资源错配与中国能源行业全要素生产率

拓展了Hsieh and Klenow（2009）的理论模型,以1998-2007年中国能源行业微观数据为实证对象,测算了资源错配对能源行业及其分行业TFP的影响。结果发现：样本期内,资源错配对能源行业造成了TFP损失巨大,并呈现波动式递增趋势,而资本错配是造成这一现象的主要原因;资本错配对TFP的损失远远大于产出扭曲和劳动错配对TFP的损失;能源行业分行业资源错配差异显著,损失最大的分行业是石油开采业,其次为电力行业、煤炭行业、石油加工业。降低资源错配是提高能源行业TFP的有效路径,TFP增长潜力巨大;纠正资源错配的思路应以纠正资本错配为主,以纠正劳动和产出扭曲为辅;最后,针对能源行业各分行业应制定差异化的政策。     

税收分权、资源错配与全要素生产率

对税收分权、资源错配与全要素生产率的关系进行理论梳理和实证检验,将税收分权分为增值税分成和企业所得税分成检验不同税种影响的差异。结果表明：随着官员考核压力的增大,税收分权会通过加剧对资本和劳动力等资源的错配,抑制技术进步,阻碍全要素生产率的提高,且资本错配这条路径的中介效应和受到的调节效应更加显著。受官员考核压力的调节,增值税分成和企业所得税分成均会加剧对资本和劳动力的错配,导致全要素生产率降低。相比较而言,企业所得税分成对全要素生产率的负向影响更大,增值税分成受官员考核压力的调节作用更大。     

投融资期限错配与企业全要素生产率：效应与机制

金融机构信贷期限结构长期化与企业融资以短期为主,映射出当前中国经济发展面临的金融资源错配问题。企业的投融资期限错配应对行为,理论上会通过风险承担和风险规避对全要素生产率产生正反两种影响。利用2004—2019年中国A股非金融类上市公司数据研究发现：投融资期限错配会显著抑制企业全要素生产率提高。这一关系在企业规模小、资本密集程度高、信息不透明程度高、内部控制质量低的企业中更显著。投融资期限错配通过增强管理者风险规避程度(提高管理者短视主义)和降低风险承担水平(挤出创新投入)抑制全要素生产率提高。排除非线性效应和行业的年度趋势的影响,企业投融资期限错配的其他经济后果表现为对有形资产的偏向性配置。总之,应从供需两端发力,将提高金融机构中长期资金供给水平和公司现代化治理能力,作为支撑中国经济高质量发展的一项重要措施。     

数字乡村建设、资源要素错配与农业绿色全要素生产率

数字乡村建设与农业绿色发展深度融合是推动农业高质量发展的新动力引擎。本文选取2011—2021年中国31个省级面板数据,构建数字乡村建设和农业绿色全要素生产率的评价体系,多维度分析数字乡村建设对农业绿色全要素生产率的影响及作用机制。研究发现,数字乡村建设既可以直接促进农业绿色全要素生产率提升,也可以通过带动绿色技术进步而促进农业绿色全要素生产率提升,还可以通过降低土地资源错配、资本资源错配、劳动力资源错配程度而间接促进农业绿色全要素生产率。数字乡村建设对农业绿色全要素生产率的影响异质性明显,东部地区、南方、粮食主产区的数字乡村建设的正向推动作用较强。     

市场化程度、资源错配与企业全要素生产率

在有效识别市场化程度与企业全要素生产率之间因果关系的基础上,揭示了"市场化程度——资源错配改善——企业全要素生产率提升"的传导机制,并实证检验了市场化程度对于企业全要素生产率的影响。研究表明:市场化程度对企业全要素生产率的影响呈现倒U型特征,市场化程度对地区资源错配的影响呈现U型特征,且这种影响存在所有制属性和地区异质性。进一步研究表明,资源错配对企业全要素生产率影响的传导机制既来自其对企业所有制行为变化的影响,也来自于其对企业规模扩展的影响,表现为资源错配程度越低,提高了国有企业的退出概率,降低了非国有企业的进入门槛以及生产率越高的企业越容易获得生产资源。     

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。     

劳动力配置扭曲与全要素生产率

要素配置扭曲被认为是抑制中国全要素生产率增长的重要因素之一,但其中背后的机制还缺乏足够深入的研究。包含农业部门与非农业部门的两部门模型可就劳动力配置对全要素生产率的抑制作用及其作用机制进行研究。模型的分析结构表明,劳动力在农业部门和非农业部门间的配置扭曲会抑制劳动力从农业部门向非农业部门流动,并阻碍经济从农业向非农业的转型,同时通过这一作用机制也抑制了全要素生产率增长。为了检验这一机制,基于1985—2015年的中国省际面板数据,使用中介效应检验方法进行了实证研究。实证研究结果表明,农业部门与非农业部门间的劳动力配置扭曲确实抑制了经济由农业向非农业转型,并通过这一中介抑制了全要素生产率增长,在考虑了变量的度量方式和解释变量的内生性之后,该研究结论依然是成立。     

金融科技与企业结构性去杠杆

高杠杆率是金融脆弱性的根源,也是“债务灰犀牛”的诱因,必须积极稳妥地应对杠杆过快增长及结构性问题。本文采用我国2011-2022年部门总负债不断上升期间沪深A股非金融上市企业样本,分析金融科技对企业去杠杆的影响,并讨论其在结构性去杠杆中的作用,以及去杠杆政策效果和企业行为逻辑。结果表明,金融科技显著提高了企业去杠杆概率,并抑制了企业杠杆率的提升。在促进结构性去杠杆时,金融科技更能促进非国有、盈利、过度负债等类型企业的去杠杆程度。进一步分析发现,企业偏好选择“减短债”去杠杆。同时,中央“去杠杆”政策效果显著,有效降低了企业杠杆率,金融科技在其中发挥了促进作用。此外,“去杠杆”明显提高了企业收益率、降低了财务风险,有利于实体经济健康发展。本研究对防范系统性风险、理解企业杠杆变化背后逻辑和深化金融服务实体经济具有现实意义。     

数字经济赋能农业全要素生产率增长:效应与机制

基于2011—2022年省级面板数据,通过构建农业数字经济指数和农业全要素生产率测算模型,实证检验数字经济对农业全要素生产率增长的赋能效应,并从要素错配角度探究其背后的作用机制。研究发现,数字经济发展显著促进了农业全要素生产率增长,并且这主要体现在技术效率改善和技术进步上。机制检验表明,数字经济主要通过改善资本错配和土地错配赋能农业全要素生产率增长,而通过缓解劳动力错配提升农业全要素生产率的机制尚不明显。异质性分析发现,在东部地区、农业生产率和数字经济发展水平越高的省份,数字经济对农业全要素生产率的增长效应更为突出。进一步的空间计量分析表明,数字经济对农业全要素生产率增长的赋能效果具有显著且正向的空间外溢性,并且这种溢出更易发生在经济发展水平相近的地区之间。     

营商环境、技术创新与全要素生产率CSSCI

本文基于2005—2019年42个国家的面板数据,采用固定效应模型实证分析了营商环境与全要素生产率的关系。研究结果表明,营商环境的优化能显著提升一国的全要素生产率。通过使用工具变量法回归、更换解释变量等稳健性检验进一步验证了营商环境对全要素生产率的促进作用。其内在机制为,营商环境的优化降低了各项成本,使资源流入到研发部门,促进了技术创新,进而提高了全要素生产率。异质性分析结果表明,发达国家营商环境对全要素生产率的促进作用大于发展中国家;在营商环境的不同环节中,“跨境贸易”“纳税”等5个指标都具有显著的促进作用。研究结果为中国通过优化营商环境来提升全要素生产率以实现经济高质量发展提供实证支撑。     

房地产投资对行业全要素生产率的影响——基于信贷中介效应的视角

基于2005-2017年294个地级市的面板数据,分析在以信贷发展水平为中介的情境下,房地产投资对我国行业全要素生产率的影响。结果表明：在全国层面,信贷是房地产投资通过挤占效应抑制全要素生产率增长的重要中间媒介,三者之间存在显著的不完全中介效应;在分区域层面,房地产投资对全要素生产率的直接影响和间接影响存在显著的区域差异性,但总体作用的趋势是一致的。     

劳动力成本上升、要素替代与农业全要素生产率

随着中国城市化和工业化的推进,农业劳动力大量转移,为经济持续增长提供了重要动力。然而,劳动力成本上升对农业全要素生产率可能造成负面影响,尤其是对于机械难以替代劳动力的地区和作物,其负面影响更大。本文基于1993-2015年中国2463个县的非平衡面板数据进行实证研究,结果表明：劳动力成本上升对中国农业全要素生产率有显著的负面影响。为了刻画要素替代,特别是机械替代劳动力的作用,本文探究不同坡度和不同作物的影响。研究发现,一方面,耕地中坡耕地比例高的地区,机械更难替代劳动力,劳动力成本上升对农业全要素生产率的负面影响更大。另一方面,与粮食作物相比,经济作物生产中机械更难替代劳动力,因此劳动力成本上升将导致种植结构的趋粮化,考虑到经济作物相对高效,这会导致总体农业全要素生产率的下降。     

全要素生产率与企业的发展

论文系统地介绍了全要素生产率的含义及其研究意义,建立了煤炭企业全要素生产率评价模型,首次分析了全要素生产率与各效率效益指标之间的内在联系,据此指出了煤炭企业的经营战略,并结合实例进行了测算与分析。     

供给侧结构性改革视角下全要素生产率提升的机理与路径

提升全要素生产率是供给侧结构性改革的目标,从要素分类的角度看,新要素、创新要素、制度要素等是全要素生产率提升中最重要的要素。供给侧结构性改革视角下全要素生产率提升,须降低对一般生产性要素的依赖,提高新要素、制度、改革和创新等管理要素的贡献率,既要通过存量调整解决历史遗留问题,更要在科技创新、制度变革、管理水平提高等方面做文章,依靠存量调整、增量支撑、要素升级、制度变革和科技创新等路径推进。     

全要素生产率单要素生产率与经济增长

对衡量经济增长质量的重要指标全要素生产率进行了研究。指出全要素生产率概念的价值在于它能够通过一个简单的一维数据说明经济增长的效率,但当经济增长中出现结构性问题时,全要素生产率概念无法对现实经济问题给出有价值的指引。认为在这种情况下,有必要回到单要素生产率,通过研究单要素生产率的变动规律说明经济增长方式的变化。     

江苏省农产品加工业全要素生产率分析

随着江苏省农产品加工业的快速发展,产出增长过程中出现的高投入低效率是需要迫切解决的问题,如何进一步提升全要素生产率水平则成为关键所在。通过运用索洛余值法对江苏省1997—2009年农产品加工业经济增长率进行全要素生产率分析,发现产业仍处于劳动密集型阶段,总产出的增长率中全要素生产率做出的贡献较大。在结论基础上进一步提出相关对策建议:发展新型的劳动密集型产业,提高产业技术水平,扩大规模效应。     

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。