中国玉米全要素生产率区域差异的影响研究

本文运用2002—2015年全国20个省市自治区玉米生产的面板数据,计量分析了玉米全要素生产率(TFP)的区域差异及影响因素.研究表明:中国玉米TFP增长率呈现倒"U"形;北方、黄淮海和西南地区玉米TFP增长率依次递减;政府政策、技术进步和收入结构对我国玉米TFP增长具有显著正向作用,而受灾率、人力资本和城市化具有显著负向作用.最后,结合地区差异和影响机制提出相应的对策,以提高玉米全要素生产率.     

中国物流业全要素生产率的影响因素及其收敛性分析

利用DEA-Malmquist指数方法测算我国30个省区1996-2010年物流业全要素生产率(TFP)的变动,并对物流业全要素生产率的影响因素与收敛性进行分析。研究结果表明:中国物流业TFP不断提高,技术进步是TFP增长的主要源泉,技术效率相反起到了阻碍作用;物流业增长中,要素投入比TFP的贡献更大。交通基础设施与信息化水平对物流业TFP具有显著的正向影响,区域经济一体化进程中的基础设施重复建设对物流业TFP造成了显著的负向影响。空间分布上,TFP增长及其分解存在区域差异性,全国范围内,TFP存在绝对收敛特征,东、中、西三大区域内部的俱乐部收敛性不显著,对外贸易、交通基础设施与信息化水平的区域协调和均衡发展对物流业TFP的均衡协调发展具有重要影响。     

基于随机前沿分析的中国农业全要素生产率增长的实证分析

基于1997—2014年的省际面板数据,建立超越对数随机前沿函数模型进行农业全要素生产率的实证分析,根据对农业全要素生产率的测算分解,得出如下结论:农业全要素生产率增长存在波动,其增长年均值为8.59%;技术进步变化率是其主要推动因素,而要素配置效率变化率和规模效率变化率对农业全要素生产率的贡献仍较小。此外,农业全要素生产率增长存在明显的地区差异,从变异系数来看,华南地区农业TFP增长率波动对全国农业TFP增长率影响较大;分区域来看,华东地区的农业全要素生产率增长受规模效率变化率波动影响最大,华南地区农业TFP受配置效率变化率波动影响最大,以上两方面构成农业全要素生产率增长地区差异的主要原因。最后,笔者根据研究结论提出相应的政策建议。     

中国大数据企业全要素生产率增长及收敛研究

基于中国大数据上市企业的相关财务指标数据,利用Malmquist生产率指数方法测算了中国大数据企业全要素生产率及其分解,并对其全要素生产率变动的时序特征及增长差异进行了分析;进而采用收敛性理论,探析了差异的演变规律和内在机制。结果发现:中国大数据企业在2008—2013年间全要素生产率呈现负增长(-3.3%),主要原因在于技术效率增长的"拖累效应"明显,而技术进步贡献的"增长效应"相对有限,TFP并不是大数据企业产出增长的主要源泉;不同大数据企业的TFP增长及其动因存在显著差异,但收敛性检验表明,中国大数据企业TFP及其构成的增长均呈现出显著的收敛趋势。     

异质性下农业集聚对全要素生产率的影响研究

Marshall外部性是产业集聚影响生产率的方式之一,由于资源禀赋、组织形式和政策环境等产业特殊性,农业集聚对产业生产率的影响具有异质性。基于DEA-Manquist指数,测算2002—2016年中国31个省级行政单位的农业全要素生产率(TFP),并运用面板门槛模型分析了农业集聚对农业TFP的非线性影响。研究表明,农业集聚对全要素生产率的影响具有显著的门槛效应,随着农业集聚度的提高,出现阶梯递减现象。当集聚度小于等于0.94时,每增加1个单位,带动农业全要素生产率增加0.709个单位,当集聚度大于等于0.94时,将带动全要素生产率增加0.437个单位。同时,农业集聚对农业TFP的影响具有区域异质性,东部地区农业集聚与全要素生产率之间呈现出“V”型结构,中西部地区两者则呈现出“L”型结构。     

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.     

交通基础设施对全要素生产率的溢出效应分析-以新疆为例

文章对丝绸之路经济带新疆沿线18个城市运用DEA-Malmquist生产率指数测算其全要素生产率（TFP）,并运用一阶广义矩阵估计法（GMM）对这18个城市2005-2012年间的面板数据进行研究。研究结果表明,这18个城市全要素生产率增长主要来源于技术进步,交通基础设施对全要素生产率增长具有溢出效应,产业结构对TFP增长具有显著正效应,政府支出对TFP增长有着负效应。     

我国流通产业全要素生产率空间关联和影响因素研究

流通产业是国民经济发展的基础产业与先导产业,全要素生产率正在日益成为流通产业增长的重要源泉.运用超效率SBM-DEA方法和Malmquist指数测度了2004—2015年我国流通产业全要素生产率,通过空间相关性分析发现,我国流通业全要素生产率在全域和局域上均存在着显著的空间相关性.空间杜宾模型回归结果表明:产业结构的高度化和人口城镇化水平的提高对本省份流通产业TFP具有促进作用,但二者均会对邻域省份的流通业TFP增长产生抑制效应;研发强度的加大和连锁化程度的提升对流通产业TFP增长的提升作用非常显著,且空间溢出效应明显;而产业政策的直接效应和间接效应均很小,未能显著促进流通产业TFP增长.因而,加大产业科技创新投入、发挥规模经营优势、促进产业结构优化升级和提高城镇化质量是促进流通产业TFP增长的关键.     

中国零售业全要素生产率的实证分析

本文使用DEA-Malmquist指数方法,利用中国31省市自治区2004～2008年的零售业数据,对中国限额以上的零售业全要素生产率(TFP)进行测算与分析.结果表明,2004年以来,中国零售业全要素生产率显著提高,且主要来自技术进步的推劝.     

长江经济带工业全要素生产率分析

长江经济带工业全要素生产率有很多可能因素,而工业化水平、科技、教育、产权结构效率和政策等因素对工业TFP起促进作用,环境因素则具有制约作用,同时,这些因素也是导致工业TFP地区差异的主要原因。从区域协调出发,通过创新驱动、政策协调等措施,进而提高长江经济带工业发展质量。     

中国全要素生产率变动的再测算与适用性研究——基于数据包络分析与随机前沿分析方法的比较

采用数据包络分析（DEA）和随机前沿分析（SFA）2种方法对中国29个省份1990--2007年间全要素生产率变动进行测算和适用性分析。结果表明：2种方法估计得到的全要素生产率变动的时间趋势基本一致,其中,技术进步成为全要素生产率增长的主要推动力,而技术效率变动则起到负贡献;SFA方法得到的全要素生产率指数明显高于DEA方法;SFA估计结果显示各地区全要素生产率增长相对平均、差距较小;而DEA估计结果则表现出鲜明的地区差异性,与中国各地区经济发展的非均衡性相契合。比较而言,由DEA方法得到的结论可能更加可靠,也更能满足对中国经济现实进行解释的需要。     

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。     

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。     

政府公共投资促进经济增长方式转变的实证分析——基于省际面板数据的动态研究

文章首先选取1978～2009年的数据,采用超越随机前沿生产函数估计了我国28个省份全要素生产率(TFP)变动的情况,其次采用动态面板数据模型,考察我国政府1978～2009年公共投资对TFP的影响.研究表明,1978年以来我国政府公共投资总体上提升了TFP,其中经济性比社会性公共投资对TFP的提升作用更加明显.另外,不同性质的公共投资项目对TFP的提升作用存在着较大的区域差异.     

中国银行业不良贷款和生产率关系研究

文章运用Bootstrap-DEA的Malmquist生产率指数法,测算了2003-2010年中国37家商业银行的全要素生产率,并与剔除不良贷款情况下得到的结果进行对比分析。研究发现:样本时期内,中国银行业的全要素生产率整体呈现增长趋势,生产率提高主要来源于技术进步;四大国有银行生产率发展态势较为平稳,股份制和城市商业银行的生产率波动较大,不过三类银行的生产率水平差异趋向缩小;剔除不良贷款的影响,中国银行业全要素生产率将得到提高。     

华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型

基于随机前沿生产函数模型,利用华东地区六省1978—2015年的面板数据,分析华东农业全要素生产率增长及分解部分的变化趋势。结果表明：1978—2015年,华东地区农业全要素生产率年均增长率为4.59%,依次呈现出递减、递增、平稳的变化趋势;农业技术进步是全要素生产率增长的主要动力;技术效率是华东农业全要素生产率增长的主要阻碍因素,呈逐年下降的趋势;规模效率对农业增长阻碍作用不明显;要素配置效率对经济增长有促进作用即存在结构红利,但不显著。据此提出加大农业技术创新投入,提高农业产出效率;加快农业固定资产投资体制改革,盘活存量、优化增量;优化资源配置,提高农业供给体系的质量和效率等建议。     

从全要素生产率变动看我国电信改革成效

本文通过对1990年至2003年我国电信业全要素生产率变化的测算,探索我国电信行业的生产效率状况,发现目前TFP对整个产出增长率的贡献还不到三成,当前的发展方式主要还是基于投入增长的粗放式经营。文章还从全要素生产率的角度来分析近年来电信业四次重大改革的成败。     

动态视角下中国城市群土地利用TFP测度及影响因素研究

提高城市群土地利用TFP对合理高效利用土地资源,协调好城市群经济发展、资源配置和环境保护具有重大理论和实践意义.文章运用DEA-Malmquist指数对2003—2016年动态视角下中国城市群土地利用TFP进行测度和时空演变分析,并利用Tobit回归模型对影响城市群土地利用TFP变化的因素进行深入研究.结果表明:从时间维度看,城市群土地利用TFP年均上升0.7％,城市群土地利用TFP增长由技术效率和技术进步"双核驱动",技术效率的提升主要与纯技术效率提升有关,规模效率是技术效率和土地利用TFP提升的瓶颈约束;从空间维度看,晋中、哈长、海峡西岸、中原、长江中游、北部湾、成渝、黔中、关中平原和兰西城市群土地利用TFP呈下降趋势,其余城市群土地利用TFP均呈上升趋势,且京津冀、呼包鄂榆、辽中南、长江三角洲、山东半岛和天山北坡城市群土地利用TFP增长为技术进步和技术效率"双核驱动";从影响因素看,人均GDP和年末金融机构人民币各项贷款余额对中国城市群土地利用TFP具有正向促进作用,城市财政支出占本市GDP的比重和人口密度具有负向阻碍作用.     

中日双边服务贸易专业化程度及其影响因素——基于产业内贸易视角

中日双边服务贸易关系日益密切且存在极大的发展空间,结合中日双边服务贸易现状,基于产业内贸易视角分析其专业化程度,并实证检验专业化程度的影响因素,结果显示:中国通过服务贸易,对日本服务市场的融入程度逐渐加深,而日本却呈现相反现象;中日双边服务产业内贸易的总体专业化程度较深,且呈现出逐步加深趋势;中日双边服务贸易开放度和服务业市场规模差异度,会对产业内贸易专业化程度产生显著的正向效应,而服务贸易差异度则表现为显著的负向效应。     

我国保险业全要素生产率及其增长分析

文章研究了1998~2003年我国保险业全要素生产率(TFP)增长趋势,并将其分解为前沿技术进步(FS)、纯技术效率(PTE)的变化、规模效率(SE)的变化三大因素。研究发现:保险业的全要素增长率(TFP)呈现逐年上升的趋势,年均增长在15.9%;前沿技术进步已成为我国保险业TFP增长的最主要动力,保险公司因前沿技术进步平均每年提高全要素生产率高达16.7个百分点;保险公司相对前沿的技术效率(TE)差距拉大,已出现阻碍TFP增长的趋势,这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。