人力资本与中国区域农业全要素生产率增长——基于DEA视角的实证分析

文章在考虑人力资本要素和技术非效率的前提下,使用非参数的DEA曼奎斯特生产率指数方法,对1988-2006年中国区域农业全要素生产率增长进行估计和测算,通过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,来寻找农业TFP增长的源泉.实证表明,1988-2006年中国农业TFP增长较为显著,大致可以分为四个阶段,其对农业增长的贡献基本上是顺周期的,各个省区的TFP增长差异性则较为明显.从其内部构成来看,TFP增长主要由技术进步贡献,技术效率改善的作用则很有限.另外,是否考虑人力资本要素对农业增长的作用,会对TFP的估计产生较大影响.文章最终认为,应努力通过制度创新来消除农业技术扩散的各种制度性障碍,实现农业技术进步和技术效率增进共同推动农业TFP增长.     

技术效率、技术进步与山西省制造业全要素生产率增长——基于DEA-Malmquist指数法的实证分析

文章以山西省制造业29个行业2000—2008年的面板数据为样本,利用基于DEA的Malmquist指数法,分解和测算了山西省制造业的全要素生产率。实证结果表明:山西省制造业的纯技术效率与规模效率水平低,导致技术效率负增长,即使产业整体的技术进步增长较快,全要素生产率的增长也会因技术效率的负增长而减缓;各行业间纯技术效率的差异导致了技术效率的差异,进而形成了全要素生产率的差异性。本研究在丰富相关理论研究的同时,也为山西省全要素生产率的快速提高提供了科学的指导依据。     

山东省制造业的全要素生产率、技术进步与技术效率变动趋势研究

以山东省全部规模以上制造业28个行业为研究对象,运用序列DEA-Malmquist生产率指数法测算了1998—2011年山东省制造业细分行业的全要素生产率、技术进步与技术效率增长率。结果表明,1998—2011年间山东省制造业的全要素生产率平均增长了13.3%。山东制造业总体及细分行业的全要素生产率整体处于上升趋势,技术进步的提高是全要素生产率增长的主导因素,而技术效率对全要素生产率表现出阻碍作用。     

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。     

我国制造业技术进步、技术效率及区域差异——基于DEA方法的实证研究

利用Malmquist生产率指数方法,对我国29个省的制造业在1999--2005年间的全要素生产率（TFP）的变化进行了测算,把TFP的增长构成分解为技术进步和生产效率变化两个成分,并对其区域差异进行了分析,最后对省际制造业TFP进行了趋同分析。结果显示：我国制造业TFP的增长主要是由技术进步推动的,当技术进步促进TFP提升时,总会受到生产效率下降对TFP增长的抑制影响;区域间技术进步及技术效率存在较大差异,省级制造业TFP存在条件β收敛。     

我国农药制造业生产率增长的实证分析——基于DEA的Malmquist指数法

为探寻提高我国农药制造业生产效率的途径,运用DEA的Malmquist指数方法,从整体趋势和各省区角度定量考察了我国农药制造业增长过程中全要素生产率的增长状况,结果表明:从全国的平均时间序列数据来看,我国农药制造业全要素生产率是在波动中增长,全要素生产率的增长主要是技术进步的贡献,而制约技术效率改善的主要原因是规模效率的下降.所研究的全国二十八个地区,生产率基本上都得到了不同程度的增长,只有云南地区有所下降.就全国而言,农药增长的主要推动力量来自于农药生产率的提高.从动态演变来看,农药全要素生产率增长在农药增长中的作用日渐增强.     

国际贸易活动与全要素生产率关系的实证分析

文章基于数据包络分析(DEA)方法,测算了2003～2008年我国20个省份的全要素生产率(TFP),建立了基期和滞后一期的模型,通过实证分析得出,国际贸易活动对全要素生产率的影响不尽相同,进口贸易对全要素生产率有明显的促进作用,而出口贸易和外商直接投资都弱化了全要素生产率,并且这三个变量与全要素生产率的基期关系比滞后关系更显著.     

地区专业化与全要素生产率增长——基于中国农药制造业的实证研究

为探寻提高我国农药制造业的地区专业化与生产效率增长的关系,分别运用区位熵测算了我国农药制造业的专业化水平,运用DEA的Malmquist指数方法测算了农药制造业的全要素生产率增长状况,结果表明:专业化水平对农药常制造业生产率增长有显著的正向影响.地区专业化积极地促进了农药制造业生产率的增长,通过对技术进步和效率改善的回归来看,专业化主要通过效率改善来促进全要素生产率增长的.企业规模对全要素生产率的增长和技术效率的改善都有显著负面影响;对技术进步的变化也有负作用,但无统计上的显著性.资本密集度对TFP增长、技术效率改善均有显著正向影响.FDI对农药制造业的TFP增长、技术进步及技术效率改善等均无明显影响.产权结构显著地促进了地区的农药产业技术进步,但对TFP的增长、技术效率改善均无统计上的显著性.     

贸易条件影响生产率吗?——基于中国制造业面板数据的实证研究

从总体上看,1998年～2009年间中国制造业贸易条件没有出现恶化趋势;中国全要素生产率(TFP)是增长的,但主要源于技术进步,而技术效率的提高则相对缓慢。实证研究显示:贸易条件与TFP之间存在着协整关系;贸易条件变动是TFP变动的格兰杰原因;贸易条件的改善能够提升TFP,但影响有限。     

技术效率、技术进步与生产率增长:基于DEA的实证分析

本文运用DEA的方法测度了 1 978— 2 0 0 1年中国 3 0个省 (自治区、直辖市 )的技术效率、技术进步及曼奎斯特生产率指数 ,并且对人力资本和制度因素同技术效率、技术进步和生产率增长的关系进行了实证检验。其研究价值在于对中国经济研究者提供先进的分析工具和研究平台 ,并为有关部门提供接近现实的经得起检验的数据加工库以及政策依据。本文的主要结论是 :总体来说 ,中国全要素生产率是增长的 ,主要原因是技术效率的提高 ;由于技术进步减慢 ,1 997年之后全要素生产率的增长出现了递减 ;根据技术进步并不能做出中国经济长期持续增长的判断 ;1 992年以前中国经济出现了效率的趋同 ,1 992年以后追赶效应消失 ,技术进步成为各个地区生产率差异的主要原因 ;人力资本和制度因素对全要素生产率、效率提高以及技术进步均有重要的影响。     

通信设备制造业全要素生产率增长与技术进步

本文基于通信设备制造业23家上市公司2001～2006年的面板数据,利用非参数DEA模型的Malmquist指数,测算了通信设备制造业的全要素生产效率和技术进步效率。结果表明,通信设备制造业的全要素生产效率主要来源于规模效率而不是技术进步效率,并且技术效率一直是退步的。在此基础上。构建了影响我国通信设备制造业全要素生产效率和技术进步效率的面板数据模型,检验了影响因素的方向和程度。实证结果表明,通信设备制造业还处于规模报酬递增阶段,增加公司规模可以促进生产效率的提高,公司的研发创新能力和员工的受教育程度对公司全要素生产率和技术进步效率有着重要的正向作用,提高员工的受教育程度和加强公司创新能力应该是公司下一步经营的重点。     

中国制造业物质生产率与价值生产率变化及收敛趋势研究——基于上市公司的经验证据

本文基于国泰安数据库以及手动收集的上市公司销售量数据,运用ACF方法测算了2011—2019年期间企业的物质全要素生产率(TFPQ)和价值全要素生产率(TFPR),比较了两者的变化趋势以及收敛情况。结果显示,整体、分地区、分行业的TFPR呈现先增长后下降的态势,而TFPQ基本表现出较平稳的增长,非国有企业和年轻企业TFPQ明显更大。制造业企业TFPR整体上存在绝对β收敛,且TFPR绝对β收敛的速度大于TFPQ。部分行业和地区的企业TFPQ不存在绝对β收敛但存在条件β收敛,行业、地区层面的企业TFPR基本都存在绝对β收敛。测算剔除价格因素的生产率TFPQ,并从行业、地区、企业性质等方面分别与TFPR对比分析,能对中国制造业技术效率变化进行更直观的审视,并有助于把握行业和地区间真实的全要素生产率水平的增长,为推动我国制造业高质量发展提供经验证据。     

环境管制与工业生产率增长：东部地区的实证研究

本文运用曼奎斯特—卢恩伯格生产率指数,测度了2000-2007年东部工业在考虑SO2和不考虑SO2排放情况下的效率、生产率增长及其成份的增长率,并且估计出了环境管制给企业带来的成本。结果发现：上海和广东处于生产前沿;考虑SO2排放后,生产率增长率下降;天津的生产率增长、技术效率增长率和技术进步率都最高,北京环境污染管制的成本最高;FD I投入、国有企业比重、资本劳动比、废气治理投资和环境管制成本对生产率增长都有显著影响。     

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。     

技术效率、技术进步与中国农业全要素生产率的提高——基于国际比较的实证分析

文章运用DEA方法测算了包括中国在内的20个人均土地资源较少的国家以及美国、澳大利亚和新西兰3个新大陆国家1961-2005年间的农业技术效率、技术进步及Malmquist生产率指数。实证结果显示:20世纪60年代以来,即使同样在人均土地资源较少的条件下,发达国家的农业全要素生产率的增长仍然快于发展中国家;在过去四十多年里,中国农业全要素生产率的提高同土地以及劳动等农业资源的配置效率有紧密关系,值得注意的是,中国农业土地要素存在过量投入的情况,这或许与中国土地制度没有完全市场化有直接关系。     

我国制造业全要素生产率分析——基于创业板上市公司的数据

自2009年创业板开板以来,累计约350多家公司上市,其中制造业居多。这些制造业上市公司大多为新兴产业,与传统制造业相比具有科技含量高、创新能力强等优势。文章运用数据包络分析法对我国的创业板制造业上市公司的全要素生产率进行分析,为研究创业板制造业现状、提高其效率提供决策依据与政策建议。     

对外开放与TFP增长:基于中国省际面板数据的经验研究

本文运用DEA的方法,先测算出1986—2003年各省域经济的技术效率、技术进步和TFP增长,然后实证研究人力资本、国际进出口及FDI对三者的影响。结果表明,人力资本和出口对技术效率的提高有正向作用,进口负向影响技术效率,FDI的影响不显著。出口对技术进步和TFP增长有轻微的负向影响,进口对二者具有小幅度的正向促进作用;而人力资本、FDI对技术进步和TFP增长的正向影响要大于进口。综合来看,对外开放能够促进TFP的增长,但是其影响只有人力资本正向效果的十分之一。     

FDI技术溢出渠道与中国制造业生产率增长研究:基于面板数据的分析

This paper analyses total factor productivity (TFP) of China’s manufacturing sector and its decomposed indexes, i.e., technological progress and technological efficiency by employing Malmquist productivity index based on the Data Envelopment Analysis (DEA) approach. Using panel data of domestic manufacturing sector in China from 2000 to 2005, we estimate the influences of horizontal and vertical linkages on TFP and its decomposition indexes by controlling R&D and exports indexes of domestic manufacturing sector. The empirical results show that R&D and exports have a positive effect on TFP and that FDI inflows lead to positive spillovers significantly in general mainly through technological progress resulting from backward linkages; however, forward linkages have no technology spillover effect while horizontal linkages promote TFP through technological efficiency which has quite different influencing modes compared to that of backward and forward linkages. The grouping regression results also show that FDI technology spillovers have different conductive mechanisms under different technological levels, industry concentrations and export dependency indexes. Translated and Revised from Shijie Jingji 世界经济 (The Journal of World Economy), 2008, (8): 20–31