我国东、中、西部地区经济增长差异的因素分析:1952～2005年

本文采用Solow的增长核算方法,对1952～2005年间我国东、中、西部地区经济增长差异的因素进行测算和分析。分析结果表明:①我国地区经济增长主要来自于资本积累,全要素生产率增长对经济增长的贡献不大,劳动投入的贡献非常小;②资本投入增长速度差异是地区增长差异的主要决定因素,促进区域协调发展,需要国家给予中、西部地区更多投资倾斜政策,同时中西部地区自身应注重基础设施,人才环境等投资环境的培育和完善以吸引外来投资;③地区增长差异在一定程度上表现为生产率增长差异,加快西部地区技术进步和效率改善速度,提高其全要素生产率是缩小我国地区增长差异、继续推进西部大开发战略的有效途径之一。     

中国各地区生产效率与全要素生产率增长率分解(1990-2006)

本文选用超越对数函数的随机前沿模型,对1990-2006年的分省数据进行实证分析,以估算我国各地区的生产效率,并分解其全要素生产率增长率,实证结果表明:第一,东部地区生产效率最高,西部地区最低,1996-2000年各地区平均生产效率均出现了不同程度的下降,2003年之后生产效率出现上升趋势,且东部地区的增长幅度较大;第二,城市化率、各地区GDP中第二产业的比重、基础设施水平、人力资源水平和对外经济依存度对地区生产效率具有正面影响,而固定资产投资占国有经济投资比重以及政府对经济的干预程度与地区生产效率呈负相关关系;第三,就生产的不确定性而言,除人力资源水平能减少生产的不确定性之外,经济对外依存度、技术创新水平、基础设施水平、政府干预倾向都会增加生产的不确定性;第四,全要素生产率增长率在1992年之后出现了明显下降趋势,2000年之后,各地区全要素生产率增长均有显著的上升.全要素生产率的增长主要是由生产效率变化率决定,其次是技术进步率.     

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。     

交通基础设施对全要素生产率的溢出效应研究

采用中国30个省市2000—2019年的多个指标数据,使用DEA-Malmquist方法计算中国各地区全要素生产率,然后利用空间计量经济模型解析了公路和铁路的建设对全要素生产率的溢出效应,并分不同时段、不同地区地深入描绘了其影响的差异与变化。研究结果表明：（1）2000—2019年,中国区域间全要素生产率整体上表现出了空间相关性。（2）不同交通运输方式对全要素生产率的影响存在差异,公路对区域全要素生产率的增高明显表现出直接的促进作用,而铁路主要则是通过其溢出效应来影响全要素生产率,其系数为1.196。（3）就分时段的估计结果来看,2001—2007年铁路基础设施对全要素生产率有着持续显著的正向影响,其总效应的值高达2.014,而08年之后,由于中国的交通基础设施建设进行了超前的发展,因此其影响力将对后续的中国区域经济增长及其全要素生产率的提高带来持续的贡献。（4）就分地区而言,密集的铁路网的建立已使中部地区的经济质量的提升从中获益,而对西部地区全要素生产率产生正向影响的主要是当地公路的修建。     

中国城市全要素生产率的动态实证分析:1990-2006——基于DEA模型的Malmquist指数方法

利用基于DEA模型的Malmquist指数方法,分析了中国196个主要城市在1990-2006年期间城市全要素生产率的动态变化.该研究发现,1990-2006年期间,城市全要素生产率增加了2.8%,主要来源是技术改进,技术效率变化起着拖累作用;选定期间内的全要素生产率变化呈现三个上升高峰和两个波谷特征,第二高峰期间为1996-1999年,全要素生产率改善值最大,两个下降波谷分别出现在1993-1995年与2002-2003年期间,最近城市全要素生产率变化重新走上上升趋势,这可能表明了未来几年的走势;重庆市是直辖市中全要素生产率唯一下降的,上海最高,北京次之,天津改善幅度最小;东部地区全要素生产率改善了4.6%,中部改善了2.2%,西部改善2.8%,而东北地区改善的最少,只有1.0%.本文通过实证分析认为,我国城市经济增长还处于投入增长阶段,利用效率整体较低.     

政府干预、基础设施与绿色全要素生产率——来自黄河流域的经验证据

基于超效率SBM方向性距离函数以及ML生产率指数,测算黄河流域64个城市2004—2018年的绿色全要素生产率,并实证考察政府干预、基础设施对绿色全要素生产率的影响。研究表明,政府干预显著促进黄河流域绿色全要素生产率的提升,而基础设施对政府干预与绿色全要素生产率的关系产生重要影响,且具有显著门限效应,良好的基础设施是政府提升区域绿色发展效率的有利条件。     

黑龙江省绿色全要素生产率增长研究

文章应用基于方向性距离函数的Malmquist-Luenberger(ML)指数测算了黑龙江全省及各地市的绿色全要素生产率指数,发现其呈现出波动和不平衡的特征,效率改善对绿色全要素生产率增长的贡献大于技术进步。劳动生产率、经济开放度、科技水平、金融支撑能力对黑龙江省绿色全要素生产率增长的促进作用较强,工业比重增加却不利于其增长。根据全省及各地市绿色全要素生产率的增长特征及其影响因素,给出了提升黑龙江省绿色全要素生产率的对策建议。     

环境约束下中国区域工业技术效率与生产率及其影响因素实证研究

本文运用方向性距离函数和曼奎斯特-卢恩伯格指数方法测算了环境约束下中国1998--2007年各地区工业技术效率、全要素生产率指数和环境规制成本,并对影响技术效率和全要素生产率增长的因素进行了实证分析。结果显示：环境技术效率呈现东、中、西依次递减,并且技术效率越高的地区,环境管制成本越低;考虑环境因素后,中国各地区工业全要素生产率指数降低,主要是由技术进步推动;环境约束下工业全要素生产率东部最高,西部次之,中部最低;人均GRP、FDI、工业结构、能源结构、人口密度对技术效率和全要素生产率有不同程度的影响。     

我国高技术产业生产效率及其时空演变特征研究——基于三阶段DEA-Malmquist模型

通过构造三阶段DEA-Malmquist模型,测算了我国高技术产业的全要素生产率,主要结论如下：①高技术产业全要素生产率的提升主要来源于技术进步;②环境因素对决策单元投入松弛变量具有显著的影响;③剔除环境因素和随机因素之后,东部省份的全要素生产率出现了不同程度的下降,西部省份的全要素生产率出现了不同程度的上升,而中部省份的全要素生产率变动并不明显。对此,提出了提升我国高技术产业技术效率的政策建议。     

数字经济对地区绿色全要素生产率的影响

利用DEA-GML指数测算2011—2017年中国30个省区市绿色全要素生产率（GTFP）,构建Tobit模型探究数字经济发展对地区GTFP的影响效果及机制作用。结果表明,数字经济发展有利于提升地区绿色全要素生产率,并且存在节能降耗与技术创新效应,通过机制效应提升绿色全要素生产率以技术效率变化为主。在区域异质性方面,东部地区表现出明显的数字红利释放效果,西部地区还有待进一步激发数字经济效能,应因地制宜制定地区数字经济发展战略。