省际OFDI、出口贸易对全要素生产率的影响——基于空间杜宾模型的实证分析

中国地域辽阔,地区差异较大,研究省际OFDI、出口贸易对全要素生产率的影响需重视空间因素的作用。本文基于2005～2014年我国28个省份的面板数据,采用空间杜宾模型,实证分析OFDI和出口贸易这两个方面对全要素生产率的影响。结果表明,省际OFDI、出口贸易和全要素生产率均表现出空间集聚特征;OFDI与全要素生产率的增长呈负相关;出口对全要素生产率有显著的正向效应,并且通过空间溢出效应显著促进邻接省份全要素生产率的提升。因此,我国需重视技术寻求型OFDI的建设,充分考虑OFDI对国内经济增长的空间溢出影响,以期达到对外投资和出口贸易双实现技术溢出效应的效果。     

绿色金融发展、绿色研发投入与企业全要素生产率提升

本文以2011～2020年中国A股上市公司为样本，对绿色金融发展、绿色研发投入以及企业全要素生产率提升的关系进行检验。研究结果表明：绿色金融发展对企业全要素生产率的提升具有显著的促进作用，这一效应对高技术企业比较明显。绿色金融发展有利于激发企业绿色研发投入的动力，且对高技术企业的激励作用更强。绿色金融发展能够通过绿色研发投入推进提高企业全要素生产率，且绿色研发投入在促进高技术企业全要素生产率提升中的传导作用相对更大。     

R&D对我国高技术产业全要素生产率影响的定量分析

本文运用C-D生产函数,通过对高技术产业大中型企业全要素生产率的测算,讨论了影响TFP的主要因素.这些主要因素不仅包括本国的研究与发展投入,还包括国外的研究与发展投入,并估算了这些因素对TFP增长的作用.结论是,高技术产业大中型企业的TFP对产出增长起了主要作用,企业的研究与发展投入是促进TFP增长的主要因素.     

资源型产业集聚的动态溢出效应研究

本文基于2006～2013年中国31个省市自治区的面板数据,运用两阶段系统广义矩方法,实证分 析了资源型产业集聚的动态溢出效应。结果表明：（１）资源型产业集聚对资源型产业全要 素生产率的影响是动态的,当期资源型产业集聚显著促进了资源型产业全要素生产率的提高 ,但滞后一期的资源型产业集聚会抑制其全要素生产率的增长。资源型产业集聚的“集聚效 应”和“拥塞效应”会在不同时期达到不同均衡状态。（２）资源型产业集聚与人均GDP的 交叉相乘项阻碍了资源型产业全要素生产率的提升,表明资源型产业集聚对全要素生产率影 响的积极效应受到经济发展水平的影响,验证了资源型产业“威廉姆森假说”在中国的存在 性。（３）随着经济发展水平的提升,资源型产业集聚对于技术进步的积极作用逐步显现, 而对于技术效率改进的积极意义则逐步减弱。总体而言,资源型产业集聚对于技术效率变化 的影响主导了对于技术进步所产生的影响。（４）非资源型制造业集聚、物质资本投入促进 了资源型产业全要素生产率、技术进步及技术效率的提升,政府干预程度对三者的影响显著 为负,人力资本投入对资源型产业全要素生产率增长、技术效率改进的积极作用不明显,但 显著促进了资源型产业的技术进步。     

双向直接投资、自主创新与经济增长方式转变——来自中国的实证检验

本文把能源作为一种重要的生产要素投入, 基于 DEA-Malmquist 指数方法计算全要素生产率, 将全要素生产率增速对经济增速的贡献率与生产要素增长率对经济增速贡献率的比值作为经济集约化水平, 利用 2003～2016 年中国省际面板数据考察双向直接投资、自主创新对经济集约化增长的影响以及 OFDI 对经济集约化水平的门槛效应。结果表明：OFDI 对母国经济集约化水平的影响显著存在本国人力资本的单门槛效应和金融发展的双门槛效应; 外商直接投资与经济集约化水平显著负相关; 自主创新能力对经济集约化水平有显著的正效应。因此, 提高落后地区的人力资本和金融发展水平有利于 OFDI 逆向技术溢出效应的发挥和经济的集约化增长。     

中国对外直接投资逆向技术溢出效应研究——基于Malmquist指数和我国行业面板数据的实证研究

本文利用2004～ 2011年我国行业的面板数据,用非参数的Malmquist指数的方法测算中国八大行业的全要素生产率,通过GMM方法分析我国对外直接投资传导的国际研发存量和我国的研发存量以及两者的交互项对这8个行业的全要素生产率的影响,以便了解对外直接投资的逆向技术溢出效应.实证结果表明:现阶段国内各相关行业通过对外直接投资途径传导的国外逆向技术有一定的溢出效应,但对技术进步的影响并不显著;只有在国内研发和其他方面的投入跨越一定的门槛值后,才能使我国对外直接投资产生逆向技术溢出效应.     

R＆D对我国高技术产业全要素生产率影响的定量分析

本文运用C—D生产函数，通过对高技术产业大中型企业全要素生产率的测算，讨论了影响唧的主要因素。这些主要因素不仅包括本国的研究与发展投入，还包括国外的研究与发展投入，并估算了这些因素对唧增长的作用。结论是，高技术产业大中型企业的TFP对产出增长起了主要作用，企业的研究与发展投入是促进TFP增长的主要因素。     

低碳视角下中国省域电力绿色全要素生产率增长路径研究

本文运用SBM方向性距离函数和Global Malmquist-Luenberger指数,将资源环境因素纳入到全要素生产率测度与分解框架中,测算了低碳视角下我国30个省份2003—2018年火电行业的环境效率和绿色全要素生产率,将绿色全要素生产率分解为技术效率变动和技术进步两个因素,并与未考虑非期望产出时的GML指数进行了对比分析。研究结果表明:我国火电行业的环境无效率值为10.71%,劳动投入无效率以及二氧化碳过度排放是环境无效率的主要来源,其中东部地区各省份火电行业的环境效率最高。中国火电行业绿色全要素生产率的年增长率为1.99%,高于不考虑非期望产出时的年增长率,技术进步是绿色全要素生产率增长的主要动力,三大地区火电行业的绿色全要素生产率均为正增长,而中部地区的绿色全要素生产率增速最大。     

外商直接投资与TFP增长——以长三角制造行业为例的研究

不同于以往研究,本文运用非参数的Malmquist生产率指数方法,测算了长三角1998～2007年20个制造行业的全要素生产率指数及其技术效率和技术进步的变化,将外商直接投资分为港澳台商投资和外商投资,用面板数据的计量回归模型检验了其对长三角制造行业TFP增长的影响,从而得出以下结论：长三角制造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的增长;港澳台商投资和外商投资对上海、江苏和浙江制造业企业没有明显的外溢效应,甚至存在挤出效应。     

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.     

中国对外直接投资逆向技术溢出效应研究——基于Malmquist指数和我国行业面板数据的实证研究

本文利用2004～2011年我国行业的面板数据,用非参数的Malmquist指数的方法测算中国八大行业的全要素生产率,通过GMM方法分析我国对外直接投资传导的国际研发存量和我国的研发存量以及两者的交互项对这8个行业的全要素生产率的影响,以便了解对外直接投资的逆向技术溢出效应。实证结果表明：现阶段国内各相关行业通过对外直接投资途径传导的国外逆向技术有一定的溢出效应,但对技术进步的影响并不显著;只有在国内研发和其他方面的投入跨越一定的门槛值后,才能使我国对外直接投资产生逆向技术溢出效应。      

长江经济带高耗能产业集聚及其对全要素生产率的影响研究

本文利用 P.Haggett 建立的产业集聚区位熵长江经济带六类高耗能产业 2006～2017 年的集聚状态进行评估并分析其动态变化趋势, 以全要素生产率衡量高耗能产业发展效率, 运用广义最小二乘法实证探究长江经济带高耗能产业集聚对全要素生产率的影响。 结果表明： 长江经济带高耗能产业整体集聚程度均衡, 区位熵指数总体维持在 0.85; 六类细分行业集聚水平差异明显, 石油加工业在长江经济带集聚水平表现最弱, 化工业集聚水平最强; 高耗能产业动态集聚在长江区域间呈现下游向上游梯度转移, 下游整体呈现下降趋势, 中游呈现上升趋势, 上游变化不明显; 高耗能产业集聚对全要素生产率的提升具有显著促进作用, 且主要依靠促进技术进步来提升全要素生产率; 从作用途径来看, 高耗能产业集聚对全要素生产率的积极作用主要通过人力资本水平和政府干预途径传递, 高耗能产业依赖起到负向影响。     

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。     

大型煤炭基地全要素生产率影响因素研究

"十三五"规划将煤炭能源供给侧结构性改革提升主线。为促进煤炭产业以"安全、高效、绿色、智慧"为标准的高质量发展,提升其全要素生产率成为当下迫切需求。根据WIND咨询金融数据库中煤炭产业上市公司数据,运用DEA-Malmquist指数法测算煤炭全要素生产率变化率及其分解效率。结果表明,煤炭产业整体的全要素生产率变化率呈下降趋势。较低的规模效率是造成全要素生产率下降的主要原因,上中下游企业全要素生产率呈波动变化趋势。进而采用OLS模型对全要素生产率及其影响因素进行回归分析。实证结果表明,企业规模扩大不利于促进煤炭产业全要素生产率的提升,研发投入对企业效率产生显著抑制作用,政府扶持对企业效率产生正面影响。     

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。     

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.     

我国先进装备制造业全要素生产率及影响因素分析——基于产业组织视角

本文基于先进装备制造业上市公司2006～2015年的数据,使用DEA-Malmquist方法计算了我国先进装备制造业的全要素生产率,结果表明,考察期内我国先进装备制造业的全要素生产率在震荡中有所提升,东部地区先进装备制造业的全要素生产率提升幅度大于西部。以此为基础,基于产业组织的角度分析了先进装备制造业全要素生产率的影响因素,研究发现,人力资本水平、R&D经费投入、宏观经济形势、社会固定资产投资情况、对外贸易依存度以及科技劳动力对全要素生产率产生正向显著影响。最后针对本文结论提出相关建议。     

节能减排约束下中国制造业行业的效率和生产率的研究

本文运用SBM方向性距离函数和卢恩伯格生产率指标,对在资源和环境约束下我国26个制造业行业1999～2008年的效率和生产率及其构成进行了实证研究.结果表明:能源的过多使用以及SO2和COD的过度排放是环境无效率的主要来源;环境无效率水平最高的是原材料工业,环境效率水平最高的是机械设备制造业;环境全要素生产率的平均增长率低于市场全要素生产率的平均增长率,说明了环境管理的无效率;纯技术进步是中国制造业行业环境全要素生产率增长的主要推动力.     

基于DEA与Malmquist指数的区域高技术产业创新效率评价研究

科学地评价区域高技术产业创新效率, 对于促进高技术产业持续健康发展并带动区域经济增长具有重要影响。本文采用DEA模型及Malmquist指数分解法, 利用2009～2016年我国高技术产业省际研发面板数据, 测算了我国30个省级行政区域及三大地区（东、中、西部） 高技术产业创新过程中的技术效率、技术进步及全要素生产率增长情况, 并对区域高技术创新效率水平作了聚类分析。研究结果表明：2009 年后, 我国区域高技术产业技术创新效率总体显示出上升趋势, 但是波动较大; 从三大地区来看, 中部地区创新效率高于东、西部地区, 西部地区创新效率最低, 区域创新效率的主要限制因素是纯技术效率不高。本文结论可以为我国区域高技术产业创新活动提供相应启示。     

中国工业企业创新全要素生产率评价——基于双前沿面网络 DEA-Malmquist 指数模型

本文将工业企业创新活动划分为两个阶段--研发阶段和生产阶段,建立了基于双前沿面的网络 DEA-Malmquist 指数全要素生产率评价模型,对 2013~2014 年,2014~2015 年中国 35 个工业细分行业的创新全要素生产率进行了评价。评价结果表明：在两个期间内,研发阶段全要素生产率的增长主要依赖于技术进步增长,生产阶段全要素生产率的增长主要是由技术效率变化和技术进步二者共同决定的。从系统整体来看,中国绝大部分工业细分行业全要素生产率变化呈现正增长趋势。