中国经济TFP增长的影响因素——基于BACE方法的综合分析 - bob手机在线登陆

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中国经济TFP增长的影响因素——基于BACE方法的综合分析

钟惠波,许培源

文章导航> bob手机在线登陆学报（社会科学版）> 2011> (6): 1-8

钟惠波, 许培源. 中国经济TFP增长的影响因素——基于BACE方法的综合分析[J]. bob手机在线登陆学报（社会科学版）, 2011, (6): 1-8.

引用本文:

钟惠波, 许培源. 中国经济TFP增长的影响因素——基于BACE方法的综合分析[J]. bob手机在线登陆学报（社会科学版）, 2011, (6): 1-8.

ZHONG Huibo, XU Peiyuan. The Determinants of TFP Growth in China：A Comprehensive Analysis Based on BACE Approach[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (6): 1-8.

Citation:

ZHONG Huibo, XU Peiyuan. The Determinants of TFP Growth in China：A Comprehensive Analysis Based on BACE Approach[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (6): 1-8.

中国经济TFP增长的影响因素——基于BACE方法的综合分析

钟惠波^1,,
许培源¹

基金项目:

教育部人文社科基金资助项目“劳动力供给内生化条件下的财政政策与经济增长：理论模型、实证检验与政策模拟”(10YJC790402);博士后科学基金资助项目“我国技术创新与技术进步的推动因素、实现路径与政策选择”(20110490851)

The Determinants of TFP Growth in China：A Comprehensive Analysis Based on BACE Approach

ZHONG Huibo^1,,
XU Peiyuan¹

摘要:生产率增长是宏观经济研究的一个重要议题。采用经典估计贝叶斯平均(BACE)方法,引入模型的不确定性,在上万次回归的基础上,对众多影响生产率的解释变量按其重要性进行分类和排序。研究发现：在事先列出的16个可能的解释变量中,FDI进入程度、进口依存度、出口依存度、专科以上学历人数占从业人数的比率、相邻地区的生产率(空间邻居变量)以及市场化程度对TFP增长的解释能力最强,并且都具有良好的稳健性。FDI金额、进口额、出口额以及前一期研发投入等四个变量对TFP增长也有一定的解释能力。但各变量在我国东、中、西部地区的影响力存在显著差异。
- TFP增长/
- 模型不确定性/
- 经典估计贝叶斯平均
Abstract:The growth of TFP is an important issue of macro-economics. By using Bayesian Averaging of Classical Estimates (BACE)approach,this paper introduces model uncertainty to classify and order all potential explanatory variables of TFP according to their explanatory ability after thousands of regression. The main conclusions are as follows: Of 16 ex-given potential explanatory variables,degree of FDI entry,importation dependence,exportation dependence,human capital level,neighbor region's TFP,the mature degree of market are the most important and robust variables. Another four variables-volume of FDI,import volume,export volume,and former R&D investment also have some explanatory ability. But,their effects on east,middle and west China are different.
- growth of TFP/
- model uncertainty/
- Bayesian averaging of classical estimates

[1]	Romer P. Endogenous technological change[J]. Journal of Political Economy,1990,98(5):71-102.
[2] Barkley D,Heney M S,Bao S,Brooks K R. How functional are economic areas[J]. Papers in Regional Science,1995,74:298-316.
[3] Brun J F,Combes J L,Renard M F. Are there spillover effects between the coastal and noncoastal regions in China[J]. China Economic Review,2002,13: 161-169.
[4] Coe D T,Elhanan Helpman. International R&D spillover[J]. European Economic Review,1995,39:859-887.
[5]	Kokko A. Technology,market characteristics and spillovers[J]. Journal of Development Economics,1994,43(2):279-293.
[6] 贺京同,李峰. 影响自主创新的因素——基于BACE方法对中国省际数据的分析[J]. 南开经济研究,2007(3):68-78.
[7] Learner,Edward E. Let's take the con out of econometrics[J]. American Economic Review,1983,73(1):31-43.
[8] Learner,Edward E. Sensitivity analysis would help[J]. American Economic Review,1985,75(3):308-313.
[9] Levitte R E,Renelt D. A sensitivity analysis of cross-country growth regressions[J]. American Economic Review,1992,82(4): 942-963.
[10] Sala-i-Maritn,Xavier. I just run 2 million regressions[J]. American Economic Review,1997a,87(2):178-183.
[11] Sala-i-Maritn,Xavier. I just run 4 million regressions[R]. NBER Working Paper,1997:6252.
[12] Brock W A,Steven N Durlauf. Growth empirics and reality[J]. The World Bank Economic Review,2001,15(2):229-272.
[13] Easterly W,Levine R. Africa's growth tragedy: policies and ethnic divisions[J]. Quarterly Journal of Economics,1997(112): 1203-1250.
[14] Sala-i-Maritn,Xavier. Comment on“growth empirics and reality” by William A Brock and Steven N Durlauf[J]. The World Bank Economic Review,2001,15(2):277-82.
[15] Sala-i-Maritn,Xavier,Doppelhofer G,Ronald I Miller. Determinants of long-term growth: a bayesian averaging of classical estimates (BACE) approach[J]. American Economic Review,2004,94(4):813-835.
[16] Collie T,Rao D,Battese G. An introduction to efficiency and productivity analysis[M]. Boston: Kluwer Academic Publishers,1998.
[17] Fare R,Grosskopf S,Norris M,Zhang Z. Productivity growth,technical progress and efficiency change in industrialized countries[J]. American Economic Review,1994,84 (1):66-83.
[18] 许培源. 中国省域TFP增长的空间邻居效应:经验研究[J]. 山西财经大学学报,2009(9):36-42.
[19] Grossman G,Helpman E. Innovation and growth in the globe economy[M]. Cambridge,Mass: MIT Press,1991.
[20] Wooldridge J M. Econometric analysis of cross section and panel data[J]. MIT Press,2002.
[21] 张海洋. R&D两面性、外资活动与中国工业生产率增长[J]. 经济研究,2005(5):107-117.
[22] 李小平,朱钟棣. 国际贸易、技术进步与中国工业行业的生产率增长[J]. 经济学,2008,7(2):5493-5564.

[1]	赵领娣, 戴亚鑫, 王海霞.经济增长和空气污染如何影响就业？. bob手机在线登陆学报（社会科学版）, 2022, 24(6): 41-53.doi:10.15918/j.jbitss1009-3370.2022.1391
[2]	刘晴, 张盼盼.经济政策不确定性对中国出口企业升级的影响. bob手机在线登陆学报（社会科学版）, 2022, 24(1): 90-104.doi:10.15918/j.jbitss1009-3370.2022.1055
[3]	蒋大兴, 沈晖.公司利益不确定性的控制机制. bob手机在线登陆学报（社会科学版）, 2022, 24(6): 74-84.doi:10.15918/j.jbitss1009-3370.2022.1156
[4]	佟岩, 林宇彤, 李鑫.经济政策不确定性与长期并购绩效. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 53-66.doi:10.15918/j.jbitss1009-3370.2021.3587
[5]	尹建华, 张玲玲, 弓丽栋.政策不确定性与重污染企业创新——来自废水国控重点监测企业的证据. bob手机在线登陆学报（社会科学版）, 2020, 22(5): 23-31.doi:10.15918/j.jbitss1009-3370.2020.1693
[6]	李成, 于海东, 李一帆.货币政策不确定性对宏观经济的非对称影响效应——基于经济周期视角. bob手机在线登陆学报（社会科学版）, 2020, 22(5): 49-58.doi:10.15918/j.jbitss1009-3370.2020.1511
[7]	严圣艳, 徐小君.金融产业集聚、技术创新与区域经济增长——基于中国省级面板数据的PVAR模型分析. bob手机在线登陆学报（社会科学版）, 2019, (1): 103-109.doi:10.15918/j.jbitss1009-3370.2019.3997
[8]	李宏.中国自然灾害与长期经济增长——基于VAR与VEC模型的协整分析. bob手机在线登陆学报（社会科学版）, 2018, (5): 112-118.doi:10.15918/j.jbitss1009-3370.2018.5458
[9]	袁海霞.内外部网络口碑与在线销售的动态交互过程——基于分层贝叶斯模型的解析. bob手机在线登陆学报（社会科学版）, 2018, (2): 67-76.doi:10.15918/j.jbitss1009-3370.2018.1354
[10]	曹玉平.空间集聚、技术创新与中国省域经济增长——基于面板数据FE-IV模型的实证研究. bob手机在线登陆学报（社会科学版）, 2017, (6): 58-69.doi:10.15918/j.jbitss1009-3370.2017.0065
[11]	王春枝, 赵国杰, 王维国, 于扬.MIDAS模型与EQW模型预测精度的比较——以资产价格的经济增长效应为例. bob手机在线登陆学报（社会科学版）, 2017, (6): 95-102.doi:10.15918/j.jbitss1009-3370.2017.2349
[12]	任杰, 王雨飞.粤澳地区经济增长的协同性研究. bob手机在线登陆学报（社会科学版）, 2014, (2): 64-68.
[13]	张华, 魏晓平.能源替代与内生经济增长路径研究. bob手机在线登陆学报（社会科学版）, 2014, (4): 42-49.
[14]	闫晓霞, 邹绍辉, 张金锁.基于R&D技术和环境质量的内生经济增长模型. bob手机在线登陆学报（社会科学版）, 2014, (5): 9-17.
[15]	于江波, 王晓芳.能源安全与经济增长的双赢机制研究. bob手机在线登陆学报（社会科学版）, 2013, (5): 29-35,51.
[16]	卞曰瑭, 张岳锋, 许露.股市交易网络模型构建及其稳定性研究. bob手机在线登陆学报（社会科学版）, 2013, (2): 66-70,76.
[17]	龚传星.确定性的寻求——周公平管蔡之乱的观念背景. bob手机在线登陆学报（社会科学版）, 2010, (5): 143-147.
[18]	桂贤, 杜纲.不确定条件下供应链二级分销网络的优化研究. bob手机在线登陆学报（社会科学版）, 2007, (1): 86-90.
[19]	李杰.中国经济增长的资本策略选择. bob手机在线登陆学报（社会科学版）, 2002, (2): 52-55.
[20]	李波.新剑桥学派的经济增长模型. bob手机在线登陆学报（社会科学版）, 2001, (1): 81-83.

WeChat

点击查看大图

计量

文章访问数:950
HTML全文浏览量:1
PDF下载量:146
被引次数:0

中国经济TFP增长的影响因素——基于BACE方法的综合分析

钟惠波^1,,
许培源¹

基金项目:

教育部人文社科基金资助项目“劳动力供给内生化条件下的财政政策与经济增长：理论模型、实证检验与政策模拟”(10YJC790402);博士后科学基金资助项目“我国技术创新与技术进步的推动因素、实现路径与政策选择”(20110490851)

收稿日期:2011-02-14

关键词:

模型不确定性/

经典估计贝叶斯平均

摘要:生产率增长是宏观经济研究的一个重要议题。采用经典估计贝叶斯平均(BACE)方法,引入模型的不确定性,在上万次回归的基础上,对众多影响生产率的解释变量按其重要性进行分类和排序。研究发现：在事先列出的16个可能的解释变量中,FDI进入程度、进口依存度、出口依存度、专科以上学历人数占从业人数的比率、相邻地区的生产率(空间邻居变量)以及市场化程度对TFP增长的解释能力最强,并且都具有良好的稳健性。FDI金额、进口额、出口额以及前一期研发投入等四个变量对TFP增长也有一定的解释能力。但各变量在我国东、中、西部地区的影响力存在显著差异。

English Abstract

钟惠波, 许培源. 中国经济TFP增长的影响因素——基于BACE方法的综合分析[J]. bob手机在线登陆学报（社会科学版）, 2011, (6): 1-8.

引用本文:

钟惠波, 许培源. 中国经济TFP增长的影响因素——基于BACE方法的综合分析[J]. bob手机在线登陆学报（社会科学版）, 2011, (6): 1-8.

ZHONG Huibo, XU Peiyuan. The Determinants of TFP Growth in China：A Comprehensive Analysis Based on BACE Approach[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (6): 1-8.

Citation:

ZHONG Huibo, XU Peiyuan. The Determinants of TFP Growth in China：A Comprehensive Analysis Based on BACE Approach[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (6): 1-8.

参考文献 (22)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

作者相关

写作规范

友情链接

总访问量: 今日访问量:

版权所有：bob手机在线登陆学术期刊中心

主管单位: 中华人民共和国工业和信息化部主办单位: bob手机在线登陆地址: 北京市海淀区中关村南大街5号

本系统由北京仁和汇智信息技术有限公司开发