基于 DEA 模型的湖南省装备制造业 R&D 效率评价

为提高湖南省装备制造业 R&D 效率,通过建立效率评价模型,运用 DEA 模型和 Malmquist 指数法对湖南省装备制造业 2011—2019 年 7 大子行业进行 R&D 效率测度评价。通过实证分析可以得知： 从 DEA 静态分析看,湖南省装备制造业中少数子行业是 DEA 有效的,存在资源浪费严重的情况;而从 Malmquist 动态分析来看,TFP 整体趋于波动态势,尚未形成连续上升趋势。在实证分析的基础上,提出积 极发挥政府作用、加强合作和吸引高层次人才的建议。     

安徽省装备制造业技术效率测度与提升的路径

为探究安徽省装备制造业技术效率测试与提升的路径,采用数据包络分析和马姆奎斯特指数法实证测度2012-2016年安徽省装备制造业综合技术效率和全要素生产率。研究发现:自2012年以来,安徽省装备制造业技术效率逐年增长,在全国排序不断提升。汽车制造业等表现为规模收益递增,金属制品业等表现为规模收益不变;通用设备制造业表现为规模收益递减。全要素生产率变化最大的行业是计算机、通信和其他电子设备制造业。提出安徽省装备制造业实现资源有效配置情况下的各项指标调整值,为效率改进提出参考建议。     

2001-2011年建筑业全要素生产率研究——基于DEA的Malmquist指数法

采用基于DEA的Malmquist指数法,以2001-2011年建筑业的相关数据为样本,对建筑业全要素生产率及其分解指数进行了测算和分析.结果表明：2001-2011年建筑业全要素生产率为负增长,技术进步率为负增长,技术效率不断提高;其建筑业区域之间、省际之间存在差异,东部略优于中部和西部,省际之间差异较大,部分省份存在技术进步率和技术效率同时下降的问题.提出推动住宅产业化发展是提高建筑业全要素生产率的重要途径.     

基于DEA-Malmquist模型的区域建筑业生产效率研究 ——以安徽省16市为例

以安徽省16市为研究对象,分别基于静态和动态视角,采用超效率SBM模型和Malmquist指数对其2011—2019年的建筑业生产效率进行了测算和分析。实证结果表明：安徽省16市建筑业生产效率城市之间存在分异;研究期内建筑业生产效率均值由大到小依次为皖北、皖中、皖南;16个目标城市中,蚌埠市最高,其绿色创新效率均值为1.189;铜陵最低,其绿色创新效率均值为0.634;统计年间全要素生产率大于1的城市有2个,其余14个城市均小于1;技术进步是安徽省16市建筑业生产效率均值小于1的主要因素,其降速最快的是安庆市,达9.9%;安徽省16市建筑业生产全要素生产率在2011—2014和2017—2019年间均小于1,而在2014—2017年间均大于1。总体上的全要素生产率为0.966,下降幅度约为3.4%。     

基于HMB指数的河南省城市物流业发展效率研究

在高质量发展的时代要求下,提升城市物流业发展效率势在必行。运用非参数HMB指数法对2008—2016年河南省18个城市物流业全要素生产率进行测算、分解和分析,研究结果表明,2008—2016年间河南省城市物流全要素生产率呈现低速增长态势,其动力主要来自技术效率、混合效率和规模效率,城市物流全要素生产率改进的重点在于提升技术进步指数;河南省城市物流全要素生产率呈现"西北高、东南低"的空间分布格局;非集约度分析结果显示,2016年河南省城市物流业投入要素的集约度比较高。基于灰色系统理论的分析表明,产业结构、城镇化和物流区位熵对城市物流业技术效率起阻碍作用,信息化和开放度则表现为正向影响。     

长江三角洲城市群绿色创新效率时空差异研究

以长江三角洲城市群的27个核心城市为研究对象,分别基于静态视角和动态视角,采用超效率SBM模型和Malmquist指数模型对其2013—2018年的绿色创新效率进行了测算和分析。实证结果表明：长三角城市群绿色创新效率城市之间存在较大分异,研究期内各省域绿色创新效率均值由大到小依次为上海、浙江、江苏、安徽。在27个目标城市中,上海市的绿色创新效率均值最高,为1.400 4;而绿色创新效率均值相对较低的为铜陵市和马鞍山市,分别为0.429 1, 0.346 2。目标城市中,全要素生产率大于1的城市有15个,另12个城市的小于1,技术进步是长江三角洲城市群绿色创新效率提升的主要推动力,其最高增长率达72.2%,统计年间全要素生产率增长速度最快的是舟山市,达34.2%。长江三角洲城市群绿色创新全要素生产率在2013—2015和2016—2017年间均小于1,而在2015—2016和2017—2018年间均大于1,总体上的年均增长率为2.7%。     

湖南省技术创新效率研究 ——基于14个市（州）的面板数据

采用DEA模型和Malmquist指数法,对2011—2018年湖南省14个市（州）的技术创新效率进行测算,并对湖南省区域的创新效率进行了聚类分析。研究结果表明：湖南省近几年的创新效率为增长趋势,但是增长幅度较小,究其原因发现技术进步水平偏低是制约湖南省技术创新效率提升的主要原因。从时间上看,创新效率的发展呈现“M”型;从区域来看,部分市州存在投入与产出冗余的情况,且影响技术创新效率的原因不一。最后根据实证结果,建议从加强各区域间协同合作;因地制宜,针对性地提出效率提升战略;注重技术进步,加强引进吸收等方面提高湖南省的创新效率。     

中国东部7省市低碳旅游发展效率及影响因素对比研究

低碳旅游发展效率作为旅游业全要素碳生产率指标,是衡量低碳旅游发展状况与旅游经济增长关系的重要工具. 以中国东部京津冀、长三角、珠三角地区7省市为研究对象,借助超效率DEA模型对2008—2019年京津冀、长三角、珠三角地区7省市低碳旅游发展效率进行测度,分别从静态和动态的视角分析低碳旅游发展效率的演变特征. 为进一步探讨研究区域旅游业全要素碳生产率(Total Factor Carbon Productivity,TFCP)增长演化特征及影响因素,运用全要素生产率(malmquist-luenberger,ML)指数测算2008—2019年TFCP及分解,并借助地理探测器探讨低碳旅游发展效率的影响因素. 2008—2019年期间7省市代表的京津冀、长三角、珠三角地区静态低碳旅游效率值分别为:0.764、0.807、0.971,分别属于效率中等、效率良好、效率良好(基本接近效率有效)3个不同效率等级. 动态TFCP值分别为:1.005、1.136、1.158,技术效率对京津冀地区的贡献度更显著,长三角和珠三角地区受技术进步与技术效率的共同作用. 总体来看,低碳旅游发展效率高低是在技术进步水平、能源消费结构、旅游资源禀赋主导效应; 经济发展水平、产业结构、城镇化水平诱发效应; 旅游接待规模、交通水平的驱动效应共同作用下形成的.     

低碳约束下物流业发展绩效的区域差异及其优化研究

基于2010—2015年面板数据,以二氧化碳排放量作为物流业能源消耗形成的外在成本变量,运用超效率DEA视窗分析模型实证分析了低碳约束下我国30个省份和八大区域物流业发展绩效的时空分布及动态演化特征,进而研判各省份和区域物流业低碳发展的优劣势。研究表明:中国各省份物流业效率普遍不高,且存在明显的区域差异。低碳约束下物流业全要素生产率增长主要依靠管理水平提升来驱动,技术效率变化所起的作用较小。通过构建静态-动态绩效的分析矩阵发现,低碳约束下改进物流业绩效的主要着力点在于提升物流业发展效率,即提升全要素生产率。     

福建省中心城市全要素生产率演变及分解

利用福建省三大中心城市福州、厦门、泉州1990—2006面板数据,采用非参数Malmquist指数对福州、厦门、泉州经济增长的效率演变进行分析,估算出福州、厦门、泉州的全要素生产率指数、技术效率变化指数和技术进步指数。结果表明：这三个中心城市的全要素生产率整体呈现主要由技术进步引发的增长趋势,城市间全要素生产率存在显著差异,且在不同时期技术效率改进和技术进步对三大城市全要素生产率增长的贡献存在一定差异。     

基于DEA和Malmquist指数的江苏省城市用水效率研究

运用DEA方法静态分析了江苏省13个城市2011年和2012年的用水效率,然后运用Malmquist指数方法对2002—2012年江苏省13个城市的序列数据进行了分析。研究发现,江苏省整体用水效率不高,在2002—2012年这11年间平均全要素生产率(TFP)为1.057,整体效率提高了5.7%;从分城市用水效率来看,淮安市和镇江市的TFP较低,都小于1。结果表明:技术是制约用水效率的关键,要提高用水效率,必须加大科技投入,加快科技创新。     

创新效率评价及空间差异分析——以湖南省为例

基于2006—2015年湖南省13个地级市的相关数据,运用DEA-BCC模型以及Malmquist指数模型,对其创新效率进行了实证研究。研究结果显示:2006—2015年,湖南省创新效率存在两个峰点(2008—2009)(2010—2011)和两个谷点(2009—2010)(2012—2013),整体呈增长态势,其平均增长率为3.8%,主要来源于技术进步(2.0%)及规模效率(1.4%)的增长。根据各城市创新情况,从综合效率看,各城市综合效率均值为0.738,但各城市创新效率差异明显,只有长沙、株洲、常德属于DEA有效城市,其他则属于DEA无效城市。湖南省历年创新效率评价和各地级市创新效率评价结果均表明,其创新效率水平有待提高,且主要依托于技术进步和规模效率。     

中国煤炭城市全要素生产率变动的实证研究

应用基于DEA的非参数Malmquist指数法,对1991—2004年中国18个地级以上煤炭类矿业城市的全要素生产率进行了测算,描述了全要素生产率的变动趋势并对其内在结构进行了分解;并以1998年为时序断点,分析了在煤炭城市发展的两个阶段中,全要素生产率变化的具体原因.结果表明：1991年以来,煤炭类矿业城市的全要素生产率年平均增长率为-0.8%,导致增长率降低的主要原因在于技术退化,而且这种退化呈现加速的趋势;1991—1997年间,效率改善导致大部分煤炭城市全要素生产率有所增长,而1998—2004年间,技术退步导致大部分煤炭城市的全要素生产率下降;开采历史较长的煤炭城市,14 a间无论是全要素生产率还是其分解成分,均大大落后于其它煤炭城市;1997—1998年间煤炭行业的＂限产压库＂政策,制约了煤炭城市的发展.     

基于面板随机前沿模型的湖北省全要素生产率研究

利用2006年到2015年间湖北省城市面板数据,运用面板随机前沿分析方法,对湖北省的全要素生产率增长率及其影响因素进行了实证分析。实证结果表明:湖北省各市的全要素生产率增长率差异较大,湖北省的全要素生产率增长的主要来源是技术效率变化,其次是技术进步,再次是规模效率变化。国有企业产值占区域生产总值之比下降是湖北省全要素生产率提升的主要原因。另外,提高科教投入占比、降低财政支出占比、提高第三产业占比对湖北省全要素生产率的提高有促进作用。最后,根据实证研究结论,提出了提高湖北省全要素生产率的政策建议。     

全域旅游视域下粤港澳大湾区旅游业全要素生产率时空演化及其提升路径研究

基于全域旅游视角下,通过构建粤港澳大湾区旅游业投入产出指标体系,运用DEA-Malmquist指数法对粤港澳大湾区城市群旅游业全要素生产率从时间和空间两个维度进行实证研究.研究结果显示:2015—2019年期间粤港澳大湾区旅游产业效率总体呈现递增趋势,全要素生产率平均增长率为3.8％,增长动力主要来源是技术进步,技术效率的下降在一定程度上阻滞了旅游业效率提升.各地区旅游业发展存在不平衡,江门、惠州、佛山旅游产业效率水平处于领先优势,全要素生产增长率高于5％;广州、中山、深圳、东莞处于第二梯队,增长率位于0～5％之间;肇庆和珠海处于下降趋势.从时间维度来看,各地区旅游业全要素生产率增加具有较为明显的波动性,大部分城市以2017年为发展转型年,2015—2017年全要素生产增长呈现下降趋势,2017—2019年呈现增长趋势.最后从粤港澳大湾区旅游一体化发展、创新驱动产业升级、优化内外部发展环境等方面为粤港澳大湾区全域旅游业发展提供了改善路径.     

我国机械制造业生产效率的实证分析

对生产效率的分析是了解我国机械制造业技术进步情况、技术效率改善情况的重要途径.通过引用关于我国机械制造业的经济统计数据,从我国机械制造业的发展现状出发,运用基于距离函数的Malmquist指数方法对我国机械制造业全要素生产率、技术效率的变动和技术进步进行度量,并对结果进行评价分析.     

国家级高新技术产业开发区运行效率评价——基于DEA-Malmquist指数和聚类分析

引入数据包络法(data envelopment analysis,DEA)的Malmquist指数对高新技术产业开发区的运行效率进行评价,构建了研究高新技术产业开发区的Malmquist指数模型。运用建立的模型,测评了2007-2012年国家级高新技术开发区的技术进步、纯技术效率和规模效率三个指标。结果表明:2007-2012年,国家级高新区平均全要素水平达到效率前沿面,四大区域的平均全要素效率都呈现上升趋势,技术变化是提升全要素效率的重要途径,技术效率变化方面仍存在改善的空间。根据技术进步、纯技术效率和规模效率三个指标为变量对不同类型的开发区的全要素运行效率差异和特征进行聚类和分析,并提出高新开发区进一步发展的建议对策。     

“一带一路”高技术产业聚集对全要素生产率影响

提出了一种计算高技术产业聚集对全要素生产率影响的方法。该方法首先运用区位熵计算了高技术产业聚集度,其次运用非参数数据包络分析指数法测算了高技术产业全要素生产率,最后构建高技术产业聚集度与全要素生产率的回归模型。选取2006—2016年"一带一路"沿线地区高技术产业数据,测算结果表明,"一带一路"高技术产业聚集水平省级差异较为明显;"一带一路"沿线18省(市、区)的全要素生产率整体呈增长趋势,但东北地区和西南地区全要素生产率有减弱趋势;高技术产业聚集水平的提高能够促进全要素生产率的增长;华东地区和东北地区高技术产业聚集出现了一定的聚集拥挤现象,导致全要素生产率的增长逐年递减;西南地区和西北地区高技术产业聚集对全要素生产率促进作用强于华南地区,优于华东和东北地区。     

北京高端装备制造业科技创新效率评价研究

本文以北京高端装备制造业为研究对象,并运用数据包络分析法分析北京市12家高端装备制造业科技创新效率的有效程度。分析发现:近几年北京高端装备制造业科技创新效果状况良好,整体发展处于稳中有升但会有波动的状态; 2018年处于规模递减企业减少而规模收益不变企业增加的变化趋势中,趋于稳定的企业在增多且处于规模不变的企业数量占大多数,但DEA有效的企业数量处于少数,这表明北京高端装备制造业还处于不稳定阶段即需要进一步提高其科技创新的效率。本文实证研究为加强行业内企业间交流学习、进一步完善促进科技创新机制、加强创新结果转化以促进科技创新提供一定的参考。     

能源约束下我国全要素生产率的测算——基于DEA-Malmquist指数的分析

采用非参数的DEA-Malmquist指数法,对能源约束和知识资本作用下的我国经济总量的全要素生产率进行了研究。结果表明：以往的研究只是将物质资本存量和人力资本作为投入要素,夸大了我国全要素生产率的增长率;1987—2009年我国全要素生产率的平均增长率为负值,技术效率对全要素生产率的增长没有影响,全要素生产率的提高完全来自于科技进步的贡献。