江苏渔业全要素生产率:基于MalmquistTFP指数的分解

生产率变化是评价产业绩效的一个重要指标,政策制定者需要了解生产率的变动趋势以便出台更为有效的渔业发展政策。本文将DEA方法和MalmquistTFP指数方法相结合,利用渔业生产的省级面板数据,对江苏渔业全要素生产率的变化进行测算,并将全要素生产率的变化分解为技术效率、技术进步和规模效率三种成分。分析表明,近年来江苏渔业的全要素生产率取得了明显的增长;全要素生产率的增长主要得益于技术效率的提高,技术进步和规模效率所起的作用极为有限。     

食品企业规模竞争力与全要素生产率增长：基于产业集聚视角

利用中国31个省市2004-2010年食品业三个子行业面板数据,在产业集聚视角下对企业规模竞争力与全要素生产率增长进行了实证研究。结果发现:企业规模竞争力对食品业全要素生产率增长有促进效应,影响途径主要通过对效率改善的正面作用,技术进步效应表现出行业差异性。产业集聚有显著的效率改善效应,技术进步效应以及综合TFP效应存在行业差异。进一步研究产业集聚对企业规模竞争力生产率效应间接作用发现:产业集聚一方面更有利于中小企业效率改善,另一方面更有利于大企业获得技术进步提高。     

国家高新区设立能够提升城市全要素生产率吗？——基于261个地级市TFP分解数据的路径分析

国家高新区是培育经济增长新动能，实现区域经济高质量发展的重要政策载体，文章利用2001-2014年我国261个城市面板数据，通过渐进双重差分法研究国家高新区设立对城市全要素生产率的影响。研究发现：研究期内国家高新区的设立对城市全要素生产率造成显著的负面影响；从TFP的分解项来看，高新区设立促进了所在城市规模效率提高，却抑制了技术进步和技术效率提高；异质性分析结果表明上述作用具有显著城市等级异质性，在高行政等级城市设立高新区对城市全要素生产率具有促进作用。进一步运用工业企业数据库、微观土地转让数据、城市专利数据等进行机制分析发现，企业间资源错配和土地价格扭曲降低了技术效率，而技术创新下降和产业升级钝化是抑制技术进步的主要机制。     

东北地区装备制造业全要素生产率及其影响因素——基于DEA-Tobit两阶段法

采用DEA-malmquist指数方法测算了东北地区装备制造业2005—2020年全要素生产率及其分解效率,并利用混合面板Tobit模型对其影响因素进行了实证检验。研究发现：东北地区装备制造业全要素生产率依靠技术进步的“单轨驱动”,总体达到DEA有效,技术效率抑制了其增长速度;东北地区装备制造业发展存在行业异质性和区域异质性;增加研发投入、提高市场化水平和地区经济发展水平能够提升全要素生产率;随着产业集聚程度的提高、政府财政支出的增多,全要素生产率反而下降;产业规模、城镇化水平与全要素生产率并无直接关联。     

上海经济全要素生产率变动：1953—2003

本文从制度变迁、技术进步和人力资本的提升三个方面提出上海经济增长效率提高的证据。利用上海1953-2003年的数据进行实证检验,发现人均资本产出弹性约为0.36,计算全要素生产率,发现上海1992年小平南巡讲话以后全要素生产率大幅度提高,TFP增长对产出增长的贡献达到约32%。     

上海软件产业全要素生产率评价——基于Malmquist指数的分析北大核心CSSCISSCI

软件产业作为信息产业的重要组成部分,在新经济中扮演着核心产业的角色。本文利用2003～2009年上海市软件产业的面板数据,通过运用基于DEA距离的Malmquist指数法对上海市软件产业近年来全要素生产率变化及其构成要素进行测度和年际分析,同时,本文分中心城区、近郊区、远郊区三个地区分析了全要素生产率的地域差异。结果表明:上海市软件产业全要素生产率的整体表现较好。生产率的提高主要是依托管理水平提高,技术进步的作用相对微弱;从地域上来看,中心城区和远郊区的全要素生产率要明显好于近郊区,而带来这一差异的主要原因分别是管理水平和规模效益。最后,总结了上述实证研究结果并提出了相应的政策建议。     

基于SFA的我国中东部经济发展效率差异性的实证分析

以10个省1999—2008年的面板数据为基础,运用基于超越对数的随机前沿生产函数模型,分析了中东部经济发展的技术效率、技术进步和全要素生产率,研究发现:中部的技术效率和技术进步要低于东部,中部对资本和劳动力投入的依存度较大,但中部的效率变化值很大,导致全要素生产率大于东部,中东部经济发展差异存在着减小的趋势。     

中国产业结构与经济增长研究：1990-2012

全要素生产率是分析经济增长源泉的重要工具,文章通过使用与前人不同的方法计算出1990-2012年中国三次产业全要素生产率,发现中国经济历年来主要靠第二产业全要素生产率拉动,但是2009年以后第三产业全要素生产率开始超越第二产业,成为经济增长的主要拉动因素。此外,文章计算出三次产业资本边际产出比重,从中可以看出我国应当调整投资在产业间的分配以提高资本效率。最后,通过产业结构与三次产业就业关系的研究发现,第三产业就业人数增加能够促进第三产业产值占国内生产总值的比重。     

服务业FDI技术溢出与服务业全要素生产率增长--理论分析和基于中国的实证检验

文章首先分析服务业FDI技术溢出的机制,接着利用非参数的DEA-Malmquist指数对我国2003-2011年14个服务行业的全要素生产率及其分解进行了测算,最后设定面板回归模型就服务业FDI技术溢出效应进行了实证分析.研究发现:服务业技术进步在推动服务业全要素生产率增长方面发挥了主要作用,各行业的异质性决定了全要素生产率的变化有所不同;除房地产业外,服务业FDI确实存在着技术溢出效应,其显著地促进了服务业的技术进步及全要素生产率增长,但是非线性特征不明显;服务行业内部一些因素也会影响服务业全要素生产率的变化.     

中国区域物流产业技术进步及其影响因素研究

本文应用SFA模型评价我国区域物流业整体技术效率和全要素生产率,得出以下结论:我国物流产业TFP增长呈现震荡上升的趋势,其中东部地区TFP增长率相对较高,物流产业全要素生产率增长出现了一定的收敛趋势。引起全要素生产率增长率变化的主要因素是技术进步率和技术效率变化率。区域的经济发展水平、区域的市场化程度以及港口物流有助于提高我国区域物流的全要素生产率。     

互联网发展是否提升了中国地区生产率?——基于动态空间面板模型的计量分析

本文以2002-2019年中国分地区数据作为研究样本,基于动态空间面板模型的计量分析,检验互联网发展水平对地区全要素生产率的影响。研究发现从全国整体来看,互联网对地区全要素生产率确实有着较为显著的促进作用。但在不同地区,互联网在促进全要素生产率上有着较大的地区异质性。另外通过对生产率指数进行分解,实证估计结果表明互联网在驱动地区生产率提升方面,主要依赖的是技术效率,而不是技术进步。就全国整体而言,互联网与技术效率提升具有显著的正相关关系,但与技术进步之间却没有通过显著性检验。     

全要素生产率对上海市经济增长贡献的实证研究

全要素生产率是衡量一个经济体效率的重要指标,文章运用索洛残差法估算出上海市1979-2011年的全要素生产率,并对上海市全要素生产率增长和经济增长源泉进行定量分析。分析发现1992-2011年间全要素生产率年均增长率为6.06%,对经济增长的平均贡献率达到50.56%;说明全要素生产率对上海经济增长发挥着日益重要的作用。     

中国省际高技术产业创新效率评价研究——基于超效率DEA模型和Malmquist指数法

基于中国29个省区市2014-2018年高技术产业的面板数据,首先采用超效率DEA模型对各省市生产效率进行测算,进而构建DEA-Malmquist模型对各省市综合生产率指数进行计算和分解.结果表明:中国高技术产业创新效率的总体水平较高,但是超过一半的省市区要素投入结构不合理,而且主要分布在中部和西部地区,创新效率存在较大的区域差异;中国高技术产业的全要素生产率指数平均值大于1,很多省份存在规模效率不高的问题,导致创新效率呈现N型的回调震动形态,技术进步和技术效率是全要素生产率提高的主要动力.因此,为了进一步提高我国高技术产业创新效率,需要注意保持高技术产业的技术水平和技术效率,尤其要注重高技术产业科技资源的优化配置,提升高技术产业创新资源的管理水平.     

我国高技术产业生产效率及其时空演变特征研究——基于三阶段DEA-Malmquist模型

通过构造三阶段DEA-Malmquist模型,测算了我国高技术产业的全要素生产率,主要结论如下：①高技术产业全要素生产率的提升主要来源于技术进步;②环境因素对决策单元投入松弛变量具有显著的影响;③剔除环境因素和随机因素之后,东部省份的全要素生产率出现了不同程度的下降,西部省份的全要素生产率出现了不同程度的上升,而中部省份的全要素生产率变动并不明显。对此,提出了提升我国高技术产业技术效率的政策建议。     

国外对华反倾销对中国出口企业生产率的影响:以美国对华反倾销为例

本文利用2002~2009年的企业数据,使用动态面板广义矩估计方法以美国对华反倾销为例研究了国外对华反倾销对中国出口企业生产率的影响。本文利用数据包络分析方法(DEA)将全要素生产率分解为技术进步与技术效率两大指标。回归结果显示,国外对华反倾销调查对中国出口企业全要素生产率有显著提升作用,但是技术进步与技术效率指标却分别呈现出显著性下降与显著性上升的不同趋势,出现了相互抵消现象,即反倾销对企业全要素生产率这一正向影响主要通过技术效率的提升实现。并且这一影响只在反倾销调查实施当年显著,在随后的几年中影响均不显著,即反倾销对中国出口企业生产率的影响只存在短期效应。     

产业协同集聚对绿色全要素生产率的空间效应研究——来自京津冀城市群的经验证据

绿色发展是推进京津冀城市群经济高质量发展的关键之举。文章基于2006—2019年京津冀城市面板数据，采用空间计量方法实证分析制造业与生产性服务业协同集聚对绿色全要素生产率的直接影响及空间溢出效应。研究发现：在正、负外部效应双重作用下，产业协同集聚对京津冀城市群绿色全要素生产率具有“倒U”型影响，同时存在空间溢出效应；进一步分析发现，该影响效应存在产业异质性，制造业与高端生产性服务业协同集聚对绿色全要素生产率具有更强的作用效果以及更高的拐点值，且产业协同集聚能够通过绿色技术效率及绿色技术进步“双引擎”作用于绿色全要素生产率。研究结果可为如何依托产业协同集聚促进京津冀城市群绿色发展提供一定的参考。     

江苏省各市绿色全要素生产率估算与可持续发展分析

选取江苏省各市2004-2013年的面板数据,运用基于非期望产出的DEA-Malmquist指数方法估算该区域绿色全要素生产率(GTFP),并探究其变动情况。引入绿色全要素生产率地区差异性指数（GRDI）,定量分析各市GTFP差异。结果表明：江苏省GTFP在样本期间内波动变化并在短期内达到一个峰值,且GTFP上升的主要原因是技术进步; GTFP普遍低于传统全要素生产率;根据GRDI指数得出各市GTFP差异的动态演进过程可以分为三个阶段。最后,给出实现经济可持续发展和提高GTFP的政策建议。     

基于两阶段的中国高技术产业创新效率研究——来自省级面板数据的实证分析

文章在将高技术产业创新过程划分为技术开发和技术成果转化两个阶段的基础上,使用1997-2010年省级面板数据,采用Malmquist指数方法考察了中国高技术产业创新效率状况。实证分析结果表明:在技术开发阶段,中国高技术产业全要素生产率的平均增长率为21.03%,这主要得益于技术进步水平的快速提高和技术效率的小幅改善;在技术成果转化阶段,中国高技术产业全要素生产率的平均增长率为-6.05%,关键原因在于技术进步水平明显下降,在很大程度上抵消了技术效率的改善。为持续提高中国高技术产业创新效率,加快产业发展,放大其技术外溢效应,应积极采取措施,努力实现由偏重技术开发向技术开发与技术成果转化并重转变。     

基于DEA-Malmquist指数的长江经济带物流业全要素生产率研究

利用DEA-malmquist指数模型,对2006～2016年间长江经济带物流业全要素生产率进行实证测算,从全要素生产率、技术效率、技术进步三方面分析长江经济带物流业发展状况,并对比分析各地区物流业全要素生产率的动态变化特征。结果显示:长江经济带物流业全要素生产率总体上有下降的趋势,物流业全要素生产率水平不高;各地区物流业全要素生产率整体上也表现为下降的趋势,地区之间存在一定的差异;长江经济带物流业全要素生产率的增长由主要依靠技术进步转变为技术效率驱动为主,且技术进步成为阻碍全要素生产率增长的重要因素。最后,提出提升长江经济带物流业全要素生产率的对策建议。     

中国城市全要素生产率的动态实证分析:1990-2006——基于DEA模型的Malmquist指数方法

利用基于DEA模型的Malmquist指数方法,分析了中国196个主要城市在1990-2006年期间城市全要素生产率的动态变化.该研究发现,1990-2006年期间,城市全要素生产率增加了2.8%,主要来源是技术改进,技术效率变化起着拖累作用;选定期间内的全要素生产率变化呈现三个上升高峰和两个波谷特征,第二高峰期间为1996-1999年,全要素生产率改善值最大,两个下降波谷分别出现在1993-1995年与2002-2003年期间,最近城市全要素生产率变化重新走上上升趋势,这可能表明了未来几年的走势;重庆市是直辖市中全要素生产率唯一下降的,上海最高,北京次之,天津改善幅度最小;东部地区全要素生产率改善了4.6%,中部改善了2.2%,西部改善2.8%,而东北地区改善的最少,只有1.0%.本文通过实证分析认为,我国城市经济增长还处于投入增长阶段,利用效率整体较低.