基于2000—2016年間中國30個地區(qū)260個地級及以上城市的面板數(shù)據(jù),利用三種要素投入DEA-Malmquist指數(shù)方法對城市全要素生產率（TFP）增長率進行測度,并在準自然實驗與雙重差分方法的研究框架下,采用DEA-Tobit模型分析國家級高新區(qū)對城市TFP增長的影響。實證結果表明:樣本考察期間,中國城市TFP呈現(xiàn)出正增長,年均增速為3.1%。國家級高新區(qū)的設立對中國城市TFP增長產生顯著的促進作用,但具有異質性特征。國家級高新區(qū)對城市TFP增長的貢獻按區(qū)域由大到小依次為西部、中部、東部;國家級高新區(qū)的設立對處于高行政等級城市TFP增長的促進作用要比處于低行政等級城市更為顯著;在人口高于500萬但低于1000萬的城市中國家級高新區(qū)的設立對城市TFP增長的促進作用更為明顯。 

【文章來源】：經濟經緯. 2020,37(01)北大核心CSSCI

【文章頁數(shù)】：8 頁

【文章目錄】：
一、文獻綜述
二、計量模型構建、變量選取與數(shù)據(jù)來源說明
    （一）雙重差分方法介紹
    （二）變量選擇
        1.被解釋變量:全要素生產率增長（tfpg）
        2.核心解釋變量:國家級高新區(qū)設立（hightech）
        3.控制變量
    （三）數(shù)據(jù)來源說明
三、實證結果分析與討論
    （一）國家級高新區(qū)對城市全要素生產率增長的影響:基本回歸結果
    （二）穩(wěn)健性檢驗
    （三）進一步檢驗
四、研究結論與政策啟示


【參考文獻】：
期刊論文
[1]中國城市規(guī)模分布對區(qū)域創(chuàng)新效率的影響研究[J]. 陸遠權,秦佳佳.  經濟經緯. 2018(06)
[2]基于SBM動態(tài)網(wǎng)絡模型的中國高新區(qū)效率評價[J]. 鄭玉雯,薛偉賢,王萌.  長江流域資源與環(huán)境. 2018(01)
[3]東北三省城市生產效率及其影響因素分析——基于三要素投入隨機前沿分析方法的研究[J]. 李健,李澎.  經濟經緯. 2018(01)
[4]金融發(fā)展、實體部門與全要素生產率增長——基于中國省級面板數(shù)據(jù)分析[J]. 李健,盤宇章.  經濟科學. 2017(05)
[5]省直管能提升縣域經濟績效嗎?--基于河南省直管縣改革的探索[J]. 趙建吉,呂可文,田光輝,苗長虹.  經濟經緯. 2017(03)
[6]交通基礎設施的經濟分布效應——來自高鐵開通的證據(jù)[J]. 張克中,陶東杰.  經濟學動態(tài). 2016(06)
[7]民間金融和全要素生產率增長[J]. 李健,衛(wèi)平.  南開經濟研究. 2015(05)
[8]國家高新區(qū)推動了地區(qū)經濟發(fā)展嗎?——基于雙重差分方法的驗證[J]. 劉瑞明,趙仁杰.  管理世界. 2015(08)
[9]國內雙重差分法的研究現(xiàn)狀與潛在問題[J]. 陳林,伍海軍.  數(shù)量經濟技術經濟研究. 2015(07)
[10]中國高新區(qū)效率變動及影響因素研究——基于面板數(shù)據(jù)（1997-2012年）的隨機前沿分析[J]. 姜彩樓,曹杰,劉維樹.  經濟體制改革. 2014(06)



本文編號：2991132