DU Bao-gui, LU Shan. A Dynamic Analysis of the Optimal Scale of Fiscal Social Security Expenditure in Jilin Province ——Based on Time-varying Parameter State Space Model[J]. Journal of Northeastern University(Social Science), 2020, 22(6): 77-85.
[1]中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2019. [2]王增文. 中国社会保障财政支出最优规模研究: 基于财政的可持续性视角[J]. 农业技术经济, 2010(1):111-117. [3]Barro R J. Government Spending in a Simple Model of Endogenous Growth[J]. Journal of Political Economy, 1990,98(5):103-125. [4]马树才,孙长清. 经济增长与最优财政支出规模研究[J]. 统计研究, 2005(1):15-20. [5]孙长清,李晖. 基于经济增长的财政支出最优化[M]. 北京: 中国经济出版社, 2006. [6]杨胜利,李正龙,吕栋鑫. 我国社会保障财政支出规模研究[J]. 改革与战略, 2010,26(9):158-161. [7]李建平. 我国社会保障最优规模研究[J]. 统计与决策, 2012(18):151-153. [8]马雪彬,冯丽梅. 我国三大区域财政社会保障支出的最优规模及实现程度研究[J]. 山东财经大学学报, 2015,27(5):70-76. [9]彭海艳. 上海财政社会保障支出的变迁特征和动因研判: 1978—2016[J]. 华东经济管理, 2018,32(12):27-31. [10]Karras G. The Optimal Government Size: Further International Evidence on the Productivity of Government Services[J]. Economic Inquiry, 1996,34(2):193-203. [11]Harvey A C. Forecasting, Structural Time Series Models and the Kalman Filter[M]. Cambridge: Cambridge University Press, 1989. [12]Hamilton J D. Time Series Analysis[M]. Princeton: Princeton University Press, 1994. [13]苏静,胡宗义. 农村金融减贫的直接效应与中介效应——基于状态空间模型和中介效应检验的动态分析[J]. 财经理论与实践, 2015,36(4):33-38. [14]Kalman R E. A New Approach to Linear Filtering and Prediction Problems[J]. Journal of Basic Engineering, 1960,82(1):35-45. [15]高铁梅. 计量经济分析方法与建模——EViews应用及实例[M]. 3版. 北京: 清华大学出版社, 2016:452-477. [16]易丹辉. 数据分析与EViews应用[M]. 北京: 中国人民大学出版社, 2014:247-253. [17]Commandeur J J F,Koopman S J. An Introduction to State Space Time Series Analysis[M]. New York: Oxford University Press, 2007:135-156. [18]詹姆斯·D.汉密尔顿. 时间序列分析[M]. 夏晓华,译. 北京: 中国人民大学出版社, 2015:424-472. [19]Engel R F,Granger C W J. Co-integration and Error Correction: Representation, Estimation, and Testing[J]. Econometrica, 1987,55(2):251-276. [20]何振国. 中国财政支农支出的最优规模及其实现[J]. 中国农村经济, 2006(8):4-9.