[1]杨智勇,李 想,刘海英,等.新常态下我国工业技术进步的测度及影响研究——基于省际面板数据的实证分析[J].江西师范大学学报(自然科学版),2017,(02):189-192.
 YANG Zhiyong,LI Xiang,LIU Haiying,et al.The Research on the Measure and Influence of China’s Industry Technology Progress in the New Normal——An Empirical Study Based on Provincial Panel Date[J].,2017,(02):189-192.
点击复制

新常态下我国工业技术进步的测度及影响研究——基于省际面板数据的实证分析()
分享到:

《江西师范大学学报》(自然科学版)[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2017年02期
页码:
189-192
栏目:
出版日期:
2017-03-01

文章信息/Info

Title:
The Research on the Measure and Influence of China’s Industry Technology Progress in the New Normal——An Empirical Study Based on Provincial Panel Date
作者:
杨智勇李 想刘海英刘炎宝
1.江西师范大学数学与信息科学学院,江西 南昌 330022; 2.江西师范大学国际教育学院,江西 南昌 330022
Author(s):
YANG ZhiyongLI XiangLIU HaiyingLIU Yanbao
1.College of Mathematics and Informatics,Jiangxi Normal University,Nanchang Jiangxi 330022,China; 2.College of International Education,Jiangxi Normal University,Nanchang Jiangxi 330022,China
关键词:
技术进步 测度 Malmquist指数 新常态 面板模型
Keywords:
technology progress measure Malmquist index the new normal panel data
分类号:
O 212.4
文献标志码:
A
摘要:
利用我国经济发展步入新常态时期的2012—2014年的工业数据,增加涵盖人口、环境变化的产出变量,使用DEA数据包络的Malmquist指数法测算我国各省市工业技术进步状况,并基于省际面板数据使用Cobb-Douglas生产函数估计工业技术进步对工业产出的影响,结果表明:2012—2014年期间我国工业技术年均进步5.3%,相比1999—2009年期间,我国工业技术进步平均增长率从4.5%提高了0.8%.采用固定效应模型和随机效应模型,估计技术进步对工业产出的弹性分别为0.35%和0.38%.
Abstract:
The industrial technology progress of provinces and cities in China is measured by Chinese new normal phase industrial data from 2012 to 2014,including output difference of population and environment,and utilizing Malmquist Index method included in DEA data.The influence of industrial technological progress in industrial output is estimated by Cobb-Douglas production function on the panel data of provinces.The result shows that the average annual progress of China’s industrial technology was 5.3% from 2012 to 2014,which is higher than the average annual progress from 1999 to 2009.The estimation of elasticity that industrial technological progress influenced on industrial output are 0.35% and 0.38% by fixed effect model and random effect model.

参考文献/References:

[1] 金碚.中国经济发展新常态研究 [J].中国工业经济,2015(1):5-18.
[2] 卡尔·达尔曼,李罗莎.TPP的前世今生 [J].中国经济报告,2015(11):18-22.
[3] 夏良科.人力资本与R&D如何影响全要素生产率:基于中国大中型工业企业的经验分析 [J].数量经济技术经济研究,2010(4):78-94.
[4] 张海洋.R&D两面性、外资活动与中国工业生产率增长 [J].经济研究,2005(5):107-117.
[5] 李胜文,李大胜.中国工业全要素生产率的波动(1986—2005)基于细分行业的三投入随机前沿生产函数分析 [J].数量经济技术经济研究,2008,25(5):43-54.
[6] 郭界秀.中国工业技术进步的分解及影响因素研究:基于DEA的Malmquist指数法 [J].经济经纬,2015(5):79-84.
[7] Ozyurt S.中国工业的全要素生产率:1952—2005 [J].世界经济文汇,2009(5):1-16.
[8] F?re R,Norris M.Productivitygrowth,technical progress,and efficiency change in industrialized countries:comment [J].American Economic Review,1997,87(87):1033-1039.
[9] Caves D W,Christensen L R,Diewert W E.Multilateralcomparisons of output,input,and productivity using superlative index numbers [J].Economic Journal,1982,92(365):73-86.
[10] F?re R,Grosskopf S,Lindgren B,et al.Productivity changes in Swedish pharamacies 1980—1989:a non-parametric Malmquist approach [J].Journal of Productivity Analysis,1992,3(1):85-101.
[11] 李建民,周保民.中国人口与发展关系的新格局和战略应对 [J].南开学报哲学社会科学版,2013(6):25-31.
[12] 李建民.中国的人口新常态与经济新常态 [J].人口研究,2015,39(1):3-13.
[13] 王班班,齐绍洲.有偏技术进步、要素替代与中国工业能源强度[J].经济研究,2014(2):115-127.
[14] 刘畅,崔艳红.中国能源消耗强度区域差异的动态关系比较研究:基于省(市)面板数据模型的实证分析 [J].中国工业经济,2008(4):34-43.
[15] 涂正革.环境、资源与工业增长的协调性 [J].经济研究,2008(2):93-105.

备注/Memo

备注/Memo:
收稿日期:2016-11-15基金项目:国家社会科学基金(15BGL050)资助项目.作者简介:杨智勇(1976-),男,江西上饶人,副教授,博士,主要从事创新管理、产业经济及管理决策方面的研究.E-mail:478610711@qq.com
更新日期/Last Update: 1900-01-01