首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于地理加权回归模型的省域工业全要素生产率分析
引用本文:吴玉鸣,李建霞.基于地理加权回归模型的省域工业全要素生产率分析[J].经济地理,2006,26(5):748-752.
作者姓名:吴玉鸣  李建霞
作者单位:1. 广西师范大学,经济管理学院,中国广西,桂林,541004;清华大学,公共管理学院,中国,北京,100084
2. 广西师范大学,经济管理学院,中国广西,桂林,541004
基金项目:国家自然科学基金;中国博士后科学基金;广西师范大学校科研和教改项目
摘    要:全要素生产率(TFP)是一个国家或地区经济增长质量和技术进步、管理效率提高的重要标志。运用空间统计的Moran指数以及空间计量经济学的地理加权回归(Geographical Weighted Regression)模型方法,基于2003年中国31个省、直辖市和自治区的工业企业统计数据,对省级区域工业全要素生产率进行了测算分析。全要素生产率实证测算分析结果发现,空间Moran指数可测算省域工业生产率的空间效应,地理加权回归模型也可将影响省域全要素生产率的来源分解成各省域的局部影响,空间计量经济学模型在计量检验和测算我国31个省域工业全要素生产率中具有较好效果。

关 键 词:工业全要素生产率  空间效应  空间自相关  地理加权回归模型
文章编号:1000-8462(2006)05-0748-05
收稿时间:2006-02-07
修稿时间:2006-02-072006-05-19

ANALYSIS OF CHINA'S PROVINCIAL INDUSTRIAL TOTAL FACTOR PRODUCTIVITY BASED ON GEOGRAPHICAL WEIGHTED REGRESSION MODEL
WU Yu-ming,LI Jian-xia.ANALYSIS OF CHINA''''S PROVINCIAL INDUSTRIAL TOTAL FACTOR PRODUCTIVITY BASED ON GEOGRAPHICAL WEIGHTED REGRESSION MODEL[J].Economic Geography,2006,26(5):748-752.
Authors:WU Yu-ming  LI Jian-xia
Abstract:Total Factor Productivity(TFP) is an important symbol of national and regional economic growth and technological progress.Spatial Moran index of autocorrelation and geographical weighted regression(GWR)model are used to test the spatial effects and analyze the industrial TFP of China's 31 provincial regions in 2003.The geographical weighted regression model of spatial econometric estimation can decompose the sources of total factor productivity into every region's local effects,and the positive estimating results of spatial econometric models are better than that of OLS model.
Keywords:industrial Total Factor Productivity(TFP)  spatial effects  spatial autocorrelation  geographical weighted regression(GWR)
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号