李士梅_吉林大学金融学院_研究生导师_创新助手_人物报告_2016-01-20
0% 25% 20% 17% 0% 14% 12% 33% 8% 15%
2.1.2 中文期刊论文产出表
图表 2 中文期刊论文产出表 总发文量 第一作者发文量 比例
24
19
ห้องสมุดไป่ตู้
79%
1
2.1.3 所发表中文期刊论文所分布刊情况
图表 3 人物发表期刊论文刊分布图
2.1.4 最近发表中文期刊论文情况 股权结构对国有装备制造企业创新投入的影响 吉林大学经济学院；李士梅； 张倩； 2015 企业自主创新的博弈分析 吉林大学国有经济研究中心；吉林省经济信息中 心；李士梅；潘宇瑶；吴迪； 国家社会科学基金；教育部人文社会科学研 究项目；吉林省科技发展计划项目 2015 "再工业化"背景下国有装备制造企业转型的难点与对策 吉林大学国有经济 研究中心；李士梅；程宇； 教育部人文社会科学研究项目；吉林省科技发 展计划项目；面向 21 世纪教育振兴行动计划项目 2014 国有战略性新兴产业布局的基础条件与创新路径 吉林大学中国国有经济研 究中心；吉林大学经济学院；李士梅；张倩； 教育部人文社会科学研究项 目；吉林省科技发展计划项目；面向 21 世纪教育振兴行动计划项目 2013 国有装备制造企业转变发展方式问题研究 吉林大学国有经济研究中心；李 士梅；张倩； 教育部人文社会科学研究项目；吉林省科技发展计划项目； 面向 21 世纪教育振兴行动计划项目 2013 文化产业价值链的构成及拓展 吉林大学文学院；吉林大学经济学院；朱欣 悦；李士梅；张倩； 2013 国有经济向战略性新兴产业集中的理性思考 吉林大学中国国有经济研究中 心；李士梅；张倩； 国家社会科学基金；面向 21 世纪教育振兴行动计划项 目 2012 中国低碳经济发展模式的路径选择 吉林大学经济学院； 李士梅； 张倩； 2011 我国中小企业信用缺失的根源及其对策 吉林大学经济学院；李士梅； 2009 我国工业企业信用能力评价的理论思考 吉林大学经济学院；李士梅； 吉林
创新助手报告 ——人物分析报告
创新助手平台提供
微信公众号：INFOSOFT_STADS 电子邮件：stads@ 官方网站：
北京万方软件股份有限公司出品
2016-01-20
报告目录
报告核心要素........................................................................ 错误!未定义书签。 一、人物简介........................................................................................................ 1 二、人物相关科技论文产出分析........................................................................ 1 2.1 中文期刊论文 ........................................................................................ 1 2.1.1 中文期刊论文年度发文量 ......................................................... 1 2.1.2 中文期刊论文产出表 ................................................................. 1 2.1.3 所发表中文期刊论文所分布刊情况 ......................................... 2 2.1.4 最近发表中文期刊论文情况 ..................................................... 2 2.1.5 近十年研究热点推荐 ................................................................. 3 2.2 学位论文 ................................................................................................ 4 2.2.1 学位论文年度指导数量 ............................................................. 4 2.2.2 所导硕博论文数量饼状图 ......................................................... 5 2.2.3 所导学位论文 ............................................................................. 5 2.3 中文会议论文 ........................................................................................ 6 2.3.1 会议论文年度发文量 ................................................................. 6 2.3.2 所发表的中文会议论文 ............................................................. 6 三、学术网络........................................................................................................ 6 3.1 学术引用指标 ........................................................................................ 6 3.2 高被引论文 ............................................................................................ 7 四、 人物科研合作关系...................................................................................... 8 五、人物相关关键词............................................................................................ 8 附录一 联系方式.................................................................................................. 9
I
一、人物简介 二、人物相关科技论文产出分析
2.1 中文期刊论文
2.1.1 中文期刊论文年度发文量
图表 1 中文期刊论文年度发文量 年代 文献量 累积量 增长率
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
4 1 1 1 0 1 1 3 1 2
4 5 6 7 7 8 9 12 13 15
2017年吉林大学的第一医院硕士研究生招生简章(报方向用)
50 王艳丽
女
51 于晓伟
女
52
岳瑛
女
53 费军伟
男
54 张松灵
女
55 李虹彦
女
56 张晓杰
女
57 迟红丽
女
58
周晶
女
59 刘欣梅
女
60 孙惠杰
女
61 李修瑛
女
62
郭放
女
63 赵晓甦
女
64 曹红十
女
65 隋东明
女
66 王玉梅
女
67
李群
女
68
王琇
女
69
高岚
女
70 王桂茹
女
71 金云玉
女
72 刘迎春
女
101
韩伟
女
102 宋雪松
男
103 王虎山
男
104 徐海洋
男
105 冯春生
男
106 冯燕华
女
107 李春萍
女
108 杨希革
男
109
袁彤
女
110 孙丽光
女
111 鲍万国
男
112 张凯宇
女
113 李玉香
女
114
王峰
男
115 姜振宇
女
116 彭丽萍
女
117
李丹
女
118 刘超英
女
119 钱东华
女
120 于振香
导师级别
博导 博导
一级、二级学科
儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 儿科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 耳鼻咽喉科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学 妇产科学
研究生精品课程介绍
研究生精品课程介绍课程名称：机器学习课程代码：0700001选课人数：68开课学院：计算机学院授课教师：李侃育人要点成效简介教师风范（课程负责人的学术成就和创新事迹，300字）李侃，教授，博士生导师，国家重点研发计划评审专家、国家863项目评审专家，北京市自然科学基金会评专家、博士点基金/博士后基金评审专家，国际期刊NLPR主编、IJCIS 编委。
目前主要从事机器学习、模式识别及大数据分析方面的研究。
主持了国家重点研发专项课题、国家973课题、863重大和和国家自然科学基金等多项国家级和部级项目，获得了多项国防科技进步奖和校科技成果一等奖等科研奖励。
在TKDE等国内外期刊、IJCAI、ACM MM等学术会议上发表SCI/EI检索论文近百篇，发明专利近20项。
出版了教育部和北京市精品教材、获得了T-more优秀教师奖、迪文优秀教师奖、教学成果奖一等奖等教学奖励。
价值塑造(如教学设计及教学实践，500字)建立教学为主导、科研为支撑、产业为导向、能力为本位的“机器学习”人才培养体系，强调机器学习创新思维的训练与培养。
1.“机器学习”研究生的人才培养遵循：“一条主线+两个体系+三个强化+四个训练”的模式。
以机器学习创新思维培养为主线，坚持理论教学体系和实践教学体系两个体系，实行实践教学、机器学习专业能力、创新能力三个强化，落实不同层次的四个实践训练。
2.建立了基于激励机制的“互动式+启发式+案例式”的教学模式教学团队将创新性思维训练融于“互动式+启发式+案例式”教学模式中，激发研究生的创新潜能，培养学生大胆质疑、多向思考、科学想象等思维能力。
3.设计了“分层+分系列+分专题”的创新实践活动它是本课程的特色之一。
依据课程的内容，采用由浅入深、循序渐进的方式设计实践活动。
创新活动与研究方向有机结合，增强教学与研究的相辅相承的关联。
本课程建设重在将机器学习的研究问题及与课程相关的最新前沿热点研究问题引入到的教学内容中。
中国人民大学 吴晓求 证券投资学
第四节 证券投资基金
1．证券投资基金的含义与性质 证券投资基金是指一种利益共享、风险共担的集 合证券方式。性质：金融市场媒介；资金信托形 式；有价证券的范畴。 2．证券投资基金的主要类型 可以根据不同的标准来对其进行分类。契约型基 金和公司型基金，概念及比较；封闭型与开放型 投资基金，概念及比较；
二、简答题 1为什么说股份公司的产生和信用制度的发展是证 券市场形成的基础？ 2证券市场的参与者与监管者包括哪些？ 3简述证券市场的基本功能。 4发行债券有何条件限制？ 5证券上市的一般程序是什么？ 6上市公司的资本变动主要发行价格的确定方法以及应考虑的基本 因素。
习 题
一、名词解释 证券市场 一级市场 二级市场 私募发行 公募发行 市盈率 发行费用 初始信息披露 持续性信息披露 招股说明书 上市公告书 股票发行价格 债券发行价格 除权价 填权 贴权 股票价格指数 上证综合指数 上证180指数 上证180指数 道·琼斯股价指数 《金融时报》股价指数 金融时报》 日经股价指数 恒生股价指数
7简述政府债券的基本特征。 8与其他债券相比，公司债券有哪些特征？ 9基金证券与股票、债券有哪些异同？ 10投资基金主要有哪几种类型？ 10 11金融衍生工具可分为哪些种类？ 11 12金融衍生工具的主要功能有哪些？ 12
第二章 证券市场
（ 6 课时）
第一节 证券市场概述
1．证券市场的定义 证券市场的定义及基本特征。 2．证券市场的形成和发展 全球及中国证券市场的形成和发展。 3．证券市场的分类 按交易的对象，分为股票市场、债券市场和基金 市场；按组织形式，分为场内市场和场外市场； 按证券市场功能，分为证券发行市场和证券交易 市场。
第二节 证券市场的基本功能
1．证券市场在金融市场中的地位 证券市场作为金融市场的重要组成部分，在金融 市场体系中居于重要地位。 2．证券市场发展与融资结构的变化 直接金融体系与间接金融体系二者缺一不可。直 接金融的发展步伐快于间接金融，其地位和作用 不断提高。 3．证券市场的功能 证券市场提供风险管理的方法；有利于证券价格 的统一和定价的合理；是资源合理配置的有效场 所；是筹集资金的重要渠道；是一国中央银行宏 观调控的场所
2013全国虚拟仪器设计大赛获奖优秀作品
作品图片展示
3
软件组 一等奖
LabVIEW俱乐部办公助手
学校名称：石家庄铁道大学 指导教师：马怀祥 参赛队员：王鹏（队长）、左庆林、王久健
作品简述
L a b V I E W俱乐部是高校中宣传虚拟仪器技术并为在校生提 供相关培训等服务的组织。为避免俱乐部纷繁复杂的管理工 作占用工作人员过多的时间和精力，设计一套能够将俱乐部 日常工作中的文件、日程以及人员信息综合管理的办公助手 软件十分必要。除此之外，该软件还可以作为一种办公辅助 工具为不熟悉电脑操作的人员日常办公提供辅助。
48
基于CompactRIO的自主图书馆存储机器人
49
基于CompactRIO的无线充电系统
50
车辆外廓尺寸检测系统
51
远洋船舶夜间船舶安全预警系统
52
基于LabVIEW FPGA的三相锁相环
53
基于NI Single-Board RIO的机器视觉导盲系统
54
模块化的PXI平台组
基于LabVIEW的X-HOME智能家居
基于LabVIEW上位机的水下蛇形机器人
33
基于机器视觉的虚拟鼠标操作系统
34
基于物联网平台的智能管家研制
35
结构光扫描三维成像
36
基于物联基于LabVIEW平台的智能人机系统
——无线智能控制手套网平台的智能管家研制
37
指尖世界
38
基于LabVIEW的智能储物流管理系统
2. 本软件的创新点在于用L a b V I E W来实现用其他语言难 以实现的地图搜索以及图形界面查询系统。众所周知， L a b V I E W主要应用于工业测试领域，在现实生活中很 少展现出其强大的功能。该软件的设计很好的说明了 L a b V I E W不仅适用于大型测试软件的设计，也可以很好 应用于生活服务类便利软件的开发。
学年度)返聘
外聘
其它
法语
基础法语 基础课 、法语泛 读 基础课 法语（二 外）
62
李媛媛
女
1980年4月
助
教
外聘
其它
法语
63
柳榆
女
1977年2月
讲
师
DESS 硕士
外聘
其它
经济学
微观经济 专业课 学、经济 流派与思 基础课 基础法语 法语（二 外）
64
沈菘珏
女
1977年4月
讲
师
DESS 硕士 法国MAINE 国际商学院 本 科
所属教研 在岗 室 状况
外聘
从事学科
从事专 业
课程 类别
是何品 是何重 是何新 课程名 牌专业 点学科 办专业 称 教师 教师 教师
C语言
备注
文州
男
1969年12月
讲师
大学 学士
理学
计算机科 专业主 学 干课
29
吴永球
男
1982年8月
大学 学士
外聘
经济学
产业经济 一般专 产业经济 学 业课 学 计算机科 一般专 管理信息 学 业课 系统 法学 一般专 企业战略 业课 管理 一般专 现代公司 业课 制度
4
何志明
男 高级经 济师 教授 高级经 济师 副教授
硕士
财政金融
财政
外聘
学术讲座
财政学
5
吉卫民
男
1962年
研究 硕士 厦门大学 生 博士 南开大学 西南财经 大学 西南财经 大学 北京大学 西南财经 大学
财政金融
金融
外聘
经济学
金融学
6
李秀芳
女
新材料产业集约化综合评价指标体系的构建
— ９４ —
第 １０ 期（ 总第 ３００ 期）
工业技术经济
Ｎｏ������ １０ （ Ｇｅｎｅｒａｌ， Ｎｏ������ ３００）
２０１８ 年 １０ 月
Ｊｏｕｒｎａｌ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ
Ｏｃｔ������ ２０１８
������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
约化评价指标体系， 包括效率、 效益、 能源消耗 和环境污染 ４ 个方面共 ６ 个指标。
关于实现产业集约化的路径： 秦远建（２００３）［６］ 以我国汽车产业为例， 认为应从提升产业集中度、 形成专业化分工， 提高技术创新能力、 加强对外 合作 ４ 个方面大力促进我国汽车产业集约化。 刘 如海 （ ２００３） ［７］ 建议通过兼并重组、 战略协作等 路径推动制造业的产业集约化发展。 吴进红和王 丽萍 （２００５） ［８］ 提出以信息化和技术创新推动产 业集约化。 孟刚 （２００８） ［９］ 指出应从培育大集团、 组建产业联盟、 提高技术和装备水平三方面促进 我国煤炭产业集约化发展。 李秀娟 （ ２０１１） ［１０］ 以 旅游产业为例， 提出促进企业规模化经营、 形成 产业集聚等路径以达到旅游产业集约化发展的目 的。 杨娟 （２０１３） ［１１］ 以海洋产业为例， 认为应该 建立现代产业体系， 从顶层设计上促进产业集约 化发展。 廖秉宜 （ ２０１３） ［１２］ 以广告产业为例， 提 出建立产业集群是促进产业集约化发展的有效途 径。 王佳果， 吴忠军 （２０１６） ［１３］ 认为应该多方面、 多角度地依靠创新提升我国民族地区旅游业的产
粮食产业高质量发展创新驱动机制分析
粮食产业高质量发展创新驱动机制分析作者：高维龙李士梅胡续楠来源：《当代经济管理》2021年第11期收稿日期：2021-10-08基金項目：国家留学基金项目《国家建设高水平大学公派研究生项目》（201906170099）。
作者简介：高维龙（1992—），男，吉林四平人，吉林大学经济学院博士研究生，主要研究方向为农业经济、产业经济;李士梅（1963—），女，吉林白城人，博士，吉林大学经济学院教授、博士生导师，主要研究方向为产业经济;胡续楠（1990—），女，吉林长春人，博士，长春大学经济学院讲师，主要研究方向为产业经济。
DOI： 10.13253/ki.ddjjgl.2021.11.007[摘要] 创新是赋能粮食产业转型升级、引领高质量发展的第一动力。
基于DEAMalmquist 指数法、面板固定效应和条件分位数模型，实证分析了粮食全要素生产率时空演化机制及技术传导路径。
结果发现：当前粮食全要素生产率存在下降趋势，主要受技术进步不足拖累。
东部地区在科技创新方面具有优势，其技术进步速度领先于中西部地区。
从影响路径来看，除人力资本对技术进步有促进作用外，其余因素均对其有抑制作用，表明粮食全要素生产率提升正面临要素质量恶化、配置结构扭曲、产业政策失灵和低端技术锁定等因素限制。
且在高质量发展阶段，这种制约效应尤为显著。
因此，应从提升要素质量、优化配置结构、完善政策设计、强化科技创新等方面施策，激活粮食产业高质量发展的创新动力。
[关键词]粮食产业;高质量发展;创新驱动;全要素生产率;时空演化[中图分类号] F326.11[文献标识码] A[文章编号] 1673-0461（2021）11-0053-12一、引言“十四五”规划指出，“全面推进乡村振兴，提高农业质量效益和竞争力”。
近年来，中国粮食产业发展面临诸多挑战，尤其进入21世纪后，随着城镇化、工业化不断深化，粮食供需矛盾日益凸显。
受农业生产要素萎缩、水资源短缺、气候恶化、贸易不确定性上升等内外因素叠加影响，传统依靠要素投入带动粮食增产的粗放型发展模式已然难以为继，粮食产业向集约化转型的压力十分严峻。
全球金融危机下的东亚货币金融合作
全球金融危机下的东亚货币金融合作
焦国伟
【期刊名称】《国际学术动态》
【年(卷),期】2010(000)004
【摘要】由吉林大学经济学院主办、《东亚经贸新闻》协办的“全球金融危机下的东亚货币金融合作”中日经济研讨会，于2009年5月25—26日在长春召开。
吉林大学党委常务副书记兼副校长王胜今教授、吉林大学社会科学处处长孙长智教授出席开幕式并先后致辞。
王胜今教授指出，国际金融危机对世界经济特别是东亚经济发展带来了巨大冲击和影响，但同时也为东亚地区货币金融合作的深化发展带来了机遇。
【总页数】2页(P3-4)
【作者】焦国伟
【作者单位】吉林大学经济学院,长春130012
【正文语种】中文
【中图分类】F833.05
【相关文献】
1.全球金融危机条件下的东亚金融合作 [J], 杨明华;李晨
2.金融危机后东亚货币金融合作路径探讨 [J], 杨婷婷
3.东亚生产网络形成背景下的货币金融合作研究 [J], 张竞月;李冉旭
4.中日韩三国经济合作与东亚区域性公共产品的供应——以全球金融危机为背景
[J], 王双
5.全球金融危机下东亚货币金融合作的路径选择 [J], 李晓
因版权原因，仅展示原文概要，查看原文内容请购买。
论刑法中的自救行为
论文分类号 D924.11单位代码 1 0 1 8 3密级公开研究生学号2003222106吉林大学硕士学位论文论刑法中的自救行为Study on the Act of Helping Oneself in Criminal Law作者姓名：闻冬梅专业：刑法学导师姓名李韧夫教授及职称：学位类别：法学硕士论文起止年月：2005 年4 月至 2006年4 月吉林大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。
除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：闻冬梅日期：2006年 4 月 10 日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。
论文级别：□硕士□博士学科专业：刑法学论文题目：论刑法中的自救行为作者签名：闻冬梅指导教师签名：李韧夫2006年 4月 10日作者联系地址（邮编）：吉林大学南苑六舍624信箱130012作者联系电话：135****0076作者姓名闻冬梅论文分类号 D924.11 保密级别公开研究生学号 2003222106 学位类别法学硕士授予学位单位吉林大学专业名称刑法学培养单位（院、所、中心）法学院研究方向中国刑法学习时间2003年 9 月至2006年7月论文中文题目论刑法中的自救行为论文英文题目Study on the Act of Helping Oneself in Criminal Law 关键词(3-8个)姓名李韧夫职称教授导师情况学历学位博士工作单位吉林大学论文提交日期2006年4月10日答辩日期2006年5月16日是否基金资助项目否基金类别及编号如已经出版，请填写以下内容出版地（城市名、省名）出版者（机构）名称出版日期出版者地址（包括邮编）内容提要自救行为与正当防卫行为、紧急避险行为都是正对不正的行为，实质是一致的，但两者的待遇却大相径庭。
新材料产业全要素生产率变化率测算及影响因素
第5期(总第426期) 2019年5月财经问题研究Research on Financial and Economic Issues Number5(General Serial No.426)May,2019新材料产业全要素生产率变化率测算及影响因素李士梅,胡续楠(吉林大学经济学院,吉林 长春 130012)摘 要:新材料产业是制造业的物质基础和先导产业,是推动国民经济发展㊁保障国家安全的重要产业㊂本文根据新材料产业上市公司数据,采用非参数DEA-Malmquist法测算全要素生产率变化率及其分解效率㊂结果表明,新材料产业整体的全要素生产率变化率呈现下降趋势,规模效率较低是造成全要素生产率变化率下降的主要原因,各细分产业层面全要素生产率呈现波动变化趋势㊂本文采用混合面板Tobit模型对全要素生产率变化率及其影响因素进行回归分析㊂实证结果表明,企业规模的扩大能够促进新材料产业全要素生产率的提升,研发投入对企业效率产生负向影响,政府补贴和股权性质对企业效率没有显著影响㊂本文提出了加强产业结构调整,扩大企业规模;注重产业战略规划,提高创新能力;建立多元化的产业政策,避免 一刀切”;引进和培育新材料人才,满足人才需求等四条政策建议㊂关键词:新材料产业;全要素生产率(TFP);战略性新兴产业;DEA-Malmquist指数;Tobit模型中图分类号:F062.9 文献标识码:A 文章编号:1000⁃176X(2019)05⁃0041⁃08一㊁问题的提出为了解决和缓解资源匮乏与环境污染等问题,世界各国纷纷加速新技术的发展,以太阳能㊁风能等可持续发展的能源代替不可再生能源㊂以低碳材料和绿色材料代替传统高耗能材料和高污染材料,改造传统生产过程,降低能耗物耗,提高生产率和能源利用率㊂党的十九大报告首次明确提出提高全要素生产率(TFP),这表明了中国政府更加重视经济的质量变革㊁效率变革㊁动力变革㊂以技术创新为核心动力,优化经济结构,转变传统发展方式,通过提高各产业全要素生产率,不断提升中国产业竞争力和经济创新力㊂新材料产业是制造业的物质基础和先导产业,因此,提高新材料产业的全要素生产率是拉动中国制造业转型升级和促进经济增长方式转变的新引擎㊂自新材料产业被列为中国战略性新兴产业以来,产业规模保持着两位数增长,2010 2015年,总产值年均增速保持在25%左右[1]㊂2016年的总产值已达到2.65万亿元,培育了一批销售收入超过100亿元的大型企业,建成了一批年产值超过300亿元的新材料产业集群[2]㊂可见,新材料产业的发展为国民经济增长作出了重要 收稿日期:2019⁃02⁃14基金项目:国家社会科学基金项目 新常态下战略性新兴产业混合发展的机制创新研究”(15BJY072);教育部人文社会科学重点研究基地重大项目 中国国有资本的投资效应研究”(15JJD790012);长吉图开发办项目 长吉产业创新发展示范区城乡一体化思路”(2015(509))作者简介:李士梅(1963-),女,辽宁辽中人,教授,博士,主要从事产业经济学研究㊂E⁃mail:lishimeijlu@ 胡续楠(1990-),女,吉林长春人,博士研究生,主要从事产业经济学研究㊂E⁃mail:1194102437@贡献,能够带动经济发展,保障国家安全㊂但是,中国新材料产业依旧存在着产品层次偏低㊁关键材料缺失和生产效率不高等问题㊂在环境污染和资源紧缺的双重约束下,中国新材料产业要实现高质量㊁高效率增长和可持续发展,必须转变经济增长方式,改变传统依靠要素投入的粗放型增长模式,向依靠技术创新的集约型增长方式转变㊂在国际竞争日益激烈且中国经济发展方式急需转型的关键时期,发展新材料产业作为战略支撑,提高新材料产业全要素生产率的贡献率具有重要意义㊂对于全要素生产率测算的研究,可以分为参数法和非参数法㊂参数法包括索罗余值法㊁SFA 法等㊂非参数法包括DEA 法㊁DEA-Malmquist 法等㊂刘洪等[3]基于改进的索罗余值法测算了湖北省科技进步贡献率,总体上呈现波动上升的趋势㊂吕岩威和孙慧[4]采用SFA 法测量了战略性新兴产业的技术效率,认为影响技术效率的因素包括企业规模㊁产业集聚㊁外商直接投资和国有企业比重㊂Kim 和Shafi’I [5]运用SFA 法研究了马来西亚制造业全要素生产率,结果发现,由于技术效率较低,全要素生产率受到限制,工人素质是最重要的影响因素㊂孙早和刘李华[6]利用SFA 法测算了1990 2013年中国工业的全要素生产率,研究发现所有制结构变化显著提升了全要素生产率㊂Fioramanti [7]运用SFA 法实证研究了欧盟制造业的全要素生产率,结果显示由于技术效率的不断下降拉低了全要素生产率㊂刘晖[8]运用DEA 法考察了中国战略性新兴产业技术创新效率,结果表明全国技术创新效率偏低㊂任保全和王亮亮[9]与方芳[10]利用DEA-Malmquist 法测算了战略性新兴产业的全要素生产率,结果表明效率较低㊂申俊喜和杨若霞[11]采用DEA-Malmquist 法测算了长三角地区战略性新兴产业全要素生产率,研究了政府补贴㊁企业员工㊁股权集中度㊁企业成长率和固定资产对全要素生产率的影响㊂王哲等[12]基于DEA-Malmquist 指数模型测算了安徽省战略性新兴产业全要素生产率,结果表明总产值㊁R&D 投入㊁技术售让对TFP 有积极影响㊂张家胜[13]运用DEA-Malmquist 法测度了湖北省制造业全要素生产率,该效率呈现波动上升趋势㊂李光红和贾军[14]基于DEA-Malmquist 法研究了战略性新兴产业的全要素生产率,指出核心技术缺失是制约全要素生产率增长的最主要影响因素㊂Shao 等[15]运用全局DEA 法分析了中国有色金属细分产业的全要素生产率,结果显示技术效率影响了全要素生产率,建议提升管理水平,通过指导合理配置矿产资源,加强优势企业重组㊂Du 和Lin [16]采用参数Malmquist 指数法进行了国际全要素能源生产率增长的比较,发现技术进步推动了全球全要素能源生产率的增长㊂Headey 等[17]分别采用SFA 法和DEA 法探索了农业的全要素生产率,认为政策和体制因素对农业全要素生产率产生最主要影响㊂综上所述,多数学者集中在对全国或某区域战略性新兴产业整体的全要素生产率的研究,很少有学者单独研究新材料产业的全要素生产率㊂新材料产业作为基础产业,覆盖面广,因而进行科学划分和单独统计具有重要意义㊂参数法需要设定具体函数的形式,并对数据进行无量纲化处理,而非参数法无需设定参数形式,不需无量纲地处理数据㊂此外,SFA 法只能进行多投入指标和单一产出指标的定量分析,而DEA 法在多投入指标和多产出指标的情况下,可以直接通过线性规划来判断决策单元的有效性㊂因而,本文运用DEA-Malmquist 法对新材料产业整体和五类主要细分产业的全要素生产率变化率及其分解效率进行测算,运用混合面板Tobit 模型对影响因素进行探索与分析㊂二、研究方法(一)DEA-Malmquist 指数法DEA 法是一种利用线性规划测度每个决策单元的相对有效性和规模收益状况的模型[18]㊂Banker [19]等学者提出了规模可变的BCC 模型,其数学表示如式(1)所示:min q s.t.∑m i=1x ij λj ≤θx jk ,i =1,2, ,m ∑s r =1y rj λj ≥y jk ,r =1,2, ,s j =1,2, ,n λj ≥0,∑n j=1λj =1(1)Malmquist [20]最早提出Malmquist 指数法,在规模报酬不变(CRS)的假设下,Färe 等[21]发展了24财经问题研究 2019年第5期 总第426期Malmquist 指数法用于生产效率的测算,具体公式如式(2)所示:M (x t+1,y t+1,x t ,y t )=D t0(x t+1,y t+1)D t 0(x t ,y t )×D t+10(x t+1,y t+1)D t+10(x t ,y t éëêùûú)1/2(2)其中,(x t ,y t )和(x t +1,y t +1)表示在t 期和t+1期的投入产出向量,D t 0(x t ,y t )和D t 0(x t+1,y t+1)表示技术前沿下的距离函数㊂在规模报酬可变(VRS)的假设下,Malmquist 指数可分解为技术效率变化(EFFCH)和技术进步率(TECHCH),其中技术效率变化可分解为纯技术效率变化(PECH)和规模效率变化(SECH),如式(3)所示:M (x t+1,y t+1,x t ,y t )=D t+10(x t+1,y t+1/VRS)D t 0(x t ,y t /VRS)´D t 0(x t ,y t )D t+10(x t+1,y t+1)´D t 0(x t ,y t )D t+10(x t ,y t )×D t 0(x t+1,y t+1)D t+10(x t+1,y t+1éëêùûú)1/2=PECH ´SECH ´TECHCH (3)当式(3)大于1时,表明呈增长趋势;当式(3)小于1时,表明呈下降趋势㊂(二)Tobit 模型在使用DEA-Malmquist 法测算中国新材料产业全要素生产率变化率及其分解效率后,全要素生产率变化率作为被解释变量,影响因素作为回归分析的解释变量㊂由于DEA-Malmquist 指数法测度的结果始终大于0,属于断尾离散数据,因而本文采用Tobit 模型进行回归分析㊂基本模型如式(4)所示:Y *i =βT X i +e iY *i =Y *i ,Y *i >00,Y *i ≤{0(4)其中,Y *i 为潜变量,当Y *i 大于0时,Y i 的值等于Y *i ,当Y *i 小于或等于0时,Y i 的值等于0;βT 为参数向量;e i 为随机扰动项,服从正态分布;i =1,2, ,n㊂三㊁中国新材料产业全要素生产率的动态变化分析利用DEAP2.1软件分别从产业整体和细分产业层面对新材料产业的全要素生产率及其分解效率进行分析㊂①以2008 2016年新材料上市公司为研究样本,剔除变量值缺失㊁净利润为负的新材料企业㊂数据来源于WIND 资讯金融数据库和中财网㊂最终确定了54家新材料上市公司,9年共计486个观测样本㊂在指标的选取上,选择企业固定资产净额和企业平均从业人数作为资本投入和劳动投入的衡量指标,选择企业主营业务收入和净利润作为产出的衡量指标㊂(一)新材料产业整体TFP 变化及其分解本文首先测算新材料产业整体的全要素生产率(TFP)的变化率和分解效率,如表1所示㊂表12008 2016年新材料产业全要素生产率变化率和分解效率年 份技术效率变化技术进步率纯技术效率规模效率TFP 变化率2008 20091.1030.8341.0771.0240.9202009 20100.3963.2980.7520.5261.3062010 20112.7750.3741.4331.9371.0372011 20121.2610.6011.1471.0990.7582012 20130.8291.1850.9560.8670.9822013 20140.6781.4970.8240.8231.0152014 20150.9880.9751.0090.9790.9642015 20161.0271.0240.9471.0841.052均 值0.9831.0111.0000.9830.994从表1中得知,2008 2016年间中国新材料产业TFP 变化率平均变动为0.994,年均增长率为-0.60%㊂将TFP 变化率分解,可得技术进步率的均值为1.011,年均增长率为1.10%;技术效率变34新材料产业全要素生产率变化率测算及影响因素①因软件限制,仅保留3位小数㊂化的均值为0.983,年均增长率为-1.70%,纯技术效率年均增长率为0;规模效率的均值是0.983,年均增长率是-1.70%,说明新材料产业整体的规模效率呈现下降趋势拉低了技术效率㊂也就是说,企业的规模结构不合理㊁资源利用率低等原因造成了新材料企业TFP变化率的下降㊂从年度数据分析,新材料产业TFP变化率呈现波动变化趋势,2008 2009年TFP变化率下降8.00%㊂2009 2010年TFP变化率上升幅度最大,为30.60%,这主要是因为2009年新材料产业被列为战略性新兴产业[22],政府推动了新材料产业的快速发展㊂2010 2011年TFP变化率依旧呈现上升趋势,上升幅度为3.70%㊂2011 2012年和2012 2013年TFP变化率分别下降24.20%和1.80%㊂2013 2014年上升1.50%,2014 2015年下降3.60%㊂2015 2016年TFP变化率再次回升,增幅5.20%㊂新材料产业TFP变化率的波动主要是技术效率波动造成的,企业的技术效率偏低且不稳定制约了TFP变化率的增长㊂ (二)新材料细分产业TFP变化及其分解新材料产业在 十三五”规划中被划分为四大类十四个子分类㊂中国报告大厅按照新材料应用的产业分类,将新材料产业划分为十一个细分产业㊂‘中国制造2025“规划中列出了五个主要产业㊂由于新材料产业种类繁多且统计数据较少,本文结合新材料上市公司的汇总分类和‘中国制造2025“规划将新材料上市公司分为五大主要产业,分别对五个细分产业进行TFP变化率测算和分解,结果如表2所示㊂表22008—2016年新材料细分产业TFP变化率测算及其分解结果产 业年 份技术效率变化技术进步率纯技术效率规模效率TFP变化率特种金属功能材料2008 20090.9740.9670.8461.1520.942 2009 20101.1961.1721.1331.0561.402 2010 20110.8161.9200.9650.8461.566 2011 20121.0050.8581.0041.0010.862 2012 20130.9441.0570.9600.9840.998 2013 20140.7991.2510.9310.8591.000 2014 20150.9570.9621.0070.9500.921 2015 20161.0711.1581.0671.0041.240均值0.9631.1350.9860.9771.093高端金属结构材料2008 20090.8371.0261.0000.8370.859 2009 20100.20113.8010.3940.5092.772 2010 20115.8850.1072.5532.3050.628 2011 20121.0520.7131.0131.0380.750 2012 20130.8351.0970.9630.8670.916 2013 20140.9671.1200.9780.9881.083 2014 20151.1120.6190.9541.1660.688 2015 20160.9501.2250.9930.9571.164均值0.9851.0000.9880.9970.986先进高分子材料2008 20091.1670.8200.9911.1770.957 2009 20100.8561.3111.1270.7601.122 2010 20111.3780.7631.1591.1891.052 2011 20121.4960.5171.0341.4470.774 2012 20130.9341.0350.9660.9670.967 2013 20140.8651.1960.9030.9571.034 2014 20150.8561.0710.9440.9070.917 2015 20161.0131.0231.0740.9441.037均值1.0470.9331.0211.0250.97744财经问题研究 2019年第5期 总第426期续表产 业年 份技术效率变化技术进步率纯技术效率规模效率TFP变化率新型无机非金属材料2008 20091.2660.7251.1961.0590.918 2009 20101.0481.1671.2110.8651.223 2010 20110.6451.1840.7620.8470.764 2011 20121.2580.5621.1371.1060.707 2012 20130.8061.5101.0430.7731.217 2013 20141.3370.6191.0251.3050.828 2014 20151.1011.1781.0901.0101.296 2015 20161.0210.9740.9781.0340.985均值1.0330.9391.0460.9870.970高性能纤维及复合材料2008 20090.9811.0931.0000.9811.072 2009 20100.9041.0300.8541.0590.931 2010 20111.0000.9261.1710.8530.926 2011 20121.0050.8610.8531.1790.865 2012 20130.9321.1190.9990.9341.043 2013 20140.9811.3051.0170.9651.281 2014 20151.0670.9761.1360.9401.042 2015 20160.9041.0990.9021.0020.993均值0.9701.0440.9850.9851.013从产业分类上看,各产业TFP变化率呈现波动状态㊂特种金属功能材料产业全要素生产率的变化呈现上升趋势,年均增长率为9.30%;高端金属结构材料产业TFP变化率呈现波动变化,主要是由于纯技术效率和规模效率水平较低,拉低了TFP变化率;先进高分子材料产业TFP变化率变动趋势与技术进步率变动趋势相一致;新型无机非金属材料产业TFP变化率的变动呈现下降趋势,年均增长率为-3.00%,该产业的技术进步率和规模效率较低;高性能纤维及复合材料产业TFP变化率呈现 下降 上升 下降”的波动趋势,与技术进步率波动相一致,主要受到技术进步率的影响㊂在2011 2012年,该产业TFP变化率最低,技术进步率也最低㊂通过以上数据可知,特种金属功能材料产业㊁高端金属结构材料产业和高性能纤维及复合材料产业企业规模不合理㊁资源配置能力较低㊁产业集中度不高等问题拉低了全要素生产率㊂先进高分子材料产业技术创新水平较低,缺少核心技术成为拉大与发达国家产品差距的主要原因㊂新型无机非金属材料产业生产设备和工艺比较落后,仍以生产传统无机非金属材料为主,缺少技术创新和知识创新,产品层次偏低,企业规模不合理制约了产业全要素生产率变化率的提升㊂四、研究设计(一)变量选择被解释变量为测算出的全要素生产率变化率㊂解释变量是企业规模㊁政府补助㊁研发投入和股权性质㊂表3列举了相关变量的解释说明㊂表3新材料上市公司全要素生产率影响因素变量说明变量类型变量名称符 号定 义因变量全要素生产率的变化率Y利用DEA-Malmquist指数测得的TFPCH自变量企业规模S总资产取自然对数政府补助G政府补助费用取自然对数研发投入R研发费用取自然对数股权性质E国有企业取值1,民营企业取值0(二)模型与变量54新材料产业全要素生产率变化率测算及影响因素64财经问题研究 2019年第5期 总第426期利用2008 2016年54家新材料上市公司的面板数据,建立Tobit回归模型,如式(5)所示: Y it=β0+β1S it+β2G it+β3rR it+β4E it+εit(5)其中,Y为全要素生产率变化率且大于零;β0为常数项;βi为回归参数;i为企业数,i=1,2, ,54;t为时间,t=1,2, ,9;e为随机扰动项;S it是第t期第i个企业总资产的自然对数;G it是第t期第i个企业政府补贴的自然对数;R it是第t期第i个企业研发费用的自然对数;E it是衡量企业股权性质的一个虚拟变量,国企为1,民企为0㊂(三)描述性统计分析表4列举了新材料上市公司影响因素变量的统计特征㊂表4新材料上市公司影响因素描述统计分析变 量平均值标准差最小值最大值企业规模8.40760.97076.448710.7508政府补助2.54381.0856-4.19975.5254研发投入3.32201.0623-2.30255.8099股权性质0.59250.491901 (四)回归结果分析表5显示了新材料上市公司全要素生产率变化率的Tobit模型回归结果㊂从表5可以看出:第一,企业规模的影响㊂企业规模的系数为0.1566,与新材料上市公司全要素生产率正相关,显著性水平为1%㊂这表明企业规模越大,企业在技术㊁资源㊁信息㊁人才等方面越具有比较优势,企业资源整合能力越强,从而推动企业全要素生产率的提升㊂第二,政府补贴的影响㊂政府补贴的系数为-0.0185,与新材料上市公司全要素生产率呈不显著负相关关系㊂这表明政府补贴对新材料企业效率产生了负向影响,但影响不显著㊂原因可能是新材料产业作为战略性新兴产业过度依赖政府补贴,能够以较低的成本从政府获得补助金,但企业利用补助金的效率很低,并没有很好地用于提升企业的创新能力和生产效率,而是重复加工生产低层次产品,因而对全要素生产率产生负向作用㊂第三,研发投入的影响㊂研发投入的系数为-0.1069,与新材料上市公司全要素生产率负相关,显著性水平为10%㊂这表明研发投入产生了负效应㊂原因可能是企业对研发投入的资金使用效率较低,研发资金并没有很好地发挥创新和改进生产工艺的作用,而是用于非核心专利的申请,知识成果的有效产出较低㊂第四,股权性质的影响㊂股权性质与新材料上市公司的全要素生产率呈现不显著的正相关关系㊂原因可能是新材料产业正处于产业成长期,股权结构对企业运营效率的影响不明显㊂表5Tobit模型回归结果变 量β估计值标准差Z值P值S0.1566***0.05972.62000.0090G-0.01850.0571-0.32000.7460R-0.1069*0.0565-1.89000.0590E0.09100.11360.80000.4230_cons0.13110.50830.26000.7960注:***㊁**和*分别表示在1%㊁5%和10%水平上显著㊂五、结论和政策建议本文基于DEA-Malmquist指数法测算了2008 2016年中国新材料上市公司全要素生产率的变化情况,使用Tobit模型分析了企业规模㊁政府补贴㊁研发投入等因素对新材料产业全要素生产率变动的影响情况㊂整体上看,中国新材料产业全要素生产率变动呈现递减趋势,各个细分产业全要素生产率存在较大差异㊂此外,企业规模与新材料产业全要素生产率显著正相关,研发投入与新材料产业全要素生产率显著负相关,政府补贴和股权性质对新材料产业全要素生产率没有显著影响㊂新材料产业既是一种先进技术,能够改造生产方式,也是一种经济手段,能够创造新的经济增长点㊂本文基于以上结论,为了提高中国新材料产业的全要素生产率,从而推动制造业的转型升级和经济高质量发展,提出以下四点建议:第一,加快产业结构调整,扩大企业规模㊂中国新材料产业结构不合理,必须加强顶层设计,改变重复建设与产能过剩的状况㊂根据各地的资源优势㊁区位优势和产业基础,加快在全国范围内的资源整合㊂首先,扩大企业规模,促进新材料龙头企业的发展,培育龙头企业,成为具有国际竞争力的民族品牌企业㊂依托龙头企业整合区域资源,加强企业并购,促进规模化经营的形成,推动新材料产业的集中㊂其次,加强企业联盟和重组,通过联盟㊁合作和集团化,优化产业规模结构,解决初级产品产能过剩问题,提高产业集中度㊂再次,完善产业集群的建设㊂发挥集聚效应,整合集群资源,加强企业之间的沟通协作,降低交易成本和运输成本,促进知识流动和知识外溢,利用产业集群带来的集中优化市场结构㊂最后,大力支持新材料生产服务型和科技型中小企业的发展㊂研究表明,生产服务型中小企业能够有效促进经济增长和产业发展㊂因此,不仅要鼓励大企业的兼并重组资源整合,更要发展生产服务型和科技型新材料中小企业,为大企业提供相应的生产配套服务,满足大企业的生产服务需求,与大企业形成错位竞争㊁资源互补和协同发展㊂第二,注重产业战略规划,提高创新能力㊂世界各国为了应对经济下行的压力,加紧对新一轮科技革命和工业革命的投入,将新材料作为重点领域,加快研发的步伐,占领科技制高点㊂美国㊁德国㊁日本等发达国家密集发布了一系列新材料领域的政策规划㊂2011年,美国政府启动 材料基因组计划”,目的是利用新材料与信息技术的融合,快速研发出高性能新材料㊂2016年,德国政府开启 数字战略2025”,目标是发展3D 打印等先进技术㊂2017年,日本提出 日本科技创新综合战略2017”,将重点发展大数据平台㊂从发达国家发展新材料产业的经验上看,产业政策支持和研发投入具有重要推动作用㊂首先,中国政府要加强新材料领域的科学规划和政策支持,为产业发展方向提供科学合理地指导与布局㊂加大研发资金的投入,满足前沿材料科技研发的资金需求,提高研发资金的使用效率㊂政府应完善相应的考核机制和监督机制,以提高企业利用政府补贴的使用效率,避免低投资效率㊂企业取得创新成果可以作为下一轮获得政府研发补贴的条件,形成政府对企业创新的诱导机制,提高创新成果的产出能力㊂其次,完善政产学研合作机制,利用产学研联盟建设创新载体体系,加强政产学研各部门的有效沟通,提高各部门资源的利用效率和优势互补㊂实现科研与市场的有效对接,促进科技成果的转化㊂最后,新材料领域技术创新发展必须坚持企业创新的主体地位,以企业为主导实行重点材料技术攻关,加强核心专利的控制能力,提升关键材料的供应能力㊂第三,建立多元化的产业政策,避免 一刀切”㊂制定和落实相关产业政策,避免因导向性不足出现产能过剩㊂由于新材料研发㊁中试㊁生产㊁推广等各环节需要投入大量资金,因而要建立多元化的产业政策㊂不但要加大政府的资金支持,创立新材料专项产业基金,建立新材料企业信用担保体系和信用管理制度,加强政府采购,组建新材料产业联盟,淘汰对低端材料的补贴,支持龙头企业做大做强等多方面推进有实用性的产业政策㊂同时,要避免 一刀切”㊂由于新材料各细分产业全要素生产率差距较大,不同的产业情况和需求不同,因而需要差异化的对待㊂规模效率低的新材料产业应注重提高企业规模和加强企业并购;技术进步率低的新材料产业要提高企业自主创新能力;技术效率低的新材料产业应提升企业配置资源的能力和管理水平[23]㊂再者,要强化金融支持,建立多渠道投融资体制,集中各种类型的资金,支持贷款并给予部分贴息,满足新材料产业的资金需求㊂第四,引进和培育新材料人才,满足人才需求㊂新材料人才包括研发人才㊁管理人才㊁高技能人才等,所有这些人力资源都是企业提升自主创新能力的重要组成部分㊂为此,政府应支持新材料人才引进和人才培育,将各类人才汇集于新材料企业创新活动当中,实施 稳定 培养 引进”的人才管理政策㊂首先,政府要引导企业做好新材料产业内已有人才的稳定工作,保护其在科学和技术成果转化过程中的合法收益,并鼓励企业为技术及研发人才创造必要的条件,改善生活条件,充分体现对人才和知识的尊重㊂其次,完善针对高端人才的优惠政策,建立适合创新人才发展的激励机制,吸收国外高水平的技术人才和管理人才,带动国内新材料科技创新型人才队伍的组建㊂不断加大新材料领74新材料产业全要素生产率变化率测算及影响因素84财经问题研究 2019年第5期 总第426期域创新人才的培养力度,建立高校与新材料企业的技术人才合作培育机制,培育跨学科和跨专业的复合技能型人才,满足企业的人才需求,形成完整的高水平的人才队伍体系,填补国内新材料高端人才的缺口㊂最后,支持新材料企业 走出去”,学习和掌握新材料国际前沿和技术发展动态,充分消化吸收再创新国外先进新材料企业研究成果和技术成果,不断提升中国新材料企业管理能力和水平㊂参考文献:[1] 九次方大数据.中国新材料产业发展报告[EB/OL].https:///view/7e8b0411551810a6f4248685.html,2016-10-14.[2] 国家发展和改革委员会高技术产业司,工业和信息化部原材料工业司,中国材料研究学会.2017 2018年中国新材料产业发展报告[R].北京:化学工业出版社,2018.7.[3] 刘洪,刘晓洁,李云.基于改进索罗余值法的湖北省科技进步贡献率测算[J].统计与决策,2018,(15):107-110.[4] 吕岩威,孙慧.中国战略性新兴产业技术效率及其影响因素研究[J].数量经济技术经济研究,2014,(1):128-143.[5] Kim,S.,Shafi’I,M.Factor Determinants of Total Factor Productivity Growth in Malaysian Manufacturing Industries:ADecomposition Analysis[J].Asian-Pacific Economic Literature,2009,23(1):48-65.[6] 孙早,刘李华.中国工业全要素生产率与结构演变[J].数量经济技术经济研究,2016,(10):57-75.[7] Fioramanti,M.Estimation and Decomposition of Total Factor Productivity Growth in the EU Manufacturing Sector:AStochastic Frontier Approach[R].Isae Working Papers,2009.[8] 刘晖.我国战略性新兴产业技术创新效率研究[J].系统工程理论与实践,2015,(9):2296-2303.[9] 任保全,王亮亮.战略性新兴产业高端化了吗?[J].数量经济技术经济研究,2014,(3):38-55.[10] 方芳.我国战略性新兴产业效率的测算[J].统计与决策,2014,(24):124-126.[11] 申俊喜,杨若霞.长三角地区战略性新兴产业全要素生产率及其影响因素研究[J].财贸研究,2017,(11):24-33.[12] 王哲,沙国,胡伟.安徽省战略性新兴产业全要素生产率测度 基于DEA-malmquist指数模型[J].华东经济管理,2017,(6):25-30.[13] 张家胜.湖北省制造业全要素生产率变化的实证分析[J].统计与决策,2015,(21):112-114.[14] 李光红,贾军.战略性新兴产业发展 天花板”效应及技术战略选择 以新一代信息技术产业为例[J].东岳论丛,2018,(5):141-147.[15] Shao,L.G.,He,Y.Y.,Chao,F.,et al.An Empirical Analysis of Total-Factor Productivity in30Sub-Sub-Sectors ofChina’s Nonferrous Metal Industry[J].Resources Policy,2016,50(12):264-269.[16] Du,K.R.,Lin,B.Q.International Comparison of Total-Factor Energy Productivity Growth:A Parametric Malmquist IndexApproach[J].Energy,2017,118(1):481-488.[17] Headey,D.,Alauddin,M.,Rao,D.S.P.Explaining Agricultural Productivity Growth:An International Perspective[J].Agricultural Economics,2010,41(9):1-14.[18] Charnes,A.,Cooper,W.W.,Rhodes,E.Measuring the Efficiency of Decision Making Units[J].European Journal ofOperational Research,1978,6(2):429-444.[19] Banker,R.D.,Charnes,A.,Cooper,W.W.Some Models for Estimating Technical and Scale Inefficiencies in DataEnvelopment Analysis[J].Management Science,1984,30(9):1078-1092.[20] Malmquist,S.Index Numbers and Indifference Surfaces[J].Trabajos De Estadistica,1953,4(2):209-242.[21] Färe,R.,Grosskopf,S.,Norriss,M.,et al.Productivity Growth,Technical Progress and Efficiency Change inIndustrialized Countries[J].The American Economic Review,1994,84(1):66-83.[22] 师昌绪,李学勇,齐让.新材料是国家战略性产业[J].新材料产业,2010,(3):1.[23] 李士梅,李安.中国高端装备制造业创新效率的测度分析[J].社会科学战线,2018,(6):246-250.(责任编辑:徐雅雯)[DOI]10.19654/ki.cjwtyj.2019.05.006[引用格式]李士梅,胡续楠.新材料产业全要素生产率变化率测算及影响因素[J].财经问题研究,2019,(5):41-48.。