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.     

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数

本文运用SBM方向性距离函数和Global Malmquist-Luenberger(GML)指数将能源与二氧化碳纳入全要素生产率测度与分解框架中,测算了2001～2009年我国备省市的环境效率及环境全要素生产率变动状况,将环境全要素生产率变动分解为纯技术进步、纯技术效率变动、规模效率变动和技术规模变动等4个因素.研究结果表明:环境无效率普遍存在,且在省际间的分布差异较大;环境全要素生产率的增长和省际差异分别源于技术进步和规模效率,纯技术效率则出现不同程度地恶化.     

中国全要素能源效率及区域差异研究——基于BCC 和Malmquist 模型

中国各区域间能源经济发展不平衡。本文选用劳动力、资本存量、能源作为投入指标，各省实际GDP和环境污染物作为期望产出和非期望产出， 利用DEA - BCC 模型和 BCC - Malmquist 指数对中国全要素能源效率进行测算， 并对我国四大区域全要素能源效率进行对比分析。结果表明， 考虑非期望产出的能源效率普遍低于不考虑非期望产出的能源效率， 其测算结果更加准确； 中国能源全要素生产率变化在整体上呈现递减趋势， 相较于规模效率， 技术效率对全要素生产率变化影响更加明显； 能源效率在空间变动形式上呈现较大差异， 由高到低依次为： 东部沿海地区、东北地区、中部地区、西部地区。为提高中国整体能源效率， 各区域必须根据其发展状况制定契合能源供给侧结构性改革的政策。     

基于 DEA 模型的中国省际经济发展效率研究

科学测度经济发展效率是衡量地区经济增长质量的重要手段。本文以省际面板数据为基础,采用窗口分析法以及 Malmquist 指数研究了中国2000～2009年各省份经济发展效率的区域差异与动态演进特征,并将经济发展效率分解为纯技术效率与规模效率,定位了制约我国省际经济发展效率提升的主要因素,将 Malmquist 生产率指数分解为纯技术效率变化、规模效率变化与技术进步,探讨了我国省际全要素生产率变化的来源。实证分析结果表明：无论从静态还是动态层面,考察期内我国各省份、三大区域经济发展效率呈现比较明显的区域差异性,全要素生产率的提升主要依靠技术进步来驱动。     

节能减排约束下中国制造业行业的效率和生产率的研究

本文运用SBM方向性距离函数和卢恩伯格生产率指标,对在资源和环境约束下我国26个制造业行业1999～2008年的效率和生产率及其构成进行了实证研究.结果表明:能源的过多使用以及SO2和COD的过度排放是环境无效率的主要来源;环境无效率水平最高的是原材料工业,环境效率水平最高的是机械设备制造业;环境全要素生产率的平均增长率低于市场全要素生产率的平均增长率,说明了环境管理的无效率;纯技术进步是中国制造业行业环境全要素生产率增长的主要推动力.     

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.     

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。     

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。     

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。     

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。     

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.     

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。     

基于DEA模型的全要素碳生产率与影响因素研究

利用我国30个地区1995～2010年的GDP、资本、劳动力、能源和碳排放的数据,运用DEA-Malmquist全要素碳生产率模型,对我国30个地区、东中西三大区域以及全国的全要素碳生产率进行了测算并分解为技术效率指数和技术进步变化指数,最后运用面板数据模型对全要素碳生产率的影响因素进行分析,并提出了政策建议.     

要素投入、技术效率与技术进步——基于江、浙、沪外资工业企业的实证分析

本文运用江、浙、沪外资工业企业2003～2007年的省际面板数据,采用基于DEA理论的非参数Malmquist指数方法,实证分析了全要素生产率的变动过程,并将其进一步分解为技术效率的变化和技术进步。研究表明：（1）2003-2007年,江、浙、沪外资工业企业全要素生产率以年均6．4％的速度增长,主要由技术进步的增长支撑;（2）各省市全要素生产率的变化不均衡,浙江省的变化相比其他两省较低。     

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。     

湖南省各市州全要素生产率增长率的实证研究

本文在超越对数生产函数的基础上,运用随机前沿分析模型对湖南省各市州1990～2008年的全要素生产率增长率进行了实证研究,并将湖南省划分为"3+5"城市群、湘南和湘西3个区块来进行分析.结果表明:湖南省3个地区的全要素生产率都有着不同程度的提高,其中"3+5"城市群增长最快,湘西地区增长最慢;从全要素生产率增长率的分解来看,技术进步是促进湖南省全要素生产率提高的主要因素,规模经济对全要素生产率增长的贡献其次,但技术效率的不断降低却给湖南省全要素生产率的增长带来了明显的负效应.     

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。     

黄河流域能源效率时空演化及影响因素研究

提高全要素能源效率是实现黄河流域高质量发展的关键所在。运用包含非期望产出的超效率SBM模型、GML指数模型和空间探索性分析方法,测度了黄河流域9省区1999—2020年的全要素能源效率及其时空演化特征。考虑因变量为截断数据的特性,构建了包含经济发展水平、产业结构、能源结构、人口规模、环境规制5个驱动因素的面板Tobit模型,检验了其对黄河流域全要素能源效率的驱动效应。结果表明：黄河流域全要素能源效率值较低,上、中、下游依次递增,地区差异明显。技术效率对全要素能源效率的抑制作用明显高于技术进步的带动作用。从空间角度看,上游地区主要以低低集聚为主,下游地区则以高高集聚为主,四川和内蒙古存在由高低集聚向低低集聚演化的趋势。从驱动因素角度看,经济发展水平显著正向影响黄河流域的全要素能源效率,能源结构恰恰相反。并且各因素对上、中、下游地区的作用机制各不相同。