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.     

我国保险业全要素生产率及其增长分析

文章研究了1998～2003年我国保险业全要素生产率（TFP）增长趋势，并将其分解为前沿技术进步（FS）、纯技术效率（PTE）的变化、规模效率（SE）的变化三大因素。研究发现：保险业的全要素增长率（TFP）呈现遥年上升的趋势，年均增长在15．9％;前沿技术进步已成为我国保险业TFP增长的最主要动力，保险公司因前沿技术进步平均每年提高全要素生产率高达16．7个百分点；保险公司相对前沿的技术效率（TE）差距拉大，已出现阻碍TFP增长的趋势，这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。     

基于Malmquist指数法的我国高新技术产业全要素生产率增长分析

本文基于我国高新技术产业2002-2011年期间的省际数据,运用Malmquist指数法测算我国高新技术产业全要素生产率的变动趋势,并把全要素生产率的增长构成分为技术进步和技术效率变化两个部分.结果显示:2002-2011年我国高新技术产业全要素生产率指数为0.863.主要原因是技术进步水平的影响,技术进步的提高与下降与全要素生产率呈正相关,直接影响着全要素生产率的增长.     

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。     

我国粮食主要产地农业全要素生产率实证研究——基于DEA的Malmquist指数分析

粮食生产效率评价是国家调整农业政策的重要依据。文章基于数据包络分析法中的Malmquist指数分析,以2009—2018年13个主要产粮省份的产出和投入的面板数据为对象,对其产粮效率进行评价。结果表明：这13个省份全要素生产率的变化呈现波动性,主要原因来自于技术进步;粮食生产的技术效率变化主要由纯技术效率的变动引起;截至2018年,吉林等5省份的全要素生产率增长率为负。在此基础上,文章提出加大科技投入和加强政府引导等政策建议,以期通过提高粮食生产的全要素生产率增加粮食产量。     

中国渔业全要素生产率的动态实证分析（2003～2012）——基于Malmquist指数方法

利用Malmquist生产率指数模型,计算了我国2003-2012年的渔业全要素生产率（TFP）变化情况。结果表明,空间梯度上,在研究期间我国渔业经济的TFP的动态变化平均值为1.033,基本达到效率前沿面,其中,东部区域渔业经济全要素生产率要优于中西部地区;时间梯度上,TFP在研究期间呈＂N＂形态特征,TFP指数的变动和技术进步指数的变动呈现出相似的变动形态。研究对于提高我国渔业经济效益,优化渔业经济结构提供了重要的决策依据。     

中国烟草产业全要素生产率及其变动的实证研究

文章通过对比各全要素生产率测算方法,采用C—D生产函数法,建立适合中国烟草产业的全要素生产率测算模型,对1983—2005年中国烟草产业全要素生产率及其变动作实证分析,并得出结论：目前烟草产业在政府规制条件下,全要素生产率贡献率低下,难以提高产品质量,满足消费者健康需求,以及适应市场化取向改革的要求,应努力改变现状,从而为提高中国烟草产业适应市场的能力和竞争力提供政策依据。     

中国高等教育生产率变动分析：基于Malmquist指数 大学生就业市场中的潜规则探析

本文运用省级面板数据,采用非参数Malmquist指数方法对1999～2006年中国高等教育生产率的变动情况进行了实证分析.研究表明,这一时期中国高等教育全要素生产率整体上呈现增长趋势,这主要得益于高等教育技术进步;另外,高等教育全要素生产率在东、中、西部地区均表现出上升的态势,其中东部地区的高等教育生产率增长居三大区域之首,中部次之,西部最低.最后,绝对β-收敛模型研究表明,无论是在全国范围,还是在东、中、西部区域,我国高等教育技术效率的增长差异正在逐渐缩小.     

贸易结构、人力资本与全要素生产率--基于非参数Malmquist指数与VEC方法

文章运用VEC方法实证检验了贸易结构、人力资本与全要素生产率增长之间的关系。实证结果显示：我国的全要素生产率增长和技术进步显著,而技术效率只有微小的提升。贸易结构与技术溢出效果正相关,高技术品的净进口量越大,贸易的TFP增长效应越显著,但溢出效果与人力资本结构和人力资本水平密切相关。贸易技术溢出对TFP水平的提升作用主要是促进技术进步所导致的,对技术效率影响微弱。实证结果还表明：贸易结构升级与生产率提升之间的良性循环并未形成。     

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。     

中国农业技术效率和全要素生产率分析

使用中国27个省份在2003~2012年的农业生产数据,采用超越对数函数形式的、加入2个区域虚拟变量的随机前沿模型估算农业技术效率,并利用Malmquist指数研究其全要素生产率(TFP)的变化及分解.实证结果显示,3大区域中,东部地区的生产条件是最优越的;2003~2012年,中国的农业生产技术效率随着时间而上升;中国各省份整体的TFP年均增长率为5.10%,TFP的上升趋势由技术进步和技术效率变化共同驱动,并且主要由技术进步驱动.     

中国全要素生产率的测算及分析

文章采用索洛余值法测算1978-2020年中国的全要素生产率增长率,并对全要素生产率增长率的变动特征进行分析。研究发现,改革开放以来,中国全要素生产率增长率的波动趋势趋于平稳;1978-2019年全要素生产率的平均增长率为2.44%,其对经济增长的平均贡献率为26.25%。     

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。     

我国农业全要素生产率的时空变异及收敛性分析

利用DEA-Malmquist指数法对1990-2012年我国28个省份农业TFP的时空演变以及收敛性进行了分析,研究表明:考察期内我国农业TFP的年均增长率为3.1%,对农林牧渔总产值年均增长率的贡献达到了54.010%,技术进步是我国农业整体TFP增长的主要源泉;从区域来看,各区域农业TFP增长以及对农林牧渔总产值年均增长率的贡献度都存在显著差异,技术进步促进了区域农业TFP的增长,而技术效率产生了负面作用;从收敛性来看,全国以及各区域农业TFP都存在δ收敛、绝对β收敛和条件β收敛。     

江苏全要素生产率分析

采用全要素生产率的分析方法对江苏省经济增长源泉进行了定量分析,探讨了资本因素、劳动力因素和广义的技术进步对增长的贡献,发现资本对江苏经济增长起着重要作用,转变经济增长方式的核心是制度创新和技术创新。     

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。     

中国制造业国际竞争力的现状与对策——基于全要素生产率分析

生产效率的增长是判断一个经济体是否健康运行的最重要的单一指标。尽管近年来中国制造业总体水平在不断进步,但与先进工业国相比还有不小的差距。尤其加入世界贸易组织后,我国制造企业面临的竞争形势更加严峻,如何进一步提高中国企业生产率是一个值得重视的问题。     

中国三大地区全要素生产率的比较分析

许多文献估算了不同时期中国的全要素生产率（TFP）,但很少有文献从实证研究的角度讨论中国不同区域间的TFP的差异及其对各自经济增长率的不同影响。基于C-D生产函数的Solow模型,利用1978—2007年中国东、中、西部地区的相关经济数据并以1978年为基期进行价格水平还原,通过计量方法可以分别得到三大地区的TFP及其变化轨迹。结合投资增长率和经济增长趋势的变化,还可以发现,进入本世纪后三大地区的TFP的差距有日益扩大的趋势;同时,实证结果还表明,不能简单地通过压缩东部地区的投资来求得区域发展的平衡;提升中、西部地区TFP和投资效率的关键是切实提高中、西部地区的教育水平和人力资本水平。     

物流业全要素生产率及影响因素的实证研究

利用2007年至2015年的省际面板数据,采用基于DEA的Malmquist指数模型,测度了中国物流业全要素生产率及其分解效率。实证分析表明,技术效率的提高是推进全要素生产率的主要动力,而技术进步对全要素生产率的促进作用有限。我国物流业没有充分发挥新技术、新设备带来的使用效率,导致投入资源的利用率较低。可以通过改变人才的供给结构、对物流企业进行流程再造来提高新技术、新设备的使用效率。然后基于三种理论假设,选取9个指标运用灰色关联方法对物流业全要素生产率的影响因素进行分析,发现7个指标与其关联度都较高。第一产业与第二产业的发展水平、居民生活水平提高以及物流业发展规模和财政投入等对物流业全要素生产率的提高都具有显著影响。     

中国高校合并前后科研生产率动态变化的Malmquist指数分析

This paper describes the dynamic changes in research productivity of Chinese higher education institutions (HEIs) before and after merger with Malmquist index, and decomposes the total factor productivity change index into catching-up effect, scale effect and frontier-shift effect. The main finding is that technological improvement and innovation are important factors to improve scientific research productivity of Chinese HEIs. __________ Translated from Qinghua Daxue Jiaoyu Yanjiu 清华大学教育研究 (Tsinghua Journal of Education), 2007, 28 (1): 62–70