自改革开放以来，中国经济持续高速增长，然而拨开高速增长一片繁荣景象的幕后，却可以看到实质上其增长的质量并不高。如何才能有效地提高中国经济增长的质量?这显然是重大而艰巨的课题。本文试图从一个较小的侧面来探索这个课题。考虑到自1997年以来，中国己成为世界第一钢铁生产大国，钢铁工业的发展速度举世瞩目。然而，中国钢铁工业的经济增长伴随着产能剧烈增加，这可能导致整个行业的非健康发展。那么，选择国民经济中的基础产业——钢铁行业进行全要素生产率研究，判定其经济增长的质量，意义重大。 通常将全要素生产率作为分析和评价经济发展质量的主要指标。现存的全要素生产率研究方法种类众多，我们对其中主要的四种方法做了介绍和比较之后，决定采用非参数方法中的数据包络分析方法(Data envelopment analysis，DEA)来研究中国钢铁行业的全要素生产率。数据包络分析法是一种线性规划方法，用于评价“决策单元”(Decision-making Units，DMUs)的效率和生产率。得益于在组织业绩评价方面的可靠性、可操作性，DEA正成为一种越来越重要的管理工具。期望通过我们的研究，探究出有效促进中国钢铁工业健康可持续发展的对策。 论文共五章。第一章阐述选题的意义以及生产率相关概念，回顾了国内外生产率研究的发展和现状，勾勒出整篇论文的研究内容。第二章介绍了四种主要的生产率研究方法，并比较了它们的相对优缺点。第三章采用数据包络分析法测算了1991年至2003年间全国及各省市钢铁工业的全要素生产率，并结合钢铁行业的产业集中度做了分析。1991年至2003年间，中国钢铁行业的全要素生产率在技术进步的推动下呈进步趋势，但是技术效率对全要素生产率贡献甚微，且中国各地区钢铁行业的技术效率依然存在很大差距、规模经济性不显著，其中规模效率的变化与产业集中度的变化具有较高的正相关性。第四章采用数据包络分析方法对2001年至2005年间五家中国典型钢铁企业做了全要素生产率的比较分析。为了进一步提高中国钢铁行业的经济增长质量，第五章针对研究结果提出对策，主要有：为了充分发挥规模效率，应提高整个钢铁行业的产业集中度；其次，为了提高技术效率，钢铁企业应注重业务的整合，尤其是钢铁生产过程中冶炼工序的整合以提高生产率。