基于非参数理论的中国工业全要素生产率修正估计

在考虑到生产要素投入与全要素生产率(TFP)存在相关性的前提下,文章从残差中分离出具有非观测性和特异性的TFP,以2001~2006年36个工业部门面板数据为样本,用Levinsohn-Petrin非参数理论对索洛余值进行了修正估计。结果表明,虽然TFP年均有所增长,但在产出增长中所占份额还有待提高。中国工业行业存在着规模报酬递增。     

国际产业转移、空间溢出与全要素生产率

文章应用索洛余值法,基于2000—2018年的面板数据测度了京津冀地区的全要素生产率(TFP),并构建反距离权重矩阵的空间滞后模型(SLM)与空间误差模型(SEM),运用空间回归模型偏微分方法对国际产业转移的空间技术溢出效应进行解析。实证结果表明:京津冀地区全要素生产率存在负向空间溢出效应,全要素生产率较高的地区对邻近地区有负向影响;国际产业转移与本地区全要素生产率呈负相关关系,其对相邻地区的空间溢出效应尚未形成;从直接效应看,研发投入、人力资本、基础设施与经济密度指标均对本地区全要素生产率产生正向影响,产业结构对本地区全要素生产率的影响为负;从间接效应看,仅人力资本指标对邻近地区全要素生产率呈显著负向影响。     

中国全要素生产率重估——ACF模型中弹性估计改进和实证

索洛余额法、随机前沿生产函数法以及数据包络分析方法都没有解决函数的内生性和模型参数的时变性问题，ACF方法克服了这些局限性，对全要素生产率的测度更加准确。本文推导了参数的内生性和时变性问题，基于ACF模型提出了我国的时变参数估计方法，并对我国1990－2017年28个省份的全要素生产率进行重估。研究结果表明，ACF方法对全要素生产率的测度更加准确。从全国来看，资本投入增长对经济增长的贡献度最大，TFP增长对我国经济增长的贡献度正在逐渐下降，劳动投入对经济增长的贡献度相对较弱且波动大。分地区来看，各地区的TFP平均水平有所回落，近年来东北地区的TFP增长率水平最低，2012－2017年均为负值。同时，东北地区的劳动力流失情况较为严重。     

中国地区间经济差异的全要素生产率比较

改革开放近三十年来,中国经济取得了长期的稳定高速增长,很多研究认为中国经济增长在很大程度上依靠了全要素生产率(TFP)的贡献,例如,根据世界银行的估计,1978-1995年间TFP的增长对GDP增长的贡献平均每年高达43%,是中国经济在这一时期的最主要增长来源(W orld Bank,1997)。然而     

服务贸易进口下的知识产权保护最适强度研究

本文从知识产权保护视角出发,阐述了服务贸易进口影响全要素生产率(TFP)增长的传导机制,运用中国和OECD国家的数据研究了服务贸易进口对TFP增长的影响,并且计算出TFP增长所需要的知识产权保护最适强度.结果表明:①劳动密集型、资本密集型服务贸易进口无助于促进全要素生产率增长,技术与知识密集型服务贸易进口则显著地促进了全要素生产率增长,即使考虑了知识产权保护因素,这一结果依然不变;②中国当前的知识产权保护实际强度低于国内R&D投入、技术与知识密集型服务贸易进口所需要的最适强度,但OECD国家已经超过了最适强度;③中国国内R&D投入所需要的最适强度低于技术与知识密集型服务贸易进口所需要的最适强度.     

中国棉花技术进步效率差异分析

运用非线性参数Malmquist指数方法,研究1990～2010年间中国棉花全要素生产率的时序演进和空间分布的基本特征.研究结果表明,近21年间中国棉花全要素生产率增长具有阶段性波动特征,并且近年来增速趋于减缓.从构成要素看,技术进步是中国棉花TFP增长的动力源泉,以年均0.8％的增速推动中国棉花TFP增长;然而技术效率往往与TFP增长反向变动,以年均0.9％的下降速度制约中国棉花TFP增长.同时,中国棉花全要素生产率的增长存在区域不均衡现象.棉花TFP增长速度由三大棉花区域齐头并进,逐步向黄河流域、长江流域和新疆棉区逐个转换演进.新疆已经成为我国棉花TFP增长最高的区域,棉花技术进步、技术效率都远高于其它两个棉花种植区域.     

中国制造业技术变化实证研究

制造业的发展关系到第二产业及整个国民经济的发展,制造业的增长是中国工业经济增长的主导力量。本文使用DEA- Malmquist 指数法,测度了中国制造业中20个行业1997—2005 年的全要素生产率TFP 变化情况,并在此基础上把制造业分为非耐用消费品、中间投入品和资本品及耐用消费品三个部门,比较部门间技术变化的差异。研究结果表明：制造业的TFP平均增长率为3.76%,其中技术进步是 TFP 增长的主要原因;在三个部门中,非耐用消费品工业全要素生产率平均增长最快,资本品及耐用消费品工业整体表现最好,低水平的规模效率抑制了中间投入品工业部门技术效率的提高,从而阻碍了该部门全要素生产率增长。     

基于Levinsohn-Petrin非参数方法修正的索洛余值:1980-2006

OLS估计的索洛余值并没有考虑到生产要素投入与全要素生产率的相关性。文章从Cobb-Douglas方程残差中分离出具有非观测性和特异性的全要素生产率,以Levinsohn-Petrin非参数方法对中国16省1980～2006年间的索洛余值进行修正。结果表明基于OLS估计的Cobb-Douglas方程,高估了劳动力对产出的贡献份额,低估了资本和全要素生产率对产出的贡献份额;1980～2006年间中国全要素生产率对经济增长的贡献有非常明显的波动。     

我国农业全要素生产率增长及收敛研究

文章采用随机前沿分析(SFA)方法,考虑了随机因素对我国农业生产活动的影响,具体测算了我国1980~2009年各地区的农业全要素生产率(TFP),结论表明农业技术进步是推动我国农业全要素生产率不断增长的主要动力。在此基础上,分析我国不同地区之间的农业TFP是否存在σ收敛、绝对β收敛和条件β收敛,分析结果一致地表明我国地区间农业全要素生产率差距在不断扩大,并不存在σ收敛和β收敛。     

基于省级层面数据的全要素生产率测算与技术选择:1991～2007

文章利用1991～2007年中国30个省(市、自治区)的数据资料计算了各省份的年度全要素生产率(TFP),按照区域平均后的结果显示东部和中部省份的TFP趋同,并高于西部省份.从内生技术选择的角度,我们将TFP分解为要素密集度和要素产出效率两大因素,对各区域TFP差异进行了对比分析,结果表明,三大区域以要素密集度衡量的技术选择类型趋同,但是东部和中部省份的技术效率远高于西部.     

中国省际全要素能源效率变动分解——基于环境约束条件下的研究

将二氧化碳排放作为非期望产出,基于Malmquist-Luenberger生产率指数,测算了2001-2009年资源环境约束下中国各省份的全要素能源效率,并将其分解为技术进步、纯技术效率变动和规模效率变动因子。研究结果表明,纯技术效率和规模效率的恶化是中国全要素能源效率下降的主要源泉;省际全要素能源效率增长率在省际间的分布差异较大,且主要源于技术进步的省际差异;在技术进步的推动下,全要素能源效率增长率呈现"先上升再下降"的变化趋势。     

ICT投资、互联网普及和全要素生产率

本文使用DEA-Malmquist指数方法对2002-2012年我国分行业全要素生产率、技术效率与技术进步进行测算,并基于我国地区投入产出表构建了ICT资本投入强度。在此基础上,本文就ICT投资对生产率的影响进行了实证检验。研究发现,ICT投资对全要素生产率提升具有积极作用,并且主要通过ICT投资促进技术效率提升实现。面板门限回归模型的结果显示,只有达到一定互联网普及率时,ICT投资促进技术效率提升的作用才显现,并在高互联网普及率时进一步增强;但在高互联网普及率下,ICT 投资对技术进步存在抑制作用,在全要素生产率层面表现为ICT 投资的促进作用消失。因此,现实的ICT 投资应重视通过信息化管理提升行业资源的有效利用能力,以最大化技术效率对全要素生产率的贡献;应充分考虑不同行业和地区的互联网普及程度,以深度激发“连接经济”对于释放ICT效能的互补性作用;还应注意配套相应产业政策,以减轻互联网发展对技术进步的阻碍作用。     

中国农业全要素生产率增长分布的动态演进机制”

在使用经典DEA-Malmquist生产率指数分析方法对中国各省份1979—2010年间农业全要素生产率(TFP)进行核算的基础上,采用Kernel核密度估计方法刻画农业TFP增长分布的形状动态,应用马尔科夫链法考察农业TFP增长的分布动态,从增长的分布形状和内部流动性两个角度来评估中国农业TFP增长省区分布的动态演进机制。研究表明:一方面,1980—2010年间中国农业相对全要素生产率经历了明显的从"单峰"分布到"双峰"分布再到"单峰"分布的变化过程。绝大多数省份农业TFP存在明显的增长趋势,尤其是技术进步增速显著,技术效率则普遍存在恶化现象;另一方面,省际间农业TFP增长差异明显,可将其分为低水平、中低水平、中高水平和高水平四个"俱乐部","两极"分化现象明显,表现为明显的"中间小、两头大"分布格局,绝对趋同现象很难实现。     

基于随机前沿分析的中国玉米生产技术效率研究

利用1995～2008年中国15个主要玉米产区的投入与产出面板数据建立了随机前沿生产函数模型,对中国玉米生产的技术效率进行了测算,全国玉米生产平均技术效率为0.824。在此基础上,进一步分析了技术效率的时间差异、地区差异及收敛性,发现玉米生产技术效率时间、地区差异明显,但从全国来看,各产区之间的玉米生产技术效率的差距正在逐步缩小,具有趋同趋势。提高玉米生产技术效率,需要在以下几个方面做出改进：加强对灾害的预防和监测工作,并有科学计划地兴修农田水利设施;加大种子用量,提高机械化水平,进行科学管理;加强玉米生产技术的研发和创新等。     

纳入能源环境因素的中国全要素生产率再估算

能源环境约束下的经济增长问题直接推动了全要素生产率的深层次研究.本文基于1995-2010年省际面板数据,利用全局曼奎斯特-卢恩伯格指数法对中国全要素生产率进行再估算,并对其影响因素和收敛性特征进行实证分析.结果发现:纳入能源环境因素的全要素生产率年均增长幅度十分有限,东中西地区呈现递减特征,且增长来源各异;规模因素、管理因素、科技因素、涉外因素等对TFP变化存在正向影响,结构因素存在负向影响;TFP核密度分布呈现双峰特征,与线性回归东部、西部两大地带俱乐部收敛现象互为验证.     

效率增进与技术进步对绿色生产率增长的影响——来自中国36个两位数工业行业的实证

利用全局DEA及Malmquist-Luenberger指数,测度1998—2010年中国工业行业绿色TFP及其分解成份,结果发现:工业绿色TFP增长的动力主要来自技术进步,技术效率整体上拖累了工业绿色TFP增长;工业碳生产率不断提升,技术效率对工业碳生产率增长的促进作用强于技术进步的促进作用,且重工业的技术效率与技术进步对碳生产率增长的促进效应高于轻工业。因此,除了发挥技术进步对工业行业碳生产率增长的促进作用外,更需要重视提升技术效率对工业行业碳生产率增长的推动作用。     

Technical change and total factor productivity growth in swedish manufacturing industries

This paper is concerned with the measurement of total factor productivity(TFP) growth and technical change in Swedish manufacturing industries during the period 1964–1989. Two alternative formulations of technical change, viz., the time trend model and the general index model are used for measuring TFP growth and technical change. Measures of these are embedded in a cost minimization framework where we estimate the translog cost function along with the associated cost share equations. The cost function accommodates industry-specific variability through an error component model. The models are estimated using the iterative seemingly unrelated regression method after some transformations to the cost function. Empirical results show that the general index model is superior to the time trend model when the pattern of technical change and total factor productivity growth are examined.     

Technical change and total factor productivity growth in swedish manufacturing industries

This paper is concerned with the measurement of total factor productivity(TFP) growth and technical change in Swedish manufacturing industries during the period 1964-1989. Two alternative formulations of technical change, viz., the time trend model and the general index model are used for measuring TFP growth and technical change. Measures of these are embedded in a cost minimization framework where we estimate the translog cost function along with the associated cost share equations. The cost function accommodates industry-specific variability through an error component model. The models are estimated using the iterative seemingly unrelated regression method after some transformations to the cost function. Empirical results show that the general index model is superior to the time trend model when the pattern of technical change and total factor productivity growth are examined.     

偏向性技术进步的测算与分析

 本文构建了一套系统测算要素偏向性技术进步的方法,不仅可以计算出每年资本增强型和劳动增强型技术进步各自的速率和技术进步的整体偏向性,而且还深化了全要素生产率的分析。使用这一方法对我国1991-2011年经济增长过程中技术进步偏向性的测算表明,这一时期我国劳动的生产效率逐年提升,而资本的生产效率却在1995年以后逐年下降,技术进步表现为资本使用和劳动节约型;相对于经济增长率,我国1995年以后大部分年份的全要素生产率的增长率都很低,凸现了我国技术创新的能力不足、经济增长主要依靠要素投入推动的特征。     

数字经济、空间效应与全要素生产率

当前,数字经济蓬勃发展,已成为经济增长的新动能。本文从数字产业化与产业数字化 两个维度,采用主成分分析法构建了数字经济发展水平的指标体系,并利用2004-2017年我国省际面板 数据,在克服内生性问题的基础上,实证分析了数字经济发展对全要素生产率的影响。研究发现,数字 经济发展显著促进了全要素生产率的提升。但较之高生产率地区和东部地区,数字经济发展对低生产率地区和中西部地区全要素生产率的提升作用更大。就机制而言,人力资本投资与产业结构升级是数 字经济影响全要素生产率的两个渠道。进一步的空间计量分析表明,数字经济发展不仅会提升本地区 的全要素生产率,还存在显著的空间溢出效应,有助于提升邻近地区的全要素生产率。本文的研究为评估数字经济发展的影响效果提供了数据支撑和分析视角,也为探寻全要素生产率的提升路径提供了政策参考。