Advertisement

独家分析2007-2022年上市公司绿色全要素生产率及分解项,并附赠8篇权威参考文献!

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本报告深入剖析了2007至2022年间中国上市公司的绿色全要素生产率及其构成要素,结合八篇权威学术文献,为研究和政策制定提供详实数据支持。 【致力于成为全网最热情、最专业的原创数据合集分享者,提供全面的售后服务,欢迎咨询】【许多同学询问企业层面的绿色全要素生产率(GTFP)数据,今天终于可以满足大家的需求了!】该数据集包含2007-2022年我国所有上市公司的绿色全要素生产率及其分解项的数据。我们还将无偿赠送您8篇高价值权威文献,在测度方法、实证方向和控制变量等方面具有极高的参考价值,我深耕这一领域近3年了。 数据集全面覆盖十余年来我国微观层面的企业绿色全要素生产率,格式为面板数据,并经过亲测验证效果良好。绿色全要素生产率广泛应用于环境经济、投资及金融领域的研究中,未来基于该指标的研究前景十分光明。目前流传的同类数据存在测量偏差问题,例如直接用区域工业三废排放代替非期望产出等。 本人基本解决了所有测量偏差的问题,并确保企业数目完整无缺。相信这个数据集一定能为您的实证工作带来帮助。 在计算绿色全要素生产率(GTFP)时,我们遵循资源与环境约束条件,采用SBM-GML指数进行测算。具体包括: ①【期望产出】:指上市公司当年的总营业收入; ②【非期望产出】:指上市公司的碳排放量。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2007-2022绿8
    优质
    本报告深入剖析了2007至2022年间中国上市公司的绿色全要素生产率及其构成要素,结合八篇权威学术文献,为研究和政策制定提供详实数据支持。 【致力于成为全网最热情、最专业的原创数据合集分享者,提供全面的售后服务,欢迎咨询】【许多同学询问企业层面的绿色全要素生产率(GTFP)数据,今天终于可以满足大家的需求了!】该数据集包含2007-2022年我国所有上市公司的绿色全要素生产率及其分解项的数据。我们还将无偿赠送您8篇高价值权威文献,在测度方法、实证方向和控制变量等方面具有极高的参考价值,我深耕这一领域近3年了。 数据集全面覆盖十余年来我国微观层面的企业绿色全要素生产率,格式为面板数据,并经过亲测验证效果良好。绿色全要素生产率广泛应用于环境经济、投资及金融领域的研究中,未来基于该指标的研究前景十分光明。目前流传的同类数据存在测量偏差问题,例如直接用区域工业三废排放代替非期望产出等。 本人基本解决了所有测量偏差的问题,并确保企业数目完整无缺。相信这个数据集一定能为您的实证工作带来帮助。 在计算绿色全要素生产率(GTFP)时,我们遵循资源与环境约束条件,采用SBM-GML指数进行测算。具体包括: ①【期望产出】:指上市公司当年的总营业收入; ②【非期望产出】:指上市公司的碳排放量。
  • 绿研究-
    优质
    该文系统回顾了关于上市公司绿色全要素生产率的研究文献,分析现有研究成果与不足,旨在为后续相关领域的学术探讨提供理论支持和实证依据。 本研究基于新能源示范城市建设的政策背景,探讨了该政策对上市公司绿色全要素生产率的影响及其作用机制。通过采用双重差分法,并利用2009年至2019年间A股上市公司的面板数据进行实证分析,结果表明,实施新能源示范城市建设项目可以显著提升辖区内企业的绿色全要素生产率,并且这一效果是通过技术创新和资源配置途径实现的。 研究的重要性在于,这项政策对中国经济向绿色发展转型以及环境污染治理具有重大影响。面对能源消费量和碳排放持续增加的局面,中国正致力于推动清洁能源的发展,这不仅是从末端转向源头控制污染的关键步骤,也是达成“碳达峰”与“碳中和”目标的重要策略之一。因此,在构建绿色低碳的能源体系方面取得进展是中国未来发展的关键方向,并且对实现经济可持续发展具有重要意义。 本研究填补了有关新能源示范城市建设对企业绿色全要素生产率影响这一领域的空白,提供了支持中国经济绿色转型及环境污染治理的相关实证依据,同时为政策制定者和企业决策提供参考意见。 综上所述,该研究成果对于促进中国高质量经济发展以及推动生态文明建设的深入发展具有重要意义。
  • 绿数据集(2007-2022).xlsx
    优质
    本数据集收录了中国上市公司自2007年至2022年的绿色全要素生产率相关指标,旨在研究企业环境绩效与经济效率的关联。 详细介绍及样例数据可参考相关博客文章。本研究涵盖了2500多家上市企业,涉及的数据指标包括证券代码、年份、绿色全要素生产率、绿色技术效率变化指数以及绿色技术进步变化指数。
  • (2000-2022,含源代码).zip
    优质
    本资料提供了一套针对中国上市公司自2000年至2022年间全要素生产率(TFP)的详尽分析报告与数据集,并附有相关的计算源代码。研究报告结合了多种经济模型和统计方法,全面揭示了各行业TFP的变化趋势及其驱动因素。研究结果为公司战略规划、政府政策制定及学术研究提供了重要参考依据。 【项目资源】:涵盖前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据以及课程资源等多种技术领域的源代码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、Python、web开发(如HTML5, CSS3, JavaScript)、C#等项目的源码。 【项目质量】:所有提供的源码均经过严格测试,确保可以直接运行并具备正常功能。只有在确认无误后才会上传至平台。 【适用人群】:本资源库适用于希望学习不同技术领域的新手或进阶学习者。无论是作为毕业设计、课程作业还是工程实训的项目立项参考,均可提供帮助。 【附加价值】:这些项目拥有较高的学习和借鉴价值,并且可以直接修改复刻以满足个人需求。对于有一定基础或是热衷于深入研究的人来说,在此基础上进行代码改进与功能扩展将更加得心应手。 我们鼓励下载使用并欢迎各位互相交流、共同成长,如果有任何疑问或需要帮助的地方,请随时提出问题,我们会尽力提供支持和解答。
  • 2000-2021企业绿的STATA原始数据和代码)
    优质
    本研究运用STATA软件对2000至2021年间中国上市公司的绿色全要素生产率进行了全面分析,提供详细的原始数据与代码供学术界参考使用。 本段落采用SBM-GML模型对企业绿色全要素生产率(GTFP)进行测算。GTFP的评估主要包括投入与产出两方面: **投入方面:** - 资本投入:利用永续盘存法估算每个企业的资本投入。 - 劳动投入:以企业员工人数作为代理指标。 - 能源投入:以上市公司所在城市工业用电量为能源使用情况的代表。 **产出方面:** - 期望产出:采用企业的主营业务收入来衡量期望输出水平。 - 非期望产出:通过考察企业所在地级市的“三废”排放量来进行评估。 此外,文章中还包含了稳健性检验所需的替换指标,并利用SBM-SML方法进行测算。这些数据已经过实证验证并显示出显著性的结果,可以放心使用。如有需要进一步解释或修改,请随时告知。
  • 中国(2000-2021,含源代码).zip
    优质
    本资料集聚焦于2000年至2021年中国上市公司的全要素生产率(TFP)研究,涵盖详尽的数据统计与分析,并提供用于计算的完整源代码。 【项目资源】:涵盖前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据等多个技术领域的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、Python、web(如HTML/CSS/JavaScript)、C#等项目的代码,以及EDA和proteus等相关工具的资源。 【项目质量】:所有提供的源码都经过严格的测试验证,确保可以直接运行,并且只有在确认功能正常后才会上传发布。 【适用人群】:无论是初学者还是希望深入学习相关技术领域的进阶者都可以使用这些资源。适用于毕业设计、课程作业、大项目或初期的技术开发立项等场景。 【附加价值】:每个项目的源码都具有很高的参考和借鉴意义,可以作为直接使用的模板进行修改和完善。对于有一定基础的开发者来说,则可以在现有代码的基础上进一步扩展功能或者优化性能。 【沟通交流】:如果在使用过程中遇到任何问题,请随时联系博主寻求帮助;同时也欢迎所有用户下载并尝试这些资源,并相互学习、共同进步。
  • 2007-2022绿转型数据.xlsx
    优质
    这份Excel文件包含了从2007年至2022年间中国上市公司在绿色转型方面的详细数据,旨在评估和展示企业在这15年间向可持续发展方向的努力与成就。 2007-2022年上市公司绿色化转型数据(仅结果) 1. 时间:2007-2022年 2. 范围:上市公司 3. 来源:上市公司年报、上市公司社会责任报告、公司官方网站信息 4. 指标包括证券代码、年份和企业绿色化转型情况。 5. 方法说明: 从宣传倡议、战略理念、技术创新、排污治理及监测管理五个方面,选取113个关键词来衡量企业的绿色化转型。统计这些关键词在上市公司年报中的出现频率,并计算词频数的自然对数值加一(即ln(词频+1)),以此反映企业绿色化转型的程度。 5. 参考文献:《企业绿色化转型与股价崩盘风险》(周阔)
  • 2004-2020间工业绿
    优质
    该研究聚焦于2004至2020年间的中国工业领域,深入探讨了绿色全要素生产率的变化趋势及其驱动因素,为促进可持续发展提供了理论与实证依据。 工业是碳排放的主要来源之一,推动其节能减排、绿色转型对于实现3060目标至关重要。本次数据涵盖了2004年至2020年间中国30个省份的工业绿色全要素生产率。研究采用SBM-GML和SBM-BML指数进行评估。 评价体系包括以下变量: - 投入:工业用水量(亿立方米)、规模以上企业固定资产投资(亿元)、工业能源终端消耗量(万吨)以及制造业就业人数(人) - 期望产出:工业增加值(亿元) - 不良产出:工业二氧化硫排放量(吨)、工业废水排放量(万吨)和固体废弃物产生量(吨) 数据提供了多种选择。首先,关于工业增加值的计算方法有基于2004年实际GDP以及未经过物价因素调整的结果两种版本。考虑了物价变化后的结果更符合学术标准,但未经平滑处理的数据可能会表现出更好的增长趋势。 此外,在评估工业三废排放时也存在不同组合:一种是二氧化硫与废水的联合评价;另一种则是将所有三种污染物(包括固体废弃物)都纳入考量范围。个人认为,采用二氧化硫和废水排放量加上未经物价因素调整的SBM-GML指数结果最佳,这有助于清晰地展示绿色生产率的增长趋势。
  • 1990-2022省级
    优质
    本研究通过对1990至2022年间各省数据进行深入分析,评估了中国各省份的全要素生产率变化趋势及其影响因素,为政策制定提供科学依据。 计算方法包括:OLS(普通最小二乘法)、固定效应模型、随机效应模型、参数估计法、非参数估计法、动态广义矩量法(DGMM)、系统广义矩量法(SGM)以及时间固定效应(TFE),同时采用数据包络分析(M SF A)。产出指标为实际国内生产总值(GDP),投入指标包括资本存量(通过永续盘存法计算)和社会从业人员总数。 参数设定方面,折旧率设为9.6%(参考张军等人的研究)。价格调整方面,已经完成了价格指数平减处理,并且进行了起始年基期的设定。逐年下降的情况是正常的,在很多论文中都尝试解释结果与预期不一致的原因。 参考文献:《方法、数据与全要素生产率测算差异》