环境管制与工业生产率增长：东部地区的实证研究

本文运用曼奎斯特—卢恩伯格生产率指数,测度了2000-2007年东部工业在考虑SO2和不考虑SO2排放情况下的效率、生产率增长及其成份的增长率,并且估计出了环境管制给企业带来的成本。结果发现：上海和广东处于生产前沿;考虑SO2排放后,生产率增长率下降;天津的生产率增长、技术效率增长率和技术进步率都最高,北京环境污染管制的成本最高;FD I投入、国有企业比重、资本劳动比、废气治理投资和环境管制成本对生产率增长都有显著影响。     

改革开放以来中国乡镇企业全要素生产率增长的时空差异

利用非参数Mamquist指数方法分析了改革开放以来我国乡镇企业的全要素生产率(TFP)增长的时空特征。结果表明:1978年以来,乡镇企业TFP的年均增长率为4.8%,并且呈现出显著的阶段性变化和地区差异特征。从时间上来看,除了整顿提高阶段和调整创新阶段TFP的增长率为负以外,其他阶段TFP均实现了增长,并且表现为要素投入驱动和生产率提升双重驱动的特点,其中要素投入对经济增长的平均贡献占主体;从三大地带来看,乡镇企业TFP从东向西渐次降低;从八大综合经济区来看,北部和东部沿海综合经济区的乡镇企业TFP增长率最高,东北和长江中游综合经济区次之,其他四个综合经济地区相对较低。     

中国农业全要素生产率的变动趋势及区域差异——基于1978～2008年曼奎斯特指数分析

使用1978～2008年省域面板数据,运用非参数曼奎斯特(Malmquist)生产率指数模型测算了中国农业全要素生产率的变动指数,并分析了全要素生产率(TFP)的时空差异。结果表明:全国、三大地区及绝大多数省份农业TFP的增长主要属于技术进步型的增长;全国及三大地区农业TFP增长呈现出明显的波动特征;农业TFP增长呈现出显著的区域间和区域内省际间的不平衡;农业技术效率的下滑制约全国及三大地区农业TFP的增长,而农业技术效率下滑是纯技术效率损失和规模效率下降共同作用的结果。     

环境约束下的中国服务业全要素生产率增长

已有文献在测算服务业全要素生产率时,基本都没有考虑环境因素,而这种传统的全要素生产率测算方法由于忽视了环境污染问题的存在,并不能反映服务业生产率增长的真实绩效,甚至会误导政策建议。文章将环境因素引入服务业生产率体系,运用基于DDF的M almquist-L uenberger生产率指数对中国2004－2013年服务业分行业 T FP进行再估算,并结合M almquist生产率指数和服务业环境友好指数进行对比分析。研究发现,两种情形下服务业 T FP增长的主导因素都在于技术进步,忽视环境因素不仅高估了服务业全要素生产率的增长率,而且高估了其对服务业增长的贡献,环境因素对服务业增长绩效存在影响。环境约束下服务业 T FP影响因素的实证结果显示,服务业 FDI并不支持“污染天堂假说”,适当的环境规制在改善环境质量的同时还可以促进服务业生产率的提升,服务业发展水平、研发资本、禀赋结构和公众的环保意识对服务业环境 T FP也存在不同程度的影响。     

中国商业银行全要素生产率及其影响因素的实证研究——基于DEA的Malmquist生产率指数法

利用2004—2009年我国15家商业银行的面板数据,运用基于DEA的Malmquist生产率指数法,测算了商业银行的Malmquist生产率指数及其分解指数。结果显示:我国商业银行的全要素生产率整体呈下降趋势,其中,技术进步指数的下降幅度较大,纯技术效率变化指数和规模效率变化指数略有升高。在此基础上,对影响我国商业银行全要素生产率的因素进行了分析。实证结果表明:进出口总额和货币供应量增长率对我国商业银行全要素生产率的提升有正向作用,国内生产总值和全社会固定资产投资有显著的负向作用。     

我国制造业技术进步、技术效率及区域差异——基于DEA方法的实证研究

利用Malmquist生产率指数方法,对我国29个省的制造业在1999--2005年间的全要素生产率（TFP）的变化进行了测算,把TFP的增长构成分解为技术进步和生产效率变化两个成分,并对其区域差异进行了分析,最后对省际制造业TFP进行了趋同分析。结果显示：我国制造业TFP的增长主要是由技术进步推动的,当技术进步促进TFP提升时,总会受到生产效率下降对TFP增长的抑制影响;区域间技术进步及技术效率存在较大差异,省级制造业TFP存在条件β收敛。     

政企合谋、环境规制与企业全要素生产率*

本文利用中国工业企业数据库和地级市层面的企业治污投资数据构建了一个2003—2007年的面板,实证检验了环境规制对企业全要素生产率的影响以及政企合谋在背后的作用。实证结果表明,用企业治污投资占工业增加值比重衡量的环境规制强度每上升1%,企业当期的生产率下降约1%。当政企合谋可能性上升时,环境规制对企业生产率的边际影响在减弱,说明政企合谋带来的监管放松和处罚不力弱化了环境规制对合谋企业生产率的影响。本文的政策启示在于中央政府应加强环保领域统一执法,破解囚徒困境式的环境规制。同时,本文的发现为环保机构监测监察执法垂直管理制度改革提供了合理性依据。     

1978-2007年我国畜牧业全要素生产率及其影响因素研究

本文运用扩展的索洛模型和C-D生产函数测算了1978—2007年我国畜牧业全要素生产率(TFP)及其影响因素。分析结果表明,1978—2007年我国畜牧业TFP的年均增长率为4.71%;从总体上看,我国畜牧业生产处于规模报酬递增阶段,且畜牧业政策、劳动者质量、规模化程度和科技投入量是影响我国畜牧业TFP变动的主要因素。     

中国地区农业TFP测算与分解:以南京市为例

以南京市为例,采用Tornqvist指数法计算和分析了1991-2005年中国地区农业全要素生产率（TFP）的增长率,并对TFP增长的来源进行分解,估算了对TFP增长有促进作用的各类关键因素的贡献率。根据TFP增长贡献率的大小,对中国地区农业现代化发展提出了一些对策性建议。主要研究结论如下：支农及农业事业费、农田灌溉率、农业劳动者每日工资与人均非农年收入的比值都对TFP的增长具有统计意义上的正的重要影响;而农产品生产价格指数对TFP有着统计意义上的负的影响。     

中国生猪养殖生产效率的实证分析——基于DEA-Malmquist指数法

运用DEA-Malmquist指数法,分别测算2005—2010年中国东北、东部、中部和西部地区不同规模生猪养殖的全要素生产率变化及其分解项。研究结果显示:近年来中国不同规模生猪养殖的全要素生产率均呈一定程度的小额负向增长,技术退步是其下降的根源;在国家生猪生产扶持政策的引导下,2008年中国生猪养殖的全要素生产率出现显著上升;不同地区生猪养殖的全要素生产率变化存在明显差异,即东部地区有所提高,西部地区呈下降趋势。最后提出,加快生猪生产的科技进步、加大政府的扶持力度是提高生猪养殖的生产效率的关键措施。     

我国工业行业全要素生产率变动分析

基于2006—2009年我国工业行业的面板数据,采用非参数Malmquist指数分析法,对我国工业的全要素生产率变动情况进行了实证研究,并将其分解为技术进步、纯技术效率和规模效率。结果表明:2006—2009年我国工业全要素生产率年均增长率仅为4.3%,技术进步年均增长率为1.6%,技术效率年均增长率为2.7%,技术进步已失去其推动全要素生产率增长的主导性优势地位;我国工业发展需注重同时提高技术效率和技术进步水平,否则全要素生产率增长会受到限制。     

Productivity Growth And Market Structure In Telecommunications

This study examines sources of telecommunications sector productivity growth. Total factor productivity (TFP) growth is calculated using the Malmquist productivity index for a sample of 74 countries for the period 1991 through 1995. An econometric model is estimated which relates TFP growth to output growth, network digitisation, telecommunications development, output-mix, the business cycle and market structure. Model estimates suggest that higher digitisation rates dampen TFP growth in the short run, and cross-subsidisation of services creates inefficiency. However, developing countries can increase TFP growth through catch up, and increased privatisation and competition are conducive to productivity growth.     

Firm-Level TFP Growth in the Chinese Automobile Industry

China has been the world’s largest automobile producer since 2009,but it still lags behind other countries in terms of productivity. Based on theNational Bureau of Statistics of China (NBSC) firm-level data and the improvedapproach proposed by Ackerberg et al. (2015), this paper investigates thecontribution of total factor productivity (TFP) growth to the Chinese automobileindustry and evaluates the impact of firm entry and exit on TFP growth. Theempirical results show that the TFP of the Chinese automobile industry grows at10.7% per year. Joint venture and foreign-owned firms have a significantly higherTFP growth rate than others. Large-scale firms have a higher TFP growth rate thando small-scale firms, but the latter have caught up after 2004. Moreover, the entryof new firms and exit of old firms significantly improve the aggregate TFP growthrate.     

What determines productivity performance of telecommunications services industry? A cross-country analysis

This article investigates the key factors that determine the productivity performance of telecommunications services industry. A simple theoretical model is used to illustrate that the Total Factor Productivity (TFP) growth is attributable to the effects of scale economies, market competition and technical change. We then examine empirically the effect of various factors on the TFP growth in the industry using panel data in 12 Organization for Economic Co-operation and Development (OECD) countries for the period 1983 through 2003. The empirical results are consistent with the theoretical prediction. A new finding in this article is that higher machinery and equipment (M&E) capital intensity and human capital contribute to higher TFP growth in the telecommunications services industry. The decomposition analysis also suggests that technical change induced by changes in M&E capital intensity and human capital are important sources of productivity performance in the industry across the OECD countries, contributing to about 20–50% and 2–7% of TFP growth, respectively. These findings highlight the importance of improving the conditions for M&E capital investment and the quality of human capital, which in turn could facilitate the adoption of new technologies and enhance the productivity in the industry.     

Plant Level Productivity, Efficiency, and Environmental Performance of the Container Glass Industry

This paper presents a methodology and empirical results based on theMalmquist productivity index. We measure productivity while treatingpollution as an undesirable output. Our estimates show that technicalchange has contributed to productivity and environmental performancegrowth in the container glass industry, an energy and pollution intensivesector. Changes in inter-plant efficiency over time have made thisproductivity growth more rapid than otherwise would have occurred withthe underlying technical change. The efficiency estimates show that thereare both opportunities to improve productivity and reduce pollution in thisindustry, as well as productivity losses associated with the emissionscontrol. The shadow prices for NOx, the undesirable output we analyze,is quite high compared to other regulated sectors.     

中国钢铁行业全要素生产效率实证分析

基于动态DEA的非参数Malmquist指数法,分析了1992～2007年中国28个省市钢铁行业全要素生产率以及七大经济区钢铁行业全要素生产率变动情况,并将全要素生产率的变动分解为技术进步、纯技术效率、规模效率三个指标,分析了这三个指标对中国钢铁行业全要素生产率的影响。结果显示,中国钢铁行业TFP的增长主要是由技术进步推动的,当技术进步促进TFP提升时,总会受到技术效率相对下降对TFP增长的抑制;七大经济区钢铁行业全要素生产率存在明显级差,低效经济区学习和追赶高效经济区的效应也应该发挥更大作用;钢铁产业各经济区产能应实现在高效率地区的相对集中,获取行业的规模经济;各经济区都应该注重钢铁行业管理水平的提高,突破钢铁行业能效提高的技术效率瓶颈。     

财政科技支出对全要素生产率的影响及其机理分析

对2007—2017年我国全要素生产率的时序变化进行分析,再以省际面板数据为样本,探究财政科技支出对全要素生产率的影响及其作用机理。研究发现,财政科技支出对全要素生产率增长具有正向驱动效应,且这种正向驱动具有显著的动态效应和区域异质性、市场异质性。具体表现为:我国的东部地区最为显著,中部地区最小;市场化程度高的省(区、市)最为显著,市场化程度低的省(区、市)相对较弱。进一步检验发现,财政科技支出主要通过提升技术创新水平、抑制产业结构偏离促进全要素生产率增长。基于此,我国要进一步健全财政科技投入体系,有效加强对创新活动的支持力度,坚定不移地推进市场化改革,提升中西部地区的市场化水平,同时财政科技支出适度向非国有企业倾斜,有效提升财政科技支出的靶向性。     

中国农业全要素生产率的变化及其影响因素分析——基于1991—2008年Malmquist指数方法

本文以分析中国29个省、直辖市和自治区农业全要素生产率变化为基础,对农业全要素生产率增长差异的原因进行了探讨。首先,根据KS和T检验筛选投入产出指标;然后,利用非参数Malmquist指数方法计算出中国农业全要素生产率指数及其构成;最后利用面板两阶段最小二乘法分析了影响农业全要素生产率的诸多因素。研究结果表明,乡村从业人员对农业生产效率值的影响较为明显;技术进步是农业全要素生产率增长的主要原因,区域间农业全要素生产率的差异较大;财政支农的力度和农业在整体经济中的地位会显著影响农业全要素生产率的变动。     

金融发展与全要素生产率增长:区域差异重要吗?——来自中国省级面板数据的经验证据

基于1997-2008年中国省级面板数据以及分全国层面、沿海地区与内陆地区三个样本对金融发展与全要素生产率增长的联系及其中间渠道重新进行检验,结果发现:中国金融发展的全要素生产率增长效应与区域因素有关;中国金融发展促进全要素生产率增长的中间渠道是技术进步效应而非技术效率增长效应。这意味着,加快中国金融体系改革,从而推动金融发展对于经济增长质量的提高是非常重要的。     

ChinHow R&D Investments Influence TFP Growth: Evidence from China’s Large and Medium- Sized Industrial Enterprises

This paper investigates the potential channels through which R&D may influence TFP growth using industry-level panel data of China’s large and medium-sized industrial enterprises over the period of 2000–2007. Comparing with existing literature, we provide a closer look of the relationship between R&D and TFP growth by decomposing TFP growth into efficiency change and technical change components using Malmquist productivity index and distinguishing between upstream R&D spillovers and downstream R&D spillovers. We find TFP grow slightly during 2000–2007, and R&D investment indeed serves as an engine of productivity growth just as endogenous growth theories argued, which is largely because R&D accelerates technical progress even it also results in enlarging technical inefficiency. However, we find a robust negative effect of downstream R&D spillovers on TFP growth, the effects of upstream is positive but not statistically significant. In addition, we do not find the positive effects of human capital on TFP as endogenous growth theories indicated, but find human capital severs as “assimilation device” for R&D spillovers both in promoting TFP growth and increasing technical efficiency even the effects on technical progress is adverse.