Stata:计算绿色全要素生产率-gtfpch

发布时间:2022-12-05 阅读 1560

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

New! lianxh 命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc, ihelp, rdbalance, gitee, installpkg

课程详情 https://gitee.com/lianxh/Course

课程主页 https://gitee.com/lianxh/Course

⛳ Stata 系列推文:

PDF下载 - 推文合集

作者:刘淑云 (中国农业大学)
邮箱s.liu@cau.edu.cn


目录


1. 绿色全要素生产率

尽管我国经济发展已经进入了高质量发展阶段,在工农业上也完成了一系列现代化的目标,但是目前我国经济总体上没有摆脱“高投入、高消耗、高排放”的发展模式,生态环境问题突出,资源能源消耗量大,迫切需要加快绿色发展转型。因此,用全要素生产率评价经济发展质量时,不仅要考虑传统的资本、劳动等要素的投入,同时也要考虑环境污染、碳排放等非期望产出。

Chung 等 (1997) 把环境污染视为非期望产出,开创性的采用方向性距离函数,并结合 Malmquist-Luenberger 指数测算出了瑞典 39 个造纸厂在 1986-1990 年的绿色全要素生产率。由于这一指数在传统 DDF 基础上加入了非期望产出,因此可以称之为绿色全要素生产率。

测算绿色全要素生产率的主要工具是 MLPI,随后又延伸出了四种比较重要的绿色生产率测算方法,分别是序列 MLPI (SMLPI) 、全域 MLPI (GMLPI) 、两期 MLPI (BMLPI) 和共同前沿 MLPI (MMLPI)。

2. gtfpch命令介绍

命令安装:

net install st0665.pkg, replace 

命令语法:

gtfpch inputvars = desirable_outputvars:  undesirable_outputvars [if] [in] [, options]

gtfpch 在打开的数据集中选择投入产出变量,并使用指定的选项估计 GTFP 指数。其中,inputvars 表示投入变量,desirable_outputvars 表示期望产出,undesirable_outputvars 表示非期望产出。options 具体选项如下:

  • dmu(varname):决策单元。
  • luenberger:估计 luenberger 生产率指数,默认是基于径向方向距离函数的 Malmquist-Luenberger 指数。
  • ort(string):识别导向,默认是产出导向 ort(output) 的生产率指标,ort(input) 表示投入导向,ort(hybrid) 表示混合导向。
  • gx(varlist):指定投入调整的方向,括号中变量的顺序与 inputvars 同,当选择产出导向时,默认 gx()=(0,...,0),当选择投入导向和混合导向时,gx() = -inputvars
  • gy(varlist):指定期望产出的调整方向,括号中变量的顺序与 desirable_outputvars 同,当选择投入导向时,默认 gy()=(0,...,0),当选择产出导向和混合导向时,gy() = desirable_outputvars
  • gb(varlist):指定非期望产出的调整方向,括号中变量的顺序与 undesirable_outputvars 同,当选择投入导向时,默认 gb()=(0,...,0),当选择产出导向和混合导向时,gb() = -undesirable_outputvars
  • nonradial:使用非径向方向距离函数。
  • wmat(name):指定非径向方向距离度量的投入产出变量调整权矩阵,仅当指定了非径向时才能使用。
  • window(#):使用带 #-period 带宽的窗框生产技术。
  • biennial:估计两期 Malmquist 指数。
  • sequential:估计序列 Malmquist 指数。
  • global:估计全域 Malmquist 指数。
  • fgnz: 根据 Färe 等 (1994) 对绿色全要素生产率进行分解。
  • rd: 根据 Ray 和 Desli (1997) 对绿色全要素生产率进行分解。
  • tol(real):指定线性程序的收敛准则公差,必须为大于 0 的整数,默认 tol(1e-8)
  • maxiter(#):指定线性程序的最大迭代次数,必须为大于 0 的整数,默认是 maxiter(16000)
  • saving(filename[, replace]):指定存储结果的文件夹名。
  • frame(framename):指定存储结果的文件名。
  • noprint:不显示结果。
  • nocheck:禁止检查新版本,当 Internet 连接不可用时,可以使用此选项节省时间。

3. Stata 实例

案例数据可通过 net get st0665.pkg, replace 获取,数据集中的变量包括:

  • 投入变量是资本 (K)、劳动力 (L)、能源 (E);
  • 期望产出变量是实际 GDP (Y);
  • 非期望产出变量是二氧化碳排放量 (CO2)。

数据处理:

  • 设置变量 dmu,对各个省份进行编码;
  • 对资本 (K)、劳动力 (L)、能源 (E)、期望产出 (Y) 和二氧化碳排放量 (CO2) 取对数。
. use example, clear 
. foreach var of varlist K L E Y CO2{
  2.     gen ln`var'=log(`var')
  3. }
. encode Province, gen(dmu)

测算绿色全要素生产率:

. xtset dmu year
. gtfpch lnK lnL lnE = lnY: lnCO2               // MLPI(radial DDF)

     +-----------------------------------------------------------+
     | Row            dmu      Pdwise    TFPCH     TECH    TECCH |
     |-----------------------------------------------------------|
  1. |   2          Anhui   2013~2014   1.0040   1.0000   1.0041 |
  2. |   3          Anhui   2014~2015   1.0041   0.9982   1.0059 |
  3. |   5        Beijing   2013~2014   1.0044   1.0000   1.0044 |
                                  ...
 58. |  87         Yunnan   2014~2015   1.0072   1.0020   1.0052 |
 59. |  89       Zhejiang   2013~2014   1.0044   1.0007   1.0037 |
 60. |  90       Zhejiang   2014~2015   1.0029   0.9985   1.0044 |
     +-----------------------------------------------------------+

. gtfpch lnK lnL lnE = lnY: lnCO2, nonr luen    // LPI(NDDF)

     +------------------------------------------------------------+
     | Row            dmu      Pdwise    TFPCH      TECH    TECCH |
     |------------------------------------------------------------|
  1. |   2          Anhui   2013~2014   0.0093    0.0005   0.0088 |
  2. |   3          Anhui   2014~2015   0.0093   -0.0027   0.0120 |
  3. |   5        Beijing   2013~2014        .    0.0000        . |
                                  ...
 58. |  87         Yunnan   2014~2015   0.0167    0.0069   0.0098 |
 59. |  89       Zhejiang   2013~2014   0.0106    0.0023   0.0083 |
 60. |  90       Zhejiang   2014~2015   0.0066   -0.0039   0.0105 |
     +------------------------------------------------------------+

. gtfpch lnK lnL lnE = lnY: lnCO2, sequential   // SMLPI

     +-----------------------------------------------------------+
     | Row            dmu      Pdwise    TFPCH     TECH    TECCH |
     |-----------------------------------------------------------|
  1. |   2          Anhui   2013~2014   1.0040   1.0000   1.0041 |
  2. |   3          Anhui   2014~2015   1.0041   0.9982   1.0059 |
  3. |   5        Beijing   2013~2014   1.0044   1.0000   1.0044 |
                                  ...
 58. |  87         Yunnan   2014~2015   1.0072   1.0020   1.0052 |
 59. |  89       Zhejiang   2013~2014   1.0044   1.0007   1.0037 |
 60. |  90       Zhejiang   2014~2015   1.0029   0.9985   1.0044 |
     +-----------------------------------------------------------+

. gtfpch lnK lnL lnE = lnY: lnCO2, global       // GMLPI

     +-----------------------------------------------------------+
     | Row            dmu      Pdwise    TFPCH     TECH    TECCH |
     |-----------------------------------------------------------|
  1. |   2          Anhui   2013~2014   1.0032   1.0000   1.0033 |
  2. |   3          Anhui   2014~2015   1.0041   0.9982   1.0059 |
  3. |   5        Beijing   2013~2014   1.0036   1.0000   1.0036 |
                                  ...
 58. |  87         Yunnan   2014~2015   1.0070   1.0020   1.0049 |
 59. |  89       Zhejiang   2013~2014   1.0035   1.0007   1.0028 |
 60. |  90       Zhejiang   2014~2015   1.0030   0.9985   1.0046 |
     +-----------------------------------------------------------+

. gtfpch lnK lnL lnE = lnY: lnCO2, bi           // BMLPI

     +-----------------------------------------------------------+
     | Row            dmu      Pdwise    TFPCH     TECH    TECCH |
     |-----------------------------------------------------------|
  1. |   2          Anhui   2013~2014   1.0040   1.0000   1.0040 |
  2. |   3          Anhui   2014~2015   1.0041   0.9982   1.0059 |
  3. |   5        Beijing   2013~2014   1.0040   1.0000   1.0040 |
                                  ...
 58. |  87         Yunnan   2014~2015   1.0070   1.0020   1.0049 |
 59. |  89       Zhejiang   2013~2014   1.0043   1.0007   1.0036 |
 60. |  90       Zhejiang   2014~2015   1.0030   0.9985   1.0046 |
     +-----------------------------------------------------------+

4. 参考资料

  • Färe R, Grosskopf S, Norris M, et al. Productivity growth, technical progress, and efficiency change in industrialized countries[J]. The American economic review, 1994: 66-83. -PDF-
  • Ray S C, Desli E. Productivity growth, technical progress, and efficiency change in industrialized countries: comment[J]. The American Economic Review, 1997, 87(5): 1033-1039. -PDF-

5. 相关推文

Note:产生如下推文列表的 Stata 命令为:
lianxh 生产率 SFA DEA TFP, m
安装最新版 lianxh 命令:
ssc install lianxh, replace

相关课程

免费公开课

最新课程-直播课

专题 嘉宾 直播/回看视频
最新专题 文本分析、机器学习、效率专题、生存分析等
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]
  • Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。

课程主页

课程主页

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 连享会-主页知乎专栏,700+ 推文,实证分析不再抓狂。直播间 有很多视频课程,可以随时观看。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会-常见问题解答:
https://gitee.com/lianxh/Course/wikis

New! lianxhsongbl 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh