区域金融业全要素生产率分解及其效率提升策略

基于中国大陆31个省区市1997-2012年金融业面板数据的随机前沿估计发现,区域金融业资本存量具有总体合理的规模和积极的产出增长效应,而金融机构贷款产出效率较低。自2000年金融业扭转要素生产率负增长态势以来,各地金融业全要素生产率增长较快,其中技术进步是主要来源,而技术效率呈整体下降趋势。其次,金融业全要素生产率变动呈现东部最高、西部追赶东部、中部技术效率下滑的区域分异特征。再者,政府的经济干预是增加区域金融业技术无效率的最大影响因素。金融发展进程中充分发挥市场决定性作用和更好发挥政府作用在统筹区域金融发展上的政策意涵是,东部地区创新化"提质量"、中部地区市场化"调结构"和西部地区普惠化"增效率"。?更多还原     

碳汇视角下中东部农业环境全要素生产率估算

在测算1994~2012年间中东部地区农业碳排放量和农业碳吸收量的基础上,发现农业碳排放量大于农业碳吸收量,农业对环境总体上处于正的溢出效应。因此,将农业＂碳净吸收量＂作为农业生产的正产出,运用非径向Super SBM模型修正了中东部各地区的农业全要素生产率。研究表明：1994~2012年间中东部地区农业全要素生产率处于下降状态,其中技术进步是促进农业全要素生产率增长的主要动力,而技术效率仍有进一步挖掘的潜力。东部地区全要素生产率略高于中部地区,这是因为东部地区技术效率高于中部地区,且两地技术效率差距有拉大的趋势;但东部地区的技术进步率低于中部地区。     

中国肥料制造业全要素生产率的动态分析

运用非参数DEA—Malmquist指数方法估算中国各地区肥料制造业1998—2005年期间的全要素生产率增长、技术效率变化和技术进步情况,从而对中国各地区肥料制造业做全要素生产率分析。结果显示:在1998—2001年期间,全国和东部地区技术效率的改进对全要素生产率的变化贡献较大,而在后期技术进步则成为全要素生产率变化的主要动力;西部与东部地区情形相似,只不过技术进步成为全要素生产率变化的主要动力在2003年以后才表现出来;对于中部地区,可以说全要素生产率的提高一直主要依靠技术进步。     

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”。     

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。     

互联网发展对农业全要素生产率增长的影响

伴随着“互联网+农业”的蓬勃兴起,互联网发展在提升农业全要素生产率方面发挥着重要作用。首先分析互联网发展对农业全要素生产率增长的作用机理,并基于EBM Super-Global-Malmquist（EBM-SGM）指数对2002—2016年中国大陆31个省份的农业全要素生产率进行核算,然后采用固定效应模型分析互联网发展对农业全要素生产率增长的影响。结果表明：（1）2002—2016年农业全要素生产率年均增长2.20%,主要依赖农业技术进步的贡献;（2）整体来看,互联网发展显著提升了农业全要素生产率;分地区来看,互联网发展对农业全要素生产率的促进作用在中部地区最为明显,其次为西部和东部地区;（3）互联网发展对农业技术进步具有显著的促进作用,对农业技术效率具有显著的抑制作用。     

财政教育投入、产业结构升级对全要素生产率的影响

财政教育投入是我国教育投入的主要力量,对于普及义务教育和形成人力资本发挥着重要作用。人力资本是提高劳动力质量和实现技术进步的主要基础,研究财政教育投入对经济增长效率的作用机制和区域差异具有很好的理论和实践意义。在内生经济增长理论框架下,探究产业结构升级在财政教育投入影响全要素生产率过程中的调节效应。从全国数据看,财政教育投入可以直接提高全要素生产率,我国东部和中部地区的产业结构升级弱化了财政教育投入对全要素生产率的促进作用,西部地区的产业结构升级增强了财政教育投入对全要素生产率的促进作用。在其他控制变量中,GDP增长率和城镇化水平对全要素生产率具有明显促进作用,对外开放程度、外商直接投资、金融深化和科技投入占比对全要素生产率的影响存在较大区域差异。据此提出相应对策建议。     

湖南各地市农业全要素生产率变动实证分析

运用非参数Malmquist指数法,测算了1985-2008年湖南省各地市农业全要素生产率水平及其变动趋势.结果显示:湖南省农业全要素生产率平均变动值为1.014,技术进步指数为1.015,技术效率变化指数为0.999,说明湖南省农业全要素生产率的增长主要依靠农业的技术进步,而整个农业规模效率基本保持在一个较稳定的常态;湖南全要素生产率呈现波段性周期变化,当出现重大技术创新时,其技术效率往往不高,说明技术创新的配套体系建立尚不够完善;各地市年均Malmquist指数相差较大,呈现出严重的东、中、西部梯度效应;西部地区的农业尚属传统农业,生产效率问题并非造成其生产力低下的主因,关键的问题在于促进其农业技术进步.     

财政支出对全要素生产率的空间溢出效应研究——基于我国西部省际视角

财政支出是政府进行宏观经济调控的重要手段,它一方面为政府职能的实现提供了保障;另一方面,也是政府对经济规模和结构进行干预的主要手段。我国西部地区的经济发展相对落后,财政支出结构的合理性对经济事业的发展显得尤为重要。该文分别采用静态和动态空间计量模型,从时间和空间两个维度对我国西部地区12个省市2005—2014年的面板数据进行实证分析。实证研究结果表明:财政支出与西部地区全要素生产率、技术效率和技术进步显著正相关;财政支出对相邻地区的全要素生产率及分解项有空间溢出效应;西部地区财政支出对相邻地区全要素生产率具有较高的正向溢出效应。     

环境规制下的西部地区工业全要素生产率变动分析

运用DEA-Malmquist方法分析了环境约束下西部地区的工业全要素生产率变动情况,结果表明:西部地区污染排放效率提升缓慢,制约了工业全要素生产率的提高;工业规模的优化有助于改善污染排放效率,但原有技术的继续使用却导致污染排放效率降低;环境规制对工业技术进步具有显著的负向作用,间接制约了工业全要素生产率的提升。为此建议西部地区实行差异性环境规制,进一步优化环境规制工具组合,构建可持续的环境规制制度体系。     

低碳约束下区域物流产业效率测算

针对传统的物流产业效率测算未考虑二氧化排放问题,提出碳强度约束下的物流业全要素生产率(CLP),在构建2005—2012年中国30个省区物流业面板数据的基础上,应用环境DEA技术和方向距离函数方法,对碳强度约束下的中国物流业全要素生产率的增长来源与区域差异进行实证分析。结果表明,碳强度约束下的物流业全要素生产率年均增长达1.9%,高于不考虑碳约束情形;碳强度约束下的物流业生产率指数与碳强度目标吻合,物流业全要素生产率改进,碳强度下降;物流业生产率的提升主要依赖于物流技术进步和创新;碳强度约束下东部地区物流业生产率存在趋同性,中部地区差异在扩大,西部地区则在缩小。     

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。     

旅行社技术效率和全要素生产率变化研究——基于2001～2010年省际面板数据

运用数据包络分析法和Malmquist生产率指数对我国旅行社行业2001～2010年的省际技术效率及全要素生产率变化情况进行测算、评价,结果表明:我国旅行社行业省际技术效率较低,主要原因在于纯技术效率损失严重,省际技术效率水平的区域分布呈现东部最高、西部次之、中部最低的特征;旅行社行业省际全要素生产率呈现整体下滑趋势,技术退步是其主要原因,具体到各个地区,西部旅行社因为技术效率有较大幅度的提高,全要素生产率有所改善,东部、中部的旅行社因为技术效率提高幅度较小,全要素生产率降低.     

中国物流业环境全要素生产率增长研究——基于MML生产率指数的实证分析

将能源消耗引入投入变量, 以碳排放为副产出, 运用基于松弛测度(SBM)的方向性距离函数, 构造共同边界—曼奎斯特—卢恩伯格(MML)生产率指数, 测度2003—2012年中国30个省份的物流业环境全要素生产率。研究表明:中国物流业的环境全要素生产率增长缓慢, 增长动力主要源于技术进步, 能源、劳动力、资本等生产要素的利用效率无明显改善, 物流业存在高能耗、高投入、增加值产出低、污染排放高的现象。中国东部、中部、西部地区存在明显的技术落差, 东部地区依靠技术进步处于潜在技术前沿, 西部地区形成了对东部地区的追赶效应, 但中部地区与技术前沿的落差逐渐拉大。认为, 大力提高生产要素的利用效率, 加快东部地区向中部、西部地区的技术转移与扩散, 应成为物流业发展的重点。     

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。     

城镇化与粮食生产效率

基于DEA-Malmquist方法测算中国31省份的粮食生产综合技术效率和全要素生产率,并用面板结构工作文件分析影响粮食生产技术效率的因素。研究结果表明：中国粮食生产综合技术效率较低,技术利用水平不高,处于规模报酬递减阶段,纯技术效率仍有较大的提升空间;全要素生产率呈下降趋势,多数省份全要素生产率指数较低,且表现出东部地区全要素生产率高于中西部地区的现象,应加大粮食生产技术的支持力度;城镇化的实施能促进中东部地区粮食生产技术效率的提高,但对西部地区却产生负向影响。     

农村人口老龄化与农业全要素生产率的区域异质性

基于2000—2018年中国省际层面的面板数据,采用DEA Malmquist模型测算农业全要素生产率,构建中介效应模型实证分析农村人口老龄化对农业全要素生产率的影响。研究结果表明：得益于技术进步,农业全要素生产率在样本期间实现了小幅增长;农村人口老龄化对农业全要素生产率的影响显著为正,农村人口老龄化会通过人力资本积累效应推动全要素生产率增长,同时也会通过劳动力供给效应和科研投入效应对全要素生产率增长产生显著的阻碍作用。此外,农村人口老龄化对农业全要素生产率的影响还存在显著的区域异质性,农村人口老龄化对中西部地区农业全要素生产率的影响并不显著,但会显著阻碍东部地区农业全要素生产率的提高。因此,应该通过加快农业机械化进程、大力推广现代农业种植技术以及鼓励大学生到农村地区就业和创业等途径推动农业全要素生产率增长。     

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.     

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。     

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.