中国全要素生产率研究评述

本文对改革开放以来中国全要素生产率的相关文献进行了综述,并详细说明了应用传统的索洛余值法、索洛扩展模型、SFA模型、DEA分析方法测算中国全要素生产率时所存在的缺陷和不足,在文章的第四部分就中国全要素生产率的研究方向进行简单的评述,最后指出不要过分强调全要素生产率的作用,结合中国实际情况,创造出一套适合中国国情、能更准确测度中国全要素生产率方法的意义.     

乡村数字化对农业绿色全要素生产率的影响

基于2011—2020年我国26个省份的面板数据,系统探讨乡村数字化对农业绿色全要素生产率的影响及其作用机制。分别利用EBM模型和熵值法,测算农业绿色全要素生产率和乡村数字化水平,借助固定效应模型探究乡村数字化对农业绿色全要素生产率的影响,并就乡村人力资本水平的门槛效应进行拓展性研究。研究发现,我国农业绿色全要素生产率呈增长态势,乡村数字化对其增长具有显著促进作用,并且主要通过推动农业技术进步来实现。拓展性分析发现,随着乡村人力资本水平的提升,乡村数字化对农业绿色全要素生产率的促进作用将逐步增强。因此,应加快数字乡村建设,搭建区域协作机制,培育乡村数字人才,以提升农业绿色全要素生产率、推动我国农业高质量发展。     

资源配置、全要素生产率与农业经济增长愿景

对2004~2010年我国不同地区农业的资源配置扭曲情况的分析表明:由于"二元经济"的影响,我国农业的资本和劳动存在着明显的跨部门配置扭曲。如能有效消除此类扭曲,我国农业TFP能提高6%~36%。各地区的资源再配置效应对农业TFP增长率有着显著影响,并且各地区的资源再配置效应存在明显差异。对全国各个地区而言,土地资源再配置效应都是影响农业资源再配置效应的主要因素,资本和劳动再配置效应则相对较弱。由此可见,促进城乡资本和劳动力市场一体化以及进一步完善农村土地流转市场是现阶段降低农业资源配置扭曲、促进农业TFP增长的主要途径。     

高质量发展下江苏省农业全要素生产率收敛性分析

基于非参数Malmquist指数法对江苏省13个地级市2000年以来农业全要素生产率的测算,及对此进行的收敛性分析表明:江苏实现了较为明显的农业全要素生产率进步,且主要源于技术进步的推动;江苏省内地区间农业全要素生产率存在明显差异,但低效率地区的追赶效应明显。江苏省为确保农业高质量发展,需进一步扩大农业科技创新应用范围,促进地区间共享发展经验和科技进步成果。     

环保税对工业企业全要素生产率的影响研究

本文从技术创新、环境成本和企业管理3个视角,阐述了环保税对工业企业全要素生产率影响的内在机制,结合我国环境污染现状以及环保税政策,提出了提高企业的创新能力、制定多元化的环保税政策和优化环保税优惠政策体制建议,从而促进中国工业绿色、健康发展,以期能为企业提高全要素生产率和政府制定政策提供参考。     

兵团农业全要素生产率的测算分析

农业在新疆生产建设兵团的经济发展中具有十分重要的地位。改革开放以来,兵团农业发展迅速,资本、劳动力、耕地、机械总动力以及全要素生产率均对经济增长作出了贡献。但分析发现,兵团近几年经济增长主要依赖于全要素投入的增长。应进一步提升技术进步与技术效率,以促进兵团农业更好更快发展。     

中国信息技术上市公司全要素生产率研究

文章利用DEAMalmquist指数法研究了2002-2009年间中国信息技术行业上市公司的全要素生产率(TFP)变动情况.研究发现:信息技术行业上市公司的TFP波动性较大.技术进步与技术效率不一致,出现顾此失彼的现象;整体而言,技术相对退步是TFP下降的主要原因.具体分析表明:多数公司的TFP有所提升,但整体水平都不高;多数公司具备技术有效性,但个剐公司严重偏低.因此,要重视技术的创新和开发,同时提高管理水平,才是企业发展的出路.     

慈善捐赠对全要素生产率的影响研究

在“经济结构转型升级”和“全面追求共同富裕”的新时代背景下,文章深入探究了慈善捐赠对全要素生产率的影响结果及作用机制,并从外部环境和内部治理两个视角分析了其影响的异质性。研究发现,慈善捐赠通过提供优质的人力资本和充足的物质资本间接提高了企业的全要素生产率,且市场化程度、经济政策不确定性和内部控制质量会对慈善捐赠与全要素生产率的关系产生正向影响,而高管股权激励对二者关系产生了负向影响。研究结论为助力企业高质量发展、实现社会公益与经济效益共赢提供了经验指导。     

碳减排对省际绿色全要素生产率的影响研究

探索提升绿色全要素生产率的动力源泉是推动经济高质量发展的重要抓手。实现“双碳”目标升级为国家战略,碳减排行动也成为地区应对气候变化、保障经济可持续发展的关键路径。基于 2002 至 2020 年省际面板数据,选取混合距离 EBM模型测度绿色全要素生产率,从排放、效率、非化石能源、气候绩效等多维度定量评价碳减排发展水平,采用固定效应模型和中介效应模型,分析碳减排发展对绿色全要素生产率的作用机理和效应。研究表明：总体来看,碳减排发展显著提升绿色全要素生产率;分区域来看,在西部、经济欠发达地区,碳减排对绿色全要素生产率的促进作用更显著;中介机制检验显示,碳减排能够通过提升能源效率、发展绿色金融间接促进绿色全要素生产率的增长。研究结论为地区差异化减排与低碳经济发展提供了重要启示。     

长三角地区网络普及率对绿色全要素生产率的影响——基于面板门槛模型的实证研究

基于长三角地区26个城市2004—2019年的面板数据,运用数据包络分析模型,结合Malmquist-Luenberger指数,测算绿色全要素生产率(GTFP),在此基础上检验网络普及率与GTFP增长之间的非线性关系.结果表明:2004—2019年长三角地区GTFP整体呈下降趋势,且受绿色技术进步的影响强于绿色效率改进;根据门槛模型估计的结果,网络普及率对GTFP的增长具有显著的促进作用,这种促进作用在超过一定门限时有所减弱,为促进经济高质量发展,必须重视互联网对绿色发展效率的作用.     

政府财政压力下土地资源错配对全要素生产率的影响分析——基于动态面板回归模型

土地资源配置对全要素生产率的影响是高质量发展阶段的重要问题。从土地资源错配的视角,利用中国30个省份面板数据,测算了各地区劳动增强型生产函数的相对全要素生产率,并进行了比较分析。利用面板数据动态回归模型实证检验了土地资源错配对全要素生产率的长短期异质性影响及作用机制。研究发现:中国各地区全要素生产率存在较大差异,总体呈现东部向西部递减的特征;短期内,土地资源错配对全要素生产率有显著的正向影响;长期来看,土地资源错配对全要素生产率有显著的负向影响。机制检验表明,短期的正向影响主要通过土地出让收入的“财富效应”和缓解政府财政压力来实现;长期的负向影响,主要通过土地资源错配因对研发投入、二产占比和其他消费的“挤出效应”而产生。研究表明,短期内,土地资源错配能够提升全要素生产率,但从长期来看,土地资源错配不利于地区双创生态发展,抑制行业生产效率,挤出居民消费,进而影响区域发展质量。     

我国农业经济发展水平及其影响因素实证研究

农业经济发展与农业生产自然制约条件、农业人力资本投入、农业生产资本投入、农业生产技术、农业经济的市场作用、农业生产条件制约因素等密切相关.本文选取反映农业经济增长的13个指标,对其1980-2012年的时间序列运用主成分回归分析与其误差修正模型,研究我国农业经济发展全要素生产率及影响我国农业长期经济发展与短期经济发展的因素.结果表明,影响我国农业长期与短期经济发展的主要因素按影响力大小依次为农业生产条件、市场作用、自然制约条件、农业生产资本、农业生产技术、人力资源.     

全要素生产率及其对香港经济影响的实证研究

本文对香港1980-2006年间全要素生产率的增长率进行测算,并以此为基础分析了要素投入和全要素生产率对香港经济增长和波动的影响。     

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。     

交通基础设施对全要素生产率的溢出效应研究

采用中国30个省市2000—2019年的多个指标数据,使用DEA-Malmquist方法计算中国各地区全要素生产率,然后利用空间计量经济模型解析了公路和铁路的建设对全要素生产率的溢出效应,并分不同时段、不同地区地深入描绘了其影响的差异与变化。研究结果表明:(1)2000—2019年,中国区域间全要素生产率整体上表现出了空间相关性。(2)不同交通运输方式对全要素生产率的影响存在差异,公路对区域全要素生产率的增高明显表现出直接的促进作用,而铁路主要则是通过其溢出效应来影响全要素生产率,其系数为1.196。(3)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,其总效应的值高达2.014,而08年之后,由于中国的交通基础设施建设进行了超前的发展,因此其影响力将对后续的中国区域经济增长及其全要素生产率的提高带来持续的贡献。(4)就分地区而言,密集的铁路网的建立已使中部地区的经济质量的提升从中获益,而对西部地区全要素生产率产生正向影响的主要是当地公路的修建。     

供给侧改革下金融发展对全要素生产率的影响研究

本文基于2000年至2017年中国宏观经济的时间序列数据,测算了全国全要素生产率,并运用格兰杰因果检验证实了金融发展对全要素生产率有显著影响。通过误差修正模型(ECM模型)进行估计检验,结果显示:正规金融的发展对全要素生产率的提升具有明显的促进作用,而非正规金融的发展对全要素生产率呈现负向影响。