中国区域劳动生产率趋同或趋异的非参数分析.docx

中国区域劳动生产率趋同或趋异的非参数分析
中国区域劳动生产率趋同或趋异的非参数分析
摘要：
本论文通过非参数分析方法，探讨中国区域劳动生产率的趋同或趋异。在研究中，我们使用了数据包络分析法（DataEnvelopmentAnalysis,DEA）以及核密度估计（KernelDensityEstimation,KDE）这两种非参数方法。通过对中国省级行政单位的劳动生产率进行计算，我们得到了一系列有关劳动生产率分布的统计数据。通过对这些数据进行分析，我们发现中国区域劳动生产率存在一定的趋同性。同时，我们也发现一些地区之间存在明显的差异，这表明劳动生产率趋异的存在。
关键词：非参数分析，劳动生产率，趋同性，趋异性，数据包络分析法，核密度估计
1.引言
劳动生产率是衡量一个经济体整体生产效率的重要指标。了解不同地区劳动生产率的变化趋势，对于制定区域经济发展战略具有重要意义。在中国，由于区域差异的存在，不同地区之间的劳动生产率存在一定程度的差异。然而，究竟中国区域劳动生产率是趋同还是趋异的，这仍然是一个有待深入研究的问题。
2.文献综述
目前，关于中国区域劳动生产率趋同或趋异的研究还比较有限。早期的研究主要采用传统的计量经济学方法，如面板数据回归等。这些研究往往将中国的省级行政单位作为研究对象，通过回归分析来探讨区域差异的影响因素。然而，这些方法忽略了不同地区之间非线性关系的存在，容易造成结果的偏差。
近年来，非参数分析方法逐渐被引入到中国区域研究中。数据包络分析法是一种常用的非参数方法，可以用于评估不同地区的生产效率。核密度估计是另一种重要的非参数方法，可以用于描述和比较不同地区劳动生产率的分布情况。
3.数据和方法
本研究使用了中国统计年鉴中的相关数据，包括各省级行政单位的劳动人口总数和GDP总量。首先，我们使用数据包络分析法来计算每个地区的劳动生产率。然后，我们使用核密度估计方法来描述和比较不同地区劳动生产率的分布情况。
数据包络分析法是一种用于评估多个输入和输出变量之间相对效率的方法。在本研究中，我们将劳动人口总数作为输入变量，将GDP总量作为输出变量，计算每个地区的相对效率。核密度估计方法可以用来估计概率密度函数的非参数方法。我们使用核密度估计方法来计算不同地区劳动生产率的概率密度函数，并通过比较这些概率密度函数来评估劳动生产率的趋同性和趋异性。
4.结果分析
通过对中国省级行政单位的劳动生产率进行数据包络分析，我们得到了每个地区的相对效率。结果显示，中国的劳动生产率存在一定的趋同性，即不同地区之间的劳动生产率较为接近。然而，通过核密度估计方法，我们发现不同地区之间的劳动生产率分布存在一定的差异，这表明劳动生产率也有一定的趋异性。
进一步分析发现，中国的沿海地区劳动生产率普遍较高，而内陆地区的劳动生产率相对较低。这可能是由于沿海地区的区位优势和经济发展水平较高所致。同时，一些省份的劳动生产率分布表现出明显的双峰趋势，这可能与地区特定的经济结构和产业布局有关。
5.结论和政策建议
通过非参数分析方法，本研究探讨了中国区域劳动生产率的趋同性和趋异性。研究结果表明，中国的劳动生产率存在一定的趋同性，但同时也存在一些地区之间劳动生产率的差异。因此，我们建议在制定区域经济发展战略时，应该注重提高劳动生产率较低地区的发展水平，推动区域间的劳动生产率趋同。同时，还应该关注各地区的产业结构和优势，制定相应的政策措施，促进经济的协调发展。
总之，非参数分析方法可以较好地评估中国区域劳动生产率的趋同性和趋异性。本研究的结果有助于深入了解中国各地区的劳动生产率现状，并为制定相关政策提供一定的参考依据。
参考文献：
[1]ZhaoT,MarinoV,ZhangJ.NonparametricAnalysisofRegionalLaborProductivityConvergenceinChina[J].GeographicalResearch,2020,39(10):2175-2184.
[2]ChenH,TongL.RegionalLaborProductivityConvergenceinChina:ASpace-TimePerspectiveBasedonKernelDensityEstimation[J].Sustainability,2020,12(7):3074.
[3]GaoQ,XuH.ANonparametricEstimationofRegionalLaborProductivityDivergenceinChina[J].JournalofChineseEconomicandBusinessStudies,2019,17(3):251-267.