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。     

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。     

转型期湖北省粮食绿色全要素生产率增长与分解——基于全国宏观横向比较的维度

采用1978-2010年省际粮食生产及其污染排放面板数据,利用环境污染因素的方向性距离函数模型和序列DEA方法,将湖北省粮食绿色全要素生产率增长分解为技术进步与技术效率变化。与未包含环境因素的传统粮食全要素生产率指标比较分析显示:湖北省粮食生产的TFP增长率有所提高;湖北省粮食生产中"两型农业"理念运行绩效表现良好,但未体现其粮食生产优势地位;湖北省粮食生产TFP增长表现为显著"技术推进"单驱动型,提升粮食增产潜力的有效途径在于技术进步与效率改善同步提升。     

黄河流域绿色全要素生产率及影响因素研究

为全面衡量黄河流域经济增长与生态环境保护程度,本文通过构建评价指标体系并利用Malmquist指数测算并分解了黄河流域各省（区）的绿色全要素生产率,发现2003—2020年的绿色全要素生产率总体呈上升趋势,技术进步对绿色全要素生产率有拉动作用,而规模因素则相反。进一步研究发现,绿色全要素生产率在该地区出现σ趋同趋势,城镇化水平、金融化水平和研发投入对其具有正向影响,知识产权保护、服务业发展水平和能源结构具有负向影响。基于上述结论,本文从提高技术效率、完善要素市场化配置、促进城镇化水平和改善能源结构等方面对黄河流域实现高质量发展提出建议。     

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.     

中国旅游绿色全要素生产率测算及其收敛性分析

绿色全要素生产率水平是衡量旅游可持续发展的重要指标.基于非期望产出角度,分别采用SBM模型和GML模型从动态和静态两个视角对全国31个省市的旅游绿色全要素生产率水平进行综合测度,并在此基础上对其整体空间格局演变及空间收敛性进行研究.结果表明:1)全国旅游绿色全要素生产率水平呈上升趋势,其中东部地区最优;2)全国旅游绿色全要素生产率由技术效率和技术进步交替主导呈"平缓—大幅波动—趋于平缓"趋势,各省市旅游绿色全要素生产率水平的提高主要还是依靠技术进步和纯技术效率的提高;3)随着时间的推移,位于第三等级和第四等级的省市越来越多,但仍有大面积省份位于第二等级,说明我国旅游绿色全要素生产率水平还有待提高;4)通过收敛性检验发现,我国旅游绿色全要素生产率水平存在α收敛趋势,省际间的差异呈缩小化趋势,且全国及东、中、西部各地区的旅游绿色全要素生产率水平、技术进步、纯技术效率及规模效率均存在β绝对收敛,区域间"追赶效应"明显.     

环境约束下的中国制造业全要素生产率及其影响因素研究——基于经济转型期的经验研究

基于方向性距离函数的Malmquist-Luenberger生产率指数法估算了考虑环境因素的中国2001-2009年制造业31个两位数行业的全要素生产率指标,并比较了不考虑环境因素影响情形下的全要素生产率增长情况;运用Tobit模型研究了环境约束下全要素生产率的影响因素。结果显示:考虑环境因素的中国制造业全要素生产率各项指标都呈现出增长趋势;相比较不考虑环境因素而言,在正确考虑环境管制的情形下,中国制造业全要素生产率会得到提高,而且对生产率的增长作出主要贡献的还是技术进步而非生产效率的提高;资本深化、行业规模、研发投入和环境污染等因素对中国制造业轻、重工业的全要素生产率均有不同程度的影响。     

中国煤炭行业绿色全要素生产率研究

绿色全要素生产率（GTFP）是将能源消耗与环境污染同时纳入传统TFP核算框架的兼顾经济增长与环境保护的绿色发展指标。与传统全要素生产率（TFP）相比,其更能反映创新驱动的本质。科学测算煤炭行业GTFP能客观描述科技进步与创新、规模收益等对产出增长的驱动/阻碍情况,对煤炭行业实现高质量发展、助力实现“双碳”目标有重要意义。然而,现有煤炭行业GTFP测算较少将经济、能源与环境因素同时考虑在内,导致测算的GTFP与实际情况有一定的差距。将能源消费与“三废”排放同时纳入研究框架,首先应用DEA分析了2014—2018年中国不同区域所属25个省区市煤炭行业的平均综合技术效率,在此基础上,采用Global-Malmquist-Luenberger指数,测算出了2002—2018年的GTFP,并按区域与时间维度对GTFP进行分解,结果表明：我国煤炭行业平均综合技术效率水平较低,西部地区整体优于东部,东部优于中部,中部优于东北;促进我国煤炭行业GTFP改进的主要原因是技术进步,而不是技术效率,纯技术效率与规模效率是导致技术效率降低的主因,但前者的阻碍作用更大,纯技术增长是技术进步的源泉;分地区看,东部...     

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.     

全要素生产率增长率的测算方法应用述评

全要素生产率及其增长率分别反映了经济增长效率的静态与动态水平,由于学界对全要素生产率增长源泉的认知仍然存在分歧,其中,在要素范畴的选择与度量指标上的不同,是影响全要素生产率增长率测算值差异的基本理论因素。全要素生产率增长率的测算方法总体上可以分为增长核算法和经济计量法两大类,在应用具体测算方法的实证研究中要充分考虑测算方法的约束条件、应用领域、研究目标和所测算经济体的经济增长模式,在此基础上,今后在核算资本存量水平时要分时期和地区测算出固定资本投资价格指数和资本折旧率,以便提高其测算结果的可靠性。     

两化融合对中国工业绿色全要素 生产率的影响研究

本文利用协调发展系数法和SBM-Luenberger指数法分别测度了区域两化融合质量和工业绿色全要素生产率。基于2002-2011年各省市面板数据的实证结果表明近年来的重化工业化趋势不利于工业绿色全要素生产率的改善,而区域两化融合质量的提升可以有效改善工业的绿色全要素生产率。未来各区域应加快对传统重化工业的信息化提质改造,进一步推动工业化与信息化的深度融合,实现由传统粗放型工业发展模式向绿色集约型工业发展模式的成功转变。     

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。     

绿色金融能否提高绿色全要素生产率?

在分析绿色金融影响绿色全要素生产率理论机理的基础上,结合中国2005—2017年30个省级行政区的面板数据,运用SBM(Slack-based Measure)方向性距离函数和GML(Global Malmquist-Luenberger)指数估算出绿色全要素生产率,构建绿色金融指标体系,并运用熵值法测算出绿色金融的发展水平.然后,采用静态IV-GMM回归模型和中介效应模型系统考察绿色金融对绿色全要素生产率的影响及作用机制.估算结果显示:中国绿色金融整体仍处于较低的发展水平,绿色全要素生产率整体呈现增长态势,两者都表现出很大省际和区域差异.回归结果表明:绿色金融能够显著促进全国、沿海以及内陆地区的绿色全要素生产率增长,但对沿海区域的促进作用更大.中介效应检验结果表明:对全国而言,产业结构优化、节能减排和绿色技术创新的中介效应均显著;对沿海地区和内陆地区而言,只有节能减排和绿色技术创新的中介效应显著.     

安徽省绿色全要素生产率测度及提升路径研究

绿色全要素生产率(GTFP)涵盖绿色可持续发展理念,能够较为全面地反映地区经济发展的质量和效益。为有效观测安徽省经济高质量发展水平,本文以2006—2020年安徽省16个地级市面板数据为研究基础,构建超效率SBM模型,采用全局参比GML指数测算安徽16地市GTFP。研究发现：不考虑非期望产出会高估安徽省经济发展质量,而兼顾经济绩效与环境绩效的绿色全要素生产率更能真实观测安徽省高质量发展状况。安徽省16地市整体GTTP得到改善,其中GTFP主要依靠技术进步驱动,而技术效率贡献相对不足。皖中地区GTFP增速最快,皖北、皖南次之,主要得益于技术进步带来的增长红利,而皖北和皖南地区在未来发展中应注重提高技术成果转化效率,充分释放区域内高质量发展的内生性动力。     

市场化对绿色全要素生产率的影响

基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法（Differences-In-Differences,DID）分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。     

湖南省绿色全要素生产率的地区差异及影响因素研究

基于绿色发展视角,将能耗和碳排放纳入分析框架,运用随机前沿生产函数对湖南省2010-2015年绿色全要素生产率进行测算及分解,通过对绿色全要素生产率的收敛性研究,分析湖南省绿色全要素生产率的动态演化趋势。研究结果显示,2010-2015年湖南省绿色全要素生产率呈“先减后增”时间趋势特征,年均增长率为4.45%,其增长的主要来源于技术进步,技术进步年均增长率达到2.54%;湖南省14个市（州）的绿色全要素生产率呈现出较大的地区差异,长沙以6.71%的增长率排在首位,但排在末位的湘西自治州则低至2.00%。目前湖南省各市（州）绿色全要素生产率的差距没有逐渐缩小的趋势,不存在落后地区向发达地区追赶的特征,但随着时间推移会收敛到各自的稳态水平。     

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。     

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。