基于DEA模型的我国旅游产业效率评价研究

指出了中国旅游业发展深受宏观经济、内部各省市间社会经济、资源禀赋、地理区位、交通条件及基础设施等的影响,旅游业发展存在较大的地区差异。基于此,采用DEA的非参数测量了我国各省级地方政府的旅游产业效率。结果表明:从时间上看,2000年到2018年我国各省旅游产业效率起伏较大,但整体呈现出下降的趋势;从空间上看,东部旅游产业效率优于中部和西部。     

基于DEA模型的广西花卉产业生产效率研究

为促进广西花卉产业高质量发展,采用DEA-BCC和DEA-Malmquist模型对广西14个地级市2015—2021年花卉产业生产效率进行静态与动态分析。静态分析结果表明,广西花卉产业综合效率总体处于上升趋势,但水平较低,各地级市花卉产业发展不平衡;动态分析结果表明,因技术进步、纯技术效率进步和规模效率进步的正向影响,2015—2021年广西花卉产业全要素生产率指数上升3%,总体呈增长状态,各地级市间差距较大。为提升广西花卉产业生产效率,应强化科技支撑和自主创新,提高产业核心竞争力;优化产业布局和产业结构,强化产业发展特色;完善生产要素市场化配置,提升产业质量效益。     

江西省林业经营效率及其影响因素分析——基于DEA-Tobit两阶段模型

经营效率即投入产出效率。以江西省2000-2011年林业相关数据为依据,首先运用DEA对其投入产出效率进行测算,分析结果显示：投入产出效率处于相对较高水平,但整体波动性较大,处于不稳定状态,并且有50%的DEA无效样本年份处于规模报酬递增阶段,表明江西林业投入产出效率有很大的增长潜力;然后,运用Tobit实证分析了影响投入产出效率的因素,得出：森林火灾对投入产出效率具有负向影响,营林基建投资完成比例、从业人员薪酬对投入产出效率具有正向影响;最后提出：建立林业稳定发展基金,加大林业补贴,及时填补林业空缺资金;合理配置林业生产要素,同时扩大林业科技投入,发挥科教兴林的作用;建立森林防火预警机制,确保森林火灾零发生率;改善林区基础设施,提高林区职工的生活条件和工作水平,适当提高薪酬。     

我国城乡居民基本养老保险运行效率——基于DEA模型和Malmquist指数的实证研究

以2012—2019年相关数据以及2019年我国31个省市的面板数据为研究依据,运用DEAP2.1软件,构建DEA模型,将Malmquist指数与DEA方法相结合,探究出我国城乡居民基本养老保险投入与产出效率。发现2019年城乡居民基本养老保险运行中只有天津、上海和浙江3个省市实现了资源的优化配置,自2012年以来我国城乡居民基本养老保险的资金投入利用效率虽然较为良好,但并未达到目标状态,投入总量无法满足需求。     

绿色发展背景下中国林业生态效率评价及影响因素实证分析——基于DEA分析视角

【目的】为解决我国生态林业可持续性发展问题,平衡林业资源环境与林业绿色生产之间的矛盾,提升林业资源利用效率和环境效率。【方法】基于绿色发展背景,以我国生态林业生产为研究对象,挖掘整理2013—2017年我国31个省份林业生产数据,建立包含绿色生态指标的DEA模型,全面评价我国林业生态效率。选取影响林业生产的关键性因素,建立线性回归模型,分析我国林业生态效率影响因素。通过实证分析找到提升林业生态效率的政策切入点。【结果】我国在节约资源投入、提升期望产出、限制非期望产出方面有所改善,大部分地区呈现规模效率递增状态,反映出区域内林业产出的增长速度略快于资源、能源的消耗速度,在控制资源消耗、环境污染并保证林业产量的前提下,可适当扩大林业生产规模,以规模效益带动林业经济效益发展。回归结果显示:林业旅游休闲对我国林业生态效率具有正向显著性影响,在加快推动林业一二三产业融合发展的同时,需要严格控制监测林业生态建设保护、森林生态补偿、林业防治方面的投入。【结论】政策建议如下:1)控制资源消耗、环境污染与旅游规模化生产协同发展;2)加快推动林业一二三产业联动发展;3)严格控制监测林业生态建设保护、森林生态补偿、林业防治方面的投入,为我国乃至世界生态林业的绿色可持续发展提供经验和借鉴。     

河南省物流效率测度及影响因素分析——基于Malmquist和Tobit模型

采用DEA-Malmquist模型对河南省18市2013—2022年物流效率进行了测算,并运用Tobit模型对物流效率的影响因素进行了实证分析。研究结果表明：河南省物流效率发展水平参差不齐,整体效率不高,技术进步是促进效率提升的主要手段;从动态发展角度分析,物流效率在2013—2022年呈现波动上升趋势,但上升幅度有限;从空间上看,物流效率提升水平高的城市主要集中在豫北和豫中地区;通过Tobit回归分析发现,经济发展水平和产业结构对物流效率的影响最为显著。从发展农村电商、优化产业结构、建设综合物流枢纽基地3个方面对发展物流业提出了建议。     

广东省森林覆盖率的影响因素分析和模型预测 ——基于灰色关联分析和GM(1,1) 模型

基于2005—2015 年广东省森林覆盖率的原始数据,选取年平均气温、降水量、年日照时数、有 林地面积、活立木蓄积量、林业产值、造林面积及育苗面积8 个指标对森林覆盖率的影响要素进行灰色关 联度分析。分析结果显示,关联度最大的3 项因素依次是：有林地面积0.993 4、年平均气温0.992 1、年 降水量0.973 2。为验证森林覆盖率灰色系统预测模型的适用性性,根据2005—2010 年的森林覆盖率数据, 分别建立GM(1,1) 模型、多项式回归模型和Logistic 回归模型,对2011—2016 年的森林覆盖率进行预测, 并与实际值进行比较,3 个模型的预测相对误差平均值依次是0.69%、1.08%、1.28%。结果表明在获取的 年份数据较少时,采用灰色系统森林覆盖率预测模型精度高于多项式回归模型和Logistic 回归模型,预测 适用性更优。