Advertisement

2000-2019年中国地级市绿色全要素生产率数据.xls

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2000-2019绿.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。
  • 2000-2021绿(GTFP)
    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。
  • 1999-2021绿
    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)。
  • 1949-2020).xlsx
    优质
    该文件包含自1949年至2020年间中国各地区级市的全面生产效率统计数据,为研究中国经济增长模式和区域经济发展提供详实的数据支持。 1949-2020年421个地级市全要素生产率(年度数据)无缺失值。 区域范围:421个地级市 指标说明: 产出设定为实际GDP;投入要素包括从业人员数和固定资产(采用永续盘存法计算)。 计算方法参考Battese和Coelli的模型,使用最新的SFA方法进行全要素生产率的计算。这里仅提供最终结果,并无原始数据展示。
  • 1949-2020各省农业).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。
  • 1949-2020各省).xls
    优质
    本Excel文件包含自1949年至2020年间中国各省份的年度全要素生产率数据,为研究中国经济增长提供详实的数据支持。 1949-2020年各省全要素生产率(年度)计算说明:产出采用实际GDP数据,投入要素包括从业人员数量、固定资产(使用永续盘存法)。该研究涵盖31个省份的时间跨度为1949年至2020年。
  • 1978-2022.xlsx
    优质
    该Excel文件包含自1978年至2022年间中国各地区级市的详尽经济指标,特别聚焦于全要素生产率的数据分析,为研究中国经济增长模式提供关键支持。 1978-2022年地级市全要素生产率数据 时间跨度:1978年至2022年 来源资料:城市统计年鉴及各省市的统计年鉴 指标体系: - 省份、地区、年份 - OLS(普通最小二乘法) - FE(固定效应模型) - RE(随机效应模型) - DGMM(动态广义矩估计) - SGMM(系统广义矩估计) - SFA1至SFA3D (不同形式的生产前沿分析方法) - TFE (时间序列全要素效率) - 非参数法 数据范围:涵盖421个地区 参考文献: 《产业集聚与地区间劳动生产率差异》 范剑勇著 指标说明: 产出指标包括实际GDP,投入指标为资本存量(采用永续盘存法核算)和社会从业人员数量。 注意:这里仅包含计算结果,并未提供原始数据。
  • 2000-2022绿金融指
    优质
    该资料集涵盖了中国2000年至2022年间各地区级市的绿色金融发展情况的数据,包括绿色信贷、绿色债券等多个方面。 时间:2000-2022年 来源:统计J、科技B、人行网站及各种权威年鉴,包括全国及各省市统计NJ、环境状况公报等专业统计nj指标说明见相关文章。
  • 公司绿集(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。