首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
高校是国家创新体系的重要组成部分,是科技产出的重要基地,其对国家创新体系建设和创新驱动战略实施具有巨大的推动作用。运用DEA-Malmquist指数法分析国内28个省(市、自治区)2000-2016年高校科技创新效率的变化规律,可以探明高校科技创新效率的收敛性及其影响因素。研究显示:我国高校科技创新全要素生产率整体呈增长态势,东部地区高校科技创新全要素生产率最大,主要得益于技术水平的提高;我国区域高校科技创新全要素生产率的差异有所下降,逐渐趋于σ收敛;全国及其东、中、西部地区均存在绝对β收敛和条件β收敛现象。为了进一步提升高校的科技创新效率,建议从合理配置科技资源、缩小科技创新效率地域差异、提升科研项目质量、建立完善的科研激励机制等方面进行改进。  相似文献   

2.
以2003—2017年我国四大区域为研究对象,考虑区域要素配置形态,运用系统广义矩估计分析不同类型环境规制对区域绿色全要素生产率的影响。实证结果表明,要素配置驱动下整体环境规制对绿色全要素生产率具有“U”型影响。不同类型环境规制均显著影响区域绿色全要素生产率,但各区域的具体表现形式有所差异。与发达区域相比,欠发达区域产出水平低下,绿色全要素生产率滞后。欠发达区域绿色全要素生产率的提升,需加快改善区域要素配置形态,着重运用命令控制型代替自愿参与型环境规制,加强市场参与型与自愿参与型环境规制的协同效应。  相似文献   

3.
以安徽省16个地级市为研究对象,选取2012—2017年面板数据,综合利用DEABCC模型、Malmquist指数以及聚类分析,对安徽省区域创新效率进行评价。结果表明:(1)综合技术效率呈下降趋势,且不同地区综合技术效率、纯技术效率和规模效率差距明显;(2)大多数地区全要素生产率处于增长状态,然而部分地区由于技术效率变动和技术进步变动下降,导致全要素生产率下降;(3)欠发达地区可能拥有比发达地区更高的创新效率。  相似文献   

4.
创新驱动就是全要素生产率驱动。基于2004—2018年省级面板数据对高等教育数量与质量影响全要素生产率作用机制进行研究,发现二者均能促进全要素生产率的增长,且高等教育质量的作用更大;高等教育数量和质量对全要素生产率的影响存在地区异质性以及时间异质性;高等教育数量与质量对全要素生产率的贡献分别集中在技术效率变动与技术进步,且会通过不同路径分别影响技术效率变动与技术进步。高等教育数量既直接影响技术效率变动,也会通过增加人力资本存量,进而影响技术效率变动,而高等教育质量通过提升创新能力促进技术进步。为助力经济发展新格局的形成,提升我国的全要素生产率,应适度扩大高等教育规模,提升高等教育质量,保证高等教育在区域间协调发展。  相似文献   

5.
农业关系到国家的稳定和人民的生活,是国民经济发展的基础,农业发展的关键在于提高农业效率。本文利用数据包络分析法(DEA)对中国30个行政区域2000—2008年农业全要素生产率进行了实证研究,通过对Malmquist生产率指数的测算与分解,分析了中国农业全要素生产率(TFP)增长源泉、区域差异原因与跨期生产率动态变化趋势。研究表明:考察期内中国平均农业全要素生产率有所上升,技术进步为其增长的主要驱动力,而技术效率则在一定程度制约农业全要素生产率的提升。  相似文献   

6.
尹宽 《唐山学院学报》2019,32(1):99-108
运用DEA-Malmquist指数法对我国31个省市2000-2015年全要素生产率进行了估算,并对全要素生产率的影响因素进行了分析。研究结果表明:在这16年间,我国全要素生产率处于上升态势,原因在于我国技术进步率的提升;分区域来看,东部地区和东北地区全要素生产率是得到改善的,西部和中部下降的原因在于技术效率、纯技术效率和规模效率的下降;从全要素生产率的影响因素上看,技术引进、自主创新能力、对外开放水平和政府因素对全要素生产率的影响为正,基础设施建设和制度因素对全要素生产率的影响为负,产业结构对全要素生产率的影响在统计学上不显著。  相似文献   

7.
采用Malmquist TFP指数,基于海西经济区19个市(除抚州市)1994-2008年的面板数据,实证考察了各市全要素生产率变动及其成因。在样本考察期间,海西平均全要素生产率达到效率前沿面。1994-1999年间,主要是技术效率的提高促进了全要素生产率的增长;而在2000-2008年间,主要是技术进步的提升使得全要素生产率出现了正的增长。虽然总体上看全要素生产率达到了效率前沿面,但是从Tobit模型回归结果看,产业结构的调整、外资对于全要素生产率的影响并不显著,总体经济并没有向着真正的集约型增长方式发展。人力资本还未达到促进技术进步的阀值。进出口、科学事业支出对于全要素生产率的影响比较明显。  相似文献   

8.
利用三阶段DEA模型,从高等学校科技创新投入产出的角度,分别对安徽省29所公办普通本科高校进行科技创新效率评估,总体上,样本高校科技创新效率不高,制约其提升的主要原因是规模效率,高校所在地区的经济发展水平与科技创新投入冗余存在显著的正相关关系,非DEA有效高校的科技创新投入冗余比例和产出不足比例均较高;并运用Malmquist全要素生产率指数模型对样本高校进行科技创新效率动态分析,技术进步和规模效率是导致Malmquist全要素生产率指数变化的主要原因。  相似文献   

9.
全面审视投入-产出过程中区域经济增长的非均衡性,须对产出增长中的要素投入贡献和技术进步贡献作出识别,以明确区域经济增长的效率差异。在测算1978年以来我国省际全要素生产率(TFP)的基础上,综合运用差异测度方法和泰尔指数分解方法分析了区域技术进步和资本积累的效率差异,以揭示区域经济增长效率的非均衡性。分析表明,初始改革对地区生产效率的激励是非均衡的,地区间差异对全要素生产率的非均衡性贡献度较大。  相似文献   

10.
运用DEA模型的Malmquist指数,对金融业全面开放以来(2006—2010年)中国16家商业银行的全要素生产率进行了测度。结果显示:金融业全面开放以来,我国商业银行的全要素生产率出现先下降后上升的趋势,而宏观经济环境和政府经济政策的变化是其波动的主要原因;2006—2010年16家商业银行的平均全要素生产率都提高了,但国有商业银行的平均全要素生产率增长速度要低于其他商业银行,其技术效率的下降是主要原因。  相似文献   

11.
基于2003—2011年中国31个省份面板数据,运用超效率DEA模型分析中国高等教育效率的空间差异及演化特征,并建立空间计量模型回归分析全要素生产率各分解指标对高等教育效率的影响,结果表明:从时间序列来看,高等教育效率整体变化为增长趋势,从空间分布来看,高等教育效率的地区差异显著,东部地区居三大区域之首,中部地区次之,西部地区最低;高等教育效率具有显著的空间集聚效应;高等教育全要素生产率逐年增长,技术进步是高等教育生产率增长的主要动力;高等教育效率的提高依赖于全要素生产率的改善,技术效率的增长对高等教育效率的影响较大。  相似文献   

12.
在加快区域绿色发展背景下,基于涵盖二氧化碳温室气体、废水、二氧化硫和固体废气物污染物排放两类四种非期望产出,运用方向距离函数下全局曼奎斯特-鲁恩博格生产率指数(DDF-GML)重新估算2001-2016年我国29个省市的绿色发展情况,利用16个重污染工业行业的企业利息支出的反向指标研究绿色信贷、环境规制与区域绿色发展的关系,发现无论是绿色信贷还是有效环境规制均能促进绿色全要素生产率的提升,但二者影响绿色发展的机制不同,绿色信贷通过影响效率进步和技术进步两种机制对绿色全要素生产率产生影响,而环境规制则只能影响效率进步。绿色信贷对绿色全要素生产率的影响受环境规制的调节作用,并且在技术进步中更为显著。因此,各地区要结合自身所处的绿色效率和技术进步阶段,采取不同的绿色信贷和环境规制强度,使绿色高质量发展落实到实处。  相似文献   

13.
掌握高等教育的动态发展规律可以帮助决策者合理调配教育资源。以2006—2016年我国54所教育部直属高校的办学投入和产出数据为基础,采用DEA-Malmquist指数法测算办学效率的动态变化,以Malmquist指数均值和标准差为标准进行聚类分析,同时,进一步运用广义最小二乘法对Malmquist指数进行回归。结果表明:我国高校办学效率变化的提升是全要素生产率提升的主要原因;四类高校间存在非平衡发展,半数高校效率不足,稳健增长型取得最优发展成效;校长任期与院校合并能提升全要素生产率,但生均占地面积与博士学位教师占比会降低全要素生产率。  相似文献   

14.
已有大量文献应用随机前沿分析(SFA)或数据包络分析(DEA)方法对中国工业全要素生产率(TFP)变动进行计算及增长率分解,却未达成共识。基于DEA方法对MalmquistTFP指数进行测算和两层分解的最新进展,对中国1996-2007年的各细分工业行业生产率变动进行测算的结果表明:近12年来,中国各细分工业行业全要素生产率年均增长6.7%,并主要得益于技术前沿的快速进步(11%),但受阻于各行业规模效率下降明显(年均-3.5%),同时纯技术效率年均变动不大(-0.2%)。对行业截面的对比分析可以发现,中国机械电子类行业全要素生产率上升较快,而纺织业等传统优势行业和化工业等资本技术密集型行业的生产率变动低于全行业均值,属于中国工业技术进步的薄弱环节。  相似文献   

15.
基于福建省1999—2007年间34个工业行业的面板数据,本文采用数据包络分析方法测算了各行业的全要素生产率变动情况。结果表明,1999—2007年间福建省制造业的平均全要素生产率增长了9.1%。作为全要素生产率增长的两大分解项,技术进步是全要素生产率增长的主要源动力,年均增长速度为9.9%,而技术效率的年平均增长速度为-0.8%,对全要素生产率增长表现为负贡献。  相似文献   

16.
工业的快速发展是影响气候恶化的主要因素,作为中国经济的重要支柱,提高工业废气污染日益严重背景下的工业全要素生产率对保证我国经济可持续发展意义重大.通过引入方向距离函数和ML指数对2004—2010年中国30个省份的工业全要素生产率的增长进行度量.发现:东部地区的工业环境技术效率明显高于中、西部地区,考虑污染物后地区工业全要素生产率高于不考虑环境约束下的情形.全国大部分地区工业生产效率受技术进步推动明显.  相似文献   

17.
用面板数据模型估算了1990—2004年间长三角16市的全要素生产率,估算结果表明:(1)各市全要素生产率大体上经历了高速增长、低速增长甚至负增长和次高速度增长三个阶段;(2)上海市的技术。效率低于长三角地区平均水平;(3)苏州的技术效率最高;(4)1999—2004年期间,江苏各市技术效率大体上明显高于浙江各市。为有效提升长三角地区的技术效率,一方面要通过宏观经济调控缓和经济波动,另一方面要吸引外资的同时提升国内企业产品的技术含量。  相似文献   

18.
《大连大学学报》2022,(1):96-105
为了研判我国科技创新的发展特征、动态演化规律和区域协同发展水平,基于中国省域和四大板块区域的视角,运用DEA-Malmquist模型对中国科技创新效率进行静态和动态测度,并考察其时空演化格局进程。研究发现我国科技创新效率总体呈现波动上升趋势,四大板块具有明显区域性差异。其中,东部地区科技创新效率始终居于四大板块首位,西部地区科技创新效率处于较低水平,并且各时期科技创新综合效率达到技术生产前沿的省区市较少。此外,技术效率和技术进步均是促进我国科技创新效率提升的关键因素,全要素生产率增长主要源于两者的协同作用。  相似文献   

19.
文章选择我国2002-2018年30个省份的数据为样本,采用动态SDM模型研究了绿色信贷与绿色全要素生产率的关系。结果发现:绿色信贷的提高显著促进了本地绿色全要素生产率提升,同时也促进了邻近地区绿色全要素生产率提升;绿色信贷对绿色全要素生产率积极影响的长期直接、间接和总效应以及短期直接、间接和总效应均统计显著,并且长期效应要大于短期效应;绿色信贷与绿色全要素生产率组成中的技术效率有着较为显著的正相关关系,但是与技术进步的关系并不显著。  相似文献   

20.
新冠疫情以来,线上虚拟集聚成为数字经济时代下产业组织新趋势。本研究探讨产业数字化虚拟集聚程度是否影响以及如何影响全要素生产率的问题。基于2015-2020年中国30个省的面板数据,采用熵值法对产业数字化虚拟集聚水平进行测度,通过中介和调节效应模型研究产业数字化虚拟集聚对全要素生产率的作用机制和影响路径。研究发现:(1)产业数字化虚拟集聚对全要素生产率存在显著的提升作用;(2)产业数字化虚拟集聚通过推动技术进步和改善技术效率的内在机制推动全要素生产率的增长;(3)产业数字化虚拟集聚通过数字服务的“市场规模效应”“劳动力涵养地效应”与“隐性知识显性化效应”来推动全要素生产率提升。因此,加快产业数字化虚拟集聚进程,加强数字技术改造和人才培育,促进产业结构数字化升级,将使全要素生产率得到有效提升。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号