中国省际碳全要素生产率增长及收敛性

将碳排放作为生产过程的“坏产出”,通过构建基于序列的Malmquist-Luenberger（SML）指数模型,测算1998—2010年中国省际碳全要素生产率,运用核密度估计法对全国总体及东部地区、中部地区、西部地区三大区域进行收敛性检验。结果显示:样本期内中国碳全要素生产率年均增长率仅为0.9%,且主要是由技术进步推动,技术效率在大多数年份都处于恶化的状态;东部地区碳全要素生产率增长最快,西部地区最慢,中部地区介于二者之间;全国碳全要素生产率及其分解存在明显的发散性,东部地区和西部地区在技术效率方面呈现“俱乐部收敛”。     

中国物流业环境全要素生产率增长研究——基于MML生产率指数的实证分析

将能源消耗引入投入变量, 以碳排放为副产出, 运用基于松弛测度(SBM)的方向性距离函数, 构造共同边界—曼奎斯特—卢恩伯格(MML)生产率指数, 测度2003—2012年中国30个省份的物流业环境全要素生产率。研究表明:中国物流业的环境全要素生产率增长缓慢, 增长动力主要源于技术进步, 能源、劳动力、资本等生产要素的利用效率无明显改善, 物流业存在高能耗、高投入、增加值产出低、污染排放高的现象。中国东部、中部、西部地区存在明显的技术落差, 东部地区依靠技术进步处于潜在技术前沿, 西部地区形成了对东部地区的追赶效应, 但中部地区与技术前沿的落差逐渐拉大。认为, 大力提高生产要素的利用效率, 加快东部地区向中部、西部地区的技术转移与扩散, 应成为物流业发展的重点。     

旅行社技术效率和全要素生产率变化研究——基于2001～2010年省际面板数据

运用数据包络分析法和Malmquist生产率指数对我国旅行社行业2001～2010年的省际技术效率及全要素生产率变化情况进行测算、评价,结果表明:我国旅行社行业省际技术效率较低,主要原因在于纯技术效率损失严重,省际技术效率水平的区域分布呈现东部最高、西部次之、中部最低的特征;旅行社行业省际全要素生产率呈现整体下滑趋势,技术退步是其主要原因,具体到各个地区,西部旅行社因为技术效率有较大幅度的提高,全要素生产率有所改善,东部、中部的旅行社因为技术效率提高幅度较小,全要素生产率降低.     

碳汇视角下中东部农业环境全要素生产率估算

在测算1994~2012年间中东部地区农业碳排放量和农业碳吸收量的基础上,发现农业碳排放量大于农业碳吸收量,农业对环境总体上处于正的溢出效应。因此,将农业＂碳净吸收量＂作为农业生产的正产出,运用非径向Super SBM模型修正了中东部各地区的农业全要素生产率。研究表明：1994~2012年间中东部地区农业全要素生产率处于下降状态,其中技术进步是促进农业全要素生产率增长的主要动力,而技术效率仍有进一步挖掘的潜力。东部地区全要素生产率略高于中部地区,这是因为东部地区技术效率高于中部地区,且两地技术效率差距有拉大的趋势;但东部地区的技术进步率低于中部地区。     

中国肥料制造业全要素生产率的动态分析

运用非参数DEA—Malmquist指数方法估算中国各地区肥料制造业1998—2005年期间的全要素生产率增长、技术效率变化和技术进步情况,从而对中国各地区肥料制造业做全要素生产率分析。结果显示:在1998—2001年期间,全国和东部地区技术效率的改进对全要素生产率的变化贡献较大,而在后期技术进步则成为全要素生产率变化的主要动力;西部与东部地区情形相似,只不过技术进步成为全要素生产率变化的主要动力在2003年以后才表现出来;对于中部地区,可以说全要素生产率的提高一直主要依靠技术进步。     

财政教育投入、产业结构升级对全要素生产率的影响

财政教育投入是我国教育投入的主要力量,对于普及义务教育和形成人力资本发挥着重要作用。人力资本是提高劳动力质量和实现技术进步的主要基础,研究财政教育投入对经济增长效率的作用机制和区域差异具有很好的理论和实践意义。在内生经济增长理论框架下,探究产业结构升级在财政教育投入影响全要素生产率过程中的调节效应。从全国数据看,财政教育投入可以直接提高全要素生产率,我国东部和中部地区的产业结构升级弱化了财政教育投入对全要素生产率的促进作用,西部地区的产业结构升级增强了财政教育投入对全要素生产率的促进作用。在其他控制变量中,GDP增长率和城镇化水平对全要素生产率具有明显促进作用,对外开放程度、外商直接投资、金融深化和科技投入占比对全要素生产率的影响存在较大区域差异。据此提出相应对策建议。     

民族地区金融发展与绿色全要素生产率增长——以乌江流域为例

通过综合指数法和考虑非期望产出的非径向距离函数,分别测算了乌江流域民族地区县域金融发展水平和绿色全要素生产率增长情况,并基于1999²015年数据和SysGMM估计方法,研究了民族地区金融发展对绿色全要素生产率的影响。结果显示,样本地区金融发展水平总体较低,但乌江中下游民族地区优于上游地区;绿色全要素生产率年均增长0.6%,下游地区好于上中游地区。进一步实证研究表明,民族地区金融发展的技术进步效应促进了绿色全要素生产率的增长,但技术效率改进效应还没有得到体现;不同区域有所不同,上中游地区金融发展阻碍了绿色全要素生产率的提高,但下游地区却相反;分时期的估计显示,金融发展对绿色全要素生产率的影响尽管差异不大,但对绿色技术进步和技术效率的影响却是2007年前高于2007年后。     

农村金融发展效率的区域异质性对农业绿色TFP的影响研究

运用方向性距离函数和GML指数测算各省（市农业绿色全要素生产率（TFP,在此基础上采用系统矩估计方法就农村金融发展效率的区域异质性对农业绿色TFP增长的影响及其传导路径进行了实证检验。研究发现：农村金融发展效率通过促进农业绿色技术进步推动农业绿色TFP增长,东、中、西部各地区农村金融发展效率对农业绿色TFP增长和农业绿色技术进步作用效应依次递减;东部和中部地区的农村金融发展效率均未对农业绿色技术效率增长产生显著影响,而西部地区的农村金融发展效率对农业绿色技术效率有抑制作用。     

互联网发展对农业全要素生产率增长的影响

伴随着“互联网+农业”的蓬勃兴起,互联网发展在提升农业全要素生产率方面发挥着重要作用。首先分析互联网发展对农业全要素生产率增长的作用机理,并基于EBM Super-Global-Malmquist（EBM-SGM）指数对2002—2016年中国大陆31个省份的农业全要素生产率进行核算,然后采用固定效应模型分析互联网发展对农业全要素生产率增长的影响。结果表明：（1）2002—2016年农业全要素生产率年均增长2.20%,主要依赖农业技术进步的贡献;（2）整体来看,互联网发展显著提升了农业全要素生产率;分地区来看,互联网发展对农业全要素生产率的促进作用在中部地区最为明显,其次为西部和东部地区;（3）互联网发展对农业技术进步具有显著的促进作用,对农业技术效率具有显著的抑制作用。     

中国西部地区环境全要素生产率增长研究

运用基于产出距离函数的随机前沿分析方法,对第一轮西部大开发期间中国西部地区的环境全要素生产率增长进行了研究。结果表明,该时期西部地区的技术进步水平逐年提升,但环境全要素生产率出现下降,技术效率、规模效应和投入价格效应是制约环境全要素生产率增长的主要因素。西部地区不同省份的环境全要素生产率存在显著差异,重庆、四川和贵州的环境全要素生产率实现正增长,而其技术效率下降较少是主要原因。     

产业集聚对绿色全要素生产率的影响 ——基于国家级经济技术开发区的准自然实验

以中国2004—2018年263个地级及以上城市为研究对象,运用非期望产出Super-SBM模型测度绿色全要素生产率,构建多期双重差分模型分析了国家级经济技术开发区对绿色全要素生产率的影响.结果表明:1)在全国层面,建立国家级经济技术开发区对绿色全要素生产率的影响呈现"U"型趋势,即开发区在建立初期对绿色全要素生产率的提升具有显著的抑制作用,开发区建立一段时间后,会促进绿色全要素生产率的增长,且成立之初的抑制作用主要源于对全要素生产率的抑制;产业结构优化升级对绿色全要素生产率的提升具有显著的促进作用.2)在区域差异上,国家级经济技术开发区对东北地区、中部地区的绿色全要素生产率的提升具有显著的抑制作用,而对东部地区、西部地区绿色全要素生产率的影响不显著.     

中国煤炭行业绿色全要素生产率研究

绿色全要素生产率（GTFP）是将能源消耗与环境污染同时纳入传统TFP核算框架的兼顾经济增长与环境保护的绿色发展指标。与传统全要素生产率（TFP）相比，其更能反映创新驱动的本质。科学测算煤炭行业GTFP能客观描述科技进步与创新、规模收益等对产出增长的驱动/阻碍情况，对煤炭行业实现高质量发展、助力实现“双碳”目标有重要意义。然而，现有煤炭行业GTFP测算较少将经济、能源与环境因素同时考虑在内，导致测算的GTFP与实际情况有一定的差距。将能源消费与“三废”排放同时纳入研究框架，首先应用DEA分析了2014—2018年中国不同区域所属25个省区市煤炭行业的平均综合技术效率，在此基础上，采用Global-Malmquist-Luenberger指数，测算出了2002—2018年的GTFP，并按区域与时间维度对GTFP进行分解，结果表明：我国煤炭行业平均综合技术效率水平较低，西部地区整体优于东部，东部优于中部，中部优于东北；促进我国煤炭行业GTFP改进的主要原因是技术进步，而不是技术效率，纯技术效率与规模效率是导致技术效率降低的主因，但前者的阻碍作用更大，纯技术增长是技术进步的源泉；分地区看，东部...     

福建自贸区金融业效率实证研究

为大力推进福建自贸区的建设发展,提升金融业效率,基于DEA—Malmquist模型分析了厦门和福州片区的金融业发展模式,并进一步以厦门片区为例,运用Tobit模型进行影响因素分析,结果表明:厦门和福州片区金融业效率处于DEA无效状态,其中,厦门表现为规模无效,而福州呈现技术和规模均无效;金融业全要素生产率在2004—2013年间均呈现上升趋势。从分解看,技术进步是全要素生产率上升的主要贡献;外商直接投资、金融集聚和人力资本对全要素生产率的提升有显著的促进作用,而政府干预则抑制了全要素生产率的增长。最后,提出提升福建省自贸区金融业效率的对策建议。     

中国各省高技术产业全要素生产率研究

高技术产业的创新和增长是我国经济发展的动力和源泉,因此提高产业生产率至关重要.采用基于DEA的Malmquist指数分析方法,对我国除西藏外的30个省、市、自治区高技术产业1996-2010年的全要素生产率及其分解情况进行测度和分析研究的实证结果表明:我国高技术产业整体全要素生产率上升明显;呈现出时间上的波动趋势和区域上的差异性;不论我国的东部、西部、中部还是整体,技术进步而非技术效率是导致全要素生产率增长的主要原因.     

环境规制与绿色工业全要素生产率——基于我国 30 个省市的实证分析简

本文以结合方向距离函数的环境绩效ML指数为基本方法,以20011011年我国30个省市环境规制及工业经济的数据为基础,测算各省市绿色工业全要素生产率,并构建面板数据模型,分析环境规制对我国绿色工业全要素生产率的影响。研究发现：我国各省市绿色工业全要素生产率比传统工业全要素生产率都要低,各省市均存在以牺牲环境换取经济发展的现象;西部地区在环境约束时工业全要素生产率下降幅度最大,而中部和东部地区下降幅度递减,西部地区以环境成本实现工业增长的特征最为明显;环境规制对绿色工业全要素生产率的增长有正的影响,但对各区域的影响程度随工业绿色发展水平的提高而降低;技术创新、外商直接投资等也是影响绿色工业全要素生产率的重要因素。     

低碳约束下区域物流产业效率测算

针对传统的物流产业效率测算未考虑二氧化排放问题,提出碳强度约束下的物流业全要素生产率(CLP),在构建2005—2012年中国30个省区物流业面板数据的基础上,应用环境DEA技术和方向距离函数方法,对碳强度约束下的中国物流业全要素生产率的增长来源与区域差异进行实证分析。结果表明,碳强度约束下的物流业全要素生产率年均增长达1.9%,高于不考虑碳约束情形;碳强度约束下的物流业生产率指数与碳强度目标吻合,物流业全要素生产率改进,碳强度下降;物流业生产率的提升主要依赖于物流技术进步和创新;碳强度约束下东部地区物流业生产率存在趋同性,中部地区差异在扩大,西部地区则在缩小。     

金融发展对全要素生产率增长影响的 区域性异同分析

全要素生产率（TFP）增长被认为是经济高质量发展的重要指标。不少理论和实证分析认为金融发展对TFP提升有促进作用,但也有研究认为金融发展对TFP增长的影响在金融发展水平不同区域存在差异性。通过收集我国31个省区市2006—2016年的面板数据,分东部、中部、西部和东北4个区域对该问题进行对比研究。结果显示,金融发展对TFP增长的影响作用存在区域性差异,同时也存在趋同性：非国有企业贷款与GDP比值仅在东部与TFP指数呈正向影响,在4个区域对技术效率呈负向影响,对技术进步呈正向影响;股票筹资额与GDP比值、债券筹资额与GDP比值在4个区域与TFP指数都呈正向影响;除东北外,保险赔付都与TFP增长呈正向影响。     

基于SFA模型的大学和研发机构科学论文产出效率分析

文章选取超越对数生产函数的随机前沿模型(SFA),对2000～2010年中国地区间大学和研发机构科学论文产出效率进行了分析研究.研究发现:各地区技术效率具有一定的波动性,东部和中部地区的技术效率较高,西部地区技术效率始终最低,且这种趋势保持不变;政府资金占经费筹集的比重对技术效率有正面影响,企业资金对技术效率有负面影响;全要素生产率增长率主要由技术进步率决定,且从2003年以后有所下降.     

绿色金融能否提高中国城市绿色全要素生产率——基于中国285个城市的证据

金融是现代经济的核心，绿色金融在推动经济绿色增长的过程中发挥着重要作用。本文基于2003—2019年中国285个地级及以上城市的空间面板数据，构建了三种空间权重矩阵并使用空间计量模型，实证检验绿色金融对城市绿色全要素生产率的空间影响及其作用机制。研究结论如下。(1)绿色金融和城市绿色全要素生产率均表现出显著的空间自相关性。(2)绿色金融不仅能提升本地区城市绿色全要素生产率，还能提升邻近地区城市绿色全要素生产率，具有显著的正向空间溢出效应。(3)环境规制加强了绿色金融对本地城市绿色全要素生产率的促进作用，减缓了对邻近城市绿色全要素生产率的促进作用。(4)绿色金融对东部地区城市绿色全要素生产率的空间溢出效应最大，中部地区次之，西部地区最小；绿色金融对Ⅰ型及以上大城市的绿色全要素生产率的空间溢出效应最大，Ⅱ型大城市次之，中等城市最小，对小城市未产生显著的空间溢出效应。     

农业全要素生产率的地区差距及其增长分布的动态演进——基于非参数估计方法的实证研究

采用DEAMalmquist 生产率指数对中国30个省（市、区）1998-2011年间农业全要素生产率进行核算,并基于此以累积农业相对全要素生产率为指标,利用核密度和条件密度估计方法,系统考察了中国农业全要素生产率的地区差距及增长分布的动态演进。结果表明：中国农业全要素生产率非均衡性空间特征比较明显。基于农业全要素生产率变化趋势的差异可将30个省（市、区）划分为“高速组”“快速组”“慢速组”与“零速组”四类地区。中国农业全要素生产率地区差距呈扩大趋势,并且增长分布形状以“单峰”分布为主,但“双峰”分布趋势开始显现。其中,东部地区出现“三极”分化现象;中部地区逐渐由“单峰”分布变成“双峰”分布;西部地区则有“两极”分化的可能。中国农业全要素生产率增长分布具有很强的内部流动性,并表现出“两极”分化的趋势。从三大区域来看,中部地区农业TFP增长分布表现出流动性的同时呈“多峰”分布,而东部地区和西部地区则并未出现“多极”分化。