环境约束下的中国制造业全要素生产率及其影响因素研究——基于经济转型期的经验研究

基于方向性距离函数的Malmquist-Luenberger生产率指数法估算了考虑环境因素的中国2001-2009年制造业31个两位数行业的全要素生产率指标,并比较了不考虑环境因素影响情形下的全要素生产率增长情况;运用Tobit模型研究了环境约束下全要素生产率的影响因素。结果显示:考虑环境因素的中国制造业全要素生产率各项指标都呈现出增长趋势;相比较不考虑环境因素而言,在正确考虑环境管制的情形下,中国制造业全要素生产率会得到提高,而且对生产率的增长作出主要贡献的还是技术进步而非生产效率的提高;资本深化、行业规模、研发投入和环境污染等因素对中国制造业轻、重工业的全要素生产率均有不同程度的影响。     

农业保险是否促进了中国农业绿色发展？

农业保险是中国农业绿色发展的助推器。基于2005-2020年中国省级面板数据，以农业绿色全要素生产率作为绿色发展水平的度量，运用超效率SBM模型结合Malmquist-Luenberger生产率指数测算中国农业绿色全要素生产率，通过双向固定效应模型分析农业保险对农业绿色全要素生产率的影响。研究表明：农业保险可以显著促进农业绿色全要素生产率增长，农业保险保费收入每增加1%，农业绿色全要素生产率将会增加0.024%，农业保险能够促进中国农业绿色发展；机制分析发现，优化要素配置是农业保险提升农业绿色全要素生产率的有效机制，但农业保险对推动中国农业绿色生产前沿面的扩张作用不显著；异质性分析发现，在农业信贷薄弱地区、西部地区、非粮食主产区以及土地流转率低的地区，农业保险对农业绿色全要素生产率的促进作用更强，农业保险具有绿色普惠效应；同时农业保险能够促进免耕、精播少播以及秸秆还田等绿色农业技术的应用。基于此，从完善农业保险保费补贴制度、提高农业保险保障水平、推出绿色险种等方面提出政策建议。     

环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析

绿色协同发展是推进京津冀协同发展的题中之义.基于京津冀地区2005—2018年面板数据,采用DDF-GML指数测算了京津冀地区绿色全要素生产率,并对京津冀地区绿色全要素生产率时空演变特征和影响因素进行深入分析.研究发现:第一,京津冀地区绿色全要素生产率整体呈现出增长的趋势,但增幅不大,其中,绿色技术进步是京津冀地区绿色全要素生产率增长的动力源泉;第二,从时间趋势看,"十一五"和"十二五"时期,京津冀地区绿色全要素生产率出现下降,但自生态环境同治政策实施以来,绿色全要素生产率实现大幅度提升;第三,从空间分布特征看,京津冀三地尤其是河北内部绿色全要素生产率存在显著差异;第四,从影响因素看,研发投入与区域生态环境协同治理政策对京津冀地区绿色全要素生产率具有显著的促进作用,而经济发展水平和政府干预对绿色全要素生产率具有显著的抑制作用.     

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。     

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。     

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。     

中国西部城市群全要素生产率研究:2001—2010

基于DEA模型的Malmquist指数方法,分析了中国西部7个主要城市群在2001-2010年期间城市群全要素生产率的动态变化.研究发现:2001-2010年期间,西部城市群全要素生产率改善上升了3.4％,主要来源是技术改进;选定期间的全要素生产率改善不稳定,最近出现了持续的下降趋势;西北城市群全要素生产率改善了5.3％,西南改善了2.1％.通过实证分析得出我国西部城市群经济增长还处于投入增长阶段,利用效率整体偏低.     

“丝绸之路经济带”中国段交通运输业碳排放效率分析——基于Luenberger生产率指数法

为测算“丝绸之路经济带”中国段交通运输碳排放效率,基于Luenberger生产率指数法,构建加权Russell方向性距离函数指数包络分析等模型,并对全要素生产率增长指数进行分解。结果显示：2004-2017年西北地区交通运输碳排放非效率值逐年增加,交通运输低碳发展效率较低;交通运输碳排放全要素生产率增长指数大多为正值,地区差异较大;2010年以来,各地交通运输碳排放的技术效率与技术进步因素共同促进了交通运输碳排放全要素生产率增长,但是技术进步增长较慢,贡献率偏低。     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

生产技术异质性与区域绿色全要素生产率增长——基于共同前沿与2000-2012年中国省际面板数据的分析

由于中国区域社会经济发展严重不平衡,从而使得不同区域绿色生产技术呈现显著的异质性特征.在生产技术异质性假定下,以非参数共同前沿理论作为分析工具,将能源与环境因素纳入到绿色生产率的核算框架之中,对我国各省份、三大区域2000-2012年的共同前沿绿色全要素生产率及其分解指数进行测算,在此基础上分析其地区差异与动态演变趋势.实证分析结果表明:以全国跨期前沿为参考基准,分析期内我国绿色全要素生产率实现了年均0.73%的增长,主要是依靠技术进步而非技术效率改善来驱动;三大地区绿色生产技术存在很强的异质性,东部地区的省份一直牢牢占据全局前沿,代表了全国最优的绿色生产技术,而中西部地区的生产前沿则逐渐偏离全国最优绿色技术前沿,与东部地区绿色生产技术的差距存在进一步扩大的危险.     

全要素生产率对云南经济增长的贡献程度研究

本文运用改进后的科布-道格拉斯生产函数和索罗余值对云南省历年经济增长中的资本、劳动、自然资源贡献情况进行定量分析,得出全要素生产率对云南省经济增长的贡献程度。结果表明：资本和自然资源是推动云南经济增长的主要动力,全要素生产率对云南省经济增长的贡献呈现明显的起伏发展趋势,并且与全国同期平均水平相比有较大差距,云南省的经济增长方式仍然是一种粗放型的。     

农业资源再配置的生产率效应评估

Optimizing the allocation of agricultural resources plays an important role in promoting the growth of agricultural productivity.Based on 1384 county level panel data from 2002 to 2015,this paper estimates the resource reallocation and its productivity contribution by OP decomposition,taking labor productivity,land productivity and total factor productivity as examples.The results show that:1)overall,the reallocation of land factors and labor factors are both lagging behind,while agribusiness resource reallocation has improved; 2)from the perspective of sample distribution,the reallocation of labor factors,land factor and integrated resource is lagging behind in northeast; 3)from the perspective of productivity effect,the optimal reallocation of labor factors can increase labor productivity by 54.64%,the optimal reallocation of land factors can increase land productivity by 55.86%,and resource reallocation contributes 17.37% of total factor productivity growth.Agricultural resource reallocation has a large potential productivity effect.Therefore,more attention should be given to the optimal allocation of agricultural resources in policy formulation,especially for the reallocation of land and labor,so as to make full use of the productivity effect of resource reallocation.     

Evaluation and Research on Total Factor Productivity of China's Energy and Environment——Based on Double Frontiers Network DEA-Malmquist Index Model of Undesired Indicators

According to the actual situation of economic development, the economic system is divided into the energy utilization subsystem and the environmental governance subsystem. This paper builds up a model based on the double frontiers network DEA-Malmquist index of undesired indicators and evaluates the changes of total factor productivity of energy and environment of 29 provinces, cities and autonomous regions in China during the period of 2011-2016. The evaluation results show that, except for the environmental governance subsystem, the total factor productivities of the energy utilization subsystem and the whole economic system are in a state of negative growth, and have larger space to promote. From the perspective of the division of the three major regions, there are only the growth in the eastern regions for total factor productivity of the energy utilization subsystem, the environmental governance subsystem and the whole system.     

我国粮食主产省农业全要素生产率实证分析

农业产出增长要靠不断加强农业投人和提高农业全要素生产率来实现。农业生产资源的稀缺性,决定了农业产出的持续增长只能依靠不断提高全要素生产率。采用非参数法中的数据包络分析方法对我国粮食主产省的全要素生产率进行测算,使用Malmquist指数法将全要素生产率进一步分解为规模效率、纯技术效率和技术进步。研究发现：2000-2009年我国粮食主产省全要素生产率的变化不稳定;粮食主产省的技术都呈现出进步的趋势,但各自的技术效率却存在很大的差异,且导致技术效率变化的原因也各不相同。     

工资增长率之影响因素的经济学分析

本文从经济学的角度,运用索罗经济增长模型分析了影响工资增长率的决定性因素,得出工资的增长率不能高于劳动生产率提高和经济的增长速度或跟上物价上涨指数的结论。并用中国近十几年的经济数据进行实际验证和分析,得出中国工资性收入占国民收入比重低的原因主要是工资基数过低,以及工资增长率和劳动生产率联系不够密切的结论,且在此基础上给出调整中国职工工资的政策性建议。     

省际绿色全要素生产率增长趋势的分析——一种非参数方法的应用

本文应用非参数方法计算考虑环境污染变量的全要素生产率，对全国各省经济发展的质量进行了重新评价。结果表明，这种新的绿色全要素生产率指标对省际经济发展质量的评价与常规的全要素生产率指标的评价结果有很大的差异，以两种指数作为衡量指标的地区间的排名有显著不同，而且绿色全要素生产率指标与GDP指标没有显著的相关关系。在保证统计数据质量的前提下，绿色全要素生产率的核算可以成为衡量各地区和全国经济发展质量的一种有效的和低成本的途径，具有一定的应用价值。     

农业效率增进、技术进步区域差异及TFP分解

基于随机前沿模型(SFA),文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明,中国农业生产效率总体水平不高,尚有较大的提升空间;存在较为显著的时际差异和区际差异;农业全要素生产率与技术进步率均有提高,但增幅较缓;全要素生产率增长的根本动因在于技术进步率而非技术效率,农业生产仍不具有规模经济性。     

三峡库区可持续增长的技术支撑研究

新常态下,驱动经济增长将主要依赖于全要素生产率的提高和人力资源素质的提升。本文借鉴索洛的“余值法”和柯布—道格拉斯生产函数理论,实证分析了三峡库区技术要素对经济增长的贡献;在理清库区技术发展现状的基础上,探讨如何为三峡库区可持续发展提供必需的技术支撑;围绕三峡库区环境保护与生态建设、协调推动新型工业、高效生态农业、现代服务业等产业转型发展和促进新型城镇化建设等方面,有针对性地提出具体的技术支撑措施,促进三峡库区创新、协调、绿色和持续发展。     

节水灌溉设施的粮食生产增效机制

基于2000—2018年中国30个省份的平衡面板数据,综合运用DEA Malmquist指数法、面板工具变量法和面板门槛模型分析节水灌溉设施对粮食全要素生产率增长的影响及作用机制。结果表明：节水灌溉设施通过技术进步和技术效率改进两条路径提升粮食全要素生产率,且技术进步效应大于技术效率改进效应;从区域与作物异质性来看,粮食主产区节水灌溉设施的增效效应大于非主产区,节水灌溉设施对小麦、玉米和水稻全要素生产率均有显著提升作用;节水灌溉设施对粮食全要素生产率的影响具有非线性特征,其正向影响随农村人力资本、人均种粮规模、人均GDP的提高而呈阶梯型上升。因此,因地制宜发展节水灌溉设施,与外部经济环境发展相协同,政策扶持与市场机制相结合,完善节水灌溉设施产权和管护机制,是实现节水灌溉设施高效与可持续发展的关键。