基于省际面板数据的全要素电力效率评价与分解模型

主要研究中国区域全要素电力效率及其驱动因素,探讨全要素电力效率与区域经济增长之间的相关关系,从而为节能减排政策的制定提供参考。应用数据包络分析理论建立了区域全要素电力效率评价模型;基于Malmquist生产率指数建立了全要素电力效率分解模型,以探讨全要素电力效率变化的驱动因素;建立动态面板数据模型,探讨全要素电力效率与经济增长之间的相关关系。以1995—2008年中国30个省、市、自治区的数据为样本,测算了区域全要素电力效率,结果表明经济发展快的区域全要素电力效率比较高,基于一般矩估计的动态面板数据模型的估计结果进一步证实了中国区域全要素电力效率与人均国内生产总值呈正相关关系,但与产业结构呈负相关关系;全要素电力效率分解模型的结果表明,除湖南外,其他区域的技术水平在提高。研究结果具有较高的政策建议价值,即技术进步和产业结构调整是提高中国区域全要素电力效率的重要措施。

新凯恩斯菲利普斯曲线的弱识别检验和稳健估计

对基于GMM大样本统计量的检验和估计,弱识别会带来点估计不一致和置信区间规模不正确的问题。本文讨论了弱识别问题产生的原因、影响、检验和相关弱识别稳健统计量。用Cragg-Donald F统计量对NKPC重新进行了检验,发现的确存在弱识别问题,本文进而对NKPC的参数进行了弱识别稳健的估计,并且用CLR统计量构造了相应规模正确的置信区间。实证表明中国的通货膨胀具有明显的向前和向后行为,而向前行为从数量上来说要大于向后行为的影响,但是向后行为在数量上来说也是不可忽视的;子样本的检验表明通胀的向后行为有增强的趋势。