中国制造业企业相对效率和全要素生产率增长研究——基于1999～2005年行业数据的实证分析

本文采用数据包络分析方法(DEA)分别对制造业各个行业中内资企业、外资企业1999~2005年期间的相对效率、全要素生产率(以Malmquist指数衡量)及其构成情况进行了实证研究。结果表明,内资企业和外资企业在制造业各行业中的相对效率具有显著差异,内资企业相对效率较高的行业集中在劳动密集型行业及垄断程度较高的一些行业,而外资企业相对效率较高的行业集中在资本及技术密集型行业;两类企业在各个行业中的全要素生产率都呈现出上升趋势,但增长速度及其动力存在差异。基于实证结果及分析,本文对我国制造业的发展提出了政策建议。     

中国区域生产率的变动及分解——基于Malmquist生产力指数的实证研究

文章基于省际面板数据,运用DEA下的MalmquiSt指数方法测算并分解了社会主义市场经济体系建立以来的全要素生产率（TFP）变化,并对变化原因进行了解释。     

城镇化与全要素生产率提升关系实证研究

在对城镇化、经济增长、全要素生产率以及它们彼此的关系进行文献梳理和理论研究的基础上,采用数据包络分析方法对我国1999-2013年31个省区市的全要素生产率进行了测算;运用2013年31个省区市代表城镇化水平的数据,对1999-2013年全要素生产率的平均值进行了相关和回归分析。结果显示:城镇化水平与全要素生产率呈现高度的正相关关系,城镇化水平每增加1%,可推动全要素生产率提升0.06%以上,说明城镇化的进程对全要素生产率的提升有很大的促进作用。因此,要深刻认识城镇化对我国经济社会发展的重要作用,通过大力推动城镇化来提升全要素生产率水平,促进我国经济健康、持续、稳定发展。     

非平衡面板数据的全要素生产率测算方法

研究目标:在广义DEA的理论框架下对传统DEA-Malmquist指数方法进行修正,从而使非平衡面板数据的全要素生产率测算结果更为合理。研究方法:应用广义DEA方法的基本原理,将传统DEA-Malmquist指数方法的理论基础从“自评体系”拓展到“他评体系”,给出一种修正的DEA-Malmquist指数方法,并将这些方法应用于2005～2018年中国西部地区经济全要素生产率的测算中。研究发现:基于广义DEA理论的修正DEA-Malmquist指数方法有效消除了数据缺失对Malmquist指数测算的影响,在非平衡面板数据的全要素生产率测算方面更具合理性和稳定性。研究创新:在广义DEA的理论框架下实现了非平衡面板数据全要素生产率的有效测算。研究价值:为全要素生产率的测算提供了全新思想,同时也增强了DEA方法在处理非平衡面板数据方面的能力。     

基于PVAR模型的中国制造业上市公司企业成长与生产率关系实证分析

文章采用中国制造业上市公司2001年~2009年的数据,通过应用面板数据向量自回归方法,分析了中国制造业上市公司企业成长与生产率之间的动态关系。分析结果发现,当给全要素生产率一个正的冲击时,企业成长在前5期有稍微的波动,在地6期后对企业成长呈现向下的趋势影响。说明全要素生产率并不能显著的促进企业成长。另一方面,纯技术效率的冲击在第4期后将显著的促进企业成长,说明对制造业上市公司来说,技术创新将在未来制造业的发展中占有非常重要的作用。     

产业协同发展与城市全要素生产率——中国南北差异视角下的实证检验

制造业和生产性服务业的协同发展是中国经济提质增效的重要途径。使用2001-2018年的中国城市面板数据,测算了产业协同度,并考察了产业协同发展和全要素生产率的关系。结果表明:研究期内,中国城市整体及南方和北方的产业协同度呈现上升态势,但存在明显区域差异,北方的产业协同度低于南方;在南方和北方,产业协同发展可显著提升全要素生产率,影响全要素生产率的作用机制在南方和北方存在差异;学习机制、互补机制和竞争机制可通过促进技术进步和提高技术效率共同推动全要素生产率增长,但南方和北方的影响机制存在显著差异。最后从发挥市场机制、完善保障体系和加快北方地区发展等方面给出了对策建议。     

中国制造业省际全要素生产率变动分析——基于非参数Malmquist指数方法

在构建1987~2005年中国28个省区市制造业面板数据的基础上,本文基于非参数Malmquist指数方法构造区域制造业生产前沿,考察制造业省际全要素生产率的增长来源、差异与变化趋势。研究表明,分析期内制造业的生产要素结构经历了一个资本相对密集化的过程;制造业省际全要素生产率的增长来源于技术进步,技术效率变化表现为负作用;全要素生产率在1988~1990年和1994~1997年两个时间段出现了负增长,1987~2002年全要素生产率总体上没有增长。     

中国企业相对效率和全要素生产率研究——基于37个行业5年数据的实证分析

本文在对全要素生产率分析研究的基础上,对效率研究的方法进行了比较和筛选,选取《中国统计年鉴》中未变动工业行业划分的5年数据,采用数据包络分析方法（DEA）对工业各行业的全部国有及规模以上非国有企业的技术效率、规模效率及全要素生产率（以Malmquist指数衡量）进行计算,得出的结论是1998～2002年相对效率最佳的行业是烟草加工业、电子及通信设备制造业,同时对各行业的现状及趋势进行对比分析,总结出若干关于优化产业结构、促进行业发展的合理建议.     

中国保险业全要素生产率增长分解与分析

研究1999年至2003年我国保险业全要素生产率增长趋势,并将其分解为前沿技术进步、纯技术效率的变化、规模效率的变化三大因素。研究发现,保险业的全要素增长率呈现逐年上升的趋势;前沿技术进步已成为我国保险业全要素生产率增长的最主要动力;保险公司相对前沿的技术效率差距拉大,已出现阻碍全要素生产率增长的趋势,但这种技术效率的差距不是因纯技术效率的差异影响而是受规模效率的影响。     

我国制造业全要素生产率区域差异及其原因研究——基于制造业2003─2011年面板数据的实证分析

我国制造业的全要素生产率变动存在区域性差异。基于DEA分解的Malmquist指数法分解结果表明,东部地区制造业TFP增长主要由技术进步推动,而中西部地区则表现为技术效率的提升。就影响因素而言,FDI以及汇率波动对东部地区制造业TFP变动的影响显著。基础设施建设水平则对西部地区制造业TFP提升有着重要作用。此外,市场化进程也对中西部地区全要素生产率的提升产生影响。     

产业配套能力对中国制造业生产率的贡献

本文利用2001~2007年的制造业企业数据,考察了产业集聚,特别是产业配套能力对中国制造业生产率提升的贡献。研究结果表明,2000年以来由于产业配套能力增强使制造业生产率平均每年提高2个百分点左右,与研发投入对生产率提升的贡献差不多,这说明产业配套能力是中国制造业竞争力的重要来源。不过,随着中国进入新的经济增长阶段,企业数量和规模增长的速度放缓,产业配套能力对制造业企业生产率提升的贡献将呈现下降的趋势。今后一方面需要通过改善产业布局,引导企业按照上下游关系集聚形成完整产业链,促进配套能力的发挥;另一方面需要加强研发,提高创新能力以打造新的竞争优势。     

中国高技术产业的全要素生产率及产业比较

基于2001～2007年中国5个高技术产业的细分行业的面板数据,运用Malmquist指数构建一个三投入三产出的模型,分别测算了高技术产业及其细分行业的全要素生产率。结果显示,5个细分行业全要素生产率的增长率差异较大,而且整个高技术产业的全要素生产率的增长率不稳定,主要原因是技术进步因素发生波动。     

制造业服务化、政府补助与企业全要素生产率——基于汽车制造业上市公司的实证研究

制造业和现代服务业的深度融合是我国制造业转型升级的重要方向。基于资源基础观与企业能力理论,从企业内部资源、企业能力和治理结构三个维度构建制造业服务化评价体系,以2014—2019年汽车制造业上市公司为研究样本,实证研究制造业服务化对企业全要素生产率的影响,以及政府补助的调节作用。研究结果表明:制造业服务化对技术效率的影响表现为显著的U型,但对技术进步的影响并不显著;政府补助对于服务化与企业全要素生产率的关系起着正向调节作用。研究结论为制造业企业实施服务化转型升级提供了一定的借鉴。     

基于DEA-Malmquist的高技术产业研发效率变动分析

本文选取2002²011年十年的行业面板数据,运用DEA-Malmquist指数法对我国高技术产业各行业的研发效率变动情况进行实证分析。结论显示:从年份来看,整个高技术产业全要素生产率(TFP)总体呈现增长趋势,年均增长率达到4.7%,TFP和TC(技术进步指数)变化曲线高度相似;技术进步是促进高技术产业全要素生产率增长的主要源泉;从行业来看,不同行业近10年的TFP、TC值均大于1,不同行业的综合技术效率(EC)和技术进步对全要素生产率增长的贡献不同。     

省域数字经济环境对企业全要素生产率的影响——基于A股制造业上市公司的研究

通过收集整理不同省份的数字经济发展规模指标,发现不同省份的数字经济发展水平有着巨大差异。用LP法测度制造业上市公司的全要素生产率,分析了省域数字经济发展水平对制造业上市公司全要素生产率的影响,研究如何通过协调省域数字经济发展水平的差异来有效提高制造业企业的全要素生产率,得出以下结论：第一,各省区市数字经济发展规模存在不平衡情况,其中东北地区更需要政府加大对数字产业化建设的扶持力度,东部沿海地区数字产业化产出水平明显优于内陆地区。第二,资本密集型企业更有潜力通过数字化转型提升全要素生产率。第三,通过增加数字信息技术产业就业人口可以有效提高制造业企业的全要素生产率。     

创业板上市公司生产效率的数据包络分析——基于创业板四大行业上市公司的经验数据

文章应用DEA数据包络分析方法,对2009年到2010年我国创业板四大行业上市公司的生产效率分别进行了纵向和横向的比较分析。发现目前我国创业板上市公司整体生产效率不高。信息技术、电子、石化塑胶类技术密集型企业在上市后初期,都存在一定程度上生产规模的盲目扩张而影响了企业生产效率。其后通过优化与完善企业内部管理、理顺资产结构、合理配置资源,从而达到合理规模收益。但机械类资本密集型上市公司规模的迅速扩张不影响综合效率。因此,不断提高企业技术含量,努力创新,提高企业技术核心竞争力是创业板上市公司的首要任务。     

价值链视角下人工智能应用对全要素生产率的影响——基于中国A股上市公司的实证研究

利用2007～2019年中国A股上市公司的微观数据,借助上市公司年报构建度量企业人工智能应用的指标,并基于价值链视角实证研究人工智能应用对全要素生产率的影响效应与机制。研究表明：人工智能在企业中的整体应用显著提升了企业的全要素生产率,企业研发设计、生产制造、市场营销环节的智能化发展也带来了显著的全要素生产率提升效应;技术创新是人工智能应用促进全要生产率提升的重要机制;与研发设计、生产制造的智能化相比,市场营销的智能化发展更能通过技术创新促进全要素生产率的提升,提升企业全要素生产率。因此,需从创新、资金、人才、治理等方面完善推动全价值链智能化发展的政策支撑体系。     

全要素生产率的变动研究 ——以西南地区为例

文章利用DEA-Malmquist指数模型进行分析,测度得出西南地区"三省一市"技术效率、技术进步、纯技术效率和规模效率与全要素生产率之间的变动情况,并将结果在空间上与时间上进行比较分析.西南地区"三省一市"全要素生产率各异,相关部门可据此作为参考制定措施.