国家财政支持对林业产业全要生产率影响的实证

发布时间：2022-02-14 09:34

　　文章基于2005—2017年我国省级面板数据,利用DEA-Malmquist指数模型测算了中国林业产业全要素生产率及其分解指数,运用空间自相关模型（SAR）实证检验了国家财政支持和空间因素对林业产业全要素生产率的影响。研究发现,2005—2017年,我国林业产业全要素生产率（TFP）普遍偏低;技术进步是推动我国林业产业全要生产率上升的主要因素;国家财政支持对我国林业产业的发展具有显著的正向促进作用;我国林业产业全要素生产率存在显著的正向空间溢出效应。因此,国家应加大政府扶持力度,促进区域间要素流动,形成产业联动,全面提高我国林业产业的生产效率。 

【文章来源】：统计与决策. 2020,36(07)北大核心CSSCI

【文章页数】：5 页

【参考文献】：
期刊论文
[1]中国林业全要素生产率空间关联网络结构及其影响因素[J]. 贯君,曹玉昆,朱震锋.  商业研究. 2019(09)
[2]生态文明建设背景财政扶持、林权改革对林业生产效率的影响[J]. 曹博,王玉芳.  林业经济问题. 2019(03)
[3]FDI对中国林业全要素生产率的影响分析——基于DEA-Malmquist指数法[J]. 董娅楠,缪东玲,程宝栋.  林业经济. 2018(04)
[4]中国林业生产效率测算及区域差异分析——基于Malmquist-DEA模型的省际面板数据[J]. 徐玮,冯彦,包庆丰.  林业经济. 2015(05)
[5]中国林业生产的技术效率测算与分析[J]. 田杰,姚顺波.  中国人口.资源与环境. 2013(11)
[6]林业全要素生产率分析——基于九个主要林业省份的数据[J]. 陈思杭,金志农,滕玉华.  生态经济. 2013(10)
[7]中国林业投入资金利用效率研究——基于Dea-Malmquist指数[J]. 王艳花,韩伟.  林业经济. 2012(08)
[8]黑龙江国有林区林业产业全要素生产率及其影响因素分析[J]. 陈向华,耿玉德,于学霆,汤欢,陈文静.  林业经济问题. 2012(01)
[9]生产率对中国经济增长的贡献:新的估计[J]. 吴延瑞.  经济学(季刊). 2008(03)

硕士论文
[1]基于DEA方法的我国林业全要素生产率实证研究[D]. 杨玮.北京林业大学 2010



本文编号：3624307