知识经济条件下信息生产要素的生产率

知识经济时代,信息已经成为一种最重要的生产要素。本文提出应该把信息作为一种生产要素来研究,并对其生产率进行测度。运用生产率度量的生产函数法,分离计算出全要素生产率和包括信息要素在内的各要素在产值增长中的贡献率,并由此得出了信息要素生产率的计算公式,避开了信息要素生产率测算中遇到的收益周期长、收益外溢而引起的信息要素投入的收益测算难题,使对信息要素生产率的宏观测算变得简单易行。     

全要素生产率度量研究及对江西工业生产率的测算

给出了全要素生产率的一种度量方法,并对全要素生产率的增长率进行分解,得出了若干结论.在此基础上,运用江西省1983～1997年独立核算工业企业的有关数据资料及TSP计量经济学软件得出了改进的CD生产函数模型,测算出了江西省独立核算工业企业全要素生产率的增长率及其构成     

全要素生产率度量研究及江西工业生产率的测算

给出了全要素生产率的一种度量方法，并对全要素生产率的增长率进行分解，得出了若干结论：在此基础上，运用江西省１９８３￣１９９７年独立核算工业企业的有关数据资料及ＴＳＰ计量经济学软件得出了改进的Ｃ－Ｄ生产函数模型，测算出了江西省独立核算工业企业全要素生产率的增长及其构成。     

中国经济增长具有可持续性吗？——要素贡献度视角下的实证分析

中国经济增长的可持续性问题一直是经济研究的热点,尤其是中国经济进入新常态后,这一问题更加突出。本文通过测算中国经济增长的DEA-Malmquist全要素生产率指数,将其分解为技术效率变化、技术进步、纯技术效率变化、规模效率变化,从要素贡献度的视角研究中国经济增长的可持续性。研究表明,由资本拉动和劳动供给构成的经济增长,全要素生产率偏低,但不同区域全要素生产率指数偏低的原因并不相同。在供给侧改革下,中国政府应因地制宜地对三大经济区域采取不同策略提高全要素生产率,为中国经济增长提供持续动力。     

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。     

创新驱动、教育发展与全要素生产率变化

经济新常态需要发展新动力,中国经济向全要素生产率驱动的转型势在必行.运用协整检验、因果关系检验、脉冲响应和方差分解计量方法,对我国1978-2014年创新驱动、教育发展与全要素生产率变化之间的关系进行了实证研究.结果表明,现阶段我国资本的产出弹性具有时变性,短期来看,创新驱动是全要素生产率变化和教育发展的原因,但教育发展并不是创新驱动和全要素生产率的原因;长期来看,创新驱动能够有效地促进全要素生产率的提高,且对全要素生产率变化的贡献在增强,不过教育发展还没有对全要素生产率变化产生显著的正向促进作用.     

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。     

装备制造业技术创新效率评估 ——以辽宁为例

技术创新效率是装备制造业提升核心竞争力的关键。利用2009—2014年辽宁装备制造业7个行业的规模以上工业企业的面板数据,运用非参数Malmquist生产率指数方法,测算了各行业在2009—2014年技术创新效率的变化情况。结果表明:由于技术退步,辽宁装备制造业整体的创新效率年均下降4%;从各行业的角度来看,只有金属制品业的全要素生产率指数大于1,其余6个行业的全要素生产率指数均小于1。结合研究结论,提出提升辽宁装备制造业创新效率的对策建议。     

基于DEA-Malmquist指数的经济全要素生产率增长及其区域优势分析

自西部大开发战略实施以来，中国西部地区的经济发展取得了历史性成就，但与东部地区相比仍然存在一定差距。有效分析西部地区经济增长的区域相对优势，对其发展战略的制定具有重要意义。全要素生产率增长是经济增长的核心，是衡量地区经济增长质量的重要指标。从全要素生产率增长的角度出发，借鉴广义DEA的理论框架，构建了一种基于多种参考集进行评价的DEA-Malmquist指数模型。采用该模型测算基于东部和西部两种生产环境的西部地区全要素生产率增长指数及其分解指数，从纯技术效率变化差异、技术变化差异和规模效率变化差异三种视角进一步分析了西部地区全要素生产率增长的区域相对优势。结果表明，提出的模型不仅可以给出西部地区基于西部生产环境的全要素生产率增长状况，还可以给出西部地区基于东部生产环境的全要素生产率增长状况，进而能够实现西部地区全要素生产率增长的区域相对优势分析。     

高技术产业全要素生产率的差距及影响因素研究

运用DEA-Malmquist指数,测度了1996—2010年中国大陆30个省市高技术产业全要素生产率的变化和差距,并对其影响因素进行了分析。研究表明:技术进步在各地区差异明显,但各地区全要素生产率的增长具有趋同的趋势。相比东部地区,中西部地区技术效率对全要素生产率的推动作用更为明显。从全要素生产率的影响因素来看,科技活动人员、对外开放水平对全要素生产率的影响为正,市场化程度对全要素生产率的影响为负,研发强度、政府管理水平对全要素生产率的影响并不显著。