环境规制对绿色全要素生产率的空间溢出效应研究

基于中国31个省区市1998-2018年的面板数据,采用SBM方向性距离函数和Malmquist-Luenberger指数测算各省的绿色全要素生产率,建立空间动态杜宾模型研究了环境规制对绿色全要素生产率的影响及溢出效应.结果 显示:绿色全要素生产率存在显著的惯性特征,环境规制对绿色全要素生产率的影响及空间溢出效应均显著...     

基于DEMATEL-ANP模型的绿色金融发展评价研究

基于中国31个省区市1998-2018年的面板数据,采用SBM方向性距离函数和Malmquist-Luenberger指数测算各省的绿色全要素生产率,建立空间动态杜宾模型研究了环境规制对绿色全要素生产率的影响及溢出效应.结果 显示:绿色全要素生产率存在显著的惯性特征,环境规制对绿色全要素生产率的影响及空间溢出效应均显著为负.此外,环境规制对绿色全要素生产率的影响存在显著的区域异质性.最后,根据实证研究的结果得出了相关的政策启示.     

环境规制对全要素能源效率的影响——基于超效率SBM模型的再检验

选取2001—2017年中国省际面板数据,运用超效率SBM模型测算了能源全要素生产率,通过面板Tobit模型检验了环境规制对全要素能源生产率的影响。研究表明:全要素能源效率表现出先降低后上升的趋势,在上升期,技术进步在其中发挥着至关重要的作用;环境规制与全要素能源效率之间呈现倒U型关系;各地区环境规制与全要素能源效率之间的关系具有明显的差异性,因此,在制定相关环境规制措施时应该因地制宜,各地区之间不能盲目跟风。     

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。     

互联网的发展是否提高了物流业全要素生产率？

在我国物流业规模迅速扩大但其生产率偏低的情况下,为揭示互联网提高物流业全要素生产率的作用路径,本研究利用2007～2017年省际面板数据和固定效应模型分析了互联网发展对物流业全要素生产率的影响.分析结果表明:在样本期间内,互联网正向推动物流业技术效率的变化,而对物流业技术进步不显著,总体上,互联网发展正向推动物流业全要素生产率;物流业全要素生产率属于技术效率驱动型,进一步分析表明,纯技术效率是技术效率的主要驱动因素,证明索洛的论证并不符合我国的实际国情.基于此,本研究提出了加强互联网基础设施建设,深入推动"互联网+物流"的战略实施,引进及创新物流技术的建议.     

要素市场一体化对地区全要素生产率的影响

通过测算2011—2020年省级地区的资源错配方向发现，落后地区的资源配置过度，而发达地区处于资源配置不足的状态，因此要素市场一体化意在改善资源错配的现状，提高落后地区边际生产率，并发挥集聚效应促进先进地区全要素生产率的提高。由此，基于我国2008—2019年30个省份的省际面板数据构建计量模型验证该理论假说，结果表明，要素市场一体化在促进先进地区生产率提高的同时，也有助于通过要素的流出对落后地区产生促进作用。作用机制分析显示，促进技术进步与技术效率的提高是要素市场化提升全要素生产率的机制。     

中国省际能源效率及影响因素研究

在发展经济和节能减排双重驱动下，提高能源利用效率显得尤为重要。鉴于此，文章采用基于MinDS-U-DEA模型的MinDS-U-M指数，对中国能源动态利用效率进行评价，深入挖掘省际能源投入产出存在的不足及其影响因素，并分析省际能源全要素生产率的时间序列特征、空间异质性和增长模式。最后，从绿色低碳发展、资源优化配置和技术转化效率三个方面提出可行性建议。     

浙江省绿色全要素生产率估算——基于DEA-Malmquist指数方法

运用规模收益固定的DEA-Malmquist指数分析法,基于2006—2015年浙江省11个地级市的面板数据,估算浙江省各市的全要素生产率及绿色全要素生产率,并据此分析其时空演变特征以及各市的地区性差异。结果表明:浙江省内的绿色全要素生产率地区差异并不十分明显,而在2006—2015年期间绿色全要素生产率呈现下降的趋势,但是从传统全要素生产率及其分解来看,环保投入及规制带来的影响仍然是正向的。结论是要进一步促进浙江省经济的可持续发展,需通过提高绿色技术进步率和优化产业结构,进而提高绿色全要素生产率,兼顾经济增长的效率和环境问题。     

河南省新型城镇化动态效率评估

新型城镇化效率提升是新型城镇化高质量发展的关键内容之一。本文通过运用非期望产出SBM模型和Malmquist-Luenberger生产率指数模型,测算了2003—2016年河南省新型城镇化的全要素生产率及其分解情况,研究发现:河南省新型城镇化全要素生产率指数的增长主要源于技术进步,郑州大都市区效率变化指数和技术进步指数优于核心发展区和联动辐射区;技术优先型的地级市少于效率优先型的地级市。因此,优化资源配置、转变产业结构等方式是河南省提高新型城镇化效率的主要路径。     

汽车产业整零贸易模式对零部件厂商生产效率的影响研究

为验证整零贸易模式对汽车零部件企业生产效率的影响,选取A股上市零部件企业2001-2011年的面板数据进行两步回归。采用索洛模型计算各企业的全要素生产率;使用研发费用的一阶滞后项、配套客户数量一阶差分项,假定不同企业研发费用具有特定效应,进行回归分析。结果发现,贸易模式的开放程度对企业的全要素生产率存在显著的正向作用,并非所有企业都能通过增加研发投入来实现全要素生产率的提升。基于研究结论,提出汽车零部件厂商开放贸易模式、提高厂商全要素生产率的对策建议。     

中国区域全要素生产率的影响因素分析

基于状态空间模型的卡尔曼滤波算法,运用Eviews 6.0软件测算出1979-2004年我国各省域的全要素生产率(TFP)的增长率,构建面板数据模型来实证研究国际进出口、外商直接投资(FDI)、人力资本和产业结构等因素对我国全要素生产率的动态影响状况.面板协整检验和误差修正结果表明:从长期来看,人力资本、产业结构、进口以及FDI对全要素生产率的增长都具有不同程度的正向作用,出口的影响并不显著;而从短期看,人力资本水平与产业结构则是促进TFP增长的主要因素.     

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.     

基于方向性距离函数的绿色经济增长核算——以河南省工业为例

通过建立基于方向性距离函数的绿色经济增长核算模型,将考虑非期望产出的劳动生产率增长分解为技术效率改善、技术进步、资本深化和能源消耗.对河南省工业的经验分析表明,河南省工业增长主要靠要素投入驱动,绿色全要素生产率对工业增长的贡献额仅为7.8%.研究还发现,河南各地区工业劳动生产率增长差异主要源于资本深化差异,其次是绿色技术进步和绿色技术效率的变化差异,而能源消耗差异对其影响较小.基于上述结论,提出了促进河南省工业可持续发展的对策建议.     

基于DEA-Malmquist的工业绿色全要素生产率测算及分析——以湖北省为例

采用DEA 模型的Malmquist 指数方法测度了2000—2013年湖北省工业绿色全要素生产率.结果表明:湖北省工业绿色全要素生产率处于缓慢增长状态,其增长率约为6.7%,且主要是工业绿色技术进步推动.然后选取2000—2013 年的统计数据,基于VAR 模型运用广义脉冲响应函数和方差分解分析了湖北省工业绿色TFP的主要影响因素.结果表明:城市化率对工业绿色TFP增长短期具有显著作用,长期趋于稳定; 产业结构及科研创新对于工业绿色TFP增长短期促进作用较弱,但从长期来看2者是工业绿色发展和转型的重要驱动力.     

基于跨国面板数据分析信息网络对全要素生产率的影响

基于2015—2019年全球68个国家的面板数据,运用经典线性回归模型和空间面板杜宾模型,实证分析信息网络对全要素生产率的影响,并构建中介效应模型,检验技术进步和组织变革的作用机制。结果表明：信息网络对全要素生产率提升具有显著促进作用,使用工具变量法减缓内生性问题后,回归结果仍然稳健;资本水平、经济自由度和创新水平是全要素生产率的积极影响因素,汇率水平的提升抑制了全要素生产率的提高;全要素生产率呈显著的空间自相关性,纳入空间因素的计量分析表明,一个国家信息网络发展水平是提高全要素生产率的基础条件,而地理邻近国家之间的信息网络发展水平居于次要地位;信息网络主要通过技术进步和组织变革2个中介机制促进全要素生产率的提高。     

环境与资源约束下城市全要素生产率的测算与分解 ——基于方向性距离函数和Global Malmquist Luenberger指数

为了在资源与环境约束下研究城市全要素生产率的结构与变化规律,对285个中国城市在2003—2014年间的绿色全要素生产率变化程度进行了测算、分解,其结果表明绿色全要素生产率以年均2.12%的速度增长,其中技术进步和技术效率提升的平均速度分别为1.74%与0.37%。绿色全要素生产率在累积增长率上小于传统全要素生产率,表明中国城市发展过程中的环境与资源代价过高;但也有部分城市能够实现经济增长与环境规制之间的有效协调。城市绿色全要素生产率的累积增长率存在中部东部西部的区域差异,技术进步在东部地区绿色全要素生产率增长过程中的贡献最高,而中、西部则相对较多地依赖技术效率改善。     

高技术产业创新全要素生产率变动研究

利用我国高技术产业分行业面板数据为研究样本,应用Malmquist生产率指数,实证考察了高技术产业研发创新生产的全要素生产率变动及其影响因素。主要的研究发现有：我国高技术产业研发创新全要素生产率整体呈现下降的趋势,且技术退步是其下降的主要原因;企业规模对研发创新全要素生产率变动有显著的正向影响,而市场竞争和国有产权有显著的负向影响。     

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。     

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。     

影响服务业全要素生产率的知识经济因素分析

利用2000—2014年中国31省市面板数据,采用Malmquist指数法对服务业全要素生产率进行计算、分解,建立空间计量模型对影响服务业全要素生产率的知识因素进行分析。结果表明:我国31省市的服务业全要素生产率具有明显的空间相关性,信息化水平、现代化水平、对外开放程度、教育投入、研发资金投入等对中国服务业全要素生产率增长具有显著影响,而科研人力投入对服务业全要素生产率增长的影响短期内不显著。