效率演进视角下中国服务业行业发展异质性分析

文章运用超越对数生产函数的随机前沿模型,对1990-2012年间中国服务业TFP进行了详细分解,从效率演化的视角对各行业发展的异质性现象及其内在机制进行了分析。研究结果表明,我国服务业技术效率受政府财政支出、市场化改革的影响显著,进出口贸易和外商直接投资在技术结构交互式影响下,显著水平有所提高。服务业TFP增长的主导力量逐步由技术效率改进转变为技术进步,但技术进步缓慢且技术效率水平低下,服务业经济增长粗放型特征仍然明显。由于体制性障碍以及深层次问题的存在,导致服务业各行业配置效率和规模效率改进水平低下,部分行业的规模效率呈现出持续恶化的现象。     

江苏省各市服务业TFP增长率测算及分析

文章基于半参数 DEA-Malmquist 生产指数对江苏省各市服务业全要素生产率进行了测度。 分析了江苏省各市于2010~2018 年期间服务业全要素生产率的发展情况。 通过研究分析发现,在 2010~2018 年间江苏省各市的服务业 TFP 均处于增长状态,导致服务业 TFP 增长的主要原因为技术进步,而技术效率在 2013 年后则抑制了全要素生产率的增长。 基于此,文章对江苏省服务业的后续发展提出了相关对比和建议。     

服务业内部结构异质性演化与行业发展差距研究——基于全要素生产率视角下的分析

基于1990—2017年行业面板数据，采用超越对数生产函数对服务业各细分行业TFP增长率进行分解和测度，揭示我国服务业内部结构生产率演化进程及其异质性现象，并采用可导性对数方差分解法、VAR协整模型和误差修正模型（VECM）考察TFP及其构成部分对服务业行业发展差距的贡献度，评估其异质性作用于行业发展差距的长短期效应。研究发现，在服务业内部结构演化过程中，TFP、技术进步和技术效率改进呈逐步下降趋势，其中技术进步是推动TFP增长的核心，规模效率改进发展水平一直滞后，配置效率改进在服务业发展初期较为滞后，但水平逐步提升；生产性和生活性服务业行业间TFP及构成部分异质性在演化过程中呈下降趋势，且生活性服务业行业间异质性程度要小于生产性服务业，行业间异质性变化幅度最大的是规模效率改进，技术效率改进异质性波动程度最小；TFP异质性是造成行业间发展差距扩大的主要原因，其中技术效率改进是主导因素，且该效应的发挥只有在长期具有显著性。     

服务业 FDI的技术溢出与中国服务业生产率增长

经济增长理论认为,FDI是一国获取外国先进技术的重要渠道。本文采用DEA方法将中国13个服务行业的全要素生产率增长分解为技术效率和技术进步的增长,就服务业FDI对生产率增长的影响作了实证分析。研究发现,在2004～2008年期间,中国服务行业的全要素生产率增长的原因主要是各行业的技术进步增长,而不是技术效率的提高;服务业FDI显著地促进了服务行业的全要素生产率增长、技术效率和技术进步的增长。     

资源环境双重规制下中国地区全要素生产率研究——基于1996-2009年的实证分析

基于已有文献在研究全要素生产率时不考虑环境因素,或者仅考虑环境因素而忽视能源投入的现实,文章将资源和环境因素同时纳入生产率研究框架,对1996-2009年中国省级经济单元的全要素生产率(TFP)进行了测算,并将全要素生产率变动分解为技术效率变化和技术进步变化;对技术效率变化进一步分解为纯技术效率变化和规模效率变化,实现了TFP增长的动态分解,并研究了TFP变动的影响因素.研究结果表明,考虑资源环境约束,我国整体TFP较低,还存在较大的改进空间;TFP增长的主要源泉在于技术利用效率的提高,而技术进步和规模效率的作用并不明显.工业产值所占比重、资本/劳动比率上升不利于TFP的提高,外资引入对TFP改进具有拟制作用,降低国有经济比重和政府对市场经济的过度干预、增加环境污染治理投资有助于全要素生产率的提高.在生产效率(或经济增长效率)的核算中,忽略资源环境因素的冲击,有可能导致经济增长效率被高估,由此得出的政策建议会带有一定的误导性.     

我国服务业全要素生产率变动及其地区差异实证分析:1995-2009

本文采用DEA方法,实证分析了市场经济改革后1995-2009年我国服务业全要素生产率变化及其地区差异.研究结果表明:第一,我国服务业全要素生产率总体上几乎没有提升,甚至略有下降,主要原因是技术效率长期没有得到改善;第二,1995年后我国服务业技术进步出现正增长,而技术效率则到2005年后才逐步提高;第三,我国东部沿海地区服务业TFP增长优势明显,而经济欠发达地区不升反降,中西部地区服务业效率改进没有出现"后发优势".     

服务业FDI的前向关联和中国制造业生产率增长——基于行业面板数据的实证分析

本文采用制造业行业面板数据,运用投入产出表构建服务业FDI对制造业的前向关联指标,并基于DEA方法将制造业的全要素生产率增长分解为技术效率增长和技术进步增长的基础上,探讨服务业FDI是否通过前向关联促进了中国制造业的生产率增长。研究发现,服务业FDI通过前向关联显著促进了中国制造业的技术水平提升和技术效率改善,但主要是通过提升制造业的技术水平来促进制造业全要素生产率增长。     

基于DEA的实证分析评价中国农业全要素生产率

文章使用DEA方法对中国大陆31个省级行政区划10年（2001-2010）的农业全要素生产率（Total Factor Produc-tivity,TFP）及其构成采用曼奎斯特生产率指数（Malmquist Productivity Index,MPI）进行测评,并将Malmquist指数分解成四个部分,即：技术效率、技术进步、纯技术效率和规模效率。文章的结论是：在时间上,我国农业TFP的V型周期性波动趋势明显,并且根据分解后的Malmquist生产率指数发现了推动我国农业TFP提升的最主要因素———技术进步。在地域上,我国农业全要素生产率在区域上仍存在差别,主要表现在东部地区增长率最高,中部和西部地区相等,但是差别已经在逐渐缩小。中国农业要实现从粗放型向集约型转变,就要同时提高技术进步增长率和技术效率增长率,实现农业资源的有效配置,走农业可持续发展道路。     

出口、集聚与全要素生产率增长——基于制造业行业面板数据的实证研究

运用DEA-Malmquist指数法测算了2000-2007年我国制造业28个行业的全要素生产率(TFP)及其分解指标,并将出口、集聚与TFP放在统一的框架下分析出口与集聚对TFP及其分解指标的影响。研究发现,制造业TFP年均增长4.3%,其中90%以上是由技术进步贡献的;行业之间的技术进步差距较小,技术效率变化差异较大,而后者是TFP增长差异的主要原因。出口和集聚的相互作用削弱了对TFP增长的影响,即便如此,出口仍显著促进了TFP增长,集聚对TFP及其分解指标均有明显的正向影响。市场化程度是制造业TFP增长和技术进步的最主要影响因素。     

“双循环”新发展格局下经济增长动力研究——基于TFP分解的视角

利用全球投入产出表数据,基于投入产出的优化模型计算全要素生产率(TFP)增长率,并将其分解为三种效应:技术进步效应、国内需求效应与贸易条件效应,以此考察新世纪以来的中国经济增长动力,为"双循环"新发展格局下的经济增长途径选择提供参考。研究发现:技术进步是中国TFP增长的主要动力,技术进步速率的下降是我国经济增长放缓的重要原因;2008年以后,技术进步效应对TFP增长的贡献在快速下降,而国内需求效应和贸易条件效应的支撑作用未能有效维持TFP增长率保持此前高位;对技术效应的产业结构分解可知,我国的比较优势在于制造业和仓储物流等行业,比较劣势在于产业链上游的原材料、基础材料制造等行业。反事实分析表明,保持人口增长是提振国内需求效应,促进TFP增长的重要动力。当前我国"双循环"新发展格局的实现瓶颈主要在于内外需求不足和技术进步速率下降,通过产业政策加强协同创新、短板创新,合理调整生育政策,可以切实推动"双循环"新发展格局下我国经济的高质量发展。     

生产率分解下流通业内部结构演化及异质性研究

文章运用DEA-Malmquist指数法，在TFP分解视角下考察2004-2015年我国流通业内部结构演化及行业发展异质性。研究表明，我国流通业TFP增长的主导力量是技术进步，技术效率、规模效率及配置效率改进低下。流通业内部结构演化中各行业发展异质性特征明显，TFP及技术进步在各行业间异质程度呈微弱扩大趋势，技术效率及规模效率异质程度明显上升，配置效率差异程度有所下降。体制改革进程及信息技术资源配置是各行业异质化演化的主导机制。     

中国旅游上市公司全要素生产率动态测度——基于Malmquist指数方法

旅游上市公司是旅游业内的龙头企业,其经营效率的提升是促进旅游业进一步发展的关键,这也正是本文关注的重点。本文选择2004~2008年国内19家旅游上市公司的面板数据,运用Malmquist指数方法进行计算分析,得出在样本期内平均全要素生产率是上升的,且全要素生产率的增长源于效率提升和技术进步的结论,并根据技术效率变动和技术进步变动的水平将19家公司分为5个类别,相应提出针对性的效率提升方向。     

技术效率、技术进步与中国流通业生产率增长

文章运用基于数据包络分析的Malmquist指数方法测算了中国流通业全要素生产率增长状况,并将其分解为技术效率变化和技术进步.研究表明,1993-2008年中国流通业全要素生产率的平均增长率为0.6%,其中技术效率改善0.4%,技术进步率为0.2%,不同时期生产率增长的特点存在一定差异.同时,东、中、西部地区之间和地区内部全要素生产率的增长率也存在显著差异.全要素生产率对流通业的作用还有待进一步提高.     

门槛效应、制造业地区集聚与全要素生产率增长——基于贸易开放的视角

本文采用门槛模型回归方法,利用中国27个省市1985-2007年的地区制造业数据,在贸易开放的视角下对集聚与全要素生产率增长之间的门槛效应进行了检验,结果发现集聚对全要素生产率增长的促进作用随贸易开放程度的加深逐步增大,存在门槛效应。在开放条件下,集聚主要通过推动技术进步对全要素生产率增长产生影响,而集聚对技术效率的影响却为负,则在一定程度上说明了中国制造业地区集聚的负外部性以及重复投资等问题。     

Estimating the speeds of long-run technological catch-up and growth of total factor productivity for countries

This paper constructs a dynamic production frontier function under the framework of a forward-looking rational expectations model, taking the effect of quasi-fixed inputs into account. The sample comprises balanced panel data of 36 countries over the period from 1990 to 2009. Evidence is found that all of the four country groups show the technological catch-up phenomenon in the long run and experience total factor productivity (TFP) growth. Their TFP growth is primarily driven by long-run technical efficiency improvement, followed by technological progress. The Non-G7 and Non-NICs groups are the top two groups in terms of speeds of long-run technological catch-up and rates of TFP growth.     

Did Liberalization Impact Productivity of the Indian Electronics Hardware Industry?

In this paper, we analyse the trends in productivity, both partial and total, in the four sectors of the Indian electronics hardware industry after liberalization. Using an innovative combination of two established but independent methodologies, we estimate the contributions of technical efficiency change and technological progress to total factor productivity growth (TFPG) and thereby to output growth. Contrary to expectations, we found that none of the four sectors in the industry achieved impressive growth in capital productivity and TFPG despite the new economic reforms. The firms emphasised technological progress at the cost of technical efficiency change but failed to sustain TFPG as the liberalization of policies intensified further. Surprisingly the firms’ effort to employ skilled labour, larger scales of production and their strategy to improve production technology through R&D and/or imports did not benefit productivity substantially. In a comparative study with China, we found that the Indian electronics hardware industry did not perform as well as that of China due to the persistent rigid and bureaucratic procedures, labour market inefficiencies and inadequate infrastructure, among others.