本文選題：全要素生產率 + 生產效率��； 參考：《中國財政科學研究院》2017年碩士論文

【摘要】：近年來,隨著我國經濟步入“新常態(tài)”,經濟發(fā)展方式轉型的呼聲日益強烈。在此背景下,習近平總書記提出“供給側結構性改革”,其題中之意在于調整經濟結構,從供給側的科技進步、效率改進、要素配置等方面入手,全面提升中國經濟增長的質量。而全要素生產率正是一國經濟增長質量的集中體現。歷史進程也說明,西方發(fā)達國家能夠保持較高的發(fā)展水平有賴于全要素生產率的持續(xù)增長。由此看來,對于全要素生產率及其影響因素的深入研究對我國當前的發(fā)展具有重要的現實意義�；谝陨险J識,利用1998-2015年我國30個省級單位的數據,本文首先借助隨機前沿分析方法,采取較為靈活的超越對數的生產函數形式,將我國各省份的經濟增長率分解為要素投入變化、規(guī)模效應變化、技術進步及生產效率變化四部分,再利用后三部分加總得出我國各省份全要素生產率增長率,以期全面了解地方全要素生產率的歷年變動情況。測度結果顯示:1.我國各省份全要素生產率的平均增速為4.97%,并呈現先升后降,近兩年企穩(wěn)回升的趨勢,全要素生產率的變動對經濟增長的平均貢獻為46.76%,略低于要素投入的貢獻;2.我國地方全要素生產率增長主要依靠技術進步,但生產效率變化的貢獻也較大,并且近年來伴隨一系列全面深化改革措施的實施,其作用有逐步提升的趨勢,而規(guī)模效應變化則對全要素生產率增長存在負向影響;3.東部地區(qū)全要素生產率的平均增速以及對經濟增長的貢獻程度要高于東北、中、西部地區(qū),其次為西部地區(qū)和中部地區(qū),東北地區(qū)最低。進而,本文先將財政支出進行分類并從理論上簡要剖析了其對全要素生產率的影響,再利用依據此前模型測度的地方全要素生產率與財政總支出及不同類型財政支出占GDP比重構建一步系統(tǒng)GMM模型,估計后者對前者的影響效應。實證結果顯示:1.財政總支出占比提升會顯著降低全要素生產率;2.消費性支出占比提升會顯著降低全要素生產率,滯后一期的物質資本投資性支出占比提升會顯著提高全要素生產率,科技及教育支出占比提升對全要素生產率的影響不顯著,轉移性支出占比提升能夠顯著提升全要素生產率;3.沿海地區(qū)(東部、東北部)與內陸地區(qū)(中西部)在財政支出對全要素生產率的影響效應方面存在一定差異。最后,根據前文的分析論述,本文提出了包括控制財政支出總量、優(yōu)化財政支出結構、提升政府機構自身效率在內的四條政策建議。
[Abstract]:In recent years, with China's economy stepping into the "new normal", the voice of economic development mode transformation is increasingly strong. In this context, General Secretary Xi Jinping put forward the "supply-side structural reform", which means to adjust the economic structure, starting with the scientific and technological progress, efficiency improvement, factor allocation on the supply-side, etc. Improve the quality of China's economic growth. The total factor productivity is a concentrated embodiment of the quality of a country's economic growth. The historical process also shows that the high level of development of western developed countries depends on the sustained growth of total factor productivity (TFP). In view of this, the in-depth study on total factor productivity and its influencing factors is of great practical significance to the current development of our country. Based on the above understanding, using the data of 30 provincial units in China from 1998 to 2015, this paper first uses the stochastic frontier analysis method to adopt a more flexible production function form that transcends logarithm. The economic growth rate of each province in China is divided into four parts: the change of factor input, the change of scale effect, the change of technological progress and the change of production efficiency. With a view to a comprehensive understanding of the local total factor productivity changes over the years. The result of the measure shows that: 1. The average growth rate of total factor productivity (TFP) in various provinces of China is 4.97, and shows the trend of rising first and then decreasing, and rising steadily in the last two years. The average contribution of TFP to economic growth is 46.76, which is slightly lower than that of factor input. The local total factor productivity growth in China mainly depends on technological progress, but the contribution of the change of production efficiency is also great. In recent years, with the implementation of a series of comprehensive deepening reform measures, the role of total factor productivity has gradually increased. On the other hand, the change of scale effect has a negative effect on total factor productivity growth. The average growth rate of total factor productivity and its contribution to economic growth in the eastern region are higher than those in the northeast, middle and western regions, followed by the western and central regions, and the lowest in Northeast China. Then, this paper classifies the financial expenditure and analyzes its influence on the total factor productivity in theory. Then the one-step system GMM model is constructed by using the local total factor productivity and total fiscal expenditure as well as the proportion of different types of fiscal expenditure to GDP measured according to the previous model to estimate the effect of the latter on the former. The empirical results show that: 1. An increase in the share of total fiscal expenditure would significantly reduce total factor productivity by 2. 5%. The proportion of consumption expenditure will significantly reduce the total factor productivity, the proportion of material capital investment expenditure will significantly increase the total factor productivity, and the proportion of science and technology and education expenditure will not significantly affect the total factor productivity. An increase in the share of transfer spending can significantly increase total factor productivity by 3. 5%. There are some differences in the effect of fiscal expenditure on TFP between coastal (eastern, northeast) and inland (central and western) regions. Finally, according to the previous analysis and discussion, this paper puts forward four policy recommendations, including controlling the total amount of fiscal expenditure, optimizing the structure of fiscal expenditure, and improving the efficiency of government agencies themselves.
【學位授予單位】：中國財政科學研究院
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F812.45

【相似文獻】

相關期刊論文 前10條

1 王淼薇;郝前進;;初始規(guī)模、生產率與企業(yè)生存發(fā)展——基于上海市規(guī)模以上工業(yè)企業(yè)的實證研究[J];經濟管理;2012年07期

2 王樹林;;勞動的社會生產率與勞動的自然生產率——關于提高農業(yè)勞動生產率的一點意見[J];經濟研究;1982年03期

3 肖牧;計算生產率指標的方法[J];管理科學文摘;1995年07期

4 崔世娟,魏剛,陳良猷;中國生產率初步分析[J];北京航空航天大學學報(社會科學版);2001年02期

5 李連發(fā);;上市公司多要素生產率實證分析[J];證券市場導報;2006年02期

6 龍飛;戴昌鈞;原道謀;;論生產力的生產率測評制度缺陷與改進思考[J];生產力研究;2006年09期

7 蘇日娜;;服務生產率困境及改進策略[J];經濟論壇;2009年24期

8 葉彬;;我國企業(yè)集團背景上市公司股權結構與全要素生產率實證研究[J];統(tǒng)計與決策;2010年05期

9 Ben Dolman;歐陽曉靈;謝琪;;澳大利亞生產率不再高速增長的原因分析[J];經濟資料譯叢;2010年03期

10 張懿瑋;徐愛萍;;服務生產率困境的原因分析及改進對策[J];北京市經濟管理干部學院學報;2011年04期

相關會議論文 前10條

1 戴覓;余淼杰;;企業(yè)出口前研發(fā)投入、出口及生產率進步——來自中國制造業(yè)企業(yè)的證據[A];經濟學（季刊）第11卷第1期[C];2011年

2 孟令杰;顧煥章;;中國農業(yè)總要素生產率的增長及其構成分析[A];提高我國農產品競爭力思路與對策——中國農業(yè)技術經濟研究會第七次代表大會暨學術研討會論文集[C];2002年

3 施曉麗;石愛虎;;福建省中心城市全要素生產率演變及分解[A];全國經濟地理研究會第十二屆學術年會暨“全球化與中國區(qū)域發(fā)展”研討會論文集[C];2008年

4 陳星星;;中國經濟增長中全要素生產率貢獻的測度及分析[A];21世紀數量經濟學（第14卷）[C];2013年

5 王玲;涂勤;;中國制造業(yè)外資生產率溢出的條件性研究[A];經濟學（季刊）第7卷第1期[C];2007年

6 劉振娥;單傳寶;;我國流通業(yè)全要素生產率測算及成因分析——基于我國省級面板數據的實證研究[A];第五屆中國中部商業(yè)經濟論壇論文集[C];2011年

7 李曉萍;;異質性企業(yè)空間選擇與地區(qū)生產率差距:基于中國工業(yè)企業(yè)數據的實證研究[A];21世紀數量經濟學（第13卷）[C];2012年

8 周芳;石磊;馬中;;CO_2減排對中國省際生產率的影響[A];2011中國環(huán)境科學學會學術年會論文集（第三卷）[C];2011年

9 韓中;;中國農業(yè)全要素生產率及其收斂性分析——基于DEA-Malmquist指數的實證研究[A];21世紀數量經濟學（第13卷）[C];2012年

10 石海平;;石景山區(qū)工業(yè)全要素生產率變動的實證研究[A];北京市第十六次統(tǒng)計科學研討會獲獎論文集[C];2011年

相關重要報紙文章 前10條

1 Martin S. Feldstein邋實習生 白杰;收入,生產率,哪個增長快？[N];21世紀經濟報道;2008年

2 本報首席記者 任荃　實習生 趙方宇;綠色GDP時代,請精算“碳生產率”[N];文匯報;2009年

3 程海東;全球生產率增速：東風壓倒西風[N];中國貿易報;2006年

4 上海對外經貿大學 嵇尚洲;立足于提高生產率水平推進城鎮(zhèn)化[N];人民日報;2014年

5 ;中國經濟再十年[N];解放日報;2011年

6 張軍 (復旦大學中國經濟研究中心主任) 樊綱 (中國經濟體制改革研究基金會主任);展望激流涌動的亞洲經濟[N];社會科學報;2011年

7 復旦大學經濟學教授 張軍;中國經濟再十年[N];經濟觀察報;2011年

8 徐翼;中國步入發(fā)達經濟體還有距離[N];中華工商時報;2006年

9 南京大學經濟學院產業(yè)經濟學系，長江三角洲經濟社會發(fā)展研究中心教授 鄭江淮;中國的比較優(yōu)勢哪里來？[N];中國經營報;2008年

10 ;中國競爭力提升之本[N];第一財經日報;2009年

相關博士學位論文 前10條

1 李建萍;異質性企業(yè)的出口生產率悖論研究[D];山東大學;2015年

2 劉建森;中國制造業(yè)企業(yè)IT投資對生產率影響研究[D];南京大學;2010年

3 郭悅;產業(yè)集聚對中國旅游業(yè)全要素生產率的影響研究[D];東北師范大學;2015年

4 鞏崇一;我國人力資本不平等對全要素生產率的影響研究[D];暨南大學;2016年

5 戴小勇;要素錯配、企業(yè)研發(fā)決策與全要素生產率損失[D];大連理工大學;2016年

6 周天歡;產業(yè)生產率與國際競爭優(yōu)勢的理論探討與實證分析[D];對外經濟貿易大學;2003年

7 劉丹鷺;中國服務業(yè)生產率及其影響因素研究[D];南京大學;2012年

8 黃蘋;基于溢出源視角的R&D溢出對生產率影響的實證研究[D];湖南大學;2010年

9 饒敏;高校高績效工作系統(tǒng)及其對研究生產率的影響機制研究[D];暨南大學;2009年

10 常建新;企業(yè)要素錯配、技術錯配與全要素生產率[D];西北大學;2015年

相關碩士學位論文 前10條

1 崔文嬌;基于環(huán)境視角的中國全要素生產率的測度與分析[D];遼寧大學;2015年

2 劉源;要素配置扭曲與制造業(yè)全要素生產率[D];復旦大學;2014年

3 梁盼盼;我國農副食品加工業(yè)行業(yè)生產率的實證分析[D];南京理工大學;2015年

4 白婧;低碳約束下甘肅省工業(yè)行業(yè)生產率動態(tài)分析[D];蘭州大學;2015年

5 張曉麗;信息技術是否提高了我國生產率?[D];華中師范大學;2015年

6 賈秀華;我國電力行業(yè)全要素生產率及其影響因素分析[D];南京財經大學;2015年

7 羅丹;出口對生產率及創(chuàng)新的影響[D];暨南大學;2015年

8 周偉;中國服務業(yè)分工深化的生產率效應研究[D];南京財經大學;2015年

9 李詠;基于全要素生產率的中小企業(yè)投資績效評價研究[D];寧波大學;2015年

10 魏夢茹;宏觀經濟政策對制造業(yè)生產率的影響[D];大連理工大學;2015年

，

本文編號：2015912