Stata:计算绿色全要素生产率-gtfpch
👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata:Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文:数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量:回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题:SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果:DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具:工具软件 | Markdown | Python-R-Stata 🎧 课程:公开课-直播 | 计量专题 | 关于连享会
连享会 · 2023 Stata寒假班
作者:刘淑云 (中国农业大学)
邮箱:s.liu@cau.edu.cn
温馨提示: 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码,直达原文:
目录
1. 绿色全要素生产率
2. gtfpch命令介绍
3. Stata 实例
4. 参考资料
5. 相关推文
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
专题:专题课程 ⏫ 连享会:效率分析专题 (TFP-DEA-SFA) 专题:SFA-DEA-效率分析 Stata:Simar-Wilson两阶段半参数DEA-simarwilson 专题:公开课 ⏩ 公开课:高质量发展评估 - 基于效率和生产率视角 专题:SFA-DEA-效率分析 Matlab:数据包络分析 (DEA) 入门教程 Stata效率分析:Simar-Wilson两阶段半参数DEA-T303 Stata-DEA:数据包络分析一文读懂 Stata: 数据包络分析 (DEA) 简明教程 Stata:各类全要素生产率 TFP 估算方法
课程推荐:因果推断实用计量方法
主讲老师:邱嘉平教授
🍓 课程主页:https://gitee.com/lianxh/YGqjp
New! Stata 搜索神器:
lianxh
和songbl
GIF 动图介绍
搜: 推文、数据分享、期刊论文、重现代码 ……
👉 安装:
. ssc install lianxh
. ssc install songbl
👉 使用:
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn,推文列表) 由中山大学连玉君老师团队创办,定期分享实证分析经验。 直通车: 👉【百度一下: 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。