中国省际高技术产业创新效率分析——基于DEA-Malmquist指数

文章采用BCC模型测算了2000—2008年中国28个省份的高技术产业的技术创新效率,并使用DEA-Malmqui st生产率指数测算了28个省份高技术产业的全要素生产率(TFP)的变动。研究表明:中国大部分省份高技术产业的技术效率不高,且省际间技术效率差异较大,主要由规模效率的差异所导致;东、中、西部地区高技术产业的技术创新效率呈现上升趋势;中国高技术产业的TFP有所上升,但是各地区TFP增长的源泉不同:东部地区主要依赖于技术进步,中部地区主要依赖于技术效率的增长,而技术退步是西部地区TFP负增长的主要原因。     

长三角地区高技术产业R & D资源配置效率优化研究

以2006—2009年长三角地区高技术产业R&D活动为研究对象,运用超效率DEA模型和Malmquist生产力指数法,对长三角地区高技术产业的R&D效率进行测度分析,得出4年来长三角地区R&D效率的基本情况。结果表明,苏、浙、沪地区高技术产业R&D效率发展不平衡,一些行业的R&D资源配置效率较低,迫切需要进行R&D资源配置效率的优化。基于此,提出了相关政策建议。     

科技资源配置何以促进高技术产业TFP增长——基于29个省域案例的fsQCA分析

高技术产业作为国际经济和科技竞争的重要阵地,对加快科技强国和制造强国建设具有重要战略作用。结合DEA-Malmquist模型和模糊集定性比较分析(fsQCA)方法,以中国内地29个省份高技术产业为样本,探讨科技资源配置规模、配置方式和配置环境对高技术产业TFP增长的组态效应。结果表明,高技术产业TFP增长与科技资源要素投入存在复杂并发因果关系,单个科技资源要素不构成高技术产业高TFP的必要条件;存在两类提升高技术产业TFP的组态路径,即以计划配置、产品开发为核心条件的政府主导型条件组态和以市场配置、R&D人员投入为核心条件的市场主导型条件组态,市场主导型条件组态又包括“市场+研发改造型”“市场+开放合作型”“市场+产学研型”3种类型;中国高技术产业在效率增长和TFP路径等方面呈现出显著的区域差异,但市场资源配置和R&D人员投入在提升高技术产业TFP路径中发挥普遍作用。     

我国高技术产业高质量发展效率评价及影响因素分析

文章从高质量发展视角出发,构建高技术产业高质量发展效率评价指标体系,以2015—2020年我国29个省市年度高技术产业面板数据为研究对象,运用超效率SBM、RD-Malmquist模型对各省市高技术产业高质量发展进行静态和动态分析及科学评价,并进一步利用Tobit模型对可能影响效率因素进行回归分析。结果表明：我国高技术产业高质量发展效率(静态)波动性提升,省域间效率值差异性在下降。区域上效率值呈现东部地区>西部地区>中部地区>东北地区,且效率值均小于1;高技术产业高质量发展态势良好(动态),区域上呈现中部地区>西部地区>东部地区>东北地区,技术进步起着关键作用。人均GDP、人力资源质量等对效率值存在不同方向和程度的影响。最终提出促进我国高技术产业高质量发展的相关建议。     

R&D资源错配与绿色创新效率损失——基于中国高技术产业的实证分析

基于中国高技术产业数据,测算R&D资源错配并实证分析其造成的绿色创新效率损失。从理论上分析不同R&D资源错配造成绿色创新效率损失的具体机理,采用中国内地省级高技术产业数据,结合反事实方法,测算R&D资源错配造成的绿色创新效率损失情况。结果表明,2000—2018年,中国高技术产业绿色创新效率呈不断上升趋势,但整体水平仍较低;中国高技术产业存在明显的R&D资源错配问题,R&D资本和R&D人力错配均属于资源配置过多的情况;R&D资源错配对绿色创新效率具有显著抑制作用,整体上造成中国高技术产业绿色创新效率损失值为0.0614,损失率达26.4%。基于此,必须持续推动要素市场化改革,激发市场活力,消除要素流动障碍,促进R&D资本和R&D人力在区域间合理配置。     

中国战略性新兴产业发展绩效分析——兼论产业政策的重要性

基于全要素生产率(TFP)视角,文章深入分析了中国战略性新兴产业发展绩效。结果表明,201 1—201 5年间中国战略性新兴产业TFP指数年均值达到1. 069,与2006—201 0年相比,年均增长0. 03。此外,技术效率指数、纯技术效率变化指数和规模效率指数也实现不同程度增长,但技术进步指数却呈现下降趋势,其中纯技术效率和规模效率增加对TFP增长的贡献最为显著。进一步分析发现,中部和西部战略性新兴产业的TFP指数增长幅度较大,而东部和东北则有小幅度下滑。因此,必须从完善产业政策体系、促进产业有效集聚和加强基础性、关键性技术研发等方面入手,促进我国战略性新兴产业高质量发展。     

市场化进程对创新效率的影响及行业差异——基于中国高技术产业的实证检验

文章利用中国高技术产业1995-2010年的面板数据,采用Malmquist指数对高技术产业创新效率及其分解——资源配置效率和技术进步等进行了测算。在考虑市场势力和企业规模等因素之后,文章运用动态面板GMM方法实证考察了市场化进程对创新效率的影响及行业差异。研究发现,市场化程度的提高既优化了高技术产业的资源配置,又促进了技术进步,进而提高了创新效率,且入世后这种促进作用更大;行业特征影响着市场化进程对高技术产业创新效率的提升效果,在技术密集度较低、外向度较高的行业中,市场化进程对创新效率的积极影响更大。此外,企业规模和经济绩效也是高技术产业创新效率的影响因素,而市场势力与创新效率却存在倒U形关系。     

基于面板数据的制造业国际R&D溢出及生产率增长途径分析

为了检验产业自身科技水平对制造业国际R&D溢出效应及产业生产率提高途径的影响,根据1999—2004年产业R&D平均投入强度,将制造业划分为高、中、低技术产业,然后基于DEA对其全要素生产率变化、技术效率变化和技术进步变化指数进行测算,最后实证检验了国内本产业、国内其它产业、国外本产业R&D资本对上述3类产业全要素生产率变化、技术效率变化和技术进步变化的不同影响。结果表明:国外R&D资本对高技术企业存在显著的正向技术溢出效应,而对于中、低技术产业来说,本产业R&D资本是生产率提高的主要来源。根据上述分析结果,对我国的产业研发投入、国际贸易政策的制定提出了建议。     

中国工业TFP的新产品动能变化研究

本文在运用全局曼奎斯特(Malmquist)生产率指数测算新产品全要素生产率及其分组技术效率和技术进步的基础上,首次对2001—2010年中国大中型工业行业TFP的新产品动能变化及其数量效应变化和效率效应变化进行研究。研究结果表明:中国工业新产品全要素生产率主要来自于技术进步,技术效率的作用很小;新产品全要素生产率低于TFP,中国工业TFP主要依靠老产品驱动;整体上中国工业TFP的新产品动能增长基本停滞;2008年后,TFP新产品动能的数量效应和效率效应双双提升,技术进步的新产品动能实现了较快增长,技术效率的新产品动能有所下降;企业规模、非国有企业占比对于TFP的新产品动能增长没有显著影响,FDI有抑制作用,出口和R&D投入则有促进作用。     

中部地区物流产业生产效率及其环境影响因素分析

文章利用Dea-malmqusit指数方法对中部六省2000—2011年间物流产业生产效率进行测定,然后采用Tobit模型分析其环境影响因素。实证表明:中部地区物流产业生产效率实现了8.1%的全要素生产率增长率;技术效率、技术进步实现增长,技术进步对全要素生产率增长率贡献更大;GDP、交通基础设施、产业结构对生产效率影响最大。加快中部地区经济快速发展、完善交通基础设施建设和优化产业结构升级对于提高中部地区物流产业生产效率具有重要作用。     

中国战略性新兴产业的技术创新效率——基于DEA-Malmquist指数模型

采用基于DEA模型的Malmquist指数分解方法,将战略性新兴产业技术创新的TFP增长分解为技术进步、纯技术效率和知识创新效率的变化。利用2005—2012年中国省际面板数据,测算了中国28个省级行政区域以及三大地区(东、中、西)战略性新兴产业技术创新的Malmquist指数,分析其TFP的动态变化、TFP增长变化原因、省际和区域分异特征以及TFP增长动力来源的区域差异。研究结果表明:2009年以后,中国战略性新兴产业技术创新的TFP增速减慢并呈下降趋势,主要原因是技术进步速度快速下降,纯技术效率、知识创新效率逐渐成为影响战略性新兴产业技术创新的TFP增长率的主要因素;分地区来看,三大地区战略性新兴产业技术创新的TFP增速减慢且TFP增长率呈倒"U"型分布;TFP增长的动力来源存在区域差异,即东、西部地区主要依赖技术进步,但技术进步速度明显减慢,而中部地区主要依赖技术效率的增长,但增幅不大。     

基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究

运用DEA-Malmquist方法,在TFP分析框架下,通过测度高新技术产业发展的技术效率与TFP,分析1996—2010年间其产业发展的时空演变与效率变化特征,并对改善产业投入产出要素进行了定量调整。研究表明:1高新技术产业的技术效率:时序变化上,总体效率偏低,未能挖掘已有生产要素投入的潜力,处于规模不经济状态,应加大技术要素的投入;空间格局演变上,各省区技术效率值小于0.5的省份达到12个,占到全国的38.7%,产业高效发展的潜力挖掘空间较大;且技术效率无效省份普遍存在要素投入冗余、效益产出不足情况,各省区可根据自身情况对高新技术产业发展中的投入、产出要素做出定量调整。2高新技术产业Malmquist效率指数:平均技术进步变化和纯技术效率变化大于1,年均增长达9.6%和2.7%,表明激烈的市场竞争使企业注重先进技术要素的投入;但规模效率年均增长率为-0.3%,影响了TFP的提高;各省的Malmquist生产率指数除桂、渝外均得到改进,且TFP上升得益于进步率的提升,规模效率变化的影响有限。地区间技术效率差异显著,技术效率变化和TFP变化的差异却不断减小。     

我国高技术产业自主创新能力评价——基于DEA的Malmquist生产率指数分析

本文采用DEA方法,计算了1995—2007年13年间我国高技术产业17个行业全要素生产率的Malmquist指数,并对全要素生产率进行分解研究,结合R&D强度这一指标综合反映高技术产业的自主创新能力。最后得出主要结论:我国高技术产业技术进步率低,自主创新能力较弱,与发达国家相比存在很大差距,但这一现状在逐年改善。     

中国汽车产业全要素生产率及影响因素的实证分析

本文采用我国24个主要汽车生产省份2000—2008年的面板数据,使用DEA方法,对我国汽车产业全要素生产率进行分解、测算,发现在我国汽车工业全要素生产率TFP增长的年份中技术效率TE的增长贡献较大,而技术进步TP的增长贡献较小;并进一步选取变量建立半对数面板数据回归模型,发现人力资本对全要素生产率TFP、技术进步TP和技术效率TE的增长均有较大贡献,而FDI、R&D主要是通过对TE产生作用进而促进TFP的提升;政策并未对TP起到明显的促进作用,鼓励兼并重组主要是产生了规模经济效益。     

技术进步对产业增长作用的测度——基于北京高技术产业的实证研究

在分析技术进步对产业增长作用的传统理论和方法的基础上,将技术进步导致的规模效应置于技术进步效应中,并把技术进步效应分解为技术进步的纯产出效应和规模效应。构建了修正的DEA-Malmquist指数模型,基于1998—2008年全国22个地区高技术产业五大行业的面板数据,对北京高技术产业进行了实证分析,得出了北京高技术产业及五大行业的技术进步效应值及其分解值,验证了本文提出的理论和方法的科学合理性。     

中国35城房地产业全要素生产率及其影响因素分析

在房地产市场区域分化日益显著的背景下,研究不同城市的房地产业生产效率,是了解各城市房地产资源配置状况的基础。本文首先利用DEA-Malmquist指数模型测算中国35个大中城市2006—2020年的房地产业全要素生产率(TFP),然后依据TFP的各项分解值及其变化规律,从技术进步效率、规模效率以及纯技术效率角度探讨其主要影响因素。实证分析结果显示：不同时期、不同城市的房地产业全要素生产率存在显著差异,而人均国内生产总值、人口密度与房地产政策是其主要影响因素,其中人口密度对房地产业TFP还具有显著的“调节效应”。这不仅进一步揭示了房地产业TFP变化的原因,还为房地产市场调控“一城一策”的实施提供了理论依据和政策参考。     

京津冀高技术产业活动效率测度

协同创新环境因素是影响区域高技术产业技术创新效率的重要因素。采用京津冀高技术产业1995-2015年的追踪数据,运用三阶段DEA-Windows模型,对京津冀高技术产业R&D活动效率进行比较分析。突出协同创新的环境因素,既剥离了外部环境和随机因素对创新效率的干扰,又考虑了京津冀创新效率的动态演进特征。结果表明：外部环境因素与随机噪声对京津冀高技术产业R&D活动投入产出效率均有显著影响,利用SFA回归法对环境因素和随机噪声进行剔除性分析是合理的。其中,技术获取结构、区域经济关联度、区域贸易依存度、科技型基础设施投资强度、区域比较劳动生产率对R&D经费和新产品开发经费投入冗余均有显著负向影响,而对R&D人员全时当量的影响则是多元的。剔除环境和随机干扰后,北京和天津的R&D活动投入产出效率有所降低,而河北的效率值有所提高。在上述研究的基础上,提出相应的对策建议。     

中国服务业分行业生产率变迁及异质性考察

本文采用全国两次经济普查后的修订数据,引入"技术不会遗忘"假定,运用序列DEA-Malmquist生产率指数法测算了1990—2010年中国服务业细分行业的全要素生产率(TFP)、技术进步、纯技术效率与规模效率增长率。结果表明,中国服务业总体及细分行业的TFP均处于上升通道,在上世纪90年代,服务业TFP增长的主导因素是技术效率改进,进入21世纪后,则主要是技术进步提高,且技术效率改进已开始由以纯技术效率为主转向以规模效率为主,但服务业发展的粗放型特征仍然明显。同时,中国服务业TFP增长表现出了较大的行业异质性;与工业(制造业)行业对比,服务业TFP增长是滞后的。2010年与1991年相比,TFP及技术效率增长的行业间异质程度有所下降,而技术进步却有进一步拉大的迹象。可能的内在机制是现代信息技术对不同服务业企业资源配置的异质影响,以及中国服务业体制改革的渐进式道路。     

国际R&D溢出、产业间贸易流与中国制造业生产率

本文运用三种面板数据的计量方法分析了国内和国际R&D资本通过产业间内联系、国际贸易对中国13个工业行业全要素生产率增长的长期影响。发现国内R&D资本更多的是通过行业间的上下游联系影响工业行业的TFP;同时也发现国际R&D溢出确实对国内工业的技术进步产生了正向外部性,而且其影响系数比国内自身R&D资本的产出弹性都高。在文章的最后我们按行业技术水平的高低进行分组,研究了国内和国际R&D资本对三个不同技术类型行业的TFP的长期影响。     

产业集聚、企业规模与全要素生产率增长——基于长三角制造业行业面板数据的分析

本文首先从理论上分析了产业集聚、企业规模对TFP增长的影响;其次,运用非参数的Malmquist生产率指数方法,测算了1998—2007年我国长三角地区两省一市(江苏、浙江、上海)20个制造业行业的全要素生产率增长及其技术效率和技术进步的变化;最后,用面板数据的计量回归模型对长三角两省一市制造业行业全要素生产率的影响因素进行了实证检验。得出以下结论:长三角地区两省一市制造业行业全要素生产率的增长主要是由技术进步带来的,而技术效率变化指数表现出负增长;产业集聚和企业规模对上海、江苏和浙江制造业行业TFP增长的作用显著,且产业集聚的作用大于企业规模的作用。