贸易结构、人力资本与全要素生产率--基于非参数Malmquist指数与VEC方法

文章运用VEC方法实证检验了贸易结构、人力资本与全要素生产率增长之间的关系。实证结果显示：我国的全要素生产率增长和技术进步显著,而技术效率只有微小的提升。贸易结构与技术溢出效果正相关,高技术品的净进口量越大,贸易的TFP增长效应越显著,但溢出效果与人力资本结构和人力资本水平密切相关。贸易技术溢出对TFP水平的提升作用主要是促进技术进步所导致的,对技术效率影响微弱。实证结果还表明：贸易结构升级与生产率提升之间的良性循环并未形成。     

全要素生产率影响行业收入差距的实证研究

利用２００３～２０１１年中国工业行业大类面板数据,运用ＭＬＤ指数、非参数核密度估计和变系数模型从全要素生产率的角度考察了中国行业收入差距的影响因素。研究发现,中国工业行业的ＭＬＤ指数呈下降趋势,但收入分布集中程度降低、尾部变厚;面板数据变系数模型结果表明全要素生产率是行业收入差距的重要影响因素,在不考虑其他因素的情况下对不同行业影响强度的差距在６．９％左右;随着其他影响因素的纳入,全要素生产率对单个行业影响程度在逐渐降低,其影响强度在行业间差距呈上升趋势。     

中国服务业全要素生产率测度与空间差异分析——基于非参数Malmquist指数方法的研究

文章运用2005-2009年中国31个省、自治区、直辖市服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行了考察,并将全要素生产率进一步分解为技术效率和技术进步.研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西北和东北地区服务业发展水平比较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响.     

中国装备制造业全要素生产率动态变动实证分析

装备制造业的发展水平是一国制造业整体水平的重要标志。我国装备制造业尽管取得了长足的发展,但仍然缺乏自主创新能力、量大质弱、低端产品比重高。通过Malmquist指数方法研究,对我国装备制造业1995-2008年间的全要素生产率动态变动进行实证分析,结果显示我国装备制造业全要素生产率年均提高6.4%,主要原因是技术变化水平的提高,且在不同时期技术效率和技术进步对我国装备制造业全要素生产率增长的贡献存在一定差异。实证分析结果为未来我国先进装备制造业的发展提供了科学的参考。     

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.     

基于DEA-Malmquist指数的矿业城市全要素生产率分析

运用非参数DEA-Malmquist指数法分析我国50个矿业城市1997-2006年间全要素生产率(TFP)的动态变化及不同类型、不同地区矿业城市的发展差距,通过该指数分解,考察TFP变动的具体原因,并从宏观政策、产业结构等方面讨论影响TFP变动的深层原因.研究发现:(1)我国矿业城市TFP总体增长缓慢,对产出的贡献不大,矿产品价格上涨对TFP增长有积极作用.(2)技术进步和技术效率总体上对TFP的贡献率相同,但不同年份对TFP变动的影响程度不同.(3)各类矿业城市按照TFP的增速排序,依次是石油类城市>金属类城市>综合类城市>煤炭类城市.(4)东部矿业城市TFP增长率最高,西部矿业城市次之,中部矿业城市TFP增长率最低.     

黄河流域绿色全要素生产率及影响因素研究

为全面衡量黄河流域经济增长与生态环境保护程度,本文通过构建评价指标体系并利用Malmquist指数测算并分解了黄河流域各省（区）的绿色全要素生产率,发现2003—2020年的绿色全要素生产率总体呈上升趋势,技术进步对绿色全要素生产率有拉动作用,而规模因素则相反。进一步研究发现,绿色全要素生产率在该地区出现σ趋同趋势,城镇化水平、金融化水平和研发投入对其具有正向影响,知识产权保护、服务业发展水平和能源结构具有负向影响。基于上述结论,本文从提高技术效率、完善要素市场化配置、促进城镇化水平和改善能源结构等方面对黄河流域实现高质量发展提出建议。     

基于Malmquist指数的高等教育生产率变动分析

文章运用Malmquist指数方法,考察了1997——2005年间高等教育全要素生产率TFP的变动趋势,并通过Malmquist指数的分解,分析了我国高等教育TFP增长的内在动力。结果表明,高校扩招以来,我国高等教育TFP的增长主要是由技术进步推动的,规模效率和纯技术效率的相互作用,使高等教育资源配置效率对高等教育TFP的增长作用不明显。通过分析,本文认为走"内涵式"发展道路,不断提高高等教育管理技术水平将是我国高等教育发展战略的未来的发展方向。     

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。     

西部地区信息产业全要素生产率的测度与评价——基于非参数Malmquist指数的研究

利用2005年-2011年西部地区信息产业的面板数据,运用基于DEA的Malmquist指数分析了西部地区信息产业的生产率水平及其构成要素。研究发现:西部地区信息产业的技术进步是有效的,但技术效率和全要素生产率是无效的;西部地区信息产业的生产率各指数的变动存在明显的区域差异,主要问题在于生产管理水平相对较弱。因此应建立科学的技术引进制度,提高劳动素质,培养和招揽优秀的管理人才,提高资源利用效率。     

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。     

河北省服务业全要素生产率增长的实证分析

采用基于DEA的Malmquist指数分析了河北服务业全要素生产率的增长状况,结果表明,1998-2009年河北省服务业全要素生产率基本上处于负增长状态,其中,1998-2002年和2003-2009年两个期间的平均增长率分别为-0.2%和-5.4%,主要原因在于技术效率的不断下降,另外,技术进步水平日趋下降也加剧了这一态势;同时河北省各市的服务业全要素生产率的增长情况也存在显著差异,主要原因是技术效率不同。     

基于城乡居民收入差距的实证研究

城乡居民收入差距问题是当前我国社会重大的经济热点问题.然而,我国城乡居民贫富差距的程度到底怎样?未来的变动趋势又是如何?本文从实证的角度一一回答了这些问题,同时结合经济理论分析了引起这些情况的原因和提出了有效抑制城乡居民贫富差距不断扩大趋势的政策建议.     

海南省农业全要素生产率及地区差异分析——基于DEA的Malmquist指数方法

应用DEA的Malmquia指数方法,对2000-2009年海南省及各市县农业全要素生产率进行测算和分解.结果表明,海南省的全要素生产率整体呈上升趋势,但增长速度缓慢,而各市县的全要素生产率差异较大.推动海南省及各县市农业生产率增长的主要原因是技术进步,技术效率则受纯技术效率和规模效率的共同影响,而海南省的规模效率普遍偏低,因此提高TFP增长率的途径应该是加快科技创新并提高投入要素的规模效益.     

辽宁省城镇化水平与城乡居民收入差距动态关系的实证研究

从1990年以来,辽宁省城乡居民收入差距整体呈现出长期扩大的趋势,城镇化率也一直呈增长的趋势。文章运用平稳性检验、协整检验、自相关检验等计量方法,对辽宁省1990-2013年的城乡居民收入差距与城镇化比率进行了分析。从计量模型的估计结果来看,辽宁省城镇化水平的变化对城乡居民收入差距的变化具有较为显著的正相关关系,城镇化对缩小城乡居民的收入差距将会有更加积极的促进作用。     

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。     

生产网络、产业结构与全要素生产率

本文从生产网络的角度出发,利用产品部门之间的投入产出关系,构建内生生产网络模型,研究产业结构变迁对全要素生产率的影响机制。得到的主要结论有：(1)产业结构变迁会伴随着生产网络中产品部门的变化,部门的变化通过投入产出关系影响其下游部门的投入组合,从而使其生产成本降低,最终使部门的全要素生产率增加;(2)利用我国2007、2012、2017年的投入产出表数据构建生产网络,通过对比各年的网络指标,发现我国高度中心性和中介性的部门类别都发生了明显转变,都是由第二产业向第三产业转变,说明我国部门之间的投入组合变化较大;(3)通过实证分析得出我国部门投入组合变化对全要素生产率增长率的变化呈正相关,即产业结构变迁能够使全要素生产率上升。     

高技术产业R&D全要素生产率变动分析-基于DEA模型的Malmquist指数方法

运用2000年至2009年高技术产业相关面板数据,构建了基于DEA模型的Malmquist生产率指数及其分解指数即技术进步指数和综合效率改善指数,并由此对高技术产业R&D的生产率发展状况进行实证分析.结果发现:高技术产业的各行业发展并不均衡,部分行业生产率发展波动较大.而另一部分则相对稳定.整体来看,高技术产业的生产率各指数表现较稳定,同时发现2000- 2004年推动全要素生产率发展的主要动力是综合管理水平的提高,而2005-2009年的主要动力是技术进步.从全要素生产率的平均增长率来看,主要支撑动力是来源于技术进步指数.     

产业结构调整与全要素生产率增长实证分析

文章通过编制资本服务物量指数和劳动投入指数,采用1979-2013年的样本序列数据,运用增长.核算法、脉冲响应函数和方差分解法实证检验了产业结构调整与全要素生产率(TFP)增长的互动关系.研究发现:产业结构调整所催生的TFP增长过程比较缓慢,存在较长的滞后期,但TFP对产业结构调整的冲击却非常迅速,时效性显著.产业结构调整速度、产业结构调整方向对TFP波动的贡献度约分别为6.67％和2.91％;反之,TFP对产业结构调整速度变动和产业结构调整方向的贡献度分别为1.18％和10.65％.此外,TFP与产业结构调整之间存在双向因果关系的结论也值得重视.