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.     

安徽城市节能降耗效率动态变化实证研究

文章利用数据包络分析法对安徽17个城市2000~2007年间能源利用效率进行了实证研究,并通过对Malmquist生产率指数的测算与分解,分析了安徽能源全要素生产率增长源泉、区域差异原因与跨期生产率动态变化趋势。研究表明:考察期内技术效率制约安徽能源全要素生产率提升,而技术进步是安徽能源全要素生产率增长的主要驱动力。     

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。     

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。     

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。     

服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

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。     

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。     

中国各省高技术产业全要素生产率研究

高技术产业的创新和增长是我国经济发展的动力和源泉,因此提高产业生产率至关重要.采用基于DEA的Malmquist指数分析方法,对我国除西藏外的30个省、市、自治区高技术产业1996-2010年的全要素生产率及其分解情况进行测度和分析研究的实证结果表明:我国高技术产业整体全要素生产率上升明显;呈现出时间上的波动趋势和区域上的差异性;不论我国的东部、西部、中部还是整体,技术进步而非技术效率是导致全要素生产率增长的主要原因.     

1996～2007年辽宁省14个市农业生产效率分析与比较

采用Malmquist指数法对辽宁省“九五”以来1996～2007年14个市的农业生产效率进行分析,结果表明,辽宁农业全要素生产率波动特征与辽宁农业的发展阶段特征大致吻合;辽宁农业全要素生产率处于不断增长态势,农业技术效率趋于稳定,而技术进步是促进辽宁农业全要素生产率增长的主要因素,应加大对农业科技的投入;忽视可持续发展是“九五”时期和“十五”初期辽宁农业全要素生产率下降的根本原因,因此应加强农业生产技术的应用,增强辽宁农业发展的可持续性。     

我国物流产业生产力成长与技术效率变动探析

提升产业效率是产业调整振兴的重要手段。本文采用Malmquist生产力指数法,对1997—2007年我国物流业全要素生产率和技术效率的变动进行了量化分析。结果表明:物流产业技术进步速度缓慢,特别是技术效率负增长造成的产业效率下降是近年来我国物流业发展较快但却大而不强的根源。文章结合我国物流业发展的现状,指出基础设施网络的协同性不强、高端市场竞争不充分和低端的过度竞争、制造业物流服务水平不高、市场秩序不完善及分散的管理体制等问题是我国物流产业效率降低的主要原因,并提出了相应的政策建议。     

我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析

采用DEA方法和Malmquist指数方法,利用我国欠发达地区1998—2009年度数据,实证分析我国欠发达地区粮食生产效率的变动情况及其过低的原因。结果表明,1998—2009年间,欠发达地区粮食的综合效率不高;欠发达地区粮食全要素生产率未达到有效前沿,技术进步较低,技术效率作用也不明显,各地区之间的全要素增长差异较大,并呈现出明显的阶段性变化特征。     

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.     

中国农业生产效率变动的驱动因素研究

运用DEA-Malmquist生产率指数法,对1978-2011年省级农业TFP进行了数量测算与系统分解,并细致考察了其时序演变差异、地理空间分布与分组增速效率等特征.测算发现:农业TFP增长源泉主要是由技术进步率与技术效率双轮驱动的,但技术效率的驱动作用有限.农业TFP与技术进步率指数呈顺周期变化,与技术效率指数有逆周期波动阶段.农业TFP效率变动具有比较严重的地理空间上的非均衡性.省际间各指数差异显著,农业技术效率指数全国各区域普遍不高,中西部地区的农业前沿技术进步率比较糟糕,但各直辖市主要效率指数增长效应显著.农业TFP及其分解指数“发散效应”明显,“收敛效应”与“外溢效应”趋势不显著.除了要素输入,经营模式创新更显重要,“双轮驱动”应成为未来中国农业经济增长方式转变与可持续发展的路径.     

中国服务业全要素生产率测度与空间差异分析——基于非参数Malmquist指数方法的研究

文章运用2005-2009年中国31个省、自治区、直辖市服务业面板数据,采用非参数Malmquist指数方法,对中国服务业全要素生产率的变动原因、空间差异与变动趋势进行了考察,并将全要素生产率进一步分解为技术效率和技术进步.研究结果表明,中国服务业整体仍表现为粗放型的增长方式,全要素生产率呈现负增长,但增长速度有所放缓;服务业发展水平的空间差异明显,东部地区服务业发展水平高于中西部地区,其中西北和东北地区服务业发展水平比较落后,且技术进步和技术效率对中国及各区域服务业的全要素生产率在时间和空间上有不同的影响.     

辽宁省装备制造业效率分析

运用2001—2014年27个省市的面板数据,使用DEA模型中的BCC模型和Malmquist指数法对辽宁省装备制造业及其细分行业的综合效率和全要素生产率(TFP)变化进行分析。结果表明:辽宁省装备制造业更多依靠规模和数量取胜,而非产业发展质量; 近几年来辽宁省的要素使用效率有一定的提升,对劳动投入的利用水平低于资金投入; 辽宁省装备制造业全要素生产率的变动主要是由技术进步引起的,技术效率的变动起的作用相对较小,但近几年全要素生产率的下降则主要是由技术效率变动的下降引起的,而这种下降主要是由于纯技术效率的下降引起的。     

我国西部地区经济发展效率评价研究——以新疆天山北坡经济带为例

以西部大开发中具有重要战略地位的新疆为例,选取新疆经济发展的核心区域——天山北坡经济带2009²010年23个县市的数据,分别从静态和动态视角运用BCC模型和Malmquist全要素指数评价天山北坡经济带各县市20092010年23个县市的数据,分别从静态和动态视角运用BCC模型和Malmquist全要素指数评价天山北坡经济带各县市2009²010年的经济发展效率和全要素生产率的变化情况。分析结果表明:2009年天山北坡经济带有13个县市经济发展非DEA有效,2010年情况有所好转但仍有11个县市非DEA有效,存在发展效率低下、资源配置不合理和资源浪费等问题。总体来看,由于技术效率无效、技术进步贡献不足等原因,天山北坡经济带的Malmquist全要素生产率还很小,全要素改善的来源主要是技术进步,技术效率对TFP有消极拖累作用。