基于 DEA 和 Malmquist 指数的广东省渔业效率研究

【目的】分析掌握广东渔业的产出效率,为发展可持续的低耗高产渔业提供数据参考。【方法】基于数据包络分析（DEA）及 Malmquist 指数,对 2011—2022 年期间广东渔业综合技术效率和全要素生产率指数及其分解进行测算和分析,并与全国平均值进行对比。【结果】广东渔业综合技术效率每年均高于全国平均水平,但2011—2014 年、2018—2019 年和 2021 年广东渔业规模报酬呈现递减。通过对广东水产养殖和水产品捕捞的综合技术效率分别进行测算,发现 2011—2022 年期间广东水产养殖的综合技术效率较高,除 2013 年和 2014 年外,均为DEA 有效。将 DEA 无效年份的广东水产养殖和水产品捕捞在生产前沿面上的投影调整为 DEA 有效,结果显示,2013 年和 2014 年广东水产养殖投入的冗余率分别为 5.98% 和 10.46%,而 2011—2014 年、2018—2019 年和 2021年广东水产品捕捞投入的冗余率在 39.73%~74.27% 之间,说明水产品捕捞的过度投入以及由此引发的捕捞综合技术效率低下是造成 2011—2014 年、2018—2019 年和 2021 年广东渔业规模报酬递减的主要原因。广东渔业的技术进步和全要素生产率上升幅度与全国平均水平相差较远,全要素生产率和技术进步指数均比全国平均增幅低 4.7%,说明广东省在渔业技术进步方面有较大提升空间。【结论】建议广东加大渔业科技的投入力度,加强渔业技术创新,以促进渔业技术进步和提高全要素生产率;加快渔业产业结构调整,合理布局养殖和捕捞规模,以解决广东渔业规模报酬递减的问题;加强渔业资源保护和增殖放流,利用自然生产力增加可捕捞渔业资源;加强水产良种创制及养殖新模式和新技术的开发,进一步拓展水产养殖空间和提高水产养殖的产出效率。     

基于主成分分析法的我国沿海省份海洋科技竞争力实证分析

从投入、产出以及效率3个方面构建海洋科技竞争力评价指标体系,运用主成分分析法对沿海11个省市2009～2011年的海洋科技竞争力进行比较分析,根据分析结果从投入、产出及效率3个方面提出提高浙江省海洋科技竞争力的对策建议.     

基于DEA模型的河南省农业机械化效率分析

基于数据包络分析法DEA(data envelope analyse),选取了河南省18个地级市2009—2014年的农业机械投入与产出数据,测算18个地级市的农业机械化效率水平。结果表明,5年来有9个地级市的农用机械投入始终是有效的,另外9个地级市中6个地级市处于弱有效水平,其余均相对无效。对2014年计算结果进一步分析后,提出了提高河南省农业机械投入效率的方案和政策建议。     

生态技术驱动区域生态创新效率分析 ——以山东省为例

生态创新效率作为衡量生态投入和生态产出效益的重要手段,是评价我国经济、资源与环境协同关系的重要指标。通过探讨山东省近10年生态创新效率的变化趋势和原因,分析比较影响生态效率差异的主要因素。基于山东省范围,采用DEA模型对山东省2009—2018近10年的生态效率进行测算与评价,采用比较研究,DEAP测算等方法对山东省区域生态创新效率进行探索与研究,通过分析区域生态效率的差异性,探索生态技术对于整个山东地区生态创新效率的主导作用,并提出有效提高山东省生态创新效率的对策。     

河南省农业科技创新效率评价与分析

基于河南省2015年18地市农业数据,运用DEA模型对河南省18地市农业科技创新效率进行测算,从综合技术效率、纯技术效率、规模效率和冗余程度分析河南省农业科技创新现有水平及影响因素,有助于了解河南省18地市农业科技创新目前形势并进行后续经营安排,进而提升河南省整体科技竞争力。结果表明,河南省18地市间农业科技投入产出效率差距较大,河南省农业科技创新力总体不高,要素投入存在不同程度冗余。综合分析河南省农业科技创新实际发展情况,提出了优化农业科技投入要素配置、促进规模经营及建立差异化策略等提高农业科技创新效率的对策。     

考虑产出滞后性的北京市农业科技DEA效率分析

科技是农业快速发展的重要支撑。首先对北京市农业科技产出的滞后时间进行测算,并根据滞后期计算得到北京市农业科技产出的实际产出值。然后,基于农业科技的直接产出与间接产出视角,利用增加滞后因素的DEA模型对北京市2000—2016年的农业科技直接产出与间接产出分别进行DEA效率测算,并分别与未考虑滞后期的北京市农业科技DEA效率进行对比分析。结果表明,北京市农业科技DEA效率在整体上是规模有效与技术有效的,部分年份农业科技DEA效率处于无效状态的原因为规模效率的无效。最后,提出了相关发展建议。     

基于DEA-BCC模型的湖北省农业生产效率研究

利用湖北省各市(州)2009—2019年农业生产的面板数据,运用DEA-BCC模型进行农业生产效率测算.结果表明:湖北省整体农业生产效率虽未达到完全有效,但仍然保持在较高水平,且呈上升态势.因此,为了从整体上进一步提高湖北省农业生产效率,应立足各地区发展实际,着力实施打破区域行政壁垒、坚持区域协调发展、加大科技投入等措...     

高质量发展背景下黄河流域农业绿色全要素生产率研究

绿色全要素生产率(GTFP)是绿色发展视角下衡量经济高质量发展水平的理想指标,农业绿色全要素生产率的研究有助于探索农业高质量发展的道路.运用SBM超效率模型和Mallmquist-Luenberger指数模型基于黄河流域9个省份2000—2019年的投入与产出数据,对黄河流域的农业绿色全要素生产率及分解效率进行了测算与...     

河北省绿色创新效率时空演变研究

坚持绿色创新是社会经济发展的客观要求,也是实现经济高质量发展的重要动力。采用面板熵值法和含非期望产出的SBM模型,结合2010—2019年的相关数据,对河北省绿色创新效率进行测算,并对测算结果进行时间和空间两个角度对比分析,最后就研究结果提出相应对策建议。研究表明:河北省各地市绿色创新效率呈波动上升趋势,绿色创新发展实现新突破;城市间绿色创新发展仍存在较大差距,冀东地区创新效率相对更高;单个因素的高低并不能直接决定整体绿色创新效率,效率水平由环境质量和创新水平共同决定。     

河北省农业科技创新效率评价研究 ——以农业科研机构为例

农业科技创新是农业发展的关键,农业科研机构作为科技创新主体之一,对科技创新产生重要影响.文章基于DEA-Malmquist方法,采用2011—2018年全国31个省(直辖市、自治区)农业科研机构科技投入与产出面板数据,首先对河北省农业科研机构科技创新效率进行分析,其次对河北省与全国其他省份农业科研机构科技创新全要素生产...     

"一带一路"沿线省际科技创新效率评价及影响因素分析

选取2012—2017年的统计数据,采用数据包络分析法(DEA)构建两阶段科技创新效率评价指标体系,基于投入产出视角测算"一带一路"沿线省份的科技创新效率,并利用投影分析探究其时空差异的影响因素,进而为各省份科技创新效率提高和合理配置科技创新资源提供建议。     

武汉城市圈创新效率测算及提升策略研究

本文基于武汉城市圈创新要素投入与产出数据,运用二阶段DEA模型测算武汉城市圈创新效率,探讨创新激励、创新资本和创新人才三项创新要素的创新产出效率差异,以及武汉城市圈发展对区域创新效率的影响差异与影响机制,最后本文就提升城市圈创新效率提出相关的对策建议。     

安徽省县域财政科技投入对其经济发展的影响分析

县域经济的持续健康发展与财政科技投入密不可分,财政科技投入的逐年增长带动县域科技事业、产业的不断发展,促进科技进步和创新。选取安徽省不同经济发展水平、具有一定代表性的6个县域作为研究对象,运用比较分析法对2009—2012年安徽省县域财政科技投入的数据进行了分析。研究得出,经济发展水平相对较高的县域科技投入的增加对其地区经济生产总值的增长有较大的支撑和带动作用,而经济发展水平相对落后的县域财政科技投入的提高对县域经济增长的影响较小。     

科技推动天津农村创新能力提升的路径与对策

科技创新是提高社会生产力和综合国力的战略支撑。实施创新驱动发展战略、加强科技支撑、提升农村创新能力是新形势下天津农村可持续发展的迫切要求。在界定农村创新能力的概念、分析其构成要素的基础上，从农村创新投入能力、农村创新环境的支撑能力、农村创新产出能力视角出发，研究科技对天津农村创新能力提升的推动作用，总结科技推动天津农村创新能力建设取得的成效和存在问题，探寻科技推动天津农村创新能力提升的战略路径，并提出相应的对策建议。     

基于 VAR 模型的农村三产融合与科技创新关系研究

【目的】随着信息时代的不断发展,科学技术成为农村产业发展的根本推动力,为进一步激活 农村发展活力,推动农村三产融合成为实现乡村振兴的有力支撑。【方法】基于向量自回归（VAR）模型,以 2011—2019 年我国科技及工业相关数据为样本,构建科技产出、科技投入、农村三产融合 3 个一级指标和 9 个 二级指标体系,对我国农村三产融合与科技创新投入关系进行研究。【结果】农村三产融合程度仍有很大的提 升空间和持续改进余地。指标体系中的科技投入力度、科技产出水平和农村三产融合间存在动态相互作用和高 度相关关系;科技创新投入能促进农村三产融合发展,农村三产融合在科技产出当期提高 1% 时提高 0.767%; 农村三产融合发展会促进科技创新进一步投入,农村三产融合综合得分每增加 0.881%,科技产出综合得分就增 加 1%。【结论】基于以上结果,我国应着力推进农业科学技术创新,以攻克技术壁垒,支持鼓励农业科研工作 者研发产品与技术创新,搭建科技创新联盟平台,增加 R&D 科技研发投入,营造科研创新环境,加快我国农业 技术创新步伐,实现传统农业与高技术产业之间的深度融合。     

基于DEA的黑龙江垦区农业科技创新投入效率研究

运用DEA模型,以黑龙江垦区2002~2016年农业科技创新投入产出数据为样本,建立了黑龙江垦区农业科技创新效率评价指标体系,从综合技术效率、纯技术效率和规模效率三个方面分析了黑龙江垦区农业科技创新投入产出效率。结果表明,2002~2016年的黑龙江垦区的综合技术效率均值为0.913,小于1,表明黑龙江垦区的农业科技创新投入产出效率未达到DEA有效。针对黑龙江垦区的农业科技创新投入资金、人才、设备等利用效率低的问题,提出了提升黑龙江垦区农业科技创新效率的对策。     

乡村振兴战略背景下中西部地区渔业投入产出效率分析

本研究目的是测算乡村振兴战略实施以来我国中西部地区渔业投入产出效率，通过比较省际差异，分析影响中西部地区渔业产业发展的因素。本研究采用2017—2021年中西部地区17个省（市、自治区）的渔业相关投入产出指标，运用数据包络分析法（DEA）和Malmquist指数方法分析中西部地区各省（市、自治区）渔业投入产出效率，测算各省（市、自治区）的全要素生产率，从投入产出角度分析了中西部渔业经济发展的效率因素及不同省（市、自治区）的分异情况。结果表明，2017—2021年中西部地区大部分省（市、自治区）渔业技术效率处于有效状态；全要素生产率呈递增趋势，但大部分省（市、自治区）表现为技术进步特征，技术效率还有待进一步提高。该结论可为中西部地区制订区域渔业产业发展规划和政策措施提供参考。     

基于DEA模型的北京林业投入产出效率分析

北京的生态安全始终是政府高度关注的问题。近年来,北京市政府不断加大对林业建设的公共投入,同时也吸引了众多社会资本以加强对林业的投入,有效提升了北京林业整体水平和森林生态系统的整体服务功能。为了提高林业投入产出效率,实现林业资源的有效配置和规模效益,本文选取林业固定资产投资完成额、林业系统年末从业人数、造林面积、林业产业结构比例、林业产业产值和林木绿化率6个投入产出指标,运用考虑规模收益的DEA模型(BC2-DEA模型)对1993—2013年北京林业的投入产出效率进行了测算,并对测算结果进行了分析。结果显示,1993—2013年,北京林业投入产出的综合效率总体上是比较高的,21年内的平均综合效率值为0.966。在总体综合效率变化上,1993年以来,林业投入产出效率较好,总体效率变化趋势大致平稳,小有波动。其中处于DEA有效状态的年份14年,另外有7个年份处于DEA无效状态。研究还对北京林业投入产出效率的主要影响因素进行了分析,指出林业固定资产投资完成额的变化对林业投入产出效率的影响最大,林业产业结构比例对目前北京林业投入产出效率的影响相对较小。另外,林业投资管理、生产管理等也影响林业生产效率。研究建议,今后北京的林业发展应主要集中在稳定固定资产投资、加大产业结构调整、提高林业的投资和生产管理水平上。研究对促进北京林业生态与经济的协调发展、提高林业投入产出效率及实现林业可持续发展等有重要意义。      

中国城市文化产业效率研究

运用DEA模型测算中国城市文化产业的投入产出效率。结果表明：城市文化产业投入产出效率整体不高,纯技术效率明显低于规模效率,地理分布呈现“东高西低”的特征,表明中国城市文化产业生产规模均不是帕累托最优。鉴此,应加速科技创新与文化产业融合、产业集聚发展,发挥文化品牌效应,加强公共文化设施投入,利用地方特色文化资源,提升中国城市文化产业效率。     

中国省域畜牧业绿色发展竞争力时空演变特征

绿色发展竞争力是判断畜牧业高质量发展的重要依据,明晰其时空演变特征有助于认清规律、精准施策,推动畜牧业高质量发展。在明确绿色发展内涵的基础上,构建竞争力评价指标体系,运用熵值法与聚类分析法对2009—2019年中国30个省（直辖市、自治区）畜牧业绿色发展竞争力水平进行测算与分类,并对其演变特征进行分析。结果表明：2009—2012年中国畜牧业绿色发展竞争力小幅下降,2013—2019年平稳增长,由资源节约、环境友好和产品安全3类因素共同推动;北部省份竞争力较高,中部省份竞争力增长较快,西南与东南省份竞争力较低;产品安全和资源节约推动北部省份竞争力较高,环境友好和产品安全制约西南省份竞争力提高,产出高效制约东南省份竞争力提升。研究结果为因地制宜制定各区域畜牧业绿色发展竞争力提升方略提供科学依据。