中国服务业全要素生产率增长及空间差异分析

全球服务业产出在整个经济活动中逐渐占据主导,国际服务业竞争也越来越激烈,服务业已成为经济研究的热点.本文采用非参数DEA方法对中国服务业全要素生产率的增长状况进行分析,并分解为技术效率增长与技术进步增长.研究表明:1991～2005年中国服务业的增长主要是得益于技术进步水平的提高,15年间中国服务业全要素生产率平均增长率为0.4%,技术进步增长为3.2%,技术效率增长为-2.7%;同时中、东、西部地区服务业全要素生产率的增长存在空间上的明显差异,而且技术进步与技术效率时中、东、西部地区服务业全要素生产率增长有不同的影响.     

中国工业行业全要素生产率增长的决定因素:1996-2007

已有大量文献应用随机前沿分析(SFA)或数据包络分析(DEA)方法对中国工业全要素生产率(TFP)变动进行计算及增长率分解,却未达成共识。基于DEA方法对MalmquistTFP指数进行测算和两层分解的最新进展,对中国1996-2007年的各细分工业行业生产率变动进行测算的结果表明:近12年来,中国各细分工业行业全要素生产率年均增长6.7%,并主要得益于技术前沿的快速进步(11%),但受阻于各行业规模效率下降明显(年均-3.5%),同时纯技术效率年均变动不大(-0.2%)。对行业截面的对比分析可以发现,中国机械电子类行业全要素生产率上升较快,而纺织业等传统优势行业和化工业等资本技术密集型行业的生产率变动低于全行业均值,属于中国工业技术进步的薄弱环节。     

四川省工业绿色全要素生产率评价研究——基于Malmquist-Luenberger指数

使用MinDS模型构造Malmquist-Luenberger指数测算2007-2015年四川省工业绿色全要素生产率,结果表明:四川省工业绿色全要素生产率年均增长3. 21%,技术进步具有促进作用,技术效率、纯技术效率、规模效率具有抑制作用;在四川省的五大经济区中,工业绿色全要素生产率由高到低依次是川东北经济区、川南经济区、攀西经济区、成都平原经济区、川西北经济区;总体上的单位工业增加值碳排放量的冗余是逐渐减少的,但仍需要继续推进工业节能减排工作。对结果进行收敛分析的结果表明工业绿色全要素生产率是发散的,技术进步是收敛的,成都平原经济区、川东北经济区的工业绿色全要素生产率是发散的。     

中国高等教育效率区域差异及动态演化

基于2003—2011年中国31个省份面板数据,运用超效率DEA模型分析中国高等教育效率的空间差异及演化特征,并建立空间计量模型回归分析全要素生产率各分解指标对高等教育效率的影响,结果表明:从时间序列来看,高等教育效率整体变化为增长趋势,从空间分布来看,高等教育效率的地区差异显著,东部地区居三大区域之首,中部地区次之,西部地区最低;高等教育效率具有显著的空间集聚效应;高等教育全要素生产率逐年增长,技术进步是高等教育生产率增长的主要动力;高等教育效率的提高依赖于全要素生产率的改善,技术效率的增长对高等教育效率的影响较大。     

我国制造业绿色转型升级的方向和潜力——基于绿色全要素生产率的分析

制造业绿色转型是推动经济高质量发展的必由之路。全要素生产率不仅是衡量生产要素的质量、生产要素配置效率的指标,也是衡量经济增长质量的核心指标,而绿色全要素生产率是考虑环境污染产出的全要素生产率,是绿色发展背景下体现经济发展质量和效率的重要指标。文章以2012—2021年我国制造业28个行业为研究对象,运用方向性距离函数测算绿色全要素生产率,并进一步定量分析其绿色转型的方向和潜力。研究结果表明,我国制造业的绿色全要素生产率水平不高,在研究时期内呈上升趋势,制造业28个行业的绿色全要素生产率具有明显的差异性,仅计算机、通信和其他电子设备制造业的效率最优。制造业在附加值提升方向上的转型升级潜力较大,不同行业的绿色转型方向和潜力存在显著差异性。     

中国区域经济增长效率的非均衡性分析

全面审视投入-产出过程中区域经济增长的非均衡性,须对产出增长中的要素投入贡献和技术进步贡献作出识别,以明确区域经济增长的效率差异。在测算1978年以来我国省际全要素生产率(TFP)的基础上,综合运用差异测度方法和泰尔指数分解方法分析了区域技术进步和资本积累的效率差异,以揭示区域经济增长效率的非均衡性。分析表明,初始改革对地区生产效率的激励是非均衡的,地区间差异对全要素生产率的非均衡性贡献度较大。     

我国区域经济增长中全要素生产率的实证分析——基于DEA-Malmquist指数法

运用DEA-Malmquist指数法对我国31个省市2000-2015年全要素生产率进行了估算,并对全要素生产率的影响因素进行了分析。研究结果表明:在这16年间,我国全要素生产率处于上升态势,原因在于我国技术进步率的提升;分区域来看,东部地区和东北地区全要素生产率是得到改善的,西部和中部下降的原因在于技术效率、纯技术效率和规模效率的下降;从全要素生产率的影响因素上看,技术引进、自主创新能力、对外开放水平和政府因素对全要素生产率的影响为正,基础设施建设和制度因素对全要素生产率的影响为负,产业结构对全要素生产率的影响在统计学上不显著。     

基于DEA-Malmquist模型的安徽省区域创新效率评价

以安徽省16个地级市为研究对象,选取2012—2017年面板数据,综合利用DEABCC模型、Malmquist指数以及聚类分析,对安徽省区域创新效率进行评价。结果表明:(1)综合技术效率呈下降趋势,且不同地区综合技术效率、纯技术效率和规模效率差距明显;(2)大多数地区全要素生产率处于增长状态,然而部分地区由于技术效率变动和技术进步变动下降,导致全要素生产率下降;(3)欠发达地区可能拥有比发达地区更高的创新效率。     

教育投资对农业全要素生产率增长影响的实证分析

应用数据包络分析方法,使用2001-2008年我国30个省（直辖市）的农业面板数据测度我国农业全要素生产率增长,同时考查了教育投资资本存量的差异对各省份农业全要素生产率增长及其构成的影响,并对影响的显著性进行了假设检验.不考虑各省份之间农业教育投资资本存量的差异会导致低估规模效率、技术效率以及纯技术效率的改善对农业全要素生产率增长的贡献,同时也会高估技术进步的贡献.     

金融业全面开放后我国商业银行的效率研究——基于Malmquist指数的实证分析

运用DEA模型的Malmquist指数,对金融业全面开放以来(2006—2010年)中国16家商业银行的全要素生产率进行了测度。结果显示:金融业全面开放以来,我国商业银行的全要素生产率出现先下降后上升的趋势,而宏观经济环境和政府经济政策的变化是其波动的主要原因;2006—2010年16家商业银行的平均全要素生产率都提高了,但国有商业银行的平均全要素生产率增长速度要低于其他商业银行,其技术效率的下降是主要原因。     

绿色信贷、环境规制对绿色发展的影响研究

在加快区域绿色发展背景下,基于涵盖二氧化碳温室气体、废水、二氧化硫和固体废气物污染物排放两类四种非期望产出,运用方向距离函数下全局曼奎斯特-鲁恩博格生产率指数(DDF-GML)重新估算2001-2016年我国29个省市的绿色发展情况,利用16个重污染工业行业的企业利息支出的反向指标研究绿色信贷、环境规制与区域绿色发展的关系,发现无论是绿色信贷还是有效环境规制均能促进绿色全要素生产率的提升,但二者影响绿色发展的机制不同,绿色信贷通过影响效率进步和技术进步两种机制对绿色全要素生产率产生影响,而环境规制则只能影响效率进步。绿色信贷对绿色全要素生产率的影响受环境规制的调节作用,并且在技术进步中更为显著。因此,各地区要结合自身所处的绿色效率和技术进步阶段,采取不同的绿色信贷和环境规制强度,使绿色高质量发展落实到实处。     

我国省域高等教育科技创新能力时空差异研究

通过建构包括3个一级指标和22个二级指标的高等教育科技创新能力的评价指标体系,采用因子分析法对国内省域高等教育科技创新能力的进行时空差异分析。研究发现:高校科技创新能力在省域上呈现东高西低、南高北低、中间高两边低的特点;省域高等教育科技创新能力差距呈现缩小的趋势;中南部省市高等教育科技创新能力相对上升,中北部和东北地区的高校科技创新能力相对下降;高等教育强省的科技创新能力较强且较为稳定;经济强省的高等教育科技创新能力较强且较为稳定。影响区域高等教育科技创新的因素包括经济、历史、政策、地理、制度五个方面的因素。     

我国技术进步、技术效率的地区差异分析

利用DEA的非参数Malmquist指数方法对我国1985-2007年各地区TFP及其构成的地区差异和变化趋势进行分析,可以看出:我国各地区的TFP均实现了增长,技术进步是TFP增长的主要动力;纯技术效率的恶化导致了东、中部技术效率的下降,而西部的纯技术效率和规模效率均实现了增长;多数地区存在投入拥挤和产出不足的状况,其中西部地区最严重.因此,需要针对分析结果提出相关政策建议.     

福建省科技创新投入对TFP的影响效应分析

科技创新是影响全要素生产率变动的重要因素,文章梳理了福建省近十年来的科技创新脉络,并基于福建省1998～2014年的相关数据,采用DEA-Malmquist指数法计算福建省全要素生产率（total factor productivity, TFP）,在此基础上计算研究与试验发展（research & development, R & D）的支出强度、人员全时当量和TFP的灰色关联度,表明R & D支出强度与TFP有更为紧密的关系。并进一步采用逐步回归模型研究三种R & D活动:基础研究、应用研究和试验发展对TFP的影响,表明试验发展对TFP的提升有显著的积极作用,也侧面反映了基础研究和应用研究投入不足和成果转化效率不高的问题。最后针对以上结论给出了一些分析和建议。     

海西经济增长的短板效应——基于TFP分析产业结构变动对GDP的制约

采用Malmquist TFP指数,基于海西经济区19个市(除抚州市)1994-2008年的面板数据,实证考察了各市全要素生产率变动及其成因。在样本考察期间,海西平均全要素生产率达到效率前沿面。1994-1999年间,主要是技术效率的提高促进了全要素生产率的增长;而在2000-2008年间,主要是技术进步的提升使得全要素生产率出现了正的增长。虽然总体上看全要素生产率达到了效率前沿面,但是从Tobit模型回归结果看,产业结构的调整、外资对于全要素生产率的影响并不显著,总体经济并没有向着真正的集约型增长方式发展。人力资本还未达到促进技术进步的阀值。进出口、科学事业支出对于全要素生产率的影响比较明显。     

中国高科技产业全要素生产率实证分析

本文采用DEA—Malmquist指数方法,对1996—2007年间的中国高科技产业的全要素生产率进行了详细测算,并将其分解为技术进步、纯技术效率变化和规模效率变化三部分。研究表明,进入21世纪后我国高科技产业的全要素生产率水平不断提高,但各行业之间差距较大,并且我国高科技产业生产率水平的提高主要依赖技术进步。     

基于海西经济区的全要素生产率研究及其实证分析简

运用海西经济区20个城市的1995—2012年度的面板数据,采用Malmquist TFP指数,考察了各个城市全要素生产率的变化。研究分两阶段进行。第一阶段1995—2002年,主要是技术效率推动了海西经济区各个城市全要素的增长;第二阶段2003—2012年,主要是技术进步推动了海西经济区各个城市全要素的增长。整体上看,海西经济区全要素生产率虽然已达到效率前沿,但从Tobit回归模型的结果来看,外商投资、产业结构调整、进口、出口对全要素生产率的增长影响不显著。因此,海西经济区产业科技水平较低,整体经济还未从粗放型的发展模式向集约型发展模式转变。最后,提出了相关建议。     

基于因子分析方法的河北省科技成果转移转化成效分析

通过构建科技成果转移转化成效评价指标体系,运用因子分析方法计算出了2015-2020年河北省及其他30个省域的成效得分,并结合其他数据从纵向时间和横向空间两个维度对河北省科技成果转移转化成效进行了实证研究。结果表明,河北省科技成果转移转化评价指标各年度数据增速不均衡,投入阶段增速明显低于产出阶段和转化阶段;河北省科技成果转移转化成效在全国的排名虽然稳定,但与排名靠前的省域相比,在经济发展水平、高教资源和科研经费投入等方面存在显著差距。因此,河北省应该采取提升科技成果转移转化投入水平、完善科技成果转移转化政策并利用区位优势扩大科技市场需求等措施提高科技成果转移转化成效。     

基于省级面板数据的固定资产投资效率研究

利用我国30个省市2001--2010年的面板数据,从截面、时间、指标三维度分析固定资产投资与经济增长关系在城乡、地区之间的差异。通过面板数据单位根检验和协整检验,得出城市及农村经济增长与固定资产投资之间均存在长期稳定的均衡关系。在此基础上,通过构造F统计量发现,城市和农村均应选择面板数据固定效应变系数模型,并得出结论：我国东部省份城市固定资产投资效率显著高于农村;中西部省份城乡固定资产投资效率差异不大,且农村固定资产投资效率普遍略高于城市。