全要素生产率与区域经济增长的动力——基于对1995-2004年28个省市大中型工业的非参数生产前沿分析

传统观点认为中国经济增长的动力是资本的堆集,本文采用Malmquist指数和DEA技术,研究中国28个省市地区大中型工业的动力,分析发现1995-2004年:(1)大中型工业平均增长15.5%,其中全要素生产率增长拉动工业增长平均为9.2%,贡献率约60%,对工业增长的贡献从1996年的-9.6%上升到2003年的18.2%、2004年的10.4%,而资本和劳动投入增长对产出增长的综合贡献从1996年的13.5%,下降到2004年的0.7%; (2)全要素生产率中技术进步和规模效率的改善对产出增长的贡献日渐突出,技术进步推动工业经济增长5.2%,规模效率改善推动工业增长3.3%.(3)工业企业全要素生产率快速增长的背后因素可以简单归纳为:省际间竞争、学习和模仿、经济全球化和外商投资、民营化改革和经济扩张期.因此,本文认为全要素生产率,特别是技术进步和规模效率的提高,是区域工业经济快速增长的源泉.     

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。     

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。     

工业经济增长新动能研究——以镇江市为例

文章从镇江经济新常态的实际出发,应用广义的生产函数和岭回归分析法,选取2002～2015年镇江市工业经济数据,建立包含资本、劳动力、能源、环保的双对数生产函数模型,计算镇江生产函数中各要素对于工业产出的贡献率。结果表明:镇江市经济增长存在规模递增效应,资本、劳动力以及环保要素对镇江市工业经济的贡献率分别达到了33.98%、32.02%和32.53%,在技术以及制度上的进步和变革还不足。因此,推进供给侧结构性改革是适应镇江经济发展"新常态"的新思路,是实现要素升级、结构优化、制度变革的新举措。     

中国地区工业绿色全要素生产率增长:——基于方向性距离函数的经验分析

结合方向性距离函数和跨期数据包络分析法,测度绿色全要素生产率增长时尽可能地避免了出现技术倒退结论。中国省份工业的经验分析表明:忽略非期望产出的全要素生产率增长被高估,并混淆了技术进步和技术效率变化的相对贡献;技术无效率普遍存在且省际差异和年际波动性大,但这与经济发展水平无关;绿色全要素生产率变化也存在省际差异和年际波动特点,其中技术进步是其增长的主要源泉,而技术效率恶化是其倒退的根本原因;绿色全要素生产率增长存在明显的倒U型趋势和趋同性,而且外资利用印证了"污染天堂"假说。     

中国大中型工业的成本效率分析:1995～2002

效率的提高和成本的有效管理是工业转变增长模式的关键。本文借助Malmquist指数思想和数据包络分析(DEA)技术,构建了面板数据下的非参数成本前沿模型系统,并基于成本前沿模型将成本变化分解为技术效率、要素配置效率、前沿技术进步、产出规模和要素价格五大因素的变化。研究发现1995～2002年,中国大中型工业38个行业的成本降低指数由1996年的-9%上升到2002年的15.4%,集约型增长行业个数由1996年的11个上升到2002年的34个。据此本文得出结论:随着中国经济逐渐融入国际经济竞争的大舞台,技术进步和技术效率之间的交互作用推动中国工业经济增长由粗放型向集约型转变,至少在大中型工业层面,以效率为增长动力的集约型工业雏形在世纪之交已经显现。     

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。     

电网企业技术进步与技术效率对生产率的影响测算

为了分析电网行业的生产率受技术进步和技术效率的影响程度,使用基于DEA的Malmquist生产率指数方法,以9家省电力公司为样本,对电网企业的技术和生产效率的动态变动情况进行了研究。结果表明,2005-2010年间样本电网企业的全要素生产率年平均增长率为3.2%,技术进步的贡献大于技术效率的贡献。技术效率指数表现不优是由于多数样本企业的实际规模与最佳规模之间的偏差较大。因此为了提高我国电网企业生产率,关键是提升效率特别是规模效率。     

山西省工业经济增长方式转变的对策思考

运用非参数的Malmquist生产率指数方法,测算了山西省11市2001—2010年工业的全要素生产率增长及其技术效率和技术进步的变化,得出山西省工业经济粗放、低效的增长模式,最后从不同的角度提出工业经济增长方式转变的对策。     

江苏省县域经济TFP增长率的分解与估算：2000～2016

采用了超越对数生产函数的随机前沿模型测算了江苏省54县区市2000～2016年的全要素生产率增长率并对其结构要素进行分解。研究表明:用两步法探索随机前沿的模型参数,发现增加出口比重、第二产占比、城市化比率和财政支出比率等环节变量后,模型解释力有明显提升62%。出口比重和城市化率对生产效率提升具有明显正向促进作用,二产占比和财政支出占比与生产效率却呈负相关关系。技术进步贡献最大,TFP增长率的变化主要源自于技术进步的推动,对TFP增长率的平均贡献在82%以上,总体上带动TFP呈现缓慢上升趋势。     

长三角工业企业全要素生产率的测算与比较

采用DEA-Malmquist法,对1998-2011年长三角地区工业企业的全要素生产率进行了测算和分解,并把长三角地区的工业行业分为三类。研究表明,1998-2011年长三角地区工业企业的全要素生产率呈现稳步上升的趋势,平均增长率为9.3%,且主要由技术进步拉动。不同类别工业行业间的全要素生产率有较大差别,技术效率变化是造成差异的主要原因。低生产率工业行业的生产总值占工业总产值的比重较高,阻碍了工业生产率的提高,也是今后转型升级的重点所在。     

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。     

技术进步与农民收入的关系

一、引言 经济学意义上的技术进步是指能使一定数量的资源投入生产出更多产品的所有影响因素共同发生作用的过程。也就是说，一切导致生产效率提高的技术都构成技术进步的因素，它包括：技术的改进，技术效率的提高，投入要素质量的提高，资源分配效率的提高，产品结构效益的提高和规模经济。技术进步概念的定义有“广义”和“狭义”之分。从总体来说，技术进步包括自然科学技术的进步和社会科学的进步两大方面，这就是广义的技术进步概念。仅包含前，通常称为“狭义”的技术进步。而广义的技术进步除了包括狭义技术进步的内容外，还包括管理水平、决策水平、智力水平等软技术的进步。     

西部地区工业污染治理效率评价研究——基于DEA和Malmquist指数的实证分析

本文基于2001—2008年西部11省(自治区、直辖市)的面板数据,利用DEA方法和Malmquist生产率指数测算了西部地区工业污染治理的静态效率和跨期动态效率变化。结果表明,西部工业污染治理存在32.6%的投入资源浪费;从动态上看,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献,而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平。     

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。     

外商直接投资对我国工业技术进步的影响

大量外资进入我国工业,在提高总体就业水平和工业增加值的同时,其带来的竞争对我国工业的行业构成和技术进步也产生了重大影响。本文以包含了技术要素的道格拉斯生产函数为基础构建了测量模型,对我国39个工业行业数据进行了分组检验,从中测量了外商直接投资对我国工业技术进步的具体影响,并对结果进行了详细分析和解释。     

甘肃省工业全要素生产率行业比较分析——基于DEA-Malmquist方法

文章以甘肃省工业36个分行业统计数据为基础,运用基于数据包络分析技术的Malmquist指数方法,测算和比较2000-2008年工业分行业全要素生产率,最后得出结论:技术进步是全要素生产率得以改善的主要动力;纯技术效率较低是造成甘肃工业全要素生产率偏低的主要原因.     

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。     

基于DEA-Malmquist模型的重庆市农业生产效率分析

为了分析重庆市农业生产要素的配置效率,实现农业生产要素的合理流动与配置,从而提升农业生产效率,促进乡村振兴,文章采用DEA—Malmquist模型对重庆市2008—2018年的农业生产效率进行了测量分析。测算结果显示:近年来,重庆市及各区县的农业生产效率有下降趋势,技术效率和技术进步均有下降,但技术进步对农业生产效率的影响更大。因此,重庆市要加强农业生产技术的研发和推广,注重引进新型经营主体,开展信贷支农,提升农业生产效率。     

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。