基于SFA-Malmquist模型的区域软件与信息技术服务业全要素生产率测算与分析

软件与信息技术服务业是推动制造业迈向高质量发展的重要支撑.如何构建计量模型并测算软件与信息技术服务业的生产率,是准确把握其发展规律并识别其影响机制的基本前提.以我国28个省份的软件与信息技术服务业的面板数据,基于Translog生产函数,构建随机生产前沿方法(SFA)与Malmquist指数相结合的全要素生产率测量模型,比较分析了我国软件与信息技术服务业全要素生产率及其分解效率,并建立Tobit回归模型实证检验信息技术对软件与信息技术服务业生产率的影响及城市化的调节效应.研究表明,资本投入显著正向影响软件与信息技术服务业的产出,人力资本投入对软件与信息技术服务业的产出具有负向影响;软件与信息技术服务业技术效率呈下降趋势,全要素生产率在统计期内平均增长了5.1%且区域增长差异明显;信息技术促进了全要素生产率,城市化负向调节信息技术与全要素生产率之间的关系.因此,应提高软件与信息技术服务业的人力资本质量,提高运作过程中的技术效率,重视城市化对全要素生产率的影响.     

环境约束下中国地区物流业全要素生产率重估及收敛性研究

利用基于方向距离函数的Malmquist-Luenberger(ML)生产率指数方法对环境约束下中国1997-2009年30个省级地区物流业全要素生产率增长及其成分进行了重新估算,并通过技术创新者研究,分析了推动生产可能性边界外移的地区.研究发现:忽视非期望产出的传统Malmquist指数方法会低估物流业技术效率水平、高估物流业技术进步指数和全要素生产率指数.环境约束下我国物流业ML生产率指数年均增长率呈现下降趋势,下降的原因一方面是由于技术效率偏低阻碍了生产率的增长,另一方面是我国物流业技术进步的动力不足所致,物流环境技术创新主要集中于东部和西部地区个别省份,中部地区技术创新水平较低.收敛性检验表明,研究样本期内,全国以及三大地区物流业全要素生产率均存在显著的收敛趋势.     

中国煤炭资源利用全要素生产率的区域差异研究

首先基于考虑环境因素的Malmquist-luenberger(ML)指数测算了2011-2014年中国其中30个省份煤炭利用全要素生产率(TFP)的变化情况,并应用Tobit模型分析了影响煤炭利用全要素生产率的因素.研究表明,中国总体煤炭利用TFP增长率呈现递增趋势,但各个省份煤炭利用TFP增长率存在较大差异,忽视环境因素高估了煤炭利用TFP的增长率,技术进步是推动煤炭TFP增长的主要因素.另外,环境规制、产业结构与煤炭利用TFP显著负相关;研发投入、人均GDP、对外直接投资(FDI)与煤炭利用TFP显著正相关.     

“21世纪海上丝绸之路”沿线国家商业银行全要素生产率评价研究——基于两阶段Dynamic Network Malmquist-Luenberger指数和Tobit模型

现有文献对商业银行的全要素生产率进行了大量研究,但未同时考虑中间产品和结转产品对整个经营过程的影响,得到的测算结果存在一定的偏差。本文使用"21世纪海上丝绸之路"沿线29个国家2011-2016年的商业银行数据,将商业银行的经营过程看成是一个两阶段的动态网络结构,采用动态网络方向距离函数构造了一种新的动态网络Malmquist-Luenberger指数研究商业银行整体和子阶段的全要素生产率变化,并进行了影响因素分析和β收敛检验。得到的结论有:(1)"21世纪海上丝绸之路"沿线国家商业银行整体全要素生产率年均下降0.61%,呈现N型趋势,两个子阶段的全要素生产率年均下降0.06%,呈现V型趋势,技术进步是整体和子阶段全要素生产率增长的主要动力。(2)四个地区和四种收入类型国家整体的全要素生产率都是下降的,各子阶段全要素生产率变化有所差异。(3)人均GDP水平、信贷市场结构、外商投资、银行经营年限、银行规模、银行资产配置等因素会对全要素生产率产生影响。(4)"21世纪海上丝绸之路"沿线国家商业银行整体和子阶段的全要素生产率都存在绝对β收敛和条件β收敛,不同地区和不同收入类型国家的收敛特征不...     

基于Probit和Tobit模型的异质性企业出口行为决策研究

Melitz的企业异质性理论认为,企业的出口行为选择是由其生产率差异决定的,生产率高的企业会选择出口贸易,而生产率低的企业只供应国内市场.在异质性贸易理论分析框架下,构建了中国企业出口行为决策模型,并基于中国2009年1718家上市公司数据,采用Probit模型和Tobit模型从总体和行业两个层面对中国企业出口行为决策的影响因素进行了实证分析.研究表明,结果显示中国企业数据是符合企业异质性理论的结论.其中,总体研究显示,全要素生产率越高的企业越倾向于出口,与Melize的结论是吻合的;企业资本越少、员工人数越多企业出口可能性越高;企业盈利状况也与出口选择指标正相关;东部地区企业明显更倾向于出口.行业研究显示,行业因素和国家政策在企业出口行为决策中也起着至关重要的作用.     

我国省域绿色全要素生产率的增长机制及其时空非平稳性研究

科学分析我国绿色全要素生产率的提升机制,对于制定经济发展提质增效的路径具有重要意义。本文利用SBM-GML指数测算了2000-2020年中国30个省份的绿色全要素生产率,并分别基于全局回归模型(OLS)、时间加权回归模型(TWR)、地理加权回归模型(GWR)和时空地理加权回归模型(GTWR)对其提升机制进行了分析。实证研究表明:我国绿色全要素生产率及其提升机制具有明显的时空非平稳性;在研究期内,人均GDP对各地区绿色全要素生产率的影响以正向为主,影响效应呈现以2010年左右为拐点的U型变化趋势;第三产业占比、研发投入强度及环境规制强度三个因素对绿色全要素生产率的影响具有较强的时空非平稳性,在不同时空下呈现不同的作用方向及作用强度;人均资本存量在大部分省域对绿色全要素生产率呈负向作用;FDI和高等学历人员占比对绿色全要素生产率的增长在大部分区域呈现正向作用,但作用强度在研究期内呈递减趋势。本文认为,为提高省域绿色全要素生产率,中国应继续全面促进经济增长;因地制宜的制定区域产业结构优化目标;放慢资本深化进程;加大力度引进技术型外商直接投资;完善研发投入产出机制,强调创新产出效益;改革人才培...     

我国物联网产业发展与全要素生产率增长——基于面板误差修正模型的实证分析

物联网产业是我国战略性新兴产业.利用我国2006—2011年的省际面板数据,建立面板误差修正模型实证分析了我国物联网产业对全要素生产率的短期和长期影响效应.研究发现:我国物联网产业发展是全要素生产率增长的Granger原因,物联网产业发展对全要素生产率具有促进效应,并且这种促进效应短期较弱而长期较强,体现出逐步释放的特征.最后对我国物联网产业未来发展提出建议.     

动态视角下我国3E全要素生产率的区域差异研究

基于含有动态效应的全局Malmquist-Luenberger指数和方向性SBM方法,本文以中国30个省份1998~2011年的数据为样本,研究了资本动态效应下3E全要素生产率增长趋势,以及增长模式的省份差异,并引入Bootstrap-DEA方法计算了全要素生产率变化估计值及其置信区间,通过Bootstrap纠偏提高了测度的准确性。我们发现:(1)1998~2011年我国3E全要素生产率呈增长趋势,但增长率却一直维持在1%以下,其原因是3E前沿面追赶效应和移动效应呈现出的互补状态;(2)传统技术进步是当期投入产出质量水平的提升程度,而资本动态效应是资本跨期作用引起的前沿面移动效应,表示资本的滞后效应导致的技术进步,导致资本动态效应滞后于传统技术进步增长率。     

房地产投资对绿色全要素生产率的影响——基于空间杜宾模型的实证研究

基于超效率SBM-GML指数模型测算中国绿色全要素生产率的地级市数据,运用空间杜宾模型分别从全国及东、中和西部实证分析房地产投资对城市绿色全要素生产率的空间效应。研究结果显示：(1)城市绿色全要素生产率存在空间溢出效应且表现显著,本地区绿色全要素生产率的提升会促进周边地区绿色全要素生产率;(2)在全国层面,房地产投资不仅对城市绿色全要素生产率的直接效应和间接效应都显著为负,而且对绿色全要素生产率分解出的绿色技术效率与绿色技术进步也存在反向抑制;(3)区域角度,房地产投资对绿色全要素生产率的抑制程度存在区域异质性,对东部地区的直接作用最大,西部最小,对中部地区的间接作用最大,西部最小。     

哈长城市群环境生态效率及其影响因素分析——基于非期望SBM-Shannon Entropy模型

选取哈长城市群的10个城市作为研究对象,利用2006-2015年的面板数据,测算哈长城市群各城市生态效率并分析影响生态效率的因素.首先运用非期望产出的SBM-Shannon Entropy模型计算各市的生态效率CES得分(Comprehensive Efficiency Score,CES),然后构建Tobit回归模型...     

转型期中国工业全要素生产率与效率——基于细分行业的随机前沿模型分析

本文利用1996-2007年我国工业36个细分行业的面板数据,通过建立随机前沿模型,测算了转型期我国工业及其细分行业的全要素生产率,以及其分解要素的波动情况。实证研究表明,1996-2007年我国TFP平均为4.76%,并呈逐步上升趋势;TFP提高的主要原因是技术进步,平均来说,TFP增长的85.50%来源于技术进步的贡献;因为技术效率的提高使TFP平均每年提高了0.94个百分点;资源配置效率的提高对TFP的贡献年平均0.52个百分点,并有较大的波动;而因为规模总报酬递减的影响,TFP每年反而下降了0.78个百分点。通过经济增长来源分析,我国工业经济增长由主要靠资本驱动逐渐向靠技术创新驱动转变,转型期经济增长方式已表现为集约型。     

基于网络malmquist-luenberger指数的钢铁企业绿色全要素生产率研究——以河北省钢铁企业为例

将网络DDF方法拓展到传统malmquist-luenberger指数中,构建了网络malmquist-luenberger生产率指数模型,从铁前和铁后工序两阶段视角测算了能源和环境约束下钢铁企业绿色全要素生产率(GTFP)增长,并重点分析了河北钢铁大省的绿色全要素生产率变化.结果表明:样本期间内,河北省钢铁企业整体、铁前和铁后工序阶段年均GTFP呈下降趋势,且大于中、西部和全国钢铁企业GTFP均值,小于东部钢铁企业GTFP均值;铁前和铁后工序阶段技术进步指数负增长是整体GTFP下降的根本原因.因此,加强绿色技术创新与研发,推动绿色技术进步成为促进河北省钢铁产业发展的关键.     

中国区域全要素能源效率及节能减排潜力分析—基于非期望产出的SBM模型

运用DEA-SBM模型测度了碳排放约束下1999年-2010年中国30省、市、区及四大区域的全要素能源效率,并利用变异系数及K-Means聚类分析考察了区域全要素能源效率的差异,最后对各省份及区域的节能减排潜力进行了测度分析.研究结果表明:不考虑碳排放约束的各省份的全要素能源效率被高估,绿色能源效率总体均值呈现U型趋势;绿色能源效率的区域格局按照由东向西递减.四大区域的变异系数差异较大,均呈现收敛趋势;由聚类分析结果可知处于高效区的省份全部为东部沿海省份;中效区的省份大多是中部省市及东北老工业基地,而西部区域的各省份多数处于低效区;不同省份的节能减排的潜力差异较大,西部区域的节能减排潜力最高,其次为中部和东北部,东部的节能减排潜力最低.     

我国区域绿色技术创新效率的分类测度和提升模式研究——基于非期望产出的SBM-SupSBM模型

本文首先运用考虑非期望产出的SBM-SupSBM模型估计我国各省市绿色技术创新效率并进行分类:稳定上升类、平稳类、大幅度波动类以及下降类。之后从企业内部和外部两方面对绿色技术创新效率提升的影响因素提出假设,着重考虑大幅度波动类别省份的效率提升。运用面板数据模型各影响因素进行验证,结论显示:企业规模对绿色技术创新效率波动较大的省份起到显著的抑制作用,环境规制和技术进步对绿色技术创新效率波动较大的省份作用不明显。针对分析结果,提出结论:在提升绿色技术创新效率的过程中,应注重企业规模和技术进步的协同作用,以及技术的开放程度。     

政策因素影响下的中国绿色全要素生产率增长研究——碳达峰目标下的仿真模拟

绿色发展是我国经济长期高质量发展的必然选择,绿色全要素生产率是绿色发展质量的核心衡量指标,提高绿色全要素生产率是解决经济发展与资源环境生态问题的关键.为识别“3060”气候目标下政策因素对我国绿色发展质量增长的驱动作用与机理机制,本文开展了面向2030年的中国绿色发展政策仿真模拟,测算了碳达峰目标约束下各情景对应的绿色全要素生产率增长水平.研究发现:我国绿色全要素生产率表现出波动上升的态势,自2019年开始进入稳定增长阶段;单一政策情景中,产业转型升级政策对绿色全要素生产率的提高作用最为明显;组合政策情景中,产业与科技、产业与环境双驱动模式下的绿色全要素生产率进步最快,但产业与科技政策组合在长期具有更强的促进作用.     

吉林省农产品电商产业集聚对产业全要素生产率的影响研究——基于阿里巴巴平台数据

基于阿里巴巴平台数据,采用DEA-Malmquist指数方法分析2010-2017年吉林省9个地市农产品电商产业全要素生产率,并构造动态面板模型,实证检验吉林省农产品电商产业集聚对于全要素生产率的影响。结果表明:2010-2017年吉林省农产品电商产业全要素生产率变动呈现增长趋势,但存在区域差异,产业集聚对提高全要素生产率具有促进作用,物流基础设施、区域资源禀赋也是影响全要素生产率的主要因素。基于上述结论提出促进吉林省农产品电商产业发展的对策建议。