全要素生产率增长的估计与分解：基于半参数平滑系数模型的方法及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    71801146
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    孙凯
  • 依托单位：
    上海大学
  • 学科分类：
    G0107.管理系统工程
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

The measurement of total factor productivity (TFP) growth has appeared in many literatures, where various methods have been proposed. These methodologies were categorized into (1) parametric estimation of production, cost, or distance functions, (2) nonparametric indices and exact index numbers - they can be calculated directly from data without any regression estimation, and (3) nonparametric methods using linear programming, e.g., the data envelopment analysis. This type of method is not based on regression analysis, either. This project proposes a new estimation method for TFP growth using various kernel-based nonparametric and semiparametric econometric regressions. Compared with the fully parametric methods, there is no functional form assumption for the non/semiparametric methods; and compared with index numbers or linear programming, this new method is based on econometric regression analysis. This will yield highly informative results, including, but not limited to, input biases in technical change, decomposition of TFP growth into technical change, scale, allocative, and exogenous/policy components. The marginal effects of external policy variables on TFP growth can also be obtained. This new estimation method will be employed to estimate the TFP growth in a selected set of "One Belt One Road" provinces and several key industries in China.
对全要素生产率增长的测量出现在了很多文献中。测量的方法多种多样。这些方法被划分成了（1）用参数法来估计生产、成本、或者投入距离函数，（2）非参数指数法和确切指数法，这些指数能够直接从数据中被计算出来，从而无需进行任何的回归估计，以及（3）使用线性规划的非参数方法，比如数据包络分析法，这种方法并非回归分析。该课题提出一种全新的估计方法，即用各种基于核函数的非参数和半参数回归估计法来估计全要素生产率的增长。相比全参数法，非参数和半参数的方法放松了回归函数形式的假设；相比指数法或者线性规划，这种新方法基于计量回归分析，从而能够得出更为丰富的结果，比如技术改变中的投入偏差，可将全要素生产率的增长分解成技术改变、规模效应、配置效率，和外生影响等多个组成部分，也可获得外生政策变量对全要素生产率增长的边际效应。此新方法会被用来估计中国“一带一路”沿线省份和部分重点行业的全要素生产率增长。

结项摘要

该课题提出使用各种基于核函数的非参数和半参数回归估计法来估计全要素生产率增长的基础方法论，并按需将全要素生产率增长分解为多个组成部分，如技术改变、规模成分、外部成分等贡献因素。该项目于2018年获得资助后进展顺利，项目负责人于2019年以通讯作者发表SSCI论文二篇；于2020年以通讯作者发表SCI论文二篇、以第一作者发表SSCI论文一篇。即在项目结题报告提交时，已发表标注该基金项目的SSCI或SCI论文共五篇，超过了申请书中的预期成果目标。.过去三年间，项目负责人及其成员在非、半参数生产技术估计和全要素生产率增长估计领域取得了一系列重要的基础研究成果。比如：（1）将非参数约束估计方法拓展至局部平方估计量，同时把局部平方回归和常用于面板数据的移除一个横截面最小二乘交叉验证带宽选择法相结合，拓展了用户作非参数估计的使用范围；（2）提出局部线性半参数平滑系数的约束估计方法，成功编写了局部线性半参数平滑系数带宽选择以及相应的估计R代码软件包，并已开始逐步推广该方法；（3）将全要素生产率增长组成部分公式作了进一步的细化，使得规模成分显示出它所包含的两个次成分，即规模报酬成分和市场失灵成分；另外，使用投入距离函数使得技术包含多个产出，且组成部分中包含效率成分；（4）提出带有内生变量的局部线性半参数平滑系数模型的三步估计法，内生变量允许出现在半参数模型的参数和非参数部分，同时把外部因素（比如研发等）对产出的影响分解为中性和非中性影响；（5）提出局部常数半参数平滑系数的梯度估计，作为对局部线性半参数平滑系数梯度估计的补充，计算了研发对资本和劳动生产率的边际效应。.总体而言，全要素生产率增长指数和迪维西亚指数较为接近，表明该全要素生产率增长的估计方法与实际相符。东部和中部地区的全要素生产率增长的主要驱动来源为外部成分指数，说明市场化政策和研发投入对于促进这些地区全要素生产率增长起到了积极的作用，而西部地区的主要增长驱动来源为技术改变指数，说明西部地区享受了技术进步所带来的红利。最后，从政策意义的角度，为了进一步促进各地区全要素生产率增长，建议在西部地区合理加大研发投入力度，并深化市场化改革程度。同时，建议提升所有地区的规模成分指数，合理制定企业规模，致力使生产过程中的长期平均成本最小化，从而进一步在全国范围内促进全要素生产率增长。

项目成果

期刊论文数量（5）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Measurement of technical inefficiency and total factor productivity growth: A semiparametric stochastic input distance frontier approach and the case of Lithuanian dairy farms
技术低效率和全要素生产率增长的衡量：半参数随机输入距离前沿方法和立陶宛奶牛场案例
  • DOI：
    10.1016/j.ejor.2020.02.032
  • 发表时间：
    2020-09-16
  • 期刊：
    EUROPEAN JOURNAL OF OPERATIONAL RESEARCH
  • 影响因子：
    6.4
  • 作者：
    Balezentis, Tomas;Sun, Kai
  • 通讯作者：
    Sun, Kai
A semiparametric stochastic input distance frontier model with application to the Indonesian banking industry
半参数随机输入距离前沿模型在印度尼西亚银行业的应用
  • DOI：
    10.1007/s11123-020-00589-3
  • 发表时间：
    2020-11
  • 期刊：
    Journal of Productivity Analysis
  • 影响因子：
    1.6
  • 作者：
    Sun Kai;Salim Ruhul
  • 通讯作者：
    Salim Ruhul
Gradient estimation of the local-constant semiparametric smooth coefficient model
局部常数半参数平滑系数模型的梯度估计
  • DOI：
    10.1016/j.econlet.2019.108684
  • 发表时间：
    2019-12
  • 期刊：
    Economics Letters
  • 影响因子：
    2
  • 作者：
    Geng Xin;Sun Kai
  • 通讯作者：
    Sun Kai
How Does Infrastructure Affect Economic Growth? Insights from a Semiparametric Smooth Coefficient Approach and the Case of Telecommunications in China
基础设施如何影响经济增长？
  • DOI：
    10.1111/ecin.12770
  • 发表时间：
    2019-07
  • 期刊：
    Economic Inquiry
  • 影响因子：
    1.8
  • 作者：
    Zhang Yin fang;Sun Kai
  • 通讯作者：
    Sun Kai
The impact of income inequality on consumption-based greenhouse gas emissions at the global level: A partially linear approach
收入不平等对全球层面基于消费的温室气体排放的影响：部分线性方法
  • DOI：
    10.1016/j.jenvman.2020.110635
  • 发表时间：
    2020-08-01
  • 期刊：
    JOURNAL OF ENVIRONMENTAL MANAGEMENT
  • 影响因子：
    8.7
  • 作者：
    Balezentis, Tomas;Liobikiene, Genovaite;Sun, Kai
  • 通讯作者：
    Sun, Kai

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

完全液相法Cu-Zn-Si-Al催化剂一步合成二甲醚
  • DOI：
    10.11944/j.issn.1000-0518.2015.01.140178
  • 发表时间：
    2014-08
  • 期刊：
    应用化学
  • 影响因子：
    --
  • 作者：
    唐钰;黄伟;韩涛;孙凯;王鹏
  • 通讯作者：
    王鹏
多模块并联逆变器系统中网侧电抗对谐振特性的影响分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电工技术学报
  • 影响因子：
    --
  • 作者：
    张磊;王晓声;孙凯;周洪伟
  • 通讯作者：
    周洪伟
一种无中心FDMA卫星通信系统资源控制策略及其半实物仿真
  • DOI：
    10.16652/j.issn.1004-373x.2021.15.006
  • 发表时间：
    2021
  • 期刊：
    现代电子技术
  • 影响因子：
    --
  • 作者：
    孙凯;陆振宇
  • 通讯作者：
    陆振宇
机械速度选择器标定技术及标定实验
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    原子能科学技术
  • 影响因子：
    --
  • 作者：
    余周香;李博楠;张莉;吴立齐;李天富;刘荣灯;王子军;孙凯;刘蕴韬;陈东风
  • 通讯作者：
    陈东风
Anti-microRNA-221通过上调PTEN蛋白表达增加结直肠癌细胞的放射敏感性
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    南方医科大学学报
  • 影响因子：
    --
  • 作者：
    张晓槟;孙凯;雷尚通;钟育波;邓海军;区文弢;吴承堂
  • 通讯作者：
    吴承堂

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码