Advertisement

绿色全要素生产率面板数据合集（2000-2018），包含多份数据

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • 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。
     
  • 上市公司绿色全要素生产率数据集(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。
     
  • 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。
     
  • 中国各省GTFP绿色全要素生产率面板数据（计算方法见文档说明）2004-2018年
    优质
    本资料提供中国31个省市区自2004年至2018年的GTFP绿色全要素生产率年度数据，详尽分析各省经济绿色化发展水平。计算方法详见文档说明。 各省GTFP绿色全要素生产率面板数据 1. 数据来源：自主计算整理 2. 时间跨度：2004-2018年 3. 区域范围：全国30个省和直辖市 4. 数据说明：部分数据如下，具体计算方式详见网盘中的文件。
     
  • 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
     
  • 基于SBM模型的绿色全要素生产率测算（含代码、案例及数据）
    优质
    本书通过应用SBM模型深入探讨了绿色全要素生产率的评估方法，提供了详细的代码示例和实际案例分析，并附有相关数据支持。 今天分享绿色全要素生产率的测算代码，包括SBM模型与超效率SBM模型，并提供可测非期望、指数分解值工具包。该工具包内含有Matlab代码、视频教学文件及相关讲解材料以及示例数据，使用最简单的y, x, x1等变量展示数据集，代码也做了详细的解释说明。 SBM是Slacks-Based Measure或Slack Based Measure的缩写，通常翻译为基于松弛值测算模型。它既可以用于DEA（Data Envelopment Analysis），即SBM-DEA。该方法最初由Kaoru Tone在2001年提出，遵循DEA的基本思想，通过“最小”的或者说是“最紧密匹配”的凸面球壳来包络投入产出数据集，从而得到代表最佳实践的技术前沿边界。 这种相对最优的技术前沿正是两型社会及经济与环境协调发展的经济学内涵。所谓两型社会是指在各个生产、建设、流通和消费领域，在经济发展和社会进步的各个方面，充分保护并合理利用各种资源，提高资源使用效率，以最低限度的资源消耗获取最大的经济效益和社会效益，并实现人与自然和谐共生以及经济社会可持续发展。“快”指的是经济增长。
     
  • 2000-2021年间上市公司企业绿色全要素生产率的STATA分析（附原始数据和代码）
    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。