我国物流业全要素生产率的测度研究

作为国民经济运行的动脉之一,物流业对社会生产的规模、产业结构的变化发挥着重要作用,其发展水平的高低直接影响着一国的经济增长和经济竞争力。选用物流业的从业人数、固定资本投入为自变量,物流业的增加值为因变量,选用超越对数前沿生产函数模型,对我国物流业的全要素生产率进行计算,以此来确定我国物流经济的发展水平,并从中分析我国物流业经济增长的来源。结果表明,9年中我国物流业全要素生产率增长了近一倍,全要素生产率的增长主要来自于技术进步的贡献。     

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.     

新型城镇化对物流业全要素生产率的影响研究——基于中国省际面板数据的实证分析

在构建新型城镇化评价指标体系的基础上,采用熵值法测算出各省的新型城镇化发展水平;利用DEA-Malmquist指数模型得出2006-2015年各省物流业全要素生产率;运用最小二乘回归、固定效应等计量模型,分析新型城镇化对物流业全要素生产率的影响。结果显示:新型城镇化发展水平大体上呈现由东向西递减的态势,区域发展水平差异较大;技术进步是推动物流业全要素生产率增长的主要动力,技术效率影响物流业全要素生产率的进步;新型城镇化发展水平的提高对物流业全要素生产率的增加具有显著的正向影响,即新型城镇化发展水平较高的地区物流业全要素生产率也相对较高。     

物流业技术效率及全要素生产率研究现状

物流业的技术效率及全要素生产效率研究近年来成为热点。数据包络分析以及随机前沿函数模型等物流业技术效率与全要素生产率测度的方法与传统计量方法相比具有很大优势,但现有研究方法中缺乏不同方法计算结果的对比,缺乏对影响物流技术效率的环境因素的分析,及对物流技术进步与技术效率演变趋势的探讨等研究的不足。未来应该采用考虑环境因素的全要素生产率分析方法来研究中国省际物流业技术效率及全要素生产率差距问题,这将是一个具有重大理论意义和实际意义的课题。     

中国农业全要素生产率影响因素分析

运用Malmquist指数法测算了1983--2006年间的农业全要素生产率,多数年份全要素生产率都大于1,我国农业正朝着可持续方向发展。对影响因素的分析表明,全要素生产率的财政支农弹性及出口弹性均为正值,即对全要素生产率的提高具有积极作用,但促进作用相对较小,城镇化的作用方向与预期的相反,主要因农村较高素质劳动力的外流及对剩余务农人员培训相对滞后所致。     

中国旅游绿色全要素生产率测算及其收敛性分析

绿色全要素生产率水平是衡量旅游可持续发展的重要指标.基于非期望产出角度,分别采用SBM模型和GML模型从动态和静态两个视角对全国31个省市的旅游绿色全要素生产率水平进行综合测度,并在此基础上对其整体空间格局演变及空间收敛性进行研究.结果表明:1)全国旅游绿色全要素生产率水平呈上升趋势,其中东部地区最优;2)全国旅游绿色全要素生产率由技术效率和技术进步交替主导呈"平缓—大幅波动—趋于平缓"趋势,各省市旅游绿色全要素生产率水平的提高主要还是依靠技术进步和纯技术效率的提高;3)随着时间的推移,位于第三等级和第四等级的省市越来越多,但仍有大面积省份位于第二等级,说明我国旅游绿色全要素生产率水平还有待提高;4)通过收敛性检验发现,我国旅游绿色全要素生产率水平存在α收敛趋势,省际间的差异呈缩小化趋势,且全国及东、中、西部各地区的旅游绿色全要素生产率水平、技术进步、纯技术效率及规模效率均存在β绝对收敛,区域间"追赶效应"明显.     

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”。     

中国农业全要素生产率测算及影响因素分析

为了研究我国农业全要素生产率的变动情况及影响因素,本文全部以实物量指标作为农业生产的投入产出,以避免价格因素对测算结果的影响,并采用非参数的DEA-malmquist指数方法,对我国农业全要素生产率进行了测算和分析,结论为:我国农业全要素生产率呈现出较大的波动性,但从长期来看呈增长趋势;造成农业全要素生产率波动的主要原因是气候变化所造成的自然灾害频发;由于受自然灾害影响,近年来我国农业全要素生产率指数普遍下降,从四大地区来看,只有中部地区生产率提高,其他地区均出现不同程度下降,其中西部地区下降幅度最大.     

物流业和制造业融合发展对全要素生产率的影响

基于2006—2020年的省际面板数据,使用耦合协调度模型测算我国物流业和制造业的融合发展水平。研究发现：我国各省份物流业和制造业融合发展度逐步上升,总体上处于低水平向高水平过渡的协调阶段。（1）省际之间物流业与制造业融合水平存在差异,其中浙江、江苏、山东和广东的融合发展水平最高,中部和西部省份融合发展水平提高较快,吉林、黑龙江和辽宁三省则有退步。（2）使用固定效应模型检验两业融合发展对全要素生产率的影响,发现两业融合发展度的提高能够促进区域全要素生产率的提升,该结论在利用IV-GMM和IV-LIML等模型估计下依旧显著。（3）两业融合发展度的提高一方面可以推动全要素生产率边界的扩大,另一方面有利于实际效率趋近最优效率。     

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...     

中国省际间农业全要素生产率差距影响因素分析

文章通过将参数和非参数的M almqu ist生产率指数相结合的方法,测算了1985—2004年中国29个省级地区的农业全要素生产率(TFP)水平,在此基础上研究了农业TFP在农业生产中的作用,并对省级地区间的农业TFP水平的差距及影响因素进行了分析,指出:每个省自身的生产率增长和生产率前沿的前移对省际间农业TFP的差距的缩小有促进作用。     

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.     

要素错配对中国粮食全要素生产率的影响

基于超越对数生产函数的随机前沿模型对2000-2017年中国水稻、小麦和玉米等三类粮食作物TFP进行测算,并在构建要素错配指数的基础上,对单位规模土地上投入的劳动、机械、化肥和种子等4种要素错配对粮食作物实际TFP增长率的影响进行时空差异分析。研究结果显示,2000-2017年粮食作物的实际TFP增长率平均为2.24%,有效TFP增长率约为0.73%;狭义技术进步对TFP增长的拉动作用在减弱,要素配置效率的优化对TFP的提升作用在增强;劳动投入过度比较突出,是引发粮食生产要素配置不优的主要原因;从空间区域来看,东部地区要素错配程度相对较低,西部地区相对较高;中部地区粮食作物的实际TFP增长率对要素错配的敏感度要强于东部和西部地区。     

异质性环境规制对物流业绿色全要素生产率的影响研究——基于技术创新的中介效应分析

从理论视角分析异质性环境规制对物流业绿色全要素生产率的影响,再选取我国30个省份2004—2016年的面板数据,将技术创新纳入模型中,构建动态系统GMM模型,实证检验异质性环境规制对物流业绿色全要素生产率的直接与间接影响。结果表明：命令控制型与经济激励型环境规制对技术创新和物流业绿色全要素生产率均有显著的负向影响,其中技术创新传导的中介效应为负向;而公众参与型规制通过技术创新对物流业绿色全要素生产率产生显著的正向促进作用。     

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。     

我国证券业全要素生产率的影响因素

中国证券业发展迅速但受到诸多因素制约,利用Malmquist指数模型分析得出,中国76家证券公司2006-2010年全要素生产率水平较低且呈下降趋势,在此基础上构建了影响中国证券业全要素生产率的宏微观因素的面板数据模型,实证结果发现:GDP、股市成交额、市场份额、员工薪酬、经纪业务收入占比及哑变量"公司类型为综合类证券公司"对全要素生产率有显著的正向影响;CPI、固定资产规模及自有资本规模有显著负向影响;成本收益率及资产负债率的影响不显著。