内含原始数据和测算结果 1、数据说明：农业本身是一个兼具碳吸收和碳排放双重属性的产业，它一边生产CO2，但同时种植的农作物又能吸收CO2。这个特征往往被忽略。基于此，本文侧重计算了农业碳吸收量，将其作为期望产出的一种，将农业碳排放作为非期望产出。这个思路更加符合碳达峰和碳中和的现实背景。 2、时间跨度：2000-2019 3、区域范围：30个省市自治区，西藏除外 4、投入指标（有原始数据）：劳动力、耕种面积、农用机械、化肥施用量（折纯量）、农业灌溉面积、农膜覆盖面积和农药施用量7个指标 非期望产出（无原始数据！）：化肥、农业、农膜、柴油和灌溉的碳排放总和；土壤N2O排放量（转为CO2）、牲畜碳排放量、稻田CH4排放（转为CO2） 期望产出（无原始数据1）：（1）基于2000年的农业产值（实际GDP）；（2）农业碳吸收，主要包含稻谷小麦、玉米、豆类、薯类、花生、油菜籽、甘蔗、棉花、瓜类、蔬菜等作物 5、方法：使用的方法为SBM-GML指数、SBM-BML指数、SBM-ML指数和全局SBM（静态）。同时本文还提供了一份未包含农业碳吸收的测度结果（SBM-GML指数测算）

这是一款以生产质量为核心的中国全要素生产率估算与分析，安全生产、质量生产成为了中国全要素生产率估算...该文档为中国全要素生产率估算与分析，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

1949-2020年各省全要素生产率(年度) 计算说明：产出为实际GDP，投入要素为从业人员数、固定资产（永续盘存法） 包括31省 时间：1949-2020年

全国31个省市自治区全要素生产率

上市公司全要素生产率OP法、OLS、固定效应方法、LP法，里面有详细的参考文献以及do文档，小白也能学会，整理不易希望支持原创哦

大数据-算法-银行全要素生产率与银行监管措施之间的非线性关系研究.pdf

城市生态效率年度数据(2006-2019)，兼顾经济发展与生态环境相协调，考虑了四种期望产出，三种非期望产出 说明：此数据均为本人整理并测算，是本人论文写作中用到的数据，资源整理不易，希望大家能给点支持，有问题都可以留言，我会一一解答。 1、数据来源：原始指标数据来源自中国城市统计年鉴、中国区域统计年鉴、中国能源年鉴、中国环境年鉴、哈佛大学官网等 2、时间跨度：2006-2019年 3、区域范围：包含283个地级市，考虑的数据的可得性以及行政区域的变更 4、数据说明： （1）生态效率指的是一定的生态投入所产生的效率，一般用生态的投入、成本与社会经济产出或效益之比来测度本数据集借鉴核心参考文献，考虑了三种期望产出：GDP、税收、城市绿化。三种非期望产出：二氧化硫排放量、烟粉尘、工业废水！（指标考虑完善） 指标选取参考文献为： 1.高铁网络对城市生态效率的影响——基于中国277个地级市的空间计量研究 2.环境规制与中国城市生态效率提升--基于空间计量模型的分析的做法 3.数字经济发展提升了城

中国地区收入差距, 全要素生产率及其收敛分析.pdf

2000-2019年 421个行政区样本，四个直辖市为区级层面数据，其他行政区为地市层面样本，在数据包络分析框架下，利用SBM模型和Malmquist生产率指数对城市全要素生产率增长进行测度，该数据通过大量计算得到。

本文利用EU-KLEMS数据库，使用随机前沿方法估算和分解了14个欧盟成员国的制造业全要素生产率增长。 这项研究确定了一些关键问题：1970年至2005年期间，欧盟制造业的全要素生产率变化率不断下降，这主要是由于技术效率的下降，在较小程度上是增长率的下降输入因素和分配效率的关系。 在同一时期，该部门取得了可观的技术进步，尽管如此，这并没有抵消拉动欧盟TFP增长下降的负面力量，尤其是在样本时期的最后十年。