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。     

黄河三角洲地区港口全要素生产率的动态实证分析

以黄河三角洲区域内莱州港、东营港、潍坊港和滨州港作为研究对象，基于DEA（data envelopment analysis）模型和Malmquist生产率模型，选取该区域港口2010年—2017年投入产出数据对其动态效率进行测度。结果表明：样本期间黄三角地区主要港口总体技术效率呈现增长态势；从动态效率角度，黄三角地区四大港口整体Malmquist生产率年均增长率为正，呈上升态势；不同港口全要素生产率存在较大差距；影响黄三角港口全要素生产率的主要驱动因素不仅是技术进步变动，还包含规模效率的变动。     

基于DEA模型的京津冀地区科技创新效率评价研究

为科学有效地对京津冀地区科技创新效率进行评价，借鉴已有的科技创新监测研究成果，分别运用DEA的静态BCC模型和动态Malmquist指数模型对2014—2020年京津冀地区科技创新效率进行测度并对比。研究表明，北京的科技创新效率最高，河北次之，天津最低，但天津科技创新能力和管理水平提升幅度最大，且三地科技创新全要素生产率指数增长主要依赖于技术变革。据此提出相关建议：京津冀地区应立足实际找准自身科技创新发展定位；完善资源共享，加强协同创新；推进产学研之间多层次技术合作。     

北京市人工智能企业全要素生产率测度及差异性研究

人工智能的发展已成为衡量一个国家科技水平和经济智能化程度的重要标志。北京市作为国际科创中心，人工智能产业规模增长迅速，但仍处于发展初期，人工智能企业生产率的提升关系到人工智能产业的整体发展水平。本文运用DEA-Malmquist指数方法对2016-2018年114家北京市人工智能企业的全要素生产率进行测度，结果显示，北京市人工智能企业全要素生产率年均增长率为0.70%，技术效率是企业全要素生产效率提升的主要动力。此外，上市企业的全要素生产率水平高于非上市企业，且行业间差异明显，信息传输、计算机服务和软件业的全要素增长率最高，教育行业的全要素增长率最低。     

黄河三角洲地区港口全要素生产率的动态实证分析

以黄河三角洲区域内莱州港、东营港、潍坊港和滨州港作为研究对象,基于DEA（data envelopment analysis）模型和Malmquist生产率模型,选取该区域港口2010年—2017年投入产出数据对其动态效率进行测度。结果表明：样本期间黄三角地区主要港口总体技术效率呈现增长态势;从动态效率角度,黄三角地区四大港口整体Malmquist生产率年均增长率为正,呈上升态势;不同港口全要素生产率存在较大差距;影响黄三角港口全要素生产率的主要驱动因素不仅是技术进步变动,还包含规模效率的变动。     

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。     

我国寿险公司经营效率及其效率持续性分析

运用超效率DEA方法和全要素生产率指数,选取2003~2008年我国25家具有代表性的寿险公司的数据样本,测算其技术效率、纯技术效率、规模效率以及全要素生产率的动态变化。结果显示,我国寿险公司经营效率的总体趋势稳步提升,但无论是纯技术效率还是规模效率水平都仍然偏低。在计算上述25家寿险公司的全要素生产率指数的基础上,构造了效率持续性指数,将25家寿险公司划分为四种类型,并分析了不同类型寿险公司动态效率变化的影响因素。     

高精尖产业科技资源配置效率动态演化研究 ——基于企业微观视角

为探究高精尖产业微观科技资源配置效率,考虑区域及行业科技资源禀赋的异质性,本文选取2014—2018年北京地区新一代信息技术产业上市公司面板数据作为研究对象,运用超效率DEA-Malmquist指数从企业微观视角对科技资源配置效率及其动态演化进行了测度和分析。结果发现：各年度科技资源配置有效的公司数量偏少,科技资源配置效率均值介于0.645—0.772之间,配置效率整体偏低。从动态演化趋势看,除2015年配置效率比2014年稍微下降外,其他年度的配置效率均呈现波动性上升态势,全要素生产率年均增长2.3%,技术效率是关键促进因素,纯技术效率对技术效率的正向影响比较明显,规模效率的影响则有一定的波动性；技术进步尚存在较大的发展空间,规模集聚效应还有待提升。     

制造业数字化对全要素生产率的影响机制与效应分析

研究从数字化技术投入、数字化生产应用和数字化创新效益3个维度对我国30个省份(除西藏外)制造业数字化水平进行测度,并在厘清制造业数字化对全要素生产率的作用机理基础上,构建了2009—2019年面板模型,实证检验了制造业数字化对全要素生产率的影响效应。研究发现：我国制造业数字化水平呈现波动上升的变化趋势,且存在较大的地区差距和异质性,制造业数字化生产应用能力逐渐加强,但数字化技术投入与创新动力不足;制造业数字化能显著促进全要素生产率提升,且制造业数字化创新效益是经济高质量发展的主要驱动力;制造业数字化能够通过技术进步、技术效率提升和规模效率改善提高全要素生产率,且对技术效率的影响效应最大。     

乡村振兴背景下农业龙头企业技术创新效率研究——基于六盘水21家样本企业的实证分析

基于DEA模型结合Malmquist指数方法，利用2018—2020年期间六盘水市农业三大产业猕猴桃、刺梨、茶叶中的21家省级以上农业龙头企业的农业投入与产出数据，对21家企业的综合技术效率、纯技术效率、规模效率及全要素生产率进行解析，探究影响六盘水市农业三大产业技术创新效率的因素。结果表明：六盘水市21家农业龙头企业的技术创新效率较低，主要受限于纯技术效率；技术进步率显著影响着全要素生产率，三大产业均属于技术推动创新绩效型。因此，为有效提高产业技术创新效率，必须以重塑创新格局提升技术进步率。     

技术进步、技术效率与陕西省农业全要素生产率增长

利用带有"非期望"产出的SBM模型和Global-Malmquist-Luenberger指数测度了2000~2016年陕西省10个市的农业全要素生产率增长指数,并将其分解为技术效率、规模效率和纯技术效率。研究发现:技术进步在陕西省全局农业全要素生产率增长过程中发挥重要作用。鉴于此,从科技创新视角为提高陕西省农业全要素生产率提出政策建议。     

基于DEA模型的安徽省农业碳排放效率测算及分析

目的 分析2010-2019年安徽省及其分区的农业碳排放效率。方法 通过整理安徽省统计年鉴数据并折算农业碳排放量,利用IPCC的碳排放计算方法、数据包络分析中的CCR模型和Malmquist模型测算及分析2010-2019年农业碳排放总量和效率。结果 (1)安徽省农业碳排放总量从2014年起逐年递减,农业碳排放量分区由大到小依次为皖北、皖中、皖南;(2)安徽省农业碳排放效率未达到有效水平但呈上升趋势,地区间差异较大且皆不理想,其中皖南地区效率最高,皖北地区效率最低;(3)安徽省全要素生产率几乎全部达到有效水平,说明安徽省在发展低碳农业方面持续努力效果显著。结论 安徽省对发展低碳农业积极性很高,但基础水平较低,需要加强引导和管理。     

贵州省文化与旅游产业融合效率及时空演化研究

文旅融合是推动贵州省旅游产业化高质量发展的关键,全面和准确的评价贵州省及9个市(州)文旅融合效率特征与空间格局有助于推动贵州省文旅产业深度融合。以2015—2019年贵州省9个市(州)为样本,采用数据包络分析法对贵州省文化与旅游产业融合效率进行评价,通过ArcGIS以及GeoDa软件探究贵州省文化与旅游产业融合效率空间演化特征。结果表明：1)受技术效率和规模效率影响,贵州省文化与旅游产业融合总体效率水平不高;2)贵州省文化与旅游产业融合全要素生产率处于上升趋势,但文化与旅游产业融合效率仍然没有达到最佳状态;3)空间分布方面,贵州省文化与旅游产业融合效率的高热值区均分布在黔中和黔西南,黔东南地区融合效率最低;4)空间关联方面,贵州省文化与旅游产业融合效率空间关联度不高,在技术效率和规模效率中仅贵阳市呈现“H-H”集聚。基于以上分析提出贵州省文化与旅游产业高质量融合对策及建议。     

应急装备要素配置效率测度与产业转型升级

通过构建要素配置效率测度模型，基于技术创新视角探究2011—2020年我国各地区应急装备产业要素配置水平，并分析其如何推动应急产业发展升级.主要研究结论有：(1)样本期间内中国应急装备产业创新效率水平不断提高，而要素错配程度呈“U”型变化趋势.若资本和劳动要素错配得到改善，则分别可使效率提高83.43%和7.59%.(2)应急装备产业区域发展不均衡.创新要素配置效率较高的东部沿海、北部沿海地区，应急装备产业发展规模均处于前列.发展规模较小的新疆、青海等地，创新要素错配更严重.(3)应急装备产业资本和劳动要素错配程度的降低有利于产业转型升级，经济发展水平和政府干预负向影响应急装备产业转型升级，技术创新能力、市场化程度以及对外开放程度与产业转型升级显著正相关.     

考虑碳排放的长三角机场运营效率研究

传统的机场运营效率研究忽视了非期望产出对机场运营效率的影响,且对有效单元无法进一步排名,基于此,采用长江三角洲16个机场2015～2019年的面板数据,将碳排放量和旅客投诉数量作为非期望产出指标,通过模型对比分析非期望产出的必要性,利用GML (Global Malmquist-Luenberger)指数刻画出机场全要素生产率的时空特性.结果表明,考虑非期望产出后,机场的静态运营效率和动态全要素生产率均产生变化.2015～2019年,长三角机场运营效率呈现波动上升,小型机场受非期望产出影响较大;2015～2019年,长三角机场全要素生产率受技术效率和技术进步共同影响,非期望产出影响技术进步上升的机场数量较多,但是对机场的技术效率影响更大.     

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。     

要素市场一体化对地区全要素生产率的影响

通过测算2011—2020年省级地区的资源错配方向发现，落后地区的资源配置过度，而发达地区处于资源配置不足的状态，因此要素市场一体化意在改善资源错配的现状，提高落后地区边际生产率，并发挥集聚效应促进先进地区全要素生产率的提高。由此，基于我国2008—2019年30个省份的省际面板数据构建计量模型验证该理论假说，结果表明，要素市场一体化在促进先进地区生产率提高的同时，也有助于通过要素的流出对落后地区产生促进作用。作用机制分析显示，促进技术进步与技术效率的提高是要素市场化提升全要素生产率的机制。     

环境能源约束下的中国石化产业全要素生产率Malmquist指数分析

在环境和能源因素约束的视角下,运用Malmquist指数法对中国石化产业的全要素生产率进行测算,探讨了中国石化产业全要素生产率,结果表明,在考虑了环境和能源因素后,2001-2010年我国石化产业全要素生产率的平均增长率为10.2％,主要原因是技术进步水平的提高;如不考虑能源和环境因素,石化产业的全要素生产率呈下降趋势,属于能源消耗和污染物排放较大的行业.     

西部地区环境全要素生产率测算及其影响因素分析

运用方向性距离函数和Luenberger指数测算西部地区2000—2014年环境全要素生产率,并对影响全要素生产率的因素进行实证分析。研究表明:广西和陕西两省环境全要素生产率变动指数增长最快,主要是由技术进步、规模效率和技术规模三重贡献的推动;西部环境全要素生产率增长呈现下降趋势,其增长主要来源于技术进步推动;经济发展水平、产业结构、能源消费结构、对外开放、市场化、技术水平、环境规制强度和环境治理能力对西部环境全要素生产率具有不同的影响。     

辽宁省国家级风景名胜区旅游效率与可达性研究

基于DEA和网络分析方法,结合加权平均出行时间模型,分析辽宁省国家级风景名胜区1998—2012年旅游效率,并分析其可达性。研究发现：国家级风景名胜区旅游效率总体相对较高,少数在单个指标上尚未达到最优水平。总体上看,1998—2012年,综合效率、纯技术效率和全要素生产率变化以青山沟为最大,技术变化和规模效率变化以鸭绿江为最大;全要素生产率变化在分析时段中处于中间状态。在可达性方面,分布差异十分明显,总体上形成中部平原地区可达性较好、辽西山地和辽东丘陵地区可达性相对较差的空间分布态势,具有明显的交通指向性。中部平原地区景区的旅游综合效率水平相对也较高,随着基础设施等固定资产投资加强,其他景区的综合效率水平也有逐渐提高的趋势。