高技术产业全要素生产率的差距及影响因素研究

运用DEA-Malmquist指数,测度了1996—2010年中国大陆30个省市高技术产业全要素生产率的变化和差距,并对其影响因素进行了分析。研究表明:技术进步在各地区差异明显,但各地区全要素生产率的增长具有趋同的趋势。相比东部地区,中西部地区技术效率对全要素生产率的推动作用更为明显。从全要素生产率的影响因素来看,科技活动人员、对外开放水平对全要素生产率的影响为正,市场化程度对全要素生产率的影响为负,研发强度、政府管理水平对全要素生产率的影响并不显著。     

基于DEA和Malmquist指数的河南省技术 创新效率评价研究

科学评价河南省技术创新效率有利于推动河南省的经济发展.运用DEA模型和Malmquist指数分解法测算了河南省2010—2017年各市技术创新效率.研究结果表明,研究期间内各市的综合效率大部分呈上升趋势,个别有下降趋势;从Malmquist指数分解法来看,随着年份的增加,全要素生产前期有下降趋势,从2013年开始呈现上升趋势且受技术进步影响较大.最后根据研究结果提出相应的建议及措施.     

基于三阶段DEA-Malmquist模型的乡村振兴下的农业保险支农效率

采用三阶段DEA-Malmquist模型,通过测度农业保险支农的TFP及其构成,对我国2008—2017年31个地区在乡村振兴背景下的农业保险支农效率进行测度与区域差异分析,并采用SFA模型剔除环境变量和随机误差.分析结果表明:(1)对投入指标进行调整前,总体全要素生产率变动下降,表明在农业保险支农过程中,未充分发挥已有农业保险要素投入的潜力,且该下降主要源于技术进步的阻碍.从地区来看,各省全要素生产率变动下降的省份达30个,农业保险支农发展的潜力较大.(2)剔除环境变量与随机误差后,全要素生产率变化和技术进步有所增加,增长达到28.0%和14.3%,表明在农业保险支农过程中更加注重技术的提高.但是,技术效率变化下降了8.47%,影响了TFP的提高.各省Malmquist生产率指数除吉林、黑龙江、广东、新疆外均有改进,且其改进得益于技术进步的改进.区域间技术进步存在显著差异,但纯技术效率变化和规模效率变化差异在缩小.     

中国区域全要素生产率的影响因素分析

基于状态空间模型的卡尔曼滤波算法,运用Eviews 6.0软件测算出1979-2004年我国各省域的全要素生产率(TFP)的增长率,构建面板数据模型来实证研究国际进出口、外商直接投资(FDI)、人力资本和产业结构等因素对我国全要素生产率的动态影响状况.面板协整检验和误差修正结果表明:从长期来看,人力资本、产业结构、进口以及FDI对全要素生产率的增长都具有不同程度的正向作用,出口的影响并不显著;而从短期看,人力资本水平与产业结构则是促进TFP增长的主要因素.     

资本投入、劳动力结构与相对人力资本投资效率

构建了由资本、技能和非技能劳动力这3要素嵌套的CES生产函数;剖析了资本投入与劳动力结构对相对人力资本投资效率的影响;利用中国2004—2018年省级面板数据,测算出相对人力资本投资效率,并从经验的角度检验其影响因素．研究发现:1）2004—2018年相对人力资本投资效率呈小幅上升趋势,劳动力结构效应使相对人力资本投资效率降低,而资本品质、资本与技能劳动力匹配等效应使相对人力资本投资效率增加;2）资本投入与劳动力结构对人力资本投资效率的影响受制于要素的替代弹性,非技能劳动力出现挤出效应,而技能劳动力的需求量大,各区域对劳动力需求迥异,但都可通过增加技能劳动力的投入、调整劳动与资本要素结构来有效提高投资效率;3）相对人力资本投资效率的成因检验结果表明,产业结构转型升级水平和技能劳动力投入比例的提高,可有效降低技能溢价,进而降低相对人力资本投资效率,且在技能劳动力投入比例较低的情况下,产业结构转型升级水平会降低相对人力资本投资效率;4）产业结构转型升级水平对相对人力资本投资效率的影响在不同区域之间存在较大的差异,东部地区表现强于中西部地区．      

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

基于对我国省际绿色全要素生产率的实证研究,发现使用不同的DEA模型会显著地影响省际绿色全要素生产率的时空分布特征,不同效率测度指标的选择对于结果的影响远远小于不同的生产前沿面假设。进一步分析发现,SBM模型更符合绿色全要素生产率的现实含义。基于SBM模型的研究结果表明,我国绿色全要素生产率表现出从东部沿海地区到西部地区递减的趋势,虽然2005—2013年期间在整体上有所改善,然而省际之间的绿色全要素生产率差异却越来越大。     

人力资本、国际技术溢出与技术效率

基于中国30个省域2002—2012年的面板数据,运用SFA方法实证分析了人力资本结构、国际技术溢出对技术效率的影响。结果显示,小学层次人力资本对技术效率没有显著正影响,也未能通过国际技术溢出对技术效率有显著正影响;初中层次人力资本和高中层次人力资本对技术效率有显著正影响,通过国际贸易渠道的技术溢出也对技术效率有显著正影响;大专及以上层次人力资本对技术效率没有显著正影响,但通过国际贸易和外商直接投资渠道的技术溢出对技术效率有显著正影响。     

基于省级面板数据的中国人力资本投资产出效率研究$

基于2005年~2010年省级面板数据,运用DEA方法对中国人力资本投资产出效率进行研究,结果发现,中国人力资本投资产出效率平均增长率较低,各省的人力资本投资产出效率增长差异颇大.就区域而言,中部地区人力资本投资产出效率最高,东部地区、西部地区次之,东北地区最低,进一步对人力资本投资产出效率指数进行分解发现技术进步对上述区域的人力资本投资产出效率均有促进作用,而规模效率的降低导致技术效率不利于人力资本投资产出效率增长.     

浙江省绿色全要素生产率估算——基于DEA-Malmquist指数方法

运用规模收益固定的DEA-Malmquist指数分析法,基于2006—2015年浙江省11个地级市的面板数据,估算浙江省各市的全要素生产率及绿色全要素生产率,并据此分析其时空演变特征以及各市的地区性差异。结果表明:浙江省内的绿色全要素生产率地区差异并不十分明显,而在2006—2015年期间绿色全要素生产率呈现下降的趋势,但是从传统全要素生产率及其分解来看,环保投入及规制带来的影响仍然是正向的。结论是要进一步促进浙江省经济的可持续发展,需通过提高绿色技术进步率和优化产业结构,进而提高绿色全要素生产率,兼顾经济增长的效率和环境问题。     

中国省域高质量发展水平评价

基于新发展理念,从创新、协调、绿色、开放、共享5个维度构建省域高质量发展水平评价指标体系,并采用熵权—TOPSIS法测度2018—2020年中国31个省区市的高质量发展水平.通过对全国、区域、经济区、分维度指标4方面进行评价结果分析,发现:全国各地高质量发展水平整体偏低,省域间存在明显的"东高西低"空间差异,不同经济区...     

基于DEA-Malmquist的工业绿色全要素生产率测算及分析——以湖北省为例

采用DEA 模型的Malmquist 指数方法测度了2000—2013年湖北省工业绿色全要素生产率.结果表明:湖北省工业绿色全要素生产率处于缓慢增长状态,其增长率约为6.7%,且主要是工业绿色技术进步推动.然后选取2000—2013 年的统计数据,基于VAR 模型运用广义脉冲响应函数和方差分解分析了湖北省工业绿色TFP的主要影响因素.结果表明:城市化率对工业绿色TFP增长短期具有显著作用,长期趋于稳定; 产业结构及科研创新对于工业绿色TFP增长短期促进作用较弱,但从长期来看2者是工业绿色发展和转型的重要驱动力.     

我国省域人力资本投资的空间分布状况分析

通过建立省域人力资本投资评价指标体系,对中国大陆29省、市、自治区2008年度截面数据进行聚类分析。结果表明我国省域人力资本投资划分为四个梯度,存在一定的非均衡性。在将来人力资本投资安排上,北京和上海应该继续发挥其示范效应,发达省份应均衡布局其投资结构,欠发达省份则应有所侧重。     

区域经济增长中的人力资本外溢效应差异——基于中国省域数据的实证分析

以各阶段学历教育在校生数量为基础,构造了脑力、身体和综合素质三类人力资本指标。结合中国1982~2011年省域数据,探究了中国省域人力资本对经济增长的影响。结果显示,虽然部分省区人力资本的产出贡献率较高,但总体上看人力资本对经济增长的影响很小。由于外溢效应极为有限,因此中国经济增长主要依靠大量资本投资。人力资本水平与经济水平不同步,中西部地区人力资本利用率更高。     

太原经济圈经济发展的空间格局演变及驱动力分析

以人均GDP作为测度指标,利用标准差系数、变异系数、ESDA、空间滞后模型、空间误差模型等方法分析了2000—2013年太原经济圈16个研究单元经济发展水平的差异性以及空间相关性.结果表明:1太原经济圈经济发展水平差异明显,而且绝对差距在逐年增加,相对差距虽呈波动变化但差异值较大.太原市区、榆次区以及煤炭资源丰富的孝义、介休等地经济发展水平高,其他单元发展水平低.216个单元经济发展水平存在正相关性,而且随着时间的推移,这种空间的相关性越来越显著.从2013年的空间自相关分析来看,经济圈西南部存在一个高值集聚区域,在太原市区的西南部有一个低值集聚的"洼陷区域".3从驱动力分析看,经济发展水平与城镇化、工业化、固定资产投资、人力资本等相关性较强.其中,工业化发展程度对经济发展的影响作用最显著,人力资本对经济发展的影响最低.     

石油类本科高校科技创新效率分析

运用DEA-BCC模型和DEA-Malmquist指数模型分析方法,对2007-2016年我国石油类本科高校的科技创新效率进行测度评价。结果表明:静态来看,2016年我国石油类本科高校科技创新综合效率、规模效率和纯技术效率均没有能够达到DEA有效,且各石油高校存在显著的差异性。石油高校科技创新资源配置规模与结构是提升科技创新综合效率的重要要素。从动态来看,大部分石油本科高校科技创新效率全要素生产率具有明显下降趋势,科技创新技术进步指数和技术效率变化指数两者较低是导致石油本科高校科技创新全要素生产率有所下降的重要原因。提升我国石油本科高校的科技创新效率应该逐步完善高校科研管理机制,培育高端技术科研人才;瞄准能源领域科技前沿,深化高校科技创新供给;加强产学研合作,推进科技创新成果市场转化。     

基于人均用电量的江苏区域差异研究

以人均用电量为测度指标,运用基尼系数、泰尔指数测度方法对江苏省1993～2010年区域差异进行测度分析,研究表明：1993～2010年间,江苏区域总体差异在波动中上升.从江苏省三大区域层面来看,区域间差异呈现不断扩大趋势,并逐步成为总体差异的主要组成部分,区域内部总体差异不断缩小.从三大区域内部差异来看,表现各不相同,其中,苏南地区内部差异较小,但呈缓慢扩大后平缓下降的趋势;苏中地区内部差异也较小,并呈缓慢缩小趋势;而苏北地区内部差异较大,但呈快速缩小趋势.     

西部地区农业生态效率评价及影响因素研究

目的 分析2010-2019年西部地区农业生态效率水平并探讨农业生态效率的影响因素。方法 运用非期望超效率SBM模型和Malmquist指数测度农业生态效率，并运用面板Tobit模型对农业生态效率的影响因素进行研究。结果 (1)2011-2019年，西部地区农业生态效率整体呈现出“N”型趋势，且地区间差异较大；(2)2019年甘肃、内蒙古、宁夏、青海、四川和云南的生产要素投入和碳排放产出均存在不同程度冗余；(3)西部地区全要素生产率呈现出“U”型趋势，且全要素生产率增长主要由技术进步驱动；(4)西部地区农业生态效率受到规模化水平、机械化水平、受灾率、农民收入水平、环境规制水平与技术投资水平等多方面影响。结论 需从农业要素节约、高效投入，严格控制农业碳排放和加大农业技术投资与环境污染治理投资3方面对西部地区农业生态效率进行提高和改进。     

中国旅游业发展效率时空分异及影响因素研究

改革开放40年来,旅游业已经成为中国国民经济的支柱性产业之一,但中国旅游业发展存在区域发展不平衡、不充分的问题.区域旅游业发展效率的时空差异及其影响因素研究有助于理解这一问题存在的原因,并为缩小地区旅游业发展差距提供参考依据.借助修正的数据包络分析(DEA)模型测算中国大陆31个省(市及自治区)2000年－2016年的旅游业发展效率,并选取2000年、2005年、2010年、2016年4个时间节点,利用G指数、锡尔系数从不同角度分析中国省域旅游业发展效率的区域差异格局及其变化,并运用Tobit回归分析方法模拟中国省域旅游业发展效率的影响因素.结果显示：2000年－2016年中国大陆省域旅游业发展效率均有所提高,正在由粗放式向集约化转型;旅游业发展效率存在明显的区域差异,且差异主要来源于四大板块内部,但区域差异已波动缩小;旅游业综合效率受旅游产业地位的正向驱动作用最强,纯技术效率受到交通可达性的正向影响最大,规模效率主要由区域经济发展水平和政府重视程度驱动.     

空间关联视角下异质性人力资本与经济增长质量

人力资本是改善中国经济下行压力的重要源泉。在描述2005—2017年我国31个省区市经济增长质量和投入要素典型性事实的基础上,分析了全国层面、阶段层面异质性人力资本对经济增长质量的影响。研究发现:相较于2005—2009年,2010—2017年我国经济增长质量较低,异质性人力资本对经济增长质量的作用高于物质资本和就业人数,且存在显著空间关联;从全国层面和分阶段看,异质性人力资本及其空间滞后项对经济增长质量存在显著促进作用,且这一作用高于就业人数、物质资本的作用。这表明,未来中国为发挥经济增长质量的空间溢出效应,应在增加区域异质性人力资本投入的基础上,强化区域间异质性人力资本流动。     

基于DEA-Malmquist模型的江西省旅游效率时空演化研究

旅游产业高质量发展成为拉动区域经济增量的重要引擎。基于多种DEA测度模型对江西省2011—2020年11个设区市的面板数据进行旅游效率测度，分别从静态与动态双重视角揭示江西省旅游产业发展水平及时空演化规律。研究表明：静态视角上，江西省旅游产业综合效率与规模效率变动趋势几乎一致，纯技术效率除了2015年以外都处于前沿面，说明江西省整体旅游技术效率达到一个较高的水平，规模报酬除了2012年和2019年外，其他年份均呈递增趋势，说明江西省旅游产业要素投入规模尚未达到最佳水平。横向比较全省各设市区层面上，南昌、萍乡、九江三地超效率值较高，而赣州、宜春和抚州三地的超效率值偏低；动态视角上，由于新冠疫情的影响，2019—2020年江西省全要素生产率仅0.599,显著下降；横向比较结果显示，10年间除了抚州地区全要素生产率有小幅回落(降幅6.9%),其余10个地区的旅游产业全要素生产率增长幅度均大于1,且年均增长率达8.5%。研究结果对江西省进一步提升旅游产业发展效率、平衡地区差异、优化资源配置以及相关旅游产业发展政策的制定具有重要指导意义。