我国制造业技术效率的测算与变动研究

运用基于数据包络分析(DEA)的Malmquist指数分析方法对2003—2011年我国制造业的全要素生产率(TFP)进行测算,从而得出我国制造业技术效率与技术进步的现状及发展趋势。结果表明,从2003—2011年期间,制造业各行业的全要素生产率平均年增长率为8%,技术进步的年均增长率为4.9%,技术效率的年均增长率为2.9%,由此看来,9年来在影响30个制造行业的全要素生产率的增长因素中,技术进步和技术效率同时起到作用,技术进步的效果稍加显著。     

我国保险业全要素生产率及其增长分析

文章研究了1998~2003年我国保险业全要素生产率(TFP)增长趋势,并将其分解为前沿技术进步(FS)、纯技术效率(PTE)的变化、规模效率(SE)的变化三大因素。研究发现:保险业的全要素增长率(TFP)呈现逐年上升的趋势,年均增长在15.9%;前沿技术进步已成为我国保险业TFP增长的最主要动力,保险公司因前沿技术进步平均每年提高全要素生产率高达16.7个百分点;保险公司相对前沿的技术效率(TE)差距拉大,已出现阻碍TFP增长的趋势,这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。     

河南省生产率进步及其因素分解——基于DEA-Malmquist指数的市级数据分析

运用DEA-Malmquist指数分析法对18个市2000-2009年间的全要素生产率进步及其因素分解分析的结果表明:河南各市全要素生产率增长十分强劲,年均达14.7%,且落后地区具有明显的追赶趋势,但近几年下滑趋势明显。进一步的实证分析说明,技术进步是推动全要素生产率增长的主要动力,而综合技术效率和纯技术效率的下降则是制约TFP提升的瓶颈因素。因此,要遏制全要素生产率的下滑势头,就必须大力推进科技进步、提升技术效率和规模效率。     

服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

皖江城市带全要素生产率增长及收敛性分析

使用1991-2008年皖江城市带10个城市的数据,运用数据包络分析的方法测算了曼奎斯特生产率指数,分析了各城市的全要素生产率(TFP)增长趋势,并对经济增长趋同进行了定量分析.得出结论为:90年代以来皖江城市带TFP年均增长率为9.5%,比全省平均水平高0.3个百分点.全要素生产率的结构分析表明技术效率是皖江城市带T...     

农田灌溉设施的全要素生产率增长效应

基于中国15个小麦主产省2000—2017年面板数据,采用SFA-Malmquist指数法和面板工具变量法探讨了农田灌溉设施的小麦全要素生产率增长效应及作用机制,结果表明:2000—2017年间,小麦全要素生产率年均提升1.66%,技术进步率和效率提升率年均增长1.21%和0.38%,总体表现为技术诱导型的增长模式;农田灌溉规模的扩张可以在保障小麦生产效率提升的同时推动技术进步,实现小麦全要素生产率增长的双重驱动;农田灌溉质量的提升表现出正向的技术进步效应,但对技术效率却产生了微弱负向影响,且全要素生产率增长效应不显著。因此,在保持灌溉规模扩张对小麦全要素生产率驱动作用的同时,挖掘灌溉质量提升带来的全要素生产率增长潜能,将会是实现小麦稳产增产的关键。     

我国建筑业全要素生产率分析

运用DEA模型对我国建筑业1997—2009年间的全要素生产率进行评价,分析TFP变迁的原因及其过程,结果表明技术进步是促进TFP增长的主要因素,建筑业正由粗放型增长方式向集约型增长方式转变。我国建筑业的起点比较低,就现阶段情况而言,技术效率和技术水平都有待提高,进而才能实现建筑业产业结构升级。     

我国家庭农场的全要素生产率及其差异

基于1647份的家庭农场微观调查数据,运用随机前沿生产函数法系统评估粮食型、非粮食型和混合型3种类别家庭农场效率及其差异分布,结果表明：2011—2016年家庭农场样本的全要素生产率（TFP）年均增长率为0.75%,增长主要来源于技术进步和要素配置效率变动,但后者贡献较小,规模扩张是TFP增长的重要阻碍;粮食型农场效率处于最低水平,非粮食型农场效率最高,3类农场差异显著。选择适度规模经营以提升规模效率、转变经营思路带动配置效率提升以扩大TFP的提升空间、持续推进对现有农业技术的推广和运用、着重提升粮食型农场效率防止非粮化倾向是当前家庭农场发展的关注重点。     

中国装备制造业全要素生产率动态变动实证分析

装备制造业的发展水平是一国制造业整体水平的重要标志。我国装备制造业尽管取得了长足的发展,但仍然缺乏自主创新能力、量大质弱、低端产品比重高。通过Malmquist指数方法研究,对我国装备制造业1995-2008年间的全要素生产率动态变动进行实证分析,结果显示我国装备制造业全要素生产率年均提高6.4%,主要原因是技术变化水平的提高,且在不同时期技术效率和技术进步对我国装备制造业全要素生产率增长的贡献存在一定差异。实证分析结果为未来我国先进装备制造业的发展提供了科学的参考。     

华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型

基于随机前沿生产函数模型,利用华东地区六省1978—2015年的面板数据,分析华东农业全要素生产率增长及分解部分的变化趋势。结果表明：1978—2015年,华东地区农业全要素生产率年均增长率为4.59%,依次呈现出递减、递增、平稳的变化趋势;农业技术进步是全要素生产率增长的主要动力;技术效率是华东农业全要素生产率增长的主要阻碍因素,呈逐年下降的趋势;规模效率对农业增长阻碍作用不明显;要素配置效率对经济增长有促进作用即存在结构红利,但不显著。据此提出加大农业技术创新投入,提高农业产出效率;加快农业固定资产投资体制改革,盘活存量、优化增量;优化资源配置,提高农业供给体系的质量和效率等建议。     

加工贸易对中国制造业全要素生产率的影响

采用基于数据包络分析法的Malmquist指数分析法测算中国制造业整体及其分行业2003—2016年全要素生产率指数,并且对结果进行分析。同时对加工贸易影响制造业全要素生产率的理论基础进行阐述;以柯布-道格拉斯生产函数为基础构建模型,并借助Stata软件对我国加工贸易对制造业全要素生产率的影响进行实证研究。指出我国的加工贸易可以显著提高制造业全要素生产率;加工贸易促进制造业TFP提升的关键是加工贸易的进口对制造业的规模效率有显著促进作用;加工贸易从业人数对制造业技术效率的促进效果比对制造业技术进步的促进效果更明显。     

中国大数据企业全要素生产率增长及收敛研究

基于中国大数据上市企业的相关财务指标数据,利用Malmquist生产率指数方法测算了中国大数据企业全要素生产率及其分解,并对其全要素生产率变动的时序特征及增长差异进行了分析;进而采用收敛性理论,探析了差异的演变规律和内在机制。结果发现:中国大数据企业在2008—2013年间全要素生产率呈现负增长(-3.3%),主要原因在于技术效率增长的"拖累效应"明显,而技术进步贡献的"增长效应"相对有限,TFP并不是大数据企业产出增长的主要源泉;不同大数据企业的TFP增长及其动因存在显著差异,但收敛性检验表明,中国大数据企业TFP及其构成的增长均呈现出显著的收敛趋势。     

基于Malmquist指数的高等教育生产率变动分析

文章运用Malmquist指数方法,考察了1997——2005年间高等教育全要素生产率TFP的变动趋势,并通过Malmquist指数的分解,分析了我国高等教育TFP增长的内在动力。结果表明,高校扩招以来,我国高等教育TFP的增长主要是由技术进步推动的,规模效率和纯技术效率的相互作用,使高等教育资源配置效率对高等教育TFP的增长作用不明显。通过分析,本文认为走"内涵式"发展道路,不断提高高等教育管理技术水平将是我国高等教育发展战略的未来的发展方向。     

制造业全要素生产率测算及影响因素研究

Hsieh和Klenow提出了一种测算全要素生产率与资源配置效率的模型,龚关和胡关亮对该模型进行了扩展。文章在龚关和胡关亮研究的基础上,突破了投入要素的产出弹性只与行业有关的假设,构建了一个新的异质产品的垄断竞争模型。然后结合企业的微观数据,测算了中国制造业的资本配置效率、劳动配置效率和全要素生产率。最后,根据Olley和Pakes的方法测算了制造业的技术进步水平,并从技术进步和资源配置的视角分析了中国制造业全要素生产率的影响因素。研究发现：2001-2007年制造业全要素生产率平均每年增长4.93%;由于资本配置效率和劳动配置效率的双重下降,2007年以后全要素生产率明显下降;就全要素生产率的地区差异看,中西部地区越来越高,而东部地区越来越低。     

加入WTO后中国工业行业生产率变化趋势

加入WTO后,机制转换、结构优化和技术升级是中国工业发展的主题.以工业部门的生产率变化和要素配置来分析入世后我国产业的发展演化.结果显示:加入WTO后,中国工业行业整体生产效率和分行业生产效率的增长都是有效的,增长变化主要依赖于技术进步的变化,技术效率变化对TFP的改变影响比较小.工业行业主要通过推动行业技术进步提高而非技术效率改进来提高行业生产率的.     

纳入环境外部性的粮食生产率测算及增长分析

忽略面源污染外部性的生产率分析影响了研究结果的政策指导价值,而从非期望产出角度构造的生产率分析难以用于冬小麦生产。本文在方向距离函数的基础上,构造了投入产出双视角Malmquist-Luenberge(DML)指数,将环境影响纳入到生产率中,通过分析带来环境污染投入的效率可以获得技术效率与环境效率。使用DML指数方法,以11个冬小麦主产区2004-2011年投入产出的面板数据进行实证研究,结果表明,整个时期全要素生产率(TFP)仅增长了4.41%,其中技术效率提高了3.20%,技术进步为1.17%,环境效率为2.45%;南北方TFP均有所提高,但北方表现为技术和环境效率的下降,南方则存在轻微的技术退步。     

基于随机前沿分析的中国农业全要素生产率增长的实证分析

基于1997—2014年的省际面板数据,建立超越对数随机前沿函数模型进行农业全要素生产率的实证分析,根据对农业全要素生产率的测算分解,得出如下结论:农业全要素生产率增长存在波动,其增长年均值为8.59%;技术进步变化率是其主要推动因素,而要素配置效率变化率和规模效率变化率对农业全要素生产率的贡献仍较小。此外,农业全要素生产率增长存在明显的地区差异,从变异系数来看,华南地区农业TFP增长率波动对全国农业TFP增长率影响较大;分区域来看,华东地区的农业全要素生产率增长受规模效率变化率波动影响最大,华南地区农业TFP受配置效率变化率波动影响最大,以上两方面构成农业全要素生产率增长地区差异的主要原因。最后,笔者根据研究结论提出相应的政策建议。     

中国物流业全要素生产率的影响因素及其收敛性分析

利用DEA-Malmquist指数方法测算我国30个省区1996-2010年物流业全要素生产率(TFP)的变动,并对物流业全要素生产率的影响因素与收敛性进行分析。研究结果表明:中国物流业TFP不断提高,技术进步是TFP增长的主要源泉,技术效率相反起到了阻碍作用;物流业增长中,要素投入比TFP的贡献更大。交通基础设施与信息化水平对物流业TFP具有显著的正向影响,区域经济一体化进程中的基础设施重复建设对物流业TFP造成了显著的负向影响。空间分布上,TFP增长及其分解存在区域差异性,全国范围内,TFP存在绝对收敛特征,东、中、西三大区域内部的俱乐部收敛性不显著,对外贸易、交通基础设施与信息化水平的区域协调和均衡发展对物流业TFP的均衡协调发展具有重要影响。     

重庆市生产性服务业细分行业全要素生产率异质性及其影响因素研究

采用DEA-Malmquist指数法,测算1998—2002年和2005—2014年重庆市生产性服务业及各细分行业全要素生产率(TFP)的增长变动情况,完成对生产性服务业细分行业间TFP异质性及其影响因素的分析.结果表明:研究期内重庆市生产性服务业呈粗放型增长,TFP总体表现为负增长,但增速逐渐减缓.TFP的两个主要构成要素技术效率和技术进步在2002年之前和2005年之后对TFP的影响存在差异,1998—2002年,技术效率对TFP起显著推动作用,技术进步的负向作用明显;2005—2014年,技术效率牵制了TFP的增长,技术进步对TFP的正向作用微弱.同时,生产性服务业细分行业的TFP和技术效率均表现出较大的行业异质性,技术进步的行业异质性最小;人力资本、创新投入和对外开放度对细分行业TFP异质性具有显著的负向促进作用,而政府规模的正向影响显著,工业化程度和信息化水平与TFP异质性无明显相关性.