乡镇企业增长的地区差异分析

基于改革开放以来乡镇企业增长呈现出明显的地区不平衡性这一典型特征,本文运用方差分解技术,考察要素投入与全要素生产率增长各自对省区间乡镇企业增长差异的贡献.从分析结果来看,各省区之间全要素生产率增长的差异是造成乡镇企业增长地区差距的主要原因.     

中国信息制造业全要素生产率变动、区域差异与影响因素研究

本文使用基于DEA的非参数Malmquist指数方法研究了1996—2005年中国各地区信息制造业的全要素生产率(TFP)的变动、区域差异以及影响因素。研究结果表明:中国各地区信息制造业的TFP的平均增长率为8.6%,其中技术进步是TFP增长的主要动力;东中西部地区之间TFP增长存在显著差异,且技术效率存在收敛趋势;人力资本、工业化、国有企业和外资企业比重是拉动TFP增长的显著因素,而企业平均规模和聚集效应则对其有负面影响。     

信息技术与上海全要素生产率关系研究

总结回顾了信息技术与生产率相关的研究,估算上海市资本存量并应用参数估计方法估算上海的劳动力和资产产出弹性,用劳动者报酬进行核实;根据估算的劳动力和资产产出弹性,使用增长核算方法计算出上海全要素生产率;在此基础,建立线性回归模型,分析信息技术与上海全要素生产率的关系,对结果进行分析并提出政策建议。     

我国地区全要素生产率与人力资本构成

考虑到人力资本组成部分的异质性,本文研究了全要素生产率(TFP)与人力资本构成的关系,并运用Dynamic Panel Data一阶差分GMM估计方法对1982—2004年我国28个省区市的面板数据进行了实证检验。实证结果表明,只有接受过高等教育的人力资本部分对TFP才有显著的促进作用。把人力资本分解为不同的组成部分有助于深化我们对TFP和人力资本的理解,还可以使我们对现有文献中人力资本与产出的一些争议提供解释。     

中国经济增长来源实证研究——基于对细分的信息产业、资本投入、劳动投入与全要素生产率的分析

运用多投入多产出模型,从产出、投入两个角度测算分析信息产业、全要素生产率等要素对中国经济增长的贡献.基于产出视角的分析表明:相比非信息产业以及信息应用产业,信息产业对经济增长的贡献相对较低,且存在“硬”强“软”弱的结构问题.基于投入视角的分析表明:资本投入一直都是我国经济增长的主要来源,其次是全要素生产率(TFP),而劳动投入对经济增长的贡献非常低.从动态演变来看,资本投入对经济增长贡献的剧烈波动都发生在经济危机后,而且往往伴随着全要素生产率(TFP)对经济增长贡献的反向剧烈波动,表明为应对经济危机的投资的过度增长往往伴随着低效率.     

中国19个城市群高新技术企业全要素生产率增长的区域差异与时空演进北大核心

本文利用超越对数随机前沿生产函数、Dagum基尼系数、传统与空间Markov链等方法进行实证分析,揭示2015~2019年中国19个城市群高新技术企业全要素生产率增长的时空分异特征。研究发现:19个城市群高新技术企业全要素生产率增长率呈增长态势;整体、区域内以及区域间差异均呈明显扩大态势,区域间差异是造成区域差异的根本原因;其时空转移特征呈现出“非对称向上”、“俱乐部收敛”和“跨层次跃升”的态势;在不同领域环境下,其转移特征表现出显著空间依赖性。研究结论对于缩小企业全要素生产率增长的区域差异与促进区域协同创新发展具有重要理论和实践意义。     

全要素生产率在电力经济可持续发展中的应用研究

本文通过全要素生产率的含义、基本方程及电力企业计算全要素生产率的数学模型的研究，论述了经济增长取决于劳动投入、资本投入和科技进步这三大因素，全要素生产率是经济可持续发展的唯一要素，井进一步阐述了利用全要素生产率指数来衡量技术进步在电力经济增长中的作用。     

电力企业全要素生产率的回归分析

本文通过对电力企业全要素生产率理论特点分析，采用实证研究的方法对某公司九五计划的实际数据进行TFP指数分析和评价，指出了电力企业中推行全要素生产率为目标的管理方法是切实可行的。     

环境约束下地区全要素生产率增长的再估算:1998—2008

本文采用序列Malmquist-Luenberger(SML)指数法估算1998—2008年中国各省环境约束下的TFP增长率。研究发现:考虑环境约束之后,TFP增长对我国经济增长的贡献不足10%,这反映了我国经济粗放增长的现实,技术进步是我国TFP增长的源泉,技术效率呈下降态势;样本区间内TFP增长率呈上升趋势的地区包括北部沿海、东部沿海、长江中游和大西南地区,呈下降趋势的地区包括南部沿海、黄河中游、大西北和东北地区;2005年以来环境约束下的TFP增长率呈明显的上升趋势,表明我国近年出台的环境相关政策对于破解环境问题和转变增长方式产生了积极的效果。回归分析显示,人均收入水平与环境约束下的TFP增长率呈U型关系,经济开放度、工业结构中的大中企业比例对TFP增长有正向影响,能源强度、国有企业比例有负向影响。     

基于Malmquist指数法的我国电子信息产业全要素生产率增长分析

本文运用Malmquist指数法测算了我国电子信息产业全要素生产率的变动趋势,并把全要素生产率的增长构成分解为技术进步和技术效率变化两个部分,结果显示：1996—2007年我国电子信息产业全要素生产率的平均增长率为I．5％,主要原因是技术进步水平的提高,但技术效率下降产生的负面影响也不可忽视,且在不同时期技术效率和技术进步对我国电子信息产业全要素生产率增长的贡献存在一定差异。     

府际关系、关系产权与经济效率——一个解释我国全要素生产率演进的新视角

本文引入关系产权中介变量,从理论层面分析了府际关系演变对经济效率的影响,并利用1978—2008年间省际面板数据和随机前沿函数模型,对理论推演的假说进行了实证检验。本文主要结论:①改革开放以来,随着府际关系不断演进和市场化程度逐步提高,企业关系产权的广度在缩小,宏观经济效率在提高。②随着纵向府际关系从分灶吃饭过渡到分税制、区域统筹,横向府际关系从地方保护主义盛行走向招商引资竞争、产业协作,因企业关系产权随之一同演变,在剔除产业结构、投入因素的影响之后,GDP分别提高了9.7%和12.7%。实施分税制改革和统筹区域发展政策,确实有助于提升经济发展效率。③我国地区之间的TFP差距在时序上并非均衡演进。20世纪90年代中期之后,伴随着企业关系产权广度缩小、资源配置市场化程度加大,东部与中西部之间的TFP差距逐渐形成并扩大,由此导致的GDP差距约占GDP总额的3—4成。     

人工智能对全要素生产率的影响研究

人工智能作为新一代信息技术,成为提升全要素生产率的新动能。本文基于省级行政区的面板数据,采用空间自相关模型(SAR),实证检验人工智能对全要素生产率的影响效果。研究发现：(1)人工智能发展能够显著提升全要素生产率水平,但影响程度存在地区异质性,其对东部地区的促进效应明显高于中、西部地区;(2)人工智能对全要素生产率具有显著正向空间溢出效应,这种正向空间溢出会显著提升相邻地区全要素生产率;(3)机制识别发现,人力资本和产业结构升级是人工智能促进全要素生产率提升的重要机制。本文研究结论有助于更好地理解全要素生产率空间策略的外在驱动力,对实现产业转型升级和经济增长至关重要。     

碳试点政策冲击下的地区工业全要素生产率增长分析

本文基于DEA-Malmquist指数方法测算了我国各省(区、市)2003～2022年的工业全要素生产率,通过双重差分法研究发现碳交易试点政策有助于促进碳试点地区工业全要素生产率增长,并发现在2013～2022年间,碳试点地区工业全要素生产率的增长主要来源于纯技术进步和纯技术效率提升,规模效率提升的贡献相对较低。具体的,在2013～2022年间,纯技术效率、纯技术进步和规模效率所作的平均贡献分别为56.8%、36.9%和6.3%。但是从变化趋势来看,近年来碳试点地区依赖于纯技术效率提升和纯技术进步实现工业全要素生产率增长的空间在不断缩小,规模效率提升所发挥的作用在稳步增强,在2019～2022年、2020～2022年以及2021～2022年3个样本期内,规模效率提升所作的平均贡献均超过了20%,未来碳试点地区工业全要素生产率增长将愈发依托规模效率改善的增长模式。     

本土市场规模与中国制造业全要素生产率

本文使用2001—2010年中国制造业分行业数据,实证分析了本土市场规模与全要素生产率之间的关系。估计结果显示,以"市场促创新"的假说整体上是成立的。本土市场规模每增加1%,将会促进生产率指数增长0.021%、效率改进指数增长0.023%、技术进步指数增长0.018%。分行业研究显示,本土市场规模对全要素生产率的影响在不同行业存在一定的差异。本土市场规模作用的发挥更依赖于行业的技术密集程度和资本密集程度,而对行业的劳动密集程度则并不敏感。从作用机制来看,本土市场规模对生产率增长和技术进步的正向作用主要通过资本密度、研发密度与人力资本等途径传递;对效率改进的正向影响主要通过资本密度、研发密度、人力资本以及对外开放度等途径传递。在所有的作用途径中,人力资本的影响最大。这些作用机制可以进一步归纳为"集聚效应"和"竞争效应"。     

利用全要素生产率分析我国工业企业的发展

本文通过搜集数据、建立模型、进行回归分析，得到了工业企业的经济模型和较为准确的α和β的值，进而得到了工业企业的全要素生产率，并与全员劳动生产率进行比较，通过二者的比较，显示了中国工业的发展由粗放型向集约型转变时期经济增长的良好势头。     

要素投入、技术进步与上海经济增长的源泉

运用传统增长理论和内生增长理论对上海近十多年来经济增长的实证分析,得出了如下结论：一是上海的经济增长是外延式的经济增长,是靠要素的投入得到的,技术进步对上海的经济增长的贡献较低,在现阶段还没有出现内涵式经济增长的拐点。二是在现阶段制度变迁对上海的经济增长的作用已微乎其微,也就是说在上海市场对要素资源配置比较完善。三是技术进步来源中的技术引进和研究开发相互脱节,没有达到相互促进的良性循环,对上海经济的增长无积极作用。     

基于DEA模型的全要素碳生产率与影响因素研究

利用我国30个地区1995～2010年的GDP、资本、劳动力、能源和碳排放的数据,运用DEA-Malmquist全要素碳生产率模型,对我国30个地区、东中西三大区域以及全国的全要素碳生产率进行了测算并分解为技术效率指数和技术进步变化指数,最后运用面板数据模型对全要素碳生产率的影响因素进行分析,并提出了政策建议.     

煤炭产业集聚、技术创新与绿色全要素生产率

在“双碳”目标和煤炭经济实现高质量发展的背景下,探究产业集聚、科技进步与创新等对煤炭产业绿色全要素生产率的影响情况具有重要意义。针对煤炭产业集聚特性,采用固定效应模型和中介效应模型,将煤炭产业集聚、技术创新和绿色全要素生产率（GTFP）纳入同一个研究框架,在分析煤炭产业集聚对绿色全要素生产率的影响机理基础上,利用2010—2020年我国27个省份的面板数据进行实证检验,并进一步对自主创新、外部引进、政府支持等3种技术创新模式的中介效应进行深入研究。研究发现：煤炭产业集聚与绿色全要素生产率之间存在显著的倒U型关系;技术创新在煤炭产业集聚与GTFP的非线性关系中存在中介效应;不同的创新模式对不同集聚程度区域产生的影响各不相同。其中,自主创新对低集聚区的中介作用最为显著;外部技术引进对高集聚区的中介作用最为显著;政府支持则对中集聚区的中介作用最为显著,但对高集聚区产生的影响并不明显。上述研究结论对煤炭产业集聚下如何提升绿色全要素生产率具有借鉴意义。     

中国纺织行业出口增长：一个微观视角

文章首先对中国纺织工业近七年来出口增长进行了定性和定量分析。在对相关指标计算的基础上,详细考察了中国纺织行业出口和行业全要素生产率、行业规模、行业赢利情况等的关系,结果表明我国纺织品出口尽管规模较大,但是效率并不高。然后,借用Bernard,Eaton,Jensen和Kortum（2003）所建立的模型,清晰地阐明了中国纺织企业扩大出口和企业效率之间的关系,指出我国纺织品出口的扩大关键在于企业自身效率的提高。最后,提出中国纺织行业的升级和出口竞争力的提高更多地应该注重企业加强自身建设,充分挖掘国内市场,努力提高创新能力。     

低油价下石油企业提高全要素生产率探讨

石油企业的资本效率和人力效率挖潜空间有限,通过技术进步、科技创新以及资源要素重整提高全要素生产率,进而实现石油企业有质量、有效益、可持续发展很有必要.针对石油企业的产业链特点,要提高其全要素生产率,可以考虑在资源重新优化配置和创新驱动两个层次分别采取不同的路径.