湖南省各市州全要素生产率增长率的实证研究

本文在超越对数生产函数的基础上,运用随机前沿分析模型对湖南省各市州1990～2008年的全要素生产率增长率进行了实证研究,并将湖南省划分为"3+5"城市群、湘南和湘西3个区块来进行分析.结果表明:湖南省3个地区的全要素生产率都有着不同程度的提高,其中"3+5"城市群增长最快,湘西地区增长最慢;从全要素生产率增长率的分解来看,技术进步是促进湖南省全要素生产率提高的主要因素,规模经济对全要素生产率增长的贡献其次,但技术效率的不断降低却给湖南省全要素生产率的增长带来了明显的负效应.     

考虑价格因素的中国全要素生产率计算及其影响因素分析 ——基于Global Cost Malmquist和Tobit模型的实证研究

本文将价格因素引入模型中,基于Global Cost Malmquist指数模型估算全要素生产率,基于全要素生产率分解进一步分析我国的资源错配状况及其来源,并采用Tobit模型对全要素生产率尤其是价格效应的影响因素进行实证分析,研究结果表明:现阶段我国全要素生产率增长存在高估问题,技术进步对我国全要素生产率的正向促进作用日趋显著,由价格扭曲导致的资源错配是现阶段抑制我国全要素生产率进一步提高的主要因素,同时技术进步和价格扭曲加剧了地区全要素生产率差异;对外直接投资、出口贸易和金融发展提高了全要素生产率增长,改善了资源错配,而市场分割和工业占比则起到抑制作用;东部和西部地区的对外直接投资、中部地区的出口贸易以及西部地区的金融发展水平会显著改善地区价格扭曲程度。基于以上研究,提出加快资源配置市场化改革、培育开放的市场化动力、激发金融市场活力、优化产业结构等政策启示。     

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.     

低碳视角下建筑业绿色全要素生产率及影响因素研究

本文选择 Global Malmquist-Luenberger 模型测算低碳视角下的建筑业绿色全要素生产率,并进行影响因素分析。 结果表明： （1） 建筑业绿色全要素生产率以年均 0.33%的速度缓慢增长, 增长动力主要来自于技术进步, 技术效率起辅助性作用; （2） 四大区域均呈增长趋势, 区域间差异明显; （3）全要素生产率对建筑业产出增长的贡献率表现出V 型波动的倾向, 仍呈现出粗放性的行业特征; （4） 可通过优化能源消费结构、 提高劳动力素质以及促进建筑业市场化来促进建筑业的绿色全要素生产率增长。     

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。     

我国不同所有制工业企业全要素生产率比较研究——基于Malmquist指数的实证分析

使用Malmquist指数法对我国1997~2007年期间7种所有制工业企业全要素生产率进行了估算和拆分,结果发现,我国工业企业全要素生产率增长的主要源泉是来自于技术进步;外商投资工业企业的全要素生产率虽然曾经一直领先于内资企业,但是却处于不断下降的过程,很多地区内资企业生产率都已超过了外商和港澳台投资企业;目前内资企业中,私营企业和股份制企业的全要素生产率增长较快。     

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。     

基于DEA的中国能源生产率增长变动及影响因素研究

本文基于生产率和效率的内涵界定,探讨了能源生产率、能源效率及变化率的衡量指标,指出若要度量能源利用的动态变化情况,生产率增长指标比效率改进指标更为合适;同时全要素框架下测算能源生产率增长率(即全要素能源生产率增长率)应比单要素能源生产率增长率更能准确反映能源生产率变动情况。通过将这两个指标用于2000~2010年能源生产率增长情况,本文发现两者在反映能源生产率增长率的纵向变化趋势时基本一致,但在横向比较时有一定差别。本文还发现受经济周期和政策环境变动的影响,2000~2010年我国全要素能源生产率增长率的演化趋势可分为4个阶段。最后,利用计量模型考察全要素能源生产率增长率的影响因素,并对在"五年规划"纳入节能指标对能源生产率的影响进行定量评估。     

中国省区工业绿色全要素生产率影响因素分析--基于SBM方向性距离函数的实证分析

通过建立基于SBM方向性距离函数的绿色经济增长核算模型,测算并分析了中国省区的工业绿色全要素生产率,并将工业劳动生产率增长分解为绿色技术效率改善、绿色技术进步和资本深化。对中国省区工业的经验分析表明,中国省区工业绿色全要素生产率总体呈现增长趋势,这主要由绿色技术进步推动。通过对工业增长源泉的分解发现,中国省区工业增长主要靠要素投入驱动,绿色全要素生产率对工业增长的贡献率仅为35％。基于上述结论,并结合工业绿色全要素生产率影响因素的计量结果,从增强创新能力、发展对外经济、壮大工业企业和加大治污力度等方面提出了促进中国省区工业可持续发展的对策建议。     

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。     

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。     

科技进步对经济增长的贡献分析——基于我国东、中、西部地区的实证研究

科技创新是促进经济增长的源泉和转变经济增长方式的关键.本文运用索洛经济增长模型.实证考察了我国和东、中、西部地区的全要素生产率对经济增长的贡献.实证结果显示:改革开放以来我国经济的快速增长基本上属于"资本投入型"的经济增长;1992年以来全要素生产率增长率对经济增长的贡献度呈现出逐年递减效应;东部地区全要素生产率对经济增长的年平均贡献度高于中、西部地区.在实证基础上,得出相关的研究结论与政策建议.     

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。     

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。     

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.     

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。     

我国大中型工业快速增长的动因分析1995-2004

传统观点文都认为中国经济增长的动力是资本的堆集,但是本文采用Malmquist指数和DEA技术,研究中国28个省市地区大中型工业的动因,分析发现1995年-2004年:(1)大中型工业平均增长15.5%,其中全要素生产率增长拉动工业增长平均为9.2%,贡献丰约60%,而资本和劳动投入增长对产出增长的综合贡献从1996年的13.5%,下降到2004年的0.7%;(2)全要素生产率中技术进步和规模效率的改善对产出增长的贡献目渐突出,技术进步推动工业经济增长5.2%,规模效率改善推动工业增长3.3%.基于此,本文认为全要素生产率是我国区域经济快速增长的主动力.     

数据价值化、全要素生产率和经济增长——基于14家大数据交易中心的分析北大核心

数字经济发展对于全要素生产率和经济发展的促进作用已被广泛认可,数据作为关键生产要素的价值化是数字经济发展的重要标志,其能否和如何促进经济增长尚不明确。本文以14家大数据交易中心的陆续成立作为数字经济发展影响经济增长的“准自然”实验,采用异时双重差分(Heterogeneous Timing DID)模型,考察了数据价值化对全要素生产率的影响以及二者对经济增长影响的作用机制。实证结果表明,建立大数据交易中心引致的数据价值化,直接促进了所在省域内城市的全要素生产率提高和经济增长,同时通过全要素生产率的传导间接促进了经济增长;研究结论不仅证明了国家允许各城市建立大数据交易中心政策的有效性,而且可为大数据交易中心的广泛建立提供经验证据。     

交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析

本文运用空间面板计量方法研究了中国的交通基础设施与全要素生产率增长之间的关系。实证研究的结果表明:中国地区间的全要素生产率在1997—2007年具有明显的空间相关性;交通基础设施对中国的全要素生产率有着显著的正向影响,2001—2007年铁路和公路基础设施存量的增加共带动中国全要素生产率增长了11.075%,占TFP整体增幅的59.100%,其中,高速公路和二级公路基础设施的带动作用最为明显;在上述贡献中,来自直接效应的部分较小,仅占25.700%,而来自空间外溢效应的部分则高达74.300%;就分时段的估计结果来看,2001—2007年铁路基础设施对全要素生产率有着持续显著的正向影响,1997—2000年高速公路基础设施对全要素生产率有着持续显著的正向影响,而其他等级公路基础设施的影响则没有显示出这种持续的显著性。     

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.