Advertisement

农业绿色全要素生产率（期间为）两年份段.zip

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

简介：
农业绿色全要素生产率（Green Total Factor Productivity in Agriculture,简称GTFP-A）是对农业生产效率进行评估的重要指标，在兼顾环境可持续性和资源利用效率的前提下量化农业部门的整体生产力水平。该指标不仅全面涵盖农业生产过程中的各项投入要素（包括但不限于劳动力、土地资源、化肥应用以及农药使用等），还综合分析这些投入所带来的环境污染与资源消耗问题。本研究的数据集包含超效率SBM投入导向VRS模型以及非期望产出SBM投入导向模型。数据名称：省一级绿色农业生产综合效率相关统计信息及其评估标准码字、地域、年分及农业绿色全要素生产率

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2004-2020年间工业绿色全要素生产率分析
    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。
  • 2005至2021年间各省的绿色全要素生产率
    优质
    该研究探讨了2005年至2021年中国各省份的绿色全要素生产率变化趋势，分析环境因素对经济增长的影响，并提出相关政策建议。 2005年至2021年期间，各省的绿色全要素生产率（GTFP）以2004年为基准进行测算，并采用非导向SBM模型-GML指数方法计算。无论是否达到超效率状态，所有结果均被记录在案且与MAXDEA软件测得的结果一致。 具体而言： - 投入1是劳动投入，依据各省份年末的就业人数来确定； - 投入2为资本投入，采用永续盘存法进行衡量，并以2000年作为基准期； - 投入3则是能源消耗量（万吨标准煤），数据来源于《中国能源统计年鉴》。 期望产出是指各省的实际GDP值，根据2004年的基期进行了相应的折算。非期望产出则包括工业废水中的COD排放量和工业SO2的排放量两个方面。
  • 1999年-2021年全国地级市绿色全要素生产率
    优质
    该资料涵盖了自1999年至2021年间中国所有地级市的绿色全要素生产率数据，详尽分析了各城市在经济增长与环境保护之间的效率表现。 近年来关于全国地级市绿色全要素生产率的研究较多，我所使用的数据已经更新到了2021年。在进行相关研究的过程中，我也在网上查找过类似的数据集，但发现质量参差不齐，并且存在一定的计算偏差。因此，最终我还是自己整理并测算了这一份数据。 我在测算过程中使用了Maxdea软件，在全局参考的DEA框架下应用考虑非期望产出的超效率SBM-GML指数模型进行分析。这项研究主要借鉴了李斌、彭星和欧阳铭珂的研究成果（《环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究》，发表于《中国工业经济》2013年第4期，第56-68页）。
  • 农业全要素生产率数据集（ZIP文件）
    优质
    该农业全要素生产率数据集包含多个地区的农业生产效率指标，涵盖技术进步、资源配置等关键因素，适用于学术研究与政策分析。 农业全要素生产率数据集.zip
  • 2000-2019年中国地级市绿色全要素生产率数据.xls
    优质
    本文件为Excel表格形式的数据集，记录了中国从2000年至2019年间各地区级市在绿色全要素生产率方面的年度变化情况。 时间跨度为2000年至2019年期间的研究分析了421个行政区样本的数据，其中四个直辖市以区级层面数据为准，其余的行政区则采用地市层面的数据进行研究。 全要素生产率（也称为综合要素生产率）是衡量经济增长的重要指标。它指的是在排除资本和劳动力等投入因素的影响后，技术进步和其他能力实现所带来的产出增加部分。由于全要素生产率无法直接观测到，在实际的研究中需要通过估算得出其数值。 本研究借鉴了Pastor等人于2005年提出的方法，结合全局参比的数据包络分析框架，并综合考虑非期望产出的超效率SBM模型和Malmquist生产率指数来衡量城市全要素生产率的增长。全局参比方法利用整个考察期间所有决策单元（即研究对象）的投入与产出数据构建最佳生产前沿线，确保不同时期的所有决策单元都能在这一全球最优标准下进行比较，从而有效解决了测量过程中可能出现的不可行解及跨时期无法直接对比的问题。 由于统计数据口径的不同，在计算用电量时使用的是市辖区的数据；而其他变量则以全市范围内的数据为准。
  • 绿色全要素生产率面板数据合集（2000-2018），包含多份数据
    优质
    本资料集收录了自2000年至2018年间关于绿色全要素生产率的多种面板数据，涵盖环境影响因素与经济效率分析。 一、省级绿色全要素生产率测算（2004-2017） 数据说明：以2004年为基期，包括SBM-ML、SBM-GML、EBM-GML三种方法的测算结果及原始数据如下：就业人数、资本存量、能源消耗总量、实际GDP 以及工业废水和二氧化硫排放量。 时间跨度：2004年至2017年 区域范围：涵盖30个省市自治区，不包括西藏地区。 二、省级绿色全要素生产率测算（2004-2018） 数据说明：以SBM-GML方法进行测算，采用的基期为2004年。投入因素包含劳动投入、资本投入和能源消耗；期望产出即各省市自治区的实际GDP，并以2004年的价格水平折算。非期望产出指标包括工业废水中的COD排放量以及二氧化硫排放量。 时间跨度：从2004年至2018年 区域范围：覆盖30个省、市和自治区，不包含西藏地区。 三、地级市全要素生产率测算（2004-2018） 数据说明：以SBM及Malmquist生产率指数方法进行测算，采用的基期为2004年。请注意该部分仅提供结果，并无原始数据可供参考。 时间跨度：从2004年至2018年 区域范围：涵盖全国所有地级市。
  • 1949-2020年中国各省市农业全要素生产率（年度数据）.xls
    优质
    该Excel文件包含了从1949年至2020年间中国各省市的年度农业全要素生产率数据，旨在分析和研究中国农业生产效率的变化趋势。 数据来源为中国统计年鉴及CSMAR2数据库，时间跨度为1949年至2020年，涵盖全国31个省份的数据。 全要素生产率（TFP）是衡量经济增长的一个重要指标，它反映了除资本和劳动力等传统投入因素外的技术进步和其他能力提升所带来的产出增长。由于无法直接测量，通常在研究中通过估计方法来计算其数值。本数据集采用Battese和Coelli的模型，并使用最新的随机前沿分析（SFA）技术进行估算，以确保结果尽可能精确。
  • 中国各地区级市2000-2021年绿色全要素生产率(GTFP)数据
    优质
    本资料集包含了中国所有地级市自2000年至2021年的绿色全要素生产率（GTFP）数据，旨在评估各城市在经济发展与环境保护之间的平衡状况。 全国各个地级市及直辖市的区在2000年至2021年间绿色全要素生产率（GTFP）的数据已经测算完成（共421个样本）。本次测算采用了超效率SBM模型与Malmquist生产率指数法。 一、投入变量指标 1. 物质资本存量：通过永续盘存法进行计算。公式为 Ki，t = Ii，t + Ki，t－1 ( 1 － δ)，其中K表示物质资本存量，I代表当年的资本形成总额，δ是折旧率。使用各年固定资产投资价格指数将数据调整至2004年的不变价格水平，并参考张军等人的设定将折旧率定为9.6%；基期资本存量则通过固定资产投资额进行计算。 2. 劳动投入：采用城市年末就业人数作为衡量指标。 二、产出变量指标 产出变量包含期望产出和非期望产出： 1. 期望产出：按2004年不变价格换算的国内生产总值来表示； 2. 非期望产出：包括废水排放量、二氧化硫排放量以及粉尘烟尘排放量。 参考王亚飞（2021）的研究方法，本研究采用超效率SBM模型及非期望Malmquist生产指数法(SBM - Malmquist)对城市绿色全要素生产率进行了测算。