蔡昉, 2013a. 中国经济增长如何转向全要素生产率驱动型[J]. 中国社会科学 (1): 56-71.
蔡昉, 2013b. 理解中国经济发展的过去、 现在和将来: 基于一个贯通的增长理论框架[J]. 经济研究, 48(11): 4-16.
陈怀超, 张晶, 费玉婷, 等, 2018. 中部六省产学研创新效率对省域创新的影响: 基于Malmquist指数与灰色关联度的分析[J]. 科技进步与对策, 35(20): 137-143.
陈竹, 左晶晶, 2018.“一带一路”背景下中国制造业创新驱动战略研究: 基于吉利集团的案例分析[J]. 经济问题 (4): 104-110
段军山, 庄旭东, 2021. 金融投资行为与企业技术创新: 动机分析与经验证据[J]. 中国工业经济(1): 157-175.
冯根福, 郑明波, 温军, 等, 2021. 究竟哪些因素决定了中国企业的技术创新: 基于九大中文经济学权威期刊和A股上市公司数据的再实证[J]. 中国工业经济(1):19-37.
黄俊, 杨紫锐, 殷丽梅, 等, 2017. 国产机器人企业研发效率评价及影响因素研究: 基于DEA-Tobit两阶段分析法[J]. 科技进步与对策, 34(18): 101-106.
李健, 刘恋, 2020. 省际物流业绿色全要素生产率时空差异及空间收敛性研究[J]. 长江流域资源与环境, 29(4): 17-30.
李平, 2016. 提升全要素生产率的路径及影响因素: 增长核算与前沿面分解视角的梳理分析[J]. 管理世界 (9): 1-11.
李鑫, 孙小霞, 苏时鹏, 2017. 基于DEA-Tobit模型的中国县域污水处理服务减排效率测评[J]. 资源科学, 39(3): 451-460.
宋敏, 马艳霞, 汪琦, 2020. 金融发展、技术进步与全要素能源效率: 基于中介效应的实证研究[J]. 资源与产业, 22(2): 69-78
苏屹, 林周周, 2020. 基于消化吸收门槛的区域创新系统知识溢出效应研究[J]. 管理学报, 17(3): 411-421.
王培然, 杨永春, 2020. 基于文本分析的西北地区工业绿色转型政策导向研究[J]. 资源与产业, 22(1): 69-79.
徐海成, 徐思, 张蓓齐, 2020. 交通基础设施对绿色全要素生产率的影响研究: 基于门槛效应的视角[J]. 生态经济, 349(1): 73-77, 89.
杨汝岱, 2015. 中国制造业企业全要素生产率研究[J]. 经济研究, 50(2): 61-74.
张超, 周立新, 2018. 产业集聚对全要素生产率的影响研究:来自四川省制造业的证据[J]. 资源开发与市场, 34(10): 1424-1430
张恒,周中林,郑军,2019. 长江三角洲城市群科技服务业效率评价:基于超效率DEA模型及视窗分析[J]. 科技进步与对策, 36(5): 46-53.
张在旭,黄卓琳,2020.中国省际绿色技术创新效率测度及影响因素研究[J]. 资源与产业, 22(6): 1-8.
ANDERSEN P,PETERSEN N,1993. A procedure for ranking efficient unit in data envelopment analysis[J]. Management Science, 10:1261-1264.
BANKER R D, CHARNES A, COOPER W W,1984. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 30(9): 1078-1092.
CHARNES A, COOPER W W, RHODES E,1978. Measuring efficiency of decision making units[J]. European Journal of Operational Research, 2(6): 429-444.
MIZOBUCHI H,2017. Productivity indexes under hicks neutral technical change[J]. Journal of Productivity Analysis (48): 63-68.
|