一、数据名称：中国31省市1949-2020年全要素生产率（无缺失值）
数据说明：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）
数据来源：首先查各地的统计年鉴，然后搜索相关数据库，再查国内历史资料、历史数据汇编，最后查国外数据库中有关中国的相关数据，经过这四步后数据才最终完整。
计算方法：这份数据参考Battese和Coelli的模型，采用最新的SFA方法进行计算，最大限度地确保计算结果的精确性，可以为各类研究提供可靠的分析依据。
用途：衡量各省人力资本和物质资本的效率
二、数据名称：中国421个地级市1949-2020年全要素生产率（无缺失值）数据说明：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）
数据来源：首先查各地级市的统计年鉴，然后搜索相关数据库，再查国内历史资料、历史数据汇编，最后查国外数据库中有关中国的相关数据，经过这四步后数据才最终完整。计算方法：这份数据参考Battese和Coelli的模型，采用最新的SFA方法进行计算，最大限度地确保计算结果的精确性，可以为各类研究提供可靠的分析依据。
用途：衡量各地级市人力资本和物质资本的效率

三、2000-2020年上市公司全要素生产率：原始数据+文献+运行结果（含OP法+LP法+OLS和固定效应法）
本资源包含了三份数据：
2000-2020上市公司全要素生产率LP方法-文献-数据-Stata代码
2000-2020上市公司全要素生产率OLS和固定效应方法-文献-数据-Stata代码
2008-2020全要素生产率OP方法-文献-数据-Stata代码
以上三种方法的说明以及计算原始数据和代码都在数据文件中。

四、两份绿色全要素生产率！
附赠固定资本存量2000-2019年校对版数据

中国各地级市绿色全要素生产率
1、时间跨度：2000-2019年
2、区域范围：包含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
3、数据说明：全要素生产率也被称为综合要素生产率，是经济增长领域中的一个重要概念，可以理解为各要素（如资本和劳动等）投入之外的技术进步和能力实现等导致的产出增加，是剔除要素投入贡献后所得到的残差。全要素生产率由于不能直接观测得到，因此在研究中常常需要估计得出。
借鉴 Pastor 等(2005)的方法，在全局参比的数据包络分析框架下，综合考虑非期望产出的超效率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。全局参比的方法是利用整个考察期间所有决策单元的投入产出数据构建最佳生产前沿，将不同时期的决策单元均在全局最佳生产前沿下进行测度，有效解决测度存在不可行解及跨期不可比等问题。计算过程中受统计口径的局限，用电量数据采用市辖区的数据，其余变量为全市口径。

各省GTFP绿色全要素生产率
1、时间跨度：2004-2018年
2、区范围：全国30个省和直辖市
3、数据说明：以2004年为基期，基于非期望产出，使用非导向的SBM模型-GML指数进行测度，超效率和非超效率的，一样算了一份，结果与MAXDEA软件测算的一样。2004年的GTFP均为1，MI指数即绿色全要素生产率的变化率。其中：投入1为劳动投入，采用各省份年末就业人员数，数据来源于各省市自治区的统计年鉴或该省的国民发展与统计公报。投入2为资本投入，采用永续盘存法进行衡量，以2000年为基期，数据在文件中。投入3为能源投入，采用各省市自治区的能源消费量（万吨标准煤），数据来源于《中国能源统计年鉴》。
期望产出为各省市自治区的实际GDP，以2004年为基期进行折算。
非期望产出的选择为（1）工业废水中COD排放量；2）工业SO2排放量。来源于《中国环境统计年鉴》，指标选择参考《基于DEA方法的我国省际绿色全要素生产率评估——不同模型选择的差异性探析》——冯杰 张世秋

五、数据名称：数字普惠金融对企业全要素生产率的影响
数据年份：2011-2020年
数据样本：31055条