中国农业全要素生产率及其时空差异分析

基于1990-2010年省际面板数据,运用DEA-Malmquist方法测算和分析中国农业全要素生产率.测算结果表明:中国农业全要素生产率增长是技术进步和技术效率共同作用的结果,但是技术进步起主导作用;农业全要素生产率增长存在时空差异;全国、三大地区及绝大多数省份农业技术效率的波动主要源于纯技术效率的变动,与规模效率的关系不大.因此,为了加快经济发展方式转变,我国不仅要促进农业技术进步,而且在不同区域农业投入的重点领域应该各有侧重.     

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。     

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.     

中国工业全要素生产率地区差异分析——基于支撑面板数据计量模型的研究

以全要素生产率为研究对象,以其在中国各区域工业发展差异中的作用为研究起点,基于数据包络分析的Malmquist生产率指数方法,使用相关的Panel Data计量经济学方法对1978-2006年间中国工业全要素生产率区域差异成因进行了应用研究.     

中国区域农业绿色全要素生产率分解及收敛性分析

选取1999—2015年全国31个省域农业投入、产出面板数据,运用Global Malmquist Luenberger生产率指数方法测算中国农业绿色全要素生产率增长与分解情况,并针对收敛性问题进行检验。结果表明：（1）中国农业绿色全要素生产率增长源于技术进步,规模效率降低了绿色全要素生产率的提高,纯技术效率无明显影响;（2）未考虑农业碳排放会高估全要素生产率水平,导致评价偏误;（3）考虑农业碳排放情况下,全要素生产率水平呈现东、中、西、东北部依次递减趋势;（4）全国及各区域无明显σ收敛特征,全国层面及东北地区存在绝对β收敛现象,全国及东、中、西、东北地区均存在显著条件β收敛,表明各省域朝着自身稳定状态发展,而省域间“追赶效应”不明显。据此认为农业要走绿色技术创新及区域协调发展道路。     

全要素生产率视角下的高技术产业效率提升——基于5大行业的面板数据实证分析

基于高技术产业2000-2008年的面板数据,采用非参数的Malmquist指数分析方法,对5大行业的全要素生产率、技术效率等的变化趋势进行研究,研究结果表明全要素生产率的提高主要是由于技术进步的贡献,行业间效率变化水平差异性较为明显,自主创新能力较弱。提出优化资源配置、完善自主创新体系等政策建议,以期提升我国高技术产业效率,落实国家自主创新战略。     

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。     

农业劳动力老龄化影响了粮食全要素生产率吗?——基于农村固定观察点数据的分析验证

基于2009—2018年鲁豫两省农村固定观察点的调查数据,探究了微观农户视角下农业劳动力老龄化与粮食全要素生产率的关系。结果显示：老年农户的粮食全要素生产率增长比中青年农户较慢,并且中高龄老年农户的增长水平低于低龄老年农户。农业劳动力老龄化对粮食全要素生产率增长可能存在一定的负面影响,这在小麦生产中更为突出。具体而言,这一负面影响在粮食全要素生产率增长较快、更依赖粮食或农业经营收入的农户以及农业劳动力老龄化进程较快的农村地区更为明显。为应对农业劳动力老龄化对粮食全要素生产率带来的影响和挑战,应加强农业生产经营人才队伍建设,发展壮大农业生产社会化服务体系,建立健全农地经营权流转市场。     

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。     

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.     

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.     

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。     

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。     

安徽省工业全要素生产率分行业视角测算

运用DEA-Malmquist指数法,选取37个工业细分行业的生产要素作为投入量,细分行业的工业增加值作为产出量,测算2001～2011年安徽省37个工业细分行业的全要素生产率,以探究安徽省工业发展的潜力以及制约因素。分析结果表明：安徽省工业行业整体全要素增长率是增长的,但2010年和2011年下降;大部分细分行业的全要素增长率超过1,基本面良好,主要推动力是技术效率的提高和技术进步;高能耗、劳动密集型、增长缓慢的行业全要素增长率低于1,说明这些行业有进行产业升级的必要;轻工业、能源开发行业和高新技术行业的工业增加值较快,全要素生产率增长以及技术进步率较快。     

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.     

生产技术异质性与区域绿色全要素生产率增长——基于共同前沿与2000-2012年中国省际面板数据的分析

由于中国区域社会经济发展严重不平衡,从而使得不同区域绿色生产技术呈现显著的异质性特征.在生产技术异质性假定下,以非参数共同前沿理论作为分析工具,将能源与环境因素纳入到绿色生产率的核算框架之中,对我国各省份、三大区域2000-2012年的共同前沿绿色全要素生产率及其分解指数进行测算,在此基础上分析其地区差异与动态演变趋势.实证分析结果表明:以全国跨期前沿为参考基准,分析期内我国绿色全要素生产率实现了年均0.73%的增长,主要是依靠技术进步而非技术效率改善来驱动;三大地区绿色生产技术存在很强的异质性,东部地区的省份一直牢牢占据全局前沿,代表了全国最优的绿色生产技术,而中西部地区的生产前沿则逐渐偏离全国最优绿色技术前沿,与东部地区绿色生产技术的差距存在进一步扩大的危险.     

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。