《長江經(jīng)濟帶技術(shù)溢出的測算分析》1300字

長江經(jīng)濟帶技術(shù)溢出的測算分析綜述1.1測度方法選擇關(guān)于技術(shù)溢出的測度較多圍繞全要素生產(chǎn)率（TFP）進行研究。如周偉（2018）采用數(shù)據(jù)包絡(luò)法的Malmquist指數(shù)計算全要素生產(chǎn)率，從產(chǎn)業(yè)轉(zhuǎn)移的視角對技術(shù)溢出效應(yīng)進行分析[96]。本文借鑒馮德連等（2019）的研究基礎(chǔ)[97]，同樣采用全要素生產(chǎn)率作為技術(shù)溢出效應(yīng)的衡量指標(biāo)，選用DEA-Malmquist生產(chǎn)率指數(shù)，首先定義距離函數(shù)公式：Dt其中，Dtxt,yt為距離函數(shù)，xt為t時期的投入，xt=(Kt,Lt)根據(jù)距離函數(shù)可列出Malmquist生產(chǎn)率指數(shù)公式：M0M0其中，D0t表示基于產(chǎn)出的距離函數(shù)，M0t和M0t+1為了避免時期選擇的隨意性可能導(dǎo)致的差異，利用式（3.5）和式（3.6）求得兩個指數(shù)的平均值:M0x當(dāng)M0>1時，表示全要素生產(chǎn)率提高；若MM=EFFCH?TECH（3.8）其中，EFFCH=D0t+1xt+1,yt+1D該方法的優(yōu)勢在于可以模擬多種產(chǎn)出和多種投入的生產(chǎn)過程，不受投入要素數(shù)量和價格信息不充分的影響，不需要具體的函數(shù)形式，沒有較強的理論約束。缺點在于受數(shù)據(jù)驅(qū)動，對異常數(shù)據(jù)較為敏感，若樣本存在異常點，會對結(jié)果產(chǎn)生誤差，并且忽略了隨機因素的影響。1.2測度數(shù)據(jù)與結(jié)果分析1.2.1數(shù)據(jù)說明用DEA-Malmquist指數(shù)法估算全要素生產(chǎn)率所測的結(jié)果為增長率指數(shù)，因此本部分所選擇的時間區(qū)間為2003-2018年。具體投入產(chǎn)出見表3.1。表3.1投入產(chǎn)出要素說明表變量名稱測算說明與數(shù)據(jù)來源投入要素就業(yè)人數(shù)采用全市年末就業(yè)人數(shù)表示資本存量資本存量采用永續(xù)盤存法計算，計算公式為Kt=Kt?11?δ+It，Kt為第t時期資本存量，δ為折舊率，取值0.096，K產(chǎn)出要素經(jīng)濟產(chǎn)出2003年不變價表示實際GDP[97]。注：表中數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》1.2.2結(jié)果分析圖3.7長江經(jīng)濟帶全要素生產(chǎn)率及其分解指數(shù)值（2004-2018）從圖3.7全要素生產(chǎn)率及其分解指數(shù)的變動趨勢可以看出，技術(shù)進步的變動趨勢與全要素生產(chǎn)率的變動趨勢基本相同，2004-2012年相對穩(wěn)定，都在2013年出現(xiàn)了波動，之后從2017年開始出現(xiàn)上升趨勢。從數(shù)值上看，全要素生產(chǎn)率指數(shù)和技術(shù)進步指數(shù)都大于1，說明長江經(jīng)濟帶經(jīng)濟效率的發(fā)展一直處于上升階段。相比于全要素生產(chǎn)率指數(shù)和技術(shù)進步指數(shù)，技術(shù)效率指數(shù)的變動更為穩(wěn)定，但是數(shù)值較小，2004-2018年期間平均增長率為0.9