Please wait a minute...
无标题文档
北京大学期刊网 | 作者  审稿人  编辑部       
首页本刊简介投稿须知写作与发表过刊浏览下载中心近期动态联系我们
经济科学 - 2021, Vol. 43(5): 5-19
全要素生产率、产业网络与经济发展
Total Factor Productivity, Industrial Network and Economic Development

赵晓军,王开元
Zhao Xiaojun, Wang Kaiyuan

北京大学经济学院 北京 100081
School of Economics, Peking University

发布日期: 2021-10-14
2021, Vol. 43(5): 5-19
DOI: 10.12088/PKU.jjkx.2021.05.01


PDF
[2082 KB]
132
下载
210
浏览

引用导出
0
    /   /   推荐

摘要 本文使用产业网络模型,考察了部门全要素生产率结合产业网络对宏观经济发展的影响。理论分析表明,部门全要素生产率结合需求重要性效应、自投入网络效应和部门间网络效应,总称为放大效应,来影响宏观经济发展,而产业结构调整会影响上述效应。本文进一步使用WIOD数据测算了中国2000—2014年不同部门全要素生产率的增长率结合放大效应对经济发展的真实影响,结果表明放大效应前后部门全要素生产率的提升对经济发展的影响截然不同。此外,对部门放大效应与产业结构之间关系的实证检验表明产业结构的调整会引起放大系数的正向变化,并且在工业部门该机制最突出。本文从产业网络视角对全要素生产率的重要性提供了理论支撑。
关键词 网络模型全要素生产率放大效应产业结构    
Abstract:This paper uses the industrial network model to investigate the impact of total factor productivity combined with industrial network on macroeconomic development. Theoretical analysis shows that the total factor productivity of the sector combined with the importance effect of demand, self-input network effect and inter-sector network effect, collectively called the amplification effect, affects the macroeconomic development; and industrial structure adjustment will affect the above effects. Furthermore, WIOD data are used to calculate the real impact of the growth rate of total factor productivity of various sectors in China from 2000 to 2014 combined with the amplification effect on economic development. The results show that before and after the amplification effect, the improvement of total factor productivity of various sectors has completely different impacts on economic development. In addition, the empirical test of the relationship between sectors' amplification effect and industrial structure shows that industrial structure adjustment will lead to the positive change of amplification coefficient, and the most prominent mechanism is in the industrial sector. This paper provides theoretical support for the importance of total factor productivity from the perspective of industrial network.
Key wordsindustrial network model    total factor productivity    amplification effect    industrial structure
ZTFLH:  F015  
基金资助:* 本文为教育部社会科学重大课题“建设现代化经济体系的路径与策略研究” (项目编号:18JZD029)的阶段性成果。
1. 干春晖、郑若谷:《改革开放以来产业结构演进与生产率增长研究——对中国1978—2007年“结构红利假说”的检验》,《中国工业经济》2009年第2期,第55—65页。
2. 郭庆旺、贾俊雪:《中国全要素生产率的估算:1979—2004》,《经济研究》2005年第6期,第55—65页。
3. 刘伟、张辉:《中国经济增长中的产业结构变迁和技术进步》,《经济研究》2008年第11期,第55—65页。
4. 鲁晓东、连玉君:《中国工业企业全要素生产率估计:1999—2007》,《经济学》(季刊)2012年第1期,第541—558页。
5. 吕一清、邓翔:《产业结构升级如何“熨平”了中国宏观经济波动——基于产业结构内生化的DSGE模型的分析》,《财贸研究》2018年第2期,第1—10页。
6. 齐鹰飞、Li Yuanfei:《财政支出的部门配置与中国产业结构升级——基于生产网络模型的分析》,《经济研究》2020年第4期,第86—100页。
7. 涂正革、 肖耿:《中国的工业生产力革命——用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析》,《经济研究》2005年第3期,第4—15页。
8. 颜鹏飞、王兵:《技术效率、技术进步与生产率增长:基于DEA的实证分析》,《经济研究》2004年第12期,第55—65页。
9. 杨汝岱:《中国制造业企业全要素生产率研究》,《经济研究》2015年第2期,第61—74页。
10. 张军、施少华:《中国经济全要素生产率变动:1952—1998》,《世界经济文汇》2003年第2期,第21—28页。
11. 张开、龚六堂:《开放经济下的财政支出乘数研究——基于包含投入产出结构DSGE模型的分析》,《管理世界》2018年第6期,第24—40页。
12. 张兴龙:《投入产出关联对资源错配损失效应的放大机理及实证——基于中国投入产出表的分析》,《产业经济研究》2019年第4期,第23—36页。
13. Acemoglu, D., Akcigit, U., Kerr, W., 2016, “Networks and the Macroeconomy: An Empirical Exploration”[J], NBER Macroeconomics Annual, Vol. 30, No. 1: 273-335.
14. Acemoglu, D., Carvalho, V. M., Ozdaglar, A., 2012, “The Network Origins of Aggregate Fluctuations” [J], Econometrica, Vol. 80, No. 5: 1977-2016.
15. Herrendorf, B., Valentinyi, A., 2012, “Which Sectors Make Poor Countries so Unproductive?” [J], Journal of the European Economic Association, Vol. 10, No. 2: 323-341.
16. Jones, C. I., 2011, “Misallocation, Economic Growth, and Input-output Economics”[R], National Bureau of Economic Research, No. w16742.
17. Restuccia, D., Yang, D. T., Zhu, X., 2008, “Agriculture and Aggregate Productivity: A Quantitative Cross-country Analysis”[J], Journal of Monetary Economics, Vol. 55, No. 2: 234-250.
[1] 附录与扩展 Download
[1] 俞峰, 梅冬州, 张梦婷. 交通基础设施建设、产业结构变化与经济收敛性研究[J]. 经济科学, 2021, 43(5): 52-67.
[2] 盛斌, 赵文涛. 全球价值链嵌入与中国经济增长的“结构路径之谜”[J]. 经济科学, 2021, 43(4): 20-36.
[3] 冯采, 魏冬, 陈玉宇. 分地区产业结构对财政自给能力的影响*——基于面板数据模型的分析[J]. 经济科学, 2020, 42(1): 33-45.
[4] 刘俏, 王贵东. “中国发展模式”及其经验[J]. 经济科学, 2019, 41(2): 5-13.
[5] 梅林, 席强敏. 土地价格、产业结构与城市效率--基于中国城市面板数据的经验分析[J]. 经济科学, 2018, 40(4): 61-74.
[6] 葛鹏飞, 黄秀路, 韩先锋. 创新驱动与“一带一路”绿色全要素生产率提升——基于新经济增长模型的异质性创新分析[J]. 经济科学, 2018, 40(1): 37-51.
[7] 程晨. 技术创新溢出与企业全要素生产率——基于上市公司的实证研究[J]. 经济科学, 2017, 39(6): 72-86.
[8] 李健, 盘宇章. 金融发展、实体部门与全要素生产率增长——基于中国省级面板数据分析[J]. 经济科学, 2017, 39(5): 16-30.
[9] 孙海波, 焦翠红, 林秀梅. 人力资本集聚对产业结构升级影响的非线性特征*——基于PSTR模型的实证研究[J]. 经济科学, 2017, 39(2): 5-17.
[10] 郭研 郭迪 姜坤. 市场失灵、政府干预与创新激励——对科技型中小企业创新基金的实证检验[J]. 经济科学, 2016, 38(3): 114-128.
[11] 余超 杨云红. 银行竞争、所有制歧视和企业生产率改善[J]. 经济科学, 2016, 38(2): 81-92.
[12] 严成樑 吴应军 杨龙见. 财政支出与产业结构变迁[J]. 经济科学, 2016, 38(1): 5-16.
[13] 胡建辉 李博 冯春阳. 城镇化、公共支出与中国环境全要素生产率——基于省际面板数据的实证检验[J]. 经济科学, 2016, 38(1): 29-40.
[14] 梅新想 刘渝琳. 劳动力流动和政府保护的工资上涨效应[J]. 经济科学, 2016, 38(1): 41-52.
[15] 雷明,虞晓雯. 我国低碳经济增长的测度和动态作用机制——基于非期望DEA和面板VAR模型的分析[J]. 经济科学, 2015, 37(2): 44-57.
Viewed
Full text


Abstract

Cited

  Discussed   
首页 · 关于 · 关于OA · 法律公告 · 收录须知 · 联系我们

© 2015-2017 北京大学图书馆 .