江苏制造业全要素生产率多维度测评研究

基于2011年以来的最新行业分类标准,构建2011—2016年江苏省制造业31个细分行业的面板数据,采用DEA-Malmquist模型对江苏省制造业全要素生产率及其构成从时间的维度、细分行业的维度、基于研发强度的行业类别维度进行测评。结果表明,2011—2016年间江苏省制造业全要素生产率平均增长率为负值,且自2012年开始由技术进步推动转为由技术效率推动;全要素生产率存在明显的行业间差异,低技术制造业为全要素生产率发展的瓶颈。提升江苏省制造业全要素生产率的主要路径包括提升资源配置效率、加强自主创新、实施精细化管理等。     

制造业数字化对全要素生产率的影响机制与效应分析

研究从数字化技术投入、数字化生产应用和数字化创新效益3个维度对我国30个省份(除西藏外)制造业数字化水平进行测度,并在厘清制造业数字化对全要素生产率的作用机理基础上,构建了2009—2019年面板模型,实证检验了制造业数字化对全要素生产率的影响效应。研究发现：我国制造业数字化水平呈现波动上升的变化趋势,且存在较大的地区差距和异质性,制造业数字化生产应用能力逐渐加强,但数字化技术投入与创新动力不足;制造业数字化能显著促进全要素生产率提升,且制造业数字化创新效益是经济高质量发展的主要驱动力;制造业数字化能够通过技术进步、技术效率提升和规模效率改善提高全要素生产率,且对技术效率的影响效应最大。     

制造业高质量发展视阈下绿色技术创新的碳排放效应研究

绿色技术创新是影响制造业高质量发展与碳排放的重要因素变量.基于构建的数据包络分析(DEA)与Malmquist-Luenberger生产率指数相结合的制造业绿色全要素生产率测算方法,通过运用面板数据回归及动态面板的GMM拓展模型对我国制造业绿色技术创新与碳排放关系进行了实证测算.研究发现:①在变动趋势上,我国制造业2007—2017年的绿色技术创新效率指数整体呈上升趋势,尤其在2014年后该指数出现了快速增长,且东部地区的绿色技术创新效率指数的提升趋势要显著高于中西部与东北地区.②从省域空间制造业碳排放变动来看,样本期间制造业能源消费总量保持持续增长,碳排放量总体上也呈明显上升态势,但自2014年后增速开始放缓.制造业因行业和区域差异碳排放存在较大差距.③绿色技术创新对制造业整体及劳动密集型行业的碳排放存在显著抑制作用,对资本密集型行业制造业的碳排放则因规模效应大于生态效应而存在正向作用.因此,需要通过推动制造业绿色转型,加大绿色技术研发,发挥绿色技术溢出效应和强化绿色低碳技术交流合作等措施,着力促进制造业绿色技术创新和高质量发展,以实现碳减排.     

产业集聚与技术进步 ——基于中国装备制造业的实证分析

产业集聚是否会促进技术进步？以中国装备制造业为例,计算装备制造业的产业集聚指数,结果发现,产业集聚与装备制造业的全要素生产率变动趋势相同。实证结果表明,产业集聚会通过技术进步和效率改善两方面影响全要素生产率,效率改善的影响程度较大。并据此提出相应的政策建议。     

乡村振兴背景下农业龙头企业技术创新效率研究——基于六盘水21家样本企业的实证分析

基于DEA模型结合Malmquist指数方法，利用2018—2020年期间六盘水市农业三大产业猕猴桃、刺梨、茶叶中的21家省级以上农业龙头企业的农业投入与产出数据，对21家企业的综合技术效率、纯技术效率、规模效率及全要素生产率进行解析，探究影响六盘水市农业三大产业技术创新效率的因素。结果表明：六盘水市21家农业龙头企业的技术创新效率较低，主要受限于纯技术效率；技术进步率显著影响着全要素生产率，三大产业均属于技术推动创新绩效型。因此，为有效提高产业技术创新效率，必须以重塑创新格局提升技术进步率。     

重庆市主要制造业全要素生产率动态比较分析

基于数据包络模型(DEA)平台,运用Malmquist指数法,对2000-2010年重庆市11个主要制造业的全要素生产率、技术效率、技术进步等指数进行计算,结果表明:技术进步是各产业制造业全要素增长率增长提升的根本推动力,而医药、化学化工等若干制造业的技术效率阻碍了各行业生产效率的提高.目前,重庆制造业还普遍存在投资结构失衡、投资规模增长过快、企业规模偏小、竞争过于激烈等问题,这些问题影响了重庆制造业技术及生产水平的提高,为促进重庆经济可持续发展,应加强注意产业整合和产业集聚,在控制投资过快增长的同时加大科研经费的投入,以生产效率的提高带动重庆制造业乃至整个社会经济的发展.     

科技创新促进湖北工业高质量发展效率评价研究

中国经济步入"新常态",科技创新对工业高质量发展具有重要意义。基于柯布-道格拉斯生产函数,计算2011-2017年全国各地区全社会和科技创新两个工业全要素生产率,分析科技创新对我国及湖北工业全要素生产率的作用;采用DEA-Malmquist模型分析湖北工业各行业科技创新效率及其变化;认为湖北应提升工业科技创新效率、实现高质量发展。     

关于京津冀产业优化调整的思考

运用C-D生产函数的生产率测定方法,对京津冀各行业的单要素、全要素生产率进行测定分析,着重分析了高耗能产业和装备制造业。结果表明,河北省的整体工业效率应进一步提高,注重节能减排,并将工作重点从高耗能产业向装备制造业转化;北京应转移绝大多数工业产业,着力发展高端服务业,进一步推进产业结构的优化升级;天津应向打造低碳产业链的方向推进。     

石油类本科高校科技创新效率分析

运用DEA-BCC模型和DEA-Malmquist指数模型分析方法,对2007-2016年我国石油类本科高校的科技创新效率进行测度评价。结果表明:静态来看,2016年我国石油类本科高校科技创新综合效率、规模效率和纯技术效率均没有能够达到DEA有效,且各石油高校存在显著的差异性。石油高校科技创新资源配置规模与结构是提升科技创新综合效率的重要要素。从动态来看,大部分石油本科高校科技创新效率全要素生产率具有明显下降趋势,科技创新技术进步指数和技术效率变化指数两者较低是导致石油本科高校科技创新全要素生产率有所下降的重要原因。提升我国石油本科高校的科技创新效率应该逐步完善高校科研管理机制,培育高端技术科研人才;瞄准能源领域科技前沿,深化高校科技创新供给;加强产学研合作,推进科技创新成果市场转化。     

中小型高技术企业R&D效率的评价与分析 ——基于三阶段DEA模型

运用2005—2014年高技术企业的面板数据,基于三阶段DEA模型对中国中小型企业的投入产出效率进行评价,并与大型企业进行了对比分析。在此基础上,运用DEA-Malmquist生产率指数对中国不同规模类型高技术企业RD的全要素生产率及其分解指数的变化趋势进行了分析。结果表明:样本期间高技术企业总体的全要素生产率有一定幅度的提升,且主要得益于技术进步,但小型企业的全要素生产率增长幅度远远小于大中型企业。最后,根据实证结果得出了相关的结论和政策建议。     

科技创新与矿业经济高质量发展研究——基于矿产资源产业差异视角

提高科技创新能力是实现我国矿业经济高质量发展的关键.该研究选取煤炭开采与洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业这五大主要矿产资源产业作为研究对象,构建2011年—2019年面板数据,基于两阶段DEA-BCC模型和Malmquist 指数模型对研究期内我国主要的矿产资源产业的科技创新效率进行综合评价和效率优化分析.研究结果表明,石油和天然气开采业及黑色金属矿采选业的科技成果产出效率远远高于科技成果转化效率,我国矿产资源产业发展不均衡问题较为突出,矿产资源采选业各行业发展水平不高,I类产业分布缺乏;矿产资源产业全要素生产率的降低主要是由于技术效率带来的“拖累效应”,全要素生产率变动存在显著的时序差异和“偏科”现象;矿产资源产业存在投入冗余与产出不足的现象,需要对其投入进行合理配置以实现高效产出.应从压减过剩产能、提升产业技术创新能力和营造良好产业技术创新氛围等方面促进矿产资源产业的高质量发展.     

西部地区环境全要素生产率测算及其影响因素分析

运用方向性距离函数和Luenberger指数测算西部地区2000—2014年环境全要素生产率,并对影响全要素生产率的因素进行实证分析。研究表明:广西和陕西两省环境全要素生产率变动指数增长最快,主要是由技术进步、规模效率和技术规模三重贡献的推动;西部环境全要素生产率增长呈现下降趋势,其增长主要来源于技术进步推动;经济发展水平、产业结构、能源消费结构、对外开放、市场化、技术水平、环境规制强度和环境治理能力对西部环境全要素生产率具有不同的影响。     

技术进步、技术效率与陕西省农业全要素生产率增长

利用带有"非期望"产出的SBM模型和Global-Malmquist-Luenberger指数测度了2000~2016年陕西省10个市的农业全要素生产率增长指数,并将其分解为技术效率、规模效率和纯技术效率。研究发现:技术进步在陕西省全局农业全要素生产率增长过程中发挥重要作用。鉴于此,从科技创新视角为提高陕西省农业全要素生产率提出政策建议。     

辽宁高端装备制造业技术创新能力提升的演进路径研究

高端装备制造业是战略性新兴产业,提升技术创新能力能够增强高端装备制造业的竞争力,对高端装备制造业持续健康发展重大现实意义。通过梳理辽宁高端装备制造业发展现状,提炼分析目前主要制约因素,最后提出辽宁高端装备制造业技术创新的应对策略,为今后辽宁高端装备制造业技术创新发展提供规划建议,推动区域经济健康可持续发展。     

数字化、碳减排成本与城市低碳高质量发展

利用2011—2020年上市公司和地级市匹配数据,探讨了数字化影响碳减排成本的机制、效果及其带来的城市低碳全要素生产率变化。结果表明,数字化通过碳减排成本对城市低碳全要素生产率的影响呈现“先抑制、后促进”特征。机制研究发现,数字化对碳减排成本的影响,因能源需求结构、要素技术效率、绿色技术创新的共同作用而具有非线性。数字化初期,能源需求激增、要素技术效率下降抵消了绿色技术创新的正效应,碳减排成本上升;数字化中后期,随着能源需求结构优化、要素技术效率提升,碳减排成本下降。异质性分析显示,相较于国有和高能耗企业,非国有企业、低耗能企业数字化转型较早降低了碳减排成本,提高了城市低碳全要素生产率;资源依赖度低、经济发达、规模较大、数字化与绿色技术创新耦合协调度较高的城市,数字化对碳减排成本的抑制作用更强,城市低碳全要素生产率也因此得到大幅提升。     

北京市人工智能企业全要素生产率测度及差异性研究

人工智能的发展已成为衡量一个国家科技水平和经济智能化程度的重要标志。北京市作为国际科创中心，人工智能产业规模增长迅速，但仍处于发展初期，人工智能企业生产率的提升关系到人工智能产业的整体发展水平。本文运用DEA-Malmquist指数方法对2016-2018年114家北京市人工智能企业的全要素生产率进行测度，结果显示，北京市人工智能企业全要素生产率年均增长率为0.70%，技术效率是企业全要素生产效率提升的主要动力。此外，上市企业的全要素生产率水平高于非上市企业，且行业间差异明显，信息传输、计算机服务和软件业的全要素增长率最高，教育行业的全要素增长率最低。     

基于DEA模型的京津冀地区科技创新效率评价研究

为科学有效地对京津冀地区科技创新效率进行评价，借鉴已有的科技创新监测研究成果，分别运用DEA的静态BCC模型和动态Malmquist指数模型对2014—2020年京津冀地区科技创新效率进行测度并对比。研究表明，北京的科技创新效率最高，河北次之，天津最低，但天津科技创新能力和管理水平提升幅度最大，且三地科技创新全要素生产率指数增长主要依赖于技术变革。据此提出相关建议：京津冀地区应立足实际找准自身科技创新发展定位；完善资源共享，加强协同创新；推进产学研之间多层次技术合作。     

财务柔性、产品市场竞争与企业全要素生产率关系研究

为研究企业财务柔性对企业全要素生产率的影响,以及产品市场竞争在财务柔性与企业全要素生产率之间的调节效应。选取2009—2019年中国证券市场A股中制造业上市公司财务数据进行实证研究,首先利用LP(Levinsohn-Petrin)法测算企业全要素生产率,其次采用双向固定效应模型进行回归分析,最后进一步按产权性质进行分组研究。结果表明:中国制造业企业财务柔性与全要素生产率呈倒U形关系,极值点为0.85;财务柔性与产品市场竞争的交互项系数为0.746,自变量财务柔性系数为0.204,由此得出产品市场竞争具有调节效应,能促进财务柔性与企业全要素生产率的正相关关系;产品市场竞争在国有企业中的调节效应更为显著。研究结果拓宽了财务柔性与企业全要素生产率关系的研究途径,有助于制造业上市企业根据自身及行业特性合理保持财务柔性储备,从而促进企业全要素生产率水平提高。     

湖北省农业全要素生产率及其变动的实证研究

运用Malmquist指数方法,考察2004年～2009年湖北省农业全要素生产率的变动趋势,通过Malmquist指数的分解,分析湖北省农业全要素生产率增长的内在动力.结果表明,湖北农业全要素生产率的增长主要是由技术进步推动的,规模效率和纯技术效率的共同作用使湖北农业资源配置效率对全要素生产率的增长作用不明显,因而提高农业生产的技术效率是湖北农业发展的主要方向.同时针对湖北省农业主产区的区域地理特征,提出应走农业规模化生产的道路以提高规模效率,最终促进湖北省农业全要素生产率的增长.     

天津市工业行业TFP及对全要素能源效率的影响研究

针对在能源利用中全要素生产率对全要素能源效率提高的影响,基于DEA-Malmquist指数方法对天津市工业行业的全要素生产率指数和全要素能源效率等进行测算,并运用审查回归模型(Tobit)对影响全要素能源效率的各项影响因素进行分析.研究结果表明:政府决策影响、TFP指数、技术进步对全要素能源效率提高起到正向作用.