中国制造业全要素生产率测算与区域趋同检验

来源 :统计与决策 | 被引量 : 0次 | 上传用户:FlamesTsui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章选用2003-2019年的省际面板数据,分别运用Malmquist指数和柯布-道格拉斯函数对中国六大区域制造业全要素生产率的变动值和数值进行了测算,并对全要素生产率变动及其分解进行分析,同时,运用趋同理论对全要素生产率进行了σ趋同、β趋同和条件趋同检验.结果 表明:技术进步促进了全要素生产率的增长;六大区域制造业全要素生产率呈现区域间趋同,东北地区、长三角、长江经济带和南部沿海四个地区存在区域内σ趋同和β趋同,黄河流域存在区域内β趋同,京津冀并没有趋同趋势.对外开放、知识产权保护、科学研究、房地产投资对区域趋同具有负向影响,经济增长和政府购买则会产生正向影响.
其他文献
随着时代更迭,片面化教育已不能满足现代教育的需要,必须对教育方式做出改变来适应时代变迁.在转化初中生行为偏差的过程中巧用心理学效应进行研究,为转化初中生行为偏差提高初中生学习效率,提高学习能力,从而加强心理学教育提供有效参考.文章在对现阶段初中生存在的行为偏差及如何运用心理学效应进行转化、分析和概述,面对时代潮流的改变应如何更好地运用心理学转化初中生行为偏差进行研究.
提高英语课程教学质量是一线英语教师追求的目标.2021年7月中共中央办公厅、国务院办公厅颁布了“双减”政策,“双减”之下提质增效、打造高效课堂具有重要的价值.文章以人教版小学六年级英语为例,探讨如何聚焦教学目标,打造高效课堂.
不忘立德树人初心,牢记教师育人使命.10多年来,我一直践行着一个乡村教师的育人使命.期间,我写了很多的对联,将德育之情都容纳在这些对联里.rn2006年6月,我大学毕业.同年九月,我正式成为一名偏远乡村的语文老师.那年,第一节语文课,我给学生写下了第一副对联:清清白白做人,踏踏实实做事(横批:问心无愧).从此,这副对联写了15年,而且将一直续写下去,这是我一生的座右铭.
期刊
随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用.文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法.最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例.
文章通过多重插补方法对不同缺失率和缺失模式的多变量缺失样本进行插补,研究了多重插补误差与缺失率和缺失模式的依赖关系.结果 表明,当缺失率为0~15%时,多重插补误差与缺失率呈线性关系;当缺失率大于15%时,两者呈偏离线性关系.多重插补误差与缺失模式的方差均值比呈正相关性,当方差均值比越大时,误差也越大.
“研学后教”的核心理念强调将时间还给学生,力求把问题变成中心.将“研学后教”应用到小学数学的教学工作中,带给教师很大启发.有效地提高教学质量,帮助学生获得良好的成绩,是学生数学阅读能力培养至关重要的环节.因此在实际的数学教学过程中,培养学生的数学阅读能力迫在眉睫.文章在结合小学数学阅读能力教学现状和价值的基础上,提出有效提升小学数学阅读能力的措施.
积极心理品质强调人自身积极因素和潜能的开发,更关注人的生存与发展.小学阶段积极心理健康教育的核心目标和关键任务正是培养学生的积极心理品质,而参与劳动教育活动是学生培养积极心理品质的有效措施之一.学生通过劳动教育系列活动,培养责任感与荣誉感,提高自我效能感,激发个人潜能,进而发展积极心理品质.文章通过对“班级农耕田”劳动教育活动的开展情况进行分析,提炼出促进小学生积极心理品质发展的策略.
传统的分数阶灰色预测模型在时间序列预测中具有较好的适应性和预测的有效性,但其累加和差分计算式比较复杂.一致性分数阶累加相对于一般的分数阶累加,形式更简单,更便于计算和理论推导.为了提高模型的适应性和预测能力,文章在CFGM(1,1)白化方程中引入一个新的可变系数,扩大了原有白化方程的适用范围,并在此基础上构建了一致性分数阶优化灰色模型,即CFOGM(1,1)模型.最优一致性分数阶阶数和可变系数通过PSO算法最小化平均相对误差获得.将构建的模型运用到两个实例中并与其他经典的灰色预测模型进行对比,结果表明所提
文章首先运用归纳法,提出时间断点回归的概念内涵和基本模型,并按“准随机实验”标准分析其存在的原理缺陷.然后通过梳理国外相关前沿成果,总结出时间断点回归有别于传统计量操作的方面:在适用性判断上,强调内生分组问题的理论分析和协变量连续性的提前估计;在稳定性检验上,包含更换变量指标等正向思路、对照组检验等反向思路、时间序列特征处理和其他非断点回归方法.最后,绘制时间断点回归的估计流程图,主要涉及适用性检验、处理效应的初步判定、模型构建与估计和稳健性检验四个部分.
朴素贝叶斯是一种处理分类问题的常用方法,但它的属性条件独立性假设在实际应用中难以成立,导致其分类性能降低.针对这一问题,文章提出了基于改进PCA的朴素贝叶斯分类算法,该算法通过Pear-son和Kendall系数计算出属性间的相关性大小,基于主成分分析筛选出新的属性集,使其尽量满足条件独立性假设,并对新数据集进行朴素贝叶斯分类.实验结果表明,该方法有效地提高了分类准确率.