单豪杰—省际资本存量1952-2011
我国农业资本存量估算
我国农业资本存量估算作者：杨伦来源：《时代金融》2019年第05期摘要：利用永续盘存法，本文对1990～2015年省际层面农业资本存量进行重新估计。
基于估计结果，通过分析全国四大区域的资本存量额和资本产出比来比较各地区农业资本的差距，并得到相关结论与政策建议。
一、文献综述对于我国资本存量的估计，已有的研究多集中于全国或各省市区、整体或分行业资本存量的估计。
张军（2004）等对1952～2000年中国省际物质资本存量进行估算。
单豪杰（2008）利用永续盘存法对1952～2006年全国资本存量进行估计。
徐杰等（2010）利用投入產出表对1986～2007年中国资本存量进行估计。
陈昌兵采用极大似然法估计出了1978～2012年的中国资本存量。
贾润崧等（2014）利用经济计量的方法计出不同省份的资本折旧率，进而估算了1952～2012年的省际资本存量。
田友春系统地估算了1990～2014年中国分行业的资本存量。
相对于全国或省际、整体或者二三产业资本存量估算的文献来说，农业资本存量估算的文章相对较少。
吴方卫（1999）采用永续盘存法对我国农业资本存量进行估计。
王金田等（2007）对1978～2005年全国及各省份农业资本存量进行估算。
罗浩轩（2013）对1980～2011年全国农业资本存量进行估算。
李谷成等（2014）对1978～2011年省际层面农业资本存量进行估计。
当前，我国农业经济结构性矛盾凸显。
许多相关问题的研究，例如农业资本深化特点、农业全要素生产率的估算、结构转变效率的问题，都要建立在对农业资本存量估计的基础上。
目前，从省际层面估计农业资本存量的文献很少，本文的研究有助于弥补这一空缺。
二、省际农业资本存量的估计（一）永续盘存法Goldsmith所开创的永续盘存法在测算资本存量中倍国内外学者所普遍使用，Hall & Jones （1996，1999）、张军（2003、2004）、金戈（2012，2016）、李谷成（2014）采用永续盘存法测算了各行业资本存量，本文也将沿用这种方法对中国省际层面的农业资本存量进行估计，其计算公式为：（公式1）其中，与分别表示当期和上一期期末的资本存量，表示当期投资额，表示经济折旧率。
我国最优公共支出规模测算——基于Barro模型的实证研究
公共管理Һ㊀我国最优公共支出规模测算基于Ｂａｒｒｏ模型的实证研究倪新生ꎬ梅㊀丽摘㊀要:公共支出作为影响经济增长的重要因素ꎬ对国民经济发展有着重要的影响ꎮ对于最优公共支出规模的研究ꎬ更是实现公共支出结构的优化ꎬ提升公共支出效益的重要前提ꎮ本文在确定Ｂａｒｒｏ模型为计算方法的基础上ꎬ选取了１９７８—２０１５年的数据ꎬ经过模型构建㊁回归分析以及各项计量检验ꎬ最终得到了我国最优公共支出规模为２９.１５％ꎮ得出现阶段我国经济发展的重心应该是优化公共支出的结构而非进一步扩大规模的政策建议ꎮ关键词:公共支出ꎻ最优公共支出规模ꎻＢａｒｒｏ模型中图分类号:Ｆ２９２㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００８－４４２８(２０１９)０６－０１８１－０３一㊁研究背景公共支出是政府开展经济活动不可或缺的一部分ꎬ也是其实现职能的重要宏观调控手段ꎮ２０世纪以来ꎬ发达国家和发展中国家的公共支出相对规模逐年上升ꎮ公共支出规模上升这一现象逐渐成为社科领域备受关注的问题ꎮ２００９年希腊爆发债务危机后ꎬ市场经济发达国家比以往更加重视公共支出规模的控制ꎮ而中国经济实力不及发达国家ꎬ遭遇着赤字和负债的困扰ꎮ由此可见ꎬ我国更加有重视与合理控制公共支出规模的必要ꎮ我们选取１９７８ ２０１５年的数据ꎬ通过构建Ｂａｒｒｏ模型ꎬ来测算我国最优公共支出规模ꎮ当政府的公共支出规模达到这个数值时ꎬ能够使政府最有效地履行其职能ꎬ更有利于稳固和发展我国的经济ꎮ二㊁我国最优公共支出测算的实证分析(一)模型的构建Ｂａｒｒｏ在具有固定规模报酬的 ＡＫ 生产函数的基础上ꎬ引入政府公共支出ꎬ建立了一个以政府支出为中心的内生经济增长模型ꎬ并得出了一个最优公共支出规模ꎮ假定生产函数形式如以下公式所示:Ｙ＝Ｆ(ＫꎬＮꎬＧ/Ｎ)(１)Ｙ为实际产出ꎬ使用ＧＤＰ进行表示ꎻＫ是资本存量ꎬ为公共和私人资本存量的和ꎻＮ是就业的人数ꎻＧ代表政府支出ꎮ进一步进行假设ꎬ生产函数Ｆ是一阶齐次并且二阶连续可导ꎬ且满足Ｆｉ>０ꎬＦｉｉ<０ꎬｉ＝ＫꎬＮꎬＧꎮ对(１)式求关于时间ｔ的偏导数ꎬ得到∂Ｙ∂ｔ＝∂Ｆ∂Ｋ ∂Ｋ∂ｔ＋∂Ｆ∂Ｎ ∂Ｎ∂ｔ＋∂Ｆ∂Ｇ ∂Ｇ∂ｔ(２)对(２)式两端同时除以Ｙꎬ得到Ｙ'Ｙ＝∂Ｆ∂Ｋ Ｋ'Ｙ＋∂Ｆ∂Ｎ Ｎ'Ｙ＋∂Ｙ∂Ｇ Ｇ'Ｙ(３)设ｇ＝ＧＮꎬ则上述(３)式可转换为Ｙ'Ｙ＝∂Ｆ∂Ｋ Ｋ'Ｙ＋∂Ｆ∂Ｎ Ｎ'Ｎ ＮＹ＋∂Ｆ∂Ｇ ｇ'ｇ ＧＹ(４)令α＝∂Ｆ∂Ｎ ＮＹꎬＭＰＫ＝∂Ｆ∂ＫꎬＭＰＧ＝∂Ｆ∂Ｇꎬ则(４)式可化简为Ｙ'Ｙ＝ＭＰＫＫ'Ｙ()＋αＮ'Ｎ()＋ＭＰＧＧＹ()ｇ'ｇ()(５)其中ꎬα＝∂Ｙ∂Ｎ ＮＹ为就业的产出弹性ꎬＭＰＫ＝∂Ｆ∂Ｋ是资本的边际产出ꎬＭＰＧ＝∂Ｆ∂Ｇ是公共支出的边际产出ꎮ根据Ｂａｒｒｏ法则ꎬ政府公共支出规模为最优时要求ＭＰＧ＝１ꎮ若ＭＰＧ>１ꎬ表示政府的公共投资不足ꎻ如ＭＰＧ<１ꎬ则表示公共投资过度ꎮ由Ｇ的产出弹性γ＝∂Ｆ∂Ｇ ＧＹ和政府公共支出规模Ｓ＝ＧＹꎬ可得:γ＝∂Ｆ∂Ｇ ＧＹ＝ＭＰＧ Ｓꎬ即ＭＰＧ＝γＳꎬ也即当ＭＰＧ＝１时ꎬＳ＝γꎬ公共支出达到最优规模ꎮ为简化对最优规模的估计ꎬ本文采用殷强提出的运用一个简单的 ＡＫ 生产函数进行分析ꎮ设生产函数方程为:Ｙ＝ＡＫαＮβＧγ(６)其中ꎬＹ代表ＧＤＰꎻＡ是常数ꎬ代表一定的广义技术水平ꎻＫ代表资本存量ꎻＮ代表就业人数ꎻＧ代表公共投资规模ꎮαꎬβꎬγ分别代表资本存量㊁就业水平和公共投资的边际产出弹性ꎮ对(６)式两边取自然对数得:ｌｎＹ＝ｌｎＡ＋αｌｎＫ＋βｌｎＮ＋γｌｎＧ(７)其中γ＝∂Ｙ∂Ｇ ＧＹ＝ＭＰＧ ＧＹꎬ即当ＭＰＧ＝１时ꎬγ就是以相对指标表示的公共投资的最优规模ꎮ(二)数据选取运用巴罗模型ꎬ本文涉及的变量有ＧＤＰ㊁政府公共支出Ｇ㊁就业人数Ｎ㊁资本存量Ｋ四项数据ꎮ其中ꎬＧＤＰ㊁政府公共支出以及就业人数可以通过国家统计局发布的«中国统计年鉴»的官方数据汇总整理得到ꎮ国内外已有大量研究文献研究资本存量Ｋ的估算ꎬ常用的生产性资本存量估算公式为Ｋｔ＝Ｋｔ－１(１－δ)＋Ｉｔꎮ此公式中提及以下３个变量:基期资本存量Ｋ０的确定ꎻ每年投资额Ｉｔ的１８１确定ꎻ折旧率δ的确定ꎮ对于变量每年投资额Ｉｔꎬ我们采用了单豪杰的做法ꎬ采用中国统计局在支出法名义ＧＤＰ中公布的固定资本形成总额ꎬ这项数据可以在统计年鉴中轻易找到ꎻ对于变量折旧率δ和基期１９７８年的资本存量ꎬ我们简单采用单豪杰在«中国Ｋ的再估算:１９５２ ２００６年»所做的估算ꎬ资本存量为１４０２０.６亿元(当年价格)ꎬ折旧率δ恒定为１０.９６％ꎮ以１９８７年的数据为例ꎬ我们计算其资本存量的过程如下:Ｋ１９８７＝Ｋ１９８６ˑ(１－１０.９６％)＋Ｉ１９８７＝１４０２０.６ˑ(１－１０.９６)＋３８２１.４＝１６３０５.３４根据以上的算法ꎬ我们估算出中国１９８６ ２０１５年的资本存量ꎮ(三)模型的检验和回归分析使用Ｇｒａｎｇｅｒ因果关系检验来检验各个被考察变量之间的互相依存性ꎬ再通过ＯＬＳ模型的估计ꎬ得到各变量间长期均衡的方程ꎮ１.平稳性检验分析中选择的经济变量均属于时间序列ꎬ在实际经济运行中ꎬ经济变量很少是平稳的ꎬ如果假设经济稳定进行回归检测ꎬ则可能出现 伪回归 ꎬ使分析结果失去价值ꎮ所以需要对经济变量进行单位根检验ꎬ判断变量的平稳性ꎮ本文使用ｅｖｉｅｗｓ软件ꎬ采用ＡＤＦ单位根检验法ꎬ检验结果见表１ꎮ表１㊀变量的ＡＤＦ单位根检验变量ＡＤＦ统计量临界值结论ｌｎＹ－２.３５２２６３－２.９８６２２５∗∗∗不平稳ｌｎＮ－７.０９１３０８－３.７３７８５３∗∗平稳ｌｎＫ－２.９７６６２７－２.９９８０６４∗∗不平稳ｌｎＧ０.３７６４３３－２.９７６２６３∗∗不平稳ＤｌｎＹ－２.９０３８７２－２.６３２６０４∗平稳ＤｌｎＫ－３.２５７８８０－２.９７６２６３∗∗平稳ＤｌｎＮ－２.７５３４３９－２.６４６１１９∗平稳ＤｌｎＧ－３.４３５２６７－２.９７１８５３∗∗平稳注:本表中 ∗ ꎬ ∗∗ ꎬ ∗∗∗ 表示１０％ꎬ５％和１％的置信水平ꎮ由表可知ꎬ除ｌｎＮ外ꎬ其余变量对数值的ＡＤＦ统计量都不小于临界值ꎬ变量存在单位根ꎬｌｎＹ㊁ｌｎＫ㊁ｌｎＧ在时间序列上都是不平稳的ꎬ对其进行线性回归可能存在伪回归ꎮ但如果变量间存在长期稳定关系ꎬ仍然可以进行协整分析ꎮ在对变量的对数值进行一阶差分后ꎬＤｌｎＹ㊁ＤｌｎＫ㊁ＤｌｎＮ㊁ＤｌｎＧ的ＡＤＦ统计量都分别小于置信水平１％的临界值ꎬ所以ｌｎＹ㊁ｌｎＫ㊁ｌｎＮ㊁ｌｎＧ同属于一阶单整序列ꎬ符合协整条件ꎬ可以进行协整检验ꎮ２.协整检验有些时间序列本身是不平稳的ꎬ但其某种线性组合却是平稳的ꎬ这个线性组合反映了变量之间长期稳定的比例关系ꎬ这就是协整关系ꎮ对多变量的协整检验ꎬ一般采用Ｊｏｈａｎｓｅｎ协整检验法ꎮ使用ｅｖｉｅｗｓ软件对变量进行Ｊｏｈａｎｓｅｎ协整检验ꎬ具体结果见表２ꎮ表２㊀变量的协整检验ＨｙｐｏｔｈｅｓｉｚｅｄＮｏ.ｏｆＣＥ(ｓ)ＥｉｇｅｎｖａｌｕｅＴｒａｃｅＳｔａｔｉｓｔｉｃ０.０５ＣｒｉｔｉｃａｌＶａｌｕｅＮｏｎｅ∗０.８４００７４９７.５８２８１４７.８５６１３Ａｔｍｏｓｔ１∗０.５９４７０５４６.２５７５７２９.７９７０７续表ＨｙｐｏｔｈｅｓｉｚｅｄＮｏ.ｏｆＣＥ(ｓ)ＥｉｇｅｎｖａｌｕｅＴｒａｃｅＳｔａｔｉｓｔｉｃ０.０５ＣｒｉｔｉｃａｌＶａｌｕｅＡｔｍｏｓｔ２∗０.４６３９１４２０.９６９６３１５.４９４７１Ａｔｍｏｓｔ３０.１１７９０５３.５１２７８３.８４１４７㊀㊀表２共有４列ꎬ其中第一列是原假设ꎬ第二列是特征值ꎬ第三列是Ｔ统计量ꎬ第四列是５％的临界值ꎬ依次列举了三个检验原假设结果ꎬ并且用 ∗ 号表示可以拒绝原假设的检验ꎬ ∗ 号表示置信水平为９５％ꎮ第１行Ｔ值＝９７.５８２８１>４７.８５６１３ꎬ即在９５％置信水平上拒绝了原假设(拒绝不存在协整关系的假设)ꎬ也即是三变量存在协整方程ꎻ第２行Ｔ值＝４６.２５７５７>２９.７９７０７ꎬ即在９５％置信水平上拒绝了原假设(最多存在一个协整关系)ꎻ第３行Ｔ值＝２０.９６９６３>１５.４９４７１ꎬ即在９５％置信水平上拒绝了原假设(最多存在两个协整关系)ꎮ因此ꎬ本文中提到的四个变量至少存在着２个协整关系ꎮ这表示我国ＧＤＰ和就业人数㊁政府支出及资本存量有着长期均衡的关系ꎮ３.ＯＬＳ回归Ｇｒａｎｇｅｒ因果关系检验只可以验证各个被考察变量之间是否存在着因果联系ꎬ需要通过使用ＯＬＳ模型进行量化能得到影响的方向和程度ꎮ表３㊀ＯＬＳ回归结果变量系数标准误差Ｔ－统计值显著水平ｌｎＡ－４.５４７４６８０.１１４６２３－４.５８１９５９０.０１６４ｌｎＮ０.４７９８０７０.２３１２７４４.４５７３５７０.００７１ｌｎＫ１.１３６９５５０.１４０２３１６.８９９３０００.００００ｌｎＧ－０.２９１４５８０.１２７４６４－２.２０３２１９０.０４１９㊀㊀所以ꎬ由各变量的ＯＬＳ估计结果可得最终的回归方程为:ｌｎＹ＝－４.５４７４６８＋０.４７９８０７ｌｎＮ＋１.１３６９５５ｌｎＫ－０.２９１４５８ｌｎＧ(８)由(８)式我们可以得出ꎬ最优公共支出规模为２９.１５％ꎮ我们将测算出的最优公共支出规模与近年来我国公共支出占ＧＤＰ比重相对比如图１所示ꎬ不难发现ꎬ目前我们国家的公共支出所占比偏小ꎬ但是相比前几年ꎬ已经趋于最优化ꎮ图１㊀我国公共支出占ＧＤＰ比重数据来源:«中国统计年鉴»表３－１㊁表７－１相关数据整理而得ꎮ４.结果分析我们将测算的２９.１５％的数据与国内学者测算的进行对比:王君萍ꎬ孔祥利通过建立内生增长模型ꎬ并基于１９７８ ２００３的样本数据实证测算出我国的最优公共支出规模是２２.９７％ꎻ殷强通过Ｂａｒｒｏ模型基于１９８１ ２００４的数据测算出我国最优公共支出规模为２９.７４％ꎻ马树才ꎬ孙长清以巴罗的单部门经济增长模型为基础进行扩展ꎬ构造了一个具有公共物品拥挤效应的经济增长２８１公共管理Һ㊀模型ꎬ并基于１９７８ ２０００年的统计数据ꎬ运用传统的时间序列分析方法ꎬ得出我国的综合最优财政支出规模约为占ＧＤＰ的２４％ꎮ研究发现ꎬ我国公共支出有利于经济增长ꎬ中国的最优政府支出规模应该是２７.９％ꎮ张治觉ꎬ侯奔ꎬ姚传飞研究在家庭和政府资源约束情况下ꎬ根据 巴罗法则 进行经验研究ꎬ研究认为我国政府支出的最优规模为占ＧＤＰ的３０.２％ꎮ这些与我们测算的结果相差不大ꎮ三㊁结论与政策建议本文从内生经济增长理论出发ꎬ根据Ｂａｒｒｏ模型将公共支出作为经济增长的内生变量ꎬ采用１９７８ ２０１５年的数据ꎬ构建出 ＡＫ 生产函数模型对最优公共支出规模进行简单估计ꎬ并通过平稳性检验㊁协整分析检验㊁Ｇｒａｎｇｅｒ因果关系检验以及ＯＬＳ模型估计ꎬ得到变量间的长期均衡方程ꎬ使研究得到更加稳健的分析结果ꎮ经过模型构建以及回归分析ꎬ本文得出我国１９７８ ２０１５年最优公共支出规模为２９.１５％ꎮ对照我国实际公共支出占比ꎬ相对于计算结果ꎬ我国公共支出存在比例过大的问题ꎬ因此可以得出ꎬ现阶段我国经济发展的重心应该是优化公共支出的结构而非进一步扩大规模ꎮ参考文献:[１]李晓燕.浅议我国农村社会保障的政策工具选择 基于制度缺失的视角[Ｊ].管理观察ꎬ２００９(３５):２９－３０. [２]寇铁军.财政学教程[Ｍ].大连:东北财经大学出版社ꎬ２００９.[３]ＲｏｂｅｒｔＪ.Ｂａｒｒｏ.ＥｃｏｎｏｍｉｃＧｒｏｗｔｈｉｎａＣｒｏｓｓＳｅｃｔｉｏｎｏｆＣｏｕｎｔｒｉｅｓ[Ｊ].ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓꎬ１９８９ꎬ１０６(２):４０７－４４３.[４]马拴友.财政政策与经济增长[Ｍ].北京:经济科学出版社ꎬ２００３:４６－４９.[５]马树才ꎬ孙长清.经济增长与最优财政支出规模研究[Ｊ].统计研究ꎬ２００５ꎬ２２(１):１５－２０.[６]孙长清ꎬ李晖.基于经济增长的财政支出最优化[Ｍ].北京:中国经济出版社ꎬ２００６.[７]李建强ꎬ张淑翠.政府规模对经济增长的Ａｍｅｒｙ曲线效应 基于我国省级面板数据的实证分析[Ｊ].经济与管理评论ꎬ２０１１(６):３７－４２.[８]杨友才ꎬ赖敏晖.我国最优政府规模 基于门槛回归的结果[Ｃ].２００９.[９]ＫａｒｒａｓＧｅｏｒｇｉｏｓ.ＴｈｅＯｐｔｉｍａｌＧｏｖｅｒｎｍｅｎｔＳｉｚｅ:ＦｕｒｔｈｅｒＩｎ￣ｔｅｒｎａｔｉｏｎａｌＥｖｉｄｅｎｃｅｏｎｔｈｅＰｒｏｄｕｃｔｉｖｉｔｙｏｆＧｏｖｅｒｎｍｅｎｔＳｅｒｖｉｃｅｓ[Ｊ].ＥｃｏｎｏｍｉｃＩｎｑｕｉｒｙꎬ１９９６:１９３－２０３.[１０]ＢａｒｒｏꎬＲｏｂｅｒｔＪ.ＯｕｔｐｕｔＥｆｆｅｃｔｓｏｆＧｏｖｅｒｎｍｅｎｔＰｕｒｃｈａｓｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＰｏｌｉｔｉｃａｌＥｃｏｎｏｍｉｃｓꎬ１９８１:１０８６－１１２１.[１１]顾建华.政府公共支出及其最优规模实证分析[Ｊ].商业经济研究ꎬ２００８(２９):５７－５８.[１２]殷强.我国公共投资规模效率实证分析[Ｊ].商业经济研究ꎬ２００７(２):４６－４７.[１３]单豪杰.中国资本存量Ｋ的再估算:１９５２ ２００６年[Ｊ].数量经济技术经济研究ꎬ２００８(１０):１８－２８.[１４]王君萍ꎬ孔祥利.公共支出最优规模:１９７８ ２００３年的样本数据求解[Ｊ].财经论丛ꎬ２００６(１２５):２９－３４.[１５]张明喜ꎬ陈志勇.促进我国经济增长的最优财政支出规模研究[Ｊ]ꎬ财贸经济ꎬ２００５(１０):４１－４５.[１６]张治觉ꎬ侯奔ꎬ姚传飞.经济增长与政府支出的最优规模 基于国家效用函数的研究[Ｊ].统计决策ꎬ２００７(２２):４２－４４.作者简介:倪新生ꎬ男ꎬ山东东明人ꎬ高级经济师ꎬ东明县住房和城乡建设局ꎬ研究方向:城市建设与乡村发展ꎻ梅丽ꎬ女ꎬ湖北黄冈人ꎬ同济大学经济与管理学院硕士ꎬ研究方向:公共政策与宏观经济分析ꎮ(上接第１７４页)的智力水平㊁上课认真程度等因素进行有针对性的指导以达到更好的效果ꎮ树立多样的人才观是高校思想政治教育者进行 因材施教 的重要基石ꎮ每个人生而不同ꎬ先天资质㊁个性特点㊁兴趣爱好等各方面都存在差异ꎬ高校思想政治教育者应该以一颗宽容的心和一种平等的态度对待他们ꎬ将他们培养成为有用的人ꎮ时代的发展要求多方面的人才ꎬ老师培养的学生应该也是多方位的人才ꎮ老师可以根据学生日常生活的表现发现他们身上的闪光点ꎬ将他们的优点放大化㊁最大化ꎬ并加以自己的引导ꎬ及时和孩子的父母交流沟通ꎬ培养他们擅长的兴趣点ꎬ帮助他们健康快乐成长ꎮ随着改革开放进程的加快和西方文化的冲击影响ꎬ很多人的思想观念发生了变化ꎬ不再认为只有读书才是以后生活的唯一出路ꎬ认为适合才是最好的ꎮ老师应该 牢固树立正确的教育观和人才观ꎬ积极推进教育改革发展ꎬ着力加强思想政治教育㊁品德教育㊁纪律教育㊁法制教育ꎬ注重培养创新精神和实践能力ꎮ 一个学生成才的过程中离不开老师的精心指导ꎬ不戴 有色眼镜 看待学生ꎬ尽心尽力培养学生的特长ꎬ让他们成为国家各行各业所需要的人才ꎮ四㊁结语在应试教育下的教育者一般都会比较重视最终的考试结果ꎬ轻视情感的教育ꎬ缺乏对学生的人文关怀ꎬ在某种程度上容易导致学生的思想品德方面存在问题ꎮ 因材施教 思想本身就是一种根据 以人为本 思想为基础的教育原则ꎬ教育者的合理运用对学生的成长和成才能起到一定的积极作用ꎮ参考文献:[１]朱熹.四书章句集注[Ｍ].北京:中华书局出版社ꎬ２０１０. [２]杨伯峻.论语译注[Ｍ].北京:中华书局出版社ꎬ２００６:１２５. [３]陈万柏ꎬ张耀灿.思想政治教育学原理(第二版)[Ｍ].北京:高等教育出版社ꎬ２００７.[４]中共中央文献编辑委员会.胡锦涛文选(第一卷)[Ｍ].北京:人民出版社ꎬ２０１６.作者简介:王莹ꎬ女ꎬ安徽桐城人ꎬ安徽大学马克思主义学院研究生ꎬ研究方向:中国传统文化和思想政治教育研究ꎮ３８１。
中国水资源利用效率的变化_技术进步还是技术效率
网络出版时间：2012-03-21 13:46网络出版地址：/kcms/detail/11.3868.N.20120321.1346.001.html中国水资源利用效率的变化：技术进步还是技术效率马海良1,2，黄德春2，张继国1（1．河海大学水资源统计信息研究所，常州213022;2．河海大学产业经济研究所，南京210098）摘要：水资源可持续利用是我国经济社会发展的战略问题，其核心是提高水资源利用效率。
本文使用2003年-2009中国30个省区面板数据，选取基于投入导向的DEA模型，测算出各省全要素水资源利用效率，通过Malmquist指数测算出技术效率、技术进步和全要素生产率，并以面板数据分区域对技术效率和技术进步对水资源利用效率的影响进行了考察。
研究结果表明：我国近年来水资源利用效率变化的分界点出现在2007年，东部、中部和西部地区的水资源利用效率依次递减；技术进步和技术效率的增长都可导致水资源利用效率的改善，但技术进步由于回弹效应使得影响值较小；技术进步对中部地区水资源利用效率提高最为明显，而对西部地区效果较差。
关键词：水资源利用效率；技术效率；技术进步；DEA；Malmquist指数1 引言“水是生命之源、生产之要、生态之基”①，随着我国城市化和工业化的推进，水资源作为基础性的自然资源和战略性的经济资源得到完全体现。
与此同时，水资源利用效率低下成为制约我国经济增长的主要约束条件之一，我国万美元GDP用水量为4749m3，是世界平均水平的4倍，是美国的9.8倍，日本的25倍[1]，因此水资源可持续利用成为我国政府和学术界共同高度关注的话题。
2011年中央“一号文件”首次聚集水资源管理，并提出建立用水效率控制红线，坚决遏制用水浪费。
文件强调水资源管理红线指标体系要纳入各地经济社会发展综合评价体系，地方政府对本地区水资源管理负总责。
这些都表明了中国政府旨在通过提高水资源利用效率来促进经济可持续发展的决心。
测算我国1952年—2013年潜在经济增长率
测算我国1952年—2013年潜在经济增长率作者：文欣来源：《商场现代化》2015年第13期摘要：很多学者曾对潜在的经济增长率进行测算，但是由于每个学者对潜在经济增长率的理解不同、选取的方法不同、对数据的处理方法不同导致估计出来的潜在经济增长率也不尽相同。
因此，本文综合参考国内外相关文献，选取生产函数法对我国从1952年到2012年的潜在经济增长率进行测算，并且选取三种较有代表性资本存量处理的方法对我国现有的潜在经济增长率进行综合测算与比较分析。
关键词：生产函数；潜在经济；增长率；资本存量目前现有的国内理论界与实务界普遍认为，在维持相对高的经济增长率的情况下，国家才能创造足够多的就业机会，才能够满足社会就业的需要。
而近两年，每当GDP增长一个百分点，就可以增加大约110万个就业岗位。
在这50多年以来，中国经济就一直保持着较为快速持续的增长率。
从有关资料可知，建国后有计量数据直至改革开放前，即1953年-1978年的平均增长率为6.1%，而改革开放后，自1978年-2003年，中国经济则呈现出高速增长态势，年平均经济增长率达9.4%。
那么，是什么支撑了中国经济的高速发展？而这种高速增长的潜力有多大？能够持续多长时间？国家应当采取什么养的措施与政策才能继续促进经济的长期有效增长？这些问题都是现阶段中国经济的发展亟待解答的问题。
因此，对潜在经济增长率的测算是十分必要的。
一、潜在增长率的定义1.潜在增长率潜在增长率，简单来讲就是一国在可支配下的所有资源，在能够得到充分利用前提下，经济达到产出最大化时的增长率。
因为对资源与充分利用的定义不尽相同，致使学界对潜在增长率的界定亦不相同。
2.测算潜在增长率对潜在增长率的测算主要是对潜在产出的测算。
测算潜在经济增长率首先估算出我国潜在产出，随后用后一年的潜在产出减去前一年的潜在产出再除以前一年的潜在产出，再乘以百分之百就是潜在经济增长率。
所以我们首要的就是估算潜在产出。
中部地区二氧化碳减排潜力及影响因素分析
中部地区二氧化碳减排潜力及影响因素分析高大伟【摘要】在测算出中部六省2000-2009年碳排放量的基础上,利用包含非合意产出的DEA模型测算中部六省二氧化碳减排潜力,并依据面板数据回归模型分析中部地区碳强度的影响因素.研究发现各省的碳减排潜力呈现逐年降低的趋势,且山西省的二氧化碳可减排量最大,江西省的碳减排潜力最高;自主研发的投入可以有效降低中部地区的碳强度,城市化、产业结构、工业化水平以及对外开放对碳强度有显著的影响,而经济发展水平的影响则不明显.【期刊名称】《科技管理研究》【年(卷),期】2014(034)002【总页数】4页(P49-52)【关键词】二氧化碳;非合意产出;减排潜力;碳强度【作者】高大伟【作者单位】郑州轻工业学院经济与管理学院,河南郑州450003【正文语种】中文【中图分类】F124.6;X5111 引言目前，二氧化碳排放已经成为影响全球气候变化的主要因素，世界各国正在为减少二氧化碳排放作出努力。
我国已经明确将发展低碳经济作为国家长远战略，提出了到2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%的减排目标，并将这一目标纳入国民经济和社会发展中长期规划中。
为了完成对世界所作出的减排承诺，我国政府积极努力，并把减排任务分配到各省市。
中部地区人口众多，经济发展水平与东部地区相比相对落后，碳减排压力巨大。
研究中部地区碳减排潜力以及碳强度的影响因素，对于完成国家分配的减排任务具有重要的现实意义。
从现有文献来看，魏楚等 (2010)利用2005—2007年中国30个省市 (区)的要素投入、经济产出和污染物排放数据，对各地区的能源效率、节能潜力与二氧化硫减排潜力进行了估计［1］;曾贤刚(2010)研究发现我国各省区CO2减排潜力呈现出5种变化趋势，包括基本不变、先降后升、先升后降、稳定上升、稳定下降，其中减排潜力较大的为山东、山西、河北、辽宁4省［2］;国涓等 (2011)对各分工业部门的减排潜力进行定量分析［3］;余泳泽(2011)将非合意性产出 (污染物)纳入投入和产出导向的DEA模型，计算了我国节能减排潜力和效率，并计算了污染治理效率［4］;闵继胜等 (2012)基于农户非农就业的视角，从理论和实证两个方面，结合江苏省的时序数据，运用最小二乘估计、格兰杰因果关系检验等分析方法，验证了农户非农就业有助于农业生产过程中碳减排的假说。
中国天然气消费与区域经济增长--基于全国30个省市的面板数据分析
中国天然气消费与区域经济增长--基于全国30个省市的面板数据分析蔡彦;江彤【摘要】将天然气消费作为一种生产要素，与劳动力和资本存量共同投入C-D生产函数建立计量模型。
利用单位根检验、协整检验和格兰杰因果检验对中国30个省市的天然气消费与经济增长进行了实证分析，协整检验表明经济发展和天然气增长有长期均衡关系，格兰杰因果检验结果表明天然气消费是经济增长的因，而经济增长不是天然气消费的因，最后对天然气的发展提出了一些政策建议。
【期刊名称】《经济师》【年(卷),期】2016(000)004【总页数】3页(P70-71,72)【关键词】天然气消费;经济增长;面板数据;协整检验;格兰杰因果检验【作者】蔡彦;江彤【作者单位】重庆大学重庆 400044;重庆大学重庆 400044【正文语种】中文【中图分类】F416.22我国能源结构长期以来以煤炭消费为主，造成了能源效率低下、环境污染严重等许多问题。
在当今面临经济转型、能源结构优化的时期，合理地发展和利用天然气资源显得尤为重要。
天然气的发展应该以经济增长为前提，因为经济增长拉动了天然气大规模的开发和利用。
因此，研究我国天然气消费与经济增长之间存在的关系，将为我国制定科学合理的能源和资源规划提供可靠的理论依据，对我国提高能源利用率，大力发展节能降耗的生态系统，形成资源集约型的经济增长模式十分重要。
近年来，我国学术界对能源消费与经济增长的关系也展开了大量的研究，并取得了一系列成果。
林伯强（2003）基于三要素的生产函数框架下应用协整分析和误差修正模型技术研究了中国电力消费与经济增长之间的关系，实证结果表明GDP、资本、人力资本以及电力消费之间存在着长期均衡关系。
王海鹏等（2005）实证研究了我国电力消费与经济增长之间存在着双向的因果关系。
尹建华等（2011）用E—G两步法对中国能源消费和经济增长之间的关系进行了协整分析和格兰杰因果检验，得出如下结论：虽然短期内仍存在波动，但从长期来看，经济增长和能源消费之间存在长期均衡关系，且存在从能源消费到经济增长的单向因果关系。
中国省际物质资本存量估计：1952～2010
实际上早 在 １ ９ ９ ０年代 初期 ，我 国就 已经 开 始 了对 物质 资 本存 量 的估 计 （ 张 军 扩 ，１ ９ ９ １ ；贺
菊煌 ，１ ９ ９ ２ ；Ｃ ｈ ｏ ｕ ，１ ９ ９ ３ ） ，此后 此类 研究 文献不 断 涌现 ，逐 渐成 为学 界 的一 个 研 究热 点 。进 入
方 法 、估算 指标 和基 础数 据等方 面 的差异 造成 的 ，因此 本文 对我 国省 际物质 资本 存量 的估计 仍然 要 从这 些方 面 的改进 和完 善入 手 ，以期得 到更 加理 想 的估计 结果 ，为 后续 的 区域 经济 分析 和研究
奠 定一 个好 的基 础 。
一
、
物质 资本存 量的估计方法
［ 关 键词 ］省际物质资本存量 永续盘存法 固定资产折旧
［ 中图分类 号 ］Ｆ ０ ６ １ ． ５［ 文 献标识 码 ］Ａ ［ 文章编 号 ］１ ０ ０ ０ — １ １ ４ Ｘ（ ２ ０ １ ３ ）０ ２ — ０ ０ ４ ６ — １ ０
物 质资本 存量不 但是 宏观经 济分析 也是 区域 经济分 析 中的一个 重要变 量 ，尤 其在 利用生 产 函 数 进行估 计并 考察 区域全 要素生 产率 、资本 和劳 动力等 生产要 素贡 献率等 重要指 标变 化情况 中是 不可或 缺 的关 键变量 。但 是 ，地 区物 质资 本存量 数据在 我 国官方公 布 的各 种统计 资料 中均 没有直
质量较 高的基础数 据 ，另一 个是在 落实估计指标时尽 可能地倚 重客观 事实依据 ，以避免或者减 少人 为
主 观 设 定 的 偏 差 ，以此 为基 础 得 出的 估 计 结 果 应 该 与 我 国各 地 区物 质 资 本 存 量 的 客 观 实 际 更 加 接 近 。 最 后 ，论 文 对 估 计 结 果进 行 了分 析 ，得 出 了四 点 基 本 结 论 。
资本存量K的估计方法
资本存量K的估计方法估算公式：生产性资本存量的基本估计公式可以表达为K t= K t- 1 ( 1- D t )+ I t 。
估算的具体指标：资本存量的估计主要涉及以下5个方面的确定：其中投资额以及价格指数的确定分歧不是很大，主要的争论点集中在基期基本存量以及折旧率的确定，有两种效率模式可以选择，线性模式和几何效率模式，又因为在相对效率几何递减模式下, 重置率在各年的分布是不变的，且重置率与折旧率相同，更加符合永续盘存法的要求，所以被广泛采用。
具体设计到一下5个指标的确定：( 1) 基期资本存量K 的确定; ( 2) 每年的投资额I 的确定; ( 3) 投资品价格指数的确定, 以便折算到不变价格; ( 4) 经济折旧率D的确定; （5）效率模式的假设。
（1）当年投资数据的确定（红色标注为共识度较高的指标数据）指标指标定义优缺点积累额在一年之内, 国民收入使用额中用于社会扩大再生产和非生产性建设以及增加社会生产性和非生产性储备的总额。
其物质形态为一年内物质生产部门和非物质生产部门新增加的固定资产( 扣除固定资产磨损价值) 与流动资产。
无需考虑折旧问题, 这是一些学者运用这种方法的基本原因, 但是从1993 年后在新的统计体系下不再公布积累数据, 也没有相应的价格指数, 所以如果继续沿用则需要相应的处理,在生产性积累中还包括土地和存货投资。
全社会固定资产投资额是指以货币形式表现的在一定的时期内全社会建造和购置固定资产活动的工作量以及与此有关的费用的总称。
全社会固定资产投资额是一个一直沿用的官方统计指标,它不但时间序列长而且还提供了其构成部分的投资数据,这一指标包括购买土地和购买旧机器、房屋的支出, 但这些支出并不能增加中国的可再生资本。
另外这个指标低估了总投资,资本形成总额指常住单位在一定时期内获得的资产减去处置的固定资产和存货之后的净额, 包括固定资本形成总额和存货增加两部分固定资本形成总额数据的编制是以全社会固定资产投资额为基础, 通过一定的调整计算而得到的, 但如果以固定资产形成占GDP 份额来衡量投资率的话, 我们可以发现它的增长速度要明显比固（2）投资价格指数的构造1)方法一：随着中国国民经济核算的两次历史数据的重大补充和一次历史数据的重大调整， 中国的统计体系正在不断完善，在《中国国内生产总值核算历史资料(1952 ～ 1995)》 中公布了1952 ～ 1996 年中国资本形成总额和固定资本形成指数，这样根据下面的公 式就可以根据支出法GDP 统计计算出固定资产投资价格指数，1952 年为基期，指数为 100。
中国省际物质资本存量估算：1952-2000
1952-2000中国省际物质资本存量估算：1952-2000*张军吴桂英张吉鹏*摘要：本文通过回顾和比较已有研究中国资本存量的相关文献，考虑到中国国内生产总值历史数据的几次重大补充和调整，本文对各年投资流量、投资品价格指数、折旧率/重置率、基年资本存量的选择与构造以及缺失数据进行了认真的处理和研究，并在此基础上利用补充和调整后的分省数据，根据永续盘存法估计了中国大陆30个省区市1952-2000年各年末的物质资本存量。
关键词：省际资本存量固定资本投资价格指数经济折旧率*本文是张军主持的研究项目“资本形成、投资效率和经济增长的实证研究：1978-2000”的阶段性研究成果之一，该项目得到国家社会科学基金（批准号02BJY129）的慷慨资助，对此，本文作者表示感谢。
文中可能出现的错误和缺陷由张军负责。
本文在研究和写作过程中得到很多人的帮助。
尤其要感谢许宪春先生向作者对若干统计指标的解释，章元博士有益的讨论，复旦大学中国经济研究中心提供的“中国经济发展分地区电子数据库”，孙刚同学和北京大学中国经济研究中心刘明兴博士在数据方面提供的建议和帮助。
当然，文责自负。
*张军，复旦大学中国经济研究中心，200433，电话：（021）65643054；E-mail：junzh_2000@.con。
吴桂英，复旦大学中国经济研究中心。
张吉鹏，复旦大学就业与社会保障研究中心。
计省际资本存量提供了客观条件1。
综上所述，我们希望本文是对已有中国资本存量估算研究的补充和延续，并为今后相关研究提供比较全面和准确的数据支持。
在正式开始测算资本存量之前，有必要指出，资本本身是一个宽泛的概念，广义的资本可以包括物质资本、人力资本和土地。
虽然少数研究考虑或讨论了土地和人力资本，如邹（Chow, 1993），张军和章元（2003）以及王和姚（Wang and Yao, 2001），但是大部分研究在估计资本存量时，仅指严格意义上的物质资本，本文也将遵循这一传统。
资本存量(1952-2010)--单豪杰方法推算
注:全国A为按照每年的折旧率进行估算全国B为按照统一的折旧率10.96%进行的估算。
1952年的资本存量K采用的方法是用1953年的资本形成总额比上折旧率与1953-1957年固定资产新加坡南洋理工大学和南京大学合作项目中间成果，单豪杰博士执笔。
大学沈坤荣教授和南洋理工大学陈抗教授经济技术经济研究》2008年10期，引用请注明出处。
感谢法国图卢兹经济学院李欢硕士对2007-2009年数据的10.5430.8014.7710.79 1.547.8826.589.75 6.76 13.5035.0916.3012.53 2.3710.9830.4411.969.00 15.8735.9117.8614.26 3.9012.5535.1315.1411.55 18.5037.7519.4217.43 6.1514.0041.9620.8914.37 22.4040.9421.9619.7612.8617.1451.1428.5219.30 26.9044.4125.0622.2514.9327.8759.5936.3625.58 38.6248.8733.4629.9421.1543.0472.0454.4634.04 55.3054.7942.1536.4127.9160.8488.0076.0842.56 72.2063.9750.4741.1535.4688.19104.0798.8153.88 74.1165.6051.7439.2534.7987.71101.9596.9651.00 71.2865.3651.7135.2133.0485.3798.9993.7848.19 70.5466.1152.4532.8831.8782.5195.7492.3145.87 72.6067.7854.0332.8932.7782.0295.5192.8043.73 75.2569.4656.2134.0533.9083.9698.9795.8343.34 77.2671.5058.7634.5435.0289.75107.42103.6246.45 75.7771.8560.4033.6732.6892.73113.23105.2848.11 74.4171.8961.4532.9530.2095.57116.69103.5646.89 77.2373.1365.5433.1128.3099.03124.89109.3650.12 84.8677.4271.0635.0932.42117.71135.48126.2970.41 93.5584.0377.0238.5239.70138.30147.76140.4485.69 104.4791.9885.7941.9945.87150.07159.96152.9595.28 118.88100.5593.0645.5150.33158.61172.75167.3999.42 141.46106.8399.7249.2453.24164.50182.63183.21104.69 176.84115.15104.9150.1454.46165.26215.68199.96115.87 195.46124.86111.5553.9553.57168.79246.12212.25135.49 202.36134.29119.3257.2352.42171.38284.53227.58151.93 225.97150.14126.9760.1959.08194.01324.74245.71158.46 256.01170.44134.4862.4167.57218.01361.83263.62162.29 289.06193.58148.5564.8977.66239.06398.34290.10165.58 332.79215.82161.1865.8486.03248.82435.04311.07166.66 392.77267.21177.5675.1196.24268.83486.36339.93176.84 452.15322.80193.7287.50109.26296.91542.45385.21190.53 522.85387.74222.52107.59123.61327.72622.04429.32213.01 606.60477.77274.95133.57140.62364.60721.83486.20242.05 701.49596.76332.53158.79161.94420.14826.47548.39267.17 916.84727.39398.27183.43184.52455.94956.39599.03298.67 1149.51875.85461.52203.44201.32471.451075.60684.21327.58 1318.36985.90507.88219.85213.62514.791165.17746.02345.37 1476.381104.09554.70238.57223.98550.911256.33801.34364.96 1629.171257.74616.57241.84239.89585.941377.77868.14390.62 1845.131518.96712.50248.04260.17662.831571.67955.75427.92 2156.571838.56867.74277.43297.88794.231860.211061.73484.68 2636.252208.191075.97321.49362.59939.382168.741197.61569.01 3312.542617.261323.26368.09438.601091.852500.841365.51672.41 4116.453081.771607.72414.82527.691245.232865.491569.16807.42 4860.253586.291883.76461.39623.351423.853272.571803.83960.39 5518.954174.482186.08506.62737.071608.103739.602070.531134.75 6097.114805.172501.06552.27846.691798.024242.962336.801309.85 6655.685457.062863.04605.06954.972007.034819.922620.731494.81 7265.906141.203277.58657.041061.232254.865447.232919.451690.05 8010.196963.223755.93717.521176.942607.456227.653261.611889.75 8794.628085.374376.18793.371327.063109.117198.023686.102092.589714.169365.445112.12911.731521.313722.738381.064213.432342.87 10808.9311029.965917.401049.411780.944432.099907.615038.302651.88定资产投资形成平均增长率之和（可以通过投资公式和PIM公式方程组推导出来）。
中国工业部门的资本回报率:1978-2006
中国工业部门的资本回报率：1978-2006
单豪杰;师博
【期刊名称】《产业经济研究》
【年(卷),期】2008()6
【摘要】本文首先确定了工业资本存量估计的四个核心指标,在永续盘存法的基础上重新测算了中国工业部门全国和省际的资本存量,根据年鉴公布的数据,利用调整过的资本回报率的一般公式对中国工业部门全国和省际资本回报率进行了测算,结果显示中国工业资本回报率在1978～2006年间总体上呈现"U"型的变动模式,1978～1998年总体上处于下降的趋势,1998年之后呈现上升的趋势,同时省际间的资本回报率呈现西部、中部、东北和东部区域的递进特征,但从长期来看省际间的工业资本回报率的差距总体上逐渐缩小,针对这些经济现象,文章对其进行了探索性的理论分析。
【总页数】9页(P1-9)
【关键词】永续盘存法;工业资本存量;资本回报率
【作者】单豪杰;师博
【作者单位】南京大学经济学院;新疆大学经济与管理学院
【正文语种】中文
【中图分类】F424.7
【相关文献】
1.人力资本、溢出效应与资本回报率——基于中国省际面板数据的分析 [J], 肖明月;杨君
2.中国资本和劳动力匹配状况分析:1978-2006 [J], 姚林如
3.去产能政策是否也去掉了中国的资本回报率——基于资本存量与研发投入的视角[J], 肖明月
4.15年间股价涨近2600倍 20年内每年资本回报率超20% 网易为什么是资本回报率最高的公司? [J], 孙冰
5.中国城市住宅资本存量及资本回报率的估算 [J], 陈英楠;吉晓萌
因版权原因，仅展示原文概要，查看原文内容请购买。
张军-2005-2009资本存量估算
地 区2005年资本存量估值2006年资本存量估值2007年资本存量估值2008年资本存量估值2009年资本存量估值北 京9525.4210891.6612396.6013382.7914745.54 天 津2677.333121.403685.044436.045544.17 河 北5533.806424.177477.478819.1510358.96 山 西3316.483994.094797.505628.896871.41 内蒙古2752.813590.324624.365818.587466.55 辽 宁2370.152829.943394.014335.795085.63 吉 林1636.822112.612779.413648.314577.59 黑龙江1867.572103.262413.352778.453347.29 上 海7243.838113.109117.9310019.5011236.97 江 苏10456.1712231.5414122.5716230.8018886.94 浙 江6779.667875.669061.7410221.1911529.19 安 徽1049.771213.401409.831641.101912.65 福 建1968.572303.712732.203260.683875.13 江 西1708.292009.522336.492673.293160.76 山 东11621.4913738.3815938.5418330.1021645.78 河 南5286.336436.057939.509703.1612034.79 湖 北2429.792861.893375.833937.474663.65 湖 南2275.432638.123078.253659.584378.07 广 东7982.139208.4310604.9312000.7413918.29 广 西1751.112110.482571.183097.564027.77 海 南411.33456.39505.72580.15676.63 四 川6195.167186.028372.759808.1011346.09 贵 州1023.411161.351319.391499.861726.20 云 南519.77605.04704.34783.33908.15 陕 西2354.332785.223266.543943.764716.06 甘 肃2064.582415.172818.013391.603923.93 青 海383.81435.37492.58554.07647.25 宁 夏371.44432.16503.37597.86737.23 新 疆1717.551969.912219.702445.162707.27张军吴桂英张吉鹏,中国省际物质资本存量估算：1952-2000中提到：1985年的固定资本形成总额指数（1952=1）={（1985年的固定资本形成总额(当年价格））/1985年的投资隐含然后利用1985年的固定资本形成总额指数（上一年=1）={（1985年的固定资本形成总额(当年价格））/1985年））/1985年的投资隐含平减指数（1952年=1）}/1952年的固定资本形成总额（当年价格），利用这个公式和单豪杰教授资本(当年价格））/1985年的投资隐含平减指数（上一年=1）}/1984年的固定资本形成总额（当年价格），利用这个公式和单豪个公式和单豪杰教授资本存量K再估计（更新至2009）中数据进行反推，可以计算出各地区历年当年价格的固定资本存量；），利用这个公式和单豪杰教授资本存量K再估计（更新至2009）中数据各年固定资本形成指数，可以对选定某一基期的当年价格的固定资本存量；对选定某一基期的当年价格资本存量进行平减，即得到某一基期年的资本存量转换数据。
我国能源效率的地区差异及影响因素--基于异质性随机前沿边界模型的实证分析
我国能源效率的地区差异及影响因素--基于异质性随机前沿边界模型的实证分析张东辉;宋锋华【摘要】在异质性随机边界模型的分析框架下，基于我国大陆27个省、市、自治区1985—2012年的面板数据，对各省份能源利用的技术效率进行测算，并对能源效率地区差异、影响因素进行分析。
结果表明：我国的能源利用的技术效率整体水平不高，效率损失约为30%，但随着时间的推移呈现出技术效率逐渐上升的趋势；技术效率区域差距明显，东部区域最高，中部和西部区域的技术效率水平相近。
制定差异化产业结构、能源结构、产权结构和对外开放等目标，有利于技术效率水平的提高和缩小地区间的效率差距。
%Within the framework of heterogeneous random boundary models, this paper made an empirical study using the 1985 to 2012 panel data from the 27 provinces and regions to work out the technical efficiency of energy use of the regions,as well as the energy efficiency of regional differences and the influence factors. The results show that the technical efficiency of energy use in China is not high in general with a 30%efficiency loss, but rising gradually with the time. It varies considerably with region, with the eastern region having the best performance, and the central and western regions similarto each other. Differentiated goals in industrial structure, energy structure, property right structure and opening to the public is conducive to use the technical efficiency better and reduce the gap in efficiency between the regions.【期刊名称】《厦门理工学院学报》【年(卷),期】2015(000)002【总页数】8页(P52-59)【关键词】能源效率;地区差异;影响因素;技术效率;技术异质性;随机前沿模型【作者】张东辉;宋锋华【作者单位】新疆财经大学经济学院，新疆乌鲁木齐830012;新疆财经大学经济学院，新疆乌鲁木齐830012【正文语种】中文【中图分类】F124.5当前，我国的能源利用效率水平低于发达国家，甚至落后于巴西等部分发展中国家。
单豪杰 省际资本存量1952-2008
南洋理工大学和南京大学合作项目中间成果，单豪杰博士执笔。 发表于《数量经济技术经济研究》2008年10期，引用请注明出处。
南京大学沈坤荣教授和南洋理工大学陈抗教授审阅
（7）吉林 8.65 10.94 15.10 19.24 24.60 26.15 31.44 38.43 44.69 45.81 44.41 44.35 45.68 47.77 49.04 48.64 48.15 48.74 51.39 56.37 60.77 66.35 71.60 77.93 80.84 82.79 90.43 98.34 106.53 112.73 123.45 134.07 150.05 177.20 199.75 227.31 256.84 269.42 285.95 311.53 342.97 399.82 454.50 507.52 564.08 606.15 658.25 723.85 804.57 892.76 1001.46
2003 2004 2005 2006 2007 2008 年份
5748.20 1302.37 3824.28 1239.14 1796.37 896.59 6444.18 1467.59 4291.54 1442.76 2383.26 1039.78 7094.22 1675.88 4945.51 1707.27 3238.57 1223.40 7696.85 1935.78 5732.05 2034.89 4233.62 1463.33 8396.75 2269.78 6664.73 2425.21 5459.19 1757.74 8793.45 2719.94 7859.23 2827.08 6868.37 2254.90 北京 天津 河北 山西 内蒙古 辽宁 注:全国A为按照每年的折旧率进行估算 全国B为按照统一的折旧率10.96%进行的估算 1952年的资本存量K采用的方法是用1953年的资本形成总额比上折旧率与1953-1957年固定资产投资形成平均增长
新型城镇化对绿色全要素生产率的影响
统计与决策2021年第5期·总第569期摘要：文章基于2005—2017年我国30个省份的面板数据，首先利用改进的熵值法和DDF-GML 指数分别测算了我国新型城镇化和绿色全要素生产率水平，并对GML 指数进行了分解；其次运用系统GMM 模型考察了新型城镇化对绿色全要素生产率的影响；最后利用中介效应检验对传导途径进行探讨。
研究结果表明：（1）新型城镇化能显著促进绿色全要素生产率的提高；（2）从影响机制来看，新型城镇化可以促进绿色技术进步，但对绿色技术效率产生负向影响；（3）从传导路径来看，新型城镇化可以通过推动产业结构转型、能源消费结构优化等路径促进绿色全要素生产率的提高。
关键词：新型城镇化；绿色全要素生产率；系统GMM 估计；中介效应检验中图分类号：F061文献标识码：A 文章编号：1002-6487（2021）05-0116-04新型城镇化对绿色全要素生产率的影响尚娟，廖珍珍（西安电子科技大学经济与管理学院，西安710126）基金项目：国家发展和改革委员会项目（JM-19-8-4）；陕西省社会科学基金资助项目（2018S47）；西安市发展和改革委员会“十四五”规划前期重大专项课题（XCZX2019-0184）；西安市软科学基金资助项目（2019111913RKX003SF007-6）作者简介：尚娟（1972—），女，陕西白水人，博士，教授，研究方向：区域经济发展、投融资管理。
（通讯作者）廖珍珍（1996—），女，陕西汉中人，硕士研究生，研究方向：区域经济发展。
0引言我国城镇化发展迅速，截至2018年底，我国的城镇化率已经达到了59.58%，根据联合国2010年的预测数据，2030年全世界的城镇化率将达到70%。
同时，改革开放以来，经过40多年的高速发展，我国经济发展方式正朝着绿色发展与可持续发展转型。
2019年，国家发展和改革委员会发布《2019年新型城镇化建设重点任务》，强调新型城镇化应该为保持经济持续健康发展和社会大局稳定提供有力支撑。
永续盘存法细节设定与中国资本存量估算:1952～2009年
永续盘存法细节设定与中国资本存量估算:1952～2009年范巧【摘要】摘要:资本存量对考察经济增长相关问题意义重大，然而，目前学术界在处理资本存量估算的永续盘存法相关细节时意见并不统一。
文章从基年资本存量、新增资本存量序列、投资品价格指数以及资产折旧率选择等四个视角出发，回顾了与永续盘存法资本存量估算的相关处理方法及细节，并在着重考察基年资本存量和资产折旧率设定对资本存量估算结果的基础上，对1952～2009年的中国总资本存量序列进行了估算和横向比较。
【期刊名称】云南财经大学学报【年(卷),期】2012(028)003【总页数】9【关键词】关键词:永续盘存法;资本存量;基年资本存量;资产折旧率资本存量估算不仅对考察一国经济增长的资本投入情况意义重大，也是计算全要素生产率、要素的边际替代率等经济参数的必备条件。
对中国资本存量的估算由来已久，众多学者纷纷基于永续盘存法等方法对中国资本存量进行估算，然而，众多的努力却并未达到一致的效果，对中国资本存量的估算结果呈现了较大的差异。
究竟是何原因导致了这种差异?资本存量估算值究竟由哪些因素决定?究竟如何设定或选择这些决定性因素的取值?本文将对这些问题做出阐释。
一、近期文献回顾一般地说，估算资本存量的方法主要包括国民财富调研法、永续盘存法等(Jichung Yang and F.Gerard Adams，1995)，［1］对国民财富的调研主要可以利用从保险价值中推导、查阅资产负债表以及直接从企业调查获取等方法(B.Bohm.et al，2002)，［2］而永续盘存法则主要利用公式“当期实际总资本存量=上期实际资本存量×(1-资产折旧率)+本期新增实际资本存量”估算一国的总资本存量。
由于现实数据达不到国民财富调研法所要求的数据完备性，则在估算一国总资本存量的过程中永续盘存法更受青睐。
当然，学者们在处理资本存量计算的关键细节时有所不同，具体包括基年资本存量、当年新增资本存量、投资品价格指数、折旧或折旧率等4个方面。
中国省际全要素生产率及其持续增长
中国省际全要素生产率及其持续增长谭盟盟【摘要】基于DEA的Malmquist指数法,通过最新资本存量对我国30个省域经济(1978-2006)的TFP增速进行了测算,并对影响技术效率偏低的因素进行实证分析.①结果表明改革开放以来我国TFP保持了平均4.2%的增长,其中技术进步增长(3.5%)是推动TFP进步的主要因素,而技术效率增长偏低(0.6%);市场化和贷款比率对技术效率的提高有正向作用,行政管理成本严重负向影响技术效率,外资依存度和存款比率有较弱的负向影响.【期刊名称】《广西财经学院学报》【年(卷),期】2011(024)003【总页数】7页(P26-31,39)【关键词】全要素生产率(TFP);数据包络分析;Malmquist指数;技术效率【作者】谭盟盟【作者单位】重庆师范大学经济与管理学院,重庆401331【正文语种】中文【中图分类】F222.33全要素生产率（TFP）是指总产出与综合要素投入之比率，其在度量经济增长的质量和效率方面有无可替代的作用。
Tinbergen（1942）在柯布—道格拉斯函数的基础上提出了TFP的概念，Solow（1957）对其进行细化研究得出“索洛剩余”，激发起了人们对TFP研究的广泛兴趣。
Klenow and Rodriguez-Clare（1997）、Prescott（1999）、Hall and Jones（1999）、Easterly and Levine（2001）、Caselli（2006）等都通过研究证明了TFP在经济增长中的重要贡献。
近年来，许多文献通过不同方法测算出我国TFP增长率变化较低，并在很多年份出现负值，其原因在于我国是粗放型外延扩张的增长，但是TFP低增长甚至为负的结果与中国改革开放30年来实际GDP一直保持的较高水平增长的事实相违背。
本文在以往文献研究成果的基础上，重新估算了中国改革开放30年来的TFP增长率，发现已有的文献大多低估了TFP的增速。
中国内地各省区1952—2009年实物资本存量估算
产投 入所增加 的量 。如 张军 扩 （９１ ， 菊煌 （９２ ， 至庄 １９ ）贺 １９ ）邹
（９ ５ ， １９ ）张军 、 章元 （０ ３ 等都采用积 累额或拟合的积累额作为 ２０ ）
每年投资流量的数据 。 第二类用的是历年全社会固定资产投资额的数 据。中国统
产投资完成 额 一土地购置 费 一ｌ建筑物 和旧设备 购置费 ＋ ０ １ ３ ５
Ｏ Ｃ 内的国家处于国际领先水平 。１９ 年 ， Ｅ Ｄ） ９ ５ 联合国统计委员 会要求在 Ｓ ９ ＮＡ ３国民经济核算的框架之下 ， 对经济统计中有关 实物资本度量的许多关键性问题进行研究。２０ 年 ， Ｅ Ｄ正 ０１ Ｏ Ｃ 式 出版 了｛ Ｃ ＯＥ Ｄ实物资本度 量手册——对 资本 存量 、 固定 资
（０３ ， 、 ２０ ）毛军 肖红叶（０５ ， （０５２０ ）邱晓华 、 ２０ ）郝枫 ２０ ，０９ ， 郑京平
（０６， ２０ ）徐现祥 （０ ７ ， ２ ０ ）黄宗远 （０ ８ ， ２ ０ ）许鲁 光 （０ ０ 分别 对 中 ２１） 国内地总的实物 资本存量进行了探讨与估算 。由于数据的获取 相对难一些 ， 以对 中国内地分省 区实物 资本存量 的估 算也相 所 对少一些 ， 中比较 有代表性 的是张军 、 其 吴桂英 、 张吉鹏 （０ ４ ２０ ） 以及孙辉、 支大林 （Ｏ Ｏ 。由于各种研究 目的 、 ２Ｌ ） 掌握数据资料和 所依据的假设各不相同 ， 国内地实物 资本 存量数据 出现 了众 我
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2425.21 2827.08 3438.60 4154.98 4958.55 山西
5459.19 6868.37 8819.66 10942.96 13269.43 内蒙古
1757.74 2254.90 2642.31 3112.86 3642.92 辽宁
2678.79 3518.78 4410.23 5439.08 6414.33 吉林
注:全国A为按照每年的折旧率进行估算 全国B为按照统一的折旧率10.96%进行的估算。 1952年的资本存量K采用的方法是用1953年的资本形成总额比上折旧率与1953-1957年固定资产投资形成平均增长
南洋理工大学和南京大学合作项目中间成果，单豪杰博士执笔。 南京大学沈坤荣教授和南洋理工大学陈抗教授审阅。 发表于《数量经济技术经济研究》2008年10期，引用请注明出处。
（10）江苏 30.80 35.09 35.91 37.75 40.94 44.41 48.87 54.79 63.97 65.60 65.36 66.11 67.78 69.46 71.50 71.85 71.89 73.13 77.42 84.03 91.98 100.55 106.83 115.15 124.86 134.29 150.14 170.44 193.58 215.82 267.21 322.80 387.74 477.77 596.76 727.39 875.85 985.90 1104.09 1257.74 1518.96 1838.56 2208.19 2617.26 3081.77 3586.29 4174.48 4805.17 5457.06 6141.20 6963.22 8085.37 9365.44 11029.96 12870.11
（7）吉林 8.65 10.94 15.10 19.24 24.60 26.15 31.44 38.43 44.69 45.81 44.41 44.35 45.68 47.77 49.04 48.64 48.15 48.74 51.39 56.37 60.77 66.35 71.60 77.93 80.84 82.79 90.43 98.34 106.53 112.73 123.45 134.07 150.05 177.20 199.75 227.31 256.84 269.42 285.95 311.53 342.97 399.82 454.50 507.52 564.08 606.15 658.25 723.85 804.57 892.76 1001.46 1139.13 1317.64 1574.63 2033.72
（8）黑龙江 （9）上海 20.45 10.54 23.83 13.50 28.07 15.87 32.33 18.50 38.20 22.40 42.66 26.90 53.66 38.62 66.81 55.30 82.97 72.20 80.03 74.11 76.83 71.28 77.43 70.54 79.55 72.60 81.41 75.25 81.38 77.26 79.57 75.77 77.38 74.41 78.80 77.23 81.51 84.86 84.70 93.55 89.62 104.47 96.28 118.88 103.75 141.46 112.50 176.84 121.98 195.46 132.15 202.36 145.63 225.97 159.03 256.01 180.33 289.06 207.38 332.79 246.32 392.77 275.93 452.15 320.80 522.85 375.03 606.60 423.14 701.49 470.16 916.84 513.34 1149.51 537.40 1318.36 560.42 1476.38 584.44 1629.17 614.46 1845.13 650.87 2156.57 693.68 2636.25 744.69 3312.54 806.75 4116.45 883.56 4860.25 982.52 5518.95 1069.85 6097.11 1158.92 6655.68 1265.87 7265.90 1384.27 8010.19 1507.43 8794.62 1658.32 9714.16 1842.98 10808.93 2088.82 12086.67