中国粮食生产的技术效率与全要素生产率增长：1978-2008

本文利用1978—2008年间我国30个省市区的面板数据,对改革开放以来我国粮食生产进行了随机前沿分析。以此为基础,对我国粮食生产技术效率进行了影响因素分析,并对粮食生产全要素生产率增长进行分解和趋势分析。结果表明,农业基础设施建设和制度因素是影响我国粮食生产技术效率的关键因素;我国粮食产量增长主要是由投入要素的增长拉动,31年间全要素生产率的平均增长率为1．17％,TFP对我国粮食产量的贡献很小,其原因在于技术进步与技术效率变化呈现相反趋势。2004年以来,技术效率提高的速度持续下降,技术进步逐渐成为TFP增长的主要动力。     

中国装备制造业全要素生产率增长的分解:1998-2009——基于省际面板数据的研究

本文采用超越对数的随机前沿生产函数和1998-2009年的省际面板数据,测算了中国各地区装备制造业的全要素生产率(TFP)增长率,并从技术进步、技术效率变化、规模效率变化、配置效率变化四个方面对中国装备制造业全要素生产率变化的特点进行了分析。经验结果表明,样本期间内,全国以及东、中、西部地区装备制造业的TFP都有所增长,其增速皆呈现出先增后减再增的趋势;TFP增长对全国装备制造业产出增长的贡献率相对较低,仅为0.117。对TFP增长的分解发现,技术进步已成为中国装备制造业TFP增长的主要源泉,配置效率和规模效率恶化则严重阻碍了中国装备制造业TFP水平的提高。分地区来看,中部地区的TFP增长率最高,东部次之,西部最低,这主要是由于西部地区装备制造业要素配置效率的下降最为严重,东部地区规模效率的下降最为严重。     

江苏省零售业全要素生产率实证分析——基于DEA-Malmquist指数方法

本文使用DEA-Malmquist指数方法,利用江苏省2005-2009年零售业数据,对限额以上的零售业全要素生产率(TFP)进行测算与分析.结果表明,总体上江苏省零售业TFP增长率呈波动上升趋势,平均增长率为2.3%,对产值增长的贡献平均达到20.56%,这主要来源于技术进步;同时,江苏省三大经济区域TFP增长率增长中各具特色,总体苏南最高而苏北最低,时间序列上呈现趋同增长态势.     

中国铁路运输业全要素生产率的演进:1953年～2006年

本文利用索洛余值法和HP滤波分别测算了中国铁路运输业1953年～2006年间的全要素生产率(TFP)和技术进步率,在此基础上简要分析了全要素生产率变动的趋势及原因.分析表明:(1)1998年以前,TFP增长率涨跌交替且波动较为剧烈频繁,1998年以来则呈现逐年下降趋势;(2)改革开放以来的产出增长在一定程度上体现了技术水平的提升;(3)制度因素、结构变动、资本深化和技术进步可以作为TFP增长率变动的一种解释,但技术进步率在一定程度上不利于TFP的增长;(4)产出增长的可持续性堪忧,缓解供需矛盾的主要手段在于技术进步,当前推行的投融资机制改革需要在确保产业资本配置效率的基础上进行.     

如何实现滨海新区有效率的增长——基于TFP分解框架的实证分析

既有研究发现在滨海新区的超高速增长中,全要素增长率(TFP)起到了重要作用,但令人忧心的是2008年来滨海新区出现了明显的下降趋势。打破TFP黑箱,对其进一步进行分解研究变得十分必要。本文利用1994-2011年全国29个省市、自治区和滨海新区的投入-产出数据,运用随机前沿面分析与Malmquist指数结合的方法分解全要素生产率(TFP)。研究结果表明:技术进步是滨海新区TFP增长的主动力,但技术创新能力差已成为制约TFP增长的主要因素,技术效率恶化,而规模效率变化不稳定。     

中国经济的高增长能否持续:基于企业生产率动态变化的分析

经济持续增长的基础是生产效率的提高。本文运用增长核算法(growth accounting)系统地研究了中国大中型工业企业1995—2002年37个两位数工业行业的全要素生产率(TFP)的增长趋势。研究发现:(1)1996～2002年工业增加值增长率平均为11.5％,而 TFP 的行业加权年均增长率为6.8%,且呈逐年上升的趋势,全要素生产率的增长逐渐成为经济增长的主要源泉,显示大中型工业的增长可以持续;(2)全要素生产率的提高与资本深化分不开,工业产出高速增长的同时,伴随着资本增长放缓及从业人数的绝对减少;(3)从行业分布来看,开放程度高、竞争程度高的行业的全要素生产率增长快,而高垄断、开放程度低的行业生产率增长慢,甚至出现下降的局面。     

我国食品业全要素生产率增长及区域差异分析

本文基于DEA的Malmquist TFP指数方法,对我国31个省市2003-2010年食品业三个子行业全要素生产率增长进行测算,并将其分解为技术效率改善和技术进步。结果表明:三个食品子行业TFP增长主要源于技术进步,效率改善贡献较小;食品制造和饮料制造全要素生产率增长明显快于农副食品业。接着本文分析了三个子行业市场份额增长超过全国平均水平省市的TFP增长情况,找出存在粗放型增长倾向的具体省市。     

高职思政课“EMS”实践教学模式的构建——以海南外国语职业学院为例

本文利用DEA方法对我国低碳企业2003-2009年的经营效率进行了总体分析和评价,并运用Malmquist生产率指数对其效率变动进行了测算。结果显示,我国低碳企业技术效率较为低下,纯技术效率低下是其主要原因;全要素生产率（TFP）呈现缓慢的增长趋势,技术效率水平提高是引致TFP增长的主要原因,而技术进步对TFP有负面效应;企业间的效率水平及其动态增长存在显著的差异。     

江苏省工业行业全要素生产率分析:2002～2008年——基于DEA-Malmquist方法

以江苏省65个市县工业经济统计数据,采用数据包络分析基础上的曼奎斯特指数方法(DEA-Malmquist)测算2002～2008年工业行业全要素生产率。研究发现:总体上江苏省工业行业TFP增长率呈波动上升趋势,平均增长率为9.2%,对工业增加值增长的贡献平均达到27.9%,这主要来源于技术进步;同时,江苏省三大经济区域TFP增长率增长中各具特色,总体苏中最高而苏北最低,时间序列上呈现趋同态势。     

基于DEA-Malmquist模型的我国羊毛全要素生产率分析

运用基于两阶段DEA的Malmquist生产率指数模型,分析2004—2010年我国羊毛主产区的全要素生产率指数,得出结论:我国羊毛生产的全要素生产率TFP总体上呈"V"状,TFP年度增长率均值为正;技术效率、规模效率年度有波动,但总体均值为正;从羊毛产区效率来看,生产效率比较高的是新疆和内蒙古。最后根据研究结论提出相应的对策建议。     

基于技能偏向性技术进步的经济增长动能分解

在传统Solow增长核算框架基础上引入异质性劳动投入以及技能偏向性技术进步,从而将经济增长分解为固定资本投入增长、劳动投入增长、技能结构深化、技能偏向性技术进步、中性技术进步及效率改进等五种动能。研究发现：第一,中国经济增长主要由固定资本投入以及全要素生产率增长共同驱动,其中资本投入对经济增长年均贡献率为61.64%,全要素生产率增长的年均贡献率则为35.66%,中国区别于其他中低收入国家的发展奇迹背后正是较快的全要素生产率增长;第二,即使对于高收入国家而言,资本投入仍然是主要的经济增长动能;第三,技能结构深化以及技能偏向性技术进步是全要素生产率的主要来源,二者对中国经济增长的年均贡献率分别为32.04%和21.27%;第四,资源配置效率变化是引起全要素生产率波动的主要因素,资源配置效率下降是导致2008年后中国以及大部分高收入国家全要素生产率增速放缓的主要原因。     

基于DEA模型的工业行业全要素煤炭效率研究

运用DEA-BCC模型对我国工业行业的全要素煤炭效率进行测算,通过DEA-Malmquist指数对工业行业煤炭效率增长的原因进行分析,并使用聚类分析将全要素煤炭效率进行划分。结果表明：从2005年到2014年我国工业行业全要素煤炭效率不断提高,全要素煤炭生产率平均值为1.076,平均增长了7.6%,科技进步对其的贡献最大。不同的工业行业全要素煤炭生产率增长的原因是不一致的,因此要区别对待。同时全要素煤炭生产率低的行业多为耗能比较高、污染比较高的行业,全要素煤炭生产率高的行业多为耗能比较低、污染比较低的行业。     

FINANCIAL DEVELOPMENT,ECONOMIC EFFICIENCY,AND PRODUCTIVITY GROWTH: EVIDENCE FROM CHINA

Financial development might lead to productivity improvement in developing countries. In the present study, based on the Data Envelopment Analysis approach, we use the Malmquist index to measure China's total factor productivity change and its two components (i.e., efficiency change and technical progress). We find that China has recorded an increase in total factor productivity from 1993 to 2001, and that productivity growth was mostly attributed to technical progress, rather than to improvement in efficiency. Moreover, using panel dataset covering 29 Chinese provinces over the period from 1993 to 2001 and applying the Generalized Method of Moment system estimation, we investigate the impact of financial development on productivity growth in China. Empirical results show that, during this period, financial development has significantly contributed to China's productivity growth, mainly through its favorable effect on efficiency.     

基于我国东部地区的服务业全要素生产率研究

采用非参数Malmquist指数方法实证分析了2001—2008年我国东部地区10个省份中国服务业全要素生产率的增长状况,并将其分解为技术效率和技术进步。通过研究发现我国东部地区服务业经济增长效率在这段时间是逐步提升的,技术进步是主要的推动力,而技术效率贡献微乎其微,要提高我国服务业全要素生产率水平,需要在注重技术进步的同时也要注重技术效率的提升。     

Productivity growth, technological progress, and efficiency change in chinese agriculture after rural economic reforms: A DEA approach

This study applies a data envelopment analysis (DEA) approach to analyze total factor productivity, technology, and efficiency changes in Chinese agricultural production from 1984 to 1993. Twenty-nine provinces in China were classified into advanced-technology and low-technology categories. The Malmquist (1953) productivity measures were decomposed into two components: technical change index and efficiency change index. The results show that total factor productivity has risen in most provinces for both technology categories during the 1984–1993 period. Technical progress was mostly attributed to Chinese agricultural productivity growth after the rural economic reforms. The deterioration in technical efficiency in many provinces indicates China has great potential to increase productivity through improved technical efficiency. Enhancing rural education and research and development (R&D) in agriculture may also help farmers to improve technical efficiency and productivity in agricultural production.     

京津冀地区物流发展水平与物流效率研究

物流业的发展和进步对于地区经济协调发展具有重要作用。基于DEA分析方法对京津冀地区2005-2015年期间的物流效率进行测算,然后运用主成分分析法研究了京津冀物流发展水平,并在此基础上,实证分析京津冀物流发展水平对区域物流效率的影响,结果表明：2005-2015年期间,京津冀物流业综合技术效率平均值为0.987,处于较高的效率水平。全要素生产率年均下降3.6%,物流业发展质量有待提高;京津冀物流业发展水平呈逐年上升趋势,且增速较为稳定;京津冀物流效率与发展水平之间存在协整关系,物流发展水平的提升对物流效率的提高具有短期正向促进作用。     

1992-2020年京津冀全要素生产率的估算——基于3种估计方法

基于1992—2020年京津冀3地宏观数据,利用索洛余值法、隐性变量法和数据包络分析3种方法,测算京津冀3地全要素生产率水平、增长率以及对经济增长贡献度等重要指标。结果显示：北京全要素生产率水平明显高于天津、河北;不同方法测算的全要素生产率增长率具有相同变化趋势,天津、河北两地的增长率变化趋势较一致,但与北京的增长率变化趋势不一致;京津冀区域的全要素生产率增长乏力,增长出现放缓甚至略微下降的局面;京津冀的经济增长主要来源于要素投入而非全要素生产率的提高;全要素生产率的增长,主要来源于技术进步而非效率提高。     

中国西部地区经济增长源泉——基于人力资本与能源消费的双重约束

文章以中国经济发展相对落后的西部地区为研究对象,运用DEA方法将考虑人力资本与能源消费的经济增长分解为人力资本、复合物质资本、效率改善和技术进步四部分,探寻其经济增长的源泉,并对西部大开发前后进行了比较研究。发现以人力资本、物质资本和能源消费为代表的要素投入和以技术进步、效率提高为代表的全要素生产率对经济增长的推动作用几乎相等;但在西部大开发以后,以技术进步、效率提高为代表的全要素生产率对经济增长的推动作用呈现逐年上升的良好趋势。采用绝对收敛方程考察了中国西部地区经济增长与四类因素的收敛效应,发现中国西部地区出现了显著地经济收敛,而这种结果是技术效率、技术进步和物质资本积累的共同结果。采用Tobit模型深入分析了能源投入和人力资本对经济增长约束的传导机制,结果表明,中国西部地区经济增长可持续发展的重要源泉和动力在于转变经济增长方式。     

中国新能源上市公司全要素生产率动态变化实证研究

文章从投入产出角度,运用DEA-Malmquist指数法对中国新能源上市公司的全要素生产率动态变化及其分解进行了测算。研究表明2006－2011年间中国新能源上市公司的全要素生产率增长水平较低,平均增长率仅为1.5％。增长的源泉主要是技术进步,技术效率的下降在一定程度上抵消了技术进步带来的效果。最后从不同类型新能源公司视角出发,分析了不同类型新能源公司全要素生产率变化、技术效率变化、技术进步之间的差异性。     

中国工业企业的增长动能、配置效率与经济利润

传统宏观经济增长的分解框架仅仅关注微观的技术进步效应和资源配置效应，无法识别要素层面的这两种效应以及两种要素的经济利润。为此，文章借助一个新的基于要素层面的全要素生产率增长分解框架，采用1998-2007年中国工业企业数据，对中国工业企业的增长动能、配置效率以及经济利润进行了分析。研究发现：（1）中国工业企业的生产率增长是其产出增长的主要推动力量，这个结论在不同所有制、不同产业以及不同地区均适用。中国工业企业正逐渐由劳动密集型向资本密集型和技术密集型转移。（2）企业自身技术进步对全要素生产率增长的增进效应贡献最大，企业之间的资源配置效率显著抑制了全要素生产率的提升，从抑制效应大小来看，其抑制作用抵消了企业技术进步的绝大部分。具体到资源配置效率程度大小来看，行业内部企业之间的资本配置效率年均恶化程度至少是劳动配置效率的两倍，而行业之间的资源配置效率对全要素生产率的影响微弱。（3）就要素获取的经济利润份额来看，资本占优，高达3.2%，资本利润是劳动利润的至少四倍，劳动利润的上升极为有限。民营企业、技术密集型企业以及中东部地区企业获取了更大的资本利润，而外资获得了更多的劳动利润，体现了外资进入中国的战略取向。东部获得了更多的利润说明其反哺中西部地区的必要性。