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”。     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

中国物流业环境全要素生产率增长研究——基于MML生产率指数的实证分析

将能源消耗引入投入变量, 以碳排放为副产出, 运用基于松弛测度(SBM)的方向性距离函数, 构造共同边界—曼奎斯特—卢恩伯格(MML)生产率指数, 测度2003—2012年中国30个省份的物流业环境全要素生产率。研究表明:中国物流业的环境全要素生产率增长缓慢, 增长动力主要源于技术进步, 能源、劳动力、资本等生产要素的利用效率无明显改善, 物流业存在高能耗、高投入、增加值产出低、污染排放高的现象。中国东部、中部、西部地区存在明显的技术落差, 东部地区依靠技术进步处于潜在技术前沿, 西部地区形成了对东部地区的追赶效应, 但中部地区与技术前沿的落差逐渐拉大。认为, 大力提高生产要素的利用效率, 加快东部地区向中部、西部地区的技术转移与扩散, 应成为物流业发展的重点。     

全要素生产率视角下的城市工业用地生产效率研究——基于Malmquist指数的分析

在我国工业化快速推进和土地资源供需矛盾突显的背景下,工业用地的利用亟需由粗放式向集约式转变。文章从全要素生产率视角研究工业用地的生产效率,将Malmquist指数法引入到土地效率评价中,并构建了工业用地绩效模型,从两方面对我国2001~2012年间工业用地的生产效率进行测算。结果表明:研究期内,全国总体和绝大多数省份的工业全要素生产率(含土地要素)呈递增趋势,且主要由技术效率进步所致;全国工业用地绩效指数总体上大于1,工业用地的投入对工业全要素生产率有促进作用,且变化呈"U"型;中东部地区的绩效指数高于西部;此外,土地的投入促进了工业全要素生产率的增长,其中东部地区土地供需矛盾日益突出,工业用地对于工业生产率的增长愈发重要。     

低碳约束下区域物流产业效率测算

针对传统的物流产业效率测算未考虑二氧化排放问题,提出碳强度约束下的物流业全要素生产率(CLP),在构建2005—2012年中国30个省区物流业面板数据的基础上,应用环境DEA技术和方向距离函数方法,对碳强度约束下的中国物流业全要素生产率的增长来源与区域差异进行实证分析。结果表明,碳强度约束下的物流业全要素生产率年均增长达1.9%,高于不考虑碳约束情形;碳强度约束下的物流业生产率指数与碳强度目标吻合,物流业全要素生产率改进,碳强度下降;物流业生产率的提升主要依赖于物流技术进步和创新;碳强度约束下东部地区物流业生产率存在趋同性,中部地区差异在扩大,西部地区则在缩小。     

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。     

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。     

基于碳排放的黄河流域旅游业绿色全要素生产率时空演化及影响因素分析

旅游业绿色全要素生产率与区域旅游业绿色发展和生态文明建设息息相关.在利用"自下而上"法对黄河流域旅游业碳排放量估算基础上,采用DEA-Malmquist指数、重力和标准差椭圆模型对黄河流域10年间的旅游业绿色生产率时空演变进行探讨,并进一步运用Tobit模型分析其影响因素.结果表明:1)10年间研究区域旅游业绿色全要素生产率总体以11.3％的增长率上升;2)旅游业绿色全要素生产率整体呈现上升趋势,且为进步型;3)旅游业绿色全要素生产率在2007—2008年间呈现出东西高中间低特征,在2011—2012年间呈现出中间高东西低的格局,2015—2016年除山东处于上升状态外,其他省份均呈现负增长;4)旅游业绿色全要素生产率重心总体上先偏东北再向东南方向移动,标准差椭圆主要位于黄河流域的中东部地区,呈现先扩散后趋于集聚态势;5)旅游经济规模、产业结构、技术水平和城镇化水平对各省区旅游业绿色全要素生产率影响的空间异质性较强,而经济发展水平的影响较弱.     

城镇化与粮食生产效率

基于DEA-Malmquist方法测算中国31省份的粮食生产综合技术效率和全要素生产率,并用面板结构工作文件分析影响粮食生产技术效率的因素。研究结果表明：中国粮食生产综合技术效率较低,技术利用水平不高,处于规模报酬递减阶段,纯技术效率仍有较大的提升空间;全要素生产率呈下降趋势,多数省份全要素生产率指数较低,且表现出东部地区全要素生产率高于中西部地区的现象,应加大粮食生产技术的支持力度;城镇化的实施能促进中东部地区粮食生产技术效率的提高,但对西部地区却产生负向影响。     

农业绿色全要素生产率测度及收敛性分析——基于碳汇和碳排放双重视角CSSCI

对农业绿色全要素生产率进行科学合理的测度有助于精准把握农业碳减排潜力。本文基于2000—2019年我国省际面板数据,分别从碳汇和碳排放两个角度测度农业绿色全要素生产率,并进行了空间收敛性分析。结果表明:(1)考察期内农业绿色全要素生产率年均增速为1.1%,农业技术进步是其增长的主要动因;(2)农业绿色全要素生产率在时空演化过程中具有差异性和阶段化特征;(3)农业绿色全要素生产率呈现显著正向空间关联性,且逐渐强化,农业绿色全要素生产率较低地区发展速度要高于农业绿色全要素生产率较高地区,区域差异正在减小。研究结果对于精准评判农业碳减排潜力和碳吸收能力、实现“双碳”目标具有参考意义。     

低碳视角下粮食主产区农业全要素生产率比较——基于中国13省2002-2011年数据的分析

运用Malmquist生产率指数（M指数）和Malmquist-Luenberger生产率指数（ME指数）对中国13个粮食主产区2002-2011年的农业全要素生产率（TFP）进行测算和比较分析,结果显示：13个粮食主产区研究期内ML指数与M指数的变化趋势大体一致;但与考虑碳排放情况的ML指数相比,M指数高估了农业TFP的增长速度,夸大了技术进步和技术效率对农业TFP的贡献作用;由ML指数及其分解可知,中国目前粮食主产区的农业生产方式仍然简单粗放;从技术“创新者”身份来看,产粮大省山东省、处于东部较发达地区的江苏省和位于东北粮食生产基地的辽宁、内蒙古、黑龙江、吉林等省份在实现碳排放约束条件下的农业技术创新方面发挥了重要作用,直接推动着农业环境技术的进步与创新,但中部一些省份,如湖南、湖北、江西、安徽的表现则不理想。     

我国制造业技术效率的测算与变动研究

运用基于数据包络分析(DEA)的Malmquist指数分析方法对2003—2011年我国制造业的全要素生产率(TFP)进行测算,从而得出我国制造业技术效率与技术进步的现状及发展趋势。结果表明,从2003—2011年期间,制造业各行业的全要素生产率平均年增长率为8%,技术进步的年均增长率为4.9%,技术效率的年均增长率为2.9%,由此看来,9年来在影响30个制造行业的全要素生产率的增长因素中,技术进步和技术效率同时起到作用,技术进步的效果稍加显著。     

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。     

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。     

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。     

区域碳锁定的时空演变特征与影响机理

基于碳投入和碳产出视角,运用投入产出法、空间自相关法和通径分析模型,分别对中国各省份碳锁定状况的时空演变特征及其影响机理进行分析。研究结果显示:中国各省份碳锁定形势得到了显著改善,但省份之间发展很不平衡,东部地区低碳发展水平较高,中西部地区次之,但与东部地区仍存在较大的差距。各省份碳锁定状况具有显著的空间关联特征,空间发展格局由集中趋于分散,马太效应有所减弱。创新水平、产业结构、技术进步和能源效率的提升对碳解锁存在积极的推动作用,能源效率、技术进步和产业结构要素产生的直接碳锁定效应较大,而创新水平、技术进步和产业结构要素产生的间接碳解锁效应十分显著。     

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。     

中美航空公司业全要素生产率比较研究

基于1998—2006年的面板数据,运用Malmquist指数方法,对中美航空公司业全要素生产率的变化作了测算与对比。研究结果显示,1998—2006年期间,中美航空公司业的全要素生产率虽然都有所提高,但其增长的驱动因素并不相同。美国航空公司业发展的主要驱动因素为技术变革与创新,中国航空公司业的发展动力主要为对已有技术的运用以及组织管理效率的提升。中国航空公司全要素生产率水平的提高,除继续强调综合效率的重要性之外,也要进一步加强对技术进步与创新的重视。随着产业的发展,技术进步将更加重要,它是产业特别是成熟期的航空运输业持续增长的源泉。