基于面板数据模型的林业投入产出效率影响因素研究

基于我国2003-2017年31个省域有关林业经济的面板数据,采用固定效应模型对全国及湖北省林业投入因素和产出效率进行分析。结果显示:相对于全国而言,湖北省的林业资源投资效率是属于中等偏上的,其中投资完成额这一指标做出了巨大贡献,造林面积和人员平均工资起到了辅助作用,而林业就业人数抑制了林业经济发展。     

人口老龄化对我国社会养老保险制度的压力分析

人口老龄化是指总人口中年轻人口数量减少．年长人口数量增加而导致的老年人口比例相应增长的动态过程。一般来说,年龄中位数增加、老年人口比例上升、少儿人口比例下降、老少比增长的人口年龄结构变化是典型的人口老龄化。人口老龄化不仅影响到经济生活中的生产、分配、交换、消费、积累和投资。而且导致养老负担加重和离退休费用不断攀升,对正在健全和完善的社会养老保障制度提出了前所未有的巨大挑战。     

技术进步对二氧化碳排放的影响分析——基于静态和动态面板数据模型

深入研究技术进步对节能减排的作用,对于协调中国经济发展和环境保护的关系具有重要的现实意义。本文基于2000~2011年中国30个省份的面板数据,分别应用静态和动态面板数据模型,考察技术进步对二氧化碳排放的影响。静态和动态面板数据模型都表明前一期技术进步能够显著地减少本期二氧化碳排放,技术进步对节能减排有显著的作用,但是技术进步对节能减排的作用有一定的时滞。因此,中国应该加大研发投入,鼓励技术创新,加快技术扩散的速度。     

基于空间面板数据模型的农村金融发展集聚研究

本文选取我国2007～2016年31个省份的经济数据,基于金融集聚演进变化的视角,利用空间面板数据模型进行计量分析我国农村金融发展集聚和影响农村金融发展集聚因素的问题,实证剖析不同地区农村金融发展状况与发展特征。结果表明:我国农村金融发展集聚效应明显,金融整体呈现上升的趋势,农村金融集聚程度呈现波动性上升趋势。东部地区的农村金融的发展水平和集聚程度要高于中部和西部地区,并提出宏观经济发展政策和降低农村金融市场准入条件的建议。     

人口老龄化与我国农村社会养老保险制度缺陷分析

我国刚刚迈进小康时代就已经面临严峻的人口老龄化问题。由于历史和现实的原因，我国农村的社会养老保险制度尚未完全建立起来，还面临着诸多的问题。本文从我国面临的人口老龄化的现实和趋势入手，剖析我国农村社会养老保险的制度缺陷，并进而提出了若干完善我国农村社会养老保险制度的思路和建议。     

人口老龄化对居民消费的非线性影响 ——基于养老保险发展的动态面板异质性门槛效应

基于世代交叠模型构建简化的人口老龄化对居民消费倾向非线性影响的理论模型,结合2002—2017年中国省际面板数据,利用动态面板门槛模型,以养老保险发展为门槛变量对理论模型进行验证。研究结果显示,人口老龄化对居民消费倾向的影响具有显著的双门槛特征,随着养老保险发展水平的提高,人口老龄化的消费效应由负转正,并且正向效应逐渐加强;在异质性门槛效应分析方面,东部地区的门槛值大于中、西部地区,享受型消费的门槛值大于发展型消费。提高养老保险支出水平与覆盖率,能够使人口老龄化对居民消费倾向的影响由负转正（西部地区,享受型消费）或增强人口老龄化的正向消费效应（东、中部地区,发展型消费）。     

我国农村社会养老保险制度构建研究

人口老龄化给我国农村的养老保障带来了严峻的挑战,我国目前的养老保险制度主要限于城镇地区,全面建设小康社会,必须统筹城乡发展,建立新型的农村养老保险制度。文章主要分析了我国先行农村养老模式、农村社会养老保险的发展现状及其存在的主要问题,并对我国农村社会养老保险制度的安排提出了一些构想。     

整体上市财务效应研究——基于面板数据模型的实证研究

随着我国证券市场的发展,企业的整体上市己经成为证券市场新的热点。2004年以来,TCL集团吸收合并TCL通讯并成功实现整体上市,武钢股份以定向增发收购武钢集团主业的方式实施整体上市,这些以产业整合为主要目的的集团整体上市将对资本市场的发展产生较大的影响。因此,本文研究公司整体上市到底给公司带来什么样的财务效应,并对以后企业整体上市选择最优途径提出建议。     

高校资金风险影响因素的实证研究——基于省际面板数据模型

一、引言随着高等教育体制改革的深化和办学自主权的扩大,高校资金来源不再由政府全额拨付,而是形成了财政拨款增幅下降、学费上涨有限、产研息捐占比较小、贷款规模超越偿还能力的局面;同时也存在高校利用资金进行股票债券投资或利用贷款资金变相提高教师福利水平等情况。这些因素都不同程度地影响着高校资金安全。因     

外商直接投资对我国就业的区域差异与动态效应——基于动态面板数据模型的分析

中国作为最大的发展中国家以及人口最多的国家,就业率高低一直是政府十分关注的宏观经济指标,并且利用外商直接投资增加就业是我国政府外资政策的直接目标之一。本文以我国各个省市区作为横截面单元,利用各横截面单元1988~2005年的样本组成面板数据,进而建立动态面板数据模型来考察FDI对我国不同地区就业的影响。结果表明,FDI对我国不同地区的影响有显著差异。对东部地区而言,FDI对就业有显著的替代效应,而对中、西部地区则效果不明显。     

基于面板数据模型的学生学习效用最大化研究

采用随机效应变截距模型得出,学生的智商与他们的学习时间呈负相关,过度学习也会有副作用;人的学习面临学习时间与智商的权衡取舍,可以通过调节达到个人的最优状态。     

我国CPI地区差异分析及调控建议——基于2003～2008年31个省级面板数据的实证分析

价格是国民经济运行情况的综合反映,保持物价稳定是宏观调控四大目标之一,而区域经济发展不均衡和不协调是影响价格总水平平稳运行的重要因素.本文通过建立面板数据模型,深入分析不同地区经济增长、城镇居民收入、工业品出厂价格与CPI之间关系的差异,并结合我国实际,从加快结构调整步伐、保持农产品价格基本稳定、价格总水平调控要体现区域差异性、调整收入分配格局等方面提出了政策建议.     

我国金融支持与集群发展的相关性研究——基于6省市面板数据分析

本文利用2000—2010年全国6个代表性城市的相关数据,通过建立面板数据模型,对金融支持和产业集群间的长期均衡关系进行了实证分析。结果表明:1、金融相关比率对于集群发展的作用大于投资转化比率。2、六个地区的金融支持与集群发展关系表现出了一定的差异性,其中北京、苏州集群发展受金融支持变量的影响很显著;长沙、西安的集群发展与金融相关比率关系显著,但与投资转化比率的相关性为负;重庆、武汉的集群发展与金融支持变量的相关性虽为正,但效果不明显。最后根据以上的区域性差异特征,提出了相关的政策建议。     

中国生产性服务业集聚的空间效应研究——基于空间面板数据模型

通过选择中国31个省、自治区和直辖市的生产性服务业的数据,通过估算莫兰指数I,进而构建空间面板数据模型,研究生产性服务业在省域空间内的集聚度和生产性服务业内各行业对经济增长的贡献。研究结果显示,生产性服务业各项变量存在着明显的空间集聚效应,在空间方面显示出了一定的经济资源竞争关系。在对经济增长的贡献方面,批发零售、交通运输、仓储与邮政业对经济增长的拉动作用最为明显,而金融业受危机影响作用略为减弱,房地产业则作用最小。     

基于面板数据的河北省县域经济增长的影响因素分析

县域经济的增长是关系到“三农”问题、统筹城乡经济发展和建设社会主义新农村的重大问题。县域经济的增长受到多种因素的影响,但各种因素的影响程度是不同的。文章根据面板数据模型,利用河北省136个县市的相关数据,深入研究影响县域经济增长的主要因素,为河北省县域经济的增长提供一些可行的政策建议。     

我国能源消费强度、结构及技术创新与碳排放——基于面板数据模型的实证分析

文章通过面板数据模型构建了我国二氧化碳排放量影响因素的模型,并收集2005年至2010年的相关数据和信息,具体分析了能源消费强度、能源消费结构和技术创新对我国二氧化碳排放总量的影响情况。结果表明,我国近年来碳排放总量增高是由于我国能源的高速消费引起的,而能源消费结构的改善和技术创新的投入可以在很大程度上降低由经济增长带来的碳排放。由此得出,降低能源消费强度、优化能源消费结构以及加大技术创新力度是降低碳排放量的必然选择。     

关于场外衍生品的企业价值效应研究——基于我国上市银行的面板数据模型分析

随着市场经济与金融创新的不断深化,我国场外衍生品市场得到了迅猛的发展,而商业银行正是这一市场的主要参与者。文章以我国上市银行为研究样本,利用2006年-2012年的半年度数据进行实证分析,发现银行使用场外衍生品对企业价值产生了正效应。然而由于存在各种外部条件的制约,这种正效应并不显著。研究还表明,我国银行使用场外衍生品存在规模经济和范围经济。     

生产性服务业集聚的空间效应研究———基于空间面板数据模型

通过选择中国３１个省、自治区和直辖市的生产性服务业的数据,通过估算莫兰指数Ｉ,进而构建空间面板数据模型,研究生产性服务业在省域空间内的集聚度和生产性服务业内各行业对经济增长的贡献。研究结果显示,生产性服务业各项变量存在着明显的空间集聚效应,在空间方面显示出了一定的经济资源竞争关系。在对经济增长的贡献方面,批发零售、交通运输、仓储与邮政业对经济增长的拉动作用最为明显,而金融业受危机影响作用略为减弱,房地产业则作用最小。     

基于面板数据模型的我国物流园区对区域经济发展的影响

无论是从本文所选取的所有样本,还是不同地区的样本,其物流园区发展水平对区域经济发展都存在一定的影响经济学的研究中,我们往往会碰到带有时间序列性质和横截面性质相结合的数据。这类数据我们称之为面板数据(Panel Data)。面板数据模型的优势有:由于面板数据的观测值较多,因此可以提升研