我国电信业对经济增长的影响及投入要素结构

通过采用索洛增长模型和投入产出表两种分析方法,对我国1979--2009年数据和1997、2002、2007年三个投入产出表进行分析。研究结果显示,全要素生产率（TFP）对我国电信业产出的贡献总体上呈波动上升走势,目前超过40％;当前,电信业自身投入要素结构持续优化、软化,处于全要素生产率的贡献超越资本贡献的窗口期。同时,电信业作为信息要素的基本载体或国民经济的广义技术进步软要素之一,可以替代1／5的资本或劳动硬要素投入,约占了涵盖各行各业及各种技术进步要素在内的广义技术进步要素贡献的1／4。此外印证了电信业存在从中间使用型生产服务业向最终需求型基础产业逐渐演进的迹象、投资乘数较大等观点。     

网络融合、技术进步与电信业生产率增长--基于中国31省市面板数据的实证研究

文章立足网络融合深化发展的现实背景,首先引入Herfindahl指数衡量中国电信业网络融合程度,然后采用Malmquist生产率指数方法测算了我国电信业的全要素生产力及其分解值变化情况,并通过构建多元面板回归模型,对网络融合、政府规制及其他影响因素进行了实证检验。研究结果表明：整体上,中国电信业全要素生产率实现了明显的增长,增长的源泉主要来自于技术进步。在影响因素方面,网络融合和行业重组改革对中国电信业的全要素生产率增长和技术进步均起到了积极的促进作用,价格上限规制政策则产生了明显的负面作用。此外,经济发展水平、人口密度、市场规模、电信业重要程度等宏观经济因素也从不同方面产生重要影响。     

我国工业企业进退出与TFP变动的动态分解

我国工业企业具有较高的进入率与退出率,而且全要素生产率的变动也比较大.利用1999-2007年我国工业企业的微观数据对企业的进入退出行为进行分析,并应用Melitz和Polanec提出的全要素生产率变动的动态分解新方法,可对我国工业企业全要素生产率的变动进行分解.结果表明,总体上我国工业企业的全要素生产率是递增的,这主要是由存续企业全要素生产率的递增和市场份额的变动贡献的.退出企业的全要素生产率均值比存续企业的低,除个别年份外,新进企业的全要素生产率均值低于存续企业的全要素生产率均值.     

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。     

中国电信业全要素生产率及发展阶段差异研究

选用基于非参数Malmquist指数法对2001—2010年期间中国电信业的全要素生产率(TFP)进行测算和分解,重点研究了中国电信业TFP的构成及其不同发展阶段的差异,同时进行了横向对比研究,尝试探索了电信业TFP变动的时序特征,揭示了差异演变的内在规律和机制,并进一步讨论了改革的成效及电信业不同发展阶段的差异性。     

城镇化、工业化对农业全要素生产率增长的影响研究——来自重庆37个县(区)面板数据的证据

文章基于2000—2016年重庆37个县（区）面板数据，使用序列DEA方法测算了重庆农业全要素生产率变动，在此基础上探讨了重庆农业全要素生产率增长的时间演变，并从理论和实证层面系统考察了城镇化和工业化对农业全要素生产率增长的影响。结果表明：首先，2000—2016年间重庆市农业全要素生产率呈上升趋势，2007年后重庆市农业全要素生产率增长更为明显，并且重庆市各地区呈现出明显的空间不平衡性。其次，动态面板模型的实证结果表明城镇化对农业全要素生产率增长具有显著正向影响，工业化对农业全要素生产率增长也具有显著正向影响。最后，研究还发现基础设施、教育水平以及金融发展程度对农业全要素生产率增长均具有显著正向影响，而产业结构对农业全要素生产率增长具有显著负向影响。     

资源环境约束下中国城市生产率研究

采用序列Malmquist-Luenberger指数法可以测度资源和环境约束下2002—2011年中国266个城市全要素生产率及其构成,并可对影响环境全要素生产率增长的因素进行实证分析。分析结果表明：我国城市环境全要素生产率增长显著高于传统全要素生产率,且主要来自技术进步;城市群城市的环境全要素生产率增长高于非城市群城市,东部城市的环境全要素生产率高于中西部城市;人力资本、工业专业化、城市密集度和客运能力变量与环境全要素生产率显著正相关,而货运能力、服务业专业化以及环境规制与环境全要素生产率显著负相关。     

积极财政政策的全要素生产率增长效应

利用时变参数模型和面板数据模型,可以对积极财政政策的全要素生产率增长效应进行分析。分析表明,1998年以来我国实施的积极财政政策对全国经济全要素生产率增长、省份经济全要素生产率增长和技术进步具有较强的促进作用,但对省份经济效率提高却具有明显的抑制作用。总体上说,积极财政政策对我国经济增长质量的提高起到了重要的促进作用,但在具体实施的过程中,还存在着诸如支出结构不尽合理、过分强调数量而忽视使用效率等不足之处。     

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.     

经济增长目标与城市全要素生产率

通过手工检索2005—2016年我国265个城市的经济增长目标,实证检验了经济增长目标对城市全要素生产率的影响.研究发现,经济增长目标显著抑制了城市全要素生产率,并且与中西部地区城市相比,经济增长目标对东部地区城市全要素生产率抑制作用更强;在全要素生产率越高的城市,经济增长目标对城市全要素生产率的抑制作用越强.分阶段研究发现,经济增长目标对城市全要素生产率的抑制作用主要出现在党的十八大之前;党的十八大以来,经济增长目标对全要素生产率的负面影响不再显著.作用机制分析表明,经济增长目标会通过增加扩张性投资、减少政府科教支出,进而抑制城市全要素生产率提升.此外,创业活动会弱化经济增长目标对城市全要素生产率的抑制作用,在创业活跃度越高的城市,经济增长目标对全要素生产率的负面影响越弱.研究结论表明,虽然过高的经济增长目标对全要素生产率产生了负面影响,但两者并非完全对立的关系,党的十八大以来我国将创新作为经济发展的核心驱动力,在这一背景下经济增长目标对全要素生产率的抑制作用不再显著.     

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。     

我国粮食主产省农业全要素生产率实证分析

农业产出增长要靠不断加强农业投人和提高农业全要素生产率来实现。农业生产资源的稀缺性,决定了农业产出的持续增长只能依靠不断提高全要素生产率。采用非参数法中的数据包络分析方法对我国粮食主产省的全要素生产率进行测算,使用Malmquist指数法将全要素生产率进一步分解为规模效率、纯技术效率和技术进步。研究发现：2000-2009年我国粮食主产省全要素生产率的变化不稳定;粮食主产省的技术都呈现出进步的趋势,但各自的技术效率却存在很大的差异,且导致技术效率变化的原因也各不相同。     

中国生产性服务业开放与制造业全要素生产率提升

中国制造业企业想要转型升级,首先需要提高企业的全要素生产率,生产性服务业开放是制造业企业提高生产效率的重要途径,不同服务行业开放对制造业企业生产效率的提高会存在一定的差异。运输服务、金融服务、专利权使用费和特许费服务、其他商业服务对中国整体制造业生产率有正向促进作用,保险服务、通讯邮电服务、计算机和信息服务、咨询服务对整体制造业生产率有负向影响。将制造业按投入要素密集度不同划分后,发现运输服务对技术密集型企业、金融服务对劳动密集型企业、专利权使用费和特许费服务对资本密集型企业的正向影响最大,保险服务和咨询服务对劳动密集型企业、通讯邮电服务和计算机信息服务对资本密集型企业的负向影响最大。     

农业效率增进、技术进步区域差异及TFP分解

基于随机前沿模型(SFA),文章对1985-2008年中国29个省级地区农业生产效率进行测算和全要素生产率分解。研究表明,中国农业生产效率总体水平不高,尚有较大的提升空间;存在较为显著的时际差异和区际差异;农业全要素生产率与技术进步率均有提高,但增幅较缓;全要素生产率增长的根本动因在于技术进步率而非技术效率,农业生产仍不具有规模经济性。     

农业产业结构变迁对绿色全要素生产率增长的空间效应分析

本文利用1997—2016年中国大陆31省区面板数据,在较为全面地测度农业绿色生产率的基础上,借助空间杜宾模型,从农业产业结构合理化和高级化两个维度考察农业产业结构对农业绿色生产率的直接影响与间接溢出效应。结果发现,1998—2016年中国农业绿色生产率不断提高,其增长主要由技术进步驱动;东、中部省区农业绿色生产率整体水平较高,东北三省次之,而西部省区最低。省份间农业绿色生产率具有较强的空间依赖性,农业产业结构是影响农业绿色生产率增长的重要因素,一地区农业绿色生产率不仅受到本地农业产业结构合理化与高级化的直接影响,还受到邻近地区农业产业结构高级化的间接溢出。因此,新时期更应重视农业产业结构的合理调整与优化升级在农业绿色生产率增长中的重要作用,进而提升农业整体发展质量。     

农业保险发展与中国农业全要素生产率增长研究

农业全要素生产率的增长,对于中国全要素生产率的提高、农民收入的增加和粮食安全的保证都具有重要意义。农业生产和农民收益面临着自然风险,农业保险相关政策的实施有助于分散和转移风险,从而影响农户全要素生产率的增长。基于2003—2017年农业农村部全国农村固定观察点数据库的数据,使用动态面板估计和工具变量方法,分析了农业保险覆盖率对农户全要素生产率的影响,并探究了其背后的影响机制。结果表明,中国农业保险覆盖率的提高促进了农户全要素生产率的增长;在中西部地区以及农户为非乡村干部、非少数民族、低收入群组时,农业保险对农户全要素生产率的促进作用更为显著。提高农业保险覆盖率还可以通过增加农户的农药投资、机械投入、耕地规模以及促进农户采用新技术的方式来实现,从而提高农户全要素生产率。

     

中国经济增长核算分析:1978—2018

自改革开放以来,中国经济经历了40余年的高速增长,为经济理论创新和宏观管理提供了许多启示与经验借鉴。利用国家统计局数据,总结已有研究成果,在系统修正数据缺陷的基础上,首先测算了中国物质资本和人力资本以及相关指标的1952—2018年时间序列,然后使用岭回归技术建立了中国经济的超越对数型生产函数,以此为基础分析了资本要素、人力要素和全要素生产率对经济增长的贡献及其变动。分析表明,20世纪90年代以来,资本要素对经济增长的贡献率在波动中缓慢下降,人力要素的作用在波动中趋强而在近阶段增长较大超过资本要素,全要素生产率的贡献率则是加速增大,目前已超过50%。通过权威数据和数学模型提供了较为严谨的相关变量时间序列数据,同时较为准确地揭示了改革开放40年中国经济各阶段的增长动力构成及特征。     

中国各地区油菜生产率的增长及收敛性分析

运用基于DEA的Malmquist指数分析方法和省级油菜成本收益数据,对中国各地区油菜生产率的增长状况进行了实证分析,并将生产率进一步分解为技术进步和技术效率,在此基础上对全要素生产率地区间差距进行了绝对收敛和条件收敛检验。结果显示：1979—2005年中国油菜生产率平均增长率为-6％,技术进步为-5．8％,技术效率为-0．2％,生产率的下降主要是由技术退步所引起的;全国各油菜主产省的生产率不仅存在σ收敛,并且存在绝对β收敛和条件β收敛,其收敛速度分别为7．59％和8．93％,而收敛现象主要发生在20世纪80年代。     

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”。