中国区域公路物流效率差异及其影响因素研究

公路物流在现代物流发展中的作用无可替代,提升公路物流效率是振兴中国物流业的关键。本文通过建立非径向超效率DEA模型和TOPSIS效率测度模型,对中国31个省(自治区、直辖市)公路物流效率进行组合测度,并建立Tobit面板回归模型对其影响因素进行实证研究。结果表明:2010-2015年,中国公路物流效率值呈现中、东、西部地区阶梯下降变化特征,且各区域内省份之间呈现显著差异性,通过系统聚类分析发现,安徽、河北、内蒙古等地区公路物流效率在各自区域内处于较高水平。地区信息化水平、公路物流资源利用率等因素对中国公路物流效率具有重要影响,尤其是提高载货汽车利用率对促进公路物流效率的提升具有重大现实意义。     

中国生态能源效率时空格局演化及影响因素分析

基于中国2006~2017年的年度统计数据,运用PP与SFA组合模型,构建中国生态能源效率的静态评价模型,对中国30个省、市、自治区的生态能源效率及其影响因素进行分析,运用空间收敛方法和速度激励模型系统的分析了中国生态能源效率的时空格局演化。结果表明:城市化水平、经济开放程度、人口规模和R&D投入等与生态能源效率存在正相关关系;中国的生态能源效率空间格局具有空间分布聚集特征,但空间分布不均衡现象明显;中国的生态能源效率时间格局具有复杂波动的特点,总体趋势是先下降后再上升。     

考虑环境因素的中国城市经济效率评价研究

在考虑环境因素情形下,实证考察中国城市经济效率水平.引入环境因素,构建中国城市经济效率评价指标体系;运用DEA-BCC模型对中国31个省会城市和计划单列市的经济效率进行评价,计算得出各决策单元的DEA评价值,并进行效率分析、投入冗余产出不足分析和区域比较分析.考虑环境因素情形下,中国城市经济效率总体上较好,综合效率、纯技术效率和规模效率平均值分别达0.912、0.855和0.940,但个体差异较大,存在个体间的非均衡发展;从规模报酬来看,太原、福州、南昌等10个决策单元的经济规模应适当增加;长春、哈尔滨、南京等9个决策单元的经济规模应适当减少;太原、长春、哈尔滨等16个决策单元存在不同程度的投入冗余和产出不足,亟待改进;中国城市经济效率存在区域间的非均衡发展,综合效率平均值呈现东部地区最高,中部地区次之,西部地区最低的格局.     

基于空间视角下产业协同集聚对区域创新的影响

选取2009-2018年中国30个省(市、自治区)的数据,运用区位商相对差异指数和熵权TOPSIS法分别测算其产业协同集聚度和区域创新水平,研究二三产业协同集聚对区域创新的影响.研究表明:产业集聚通过"知识技术、劳动力、物力"等外部规模经济增加创新产出;2009-2018年,两产业协同集聚水平由中西部向东部递减,区域创新水平东部明显高于中西部,空间溢出效应显著;两产业协同集聚对创新的影响呈现"倒U型"特征;最后基于计量结果提出相关建议.     

基于超效率SBM模型的中国城市生态环境效率时空演变格局及预测

基于2008-2018年中国282个城市的相关数据,采用超效率SBM模型对城市生态环境效率进行测定,同时借助标准差椭圆、马尔科夫和空间马尔科夫转移矩阵,从城市尺度探究中国城市生态环境效率的时空演变特征,并对未来中国城市生态环境效率发展格局进行预测。研究结果显示:(1)当前中国城市整体生态环境发展水平较低,处在环境库兹涅茨曲线右侧缓慢上升阶段,生态环境效率有所改善,但仍存在巨大的提升空间;(2)中国城市生态环境效率呈现“东西高中间低”的空间分布格局,地区城市生态环境效率差异性显著;(3)空间马尔科夫转移矩阵结果显示,中国城市生态环境效率类型转移具有稳定性,且存在“俱乐部收敛”现象,在一定地域范围内溢出效应明显。     

中国区域健康生产效率及其变化——结合DEA、SFA和Malmquist指数的比较分析

应用随机前沿分析(SFA)和数据包络分析(DEA)两种方法,结合Malmquist指数,基于2002-2010年中国31个省份的健康面板数据,比较分析了中国健康生产效率及其变化状况。结果表明:两方法测算结果差异较大但各有特点,效率方面DEA高于SFA,在全要素生产率、前沿技术进步率和规模效率变动率方面测算值相反,并且SFA方法对前沿技术进步率的测算更符合现实;SFA对省域个体差异更敏感,能较好反映实质,而DEA能反映出现实随机波动性。考察期内中国健康生产效率总体上表现出缓慢上升的良好态势,但仍有较大的提升空间,且省域间差异较大;总体生产效率对技术前沿呈现追赶态势,其中管理因素促进了这一态势。     

新型城镇化运行中环境治理的财政支出效率及收敛性

有效的环境治理符合新型城镇化的特定要求,能够体现以人为本的基本思想.基于数据包络分析法对中国大陆30个省市区2007-2011年环境治理的财政支出效率进行动态测度与评价,并对其收敛性进行检验.结果表明:我国环境治理的财政支出效率总体呈现下降的趋势,区域之间差距逐步缩小,但区域内部差距逐步扩大;全国处于生产前沿面的省区数量不断减少且空间分布也发生了变化,同时,全国范围和东部地区存在σ收敛和β收敛,通过引入控制变量,全国、东、中、西部地区均实现了条件β收敛,对外贸易水平、经济发展水平和产业结构分别成为促使东、中、西部区域财政支出效率条件收敛的重要因素.     

中国区域全要素能源效率及节能减排潜力分析—基于非期望产出的SBM模型

运用DEA-SBM模型测度了碳排放约束下1999年-2010年中国30省、市、区及四大区域的全要素能源效率,并利用变异系数及K-Means聚类分析考察了区域全要素能源效率的差异,最后对各省份及区域的节能减排潜力进行了测度分析.研究结果表明:不考虑碳排放约束的各省份的全要素能源效率被高估,绿色能源效率总体均值呈现U型趋势;绿色能源效率的区域格局按照由东向西递减.四大区域的变异系数差异较大,均呈现收敛趋势;由聚类分析结果可知处于高效区的省份全部为东部沿海省份;中效区的省份大多是中部省市及东北老工业基地,而西部区域的各省份多数处于低效区;不同省份的节能减排的潜力差异较大,西部区域的节能减排潜力最高,其次为中部和东北部,东部的节能减排潜力最低.     

金融集聚的时空差异与省域生态效率关系研究

在中国区域经济发展过程中,金融集聚对促进经济增长,带动产业结构优化升级,提高生态效率的影响越来越重要。本文基于此背景,依据2005-2013年中国31个省、自治区或直辖市的经济发展数据,构建了金融集聚和生态效率的测度指标体系,运用熵值赋权法得出金融集聚和生态效率的综合测度指数,并给出评价分析。考虑到区域经济的空间地理特征,运用空间计量分析方法,计算中国各省市的Moran's I指数来确定是否存在空间相关性。在此基础上,把金融集聚分成银行业、证券业、保险业、金融密度四者的集聚,通过建立空间滞后模型与空间误差模型来检验各区域中四个金融指标对生态效率的空间影响效应。结果表明:省市金融集聚和生态效率在空间上存在一定的空间正相关性,金融集聚水平从东部、东北、中部、西部依次降低;总体上,证券业集聚促进生态效率,银行业和证券业集聚促进东中部地区生态效率提升,金融密度的提高有利于提升西部地区生态效率。     

基于聚类分析和Cobb-Douglas函数的我国人才经济贡献率测算

建立人才环境综合评价指标体系,对指标体系进行因子分析,根据各个主因子得分,通过聚类将中国(除港澳台以外的)31个省(市、自治区)划分为若干类别;对于每一类别,分别构建物质资本、人才资本、一般人力资本等到经济产出之间的改进柯布道格拉斯生产函数模型,得到不同类别地区人才对经济增长的贡献率,进而计算全国人才对经济增长贡献率的总体水平.研究表明:2001-2010年期间,31个地区按照人才环境可分为3类.第一类地区包括北京、上海、天津,人才环境发展水平最高,人才经济贡献率为27.13%;第二类地区包括广东、浙江等东部沿海6个省份,人才环境发展水平居中,人才经济贡献率为24.91%;第三类地区为其余22各省份,人才环境发展水平偏低,人才经济贡献率为18.78%.全国人才经济贡献率总体水平为22.68%.     

财政支出、电力消费与农民收入的时空特征分析

本文将财政农业人均支出和农村人均用电量作为解释变量,农民人均纯收入作为被解释变量,利用2000-2005年中国31个省、市和自治区的有关时空数据,建立相应的空间自回归模型.模型数据统计分析表明:a)农民人均纯收入不仅存在空间自相关的特点,而且具有异质性;b)农民人均收入对财政农业人均支出、农村人均用电量存在明显的空间依赖性;c)用财政农业支出和农村用电量来反映农民收入水平十分有效,且都具有显著的正面影响.据此,文章提出了一些有针对性的提高农民收入的政策建议.     

新疆开发区土地利用效率分析

利用DEA-VRS模型,对新疆46个开发区2011-2014年土地利用效率进行了评价,结果发现:1)从整体来看,新疆开发区开发区土地配置不断优化,土地利用效率逐年提高;2)开发区整体的效率与最优效率水平之间仍存在较大差距,土地利用效率仍处于较低的水平;3)开发区间的工业用地效率差异明显,开发区等级越高,土地利用效率也越高,国家级开发区土地利用效率明显高于自治区级开发区.利用2011-2014年46个新疆开发区的面板数据,构建随机效应Tobit模型,估计了微观开发区属性和宏观政策两类因素对开发区土地利用效率的影响.估计结果表明,开发区的产业结构、专业化程度和经济密度均会对用地效率产生正向影响.而工业用地出让方式的变化和工业用地价格也是影响开发区的土地利用效率的重要因素.     

我国各省(市、自治区)高技术产业发展水平因子分析与综合评价

建立了高技术产业发展水平的综合评价指标体系,采用主成分因子分析法进行了有效降维,得出了衡量高技术产业发展水平的四个公共因子,构建了相应的客观加权的综合评价模型.通过对31个省(市、自治区)的定量分析,发现了我国高技术产业在东西部发展不均衡,在东部地区尤其是珠江三角洲、长江三角洲、环渤海地区显示出明显优势的特点,这与我国实情吻合甚好.最后,根据因子得分分布图将31个省(市、自治区)分成了10类,分类提出了如何加速高技术产业发展的建议.     

基于多种测度方法的中国省际高技术产业创新效率分析

高技术产业以其特有的创新性、战略性等优势成为经济发展的动力和引擎.以广义DEA模型为基础,首先测算了中国其中27个省市自治区高技术产业的创新效率,然后分别应用激进型、平均型和保守型效率测算方法对27个省市自治区高技术产业2007-2016年的创新效率进行研究,并对中国七大城市群高技术产业创新效率进行分析.研究结果表明:1)平均型效率测算方法得出的结果更接近实际值;2)中国高技术产业整体创新效率呈现先降后升的变化趋势;3)省际间高技术产业创新能力差距较大,呈现"东强西弱"的特点;4)尽管中部地区创新效率仍低于东部地区,但近几年有明显改善;5)七大城市群中,京津冀和成渝城市群发展潜力巨大,而哈长城市群则应借助国家振兴东北老工业基地的契机扭转效率低下的局面.     

中国省域规模以上工业企业发展研究——基于成本支出角度

基于成本支出角度,利用2007年-2014年中国其中31个省市自治区的面板数据,建立空间面板模型,实证检验成本支出性指标对规模以上工业企业发展的影响;而后通过DEA方法,研究规模以上工业企业的产出效率.研究表明,成本支出性指标对规模以上工业企业的发展具有正向作用,但更多的地区表现为DEA无效.因此,要从多角度认识成本支出性指标的作用,合理降低运营成本,以促进规模以上工业企业的良好发展.     

我国汽车产业竞争力区域差异的实证研究

近年来,随着汽车产业对我国经济增长贡献日渐提高,各省市纷纷将汽车产业定位为支柱产业来发展。本文基于汽车产业竞争力分析框架,根据我国各省市、自治区2001-2009年的统计数据,从产业规模、技术能力、经营效率和成长能力四个方面,实证分析汽车产业竞争力区域差异。研究发现,我国汽车产业竞争力区域差距较大,在汽车产业水平领先的地区出现明显两极分化,而一些汽车产业水平落后的地区却具备较强的成长能力,其结论对推动中国汽车产业的发展具有重要的借鉴意义。     

长江经济带物流产业效率及其影响因素研究

以从业人员、固定资产投入和物流网络里程数作为投入要素,货运量和物流业产值增加值作为输出变量,运用超效率DEA模型对长江经济带2010年-2015年物流产业效率值进行测算,并利用Tobit回归模型评价长江经济带物流产业效率和各影响因素之间的相关性.结果表明:上海市、安徽省、江苏省的物流产业效率值处于长江经济带各省域的前沿,而四川省、云南省的物流产业效率值则一直处于较低水平;长江经济带物流产业效率值与其经济实力、物流区位商、信息化程度呈现正相关,与政府财政支持呈现负相关.并提出了改善长江经济带物流产业效率的对策.     

我国丝绸之路经济带的金融效率研究

我国丝绸之路经济带作为连接中国与亚太经济圈、中国与欧洲经济圈的桥梁,其沿线城市的金融经济发展起着非常重要的纽带作用.利用DEA模型对该经济带的金融效率进行评估,计算并分析了沿线九大城市金融发展的技术效率、纯技术效率和规模效率,将该经济带城市分为三个层次,结合该经济带的发展情况,给出相应的政策建议.     

中国经济随机前沿模型效率的贝叶斯统计推断

基于扩展的随机生产前沿模型,研究了区域生产效率的差异和其影响因素的作用效果,应用贝叶斯统计方法对中国各省份2010-2017的年度数据(不包含港澳台地区,下同)进行了实证研究.研究发现:生产效率总体呈逐渐下降的趋势,地区间生产效率有一定的差异,高等教育规模对生产效率具有显著的直接影响.人力资本能有效促进东部和中部地区的经济增长,西部地区主要依靠资本促进经济增长.环境污染对中部地区的经济增长具有一定的负向作用.     

产学研协同创新效率及提升路径研究

在产学研协同创新发展的背景下,首先从人力投入、财力投入、科技产出和经济产出四个方面构建了产学研协同创新效率评价指标体系,并选择DEA方法中的超效率SBM模型对全国30个省、市、自治区2001~2014年的产学研协同创新效率进行评价,研究发现全国产学研协同创新效率整体偏低,呈现出东部高、中西部低的现象,同时各地区协同创新效率具有显著差异性。随后构建产学研协同创新效率提升路径的结构方程模型,选择江苏省为代表研究区域,将超效率SBM模型测算的江苏省效率值作为因变量,对江苏省效率提升路径进行实证研究。结果表明要素层次变量和过程层次变量对江苏产学研效率的总影响大小排名为合作紧密关系>企业吸收能力>企业参与程度>学研方参与程度。