长三角城市群工业全要素能源效率变动分解及影响因素——基于随机前沿生产函数的经验研究
上海财经大学学报 2014 年 第 16 卷第 03 期, 页码:95 - 102
摘要
参考文献
摘要
工业部门能源效率的提高是整个长三角城市群能效提升的关键。文章采用随机前沿分析方法并基于超越对数生产函数,首次对2001-2009年长三角城市群14个代表性城市的工业全要素能源效率增长率进行了测算及分解,并进一步基于面板数据模型对工业全要素能源效率增长的影响因素进行了经验考察。研究结果表明:长三角城市群工业全要素能源效率一直呈现增长趋势,工业技术效率整体上呈现下降趋势,技术进步率则保持稳定增长,但大多数城市呈现出规模经济下降状态;企业规模、对外开放、政府干预、外商直接投资和煤炭消费比重对工业全要素能源效率增长表现出显著的抑制作用,而偏向于劳动密集型的要素投入结构则有利于工业全要素能源效率的提升。
[1]何晓萍.中国工业的节能潜力及影响因素[J].金融研究,2011,(10).
[2]史丹,吴利学,傅晓霞,吴滨.中国能源效率地区差异及其成因研究[J].管理世界,2008,(2).
[3]戴永安.中国城市化效率及其影响因素[J].数量经济技术经济研究,2010,(12).
[4]涂正革,肖耿.中国的工业生产力革命[J].经济研究,2005,(3).
[5]魏楚,沈满洪.能源效率及其影响因素:基于DEA的实证分析[J].管理世界,2007,(8).
[6]魏楚,沈满洪.能源效率研究发展及趋势:一个综述[J].浙江大学学报,2009,(3).
[7]张伟,吴文元.基于环境绩效的长三角城市圈全要素能源效率研究[J].经济研究,2011,(10).
[8]Aigner D.,Lovell C.A.K.,Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics,1977,6(1):53-66.
[9]Battese G.E.,Coelli T.J.Frontier Production Functions Technical Efficiency and Panel Data:With Application to Paddy Famer in India[J].Journal of Productivity Analysis,1992,(3):153-169.
[10]Kumbhakar S.C.Estimation and Decomposition of Productivity Change When Production is not Efficient:A Panel Data Approach[J].Econometric Review,2000,19(4):425-460.
[11]Kumbhakar S.,Lovell C.A.K.Stochastic Frontier Analysis[M].Cambridge University Press,Cambridge,2000.
[12]Meeusen W.,van den Broeck J.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error[J].International Economic Review,1977,18(2):435-444.
①在长三角16座核心城市中,由于扬州和泰州缺失数据较多,因此本文的研究样本为上海、南京、无锡、常州、苏州、南通、镇江、杭州、宁波、嘉兴、湖州、绍兴、舟山和台州14个地级及以上城市。
①限于篇幅,本文未报告各城市历年各指标的具体结果,有兴趣的读者可向作者索取。
①由于大多数城市的规模效率变化率为负值,所以为便于观察,本文将各城市年均规模效率变化率指数与1相加后绘制于图3,即以1为分界点,大于1、小于1分别表示正、负增长状态。
[2]史丹,吴利学,傅晓霞,吴滨.中国能源效率地区差异及其成因研究[J].管理世界,2008,(2).
[3]戴永安.中国城市化效率及其影响因素[J].数量经济技术经济研究,2010,(12).
[4]涂正革,肖耿.中国的工业生产力革命[J].经济研究,2005,(3).
[5]魏楚,沈满洪.能源效率及其影响因素:基于DEA的实证分析[J].管理世界,2007,(8).
[6]魏楚,沈满洪.能源效率研究发展及趋势:一个综述[J].浙江大学学报,2009,(3).
[7]张伟,吴文元.基于环境绩效的长三角城市圈全要素能源效率研究[J].经济研究,2011,(10).
[8]Aigner D.,Lovell C.A.K.,Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics,1977,6(1):53-66.
[9]Battese G.E.,Coelli T.J.Frontier Production Functions Technical Efficiency and Panel Data:With Application to Paddy Famer in India[J].Journal of Productivity Analysis,1992,(3):153-169.
[10]Kumbhakar S.C.Estimation and Decomposition of Productivity Change When Production is not Efficient:A Panel Data Approach[J].Econometric Review,2000,19(4):425-460.
[11]Kumbhakar S.,Lovell C.A.K.Stochastic Frontier Analysis[M].Cambridge University Press,Cambridge,2000.
[12]Meeusen W.,van den Broeck J.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error[J].International Economic Review,1977,18(2):435-444.
①在长三角16座核心城市中,由于扬州和泰州缺失数据较多,因此本文的研究样本为上海、南京、无锡、常州、苏州、南通、镇江、杭州、宁波、嘉兴、湖州、绍兴、舟山和台州14个地级及以上城市。
①限于篇幅,本文未报告各城市历年各指标的具体结果,有兴趣的读者可向作者索取。
①由于大多数城市的规模效率变化率为负值,所以为便于观察,本文将各城市年均规模效率变化率指数与1相加后绘制于图3,即以1为分界点,大于1、小于1分别表示正、负增长状态。
引用本文
杨莉莉, 邵帅, 曹建华, 等. 长三角城市群工业全要素能源效率变动分解及影响因素——基于随机前沿生产函数的经验研究[J]. 上海财经大学学报, 2014, 16(3): 95–102.
导出参考文献,格式为:
本期封面
相关论文