一、中国制造业资本存量永续盘存法估计(论文文献综述)
徐杰[1](2021)在《基于要素配置效率改进的东北地区产业结构优化研究》文中进行了进一步梳理实现全面振兴、全方位振兴是现阶段东北地区经济发展的主要任务。步入新常态以来,东北地区经济增速再次放缓,明显低于首轮振兴期间增长水平,此次下滑暴露出东北经济发展存在更深层次的结构性矛盾,亟需加快产业结构调整。目前,东北地区依赖粗放式要素投入的经济增长模式尚未完全扭转,要素配置仍以政府投入为主导,市场在要素配置中的决定性作用还未能充分发挥,要素产业间流动仍存在制度性约束。缺乏完善的要素市场化配置体制机制是导致要素在产业部门间配置低效的原因之一,进而了引发供需结构不匹配、过度投资、产能过剩等一系列问题。“结构红利假说”观点认为产业结构调整能够引致要素配置效率变化,这种要素在产业部门间有效流动引发的生产效率变化对经济增长具有贡献作用。对此,研究以要素配置效率改进为目标进行产业结构优化,对于解决当前东北地区经济衰退问题具有一定实践意义。供给侧改革作为打通经济循环堵点、提升供给体系质量的关键,是当前构建“双循环”新发展格局的主线。结合供给侧改革内容,东北地区结构调整应从供给端入手,重视生产环节供给因素对产业结构优化的影响,从根本上解决阻碍结构调整的“卡脖子”问题。为此,本文对东北地区产业结构调整问题进行研究,以经济再次下滑为问题切入点,以产业结构优化为核心内容,通过对优化目标、影响因素进行理论分析与实证检验,最终提出相应的政策建议。基于“问题提出-理论研究-实证分析-政策研究”的思路设计,本文结合东北地区经济发展制度背景和现实阻碍,综合运用多种方法进行研究。本文主要研究内容与结论归纳如下:(1)分析了东北地区产业结构演进历程与现状。新中国成立以来,东北产业结构演进可分为四个阶段,各阶段具有明显制度性特征,且存在偏离一般规律现象。现阶段,东北工业增长乏力倒逼经济发展对一、三产业依赖程度加深,三大产业占全国份额均呈下降态势,亟待加速产业结构优化。(2)构建了基于要素配置效率改进的产业结构优化理论分析框架。要素在产业部门间有效流动与重置,即配置效率改进能够提升经济产出效率。面对深层次结构性矛盾,产业结构优化应以要素配置效率改进为目标,合理化有助于提升要素分布聚合质量,而高度化则能通过促进要素向高层次产业部门转移,实现配置效率改进目的。进一步结合供给侧改革内容,从生产环节入手,对影响产业结构优化的供给侧因素进行研究。(3)实证检验了东北地区产业结构优化对要素配置效率改进的影响效应。采用随机前沿分析对东北要素配置效率变化FAEC进行估算,结果表明FAEC大致经历了两次“先升后降”,其对TFP增长具有明显贡献,但程度在逐渐减弱。采用长面板数据模型,运用LSDV法、“OLS+PCSE”法、IV-GMM法等估计策略实证检验产业结构优化对FAEC的直接影响,结果表明合理化程度越高越有助于要素配置效率改进,而高度化与要素配置效率改进呈显着负相关,反映出东北工业增长乏力下的被动“去工业化”导致了产业结构“虚高度化”,不利于要素配置效率改进。(4)进一步对产业结构优化的供给侧影响因素进行实证分析。运用GPCA构建各项供给因素的综合评价指数。同样设定长面板数据模型进行回归分析,整体来看,高质量供给因素有利于推动产业结构向合理化及高度化方向演进。综合以上研究,提出东北地区产业结构优化政策建议。与既往文献相比,本文的创新体现在以下方面:(1)本文拓宽了东北经济衰退问题研究视角。结合当前东北经济形势与振兴发展要求,提出以产业结构优化为核心的结构调整方案,对调整方向及重点予以明确。通过全面剖析东北产业结构现状及存在的问题与障碍,本文提出应以要素配置效率改进为目标推动产业结构优化。在进一步研究中,结合供给侧改革内容,探讨了产业结构优化的供给侧影响因素,为东北地区经济发展提出结构调整新思路。(2)对以要素配置效率改进为目标推动产业结构优化进行理论分析与实证检验。以往文献不乏对“结构红利假说”的检验,但从合理化和高度化双重维度定性和定量分析产业结构优化对要素配置效率改进影响的研究成果相对缺乏。因此,本文将相关研究进行扩展,不仅对理论机制进行探讨,同时,采用实证方法对影响效应进行检验,得到更加全面的研究成果。另外,在测度要素配置效率时,对传统资本存量估算方法进行有益改进,充分结合并比较已公布数据,提出永续盘存法估算标准步骤,得到改革开放以来的省际三次产业资本存量数据。(3)运用GPCA构造了供给因素综合评价指数。结合供给侧改革内容考察供给因素给对产业结构优化的影响具有一定理论和现实意义。本文尝试从多角度构建以劳动力、资本、技术创新及制度创新为主的供给因素评价指标体系,运用GPCA得到各项供给因素综合评价指数及总指数,为进一步实证检验供给因素对产业结构优化的影响提供可靠的数据支撑。
张鑫宇[2](2021)在《要素配置、技术进步与制造业全要素生产率》文中研究说明随着中国进入新发展阶段,推动制造业发展动能由要素投入数量增长转向全要素生产率(Total Factor Productivity,以下简称TFP)提升,对于实现中国制造业高质量发展乃至经济高质量发展至关重要。当前,中国制造业面临要素市场化配置改革迟滞、自主创新能力不强、TFP增长乏力等现实问题,为推动制造业高质量发展,亟需探寻制造业TFP的有效提升路径。改善要素配置效率和提高技术进步水平是提高制造业TFP的重要突破口,其中,要素配置效率主要取决于要素投入结构和要素错配程度,技术进步主要包括技术进步性质和技术进步来源。因此,本文从要素配置和技术进步两个维度出发,从要素投入结构、要素错配程度、技术进步偏向性、技术创新模式等视角切入,紧紧围绕“要素配置与技术进步之间有何关系、怎样更好发挥技术创新在提升TFP中的作用”两大问题,从以下三个方面研究和讨论要素配置、技术进步与制造业TFP三者之间的内在作用机制。首先,围绕要素投入结构与技术进步偏向性之间的关系,提出基于标准化CES生产函数的增长核算方法,在对数线性化展开标准化CES生产函数的基础上,将标准化TFP水平的对数值分解成包含标准化资本深化程度和标准化技术进步偏向性指数的函数,阐述要素投入结构和技术进步偏向性对TFP增长的交互影响机制。在此基础上,建立以标准化CES生产函数增长核算框架为基础的计量回归模型,采用1999-2016年制造业分行业大中型企业数据,运用三方程标准化供给面系统估计方法和面板数据系统GMM估计方法进行实证检验。研究结果表明,要素投入结构和技术进步偏向性对制造业TFP有正向的交互影响,以资本深化度量的要素投入结构呈现上升趋势且技术进步偏向资本,要素投入结构和技术进步偏向性相匹配,从而推动了制造业TFP增长。其次,围绕要素错配与自主创新之间的关系,将可变生产要素市场扭曲、固定生产要素市场扭曲和自主创新投入引入并拓展异质性企业垄断竞争模型,探讨了要素错配、自主创新对TFP的直接作用机制,以及要素错配通过影响自主创新投入对TFP的间接作用机制。在理论分析的基础上,采用2007-2019年制造业上市公司数据、城市经济社会数据和微观土地出让数据,运用面板工具变量方法处理内生性问题,综合考察资本错配、劳动力错配和土地错配等多维度要素错配对TFP的直接和间接影响效应。研究结果表明,以资本错配为代表的可变生产要素错配和以土地错配为代表的固定生产要素错配对制造业TFP的直接影响效应为负,自主创新投入对制造业TFP的直接影响效应为正,以资本错配为代表的可变生产要素错配通过抑制自主创新投入增加,间接阻碍了制造业TFP的提升。最后,围绕技术创新模式提升TFP的可行路径,分别揭示产业间纵向关联和产业数字化在技术创新模式影响制造业TFP中的作用机制。一方面,结合知识生产函数与产业关联理论,分析基于产业链上下游产业间纵向关联的技术知识溢出机制在技术创新模式影响TFP中的作用。实证部分利用2003-2015年中国制造业大中型企业分行业数据,将知识生产函数与空间面板德宾模型相结合构建计量模型,以处理空间滞后导致的内生性问题。研究结果显示,产业间纵向关联增强了自主创新对制造业TFP的促进作用,上下游产业的自主创新投入,通过基于产业间纵向关联的技术知识溢出机制,推动制造业产业技术进步,进而提高制造业TFP。另一方面,将产业数字化和技术创新模式引入并拓展中间产品种类扩张模型,揭示以信息通信技术(Information and Communications Technology,以下简称ICT)应用于制造业为主要表现的制造业产业数字化在自主创新提升TFP中的增强和削弱机制。基于此机制,利用2000-2015年中国制造业分行业大中型企业数据,构建动态面板模型、动态面板交互项模型和面板门槛模型进行实证检验。研究结果显示,产业数字化在自主创新提升TFP中同时存在削弱作用和增强作用,制造业产业数字化发展的初始阶段,ICT的资本品属性起主导作用,产业数字化削弱自主创新对制造业TFP的促进作用;随着制造业产业数字化水平不断提高,ICT的技术知识资本和通用目的技术属性起主导作用,产业数字化作用下自主创新对制造业TFP的促进作用逐渐增强。本文的主要贡献体现在以下三个方面:(1)提出基于标准化CES生产函数的增长核算方法和以其为基础的计量回归模型,揭示了要素投入结构和技术进步偏向性对TFP的交互影响机制,克服了传统增长核算方法未考虑TFP其他影响因素的局限性,拓展了要素投入结构与技术进步偏向性之间关系的研究,丰富了适宜性技术理论和技术一致性理论。(2)将可变和固定生产要素市场扭曲,以及自主创新引入并拓展异质性企业垄断竞争模型,探讨了要素错配和自主创新对TFP的作用机制,发现资本错配和土地错配对制造业TFP的直接影响效应为负,自主创新对制造业TFP的直接影响效应为正,资本错配通过抑制自主创新间接阻碍制造业TFP提升,完善了要素错配对TFP间接作用机制和土地要素错配经济效应的研究。(3)结合知识生产函数与产业关联理论,探讨了基于产业间纵向关联的技术知识溢出机制在技术创新模式影响TFP中的积极作用;引入产业数字化拓展中间产品种类扩张模型,揭示产业数字化在自主创新提升TFP中的增强和削弱机制,丰富了技术创新模式提升TFP可行路径的研究内容。本文的研究结论对于提升制造业TFP,推动制造业高质量发展乃至中国经济高质量发展具有显着的决策参考价值。一是要理顺要素配置与技术进步之间的关系,实现要素投入结构与技术进步偏向性相匹配,系统推进要素市场化配置改革优化要素配置效率,激发自主创新活力,提高自主创新能力;二是充分挖掘产业间纵向关联和产业数字化的作用,推动创新链与产业链深度融合以提升产业链现代化水平,推动新一代信息通信技术与制造业深度融合以促进制造业产业数字化发展,从而更好地发挥自主创新和引进模仿创新作用加快制造业TFP提升步伐,推动中国制造业高质量发展。
魏晓雪[3](2020)在《中国资本测算及应用研究》文中提出资本作为经济运行的重要载体,经济学家通常关注资本作为生产要素的一面,统计学家通常关注资本作为核算对象的一面。资本在经济学和统计学中的关键地位要求学者们对它做出更严谨准确的测算,由于资本测算的复杂性,学者们很难实现“完美的”测算,而这正是值得研究的地方。资本测算源于对国民财富和生产率水平的衡量需求,是摸清一国“家底”与生产能力的重要途径。资本测算可以分为资本存量测算和资本服务测算,资本存量又区分资本存量净额和生产性资本存量,分别反映资本的财富面与生产面。资本存量与资本服务的关系、测算方法及应用是当前研究的重点问题。资本测算主要借助永续盘存法及其衍生方法展开。Goldsmith首次将永续盘存法用于测算国民财富和固定资本存量。Jorgenson基于永续盘存法扩展投资理论与资本测算理论,提供异质资本的加总方案。SNA在上述基础改进资本核算,逐步形成包含资本存量和资本服务的框架。OECD根据SNA提供的框架编制和更新资本测算手册。美国、澳大利亚、加拿大、英国、欧盟、OECD等国家或国际组织也逐步将SNA资本测算框架纳入到核算体系中。中国国民经济核算体系(CSNA)已依据SNA资产范围变化做出改进,却未吸取SNA的资本测算思路,使得尚未正式开展官方资本测算,难以获知中国的财富存量或生产率的国际地位。因此,中国资本测算研究不仅有助于获悉中国真实财富水平,佐证国际比较结果,还有助于改进中国资产统计范围与统计手段,为官方资本测算提供研究经验。当前国内资本测算研究的主要问题在于:对特殊资产关注不足、参数和方法选取混乱、研究结果难比较、缺少对资本存量和资本服务在统一框架下的分析与应用。因此,本文旨在结合中国统计实践和研究经验探索解决方案,探讨资本服务纳入CSNA的可行性,构建多层面资本测算路径,统一分析资本存量和资本服务,对资本测算结果作全要素生产率和资本服务效率两方面应用,比较中国与美国在资本测算与应用方面的差距。本文的具体内容如下:第一章为绪论。该部分介绍本文研究背景、研究内容和技术路线,概括全文研究框架,指出本文的创新性、局限性及研究领域的未来发展方向。第二章为文献综述。归纳汇总前沿文献,提炼资本测算的关键问题及主要观点,梳理资本测算发展进程,关注资本测算中投资序列、价格指数、初始资本存量、资产折旧和资本加总等重要技术问题,总结学者与政府、机构开展的资本测算应用研究。第三章是资本测算理论与方法的介绍。该部分界定与解释资本测算范畴、理论和方法。新古典投资理论和资产价值理论是资本测算的基础,指数理论是异质资本服务的加总基础。该部分重点介绍资本测算的经典方法——永续盘存法。由永续盘存法进一步衍生出测算剖面与退役剖面,通过数值案例比较不同下降模式与退役模式的联系与区别。根据剖面的结合可以导出资本存量总额、资本存量净额、生产性资本存量,资本服务则以使用者成本加权获取。通过分析,该部分确定本文将采用几何与双曲下降剖面、正态钟型退役模式,并以内生事后法计算资本回报率,资本服务指数以Tornqvist指数形式呈现。第四章是中国资本测算路径的构建。SNA对资产范围的修订和对资本服务的吸纳显着影响各国的资本统计制度与实践。该部分通过分析SNA及CSNA中资产定义、范围、资本测算的演进,探讨资本服务与CSNA融合的可行性及相关建议。SNA中的资本测算框架是当前资本测算研究的基本框架之一,故本文基于SNA的研究经验,构建纳入财富性资本与生产性资本测算的多层面资本测算路径,提供对资本存量净额、生产性资本存量和资本服务指标的统一分析与比较框架。测算路径涵盖了总量、省际和工业企业三个层面,并测算信息技术资本和研究与开发资本。第五章是资本存量和资本服务的测算。开展中国总量、省际和工业企业5大类资产的资本存量和资本服务测算实践,包含当前资本测算研究的各关键点。在测算生产性资本存量的基础上,根据国民经济核算数据计算资本回报率、使用者成本,进而获取资本服务价值与指数。该部分将直接应用永续盘存法公式计算的传统“资本存量净额”与应用测算剖面获取的资本存量净额和生产性资本存量比较,发现直接应用公式可能高估测算结果。在稳健性分析中探讨资本测算各参数与剖面带来的差异,发现测算剖面和价格指数均在不同程度影响研究结果。第六章是资本服务的两方面应用。该部分弥补单一国民经济核算指标的不足,在多投入-多产出的测算框架下将资本服务应用于经济增长质量研究。一方面是全要素生产率测算,将资本服务作为资本投入测算全要素生产率,并考察不同资本投入测算的生产率的差异。另一方面,利用资本服务最优投入与实际投入构造资本服务效率指标,反映资本服务的利用效率。资本服务效率指标基于生产过程优化视角,能够提供更多优化投资利用率、改进生产过程的信息及建议。发现中国各层面的全要素生产率与资本服务效率并未保持较高水平增长。第七章是以中国与美国为例的资本测算与应用比较。评价中美两国投资统计现状,总结并借鉴先进投资统计经验。比较两国资本测算及应用研究结果,发现中美资本存量的差距主要来自于特殊资产,中美全要素生产率和资本服务效率差距主要在于中国对资产利用的不足。第八章是本文研究结论与未来展望。总结主要研究结论,从“新时代下的资本统计,资本统计数据库构建,资本测算的国际比较”三方面给出未来发展方向的具体建议。本文的主要创新有:(1)构建多层面中国资本测算路径。尽管本文的测算路径无法覆盖全部研究层面和资产类型,但已涵盖多种研究层面和多类型资本测算的研究要点。通过将不同研究层面和不同资产类型资本测算分解为具体的测算路径的方式,为中国统计实践和资本测算实践提供建议。(2)实现财富性资本存量、生产性资本存量和资本服务的统一测算。在统一路径下,资本存量指标之间的可比性更强。本文摒弃传统测算资本存量净额的方法,采用年龄-价格退役剖面测算真正的资本存量净额,并观察年龄-效率剖面与年龄-价格剖面在其他条件相同时的结果差距。(3)关注工业企业资本服务测算。总量与省际代表宏观视角及地区视角,工业企业视角的测算路径可作为微观视角的补充。工业企业是国民经济运行的中坚力量,工业企业的财务指标和统计指标具有代表性,可以作为其他类型企业资本测算和微观视角测算的研究基础。(4)构造资本服务效率指标,测算多层面全要素生产率,丰富资本服务的应用方向。借鉴经济效率相关概念,构造易于理解的资本服务效率指标,发现国家、地区、企业的资本服务效率和生产率困境,尝试回答投资效率、经济发展质量等问题。(5)开展中国与美国资本测算的多方面比较。从投资统计、资本测算、全要素生产率和资本服务效率等方面展开中国与美国的资本测算方法基础、数据和应用的比较,分析中国和美国资本测算各方面差异现状、成因,并提出相应的建议。
侯睿婕[4](2020)在《中国研发资本存量估算及其经济效应研究》文中提出我国正处于向创新驱动高质量发展转变的阶段,政策制定需要统计支撑,另一方面,我国R&D投入产出率和经济转化率过低,创新引领发展路径不明,这两大问题对科学测算以R&D为代表的知识存量及其对经济增长的贡献提出了迫切的现实需求。随着R&D资产属性日益凸显,SNA-2008建议对R&D进行资本化处理,多个发达国家据此改革本国的R&D核算方法,为我国开展R&D资本化核算提供理论依据和实践经验。在此背景下,在SNA-2008框架下探讨适合我国的R&D资本化核算方法、估算R&D资本存量并分析其经济效应成为必然之举,亦具有深远意义。为刻画中国R&D全貌,须对不同地区、不同技术水平、不同活动类型R&D资本存量进行估算并分析其经济效应。首先,利用辅助指标和统计检验补全R&D支出及其构成并调整行业分类和统计口径;其次,采用总成本法和完全资本化模式进行“R&D支出→R&D产出→R&D投资”调整;再次,详细讨论R&D投资价格指数、R&D资产折旧率、初始R&D资本存量等参数的设定方法并采用BEA方法估算R&D资本存量;然后,按照不同核算规则将企业、非企业部门的R&D计入GDP;最后,在增长核算框架下测算R&D资本产出弹性并对规模报酬不变性质进行检验。R&D资本化核算引起GDP上调,但各省份上调的幅度不一,可能导致排名变化。此外,R&D资本化核算对各生产要素产出弹性的测算结果产生影响,如果不进行R&D资本化,R&D的产出弹性会被低估,其他生产要素的产出弹性也会出现较大误差,反之则可以提高生产函数的拟合优度,相对准确地测算各生产要素对经济增长的真实贡献。地区层面结果显示:首先,就资本存量而言,全国R&D资本存量呈快速增长趋势但增速放缓;各省份R&D资本存量基本呈增长趋势但地区差距显着,地区间差距是主要来源且有扩大趋势;空间分布从以北京为主导的单极格局转变为长三角、珠三角和环渤海经济圈三足鼎立的多极格局;全国科学研究资本存量约占试验发展资本存量的1/4,各省份科学研究和试验发展资本存量呈增长趋势但地区间差异明显。其次,就产出弹性而言,1998-2017年期间,我国经济具有规模报酬递增性质,R&D资本产出弹性平均为0.09,呈逐年递增趋势,近年来在0.15-0.16之间;除中部外的其他地区均呈规模报酬递增,东部、中部R&D对经济增长的促进作用逐渐增强,西部、东北R&D的促进作用近年来开始显现;规模报酬不变假设下,2009-2017年期间,R&D资本产出弹性为0.27,其中,科学研究和试验发展资本的产出弹性分别为0.04、0.23。总体而言,我国R&D资本具有相当可观的规模且空间关联日益显着,业已成为我国经济增长的新动能。但是,地区间R&D资本存在明显的“马太效应”,由于东部地区和试验发展的R&D产出弹性相对较高且具有规模报酬递增性质,因此,R&D资源不断流向经济水平高的东部地区和获益速度快的试验发展,导致地区创新能力、R&D内部结构的不平衡进一步加剧,进而影响区域经济协调发展等目标的实现。行业层面结果显示:首先,就资本存量而言,制造业R&D资本存量总体上呈快速增长趋势;以计算机、通信和其他电子设备制造业为代表的高技术产业是科技创新的主要力量,但在基础研究领域没有明显优势且对传统制造业的引领作用尚显不足;传统制造业对科技创新的贡献相对减少但地位仍然重要,部分传统制造业已经成为R&D资本存量新的增长点。其次,就产出弹性而言,1990-2017年期间,我国制造业主要依靠物质资本驱动且具有规模报酬递减性质,R&D资本产出弹性平均为0.08-0.09,呈倒U型变化;高技术制造业主要依靠R&D资本驱动且具有规模报酬递增性质,R&D资本产出弹性平均为0.38-0.40,呈陡峭的倒U型变化;低技术制造业主要依靠物质资本驱动且具有规模报酬递减性质,R&D资本产出弹性平均为0.03-0.10,但未能产生持续显着的驱动作用。总体而言,制造业R&D资本存量不断累积,对行业发展产生显着促进作用,但产出弹性不高,且生产函数具有规模报酬递减性质;高技术制造业是科技创新的主要力量,其发展依靠R&D资本驱动,同时具有规模报酬递增性质,但其对低技术制造业的带动作用非常有限,且由于缺乏基础研究导致发展动力不足;低技术制造业对科技创新的贡献相对减少但地位仍然重要,虽然不断加大R&D投入以促进其转型升级,但目前来看这种促进作用只是短期的、并不持续,说明R&D成果在转化环节还存在问题。本文的主要贡献在于补充R&D资本化核算理论与方法,多层面核算R&D资本并测算效应,有效解决基础数据缺失不可比问题,同时提出具有针对性的相关政策建议:完善我国R&D统计分类指标、统一我国R&D统计核算口径、优化R&D结构及地区间配置、促进R&D成果的转移和吸收、鼓励高技术制造业进入基础研究领域、促进新技术与低技术制造业有效融合。
卢梅,王科[5](2019)在《中国工业两位数行业经济能源环境数据估算》文中进行了进一步梳理现阶段制定有效的低碳发展政策,需要掌握工业行业全要素生产率、绿色全要素生产率、二氧化碳影子价格等有关低碳经济、经济可持续发展问题的数据。本文估算和整理了中国30个省市自治区21个主要工业两位数行业2001-2015年经济能源环境数据,主要涵盖了工业增加值、工业总产值、劳动力投入、工资总额、资本存量、工业中间投入、能源消费量、二氧化碳排放量等方面。根据对经济能源环境数据的分析,发现电力、热力生产和供应业,黑色金属冶炼及压延加工业,非金属矿物制品业,石油加工、炼焦和核燃料加工业是四大高碳强度行业;经济危机及经济刺激计划对高碳组行业与低碳组行业的影响具有明显差异;低碳组行业增加值占比逐年提升。因此,国家制定低碳政策时应对四大高碳强度行业予以重视,政府实施经济刺激计划时应充分考虑经济发展的低碳化,同时应加大对低碳行业的扶持力度。
薛占梅[6](2019)在《中国高技术产业R&D资本存量核算》文中研究表明我国目前对于经济发展已经不再只追求数量,更加偏重于质量,高质量的经济发展可以更好的满足人们在追求美好生活过程中产生的需求。而实现高质量的发展需要我国将要素密集型产业转型发展,逐渐转化为技术和知识密集型的产业。我国高技术产业就是我国技术与知识密集型产业的代表,需要发挥该产业对我国其他产业的引领作用,推动我国其他产业加快创新,实现我国产业结构的优化升级,引导低端制造业转化为高端制造业,提升我国经济发展的质量。目前,虽然我国高技术产业在创新发展速度上快于我国其他制造业,但相对国外来看还是有些差距的,而且存在着内部发展不均衡的问题。对我国高技术产业的R&D资本存量进行测算,可以明确我国高技术产业的发展现状,比较产业内部行业之间的发展差距,为资本在行业之间的分配提供依据,为进一步的投入产出分析提供较为准确的数据。而且我国在2017年发布的《中国国民经济核算体系(2016)》明确将R&D纳入固定资产,不再作为中间消耗处理,对高技术产业的R&D资本存量进行核算可以丰富我国R&D资本化研究。为了核算我国高技术产业R&D资本存量,本文总结了国内高技术产业中R&D资本存量的核算方法及参数设定方法的现状,并结合国内外R&D资本存量核算方法及参数设定方法的现状,确定基于BEA方法来对我国高技术产业的R&D资本存量进行核算。首先在前瞻利润模型基础上通过对相关参数进行合适的设定并利用一定的方法计算出我国高技术产业内五个行业的R&D资本折旧率,然后在假定R&D资本存量增长率与R&D资本投入增长率相同的基础上利用线性回归方法计算出我国高技术产业R&D资本存量增长率,在此基础上结合折旧率计算出高技术产业内各行业的R&D初始资本存量,接着使用各行业的生产者出厂价格指数以及消费者价格指数和固定资产价格指数的加权平均值来替代分行业R&D价格指数,在这些参数设定基础上,利用R&D资本存量计算公式核算出我国高技术产业的历年R&D资本存量,进而对结果进行分析。研究主要得出以下结论:(1)我国高技术产业中五个行业的折旧率大小不同,其中电子及通信设备制造业R&D折旧率最低,计算机及办公设备制造业的折旧率最高,高技术产业内五个行业的折旧率相对其他行业比较高。(2)五个行业中初始R&D资本存量最高的是电子及通信设备制造业,医药制造业为第二,航空、航天相关设备制造业排行第三,医疗仪器设备及仪器仪表制造业排在第四位,而最后一名计算机及办公设备制造业的初始R&D资本存量还不到电子及通信设备制造业初始R&D资本存量的十分之一,说明我国在1996年我国将大部分的R&D资本投入到电子及通讯设备制造业,国家在1996年大力发展该行业。(3)截止到2016年,我国高技术产业的五个行业中,电子及通讯设备制造业形成的R&D资本存量最高,与医药相关的两个行业的R&D资本存量也较高,计算机及办公设备制造行业与航空、航天相关设备制造业最终形成的R&D资本存量较为接近,处于五个行业中的最底层,说明与其它四个行业相比,我国在电子及通讯设备制造业的发展是最快速的,在该行业投入的资本也较多。医药方面的发展在五个行业中处于中间水平,而计算机及办公设备制造行业与航空航天器及设备制造业在五个行业中发展水平是最为缓慢的。高技术产业内五个行业之间的发展差距是很明显的,发展处于不均衡状态,故需要在以后的发展中对于高技术产业内部的R&D人力和物力之间投入在行业之间进行平衡,均衡发展,进而发挥我国高技术产业对国内其他行业的引领作用,加快其他行业的转型升级,逐渐实现知识与技术密集型生产。本文可能的创新之处在于:第一,对于折旧率的设定。本文在计算R&D资本折旧率时没有将其设定为一个固定的值,而是选择合适的方法分行业计算出折旧率,进一步计算R&D资本存量,更加符合现实。第二,R&D价格指数的设定,本文使用BEA方法计算R&D资本存量,考虑到高技术产业属于知识与技术密集型产业,行业差异对于R&D价格指数存在影响,本文在计算R&D价格指数时将按行业分工业生产者出厂价格指数加入到其中,结合消费者价格指数与固定资产投资价格指数合成R&D价格指数。本文的不足之处在于:第一,由于2017年的数据存储在《中国高技术产业统计年鉴2018》中,而该年鉴在2019年发布,有两年的延迟,故而本文的数据只获取到2016年,时效性较差;第二,由于《中国高技术产业统计年鉴》在2011年曾经调整过统计口径,故而收集的数据前后具有不一致性,对最后测算结果可能存在影响。
陈丹丹,胡亚茹[7](2018)在《研究与开发和全要素生产率——基于中国研究与开发密集型产业的测算》文中进行了进一步梳理本文以《国民账户体系(2008)》中研究与开发资本化核算改革为契机,基于国民经济核算框架对研究与开发资本进行测算,并基于资本服务测算理论测度全要素生产率估计中的资本投入,据以测算1997~2015年我国研究与开发密集型产业的研究与开发资本对全要素生产率增长率的影响及其对经济增长的直接贡献。同时,从产业层面分析了研究与开发密集型产业对我国经济增长的贡献,以期为我国研究与开发密集型产业相关研究及产业政策制定提供一定参考。
王秀婷[8](2019)在《中国制造业R&D投入影响全要素生产率增长的机制研究》文中研究说明随着中国经济由高速增长向高质量发展阶段转换,以及创新驱动发展战略的实施,研究与发展(R&D)经费投入与全要素生产率(TFP)增长的关系日益受到学术界、政府和产业界的高度关注。当前很多研究显示我国R&D投入的快速增加并没有带来TFP的同步增长,但鲜有关于这一悖反现象产生原因的系统深入的研究,本文以此为切入点,检验这一悖反现象在制造业的存在性,深入揭示R&D投入影响TFP增长的机制,进而全面剖析制造业产生R&D投入高增长并未带来制造业TFP显着增长这一现象的症结,这对丰富和发展产业经济理论和创新经济理论有着重要的理论拓展意义,对明确制造业发展方向,找准改革的突破口和关键点,促进我国制造业转型升级和高质量发展有重要的现实意义。全文内容分为七章,第一章为绪论,结合研究背景和研究现状提出本文要解决的关键问题;第二章在梳理R&D内生增长理论、吸收能力理论、知识溢出理论的基础上,构建中国制造业R&D投入影响TFP增长机制研究的逻辑框架,为全文奠定理论基础;第三章测算中国制造业TFP增长率及其受R&D投入的影响情况,检验制造业“研发悖论”存在性,为文章的分析奠定现实基础;第四章到第六章分别从产业内技术创新、产业内企业间技术转移、产业间技术关联的视角揭示R&D投入影响TFP增长的转化机制、学习机制、溢出机制,并通过多角度实证检验全面剖析各机制下制造业“研发悖论”现象产生的原因;第七章为全文总结与研究展望,归纳文章主要研究结论,提出相关政策建议。本文的主要贡献在于:第一,构建中国制造业R&D投入影响TFP增长机制研究的逻辑框架。当前很多学者发现我国存在“研发悖论”现象,但这些研究普遍都以这一现象为研究背景或者从单一视角进行分析,鲜有对这一问题的系统性研究,更缺乏对制造业的全面分析。本文沿着“现实依据——理论依据——机制分析——实证检验”的思路,从产业内技术创新、产业内企业间技术转移、产业间技术关联三个角度揭示中国制造业R&D投入影响TFP增长的内在机制,并从制造业整体和分行业角度对R&D投入影响TFP增长的机制进行实证检验。第二,将R&D投入影响制造业TFP增长的内在机制具体概括提炼为产业内技术创新的转化机制、产业内企业间技术转移的学习机制、产业间技术关联的溢出机制,剖析R&D投入与TFP增长的复杂关联。从产业内部来看,产业的R&D投入既可以通过转化机制实现由技术开发到产品开发再到新产品价值实现,发挥创新效应促进TFP增长,也可以通过学习机制对产业内企业间先进的转移技术进行消化利用,发挥吸收效应间接促进产业TFP增长;从产业外部看,其他产业的R&D投入也可以通过技术溢出的形式对本产业的TFP增长产生推动作用。三个机制相互联系,从不同角度刻画R&D投入对TFP增长的影响路径,共同构成R&D投入影响TFP增长的机制体系。第三,检验“研发悖论”现象在我国制造业的存在性,全面剖析产生R&D投入高增长并未带来制造业TFP显着增长现象的症结。在转化机制下,研发投入强度低、技术成果向产品和价值转化脱节、人力资本结构不合理是制约TFP增长的主要原因;在学习机制下,国内技术水平较低、对国外技术的吸收能力不强导致技术转移对产业TFP增长的促进作用有限,不足以抵消创新效应的负向影响,表明我国制造业还未真正实现从模仿创新向自主创新的转变;在溢出机制下,产业间R&D溢出效应未形成良性循环、组织惯性的制约使得溢出效应具有非线性特征,在一定程度上制约产业间R&D溢出效应的有效发挥。
张翠燕,曹廷求[9](2019)在《资本存量K测算的研究再评述》文中认为受限于对资本存量K认识的差异及数据的可得性,资本存量测算结果差异较大。本文对资本存量测度的文献从不同层面(宏观、中观、微观)进行系统性回顾梳理,全面细致地探讨我国资本存量估算中易混淆的概念、技术处理细节、不同层面测算的特殊性等问题,为基于资本存量测度而展开的相关研究提供参考与借鉴。
林莹[10](2019)在《城市基础设施存量对企业生产成本的影响 ——基于中国制造业企业的实证研究》文中研究说明当前,深化供给侧结构性改革是建设我国现代化经济体系的重要举措。供给侧结构性改革以“去产能、去库存、去杠杆、降成本、补短板”为重点任务。其中,“降成本”是指降低企业的成本,这对我国制造业企业来说是需要攻克的一大难题。而在经济高速发展的同时,我国的基础设施投资和建设也取得了跨越式的发展,因此基础设施对经济发展的影响也是学术界的研究热点。那么,在当前我国制造业成本居高不下、供给侧结构性改革要求“降成本”的背景下,研究基础设施对企业生产成本的影响及其机制无疑具有非常重要的现实意义。基础设施存量价值的评估是进行后续相关研究的基础。本文首先利用永续盘存法评测估算我国246个地级及以上城市的四类主要基础设施的存量,并对评估结果进行分析。在此基础上,建立包含基础设施作为生产要素之一的超越对数成本函数模型,运用来自2003-2007年中国工业企业数据库的制造业企业面板数据,实证考察基础设施对企业生产成本的影响。实证结果发现:我国政府对不同类别的城市基础设施增加投入,能够显着影响制造业企业的平均生产成本,其中能源供应和给水排水基础设施的投资建设会提高企业的生产成本;而交通运输和环境保护基础设施的增加则有助于企业降低生产成本。同时,不同的基础设施对劳动力、资本和中间品投入要素存在互补或替代的效应。进一步地,对于不同所有制和不同规模的企业,当政府加大对基础设施的投资建设时,民营企业和小型企业能够最灵活地调整要素投入结构,而国有企业和大型企业的灵活性偏低,但这两类企业由于在要素资源等其他方面所具备的优势,往往能够避免生产成本的过度上升,并获得最大程度的成本的降低。本文对现有的基础设施存量估算研究进行了补充和完善,并验证了宏观的基础设施投入对微观企业的生产成本的影响,对供给侧结构性改革具有一定的借鉴意义。
二、中国制造业资本存量永续盘存法估计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国制造业资本存量永续盘存法估计(论文提纲范文)
(1)基于要素配置效率改进的东北地区产业结构优化研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路与框架 |
1.2.1 研究思路 |
1.2.2 研究框架 |
1.3 主要研究方法 |
1.4 创新与不足 |
1.4.1 创新之处 |
1.4.2 存在的不足 |
第2章 相关理论与文献综述 |
2.1 概念界定 |
2.1.1 要素、要素配置及效率内涵 |
2.1.2 产业及产业结构优化内涵 |
2.2 相关理论基础 |
2.2.1 要素配置相关理论 |
2.2.2 产业结构演进理论 |
2.2.3 产业结构优化理论 |
2.3 文献综述 |
2.3.1 要素配置及其效率研究 |
2.3.2 产业结构演进及优化方向研究 |
2.3.3 产业结构优化与要素配置效率的关联性研究 |
2.3.4 供给侧改革与产业结构优化影响因素研究 |
2.3.5 东北地区产业结构调整与经济发展相关研究 |
2.3.6 文献评述 |
第3章 东北地区产业结构演进历程及现状 |
3.1 东北地区产业结构演进历程 |
3.1.1 计划经济体制与改革过渡时期 |
3.1.2 市场经济体制确立初期 |
3.1.3 东北振兴“黄金十年” |
3.1.4 经济新常态时期 |
3.2 东北地区产业结构现状 |
3.2.1 地区生产总值变动趋势 |
3.2.2 第一产业 |
3.2.3 第二产业 |
3.2.4 第三产业 |
3.3 东北地区要素配置低效与产业结构调整动因 |
3.3.1 结构性产能过剩与短缺并存 |
3.3.2 资源型城市转型负担沉重 |
3.3.3 国企改革与民企发展缺乏动力 |
3.3.4 被动“去工业化”引发结构失序 |
3.3.5 沉没成本效应阻碍衰退行业退出 |
3.4 东北地区产业结构优化的障碍 |
3.4.1 要素市场化改革起步较晚 |
3.4.2 劳动力转移存在制度约束 |
3.4.3 高技术产业规模扩张缓慢 |
3.4.4 服务型政府职能转变滞后 |
3.5 本章小结 |
第4章 基于要素配置效率改进的产业结构优化理论框架 |
4.1 总体思路 |
4.2 要素流动与产业间再配置的效率改进机理 |
4.2.1 要素产业间流动的理论基础 |
4.2.2 要素产业间流动的前提条件 |
4.2.3 要素配置效率改进机理分析 |
4.3 产业结构优化影响要素配置效率改进的理论机制 |
4.3.1 产业结构优化的两个维度指标构建 |
4.3.2 产业结构合理化影响要素配置效率改进的机制 |
4.3.3 产业结构高度化影响要素配置效率改进的机制 |
4.4 供给侧改革下产业结构优化的影响因素理论分析 |
4.4.1 供给侧改革的提出背景与理论逻辑 |
4.4.2 产业结构优化的供给侧影响因素类别 |
4.4.3 供给因素影响产业结构优化的机理分析 |
4.5 本章小结 |
第5章 基于要素配置效率改进的东北地区产业结构优化效应实证分析 |
5.1 东北地区要素分布结构 |
5.1.1 劳动力要素分布 |
5.1.2 资本存量估计与资本要素分布 |
5.2 东北地区要素配置效率测度 |
5.2.1 随机前沿分析与模型设定 |
5.2.2 初始回归结果与模型修正 |
5.2.3 估算过程与结果分析 |
5.3 东北地区产业结构优化指标衡量 |
5.3.1 产业结构合理化 |
5.3.2 产业结构高度化 |
5.4 研究设计与实证检验 |
5.4.1 变量选取与描述性统计 |
5.4.2 数据检验 |
5.4.3 模型设定与实证结果分析 |
5.4.4 内生性问题讨论 |
5.4.5 稳健性检验 |
5.5 本章小结 |
第6章 进一步分析:东北地区产业结构优化的供给侧影响因素实证检验 |
6.1 供给因素综合评价指标体系构建 |
6.1.1 指标体系构建原则 |
6.1.2 主要评价指标分析与说明 |
6.1.3 综合评价指标体系 |
6.2 供给因素综合评价指数构造与分析 |
6.2.1 全局主成分分析 |
6.2.2 数据有效性检验 |
6.2.3 提取主成分及确定指标权重 |
6.2.4 东北地区供给因素综合评价指数分析 |
6.3 研究设计与实证检验 |
6.3.1 变量选取与描述性统计 |
6.3.2 数据检验 |
6.3.3 模型设定与实证结果分析 |
6.3.4 内生性问题讨论 |
6.3.5 稳健性检验 |
6.4 本章小结 |
第7章 基于要素配置效率改进的东北地区产业结构优化政策建议 |
7.1 加强人力资本培育与积累 |
7.1.1 着力提升教育体系水平 |
7.1.2 推进新型城镇化发展 |
7.1.3 完善薪酬激励机制 |
7.2 优化投资结构与存量资本布局 |
7.2.1 加大战略性新兴产业投资力度 |
7.2.2 稳固推进存量资本调整 |
7.2.3 积极探索金融产品与服务创新 |
7.3 推动产业技术进步与科技成果转化 |
7.3.1 促进产业发展与科技深入融合 |
7.3.2 加强企业自主创新与科研协作能力 |
7.3.3 完善科技成果转化机制 |
7.4 充分发挥政府职能与政策引领作用 |
7.4.1 加快转变政府职能 |
7.4.2 精准制定减税降费措施 |
7.4.3 释放产业政策引领作用 |
7.5 本章小结 |
第8章 结论与未来展望 |
8.1 结论 |
8.2 未来展望 |
参考文献 |
攻读博士学位期间的科研成果 |
致谢 |
(2)要素配置、技术进步与制造业全要素生产率(论文提纲范文)
摘要 |
ABSTRACT |
第1章 导论 |
1.1 选题背景与研究意义 |
1.1.1 现实背景与意义 |
1.1.2 理论背景与意义 |
1.2 基本概念界定 |
1.2.1 要素配置:要素投入结构和要素错配 |
1.2.2 技术进步:技术进步偏向性和技术创新模式 |
1.2.3 全要素生产率(TFP) |
1.3 研究内容与研究框架 |
1.3.1 主要研究内容 |
1.3.2 结构框架 |
1.4 研究方法 |
1.5 创新点 |
第2章 文献综述 |
2.1 要素配置与TFP |
2.1.1 要素投入结构对TFP影响的争论 |
2.1.2 要素错配对TFP的直接和间接影响机制 |
2.2 技术进步与TFP |
2.2.1 技术进步与TFP的联系和区别 |
2.2.2 技术进步偏向性对TFP的影响 |
2.2.3 技术创新模式对TFP的影响 |
2.3 要素配置与技术进步 |
2.3.1 要素投入结构与技术进步偏向性之间的关系 |
2.3.2 要素错配对技术创新活动的影响 |
2.4 对现有研究的总体评价 |
第3章 要素配置和技术进步影响TFP的内在机制分析 |
3.1 要素投入结构和技术进步偏向性对TFP的交互影响机制 |
3.2 要素错配和自主创新对TFP的直接和间接影响机制 |
3.3 产业间纵向关联在技术创新模式影响TFP中的作用机制 |
3.4 产业数字化在技术创新模式影响TFP中的作用机制 |
3.5 本章小结 |
第4章 要素投入结构、技术进步偏向性与制造业TFP |
4.1 引言 |
4.2 计量回归模型、参数估计方法与变量数据说明 |
4.2.1 以增长核算为基础的计量回归模型 |
4.2.2 标准化供给面系统方法 |
4.2.3 变量选取和数据说明 |
4.3 参数估计和指标测度结果分析 |
4.3.1 要素替代弹性的估计结果分析 |
4.3.2 各指标的变化趋势分析 |
4.3.3 各指标的行业异质性分析 |
4.4 计量回归结果分析 |
4.5 本章小结 |
第5章 要素错配、自主创新与制造业TFP |
5.1 引言 |
5.2 计量模型、变量选取与数据来源 |
5.2.1 计量模型设定 |
5.2.2 变量选取与数据来源 |
5.3 实证结果分析 |
5.3.1 基准估计结果分析 |
5.3.2 内生性问题来源与处理 |
5.4 本章小结 |
第6章 技术创新模式、产业间纵向关联与制造业TFP |
6.1 引言 |
6.2 空间计量模型、内生性问题讨论与变量选取 |
6.2.1 空间计量模型构建 |
6.2.2 内生性问题来源与处理 |
6.2.3 数据来源与变量选取 |
6.3 实证结果与稳健性检验 |
6.3.1 产业间纵向关联效应检验 |
6.3.2 未考虑产业间纵向关联的基准回归结果分析 |
6.3.3 考虑产业间纵向关联的空间计量回归结果分析 |
6.3.4 考虑产业间纵向关联的三种效应分解结果分析 |
6.3.5 稳健性检验 |
6.4 本章小结 |
第7章 技术创新模式、产业数字化与制造业TFP |
7.1 引言 |
7.2 计量模型、变量选取与数据来源 |
7.2.1 计量模型设定与内生性问题讨论 |
7.2.2 变量选取与数据来源 |
7.3 实证结果与分析 |
7.3.1 技术创新模式演变对制造业TFP影响的结果分析 |
7.3.2 产业数字化调节作用实证结果分析 |
7.3.3 产业数字化门槛效应实证结果分析 |
7.4 本章小结 |
第8章 研究结论及政策建议 |
8.1 主要研究结论 |
8.2 政策建议 |
参考文献 |
致谢 |
攻读学位期间所取得的学术成果 |
学位论文及答辩情况表 |
(3)中国资本测算及应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究内容及技术路线 |
1.2.1 研究内容 |
1.2.2 技术路线 |
1.3 研究创新及未来展望 |
1.3.1 研究创新 |
1.3.2 未来展望 |
2 研究综述 |
2.1 资本测算发展进程 |
2.1.1 资本测算国际研究进程 |
2.1.2 资本测算国内研究进程 |
2.2 资本测算技术研究 |
2.2.1 参数的选取 |
2.2.2 特殊资产的处理 |
2.3 资本测算应用研究 |
2.3.1 学者的研究 |
2.3.2 政府和机构的研究 |
2.4 文献评述 |
3 资本测算理论与方法 |
3.1 资本测算理论 |
3.1.1 资本测算范畴 |
3.1.2 新古典投资理论与资产价值理论 |
3.1.3 指数理论 |
3.2 资本测算方法 |
3.2.1 直接调查法 |
3.2.2 永续盘存法 |
3.3 资本加总方法 |
3.3.1 使用者成本 |
3.3.2 资本回报率 |
3.3.3 Tornqvist指数 |
3.4 本章小结 |
4 中国资本测算路径的构建 |
4.1 资本测算框架的演进 |
4.1.1 SNA的资产范围改进 |
4.1.2 SNA的资本测算框架 |
4.1.3 CSNA的资本测算改进 |
4.2 多层面资本测算路径设计 |
4.2.1 资本测算基本路径 |
4.2.2 工业企业资本测算路径 |
4.2.3 特殊资产资本测算路径 |
4.3 本章小结 |
5 资本存量和资本服务的测算 |
5.1 资本存量测算与分析 |
5.1.1 总量资本存量 |
5.1.2 省际资本存量 |
5.1.3 工业企业资本存量 |
5.2 资本服务测算与分析 |
5.2.1 总量资本服务 |
5.2.2 省际资本服务 |
5.2.3 工业企业资本服务 |
5.3 稳健性分析 |
5.3.1 测算剖面的影响 |
5.3.2 价格指数的影响 |
5.4 本章小结 |
6 资本服务的两方面应用 |
6.1 全要素生产率测算及分析 |
6.1.1 全要素生产率概述 |
6.1.2 全要素生产率测算方法 |
6.1.3 全要素生产率测算结果 |
6.2 资本服务效率测算及分析 |
6.2.1 资本服务效率概述 |
6.2.2 资本服务效率测算方法 |
6.2.3 资本服务效率测算结果 |
6.3 稳健性分析 |
6.3.1 测算剖面的影响 |
6.3.2 特殊资产的影响 |
6.4 本章小结 |
7 资本测算与应用的国际比较:以中国与美国为例 |
7.1 投资统计比较 |
7.2 资本测算结果比较 |
7.3 生产率和资本服务效率比较 |
7.4 本章小结 |
8 研究结论与展望 |
8.1 研究结论 |
8.2 研究展望 |
8.2.1 新时代下的资本统计 |
8.2.2 资本统计数据库构建 |
8.2.3 资本测算的国际比较 |
攻读博士学位期间发表的科研成果 |
附录 |
参考文献 |
后记 |
(4)中国研发资本存量估算及其经济效应研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
第一节 研究背景及研究意义 |
一、研究背景 |
二、研究意义 |
第二节 研究内容、方法及技术路线 |
一、研究内容 |
二、研究方法 |
三、技术路线 |
第三节 研究难点、创新与不足 |
一、研究难点 |
二、创新之处 |
三、不足之处 |
第二章 R&D资本化核算文献综述 |
第一节 R&D的定义及其资产属性 |
一、R&D的定义及分类 |
二、R&D的资产属性及相关概念 |
三、R&D易混概念辨析 |
第二节 R&D资本化进程及核算内容 |
一、R&D资本化进程 |
二、R&D资本化核算研究现状 |
三、R&D资本化核算主要内容 |
第三节 估算R&D资本存量的方法与现状 |
一、R&D资本存量估算方法比较分析 |
二、R&D资本化核算之前的存量估算 |
三、R&D资本化核算之后的存量估算 |
第四节 R&D与经济增长关系的理论和实证研究 |
一、R&D与经济增长的理论研究 |
二、R&D与经济增长的实证研究——宏观分析视角 |
三、R&D与经济增长的实证研究——统计核算视角 |
本章小结 |
第三章 SNA框架下中国R&D资本存量的估算方法 |
第一节 SNA中的资本核算理论 |
一、资本核算相关概念 |
二、资本存量核算框架 |
三、R&D资本的特殊性 |
第二节 R&D资本存量估算思路 |
一、R&D支出及其构成 |
二、“R&D支出→R&D产出→R&D投资”调整 |
三、R&D资本存量估算模型 |
第三节 相关参数的估算方法 |
一、R&D投资价格指数 |
二、R&D资产折旧率 |
三、初始R&D资本存量 |
第四节 我国科技统计现状及数据处理思路 |
一、我国科技统计发展历程 |
二、我国现有科技统计数据 |
三、R&D基础数据处理思路 |
本章小结 |
第四章 中国省际R&D资本存量估算及其经济效应分析 |
第一节 省际R&D资本存量的估算 |
一、省际R&D支出构成的估算 |
二、估算方法及关键参数 |
三、估算结果分析及比较 |
四、R&D资本存量的地区差距及分解 |
第二节 我国R&D资本存量的经济效应分析 |
一、R&D资本化对地区生产总值的影响 |
二、我国R&D资本产出弹性的测算 |
三、分地区R&D资本产出弹性的测算 |
第三节 不同活动类型R&D的经济效应分析 |
一、省际不同活动类型R&D资本存量的估算 |
二、不同活动类型R&D资本产出弹性的测算 |
三、分地区不同活动类型R&D资本产出弹性的测算 |
本章小结 |
第五章 中国制造业分行业R&D资本存量估算及其经济效应分析 |
第一节 制造业分行业R&D资本存量的估算 |
一、制造业分行业R&D支出的估算与调整 |
二、估算方法及关键参数 |
三、估算结果及典型行业分析 |
第二节 制造业R&D资本存量的经济效应分析 |
一、基础数据的准备与调整 |
二、制造业R&D资本产出弹性的测算 |
三、不同技术水平制造业的R&D资本产出弹性的测算 |
第三节 典型行业R&D的经济效应分析 |
一、技术领先型制造业R&D的经济效应分析 |
二、技术兴起型制造业R&D的经济效应分析 |
三、装备制造业R&D的经济效应分析 |
本章小结 |
第六章 结论、建议与展望 |
第一节 主要结论 |
第二节 政策建议 |
第三节 研究展望 |
参考文献 |
攻读博士学位期间主要研究成果 |
致谢 |
(5)中国工业两位数行业经济能源环境数据估算(论文提纲范文)
一、引言 |
二、文献综述 |
(一)资本存量 |
(二)能源消费量与二氧化碳排放量 |
三、分省两位数工业行业经济能源环境数据估算 |
(一)经济产出 |
1. 工业总产值 |
2. 工业增加值 |
(二)经济投入 |
1. 资本存量 |
2. 劳动力投入 |
3. 工业中间投入 |
(三)能源消费量与二氧化碳排放量 |
四、价格平减与缺失值补漏 |
五、数据的基本分析 |
(一)重点行业二氧化碳强度分析 |
(二)东中西部二氧化碳排放强度对比 |
(三)资本产值分析 |
(四)人均增加值和人均资本存量分析 |
(五)中间投入率分析 |
六、结论与政策含义 |
(6)中国高技术产业R&D资本存量核算(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 高技术产业与R&D相关理论知识 |
1.1.1 高技术产业范围 |
1.1.2 R&D定义与R&D活动分类 |
1.2 研究背景与意义 |
1.2.1 选题背景 |
1.2.2 选题意义 |
1.3 论文研究思路 |
1.4 论文结构 |
1.5 本文的创新之处、存在的问题 |
2 文献综述 |
2.1 我国高技术产业R&D资本存量核算参数研究现状文献综述 |
2.2 R&D资本存量测算方法及参数文献综述 |
2.2.1 R&D资本折旧率计算文献综述 |
2.2.2 初始R&D资本存量估算文献综述 |
2.2.3 R&D投入价格指数文献综述 |
2.3 文献评述 |
3 R&D资本存量测算方法 |
3.1 资本存量测算方法 |
3.2 关键参数估算方法 |
3.2.1 初始R&D资本存量测算方法 |
3.2.2 R&D资本折旧率测算方法 |
3.2.3 R&D价格指数计算方式 |
4 高技术产业R&D资本存量测算 |
4.1 数据来源 |
4.2 数据描述性分析 |
4.3 变量确定 |
4.3.1 R&D资本折旧率的确定 |
4.3.2 R&D价格指数 |
4.3.3 初始R&D资本存量测算 |
4.4 高技术产业R&D资本存量测算结果及分析 |
4.4.1 高技术产业R&D资本存量测算结果 |
4.4.2 高技术产业R&D资本存量变动趋势分析 |
5 结论与建议 |
5.1 结论 |
5.2 建议 |
参考文献 |
后记 |
(8)中国制造业R&D投入影响全要素生产率增长的机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景、目的与意义 |
1.1.1 研究背景 |
1.1.2 研究目的及意义 |
1.2 国内外相关研究综述 |
1.2.1 关于R&D对TFP增长影响的研究 |
1.2.2 关于吸收能力对TFP增长影响的研究 |
1.2.3 关于R&D溢出对TFP增长影响的研究 |
1.2.4 简要评述 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 拟解决的关键问题 |
1.3.3 研究方法 |
1.3.4 技术路线 |
1.4 主要创新点 |
第2章 R&D投入影响全要素生产率研究的理论基础及逻辑框架设计 |
2.1 R&D内生增长理论 |
2.1.1 R&D内生增长理论的兴起 |
2.1.2 R&D内生增长理论的发展 |
2.1.3 R&D内生增长理论与新古典增长理论的博弈 |
2.2 吸收能力理论 |
2.2.1 吸收能力理论的起源 |
2.2.2 吸收能力的内涵 |
2.2.3 吸收能力与其他相关理论及研究视角的关系辨析 |
2.3 知识溢出理论 |
2.3.1 知识溢出理论的发展脉络 |
2.3.2 知识溢出的类型 |
2.3.3 知识溢出的途径 |
2.4 中国制造业R&D投入影响TFP增长机制研究的逻辑框架构建 |
2.4.1 R&D投入与TFP增长的关系 |
2.4.2 R&D投入影响TFP增长机制的逻辑关系 |
2.4.3 R&D投入影响TFP增长机制研究的逻辑框架 |
2.5 本章小结 |
第3章 中国制造业全要素生产率增长的测算及其受R&D投入影响的分析 |
3.1 我国制造业TFP的估算及分析 |
3.1.1 全要素生产率测算方法 |
3.1.2 变量与数据处理 |
3.1.3 制造业TFP的估算结果与分析 |
3.2 中国制造业“研发悖论”存在性分析 |
3.2.1 制造业R&D投入与TFP变化趋势的描述性分析 |
3.2.2 制造业R&D投入对TFP增长影响的实证检验 |
3.3 本章小结 |
第4章 R&D投入影响全要素生产率增长的转化机制 |
4.1 R&D投入影响TFP增长的转化机制理论分析 |
4.1.1 制造业创新过程的阶段划分 |
4.1.2 基于创新过程的R&D投入影响TFP增长的转化机制分析 |
4.2 研究设计 |
4.2.1 模型构建 |
4.2.2 指标选取 |
4.2.3 数据来源与描述性统计 |
4.3 R&D投入影响TFP增长的转化机制实证分析 |
4.3.1 制造业整体实证检验 |
4.3.2 分行业实证检验 |
4.4 本章小结 |
第5章 R&D投入影响全要素生产率增长的学习机制 |
5.1 R&D投入促进TFP增长的学习机制理论分析 |
5.2 研究设计 |
5.2.1 自主R&D投入与外部技术引进的变化趋势分析 |
5.2.2 模型构建 |
5.2.3 变量与数据处理 |
5.3 R&D投入促进TFP增长的学习机制实证分析 |
5.3.1 制造业整体实证检验 |
5.3.2 分行业实证检验 |
5.3.3 非线性影响检验 |
5.5 本章小结 |
第6章 R&D投入影响全要素生产率增长的溢出机制 |
6.1 产业间R&D溢出的作用机制与测度 |
6.1.1 产业间R&D溢出的范畴 |
6.1.2 R&D投入促进TFP提升的溢出机制理论分析 |
6.1.3 产业间R&D溢出的测算与比较 |
6.2 研究设计 |
6.2.1 模型构建 |
6.2.2 变量与数据处理 |
6.3 R&D投入影响TFP增长的溢出机制实证分析 |
6.3.1 制造业整体实证检验 |
6.3.2 分行业实证检验 |
6.3.3 非线性影响检验 |
6.4 本章小结 |
第7章 全文总结与研究展望 |
7.1 全文总结 |
7.2 政策启示 |
7.3 研究展望 |
致谢 |
参考文献 |
攻读学位期间发表的论文及科研情况 |
(9)资本存量K测算的研究再评述(论文提纲范文)
一、引言 |
二、资本存量K的相关概念及基本测算方法 |
(一)几个易混淆概念 |
(二)估算资本存量K的基本方法 |
三、不同层面资本存量K估算细节 |
(一)基期资本存量的确定 |
(二)价格平减指数的确定 |
(三)对当年投资I的取舍 |
(四)对折旧(或相对效率)的处理 |
四、不同层面测算应用需要解决的特殊性问题 |
(一)宏观层面的估算精准问题 |
(二)区域层面的折旧率问题 |
(三)行业层面口径调整、设定问题 |
(四)微观层面基期资本存量的确定以及PIM方法的适用性问题 |
五、结论与启示 |
(10)城市基础设施存量对企业生产成本的影响 ——基于中国制造业企业的实证研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 研究背景和意义 |
1.2 研究内容与框架 |
1.3 论文主要解决的问题与创新点 |
第二章 文献综述 |
2.1 企业生产成本及其影响因素 |
2.2 基础设施存量的估算及其影响 |
2.3 基础设施与企业生产成本 |
2.4 文献总结与展望 |
第三章 中国城市基础设施存量价值评估 |
3.1 本文对基础设施的界定与分类 |
3.2 基础设施存量价值评估方法 |
3.3 相关参数的确定与说明 |
3.4 估算结果与分析 |
第四章 实证分析 |
4.1 模型选择与构建 |
4.2 数据和变量说明 |
4.3 实证结果 |
第五章 结束语 |
参考文献 |
致谢 |
四、中国制造业资本存量永续盘存法估计(论文参考文献)
- [1]基于要素配置效率改进的东北地区产业结构优化研究[D]. 徐杰. 吉林大学, 2021(01)
- [2]要素配置、技术进步与制造业全要素生产率[D]. 张鑫宇. 山东大学, 2021(10)
- [3]中国资本测算及应用研究[D]. 魏晓雪. 东北财经大学, 2020
- [4]中国研发资本存量估算及其经济效应研究[D]. 侯睿婕. 浙江工商大学, 2020(02)
- [5]中国工业两位数行业经济能源环境数据估算[J]. 卢梅,王科. 环境经济研究, 2019(04)
- [6]中国高技术产业R&D资本存量核算[D]. 薛占梅. 东北财经大学, 2019(08)
- [7]研究与开发和全要素生产率——基于中国研究与开发密集型产业的测算[J]. 陈丹丹,胡亚茹. 经济统计学(季刊), 2018(01)
- [8]中国制造业R&D投入影响全要素生产率增长的机制研究[D]. 王秀婷. 武汉理工大学, 2019(01)
- [9]资本存量K测算的研究再评述[J]. 张翠燕,曹廷求. 现代财经(天津财经大学学报), 2019(10)
- [10]城市基础设施存量对企业生产成本的影响 ——基于中国制造业企业的实证研究[D]. 林莹. 厦门大学, 2019(08)