基于大数据的制造业全要素生产率和能源效率测算及平台建设研究

To improve the Total-factor productivity (TFP) and energy efficiency of manufacturing firms is very important for accomplishing the “Made in China 2025”plan for China. Thus, building up the big data platform of measuring and monitoring TFP and energy efficiency is very meaningful and useful. This project aims to extend the traditional TFP and energy efficiency measurement theory, to propose the new methodology that fits the big data environment well. In addition, the measurement indicator system is also constructed by incorporating the quality innovation factor for manufacturing firms. Based on the new theories and results, the big data platform for measuring and monitoring TFP and energy efficiency will be build. Thus, to provide data and policy support for “Made in China 2025”decision making.

提升我国制造业全要素生产率和能源效率是顺利实施“中国制造2025”重大战略的微观基础。 搭建全要素生产率与能源效率的填报、测算与监管大数据平台、提供更加科学的质量管理决策具有重大现实意义和价值。本研究拟对传统全要素生产率和能源效率评估模型进行拓展，进而提出科学合理的符合大数据特性的全要素生产率与能源效率评价理论体系，探究大数据的数据特征对全要素生产率与能源效率的作用机制与影响机理，构建基于大数据的企业全要素生产率与能源效率评价指标体系，利用新方法评估大数据环境下我国制造业企业全要素生产率与能源效率分布规律，厘清企业质量创新对其全要素生产率与能源效率的影响规律。基于此，搭建中国制造业企业全要素生产率与能源效率填报、测算与监管大数据平台，形成系统化的全要素生产率、能源效率与质量创新的滚动结果实时监控平台，为“中国制造2025”战略企业层面的绩效考核提供数据平台与决策支持。

随着大数据时代的到来，一方面，提升我国制造业全要素生产率和能源效率是顺利实施“中国制造2025”重大战略的微观基础。搭建全要素生产率与能源效率的填报、测算与监管大数据平台、提供更加科学的质量管理决策具有重大现实意义和价值。另一方面，人们对经济社会发展、资源环境保护和生活健康等各方面信息了解得更多，对相关方面的研究要求更高。基于此，本课题实地调研并搜集了广东省制造业企业微观数据，与广东省能源局、质监局和统计局合作，构建广东省制造业企业能源和全要素生产率实时填报和监控平台。同时，搜集并整理全国火力发电厂投入产出数据和中国高新技术中小企业数据，整理并匹配了工业企业数据库、环境企业统计数据库、上市公司数据库和海关企业数据库，实地调研并收集了农民农业培训和化肥使用知识数据，搜集了中国自然科学基金委员会（NSFC）关于能源基金的数据，搜集并构建分城市—分行业和分地区—分行业的能源碳排放数据，形成了较为全面的宏微观数据库。基于该数据库，本课题研究了不同层面经济主体的生产率、能源效率、碳排放表现和减排成本等经济环境表现，提出一种新的影子价格测算方法，并紧跟时事热点，对新冠疫情下的全球碳排放、我国城镇居民脱贫效应、火电厂改造的健康效益和风力发电下稀土资源的供需状况进行了研究。研究成果共33篇，30篇均发表在SCI/SSCI国际期刊，部分发表在国际国内顶级期刊One Earth、Nature Communications、Nature Geoscience和《经济研究》等刊物上，研究成果受到国家级和省部级领导干部重要批示多次，并应用于广东省制造业企业的质量创新和全要素生产率测算与统计工作中，较好地完成了课题的预期任务。本课题三次年度评估均为优。