中国工业企业创新全要素生产率评价——基于双前沿面网络 DEA-Malmquist 指数模型

本文将工业企业创新活动划分为两个阶段--研发阶段和生产阶段,建立了基于双前沿面的网络 DEA-Malmquist 指数全要素生产率评价模型,对 2013~2014 年,2014~2015 年中国 35 个工业细分行业的创新全要素生产率进行了评价。评价结果表明：在两个期间内,研发阶段全要素生产率的增长主要依赖于技术进步增长,生产阶段全要素生产率的增长主要是由技术效率变化和技术进步二者共同决定的。从系统整体来看,中国绝大部分工业细分行业全要素生产率变化呈现正增长趋势。     

我国不同所有制工业企业全要素生产率比较研究——基于Malmquist指数的实证分析

使用Malmquist指数法对我国1997~2007年期间7种所有制工业企业全要素生产率进行了估算和拆分,结果发现,我国工业企业全要素生产率增长的主要源泉是来自于技术进步;外商投资工业企业的全要素生产率虽然曾经一直领先于内资企业,但是却处于不断下降的过程,很多地区内资企业生产率都已超过了外商和港澳台投资企业;目前内资企业中,私营企业和股份制企业的全要素生产率增长较快。     

碳试点政策冲击下的地区工业全要素生产率增长分析

本文基于DEA-Malmquist指数方法测算了我国各省(区、市)2003～2022年的工业全要素生产率,通过双重差分法研究发现碳交易试点政策有助于促进碳试点地区工业全要素生产率增长,并发现在2013～2022年间,碳试点地区工业全要素生产率的增长主要来源于纯技术进步和纯技术效率提升,规模效率提升的贡献相对较低。具体的,在2013～2022年间,纯技术效率、纯技术进步和规模效率所作的平均贡献分别为56.8%、36.9%和6.3%。但是从变化趋势来看,近年来碳试点地区依赖于纯技术效率提升和纯技术进步实现工业全要素生产率增长的空间在不断缩小,规模效率提升所发挥的作用在稳步增强,在2019～2022年、2020～2022年以及2021～2022年3个样本期内,规模效率提升所作的平均贡献均超过了20%,未来碳试点地区工业全要素生产率增长将愈发依托规模效率改善的增长模式。     

中国机床工业的高速增长：技术进步及其贡献分析

1998年以来，中国机床工业的高速增长伴随着很高的全要素生产率（TFP）贡献率。但分析结果表明，估算的TFP高贡献率，在相当程度上源于要素利用率的提高而非技术进步。从技术进步的主要影响因素状况看，目前中国机床工业的技术创新、企业制度、规模经济、企业网络和产业外部支持系统等尚无法形成对产业技术进步的足够支持。     

中国机床工业的高速增长:技术进步及其贡献分析

1998年以来，中国机床工业的高速增长伴随着很高的全要素生产率（TFP）贡献率。但分析结果表明，估算的TFP高贡献率，在相当程度上源于要素利用率的提高而非技术进步。从技术进步的主要影响因素状况看，目前中国机床工业的技术创新、企业制度、规模经济、企业网络和产业外部支持系统等尚无法形成对产业技术进步的足够支持。     

基于Malmquist指数法的我国电子信息产业全要素生产率增长分析

本文运用Malmquist指数法测算了我国电子信息产业全要素生产率的变动趋势,并把全要素生产率的增长构成分解为技术进步和技术效率变化两个部分,结果显示：1996—2007年我国电子信息产业全要素生产率的平均增长率为I．5％,主要原因是技术进步水平的提高,但技术效率下降产生的负面影响也不可忽视,且在不同时期技术效率和技术进步对我国电子信息产业全要素生产率增长的贡献存在一定差异。     

我国制造业上市公司技术效率与技术进步实证研究

本文运用非参数的Malmqusit生产率指数法研究了2001—2005年期间中国制造业上市公司全要素生产率的水平及其变迁情况,并对其子行业和地区分布特征进行了探讨。同时对那些影响制造业上市公司生产率的主要因素进行了剖析。实证研究表明,中国制造业上市公司全要素生产率年平均增长1．9％,相对比较低,呈现出波动性特征。制造业上市公司全要素生产率的增长主要是由技术进步和效率改善共同引致的;开放程度比较高的行业,生产率也比较高,而高度垄断以及开放度低的行业如石油加工及炼焦业的生产率就比较低。东、中、西部地区制造业上市公司全要素生产率存在差异,东部最高,中部和西部次之,年均增长率分别为2．7％、1．7％、0．4％。股权集中度、企业盈利能力和企业年龄与制造业上市公司技术效率以及生产率的提升显著正相关,而股权制衡度、控股股东的性质与制造业上市佘司技术效率以及生产率的提升并不显著;企业年龄与上市公司技术进步没有必然的关系,而企业规模对对制造业上市公司技术进步有显著影响。     

产业集聚、技术变化与全要素生产率--基于长三角20个制造行业的实证分析

本文通过非参数DEA－Malmquist指数法估算了2003～2012年间长三角20个制造业行业的全要素生产率（TFP）,并借鉴EG和MS的分类,将Malmquist指数分解为技术进步指数和技术效率指数,分析不同集聚程度行业对它们的影响及其变化趋势,在此基础上借用Arellano和Bond的动态面板模型,验证技术进步和技术效率指数在TFP增长过程中的贡献。实证结果表明：制造业集聚一定程度上促进了整体TFP的提高,但主要是通过促进技术进步（并非促进技术效率改进）进而产生影响。各细分行业TFP增长率存在较大差异,中低度集聚行业的TFP的增长率大于高度集聚行业,并且随着时间推移,高集聚度行业TFP增长率逐渐下降。而且,技术进步和技术创新将是长三角制造业TFP增长的重要推动力。     

规模、效率和技术

如何重新认识经济增长的来源,是目前发展中的一个关键问题。我们知道,经济增长率=劳动投入的贡献＋资本投入的贡献＋全要素生产率（TFP）。30年来,劳动投入对经济增长的贡献是显而易见的,劳动力所带来的竞争力帮助中国企业获得了世界分工的机会。最近10年来,资本投入的贡献也开始显现出来,借助于资本的力量,中国企业也具有了进入市场的机会。所谓全要素生产率是用来衡量生产效率的指标,它有三个来源：一是效率改善;二是技术进步;三是规模效应。可是长期以来,我们似乎只关注了规模这个要素,在效率和技术方面,我们却有着明显的差距。     

中国省区工业绿色全要素生产率影响因素分析--基于SBM方向性距离函数的实证分析

通过建立基于SBM方向性距离函数的绿色经济增长核算模型,测算并分析了中国省区的工业绿色全要素生产率,并将工业劳动生产率增长分解为绿色技术效率改善、绿色技术进步和资本深化。对中国省区工业的经验分析表明,中国省区工业绿色全要素生产率总体呈现增长趋势,这主要由绿色技术进步推动。通过对工业增长源泉的分解发现,中国省区工业增长主要靠要素投入驱动,绿色全要素生产率对工业增长的贡献率仅为35％。基于上述结论,并结合工业绿色全要素生产率影响因素的计量结果,从增强创新能力、发展对外经济、壮大工业企业和加大治污力度等方面提出了促进中国省区工业可持续发展的对策建议。     

低碳视角下建筑业绿色全要素生产率及影响因素研究

本文选择 Global Malmquist-Luenberger 模型测算低碳视角下的建筑业绿色全要素生产率,并进行影响因素分析。 结果表明： （1） 建筑业绿色全要素生产率以年均 0.33%的速度缓慢增长, 增长动力主要来自于技术进步, 技术效率起辅助性作用; （2） 四大区域均呈增长趋势, 区域间差异明显; （3）全要素生产率对建筑业产出增长的贡献率表现出V 型波动的倾向, 仍呈现出粗放性的行业特征; （4） 可通过优化能源消费结构、 提高劳动力素质以及促进建筑业市场化来促进建筑业的绿色全要素生产率增长。     

外商直接投资与TFP增长——以长三角制造行业为例的研究

不同于以往研究,本文运用非参数的Malmquist生产率指数方法,测算了长三角1998～2007年20个制造行业的全要素生产率指数及其技术效率和技术进步的变化,将外商直接投资分为港澳台商投资和外商投资,用面板数据的计量回归模型检验了其对长三角制造行业TFP增长的影响,从而得出以下结论：长三角制造行业全要素生产率的增长主要是由技术进步带来的,而技术效率变化指数表现出负的增长;港澳台商投资和外商投资对上海、江苏和浙江制造业企业没有明显的外溢效应,甚至存在挤出效应。     

我国大中型工业快速增长的动因分析1995-2004

传统观点文都认为中国经济增长的动力是资本的堆集,但是本文采用Malmquist指数和DEA技术,研究中国28个省市地区大中型工业的动因,分析发现1995年-2004年:(1)大中型工业平均增长15.5%,其中全要素生产率增长拉动工业增长平均为9.2%,贡献丰约60%,而资本和劳动投入增长对产出增长的综合贡献从1996年的13.5%,下降到2004年的0.7%;(2)全要素生产率中技术进步和规模效率的改善对产出增长的贡献目渐突出,技术进步推动工业经济增长5.2%,规模效率改善推动工业增长3.3%.基于此,本文认为全要素生产率是我国区域经济快速增长的主动力.     

资源型产业集聚的动态溢出效应研究

本文基于2006～2013年中国31个省市自治区的面板数据,运用两阶段系统广义矩方法,实证分 析了资源型产业集聚的动态溢出效应。结果表明：（１）资源型产业集聚对资源型产业全要 素生产率的影响是动态的,当期资源型产业集聚显著促进了资源型产业全要素生产率的提高 ,但滞后一期的资源型产业集聚会抑制其全要素生产率的增长。资源型产业集聚的“集聚效 应”和“拥塞效应”会在不同时期达到不同均衡状态。（２）资源型产业集聚与人均GDP的 交叉相乘项阻碍了资源型产业全要素生产率的提升,表明资源型产业集聚对全要素生产率影 响的积极效应受到经济发展水平的影响,验证了资源型产业“威廉姆森假说”在中国的存在 性。（３）随着经济发展水平的提升,资源型产业集聚对于技术进步的积极作用逐步显现, 而对于技术效率改进的积极意义则逐步减弱。总体而言,资源型产业集聚对于技术效率变化 的影响主导了对于技术进步所产生的影响。（４）非资源型制造业集聚、物质资本投入促进 了资源型产业全要素生产率、技术进步及技术效率的提升,政府干预程度对三者的影响显著 为负,人力资本投入对资源型产业全要素生产率增长、技术效率改进的积极作用不明显,但 显著促进了资源型产业的技术进步。     

考虑价格因素的中国全要素生产率计算及其影响因素分析 ——基于Global Cost Malmquist和Tobit模型的实证研究

本文将价格因素引入模型中,基于Global Cost Malmquist指数模型估算全要素生产率,基于全要素生产率分解进一步分析我国的资源错配状况及其来源,并采用Tobit模型对全要素生产率尤其是价格效应的影响因素进行实证分析,研究结果表明:现阶段我国全要素生产率增长存在高估问题,技术进步对我国全要素生产率的正向促进作用日趋显著,由价格扭曲导致的资源错配是现阶段抑制我国全要素生产率进一步提高的主要因素,同时技术进步和价格扭曲加剧了地区全要素生产率差异;对外直接投资、出口贸易和金融发展提高了全要素生产率增长,改善了资源错配,而市场分割和工业占比则起到抑制作用;东部和西部地区的对外直接投资、中部地区的出口贸易以及西部地区的金融发展水平会显著改善地区价格扭曲程度。基于以上研究,提出加快资源配置市场化改革、培育开放的市场化动力、激发金融市场活力、优化产业结构等政策启示。     

全要素生产率构成与中国地区经济差距演进的核密度分析

本文利用随机前沿生产函数模型测算了中国28个省区1985~2007年的全要素生产率,并将其分解为技术进步、技术效率及规模经济性,同时利用核密度估计刻画了中国地区差距的演进机制。研究结果表明,全要素生产率对中国地区差距的影响要大于要素投入,在全要素生产率的组成部分中,技术效率是导致地区经济差距扩大的最主要原因,其次是技术进步的影响,而规模经济性对地区差距的影响非常有限。最后本文给出了相关对策建议。     

能源环境约束下的中国区域工业研发创新全要素生产率:2001～2011年

本文考虑了研发创新过程中的能源环境约束,构建能处理非期望产出Malmquist-Luenberger指数模型对中国30个省级区域及八大经济区2001 ～ 2011年间工业企业研发创新的全要素生产率及其分解指数进行测算,并分析其时序演进和空间分布的基本特征.研究发现:当考虑了研发创新过程中的能源环境约束后,中国工业企业研发创新全要素生产率指数(ML指数)与传统研发创新全要素生产率指数(M指数)比较,有一定程度的下降;技术进步是工业企业研发创新全要素生产率增长的源泉,技术效率呈下降态势;考察期内研发创新全要素增长率呈上升趋势的地区包括南部沿海、东部沿海、北部沿海、大西北地区;呈下降趋势的地区包括东北地区、长江中游、大西南、黄河中游.     

低碳视角下中国省域电力绿色全要素生产率增长路径研究

本文运用SBM方向性距离函数和Global Malmquist-Luenberger指数,将资源环境因素纳入到全要素生产率测度与分解框架中,测算了低碳视角下我国30个省份2003—2018年火电行业的环境效率和绿色全要素生产率,将绿色全要素生产率分解为技术效率变动和技术进步两个因素,并与未考虑非期望产出时的GML指数进行了对比分析。研究结果表明:我国火电行业的环境无效率值为10.71%,劳动投入无效率以及二氧化碳过度排放是环境无效率的主要来源,其中东部地区各省份火电行业的环境效率最高。中国火电行业绿色全要素生产率的年增长率为1.99%,高于不考虑非期望产出时的年增长率,技术进步是绿色全要素生产率增长的主要动力,三大地区火电行业的绿色全要素生产率均为正增长,而中部地区的绿色全要素生产率增速最大。     

我国工业污染治理动态效率研究

全要素生产率是动态效率的一种度量。以我国30个省市的工业污染治理投入产出的统计数据为实例,运用基于DEA模型的Malmquist指数方法,测算了2000～2009年中国省际的工业污染治理全要素生产率的变化。结果显示:2000～2009年期间我国工业污染治理全要素生产率增加7.1%,主要来源于技术进步的贡献;省际间的全要素生产率的变动存在较大区域差异,河北省工业污染治理全要素生产率改善最多,而青海省下降最多;工业污染治理全要素生产率的变化和技术变化随时间都呈现U型曲线规律。最后基于实证分析的结果,给出了提升我国工业污染治理效率的政策建议。     

提高TFP增长率,转变经济增长方式——基于中国制造业的实证分析

本文用中国制造业1998～2006年的面板数据,运用数据包络分析方法(DEA),估算了各个行业的Malmquist全要素生产率,并分解为技术进步和技术效率.研究结果表明,1998～2006年中国制造业全要素生产率的年平均增长率为2.8%,主要原因是技术进步水平的提高,低下的技术效率起了副作用,却是不可忽视的.转变经济增长方式,提高TFP增长率,应该首先提高技术效率.