中国区域农业绿色全要素生产率分解及收敛性分析

选取1999—2015年全国31个省域农业投入、产出面板数据,运用Global Malmquist Luenberger生产率指数方法测算中国农业绿色全要素生产率增长与分解情况,并针对收敛性问题进行检验。结果表明：（1）中国农业绿色全要素生产率增长源于技术进步,规模效率降低了绿色全要素生产率的提高,纯技术效率无明显影响;（2）未考虑农业碳排放会高估全要素生产率水平,导致评价偏误;（3）考虑农业碳排放情况下,全要素生产率水平呈现东、中、西、东北部依次递减趋势;（4）全国及各区域无明显σ收敛特征,全国层面及东北地区存在绝对β收敛现象,全国及东、中、西、东北地区均存在显著条件β收敛,表明各省域朝着自身稳定状态发展,而省域间“追赶效应”不明显。据此认为农业要走绿色技术创新及区域协调发展道路。     

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”。     

安徽省绿色全要素生产率测度及提升路径研究

绿色全要素生产率(GTFP)涵盖绿色可持续发展理念,能够较为全面地反映地区经济发展的质量和效益。为有效观测安徽省经济高质量发展水平,本文以2006—2020年安徽省16个地级市面板数据为研究基础,构建超效率SBM模型,采用全局参比GML指数测算安徽16地市GTFP。研究发现：不考虑非期望产出会高估安徽省经济发展质量,而兼顾经济绩效与环境绩效的绿色全要素生产率更能真实观测安徽省高质量发展状况。安徽省16地市整体GTTP得到改善,其中GTFP主要依靠技术进步驱动,而技术效率贡献相对不足。皖中地区GTFP增速最快,皖北、皖南次之,主要得益于技术进步带来的增长红利,而皖北和皖南地区在未来发展中应注重提高技术成果转化效率,充分释放区域内高质量发展的内生性动力。     

中国绿色全要素生产率测算及分解:1985~2010

现有文献在我国全要素生产率方面已经得到了很多有价值的研究结论,但不可否认的是,单纯考虑中国经济增长而忽略了资源环境因素对经济质量的影响是片面的。与类似研究相比,本文在生产率测量框架体系中引入了资源环境因素,从而为我国经济增长质量的测度提供一个更为科学的方法。文章分别运用基于DEA的Malmquist生产率指数和基于方向性距离函数的Malmquist-Luenberger生产率指数对1985～2010年间中国绿色全要素生产率进行了测算及分解。研究发现,不考虑资源环境因素会高估全要素生产率,从而对我国经济增长质量做出较为乐观的判断;我国全要素生产率增长主要来源于技术进步;考察期内我国绿色全要素生产率呈现“先升后降再平稳”的时间趋势特征,且显示出较大的地区差异。     

长江经济带旅游技术创新、产业升级与绿色全要素生产率关系研究 ——基于GML指数与PVAR模型分析

为了促进旅游经济高质量发展,以长江经济带11个省市为研究对象,选取2008—2018年的面板数据,运用GML指数测算各省市旅游绿色全要素生产率,构建旅游技术创新、产业升级与绿色全要素生产率的PVAR模型,并探讨了三者之间的动态关系。研究结果表明：长江经济带11个省市旅游绿色全要素生产率存在明显的时空异质性;旅游技术创新与旅游产业升级之间以及与旅游绿色全要素生产率之间存在正向的相互作用;旅游产业升级对旅游绿色全要素生产率与旅游技术创新有较大的影响。因此,综合考虑地区关联性与差异性,加强旅游技术创新、产业升级与绿色全要素生产力的相互联动,有利于实现长江经济带旅游业“技术—产业—绿色经济”均衡发展。     

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。     

全要素生产率增长率的测算方法应用述评

全要素生产率及其增长率分别反映了经济增长效率的静态与动态水平,由于学界对全要素生产率增长源泉的认知仍然存在分歧,其中,在要素范畴的选择与度量指标上的不同,是影响全要素生产率增长率测算值差异的基本理论因素。全要素生产率增长率的测算方法总体上可以分为增长核算法和经济计量法两大类,在应用具体测算方法的实证研究中要充分考虑测算方法的约束条件、应用领域、研究目标和所测算经济体的经济增长模式,在此基础上,今后在核算资本存量水平时要分时期和地区测算出固定资本投资价格指数和资本折旧率,以便提高其测算结果的可靠性。     

绿色金融能否提高绿色全要素生产率?

在分析绿色金融影响绿色全要素生产率理论机理的基础上,结合中国2005—2017年30个省级行政区的面板数据,运用SBM(Slack-based Measure)方向性距离函数和GML(Global Malmquist-Luenberger)指数估算出绿色全要素生产率,构建绿色金融指标体系,并运用熵值法测算出绿色金融的发展水平.然后,采用静态IV-GMM回归模型和中介效应模型系统考察绿色金融对绿色全要素生产率的影响及作用机制.估算结果显示:中国绿色金融整体仍处于较低的发展水平,绿色全要素生产率整体呈现增长态势,两者都表现出很大省际和区域差异.回归结果表明:绿色金融能够显著促进全国、沿海以及内陆地区的绿色全要素生产率增长,但对沿海区域的促进作用更大.中介效应检验结果表明:对全国而言,产业结构优化、节能减排和绿色技术创新的中介效应均显著;对沿海地区和内陆地区而言,只有节能减排和绿色技术创新的中介效应显著.     

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...     

安徽省农业全要素生产率差异及收敛性分析

运用非参数DEA-Malmquist指数方法,对安徽省农业全要素生产率变化情况进行估算,同时对不同地区农业全要素生产率的收敛性进行分析.研究发现:安徽省农业全要素生产率整体表现为上升发展趋势,其增长的动力来源于农业技术进步的推动,而不是农业技术效率的提高.从不同地区看,大部分地级市的农业全要素生产率指数均大于1,皖中地区的农业全要素生产率指数最高,其次是皖北地区,而皖南地区的农业全要素生产率指数最低.不同地区的农业全要素生产率既不存在σ收敛,也不存在绝对β收敛和条件β收敛.     

农业绿色全要素生产率增长及其影响因素

通过拓展的非径向非角度的DEA模型和Luenberger生产率指标,在估算了农业污染的前提下,计算了中国农业绿色TFP的增长,并对其影响因素进行了分析。结果表明：中国农业绿色TFP目前增长较慢,且区域差异明显;农业技术效率改善缓慢,技术进步是农业绿色TFP增长的主要源泉;如果忽视环境约束,将导致农业TFP增速的明显高估;农业税的减免促进了农业绿色TFP增速的提高,而农业财政支出的影响并不明显;工业化、城市化的推进和农业贸易条件阻碍了农业绿色TFP增速的提高。     

重庆市全要素生产率的计算与分析

通过对重庆市1985年以来资本存量的估算,并对1985-2006年重庆市经济统计数据进行回归分析,计算了重庆市的全要素生产率及资本和劳动的贡献率.发现直辖效应对重庆市经济发展影响很明显.资本和技术是重庆市经济最主要的增长源,重庆市劳动投入对经济增长相对滞后.建议政府在优化产业结构的同时也要优化就业结构和投资结构,提升全要素贡献率,从而促进经济待续、健康发展.     

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。     

中国工业行业全要素生产率增长的实证分析

本文采用非参数Maliquist指数方法实证分析了我国工业行业全要素生产率的增长状况,并将其分解为技术进步和技术效率。研究表明,1998—2007年我国工业行业全要素生产率的平均增长率为9．9％：行业间全要素生产率和技术进步变化显著,技术效率变化不大;技术进步是推动我国工业行业全要素生产率增长的最显著因素。     

中国农垦全要素生产率的随机前沿分析

文章利用随机前沿生产函数模型,对2001—2006年中国农垦一、二、三产业投入产出数据进行计量分析,根据回归结果,把农垦全要素生产率增长分解为前沿技术进步、相对前沿技术效率、规模经济效率和资源配置效率的变化。进一步分析发现：要素投入增长是农垦产出增长的主要视力来源,农垦全要素生产率增长和产出增长不存在显著的相关关系;农垦前沿技术进步显著,是农垦全要素生产率增长的主要源泉;二、三产业相对前沿技术效率的恶化是阻碍农垦全要素生产率增长的主要障碍。     

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。     

市场化对绿色全要素生产率的影响

基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法（Differences-In-Differences,DID）分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。     

规模经营与农业绿色发展基于农业绿色全要素生产率的观察

规模化经营与绿色化发展是实现农业高质量发展的题中之义。明晰规模经营与农业绿色发展的关系具有重要的理论与现实意义。运用SBM-GML指数测算并刻画出我国农业绿色全要素生产率的时空演变趋势,基于2008-2021年中国省级面板数据,使用固定效应模型实证研究了土地规模经营与服务规模经营对农业绿色全要素生产率的影响及作用路径。研究发现：我国省域农业绿色全要素生产率与规模经营在研究期内整体均呈上升趋势;土地规模经营与服务规模经营对农业绿色全要素生产率影响存在先扩大后缩小的倒“U”型非线性关系,两种规模经营和农业绿色全要素生产率之间均存在适度规模效应;农业机械化水平在规模经营对农业绿色全要素生产率的影响中发挥作用。两种规模经营对不同地区农业绿色全要素生产率的影响具有异质性。因此,应促进农业适度规模经营、提高农业机械化水平、因地制宜发展规模经营。