我国工业行业全要素生产率变动分析

基于2006—2009年我国工业行业的面板数据,采用非参数Malmquist指数分析法,对我国工业的全要素生产率变动情况进行了实证研究,并将其分解为技术进步、纯技术效率和规模效率。结果表明:2006—2009年我国工业全要素生产率年均增长率仅为4.3%,技术进步年均增长率为1.6%,技术效率年均增长率为2.7%,技术进步已失去其推动全要素生产率增长的主导性优势地位;我国工业发展需注重同时提高技术效率和技术进步水平,否则全要素生产率增长会受到限制。     

中国城市绿色全要素生产率测度研究

基于考虑"能源消耗"与"环境污染"的超效率SBM模型,采用全局参比的Globe-Malmquist-Luenberger(GML)指数测算中国283个城市的绿色全要素生产率(GTFP)。研究发现:(1)城市绿色全要素生产率、技术效率和技术进步分别以年均3.5%、1.2%和2.3%的速度增长,GTFP的增长动力主要来源于技术进步,而作为"绿色软技术"的技术效率贡献相对不足;(2)三大区域绿色全要素生产率平均增幅东部>中部>西部,技术进步差异是GTFP区域差距形成的主要原因,不同时期区域发展战略和环境政策在城市绿色转型中的作用存在异质性;(3)超大及特大城市、行政等级较高的城市绿色全要素生产率增长具有领先优势,且研究期内不同层级城市GTFP差距呈现先缩小后扩大的趋势。     

东、西部地区1996—2005年全要素生产率变动分析

文章在分析比较了全要素生产率不同估算方法的基础上,估算出了我国1996—2005年间东、西部地区的全要素生产率增长率,并对不同地区的全要素生产率增长和经济增长源泉做了简要分析。分析表明：实施西部大开发战略后,我国东部地区全要素生产率发展呈现一种相对下降的趋势;我国西部地区的全要素生产率呈现出一种相对上升的趋势,这种上升的趋势要好于东部地区下降的趋势。具体分析不同地区全要素生产率增长的源泉会发现,东部地区全要素生产率增长是技术进步和技术效率共同作用的结果,而西部地区的全要素生产率更多的是技术效率推动的结果。     

中国农业绿色全要素生产率变化研究:1992-2010年

基于随机前沿生产函数分析方法,本文将农业生产中的氮磷流失作为一种要素投入测算了中国农业1992-2010年的绿色全要素生产率(GTFP)变化指数,并与传统的全要素生产率(TFP)进行了比较分析。结果表明,全国层面来看,研究期内我国农业GTFP年均增长与TFP基本相同;分解分析表明,我国农业GTFP和TFP的增长均主要依靠技术进步推动,技术效率的降低抵消了部分技术进步的效果,纳入环境要素后技术效率的下降趋势和技术进步的增长趋势都有所放缓。分区域来看,东部地区GTFP年均增幅高于其TFP,中部地区二者基本相等,西部地区前者年均增幅低于后者。     

效率增进、技术进步及高技术产业经济的动态增长——基于随机前沿模型

基于随机前沿模型(SFA),测算了1997—2008年我国30个省级地区高技术产业相对技术效率、全要素生产率增长率。研究表明,我国高技术产业技术效率总体水平不高;区域效率差异显著,东部地区相对技术效率明显高于中、西部地区;样本期间内高技术产业全要素生产率增长率波幅不大,增长趋势尚不明显;全要素生产率增长的根本动因在于技术效率,高技术产业仍不具有规模经济性。     

考虑人力资本的中国生产性服务业TFP分解

本文运用考虑人力资本的非参数Malmquist生产率指数方法,利用中国29省市生产性服务业1993年～2004年间的面板数据,测算了中国东、中、西部地区的全要素生产率,并将其分解为技术进步和技术效率。研究表明,中国生产性服务业全要素生产率在1994年～2004年间年均增长6．20％,其中技术进步率为5．90％,技术效率改善了0．30％。技术进步对TFP增长起主要作用,技术效率则起补充作用。东、中、西部地区的全要素生产率及增长不平衡,全要素生产率对生产性服务业的作用还有待提高。     

中国工业全要素生产率的区域差异分析

本文利用1998-2007年省级面板数据,对中国工业全要素生产率的变动趋势以及影响因素进行了分析.研究结果显示,中国工业全要素生产率在2002年后呈增长态势,中部地区工业全要素生产率高于东部地区,东部地区高于西部地区.在影响工业全要素生产率的因素中,集聚经济效应对全要素生产率有正向影响,国有经济比重则对全要素生产率有负向影响.研发投入在全国层面和东部区域对工业全要素生产率具有正向影响,在中西部区域则对工业全要素生产率影响不显著.人力资本水平则对工业全要素生产率没有显著影响.     

我国农业全要素生产率的空间差异及其收敛性研究

本文运用DEA～Malmquist指数方法,测算了1978～2008年间中国农业全要素生产率的时序演进和空间分布,并对其进行了收敛性检验。结果表明。1978～2008年,中国农业全要素生产率以年均4.3％的速度增长,其中技术进步年均增长4．7％,而技术效率年均下降0．4％,可见农业技术进步和创新是促使中国农业全要素生产率稳步增长的主要源泉动力。同时,中国农业全要素生产率呈现出明显的地区差异,东部地区的农业全要素生产率增长率和技术进步增长率明显地高于中、西部地区,在技术效率上,中、西部地区均有不同程度的恶化。农业全要素生产率收敛性检验表明,中国及东、中、西部地区均存在明显的a收敛和β收敛,东、中、西部地区均存在明显的“俱乐部收敛”,并朝着各自的稳定状态发展。     

中国经济增长的因素分析——基于DEA-Malmquist方法的省际数据比较研究

运用数据包络分析的Malmquist生产率指数分析方法对我国1999年到2008年间30个省份的全要素生产率变动进行分解分析,结果表明,全国平均的技术进步在升高,而技术效率和全要素生产率却在下降。具体到东、中、西三大部区域经济的比较而言,东北地区的技术效率和全要素生产率最高且呈上升趋势,而技术进步对经济增长的贡献却呈下降趋势;中部和西部地区技术进步对经济增长的贡献为正,但中西部的技术效率在下降。这表明东部地区更多的是依靠长期积累的管理生产经验来推动经济增长,而中西部地区却越来越多地依靠技术进步来推动经济增长。     

我国高技术产业研发创新效率及TFP变动研究

利用1997—2007年我国29个省(自治区、直辖市)的研发投入数据以及1999—2009年研发产出数据,运用数据包络分析法,测算了我国29个省高技术产业的研发创新效率和全要素生产率增长率。结果表明:11年间我国高技术产业年均技术效率只有0.4;三大地区高技术产业的研发创新效率存在较大差异,东部地区省份普遍高于中、西部地区,中、西部地区高技术产业的技术效率水平相当;三大地区高技术产业的全要素生产率持续增长,技术进步是全要素生产率增长的主要动力。     

东部地区信息产业全要素生产率变动及其收敛分析——基于非参数Malmquist指数方法

本文使用基于非参数的Malmquist指数方法测算了东部地区信息产业2006-2012年TFP指数及其变动情况,发现TFP指数年均下降了0.3％,并且在将全要素生产率指数分解为技术进步和技术效率中发现东部信息产业技术进步和技术效率呈现负相关关系,东部地区出现了技术退化现象但在效率上明显存在正的提升,在要素配置上从传统的粗放型发展模式逐渐走向集约型.此外,在对东部区域异质性分析中,东部各省TFP增长差异明显且与中西部TFP正增长形成鲜明对比.而在对东部收敛性分析中,东部信息产业TFP增长有发散的趋势性,东部各省应该合理安排各种要素资源,降低地区间增长的差异性.     

碳强度约束下的区域物流产业效率测算——基于环境DEA技术的Malmquist-Luenberger指数方法

基于2004-2011年中国30个省区物流业的面板数据,应用环境DEA技术和方向距离函数方法,对碳强度约束下中国物流业全要素生产率的增长来源与区域差异进行实证分析。结果表明:碳强度约束下的物流业全要素生产率年均增长率达1.9%,高于不考虑碳约束情形;碳强度约束下的物流业生产率指数与碳强度目标吻合,物流业全要素生产率改进,碳强度下降;物流业生产率的提升主要依赖物流技术进步和创新;碳强度约束下东部地区物流业生产率存在趋同性,中部地区差异在扩大,西部地区则在缩小。     

技术效率、技术进步与中国农业生产率增长

本文运用DEA-Malmquist生产率指数分析方法,对转型期中国农业全要素生产率增长的时间演变和省区空间分布进行实证分析,将其分解为技术进步、纯技术效率变化和规模效率变化三部分。结论表明,转型期农业全要素生产率增长较为显著,各省区之间的全要素生产率增长差异较大,并呈现出明显的阶段性变化特征,这一全要素生产率增长主要由农业前沿技术进步贡献,技术效率状况改善的贡献很有限。此外,农村经济制度变迁和地区经济发展程度也是影响农业全要素生产率增长的重要因素。     

知识资本对工业企业全要素生产率影响的实证分析

本文就知识资本对工业企业全要素生产率、技术进步和效率变化的影响进行研究。运用全要素生产率模型和1997—2010年中国大中型工业企业面板数据,对不同区域知识资本的创新效应进行回归分析。研究结果表明:大中型工业企业知识资本投入结构已经发生明显变化,技术开发和技术改造投入与企业全要素生产率具有显著正相关性,国内外技术引进和消化吸收对企业创新的作用减弱。结果还发现:东中西三大区域工业企业知识资本投入对全要素生产率影响存在明显差异,不同技术水平的企业知识资本的创新产出效应也存在明显差异。本文建议应根据区域和企业技术水平差异,实施差别化的创新驱动战略和政策,以更好地提高全要素生产率和创新效率。     

互联网发展对服务业全要素生产率的影响研究

文章分析了互联网发展对服务业全要素生产率的作用机理,并采用2008—2019年全国省级面板数据实证检验了互联网发展对服务业全要素生产率的影响效应。研究表明：互联网发展对服务业全要素生产率具有促进作用,互联网发展水平的提升能够促进服务业全要素生产率的提高;互联网发展对服务业全要素生产率的促进作用存在地区差异,对中、西部地区服务业全要素生产率的促进作用比东部地区更大;互联网的发展对服务业技术进步和服务业技术效率均具有促进作用,且对服务业技术进步的促进作用更大。     

我国东部地区绿色全要素生产率研究——基于DEA-Malmquist的实证分析

采用DEA-Malmquist指数分析法,选取1999—2011年东部12省市的面板数据,探究该区域绿色全要素生产率具体变动情况,结果表明:东部地区的节能减排政策是相对有效的,同时,技术进步成为导致绿色全要素生产率变化的最重要因素,技术效率虽然在逐步提升,但是增长不稳定,在东部地区已经达到规模经济的边缘之时,这种增长方式是不能持久的。基于此,东部地区以后要实现绿色全要素生产率的持续改进,在改善技术的同时,提高要素使用率和生产技术水平,使污染物排放量稳中有减。     

中国农业全要素生产率增长的时空变异:基于文献的再研究

为准确揭示中国农业全要素生产率的增长趋势,在整合国内外1982—2011年46项有关农业全要素生产率测算文献的基础上,总结出中国农业全要素生产率的时空变异特征。结果表明：时间趋势方面,1978—2008年期间,中国农业全要素生产率的年均增长率为3.17%,并且呈现出农业技术进步和农业技术效率损失并存的特点;空间格局方面,中国农业全要素生产率呈现出东部、中部、西部依次递减的趋势,三大区域农业全要素生产率的增长均主要源于农业技术进步。上述结论是基于一系列的不同作者采用不同的方法和数据对不同时期的中国农业全要素生产率进行测算的综合结果,能更为准确和客观地反映出中国农业全要素生产率的特征。     

财政分权与绿色全要素生产率——基于系统GMM及门槛效应的检验

财政分权对绿色增长的有力支持是实现新时代下经济结构调整的重要保障。文章选择2000—2015年29个省(自治区、市)的面板数据,采用系统矩估计和门槛效应模型探讨财政分权对绿色全要素生产率及其技术进步和技术效率的影响。研究表明:(1)全国及东部地区的财政分权对绿色全要素生产率及其技术进步存在显著的抑制作用,而对技术效率存在显著的促进作用;中部地区的财政分权对绿色全要素生产率及其技术进步存在显著的促进作用,而对技术效率存在显著的抑制作用;西部地区的财政分权对该绿色全要素生产率及其技术进步和技术效率存在显著的抑制作用。(2)财政分权对绿色全要素生产率及其技术进步和技术效率存在显著的门槛效应。最后,依据实证结论提出政策启示。     

环境规制下全要素生产率逆转拐点的空间效应*——基于省际工业面板数据的验证

工业是污染排放和能源消耗的主体,环境全要素生产率受环境规制影响,进而对工业的可持续增长有一定制约。本文采用2001-2012年中国各省份（西藏除外）工业行业的面板数据,基于Malmquist Luenberger生产率指数,在考虑环境污染的情况下测算了我国各地区工业行业的环境全要素生产率,避免了全要素生产率高估的问题;并构建空间计量模型,考虑空间相关性和异质性的影响,在控制了资本劳动投入比、地区经济发展水平、企业规模、所有制结构、外资结构等变量因素影响的基础上,实证检验了环境规制与全要素生产率的关系。实证结果表明：东部、中部和西部三大区域环境规制的强度和工业行业的环境全要素生产率之间呈现“U”型关系。随着环境规制强度不断增强,全要素生产率先降后升,而且东部地区要早于中部、西部地区达到拐点。在达到拐点以后,东部地区的全要素生产率对环境规制变动的反应要强于中、西部地区,东部地区的边际全要素生产率更高。     

环境约束条件下的中国粮食全要素生产率增长与分解——基于省域面板数据与序列Malmquist-Luenberger指数的观察

本文利用1978-2010年国内省域面板数据,在使用单元调查评估法计算各省份DMU粮食生产污染排放量的基础上,利用方向性距离函数和序列DEA技术,测度了中国粮食生产是否考虑环境因素两种情形下的全要素生产率指数,并进一步分解为技术效率变化和技术进步。研究结果表明,是否考虑环境污染成本对于测算结果有较大影响,这对于政策导向意义重大;两种情形下全要素生产率增长贡献有限,主要靠技术进步单独贡献,并同时存在技术进步与效率损失并存的现象,粮食增长成本与代价相对高昂;从经济增长、资源与环境的协调程度来看,国内东中西部地区差异明显,东部地区表现最优的同时,西部地区的粮食生产扮演了"双重恶化"与失衡的角色。