凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
学者受AER上《像中国一样增长》标题启发，后续做了很多关于像中国一样XX的文章，包括但不限于像中国一样增长, 放缓, 国际化, 工业化, 服务业化, 特区, 产业政策。
关于下方文字内容，作者：郭若鸿，中国人民大学商学院
Xilu Chen, Guangyu Pei, Zheng Song, and Fabrizio Zilibotti, Tertiarization Like China, Annual Review of Economics, 2023 This article documents a rapid shift toward services (tertiarization) of the Chinese economy since 2005, as evidenced by the significant increase in both employment and value-added shares of the service sector. Notably, our analysis reveals that a variety of measures of productivity growth have been greater in the service sector than in the manufacturing sector. Firm-level measures of dynamism corroborate this ongoing tertiarization trend, which is not limited to services used as inputs to industrial production but extends also to consumer services. These findings are robust across different growth accounting methodologies, including a recently proposed method by Fan et al. (2023) that addresses challenges associated with the measurement of quality improvements in service industries.
在早期工业化阶段，中国的工业就业比例异常高。然而，在过去的十年里，中国经历了一个第三产业化的过程，工业活动的份额先是停滞不前，然后开始下降，这一趋势与全球格局相一致，类似早期的经合组织国家。
本文将第三产业分为三个子部门：生产者服务、消费者服务和公共服务。它们在经济中扮演着非常不同的角色：生产者服务为商品的生产提供投入，而消费者服务则支持消费者获得最终商品（例如，餐饮和零售部门）。我们进一步将公共服务视为一个单独的类别。这些服务大多由政府提供，不能轻易地归类为消费者服务或生产者服务。
将自2004年以来的第三部门的名义附加值分解为消费者服务、生产者服务和公共服务。消费性服务占比最大，其次是生产性服务。消费者和生产者服务之间的份额差距随时间增长。
将名义增值数据与价格指数相结合，可以计算实际增值。
多年来，中国劳动力的受教育程度显著提高。为了研究哪些行业吸引了越来越多的受过教育的工人。本文使用人口普查和1%人口调查来构建两个部门层面的教育程度标准指标：平均受教育年限和受过大学教育的工人比例。根据这两种指标，服务业都是人力资本最密集的部门。在第三产业中，公共服务吸引的受教育工人的比例最大，其次是生产者和消费者服务。在2015年的1%人口调查中，第三产业工人的平均受教育年限为11.5年，而初级和第二产业工人的受教育年限分别为7.6年和9.9年。超过30%的服务人员受过一定的大学教育，远远高于小学和中学的0.7%和12%
在本节，作者分解不同来源的部门劳动生产率的名义增长率。主要目标是估计服务的实际生产力增长。下表中包括了生产率、相对价格、资本密度和人力资本的增长情况。
随后，本文用明瑟回归计算了部门人力资本的增长率。
本文用科布道格拉斯函数计算全要素生产率：
第三产业活跃企业的比例从1995年的61%上升到2019年的79%。第二产业（工业）的份额随着时间的推移已经从1995年的约39%（35%）下降到2019年的21%（13%）。进一步将第三产业分解为生产者、消费者和公共服务，表明自2005年以来，生产者服务的兴起几乎占了第三企业数量的全部增长。
第三产业的进入率高于第二产业。随着时间的推移，第二和第三产业的进入率都有所上升，但后者的增长更快。此外，自2012年以来，建筑业企业占大部分的增长趋势，而工业进入率一直徘徊在12%左右。当我们分解第三产业，我们看到，在大多数年份，生产者服务的进入率高于消费者服务。
教育的明瑟收益率是指平均多接受一年教育导致个人收入提高的比例，能够反映教育对于经济的贡献。设Y=f(S,,)，其中Y为收入，S为教育年限。
采用科布-道格拉斯函数，等式两侧取对数，通过估计残差项得到全要素生产率。
关于机器学习，参看：1.机器学习之KNN分类算法介绍: Stata和R同步实现（附数据和代码），2.机器学习对经济学研究的影响研究进展综述，3.回顾与展望经济学研究中的机器学习，4.最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响! 5.Top, 机器学习是一种应用的计量经济学方法, 不懂将来面临淘汰危险！6.Top前沿: 农业和应用经济学中的机器学习, 其与计量经济学的比较, 不读不懂你就out了！7.前沿: 机器学习在金融和能源经济领域的应用分类总结，8.机器学习方法出现在AER, JPE, QJE等顶刊上了！9.机器学习第一书, 数据挖掘, 推理和预测，10.从线性回归到机器学习, 一张图帮你文献综述，11.11种与机器学习相关的多元变量分析方法汇总，12.机器学习和大数据计量经济学, 你必须阅读一下这篇，13.机器学习与Econometrics的书籍推荐, 值得拥有的经典，14.机器学习在微观计量的应用最新趋势: 大数据和因果推断，15.R语言函数最全总结, 机器学习从这里出发，16.机器学习在微观计量的应用最新趋势: 回归模型，17.机器学习对计量经济学的影响, AEA年会独家报道，18.回归、分类与聚类：三大方向剖解机器学习算法的优缺点（附Python和R实现），19.关于机器学习的领悟与反思， 20.机器学习，可异于数理统计，21.前沿: 比特币, 多少罪恶假汝之手? 机器学习测算加密货币资助的非法活动金额! 22.利用机器学习进行实证资产定价, 金融投资的前沿科学技术! 23.全面比较和概述运用机器学习模型进行时间序列预测的方法优劣！24.用合成控制法, 机器学习和面板数据模型开展政策评估的论文！25.更精确的因果效应识别: 基于机器学习的视角，26.一本最新因果推断书籍, 包括了机器学习因果推断方法, 学习主流和前沿方法，27.如何用机器学习在中国股市赚钱呢? 顶刊文章告诉你方法！28.机器学习和经济学, 技术革命正在改变经济社会和学术研究，29.世界计量经济学院士新作“大数据和机器学习对计量建模与统计推断的挑战与机遇”，30.机器学习已经与政策评估方法, 例如事件研究法结合起来识别政策因果效应了！31.重磅! 汉森教授又修订了风靡世界的“计量经济学”教材, 为博士生们增加了DID, RDD, 机器学习等全新内容！32.几张有趣的图片, 各种类型的经济学, 机器学习, 科学论文像什么样子？33.机器学习已经用于微观数据调查和构建指标了, 比较前沿！34.两诺奖得主谈计量经济学发展进化, 机器学习的影响, 如何合作推动新想法！35.前沿, 双重机器学习方法DML用于因果推断, 实现它的code是什么？
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
