中国八大综合经济区绿色全要素生产率增长测算与因素分解

随着绿色发展理念得到贯彻落实,科学测算与解析绿色全要素生产率增长对于经济高质量发展意义重大。为直接完整测度区域层面的绿色全要素生产率增长及其构成,本文构造聚合环境广义Luenberger-Hicks-Moorsteen生产率指标及分解子项,利用蒙特卡洛模拟检验该指标测算结果的有效性,发现其相对于聚合L指标更具优势。本文根据2003—2019年地级以上城市的投入产出指标数据,测算八大综合经济区的绿色全要素生产率增长及动力来源。结果表明,八大经济区绿色全要素生产率均实现增长,但增速呈现分化特征。八大综合经济区绿色全要素生产率增长在技术层面的动力主要源于技术进步与规模效率增长,在要素层面主要源于期望产出效率增长与非期望产出治理效率增长。技术进步和期望产出效率增长是八大经济区绿色全要素生产率增长差异的主要成因。本文结论对于有针对性地提升地区绿色全要素生产率具有启示意义。     

经济增长的技术进步效率研究:1978-2000

利用索洛模型法估算出我国1978-2010年间全要素生产率的增长率,并依据估算结果对我国全要素生产率增长和经济增长动因作简要分析,以考察经济增长中的技术进步效率。分析结果表明,1978年以来我国的改革开放政策卓有成效,技术进步效率为经济增长作出了很大贡献,其在总产出中的贡献率为32。96%,仅次于资本投入对经济增长的贡献率,比劳动投入贡献率高。另外,我国全要素生产率增长对经济增长的贡献率比较适中,这与我国当前经济发展阶段较为适应,符合经济增长方式转变的阶段性规律。     

区域经济和谐发展的全要素生产率研究——基于对1995-2004年28个省市大中型工业企业的非参数生产前沿分析

地区间的发展差距随着工业经济的快速增长而收敛,地区间人均产出的变异系数从1995年的0.4,下降到2004年的0.33,地区间增长速度的变异系数从1996年的3.01,下降到2004年的0.73;全要素生产率(TFP)增长对缩小地区间工业经济发展差距的作用越显突出,对地区工业增长的贡献超过60%,地区间全要素生产率的变异系数从1996年的1.16,下降到2004年的0.665;要素投入贡献的地区差异非常巨大,而且变化不定,通过要素投入缩小地区间差异的效应逐渐减弱;地区间的技术效率差距不断缩小,地区大中型工业的平均技术效率从1995年的51.6%,增长到2004年的76.5%。全要素生产率,特别是技术进步和规模效率的提高,已成为区域经济和谐发展的中坚力量。中国工业起飞阶段的增长特征更符合内生性经济增长理论:技术进步是区域工业经济收敛的源泉。     

我国资源型城市全要素生产率变动的实证分析

应用基于DEA的Malmquist指数法,对1990-2007年我国50个地级以上资源型城市的全要素生产率进行了测算,并从资源类型分类对全要素生产率进行了分析。结果表明：18年间50个城市全要素生产率的平均增长率为0．8％,主要是由于投入产出效率的提高;除煤炭城市外,其余城市的全要素生产率指数均大于1,并且按照石油、冶金、综合、煤炭城市由大到小的顺序排列。     

基于水—能源—粮食纽带关系的能源绿色效率及区域差异研究

基于水—能源—粮食纽带关系建立多维投入—产出指标体系研究能源绿色效率,包括从静态方面构建MetaSBM-DDF模型测算能源绿色全要素生产率,从动态方面构建Luenberger模型测算能源绿色全要素生产率指数（GLTFP）,并分解其要素贡献和地区差异性。结果表明：产出要素的无效率是整体无效率的主要推动力,且期望产出要素的相对贡献呈下降趋势,非期望产出要素的相对贡献呈上升趋势。能源绿色全要素生产率的区域差异明显,东部沿海能源绿色全要素生产率代表最佳技术前沿,而东北地区、长江中游和西南地区是三大低值区。GLTFP年均增长率为4.5%,其中技术进步是GLTFP增长的核心动力且贡献度达121.06%,而技术效率对GLTFP增长有制约作用且贡献度年均下降0.9%,产出要素生产率变动是推动GLTFP增长的核心要素,且非期望产出要素、投入要素、期望产出要素对GLTFP增长的贡献率依次递减。     

地方化经济与海岸带城市发展——基于DEA与GMM估计的实证检验

结合Malmquist指数与数据包络分析方法,利用1990-2007年城市统计数据,对我国50个海岸带城市的全要素生产率进行测量的结果表明,我国主要海岸带城市的全要素生产率并不平稳,海岸带城市快速的经济增长并不表现为技术效率的变动。在此基础上,利用测算得到的海岸带城市的全要素生产率TFP及其分解,作为劳动生产率的代理变量,采用广义矩估计方法,考察城市化经济、地方化经济与劳动生产率对海岸带城市产出的影响。研究表明,海岸带城市化经济对地区经济增长具有接近1.7%的带动,地方化经济对地区经济增长的带动则达到了30%,说明产业专业化和产业多样化所形成的经济组织地方集聚的经济效应非常巨大,而劳动生产率对海岸带城市产出的影响不显著。     

全要素生产率与区域工业的和谐快速发展——基于1995～2004年28个省市大中型工业的非参数生产前沿分析

文章采用Malmquist指数和DEA技术,研究中国28个省市地区大中型工业增长的动力以及地区间的发展差距,分析发现在1995~2004年期间:(1)整体而言,全要素生产率(TFP)增长已经成为中国大中型工业快速增长的核心动力,特别是技术进步和规模效率的改善对产出增长的贡献日渐突出,相反,要素投入对产出增长的贡献逐渐减弱;(2)地区之间发展的差距依然显著,但无论是人均产出还是增长速度,地区之间的差距在逐渐缩小;(3)随着中国工业经济的快速增长,TFP对缩小地区间工业发展差距的作用越显突出,资本要素的作用并不明显;(4)全要素生产率快速增长的四大因素:竞争、全球化和外商投资、民营化改革,以及经济扩张期。因此,文章认为全要素生产率增长,已成为区域经济和谐快速发展的中坚力量。     

TFP增长对中国城市经济增长与波动的影响——基于264个地级及地级以上城市数据

本文利用1990～2011年中国264个地级及地级以上城市投入产出数据,分析了全要素生产率（TFP）增长及相关要素对经济增长的贡献,并分区域分析全要素生产率及要素增长及波动对经济增长的影响,得出如下结论并提出政策建议：（1）264个地级及地级以上城市1990～2011年全要素生产率增长近些年呈下降趋势,需要采取措施提高全要素生产率水平,提高全要素生产率增长对经济增长的贡献率。（2）尤其要提高东部TFP增长水平。东部地区GDP增长率和TFP增长高度正相关（尤其是第三阶段）,说明东部地区提高TFP增长对GDP潜在增长率有促进作用。（3）提高中、西部固定资本存量水平。中、西部地区GDP增长率-9固定资本存量的增长率有正相关性．说明中、西部地区仍然可以通过提高固定资本存量的方式提高GDP潜在增长率。（4）提高劳动增长率。全国GDP增长率趋势值与劳动增长率趋势值高度正相关,提高劳动增长率也可以提高潜在增长率。     

数据要素:倍增效应与人均产出影响——基于数据要素流动环境的视角

本文使用2012-2018年中国30个省(直辖市)的面板数据,通过构建"数据要素流动环境指数"和绿色全要素生产率,并以NPP/VIIRS夜间灯光数据为工具变量,从理论和实证两个维度论证了数据要素的倍增效应和数据要素对人均产出的影响.研究发现,数据要素对其他要素生产率的提升存在"倍增效应",其表现形式为数据要素通过与其他要素(主要是劳动力和资本)的非线性协同作用,促使全要素生产率实现几何增长;数据要素对人均产出带来正向的促进作用,且该作用不因区位的差异而消失;通过促进全要素生产率实现人均产出增长是数据要素影响人均产出的传导机制.本文的政策启示是,各地应该加大重视数据作为生产要素的关键作用和抢抓"新基建"机遇,通过大力推动经济社会数字化转型来加速释放"数字红利",最终实现区位劣势地区的跨越式发展和中国经济的高质量发展.     

金融科技能提升城市包容性绿色全要素生产率吗?

包容性绿色全要素生产率强调绿色发展、社会公平与经济增长协调并进,是判断城市经济发展质量的重要依据。本文以2011—2019年中国284个地级及以上城市的数据为样本,实证检验了金融科技对城市包容性绿色全要素生产率的影响及作用机制。研究发现,金融科技对城市包容性绿色全要素生产率具有明显的促进作用,主要表现在技术进步指数显著提升,这一结论在经过一系列内生性处理和稳健性检验后依然成立。机制分析显示,金融科技能够通过促进绿色创新、增加环保投资以及激发创业活力提升城市包容性绿色全要素生产率。异质性分析表明,金融科技对包容性绿色全要素生产率的提升作用在人力资本水平、金融发展水平和基础设施水平较高的城市中更为明显。本文的研究为加快实现经济绿色发展和包容性增长的“双重红利”提供了重要的经验证据。     

全要素生产率与中国经济增长关系研究——基于VAR模型视角

运用TFP的变动来对经济增长潜力展开分析,是国内外经济学界的常见研究思路。从新古典模型出发,对改革开放以来的中国TFP进行估算分解,并构建TFP、GDP增长、资本增长和劳动力增长之间的VAR模型。实证研究认为,目前中国已进入跨越式发展时期,应大力发展资本市场,促进资本要素的有效流动,促进产业结构优化,将提高劳动力受教育水平作为重要发展战略,注重进行技术基础的革新,提高经济增长质量,促进经济发展方式向集约型发展方式转变。     

科技与金融结合对全要素生产率的影响——基于“促进科技和金融结合试点”准自然实验的经验证据

将科技和金融结合试点政策视为一项准自然实验,基于2005—2017年中国283个城市数据,采用双重差分法评估科技和金融结合试点政策对全要素生产率的影响。结果发现：①科技和金融结合试点政策对全要素生产率具有正向影响且通过了显著性水平检验;②科技和金融结合试点政策主要通过提高城市创新水平和融资能力等途径促进全要素生产率增长,创新水平、融资能力在科技和金融结合试点与全要素生产率间起中介作用;③科技和金融结合试点政策对全要素生产率的影响存在异质性,经济发展水平较高、金融发展水平较高的城市,科技和金融结合试点政策对全要素生产率的影响更大。由此建议,加大金融资源支持力度,缓解企业融资约束,加强政府对创新的支持。     

建筑业全要素生产率增长与区域经济增长的耦合效应分析

采用随机边界分析方法测算了1997—2009年省际建筑业全要素生产率(TFP)增长水平,并进行了区域差异化比较;然后借鉴物理学的耦合度理论,构建建筑业TFP增长与区域经济增长的耦合效应模型,并进行了实证检验;采用灰色关联分析方法遴选出二者耦合效应的主要影响因素,最后对建筑业经济增长方式和阶段进行了研判。研究表明:区域建筑业TFP增长存在较大差异,依据其增长率大小将31个地区划分为负增长、低增长、中增长和高增长四种类型;二者的耦合程度较高而耦合协调度较低;约束建筑业TFP增长的主要因素是地区的GDP水平,判断中国区域建筑业的经济增长仍属于粗放型增长方式和资本经济阶段。     

Total factor productivity convergence across the Kazakh regions

This article examines total factor productivity (TFP) convergence across the regions of Kazakhstan over the period of 1997–2013. Using a growth accounting methodology we found that the average level of TFP fell by almost 40% over the period under consideration. Several panel unit root tests confirm that the whole set of Kazakh regions and the group of non-oil regions converged in terms of TFP, while the group of oil-rich regions diverged. This result explains sigma-divergence of the GRP per capita across the regions of Kazakhstan by divergence in capital intensity.     

Spatial analysis of change trend and influencing factors of total factor productivity in China’s regional construction industry

Total factor productivity (TFP) is a measure of long-term economic growth and a comprehensive industry-level productivity measure. There are large gaps in China’s regional construction industry development due to unbalanced regional economy. Based on TFP measurement, this article puts forward a two-hierarchical analysis framework with coefficient of variation, Moran scatterplot and coefficient of convergence to analyse change trend of the construction industry TFP in three major regions in terms of spatial diversity, correlation and convergence. Then, the geographically weighted regression model is utilized to explore the influencing mechanism on the TFP. The results indicate the differences of the regional construction industry TFP are enlarging. There is obvious spatial correlation and heterogeneity in the regional TFP without a relatively stable space pattern. The TFP also exhibits convergence effects among three major regions. The construction industry productivity in all regions is significantly affected by economic environment, industrial organization structure and technological level. Industrial organization structure exerts the various influences on the productivity in different regions.     

AN ATTEMPT TO EXPLAIN DIFFERENCES IN ECONOMIC GROWTH: A STOCHASTIC FRONTIER APPROACH

Total factor productivity (TFP), factor accumulation, and growth are analysed for a panel of 40 countries in 2001–11. TFP growth and technical inefficiency are estimated using a stochastic frontier model. Environmental variables are found to have an important role in explaining differences in inefficiency across countries. Over 2001–11, the general improvement in technical efficiency of countries is almost outweighed by technological regress. Results indicate that differences in factor accumulation between OECD and emerging economies are more important than differences in TFP change to explain differences in economic growth. Results also indicate negative and significant random shocks for the OECD countries.     

R&D contribution in TFP growth of Greek industry: A limited information likelihood approach

We provide a novel panel model to decompose total factor productivity (TFP) growth in the Greek industry at the firm level while we tackle the contribution of R&D. We, therefore, opt for parametric methodology that provides statistical inference and would validate the results. Our modeling departs from prior strong assumptions such as error terms across firms being independent. In fact, we provide a novel limited information maximum likelihood (LIML) estimation method that adequately deals with the issue of endogeneity and model misspecification. We demonstrate that our model detects variability in terms of TFP growth components across industries and firms. Our results show that R&D would enhance TFP of Greek firms, albeit the crisis has had a detrimental impact. Financial ratios such as liquidity and solvency ratios also affect TFP as we demonstrate that both would enhance TFP. The solvency ratio is important as it provides an estimate of whether the firm can cope with debt. We also note variability across small versus medium and large firms and report that small firms are more productive and spend more of their revenues on R&D. In terms of policy, our evidence warrants higher R&D spending to enhance TFP growth, though R&D funding is a concern.     

中国城市经济运行的特征分析

文章在利用Malmquist指数和一系列反应地区差异的统计指标对中国216个地级市1990~2004年城市经济增长的效率和差异进行描述的基础上,针对2000年以来中国城市经济表现出的新特点,采用因子分析和空间计量方法分析了影响中国城市经济增长的主要因素。结果表明,1990~2004年中国216个地级市的TFP整体呈现出增长的趋势,城市经济的地区差异明显且呈扩大趋势。2000年以来影响中国城市经济增长的因子强度依次为:地理位置因子、产业结构与市场化水平因子和要素投入因子。     

TFP growth in Chinese cities: The role of factor-intensity and industrial agglomeration

This article estimates agglomeration effects via calculating EG (Elilsion & Glaeser) and TFP growth (Total Factor Production) by considering the undesired output of the industrial enterprise database and the entropy weight method. Using panel data of 207 county-level cities in China and 28 two-digit manufacturing industries from 2003 to 2013 based on SIC codes, this paper analyzes the relationship between agglomeration and TFP growth through the smooth transition model under different regions and factor-intensity. The results are as follows. (1) A negative relationship appears in manufacturing productivity. The agglomeration effect changes to the crowded effect. Environmental pollution is also generated by transportation and inadequate pollution treatment technology. (2) The excessive agglomeration phenomenon of developed areas (eastern region) is less than the less developed areas (central and western regions). (3) Resource-intensity industries present two thresholds that indicate complex regional features. For various intensive industries in different regions, the relationship between GML and agglomeration is different. High agglomeration does not always promote TFP growth. (4) At different levels of urban industrial agglomeration, the influences of efficiency change and technical change on GML are different. Overall, moderate agglomeration in all regions helps promote economic development.     

生产性服务业对经济增长的集聚效应研究——基于中国地级城市面板VAR分析

笔者从马歇尔、雅各布斯外部性及新经济地理的综合视角,通过建立面板VAR模型研究了我国生产性服务业集聚对城市经济增长的影响。结果表明:生产性服务业专业化、多样化和集聚规模与城市经济增长之间具有长期的均衡关系;生产性服务业专业化与多样化对经济增长具有单向因果关系;生产性服务业多样化无论在长期还是短期均促进了城市经济增长,而专业化却对经济增长产生负向效应。由于城市生产性服务业整体规模偏小,其对经济增长的规模效应尚不显著。鼓励生产性服务业多样性发展,避免同一部门的过度集聚,扩大重点生产性服务部门的运营规模可能是较为理想的政策安排。