甘肃科技创新效率研究

为了能对提高甘肃各市州科技创新效率提供科技决策依据,选取2010—2012年甘肃14个市州科技投入及产出指标,运用DEA(数据包络分析)模型评价科技创新效率水平,探讨科技创新效率及空间结构演变过程。结果显示:2010—2012年,大部分市州达到了综合效率最优,平均综合效率均达到了最优水平的90%以上;DEA有效市州为兰州、金昌、张掖、临夏;甘肃科技创新效率在空间上明显由中部辐射至四周。应运用区域经济发展中的点轴扩散理论,加速形成"酒泉-兰州-天水"科技创新发展纽带。     

基于DEA-Malmquist模型的甘肃省科技创新效率研究

为全面了解甘肃省科技创新效率，基于DEA-Malmquist模型，利用甘肃省2011—2018年14个市州的科技统计数据对甘肃省科技创新效率进行探讨研究，从技术效率、技术进步效率、纯技术效率、规模效率及全要素生产效率等5个指标对投入产出进行评价，分析其中的不足之处.研究结果表明，该省科技创新综合效率整体水平不高，但均呈现良好的发展态势，其在很大程度上受限于地方经济发展影响，持续资金投入不高和科技资源优化配置不足是主要因素，最后针对当前问题提出合理的意见建议，从完善科技管理制度、建立院企联动机制、加强科技扶贫等多方面提升科技创新能力.     

中原经济区农业综合效率及其分解的时空格局

借助DEA模型,系统地分析了2001-2011年中原经济区农业生产效率,并将之分解为纯技术效率和规模效率,探讨农业效率的时空特征及其演变因素.研究发现:(1)综合效率总体上处于中低层次,存在较大的区域差异.(2)研究时段总体上下波动明显;综合效率、纯技术效率变异系数变化波动性较为显著,且二者变化趋势较为一致.(3)综合效率受纯技术效率和规模效率共同作用;纯技术效率对综合效率的影响及制约能力略强于规模效率.(4)规模效率整体较高,且分布较为均衡.(5)中原经济区目前大多数县域单元处于规模报酬递减阶段.     

基于SE-DEA模型的水资源利用效率区域差异分析

为全面分析水资源利用的区域差异,以安徽省16个市为例,首先构建CCR-DEA模型分析各市区水资源利用的综合效率情况,利用BCC-DEA模型从规模和纯技术的角度分析区域水资源利用无效的根源,然后采用SE-DEA模型测算出水资源利用超效率值,评价各市水资源利用效率的区域差异.结果表明:利用SE-DEA模型测算水资源利用超效率能够使效率评价结果更为全面;安徽省在2016年水资源利用,整体效率较高,但各区域间存在较大效率差异.合肥市、淮北市、亳州市、宿州市的水资源利用超效率值较高,范围为1. 225～1. 866;宣城市、铜陵市、池州市、六安市的水资源利用超效率值偏低,范围为0. 741～0. 895.水资源利用无效的区域主要是由于其规模效率低下引起.在空间分布上,安徽省水资源利用效率中部和北部高,东部和南部次之,西部地区最低.最后,基于研究结果提出建议.     

多约束背景下广西城市土地利用效率及变化分析

以广西城市土地作为研究对象,运用DEA模型和Malmquist指数法对广西14个城市2005—2016年的土地利用效率及变化进行分析.研究发现,广西城市土地利用效率不高;规模效率是影响广西城市土地利用水平的重要因素;在DEA无效年份里,土地和资本均存在投入冗余的情况;2005—2016年,广西城市土地利用效率总体呈波动下降趋势,技术进步是制约广西城市土地利用效率增长的主要因素,广西城市土地利用效率还有很大提升空间.     

基于数据包络分析的福建省科技创新效率研究

对福建全省及9个地市2010—2015年科技创新投入产出指标数据的数据包络分析显示:受纯技术效率提升所驱动,福建省科技创新效率显著提升,但规模效率的损失一定程度阻碍了综合效率的进一步增长;福建省科技创新效率地域差异较大,发展不平衡;盲目的研发投入和不合理的创新资源配置是造成部分地区科技创效效率低下的重要因素。为提升科技创新效率,福建省应该注重科技创新规模结构的优化,实现区域科技创新的均衡发展,控制科技资源投入规模,提升资源利用效率和自我创新能力。     

基于Malmquist指数的陕西省农业全要素生产效率分析

为提升陕西省农业生产力水平,采用DEA-Malmquist方法构建评价模型,以陕西省2013—2018年间的面板数据为基础,对陕西省全要素生产效率指数进行了分析。研究结果表明:研究期间陕西省农业全要素生产率指数呈逐年上升趋势,农业生产规模效率指数整体呈下降趋势,技术进步是陕西省农业生产力提升的第一驱动力,各行政市的全要素生产效率的影响因素存在较大的差异。为提高陕西省的农业生产力,应采取优化农业投入规模、加大农业科技投入、调整农业结构、兴修水利等针对性对策。     

安徽农业科技创新效率测度与创新能力提升对策

建立农业科技创新效率测度模型,构建评价指标体系,基于2006—2015年的数据,对安徽省农业科技创新效率进行测度,结果表明:安徽省农业科技创新效率整体不高,创新资源配置未实现最优状态。综合效率提升主要受到规模效率的拉动作用,而纯技术效率起到制约作用,制度运行效率和管理水平不足。从安徽省市际看,农业科技创新效率存在时空差异,但总体而言均有所上升。安徽农业科技创新能力提升应从完善体制机制、实施差异化战略、增强科技投资能力入手。     

吉林省房地产的经济效率研究

运用Malmquist指数计算了2000—2012年间吉林省房地产全要素生产率及其构成;运用BCC模型评价了2012年吉林省9市州房地产业发展的相对经济效率.结果表明:技术进步是促进吉林省房地产全要素生产率增长的主要原因,吉林省房地产业由粗放式的规模增长向依靠技术进步、管理和服务创新转变;2012年吉林省各市州房地产投入产出效率总体偏低,技术效率差异较大;部分市州数据包络分析(data envelopment analysis,DEA)无效的原因为存在投入冗余,房地产发展仍处于"高投入,低效率"的粗放型发展模式.     

基于DEA-CCA模型的鄱阳湖生态经济区用水效率时空变化及影响因素分析

采用数据包络分析(DEA)模型对鄱阳湖生态经济区30个县(市、区)2010—2013年用水效率的时间和空间的变化进行分析,再结合典型相关分析(CCA)模型,探究影响鄱阳湖生态经济区用水效率的相关因素.结果表明:鄱阳湖生态经济区各县(市、区)无论在生活用水、农业用水、工业用水还是总用水效率上差异都较为明显,其中鄱阳县、南昌市区、南昌县等8个县(市、区)总体用水效率较高,其他县(市、区)总体用水效率中等或偏低,丰城市总体用水效率很低;鄱阳湖生态经济区水资源利用效率整体呈上升趋势,其中农业用水效率最低,是牵制总用水效率上升的主要指标.影响技术冗余率的主要因素有人均GDP和一产产值/(二产产值+三产产值),而影响规模冗余率主要因素有人均用水量、万元GDP用水量以及一产产值/(二产产值+三产产值).     

甘肃农业保险发展水平区域差异化问题研究

运用熵值法对2010—2019年甘肃省14个市(州)的农业保险发展水平进行测度,在此基础上运用系统聚类分析法将14个市(州)分为四类区域,并运用变异系数、基尼系数以及泰尔指数从市级视角和区域视角分别对农业保险发展水平的区域差异进行评价.研究结果表明:甘肃省农业保险发展水平整体偏低且区域差异显著;第一类区域的差异最大,第三、四类区域的差异相对较小,均呈下降趋势;区域内差异对总差异的贡献率略高于区域间差异.根据研究结论提出了对策建议,以期能够缩小甘肃省农业保险发展的区域差异,实现各地区农业保险协调稳定发展.     

山西省县域农业生产效率时空演变

本文运用DEA模型和ESDA方法对2008~2012年山西省107个县(市)农业生产效率及其时空变化特征进行了深入的探究,结果表明:12008~2012年山西省农业生产综合效率、纯技术效率以及规模效率处于中等水平,并且保持了一定的增长态势,但是全省农业生产效率的区域差异较大;从综合效率的区域特征上看,高效率区主要位于山西省中部及东南部,低效率区主要位于山西省西部;将综合效率进行分解,可以看出纯技术效率对综合效率的贡献大于规模效率;并且大多数县(市)处于规模收益递增阶段;22008~2012年全省县(市)农业生产效率表现出显著的空间相关性,但是空间集聚性逐年下降,空间差异扩大;3从局部空间特征上看,山西省东南部部分县(市)农业生产效率下降,西部少数县(市)农业生产效率有所提高,同时,晋北、晋南地区一些县(市)农业生产效率也有所降低.     

新型工业化背景下的工业水资源利用效率指数测量及其影响因素分析

以新型工业化发展的内涵为指导,利用云模型构建工业水资源利用效率指数模型及其经济推动、技术进步、用水调控、生态规制、社会保障5个因素的测量体系,并结合关联函数对工业水资源利用效率指数进行分析.历史时序分析结果表明,尽管工业水资源利用效率在1997~2014年间存在短期波动,但整体上保持上升趋势,且具有较大提升空间;横向测量结果表明,区域之间的工业水资源利用效率存在较大差异性,其空间优化配置亟待提高;未来驱动分析表明,工业水资源利用效率有望进一步提升,但仍存在影响其发展的局部因素,如科技创新及其成果转化效率低下、水资源消耗速率较高与规模偏大、废水治理能力与监控能力不足等,并成为后期提高其效率的驱动力.     

基于DEA模型的农业企业创新绩效评价与分析——以河南省鄢陵花木产业集群为例

农业企业创新绩效已成为了解农业企业自身创新发展状态和指导农业企业提高创新资源利用效率的有效依据.基于创新系统理论,运用数据包络分析法(DEA),对鄢陵县花木产业集群中27家花木企业的创新发展状况进行绩效评价分析.结果表明,该集群农业企业的创新综合效率偏低,且企业之间存在显著差异,纯技术效率对企业的创新综合效率影响显著.结合分析的结果,提出如下相关发展建议:企业自身要加大科研投入和相关人才培训力度;深化企业产学研合作程度;政府机构要制定相关政策法规对集群企业的创新进行积极引导和鼓励;提高企业的经营管理水平,加强管理创新,促进规模效率提升.     

基于DEA的淮海经济区农业经济效率分异研究

采用DEA-BCC模型,通过构建多指标评价指标体系,对2002~2012年淮海经济区20个地级市的农业发展水平进行综合评价,并分析农业经济投入与产出存在的问题.结果表明:区域内农业综合效率总体偏低,农业技术水平仍然是制约区域农业发展的主要因素;从地域差异来看,农业发展水平东高西低的格局并未发生改变,并且农业效率两极分化趋势比较明显,农业综合效率的地域差异不断拉大;从各地的农业生产具体情况来看,区域内普遍存在要素投入冗余、利用效率低下、产出效益不足的情况.     

基于DEA的河南省旅游业发展效率特征及时空演化研究

基于DEA模型,选取河南省18地市2007—2014年旅游业发展数据,以景区、星级酒店数量与第三产业从业人员数量为旅游投入指标,以旅游收入和旅游人次为产出指标,经过测算分析,得出河南省旅游业发展效率特征如下:1河南省旅游业发展效率平均水平较低,且在考察期内呈稳定态势,效率发展缓慢;2河南省旅游业发展总效率在地域分异上呈现高中低阶梯状特征,地区差异明显;3旅游业发展的纯技术效率和规模效率空间差别明显,原因为技术制约、规模制约与双向制约.基于此,提出优化河南省旅游业发展效率的对策与建议.     

基于脱钩理论的甘肃省经济发展与水资源利用关系研究

基于脱钩理论建立脱钩分析模型,计算分析了甘肃经济发展与水资源利用间的脱钩指数与脱钩形势。结果表明:(1)甘肃省经济发展与水资源利用处于相对脱钩的状态,但整体脱钩态势不容乐观;(2)工业发展与工业用水脱钩关系要优于农业,农业发展增速缓慢且农业用水量近10年来基本不变;(3)提高甘肃农业用水效率,降低农业用水量,是提升改善甘肃整体经济发展与水资源利用脱钩关系的有效途径。     

基于DEA-Mquisitist指数法的西部地区科技创新效率演化

利用2000—2016年的科技创新投入产出数据,采用DEA-Malmquist指数法,对西部地区的科技创新效率进行了测算和分析。研究表明,2000—2016年,技术效率变化指数均值为1. 014,说明西部地区科技创新效率出现了提升,主要是由规模效率的提升导致的;科技创新效率损失与技术进步的现象并存;广西、四川、西藏、陕西、甘肃和青海六省区的科技创新技术效率处于增长状态,重庆和贵州两省的技术效率无变化,内蒙古、云南、宁夏和新疆四省区的技术效率处于退化状态。     

甘肃省生态文明水平时空演变趋势及协调性分析

通过构造生态文明建设指标评价体系,结合甘肃省14个市州2010—2016年数据,从经济发展、社会进步、基础保障和生态质量4个维度测度甘肃省14个市州当前生态文明的建设情况,构建耦合协调度模型测度甘肃省生态文明的协调度情况,并借助ArcGis 10.0软件进行可视化分析,得到如下结论:1) 2010—2016年,甘肃省14个市州生态文明建设总体呈现上升趋势; 2)生态文明聚类特征由微弱的正相关向较强的集聚倾向演变,且2016年集聚倾向最为明显; 3)甘肃省各市州生态文明发展差异较大,且空间分布不均衡,生态文明水平大体上呈现出集群化、梯度化、极差化的分异特征; 4)甘肃省14个市州生态文明建设离高水平协调发展的目标仍然存在较大的差距,河西走廊地区整体协调性较好,陇东南地区和民族地区协调性较差.根据研究结果提出相应的发展策略:1)生态文明建设分区治理; 2)加强陇中地区、陇东地区、陇东南地区和民族地区的协调性建设,借助政策支持、城市合作等提高区域协调性水平; 3)借助优越的地理区位和有力的政策支持促进区域生态文明建设.     

甘肃农业保险发展水平区域差异化问题研究

运用熵值法对2010—2019年甘肃省14个市(州)的农业保险发展水平进行测度,在此基础上运用系统聚类分析法将14个市(州)分为四类区域,并运用变异系数、基尼系数以及泰尔指数从市级视角和区域视角分别对农业保险发展水平的区域差异进行评价。研究结果表明:甘肃省农业保险发展水平整体偏低且区域差异显著;第一类区域的差异最大,第三、四类区域的差异相对较小,均呈下降趋势;区域内差异对总差异的贡献率略高于区域间差异。根据研究结论提出了对策建议,以期能够缩小甘肃省农业保险发展的区域差异,实现各地区农业保险协调稳定发展。