中国文化制造业绿色全要素生产率测度及其影响因素研究

发布时间：2021-12-09 07:57

　　本文运用SBM模型结合Malmquist-Luenberger指数测算了中国文化制造业2012—2017年的绿色全要素生产率及其分解值,在此基础上构建了2012—2016年文化制造业绿色全要素生产率影响因素回归模型,并利用夏普里值法对其影响因素进行了贡献度分解。结果显示:中国文化制造业绿色全要素生产率区域差异较大,西部地区和东部地区高于东北地区和中部地区;文化制造业绿色全要素生产率受禀赋结构、市场需求、地区发展水平、文化产业发展水平等产业发展因素和环境规制强度、能源结构等环境因素影响显著,其中产业发展因素对文化制造业绿色全要素生产率贡献更大。 

【文章来源】：西安交通大学学报(社会科学版). 2020,40(05)北大核心CSSCI

【文章页数】：13 页

【部分图文】：

2012—2017年文化制造业绿色全要素

为考察环境约束的影响,本文分别进行两组全要素生产率测算:第一组使用SBM模型结合ML指数,选取投入指标、期望产出指标与非期望产出指标,测算各个投入决策单元的绿色全要素生产率水平;第二组使用SBM模型结合M指数,选取投入指标与期望产出指标,测算各个投入决策单元的全要素生产率水平,其中,M指数可进一步分解为技术效率变化指数(MEC指数)和技术进步变动指数(MTC指数)。测算结果见表4,第一组和第二组的变化趋势如图3所示。考虑环境约束,2012—2017年中,中国文化制造业绿色全要素生产率年均技术效率增长率为2.5%,技术效率年均增长率为3.6%,技术进步年均增长率为-0.7%。不考虑环境约束,2012—2017年中,中国文化制造业全要素生产率年均增长率为3.2%,技术效率年均增长率为1.6%,技术进步年均增长率为1.9%。

绿色技术效率是在考虑非期望产出的情况下所达到的技术效率水平,绿色技术效率高表明在投入变量既定的情况下,产出水平比绿色技术效率低的地区高,同时非期望产出水平比绿色效率低的地区低。若将中国各省份分为东部、中部、西部、东北地区(2),使用MaxDEA软件计算中国各区域文化制造业的绿色技术效率,可得出各地区的平均绿色技术效率分别为0.791、0.684、0.441和0.464,其变动趋势如图1所示。从图1可以看出,各区域中,东部地区的文化制造业绿色技术效率明显高于中部、西部和东北地区。西部和东北地区绿色技术效率均值相差不大,但近年来西部地区绿色技术效率不断上升,东部和中部地区绿色技术效率较为平稳,而东北地区绿色技术效率呈下降趋势。

【参考文献】：
期刊论文
[1]中国文化制造业绿色全要素生产率区域差异比较分析[J]. 韩东林,刘兵兵.  东北农业大学学报(社会科学版). 2018(03)
[2]提高环境规制强度能否“利当前”并“惠长远”[J]. 张同斌.  财贸经济. 2017(03)
[3]中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J]. 陈超凡.  统计研究. 2016(03)
[4]中国海洋经济绿色全要素生产率测度及影响因素[J]. 丁黎黎,朱琳,何广顺.  中国科技论坛. 2015(02)
[5]基于SFA的我国文化产业效率及影响因素分析[J]. 马跃如,白勇,程伟波.  统计与决策. 2012(08)
[6]全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J]. 蒋萍,王勇.  数量经济技术经济研究. 2011(12)
[7]中国的绿色工业革命:基于环境全要素生产率视角的解释（1980—2008）[J]. 陈诗一.  经济研究. 2010(11)
[8]基于三阶段DEA模型的中国31省市文化产业效率研究[J]. 王家庭,张容.  中国软科学. 2009(09)
[9]文化创意产业价值链整合及其发展路径探析[J]. 邢华.  经济管理. 2009(02)
[10]中国省区三次产业资本存量估计[J]. 徐现祥,周吉梅,舒元.  统计研究. 2007(05)



本文编号：3530254