中国制造业全要素生产率增长的测度与比较

发布时间：2021-04-19 21:38

　　运用索洛残差法与DEA-Malmquist指数法对中国制造业全要素生产率（TFP）进行了全面的测算和分解。结果表明:2002-2017年中国制造业全要素生产率呈现先增后降趋势,在2017年有所改善,技术改进是全要素生产率增长的主要动力,而配置效率在研究期间普遍下降,具有拖累效应;从细分行业来看,由于行业异质性的存在,不同产业全要素生产率变动程度各异,资本密集型制造业由于规模效率拖累效应较小,其TFP普遍有所增加;从不同地区来看,制造业及细分行业TFP变化存在着显著的空间差异,其中制造业全要素生产率的改善表现为西部、中部地区改善明显,东北地区变化较小,东部地区TFP有所降低。 

【文章来源】：经济问题. 2020,(03)北大核心CSSCI

【文章页数】：9 页

【文章目录】：
一、文献综述
二、研究方法和数据处理
    （一）索洛残差法
    （二）DEA-Malquist指数法
    （三）数据处理
        1．产出（Y）。
        2．资本投入（K）。
        3．劳动投入（L）。
三、实证分析
    （一）索洛残差法测算中国制造业全要素生产率
    （二）DEA的Malmquist指数法测算中国制造业细分行业全要素生产率
    （三）DEA-Malmquist指数法测算各省份制造业全要素生产率
四、结论及政策建议
    （一）主要结论
    （二）政策建议
        1．增加制造业各行业技术进步对TFP的拉动力，发挥规模效率正向效应。
        2．推动东部制造业技术升级，培育优势产业集群。
        3．培育核心技术优势，加快制造业转型升级。


【参考文献】：
期刊论文
[1]我国省级全要素生产率研究——基于Global Malmquist指数的再测算[J]. 陈向武.  上海经济. 2019(04)
[2]京津冀城市群全要素生产率测评与提升路径研究[J]. 马宇博,裴桂芬.  经济问题. 2019(06)
[3]中国农业全要素生产率测算及其影响因素分析[J]. 陈煦.  金融经济. 2019(08)
[4]基于供给侧角度的我国第三产业全要素生产率估算分析及影响因素研究[J]. 张文军.  现代经济信息. 2019(08)
[5]中国能源产业效率测量及比较分析[J]. 周江,胡静锋,王波.  经济问题. 2018(08)
[6]中国制造业生产率提升研究[J]. 段敏芳,吴俊成.  财贸研究. 2017(08)
[7]基于DEA模型的中国制造业驱动模式分析[J]. 艾明晔,陈昊,刘桂希.  管理现代化. 2016(05)
[8]中国城市全要素生产率估算与分析:2000-2013[J]. 王艺明,陈晨,高思航.  经济问题. 2016(08)
[9]中国物流业与制造业全要素生产率比较分析[J]. 李松庆,何琴清.  商业经济研究. 2016(15)
[10]中国制造业企业全要素生产率研究[J]. 杨汝岱.  经济研究. 2015(02)



本文编号：3148357