基于DEA-Malmquist指数模型的旅游业全要素生产率研究

旅游生产率能够反映一个国家旅游业的生产效率和竞争能力。运用DEA-Malmquist指数模型对我国旅游业全要素生产率进行了测度与分解。西藏、云南、新疆等7省由于技术效率逐年下降导致旅游业全要素生产率没有增长;北京、河北、上海等8省全要素生产率增长主要由于技术进步水平的提高,其他省份主要由于技术效率提高。全国旅游业全要素生产率年均增长2.5%,三大区域中东部旅游业全要素生产率增长最快,其次是中部,最后是西部,全国及东中部2004年后全要素生产率增速呈下降趋势,而西部呈逐渐上升趋势。全国及三大区域全要素生产率增长主要由于技术效率提高。表明我国旅游业增长粗放型特征明显,存在区域差距,发展后劲不足,不利于旅游业的可持续发展。     

基于DEA和Malmquist模型的甘肃省城市效率及其变化

基于甘肃12个城市2004-2010年城市社会经济的面板数据,运用数据包络分析方法和Malmquist指数,对2004年至2010年甘肃省城市效率及其变化进行分析。结果表明:甘肃省城市综合效率水平一般,内部差异明显,规模效应的抑制是制约综合效率提高的主要因素;甘肃省城市综合效率和生产率变化指数呈现弱衰退的趋势,主要原因是规模效率的下降,且各地市间的综合效率和生产率变化也存在着差异。该研究旨在为评估甘肃省城市效率变化提供定量测算依据,进而为城市的政策制定和调整提供科学依据。     

中国环境规制效率与全要素生产率研究——基于SBM-Undesirable和DEA-Malmquist模型的解释

在环境规制过程中会产生非期望产出,针对这一问题,文中构建SBM-undesirable非期望产出模型,综合分析了2003-2013年中国各省环境规制有效性的问题,并利用DEA-Malmquist模型,从规模可变角度把环境全要素生产率分解为技术进步指数、纯技术效率指数和规模效率指数.结果表明:中国区域内环境规制效率呈现明显的“两级效应”;全要素生产率空间“集聚效应”比较明显;环境规制效率与经济发展水平呈现显著的“匹配效应”;另外发现,对环境全要素生产率贡献程度:技术进步指数＞纯技术效率指数＞规模效率指数.以上研究将为地方环境部门提供科学的决策依据.     

中国西北地区环境规制对全要素生产率影响的实证研究

运用数据包络(DEA)方法测算了2000～2008年环境规制下中国西北五省区工业全要素生产率及分解指标值,结果为:全要素生产率整体水平低,低于全国的平均水平;技术进步对TFP增长的贡献大于效率变动贡献;规模效率水平高于技术进步水平。视环境规制强度、企业规模变化和研发支出强度为影响全要素生产率的主要因素并进行回归分析,结论为:环境规制强度提高1%,导致西北地区工业全要素生产率下降0.038%,技术效率下降0.076%,但能促使0.043487%的技术进步水平提高。在实证分析的基础上得出了较为客观的结论。     

碳排放约束下中国全要素生产率测算与分解研究——基于随机前沿分析(SFA)方法

碳排放约束下全要素生产率测算可以反映一个国家(地区)经济运行质量优劣。利用Malmquist指数和随机前沿生产函数模型,测算了我国1995-2010年省级、东、中、西及全国碳排放约束下全要素生产率,并分解为技术进步和技术效率指数。研究表明:各省份全要素生产率呈不断增长趋势,东部省份增长较快,增长较慢的省份主要是西部地区。东部全要素生产率年均增长8.93%,中部8.80%,西部8.03%,三大区域全要素生产率增长主要得益于技术进步,东部的技术进步水平快于中西部。全国全要素生产率年均增长8.86%,技术进步是主要推动力。     

我国旅行社业全要素生产率的测算与分析

运用非参数Malmquist指数法测算了我国2000～2009年旅行社业生产率的变动趋势,并从技术进步和技术效率两个方面对全要素生产率变化特征进行分析。结果表明:近10年我国旅行社业全要素生产率增速较慢,年均增长仅0.1%,其主要来源于技术进步;辽宁等13个省份的旅行社业全要素生产率正向增长,但全要素生产率增长的来源不同;旅行社全要素生产率区域差异较大,呈现出东部、中部、西部依次递增的趋势。     

基于DEA-Malmquist指数的河北省耕地利用效率及其影响因素研究

城镇化带来的耕地快速非农化背景下耕地利用效率提高对确保粮食主产区粮食安全意义重大。运用Data Envelopment Analysis(DEA)模型、Malmquist指数和Geographically Weighted Regression(GWR)模型,从县域尺度分析了2000—2015年河北省耕地利用效率的时空特征、动态规律及影响因素。结果表明:从时间上看,2000年以来河北省耕地利用综合效率、纯技术效率和规模效率均处于0.8～1,保持较高水平,其中耕地利用综合效率先由0.9减少到0.8,2003年后波动上升,在2015年其值达到1。从空间上看,区域间耕地利用综合效率空间变化明显,区域同质性增强。从动态变化看,河北省耕地利用全要素生产率指数由1.03波动上升到1.18,其中耕地利用综合提高型主要分布在省域北部,技术进步提高型分布于冀中南部地区,技术变化提高型仅存在于衡水市辖区,综合下降型零散分布在中南部区域。从影响因素看,在一定概率水平下,河北省耕地利用综合效率与农业产值占比和复种指数呈正相关,与高程、坡度、农业人口占比以及非粮占比呈负相关。其中高程、坡度、复种指数和农业人口占比影响较小,农业产值占比和非粮占比影响较为明显,非粮占比影响最为显著,其相关系数为-0.520249。最后从耕地利用影响因素出发依据不同区域情况对如何提高耕地利用效率提出优化建议。     

营林业全要素生产率增长的测算及其分解——来自27个省级面板数据的分析

基于随机前沿生产函数可将全要素生产率增长分解为技术变化、技术效率变化、规模效率变化和配置效率变化,四个部分。利用中国27个省份2001—2014年的数据进行估计,确定随机前沿生产函数的具体形式,在此基础上测算营林业全要素生产的增长率,再根据其分解函数,进一步测算各分解变量的水平值。结果表明:从各地区TFP增长的平均水平看,最高为2013年的0.2837;规模效率与配置效率的变动是阻碍营林业全要素生产率增长的主要因素,年均降低程度分别为28.69%和17.23%;技术进步具有促进作用,年均贡献达到了41.57%。     

西北地区家庭林业全要素生产率测算及收敛性分析——基于陕甘两省7年的1000个固定样本

通过对全要素生产率的测算和收敛性分析,了解西北地区家庭林业配置效率、时空差异及发展趋势,为推动西北地区家庭林业全要素生产率增长,加快林业经济发展方式转变和制定林业可持续发展的相关政策提供科学依据和理论支撑。选用DEA-Malmquist模型和收敛性分析法,就西北地区家庭林业全要素生产率增长情况、时空差异及是否存在收敛做出评估。结果表明:1)从整体上看,2011-2017年西北地区家庭林业全要素生产率年均增长11.6%,其中技术进步(31.9%)是西北地区家庭林业全要素生产率增长的动力源泉;2)从变化趋势上看,2011-2017年西北地区家庭林业全要素生产率呈现明显的波动特征;3)从区域来看,2011-2017年各地区家庭林业全要素生产率呈现较大差异性;4)从收敛性上看,2011-2017年各地区家庭林业全要素生产率差距正逐步缩小,存在收敛趋势。因此,文中研究认为促进林业技术进步、优化林业资源配置和因地制宜发展林业是提升西北地区家庭林业全要素生产率、缩小地区差距的有效途径。     

碳全要素生产率、经济增长与低碳发展分析——基于黄河流域58个地级市的证据

低碳经济转型发展对黄河流域高质量发展具有重要意义。实现经济与环境双赢，需因时、因地制宜。文中采用SBL-ML模型，构建了在社会效益最大化下统筹经济增长与低碳发展的分析框架，基于2010-2019年黄河流域58个地级市人力、资本、能源、碳排放和地区生产总值数据，测度了各地区碳全要素生产率及低碳经济发展倾向。研究发现：1)从区域维度看，2010-2019年黄河流域地级市碳全要素生产率呈现负增长状态，技术进步是推动黄河流域地级市碳全要素生产率增长的主要动力。2)从城市维度看，碳全要素生产率增长最高的10个城市是洛阳市、朔州市、新乡市，西安市、郑州市、榆林市、鹤壁市、太原市、青岛市和烟台市，城市之间碳全要素生产率增长存在明显的地区差异。不同的城市动力源泉也不相同。3)从低碳发展倾向来看，黄河流域整体表现处于初级阶段，大多为经济扩张型和增长倾向型，需进行低碳经济转型。4)从低碳转型协同路径来看，能源消耗和经济水平、能源消耗和人口规模、资产投资和产业结构、人力投入和碳排放量、人力投入和产业结构、碳排放量和产业结构在空间叠加后，对黄河流域碳全要素生产率空间分异格局起主导作用。