首页 理论教育 行业行政垄断对中国工业部门碳生产率的影响

行业行政垄断对中国工业部门碳生产率的影响

时间:2023-06-14 理论教育 版权反馈
【摘要】:行政垄断有可能是中国工业部门呈现出规模不经济的重要原因,进而也是影响中国工业部门碳生产率提升的重要原因。scale_wi,t为各两位数行业中国有控股企业工业生产总值占比,用以反映行业行政垄断程度。

行业行政垄断对中国工业部门碳生产率的影响

行政垄断有可能是中国工业部门呈现出规模不经济的重要原因,进而也是影响中国工业部门碳生产率提升的重要原因。本书探讨的是外部规模经济对碳生产率的影响,因此,将直接对中国工业部门外部规模不经济的主要来源(行政垄断)与碳生产率之间的关系进行实证研究。

1.经济计量模型、变量及数据说明

采用的数据为中国工业部门1999—2016 年36 个行业[8]的面板数据。本书用各两位数行业中国有控股企业工业生产总值占比代表行政垄断,来考察中国工业部门各行业的外部规模经济效应,得到如下面板数据模型:

式中,i 代表行业,t 代表年份(t=1999,2000,…,2016);μi和ηt分别代表个体效应和时间效应;εi,t随机误差项。

scale_wi,t为各两位数行业中国有控股企业工业生产总值占比,用以反映行业行政垄断程度。γ2为待估参数,表示全要素生产率框架下的碳生产率对行业行政垄断程度的弹性系数,其值若小于0 则表明行业行政垄断所造成的外部规模不经济,使得中国工业部门各两位数行业碳生产率的增长与行业垄断程度的变化呈反方向变动,说明外部规模不经济对中国工业部门碳生产率的增长具有阻碍作用。

2.模型设定检验

从表5.33 中的Hausman 检验来看,模型(5.34)为随机效应模型,进而需要对随机效应的显著性进行检验。表5.34 中的检验结果表明,模型(5.34)为个体时间随机效应模型。

表5.33 Hausman 检验结果

(www.xing528.com)

表5.34 随机效应显著性检验结果

3.估计结果及分析

表5.35 中的序列相关性检验结果表明,模型(5.35)存在显著的序列相关,因此采用广义最小二乘(GLS)估计方法的结果进行分析(见表5.36)。

表5.35 序列相关性检验结果

表5.36 GLS 估计方法结果

从表5.36 中的估计结果来看,γ2的大小为-0.047,表明当各两位数行业行政垄断程度每增加1%,各行业的碳生产率则会降低0.047%,说明行政垄断对中国工业部门碳生产率具有负向的影响,进而说明外部规模不经济对中国工业部门各两位数行业碳生产率具有显著的负向影响。为了使中国工业部门各两位数行业的碳生产率得到提升,应该尽量降低国有控股企业在各行业中所占的比例,换言之就是加大中国工业部门各两位数行业的市场化程度,从而尽量降低其行政垄断程度。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈