基础研究还是应用研究:谁更能促进TFP增长——基于所有制和要素市场扭曲的调节效应分析

不同于成熟市场经济体,在像中国这样的转型经济体中,研发活动对全要素生产率(TFP)的作用机制更为复杂。本文首先分析了国有企业和民营企业由于资源禀赋和行为逻辑等方面的不同,在基础研究和应用研究创新上的差异性,进而考察了要素市场扭曲对基础研究和应用研究与TFP之间关系的调节效应,以及要素市场扭曲与所有制的联合调节效应。本文进一步以1998-2014年中国省级面板数据为样本,采用有限分布滞后模型所做的经验研究发现:(1)在国有经济比重高的地区,基础研究更能促进TFP增长,在国有经济比重较低的地区,应用研究更能促进TFP增长;(2)随着要素市场扭曲程度的提高,应用研究和基础研究对TFP的影响都会被削弱,但基础研究的削弱幅度相对更大;(3)所有制对基础研究和应用研究与TFP之间关系的调节作用还依赖于要素市场扭曲程度。本文的发现为科学确定国家创新支持政策的调整方向和实施重点提供了进一步的经验证据。

贸易品技术溢出与基础科学研究替代—互补效应研究

随着中国技术能力从以跟跑为主转向跟跑、并跑和领跑并存,以基础科学研究推动科技自立自强日益迫切。科技自立自强不等于“闭门造车”,基础研究应基于全面开放新格局,以更高的成果质量和转化效率有效驱动经济发展。因此,探讨贸易品蕴含的技术正外部性与本国基础研究是替代还是互补关系具有重要的现实意义。采用跨国面板数据,实证分析基础研究投入对全要素生产率的影响以及贸易开放对基础研究成果转化的调节效应。研究发现:①基础研究资本投入对全要素生产率增长具有显著正向影响,贸易开放对该正向影响具有显著负向调节效应,即贸易品技术隐含流与基础研究成果存在一定替代关系;②在基础研究投入增进全要素生产率过程中,应用研究产出发挥关键中介效应,其中贸易开放对第一阶段起显著为负的中介—调节效应,对第二阶段没有影响。因此,未来需要深入推动科研人员绩效评价改革、借助进口贸易搭建创新示范区、构建内外一体化开放融通创新体系。研究结论可为我国协同实现创新发展与高水平对外开放提供理论依据。

物流业技术效率及全要素生产率研究现状

物流业的技术效率及全要素生产效率研究近年来成为热点。数据包络分析以及随机前沿函数模型等物流业技术效率与全要素生产率测度的方法与传统计量方法相比具有很大优势,但现有研究方法中缺乏不同方法计算结果的对比,缺乏对影响物流技术效率的环境因素的分析,及对物流技术进步与技术效率演变趋势的探讨等研究的不足。未来应该采用考虑环境因素的全要素生产率分析方法来研究中国省际物流业技术效率及全要素生产率差距问题,这将是一个具有重大理论意义和实际意义的课题。

教育部直属高校产学研协同创新全要素生产率研究

基于DEA-Malmquist指数分析方法,对我国62所教育部直属高校2005—2013年产学研协同创新全要素生产率进行测算、分解和对比分析,结论如下:教育部直属高校产学研协同创新全要素生产率年均下降2.8%,主要原因是技术进步率年均下降9%,而技术效率年均上涨6.8%,追赶效应存在但增长效应不存在;随着时间的推移,教育部直属高校产学研协同创新全要素生产率年度趋势是波动式上升的,综合类、理工类直属高校产学研协同创新全要素生产率最高,东部地区直属高校产学研协同创新全要素生产率高于中西部地区。

港口转型升级下中国沿海港口效率动态变化研究

文章选取2011、2013、2015年三年中国主要沿海港口投入、产出系列指标,将研究期间分为三个阶段,利用Malmquist全要素生产率指数对港口的效率变动进行分析评价。结论得出中国港口效率总体上未能达到较高的水平,在2013年港口转型升级提出前后并未得到实质性的改进、提升。要实现港口效率的内涵式增长,必须一方面改善港口投入冗余规模过大的不足;另一方面完善港口功能和布局,提升港口服务水平和质量,注重港口可持续发展,实现港口发展创新突破。

综合性地方高校科研绩效研究

运用Malmquist全要素生产率从自然科学研究和人文社科研究两个维度,选取2008-2013年作为研究周期,对浙江省22所综合性地方高校的科研绩效做出综合性的动态评价。结果显示,研究绩效年平均增长率都出现了负增长,人文社科研究绩效的提升明显落后于自然科学研究,无论是技术效率、规模效率,还是技术进步都存在较大差距,政府相关主管单位、高校科研职能部门应具体分析原因,采取有针对性的措施,来提升科研绩效水平。

广东高校科研生产率测算及提升研究——基于Malmquist全要素生产率指数分析

利用数据包络分析(DEA)方法的C2 GS2模型,基于2012-2016年科研投入-产出数据,对广东28所高校的科研生产率即科研Malmquist全要素生产率指数进行测算。随后利用非参数的Wilcoxon秩和对各类别高校指数特征是否存在差异进行检验,同时,对各高校Malmquist全要素生产率指数的分解结果进行聚类分析。据此,针对广东高校如何提升科研生产率提出建议。

广东省高职院校科研效率的测算及其提升研究——基于Malmquist全要素生产率指数分析

利用数据包络分析(DEA)方法,基于2012—2016年科研投入-产出数据,对广东省域内11所高职学校的Malmquist全要素生产率指数进行测算。随后利用非参数的Wilcoxon秩和对各类别高职学校指数特征是否存在差异进行检验,同时也对各高职学校Malmquist全要素生产率指数的分解结果进行聚类分析。据此,为广东省高职院校如何提升科研效率提出建议。

农产品加工业全要素生产率及其影响因素研究——基于安徽省行业面板数据

农产品加工产业在推动三产融合,带动经济增长等方面发挥着重要作用。本文基于2005—2016年安徽农产品加工业12个分行业的数据,用软件DEA 2. 1测算了11年12个分行业的Malmquist生产率指数,发现技术进步是带动TFP增加的最主要的原因;并采用Panel Data模型,运用软件Eviews 6. 0,研究影响TFP增长的因素,结果显示:产业集聚程度、企业规模大小、FDI和R&D投入情况均与TFP变化呈正相关。最后,结合结论提出相关建议:促进农产品加工产业集聚,积极培育产业集群,优化企业的结构,适当增加企业规模,充分利用外资,加大技术研发投入。

质量立法与经济高质量发展的关系研究

在分析质量立法内涵及作用的基础上,利用1978～2016年省际面板数据,实证检验了质量立法与经济高质量发展的关系,结果发现,我国质量立法相关的规范性文件对推动经济高质量发展的效果不显著。分时间段进行回归的结果表明:两者关系在时间序列上呈现不断改善的趋势。分地区进行回归的结果表明:东部地区经济发展速度较快、对外开放程度较高,能够引领全国层面的质量立法;中部地区能因地制宜出台质量领域的规范性文件,并在国家出口导向战略的影响下,推动地区经济高质量发展;西部地区普遍存在政府在资源配置过程中作用突出、产业结构转型困难等现象,难以通过质量立法提高全要素生产率。未来首先要梳理、完善质量领域现有法律法规,针对现有质量立法中存在的突出问题进行修订,然后加快研究、制定并适时出台《中华人民共和国质量促进法》。

不同类型研发活动如何影响TFP?——基于2000-2010年我国省际面板数据的实证

利用2000-2010年我国省际面板数据,在测算各省份全要素生产率的基础上,将R&D投入分为基础研究、应用研究和试验发展,利用面板模型考察不同类型研发活动分别对全要素生产率(TFP)的影响,并控制人力资本、FDI以及所有制结构等因素。研究结果表明,现阶段我国基础研究、应用研究对TFP的影响小于试验发展的影响。分区域看,东部沿海地区的基础研究和应用研究对TFP的影响大于试验发展,而内陆地区的试验发展对TFP影响更加显著,人力资本和FDI对TFP均有促进作用,而所有制结构有负的作用。

基础研究对我国高技术制造业全要素生产率影响的实证分析

探索基础研究对高技术制造业生产率的影响是解析基础研究与经济关系的重要视角。本文利用中国省级面板数据,以Hicks-Moorsteen指数法测度全要素生产率(TFP),就基础研究对高技术制造业TFP的影响及机制进行实证分析。研究发现:基础研究对高技术制造业TFP具有一定积极作用,且存在长期滞后效应。影响机制分析表明,技术效率是基础研究提升高技术制造业TFP的作用路径,但前沿技术进步的路径机制未得到实证支持,由此提供了我国基础研究对高技术制造业发展支撑不足现象的一种解释。异质性分析表明,基础研究在高技术制造业TFP较低地区的积极影响更显著,企业基础研究对高技术制造业TFP的促进作用大于非企业基础研究。调节机制分析表明,数字经济能够放大基础研究对高技术制造业TFP的提升作用,产学研合作没能正向调节基础研究对高技术制造业TFP的作用。鉴于此,本文提出了促进基础研究发挥生产率提升作用的建议。

高R&D投入与低TFP之谜:基础研究强度阈值视角

基础研究正成为全球科技竞争的制高点。现有研究通常采用传统线性分析框架检验R&D对全要素生产率(TFP)的影响,可能无法捕捉变量间阈值型的非线性关系,导致结论出现偏差。文章使用面板平滑转换回归(PSTR)模型,基于跨国面板数据,刻画R&D对TFP的影响随基础研究强度变化而产生的渐进转变及内在机理。研究发现,基础研究赋能R&D的TFP提升具有阈值特征,基础研究强度低于阈值时,侧重于提高应用研究的高R&D投入导致TFP提升无效。基础研究与应用研究资源错配是形成中国高投入与低TFP之谜的原因之一。机理分析显示,基础研究发挥“人才蓄水池效应”和“创新质量效应”,推动TFP的提升。研究结论为提高基础研究强度,破解高R&D投入、低TFP偏差,形成基础研究投入主体多元化机制提供了经验证据和政策启示。

基础研究与工业全要素生产率提升——任正非之问的实证检验

中国经济正处在转变发展方式、优化经济结构、转换增长动力的攻坚期,仅依靠加大应用研究投入难以突破前沿关键技术瓶颈。自中美经贸摩擦以来,任正非曾多次表达对中国缺乏基础科学领域的人才、成果和转化机制的担忧。本文利用1998-2017年中国省级面板数据,基于有限分布滞后模型,实证检验了基础研究和应用研究对工业TFP的影响。研究发现:短期内应用研究的资本存量对工业TFP的正向作用强于基础研究;长期内基础研究和应用研究对工业TFP的增进作用均强于短期,其中基础研究的长期效应更为突出;基础研究对工业TFP的长期贡献,一部分是通过技术积累作用于应用研究而实现的;基础研究对工业TFP的长期贡献,在东部地区最明显,其技术积累效应也最为突出。为推动工业高质量发展,中国应加强基础科学研究以推动自主型原始创新,通过扩大基础研究的投入规模、优化其投入模式和创新主体,为产业效率提升注入原动力。

相对收入差异与科研资金配置——中国现行高校科研资金配置为何是基本有效的?

文章在一个委托—代理理论框架下刻画了政府科研资金在不同地区高校间的配置结构影响教师有效使用科研资金的机理。不同高校间的收入差异会影响教师从事科研活动的激励,最终影响科研资金的配置效率。文章进一步利用2001-2010年间省级面板数据估计了科研资金在不同收入水平高校间的配置结构对科研全要素生产率的影响效应,结果显示:(1)教师收入水平对科研产出效率有显著影响,所在地区收入水平高的高校科研产出效率更高;(2)相对于科研资金,一般教育经费配置给收入水平较低地区的高校时对科研产出效率的贡献更显著。

提高科技创新水平依靠技术效率还是规模效应?——来自中国与OECD国家的测度研究

科技投入产出效率评价是衡量各国科技创新水平的主要手段。运用DEA与Malmquist指数相结合的分析方法,从静态和动态两方面对2003—2016年中国和OECD创新型国家的科技投入产出进行分析。结果表明,第一,中国全要素生产率呈现进步态势,但研发效率变化并非由技术研发引起,而是由于规模效应提升改善的。第二,典型的创新型国家大多表现为技术效率和规模效应同时提高科技创新水平。第三,未发现技术效率和规模效应的理想配比,需要本国根据自身发展的阶段及实际水平确定投入和产出的适当规模,注重科技创新中"量"与"质"的转化。

“985工程”高校科研全要素生产率测算及分析

采用基于DEA的Malmquist指数分析方法,对我国36所"985工程"高校2005-2010年科研活动全要素生产率及其分解情况进行测算和分析,得到以下结论:我国高校科研活动生产率年均增长2.9%,发展势头良好。技术效率和技术进步是高校科研生产率提高的主要动因,年均增长率分别达到1.9%和1%。随着时间的推移,科研生产率波动趋势明显;不同高校间科研生产率差距较大;东部、中部和西部"985工程"高校科研生产率存在显著差异。

日本制造业“路在何方”——基于全要素生产率分析的启示

制造业是日本经济的支柱产业,具有强大的国际竞争力。但是近年来"日本制造"问题频出,日本制造业的国际竞争力在逐渐下降。主要原因之一便是全要素生产率的衰退。基于DEA的Malmquist指数法是衡量全要素生产率(TFP)的有效方法,将其应用到2002～2006年日本制造业的15个主要部门中,来衡量日本制造业TFP的变化。把TFP分解为技术效率指数和技术进步指数,来探讨TFP变化的原因,并为日本制造业的发展提供了对策、建议。