论文中国城市全要素生产率增长率的动态实证分析与收敛性是关于全要素生产率方面的的相关大学硕士和相关本科毕业论文以及相关全要素生产率论文开题报告范文和职称论文写作参考文献资料下载。
摘 要：本文采用超越对数形式的A模型,对中国2005—2012年285个地级及以上城市的全要素生产率（TFP）增长率进行了测算及收敛性检验,并将TFP增长率分解为技术进步效率、规模效率以及技术效率变化率三部分.研究结果表明：（1）中国TFP增长率整体偏低并连续出现负增长,在样本期间,TFP增长率由1.085%下降为-3.338%,年均下降0.56%,主要原因是技术进步的连续下降；（2）生产效率呈现由东部到西部逐步降低的态势；（3）政府干预对生产效率有负面影响,而加强基础设施建设、提升城市的空间集聚程度以及发展多样化经济有利于生产效率的提升；（4）不同规模及不同区域的城市之间存在发展趋同的趋势,但整体而言不存在俱乐部收敛现象,且我国城市规模效率有待加强.中国城市的发展模式亟须引起高度重视.
关键词：全要素生产率；A模型；超越对数生产函数
中图分类号：F292 文献标志码：A 文章编号：1001-862X（2016）03-0054-010
一、引 言
全要素生产率是经济增长效率的核心内容,随着我国经济发展进入新常态,经济增长速度开始放缓,“效率”这一关键词被频频提起.为了更好地转变生产方式,成功跨越中等收入陷阱,早日实现中国梦,必须实现我国经济的包容性及可持续性发展.而技术进步正是实现经济可持续发展的关键所在,技术进步同时也是全要素生产率的核心内容.目前关于全要素生产率的研究主要可以概括为以下两个层面：（1）研究方法,主要有索洛余值法[1][2][3],根据已有的研究经验来看,普遍认为索洛余值法的约束性较强,比如假设规模报酬不变,并且直接将TFP当作残差对待,而且无法剔除测算误差的影响[4][5][6][7]；数据包络法（DEA）,该方法虽然相比索洛余值法而言有了较大改进,但是稳定性较差,易受随机因素的干扰,不少学者得出的研究结果相差较大（1）；与DEA方法相比,随机前沿分析法[8][9][10]在一定程度上消除了随机因素的干扰,并且依据Kumbhakar（2000）的方法可以将TFP指标分解为四个关键效率指标（技术进步、技术效率、配置效率、规模效率）,相比前两种方法有一定的优越性.（2）研究范围,主要有企业及区域两个层面.在企业层面,主要的研究内容聚集于工业企业部门以及服务业的生产效率研究.例如,杨继东、江艇（2012）[11]及Hsieh&Klenow（2009）[12]分别使用1999—2007和1999—2005年的工业企业数据,发现中国企业整体的生产率水平在提高,且企业间的生产率差距在缩小.杨汝岱（2015）[13]依托1998—2009年中国工业企业数据库,利用OP、LP方法发现中国制造业全要素生产率增长速度在2%～6%之间,且增速存在较大波动；在区域层面主要有省级、市级两个层面,王志刚等（2006）从省级层面计算1978—2003年我国的TFP增长率,发现在改革开放以来,我国TFP增长率出现了先降低后增长的两轮周期性变化.相比省级层面的研究,城市层面的相关研究则相对较少,且基本运用的都是DEA方法.李郇等（2005） [14]采用DEA方法,研究了20世纪90年代中国202个地级及以上城市的效率情况,认为城市效率低下,规模效率的下降对整体效率低下影响很大.但是采用同样的方法,金相郁（2006）发现在1990—2003年间,我国城市的TFP增长了8.3%,主要贡献来自技术进步,不过该文仅选了41个城市作为样本,并不能完全代表我国城市整体层面的情况.邵军等（2010）的研究是近年来关于城市TFP研究具有代表性的一篇文章,他运用DEA方法测算了191个城市1999—2006年间的TFP,发现TFP增长率连续多年为负值,主要是由于技术进步水平的下降造成的,并且西部地区与东、中部地区的差距明显.
针对关于城市层面TFP研究的不足,本文通过运用更具优越性的A方法,以大样本数据为基础,考察我国2005年至2012年285个地级及以上城市的TFP增长率,并对其进行效率分解,以进一步分析影响TFP变动的关键因素.考虑到我国城市发展存在的区域差异性以及规模差异,本文分别对TFP增长率进行城市分组以及区域分组进行详细的分析.同时,为了分析区域差异引起的TFP增长率走势的差异,本文分区域对各地区TFP增长率进行了收敛性分析.
二、数据说明
本文所采用的数据主要来源于《中国城市统计年鉴》,时间跨度为2004—2012年,由于部分城市存在较为严重的数据缺失,经部分剔除,最后选取了285个地级及以上城市作为本文的研究样本.从数据的统计范围来看,关于城市的统计数据主要分为全市和市辖区,全市包括市区、下辖县以及乡村,市辖区主要包括的是城区.但是,由于目前我国城市的主要资源及生产活动大多集中于市辖区,尤其对于大型城市而言,大多数的高端制造业、服务业、创新性产业、科研单位以及高端人才主要集中于市辖区,为了减少由于其下辖地区导致效率的偏估,本文的研究对象只限定于市辖区.
2004—2012年的GDP数据均来自《中国城市统计年鉴》,由于缺少城市层面的GDP缩减指数,我们将城市的相关数据按照各省的GDP缩减指数进行平减,统一调整为1952年表示的实际值.劳动投入方面,我们采用历年各城市市辖区从业人员数表示.关于实际资本存量按照张军等（2004）（2）的方法,采用永续盘存法对资本存量进行估算,各省份历年的资本存量按照1952 年为基期进行折算.资本形成总额的原始数据来源于历年《中国城市统计年鉴》.
除了以上关于求解全要素生产率所需的三个重要指标,为了更加全面地分析引起无效率的外生因素,依据我国经济的现实发展情况,在生产无效率方程中加入了以下解释变量：城市相对多样化指标,GDP中第三产业所占的比重,城市人均道路面积、财政支出占比,FDI占GDP比重,市辖区非农就业密度；为了更好地分析我国城市发展效率存在的空间异质性,加入两个虚拟变量分别代表东部和中部.其中城市相对多样化指标代表Jacobs型城市化经济,其具体计算公式为：RDIi等于1/∑j|Sij-Sj|,其中分别表示i城市j产业就业所占该城市就业的份额以及j产业的就业在所有城市产业就业中所占的份额.
总结:这是一篇与全要素生产率论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
参考文献：
1、 动态视角下我国3E全要素生产率区域差异 摘要：基于含有动态效应的全局Malmquist-LLienberger指数和方向性SBM方法，本文以中国30个省份1998，2011年的数据为样。
2、 皖江城市带全要素生产率增长与收敛性分析 摘 要：使用1991-2008年皖江城市带10个城市的数据，运用数据包络分析的方法测算了曼奎斯特生产率指数，分析了各城市的全要素生产率(TFP)。
3、 中国外资工业企业全要素生产率测算其影响因素分析 摘要：文章基于产出导向的非参数DEA-Malmquist生产率指数对中国省域外资工业企业在2001-2010年期间的全要素生产率进行了测算，并采。
4、 关于全要素生产率 一、何为全要素生产率全要素生产率一词首先由美国新古典经济学家索罗提出，又称为“索罗余值”。全要素生产率是包括人力、物力、财力在内的资源开发利用。
5、 全要素生产率对甘肃省经济增长贡献实证 摘 要：全要素生产率是一个国家或地区经济增长质量、技术进步、管理效率提高的重要标志。在文献回顾的基础上，本文结合传统的C-D生产函数模型，运用索。