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。     

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。     

我国家庭农场的全要素生产率及其差异

基于1647份的家庭农场微观调查数据,运用随机前沿生产函数法系统评估粮食型、非粮食型和混合型3种类别家庭农场效率及其差异分布,结果表明：2011—2016年家庭农场样本的全要素生产率（TFP）年均增长率为0.75%,增长主要来源于技术进步和要素配置效率变动,但后者贡献较小,规模扩张是TFP增长的重要阻碍;粮食型农场效率处于最低水平,非粮食型农场效率最高,3类农场差异显著。选择适度规模经营以提升规模效率、转变经营思路带动配置效率提升以扩大TFP的提升空间、持续推进对现有农业技术的推广和运用、着重提升粮食型农场效率防止非粮化倾向是当前家庭农场发展的关注重点。     

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。     

技术进步方向及其对全要素生产率的作用效应检验

当前我国已进入中等收入阶段,能否借助于技术进步成功跨越中等收入陷阱尤为关键。然而,理论前沿普遍关注技术进步对生产率增长的贡献,而忽视技术进步正非对称影响要素生产率改变要素结构和全要素生产率。现以中等收入阶段工业行业为依托,估计全要素生产率和技术进步方向及偏向性技术进步对全要素生产率的影响。结果表明:技术进步正朝不断偏向于资本方向发展,中等收入阶段技术进步偏向性不断强化,资本密集型要素配置结构与技术进步方向相适配共同提升全要素生产率,其中要素配置结构、技术模仿和行政管制会通过技术进步方向作用影响全要素生产率。为此,一国在引进新技术或进行技术创新时应重视技术与要素结构的匹配性,并为其提供相匹配的要素条件保证技术引进发挥效率。     

我国建筑业全要素生产率分析

运用DEA模型对我国建筑业1997—2009年间的全要素生产率进行评价,分析TFP变迁的原因及其过程,结果表明技术进步是促进TFP增长的主要因素,建筑业正由粗放型增长方式向集约型增长方式转变。我国建筑业的起点比较低,就现阶段情况而言,技术效率和技术水平都有待提高,进而才能实现建筑业产业结构升级。     

皖江城市带全要素生产率增长及收敛性分析

使用1991-2008年皖江城市带10个城市的数据,运用数据包络分析的方法测算了曼奎斯特生产率指数,分析了各城市的全要素生产率(TFP)增长趋势,并对经济增长趋同进行了定量分析.得出结论为:90年代以来皖江城市带TFP年均增长率为9.5%,比全省平均水平高0.3个百分点.全要素生产率的结构分析表明技术效率是皖江城市带T...     

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。     

全要素生产率与中国经济增长方式的转变

改革开放后,我国经济建设取得了巨大成就。但是,本文通过全要素生产率及其增长率的计算,得出我国经济增长总体上还是资本驱动型的结论。因此,要促进我国经济继续长期稳定的增长,必须提高我国技术水平和生产效率,转变经济增长方式,实现由资本驱动型增长向创新驱动型增长转变。     

中国工业行业全要素生产率增长的实证分析

本文采用非参数Maliquist指数方法实证分析了我国工业行业全要素生产率的增长状况,并将其分解为技术进步和技术效率。研究表明,1998—2007年我国工业行业全要素生产率的平均增长率为9．9％：行业间全要素生产率和技术进步变化显著,技术效率变化不大;技术进步是推动我国工业行业全要素生产率增长的最显著因素。     

北京制造业全要素生产率持续增长的对策研究——基于DEA的Malmquist生产率实证分析

1997-2006年期间,北京市制造业的全要素生产率(TFP)年均增长率为10.2%,TFP的增长主要得益于技术进步,而技术效率则出现年均2.4%的衰退,对其产生负面影响。因此,要继续推动北京制造业生产率的增长,必须在保证技术进步、加大技术研发投入的同时,对技术效率进行优化和提高。不断提高企业的经营管理水平,有效组织和整合企业资源,加大制造业产业布局的调整力度,实现产业规模经济以及协同效应。     

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。     

基于随机前沿分析的全要素生产率分解

基于我国2003-2012年省际面板数据,本文采用改进的随机前沿模型与索洛残差法测算出我国技术效率和全要素生产率增长,同时分解了全要素生产率的增长,并简要分析了我国经济增长的源泉。研究发现:(1)近十年来,无论是整体还是各地区,全要素生产率增长均呈现涨跌互现的波动情形且波动较为剧烈。(2)我国经济增长主要依赖要素投入增长,其贡献率高达85.17%,而全要素生产率增长对经济增长的贡献为14.83%,作用不容忽视。(3)技术进步率较低、技术效率低下、资源配置不合理、规模经济效应不显著都是导致我国全要素生产率增长较低的重要原因。此外,在应对"突发"事件时,物质资本深化对经济增长的促进作用显得尤为重要。     

制造业全要素生产率测算及影响因素研究

Hsieh和Klenow提出了一种测算全要素生产率与资源配置效率的模型,龚关和胡关亮对该模型进行了扩展。文章在龚关和胡关亮研究的基础上,突破了投入要素的产出弹性只与行业有关的假设,构建了一个新的异质产品的垄断竞争模型。然后结合企业的微观数据,测算了中国制造业的资本配置效率、劳动配置效率和全要素生产率。最后,根据Olley和Pakes的方法测算了制造业的技术进步水平,并从技术进步和资源配置的视角分析了中国制造业全要素生产率的影响因素。研究发现：2001-2007年制造业全要素生产率平均每年增长4.93%;由于资本配置效率和劳动配置效率的双重下降,2007年以后全要素生产率明显下降;就全要素生产率的地区差异看,中西部地区越来越高,而东部地区越来越低。     

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。     

我国对外直接投资对国内全要素生产率的影响

利用1987—2006年的数据,借鉴传统的柯布-道格拉斯生产函数建立模型,对我国对外直接投资与全要素生产率之间的关系进行了实证研究。研究结果表明,对外直接投资对我国全要素生产率的提升有正向促进作用,虽然作用强度不大,但从长期看,对外直接投资能促进我国技术进步,尤其是通过对科技发达、研发投入丰富国家的直接投资能使我们获取国外的先进技术,从而提升我国的综合实力。     

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。     

劳动力转移对中国全要素生产率的影响——基于2000-2014年省级面板数据的实证分析

首先,根据2000—2014年全国各省和直辖市面板数据,采取DEA-Malmquist指数法,对我国30个省、 自治区及直辖市的全要素生产率进行测算,并分析了劳动力转移对全要素生产率的影响.结果表明:劳动力转移有利于全要素生产效率(Total Factor Productivity,TFP)的增长,且当第一产业就业人数占总就业人数的比例每减小1%时,全要素生产率会增加1.39%.其次,通过地域划分,横向比较了不同区域内劳动力转移对TFP的具体作用效果,其作用效果大小按照西南、 中南、 东北、 华北、 华东以及西北地区顺序呈现递减规律.最后,将全要素生产率分解为纯技术效率、 技术进步指数和规模效率,分别探究劳动力转移对它们的影响.研究发现:劳动力转移影响全要素生产率主要是通过对技术进步水平与规模效率水平的影响所实现的.     

高技术产业研发创新全要素生产率研究——基于价值链的视角

在价值链视角下,高技术产业研发创新活动可划分为技术开发和成果转化两个阶段.基于1996—2010年省际面板数据,采用Malmquist指数分析方法实证评价中国高技术产业研发活动两阶段全要素生产率,并考察每一阶段全要素生产率的变动原因、方向和趋势.在技术开发阶段全要素生产率上升趋势明显,年均增长高达21.8%,技术进步、纯技术效率和规模效率都有促进作用,但关键拉动因素还是技术进步;在成果转化阶段技术进步率降低而技术效率提升,结果导致全要素生产率的小幅下降,平均下降幅度为0.9%.提出提升中国高技术产业研发活动生产率的对策建议,包括制定优惠政策和激励措施、改变技术开发模式、鼓励发明创造、资助有市场前景产品等.