika, huku katika hali ya ubora wa chini wa taasisi uhusiano wa ufanisi wa kiteknolojia na tija ukiwa dhaifu zaidi.

Migawo inapaswa kusomwaje katika modeli yenye mwingiliano?

Katika regresha yenye mwingiliano, \(\beta_1\) si athari ya jumla isiyobadilika ya ufanisi wa kiteknolojia kwa nchi zote. Uhusiano wa pembeni wa ufanisi wa kiteknolojia na tija ya kazi ni:

\[ \frac{\partial LP}{\partial TE} = \beta_1+\beta_3Inst \]

.

Migawo ya chanzo ikiingizwa:

\[ \frac{\partial LP}{\partial TE} = 24.96617 + 12.64241\,Inst \]

hupatikana. Uhusiano huu wa kihisabati ndio usemi wa wazi zaidi wa matokeo makuu ya urekebishaji ya utafiti: kadiri alama ya taasisi inavyoongezeka, ndivyo uhusiano wa pembeni wa ufanisi wa kiteknolojia unaokadiriwa katika modeli unavyoimarika. Hata hivyo, kutokana na upangaji wa kipimo cha alama ya taasisi na kutokulingana kwa kuripoti katika Jedwali la 6, usemi huu haupaswi kubadilishwa kuwa matokeo mapya ya asilimia au vitengo vya kiuchumi.

Vivyo hivyo, uhusiano wa pembeni wa ubora wa taasisi ni:

\[ \frac{\partial LP}{\partial Inst} = \beta_2+\beta_3TE \]

kwa hiyo, mgawo mkuu wa kitaasisi wa `−11.04028` haumaanishi peke yake kwamba “ubora wa taasisi hupunguza uzalishaji”. Neno la mwingiliano likiwepo, uhusiano wa taasisi katika modeli hutegemea kiwango cha ufanisi wa kiteknolojia.

Takwimu elezi na kutokulingana ndani ya chanzo

Katika kigezo cha TE × taasisi, wastani wa 3.24 ni mkubwa kuliko kiwango cha juu kilichoripotiwa cha 1.799392; katika kigezo cha ubora wa taasisi, wastani wa 9.20 pia ni mkubwa kuliko kiwango cha juu cha 1.946802. Maandishi ya chanzo yanatambua wazi kutokulingana huku kwa hali zote mbili na yanaeleza kwamba kunaweza kutokana na tofauti za upangaji wa kipimo au kuripoti. Kwa hiyo, wastani hizi mbili hazipaswi kutumiwa kama thamani halisi ya kati ya modeli.

Matriki ya korrelasheni

Korrelasheni kati ya pato kwa kila mfanyakazi na ufanisi wa kiteknolojia ni 0.536238. Chanzo kinaita uhusiano huu kuwa wenye nguvu; hata hivyo, kwa kuwa Jedwali la 9 na Jedwali la 10 katika makala hiyo hiyo yanatumia vizingiti tofauti vya uainishaji wa korrelasheni, si sahihi kuchukua lebo hiyo kama kategoria moja ya uhakika.

Hoja muhimu zaidi ya kimetodolojia ni korrelasheni ya 0.998438 kati ya alama ya jumla ya taasisi na neno la mwingiliano. Thamani hii inaonyesha kwamba vigezo hivi viwili karibu vinatembea pamoja katika sampuli. Kwa hiyo, hata kama usawazishaji umefanyika, hatari ya multicollinearity inaendelea katika kutenganisha migawo kwa kujitegemea.

Jaribio la paneli la mzizi wa kitengo

Chanzo kinaainisha vigezo vyote vinne kuwa stationary katika kiwango, yaani \(I(0)\). Maelezo katika maandishi kwamba “kwa kuwa p-values ni ndogo kuliko 0.05, tunakataa null hypothesis ya panel unit root test” pia yanaendana na matokeo haya.

Matokeo ya Panel GLM

Kwa modeli, Root MSE 1.689059, wastani wa kigezo tegemezi 11.09703 na jumla ya mraba wa mabaki 10,393.19 ziliripotiwa. Chanzo kinatathmini thamani ya RMSE kuwa “ya chini kwa kulinganisha” na kinadai kwamba ufaafu wa modeli ni wa kuridhisha; hata hivyo, kwa kuwa RMSE za modeli mbadala za kulinganisha hazikutolewa, muktadha wa kulinganisha wa maelezo hayo ni mdogo.

Pengo la kuripoti kuhusu jaribio la Hausman

Katika sehemu ya mbinu, chanzo kinaeleza kwamba uchaguzi kati ya modeli za random-effects na fixed-effects utafanywa kwa jaribio la Hausman, na kwamba modeli ya fixed-effects itapendelewa pale `p < 0.05`. Hata hivyo, takwimu ya jaribio la Hausman na p-value hazijaripotiwa wazi katika majedwali ya matokeo; matokeo ya mwisho ya kiasi yamewasilishwa katika Jedwali la 12 chini ya kichwa Panel Generalized Linear Model. Kwa hiyo, Verianla haitoi hitimisho jipya lisilokuwapo katika chanzo kuhusu ni panel estimator ipi ilichaguliwa kwa msingi wa matokeo ya Hausman.

Tafsiri kuu ya kisayansi

Matokeo ya chanzo yanadai kwamba ufanisi wa kiteknolojia una uhusiano chanya na pato kwa kila mfanyakazi na kwamba ubora wa taasisi unaweka masharti kwa nguvu ya uhusiano huo. Katika mifumo imara ya kitaasisi, uhusiano wa ufanisi wa kiteknolojia na tija unaimarika, huku katika mazingira dhaifu ya kitaasisi faida za ufanisi zikifasiriwa kuwa zinaweza kubaki katika kiwango kidogo zaidi.

Matokeo haya yanaunga mkono wazo kwamba kupata mashine mpya, programu au teknolojia ya uzalishaji peke yake huenda kusiunde tija ya juu moja kwa moja. Kubadilishwa kwa teknolojia kuwa pato la kiuchumi kunaweza kutegemea miundo inayokamilishana kama utabirikaji wa kisheria, ubora wa utawala, miundombinu ya elimu na ujuzi, mgao wa rasilimali na uwezo wa kitaasisi.

Matokeo yanayoungwa mkono na utafiti

• Kuna uhusiano chanya wa kitakwimu kati ya ufanisi wa kiteknolojia unaopimwa kwa DEA na pato kwa kila mfanyakazi.
• Mgawo wa mwingiliano kati ya ubora wa taasisi na ufanisi wa kiteknolojia ni chanya na umeripotiwa katika chanzo kuwa na umuhimu wa kitakwimu.
• Uhusiano wa ufanisi wa kiteknolojia na tija ya kazi si uhusiano usiobadilika usiotegemea kiwango cha ubora wa taasisi.
• Katika sampuli ya chanzo, mgawanyo wa ufanisi wa DEA unatofautiana kati ya uchumi ulioendelea na uchumi unaoendelea.
• Vigezo vinne vikuu vilivyotumika katika jaribio la paneli la mzizi wa kitengo vimeainishwa katika chanzo kuwa stationary katika kiwango.
• Kuna matokeo yanayotegemea modeli kwamba hali za kitaasisi zinaweza kuwa njia muhimu ya urekebishaji katika kubadilisha faida za teknolojia kuwa tija.

Matokeo yasiyoungwa mkono na utafiti

• Utafiti hauthibitishi kwamba taasisi imara peke yake husababisha kwa uhakika tija ya juu zaidi.
• Migawo ya regresha si makadirio ya athari ya sababu kwa njia ya majaribio kwa sababu ya muundo wa paneli wa uchunguzi.
• “Alama ya jumla ya taasisi” moja haiwezi kubainisha athari tofauti za vipengele vidogo kama utawala wa sheria, udhibiti wa rushwa na ufanisi wa serikali.
• Kutumia GLM hakumaanishi kwamba reverse causality na matatizo yote ya endogeneity yametatuliwa.
• Alama ya DEA si cheo cha maendeleo ya kiteknolojia kwa maana kamili cha nchi; ni kipimo cha ufanisi wa kulinganisha kinachotegemea sampuli na muundo uliochaguliwa wa pembejeo-matokeo.
• Matokeo ya modeli kwa nchi 175 hayaonyeshi kwamba agizo moja la sera linafaa kwa kila nchi.
• Kwa kuwa makundi ya mapato katika chanzo yanategemea uainishaji wa 2024/2025, mabadiliko ya kihistoria ya madaraja ya mapato ya nchi katika kipindi cha 1990–2019 hayajaigwa kando.

Vikwazo

Chanzo kinaeleza wazi vikwazo viwili vikuu. Kwanza, ubora wa taasisi unawakilishwa kwa faharasa iliyojumlishwa. Faharasa kama hiyo inaweza kuficha athari tofauti za vipengele vya taasisi kama udhibiti wa rushwa, utawala wa sheria, ubora wa udhibiti au ufanisi wa serikali.

Pili, matatizo ya endogeneity, ikiwemo reverse causality kati ya tija na ubora wa taasisi, hayajaondolewa kikamilifu. Chanzo kinapendekeza matumizi ya mbinu za juu zaidi za kiuchumi katika siku zijazo, kama instrumental-variable approaches au dynamic panel models.

Zaidi ya hayo, matatizo ya ndani ya upangaji wa kipimo na kuripoti katika majedwali ya chanzo, hasa wastani wa takwimu elezi na kiwango cha juu cha korrelasheni ya mwingiliano/taasisi, yanahitaji tahadhari zaidi katika kufasiri migawo ya kiasi.

Mipaka sahihi ya mapendekezo ya sera

Mwandishi anapendekeza sheria za uwekezaji, dhamana za kisheria, viwango vya ubora, utawala, elimu na ujuzi, matumizi ya teknolojia ya juu, miundombinu na msaada kwa biashara ndogo na za kati vizingatiwe kwa pamoja. Mapendekezo haya ni tafsiri ya kisera ya matokeo ya paneli; makala haijapima athari ya utekelezaji wa sera hizi kwa tija kupitia tathmini tofauti ya kisera ya majaribio au quasi-experimental.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Nexus Between Institutions, Technological Efficiency and Labor Productivity: A Framework of Augmented Solow Model

Mwandishi: Omnia Osama ElHusseiny.

Taasisi: Department of Economics, Faculty of Commerce, Zagazig University, Zagazig 44519, Egypt.

Jarida: Economies.

Mchapishaji: MDPI, Basel, Switzerland.

Kumbukumbu ya bibliografia: Economies 2026, 14(5), 161.

DOI: 10.3390/economies14050161.

Mchakato wa uchapishaji: Imepokelewa 20 Aprili 2026; marekebisho 24 Aprili 2026; imekubaliwa 26 Aprili 2026; imechapishwa 5 Mei 2026.

Aina ya chanzo: Makala ya utafiti wa kisayansi.

Leseni: Creative Commons Attribution (CC BY).

Sampuli: Nchi 175; chanzo kinafafanua kipindi kikuu cha uchambuzi kuwa 1990–2019. Katika Appendix B, nchi zimegawanywa kwa uainishaji wa mapato wa World Bank 2024/2025 kuwa nchi 69 lower-middle, 45 upper-middle na 61 high-income.

Mbinu kuu: Mfumo wa Solow Uliopanuliwa; uhusiano wa uzalishaji wa Cobb–Douglas; Uchambuzi wa Ufunikaji wa Data; mbinu ya Variable Returns to Scale; mgawo wa utofauti; korrelasheni ya Pearson; jaribio la paneli la mzizi wa kitengo; modeli ya urekebishaji; mjadala wa kimetodolojia wa Pooled Least Squares / fixed-effects / random-effects; mfumo wa jaribio la Hausman na Panel Generalized Linear Model.

Programu: EViews 12 imetajwa katika chanzo katika muktadha wa DEA na uchambuzi wa kiuchumi.

Chanzo cha data: Hifadhidata ya World Bank. Chanzo kinaeleza kwamba data zinapatikana kwa ufikiaji wazi na zilifikiwa tarehe 1 Februari 2026.

Ufadhili: Imeripotiwa kwamba utafiti haukupokea ufadhili wa nje.

Tamko la maadili: Institutional Review Board Statement na Informed Consent Statement zimetolewa kama “Not applicable”.

Mgongano wa maslahi: Mwandishi hakuripoti mgongano wa maslahi.

Michango ya mwandishi: Ingawa PDF ya chanzo ina mwandishi mmoja, haitoi tamko tofauti la Author Contributions / CRediT; Verianla haijazi sehemu hii kwa taarifa zisizotoka katika chanzo.

Dokezo la kiufundi ndani ya chanzo 1: Katika Jedwali la 6, wastani ulioripotiwa wa kigezo cha TE × taasisi ni 3.24 ingawa kiwango cha juu ni 1.799392; wastani wa alama ya jumla ya taasisi ni 9.20 ingawa kiwango cha juu ni 1.946802. Chanzo chenyewe kinakiri kuwepo kwa kutokulingana kwa upangaji wa kipimo au kuripoti katika thamani hizi.

Dokezo la kiufundi ndani ya chanzo 2: Korrelasheni kati ya alama ya jumla ya taasisi na neno la mwingiliano ni 0.998438. Thamani hii inaonyesha kwamba hatari kubwa ya multicollinearity ipo hata kama usawazishaji umetumika.

Dokezo la kiufundi ndani ya chanzo 3: Makala inatoa vizingiti vya uainishaji visivyolingana kikamilifu katika Jedwali la 9 na Jedwali la 10 kwa nguvu ya korrelasheni. Kwa hiyo, korrelasheni ya pato–ufanisi yenye thamani ya 0.536238 haijalazimishwa kupewa lebo moja ya kategoria.

Dokezo la kiufundi ndani ya chanzo 4: Chanzo kinasema kwamba GLM inaweza kushughulikia endogeneity, huku katika sehemu ya hitimisho kikikiri kwamba endogeneity na reverse causality havijatatuliwa kikamilifu. Kwa hiyo, Verianla haiwasilishi migawo ya regresha kama athari za sababu.

Dokezo la kiufundi ndani ya chanzo 5: Jaribio la Hausman linaelezwa kimetodolojia, lakini takwimu ya jaribio na p-value hazijaripotiwa wazi katika matokeo ya mwisho.

Dokezo la kiufundi ndani ya chanzo 6: Muundo wa masafa ya ufanisi katika Jedwali la 3 hauendani moja kwa moja na kategoria za asilimia katika Jedwali la 4; kwa hiyo, majedwali haya mawili hayajahesabiwa upya na kulazimishwa kupatanishwa kwa njia bandia.

Dokezo la kiufundi ndani ya chanzo 7: Chanzo kinatumia neno “technological efficiency” katika kichwa na “technical efficiency” katika jedwali la vigezo. Verianla imeweka dhana kuu kwa uthabiti chini ya jina “ufanisi wa kiteknolojia”, lakini haijaficha tofauti hiyo ya istilahi.

Mpaka mkuu wa tafsiri: Utafiti unategemea data za paneli za uchunguzi kutoka nchi nyingi na modeli za DEA/regresha ya paneli. Matokeo yanatoa ushahidi wa uhusiano wa kitakwimu na urekebishaji; hayathibitishi yenyewe athari ya sababu ya mageuzi ya kitaasisi au sera za teknolojia.

Ufaafu wa kuchora upya taswira: Juu. Mpaka wa uzalishaji wa DEA, pipeline ya mbinu ya hatua mbili na uhusiano wa urekebishaji wa kitaasisi vinaweza kuelezwa kwa nguvu kwa michoro ya kiufundi asilia inayozingatia hakimiliki.

Ufaafu wa Verianla Live / Live Figure: Unafaa kwa sehemu. Mbinu ya DEA → ufanisi wa kiteknolojia → mwingiliano wa taasisi → pato kwa kila mfanyakazi inaweza kuonyeshwa hatua kwa hatua; ulinganisho usiobadilika katika majedwali ya chanzo unaweza kuhuishwa. Mtumiaji hapaswi kubadilisha mgawo au alama ya taasisi ili kuzalisha matokeo mapya ya kisayansi ambayo hayapo katika chanzo.