共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
利用数据包络分析DEA—BCC模型和Malmquist指数模型对58家国内物流上市公司2017—2021年的经营效率做静态与动态分析,并构建DEA-Tobit模型对经营效率的影响因素进行分析。静态分析结果显示,超过50%的国内物流上市公司的经营效率处于中度DEA无效水平,规模效率成为制约经营效率的关键因素;动态分析结果显示,近5年中国物流类上市公司全要素生产率受技术退步影响而下降0.5%;投影分析结果显示,公司可以通过减少固定资产等投入以及提高资本的利用程度来提高经营效率;在同质环境下,资产负债率,股权集中度和财务杠杆的上升会降低公司经营效率,高固定资产周转率和高利润率会正向促进公司经营效率。 相似文献
3.
以江苏省高校科研活动投入产出面板数据作为研究对象,运用数据包络分析(DEA)中BCC模型和Malmquist生产率指数分别测算其静态效率和动态效率。结果表明:江苏省高校科研静态效率有很大提升空间,需要更加合理地配置科研活动投入资源,以期达到技术有效;进一步通过Malmquist生产率指数分解追寻引发江苏省高校科研全要素生产率以及技术效率提升的深层次原因。 相似文献
4.
本文采用基于DEA的CCR模型和Malmquist生产率指数,从静态和动态两个视角对2000-2017年青海省科技创新效率进行了定量评价。研究发现：从静态效率看,青海省科技创新综合效率和规模效率均较低,纯技术效率相对有效,规模效益处于规模递增状态;从动态效率看,青海省技术进步缓慢和技术效率改善不明显拖累了全要素生产率增长;考察期内青海省科技创新效率呈现“上升-下降-上升”趋势,但科技创新效率总体偏低,在西北五省中处于下游水平,这与青海省经济发展历史、经济发展水平、产业发展需求、科技投入管理和科技创新体系等因素有关。 相似文献
5.
根据2000—2011年中国造纸产业数据和山东、广东、浙江、江苏、河南的省际数据,运用基于数据包络分析的Malmquist指数法对我国造纸产业的全要素生产率进行测算和分解。实证结果表明:(1)中国造纸产业全要素生产率整体上处于上升趋势,表现出明显的波动性;(2)技术进步是全要素生产率提高的主要原因,技术效率改善的贡献很小;(3)全要素生产率的变化具有区域差异性,江苏、山东增长较快,河南、浙江、广东增长较慢,其主要原因是技术效率和规模效率的退步,因此产业技术利用水平和规模效益有待提高。 相似文献
6.
7.
8.
中国高技术产业生产率增长来源：技术进步还是技术效率 总被引：1，自引：0，他引：1
本文应用基于DEA的Malmquist指数方法计算了1996-2009年中国高技术产业全要素生产率及分解,通过对高技术产业2002年前后各效率变化的对比分析,探讨了影响全要素生产率变化的深层因素并给出相应的政策建议.实证结果表明:(1)2002年后高技术产业全要素生产率出现下降,其主要原因是技术进步率的快速下降.同时技术效率变化取代技术进步成为影响全要素生产率的主导因素.(2)高技术产业发展已由单纯追求技术创新向技术创新与制度创新相结合转变,但技术创新能力差,关键技术自给率低是目前我国高技术产业发展瓶颈. 相似文献
9.
我国煤炭行业的技术效率、技术进步与生产率增长 总被引：3，自引：0，他引：3
运用2001-2006年煤炭行业面板数据(panel data),采用非参数Malmquist指数方法,实证分析了中国煤炭行业增长过程中全要素生产率的变动状况,并将其进一步分解为技术效率和技术进步.研究结果表明:中国煤炭行业16家上市公司技术效率有逐年好转趋势但总体效率水平仍然较低,普遍存在比较严重的投入拥挤问题,集约式生产应该是煤炭产业的重点发展趋势;2001-2006年中国煤炭行业全要素生产率的平均增长率为6.2%,主要原因是技术效率水平的提高,且在不同时期技术效率和技术进步对煤炭行业全要素生产率增长的贡献存在一定差异,同时东部、中部和西部地区之间和地区内部煤炭行业全要素生产率的增长率也存在较显著差异. 相似文献
10.
中国高技术产业全要素生产率（TFP）的提升为经济的可持续发展提供了重要支持。以中国30个省市为研究目标,采用三阶段DEA模型和Malmquist生产率指数对“十一五”至“十三五”期间各地区高技术产业TFP进行了静态和动态研究。研究发现：在剥离了外部环境因素和随机扰动因素后,综合效率和规模效率被高估,纯技术效率被低估,而规模效率偏低则是制约我国高技术产业TFP提升的主要原因。通过Malmquist指数及其分解可知,我国高技术产业技术效率改进由纯技术效率占据主导,但技术进步迟缓依旧是扼制我国高技术产业TFP提升的瓶颈。因此,持续扩大产业规模,保持研发投入和技术创新是推动我国高技术产业长远发展的重要途径。 相似文献
11.
在分析青海省R&D活动总量及结构现状和存在问题基础上,采用基于数据包络分析(DEA)的CCR模型和Malmquist生产率指数,对2000-2017年青海省R&D活动的静态投入效率和动态投入效率进行测算评价,且考察青海省R&D活动投入效率的影响机制.研究发现:青海省R&D活动投入效率总体偏低,在西北5省区及国内30个省份处于下游水平;从静态投入效率看,综合效率和规模效率均较低,纯技术效率相对有效,规模效益处于规模递增状态;从动态投入效率看,技术进步缓慢和技术效率改善不明显拖累了全要素生产率增长;研发人员、对外开放和创新环境指标水平提升显著促进青海省R&D活动投入效率提升,但研发经费和政府支持对青海省R&D活动投入效率提升作用不显著.研究结论时青海省科技发展的政策含义包括应充分发挥政府资金引导作用,加强人才引进和培育力度,积极促进科技成果吸收转化,以及营造高质量科技创新环境等. 相似文献
12.
长江经济带城市土地利用效率评价 总被引：4，自引：0，他引：4
城市土地资源的合理有效利用是经济可持续发展的重要保障。以长江经济带108个地级及以上城市为研究对象,运用三阶段DEA模型和Malmquist指数对2005—2015年城市土地利用效率进行静态和动态分析。研究结果表明：①剔除外部环境和随机误差因素对城市土地利用效率影响之后,综合效率和纯技术效率显著提高,规模效率、技术进步和全要素生产率呈现不同幅度下降;②土地利用效率整体处于较低水平,空间格局呈现下游地区显著高于中、上游地区,长江沿线以南地区显著高于以北地区的分布态势,与纯技术效率联系密切;③土地利用规模报酬空间分异明显,长江中上游地区多处于规模报酬递增阶段,而中下游地区投入冗余情况显著;④土地利用全要素生产率年均下降0.7%,前期受到规模效率和纯技术效率的抑制,后期由技术进步推动发展,各城市土地利用效率趋于均衡。 相似文献
13.
构建数据包络分析DEA- BCC模型与Malmquist指数模型对2 011-2 016年30家中国生物科技上市公司经营效率做静态和动态分析：静态分析可知生物科技类上市公司近67%处于经营效率较高，33%的公司处于规模报酬递增阶段，通过扩大生物科技类上市公司规模提高经营效率有很大操作空间，整体看管理效率成为制约公司经营效率的主要因素；动态分析可知近年来中国生物科技类上市公司全要素生产率下滑7. 2%，技术进步下降7. 7%成为制约TFP增长的主要因素，同时受技术进步、规模效率以及纯技术效率制约的公司数占总数3. 4%，只受规模效率和纯技术制约占总数3. 4%，仅受技术进步制约占总数53%。 相似文献
14.
基于DEA的非参数方法和Malmquist指数测算2015-2019年文化传媒上市公司静态和动态效率.结果表明:总体经营效率水平较低,近八成公司未到达效率的前沿面;2015-2019年,文化传媒公司的全要素平均生产率水平为0.997,技术效率水平为-21％,技术效率水平下降是导致全要素生产率呈负增长的重要原因.因此,文化传媒公司要进一步提高资源利用率,不断对其产业结构进行优化调整,企业进一步深度融合,持续创造新的增长点,促进企业绩效提升. 相似文献
15.
采用基于DEA的Malmquist分析方法,对我国30个省份高校2004—2010年人文社科研究全要素生产率及其分解情况进行分析,得到以下结论：高校人文社科研究全要素生产率呈下降趋势,主要原因是技术进步率和规模效率同时下降,只有纯技术效率轻微上涨但影响微弱;全要素生产率和技术进步率的变动趋势高度一致,两者具有同步性;省份对比看,不同省份高校人文社科研究全要素生产率及其分解指标差异显著.区域对比看,东部地区高校人文社科全要素生产率高于西部和中部地区. 相似文献
16.
使用Malmquist方法测算2003—2008年间中国制造业的全要素生产率及其分解的技术效率和技术进步,并对国内研发投入和制造业全要素生产率、技术效率和技术进步之间的关系进行实证检验。研究表明:国内研发投入的增长对技术效率的增长产生比较显著的正面影响;而国内研发投入的增长对制造业全要素生产率的增长和技术进步产生不显著的负面影响。 相似文献
17.
通过利用DEA的Malmquist指数方法对长三角和珠三角地区2003—2012年高技术产业进行动态变化研究,并把全要素生产率增长分解为技术进步变化和技术效率变化两部分。结论表明:长三角和珠三角地区高技术产业创新效率整体呈现增长趋势,TFP增长主要来自于技术进步,并且发展不稳定;珠三角地区的全要素生产率明显高于长三角地区,两大区域的规模效率无明显增长,因此两大区域在提高技术的同时还需要实现资源的优化配置。 相似文献
18.
中国省际全要素生产率的空间差异与变动趋势 总被引：1，自引：0，他引：1
本文采用DEA三阶段模型和Malmquist指数分解方法,对中国1987-2008年28个省市的全要素生产率进行测度和分解,分析了全要素生产率的空间差异和变动趋势,并利用Kernel密度分布法进行了要素投入和全要素生产率的经济差距效应分析。结果表明,环境因素确实对效率测度存在较大影响,DEA三阶段模型增强了效率评价的科学性和省市间的可比性;技术效率是影响全要素生产率变动的主要因素,全要素生产率的变动存在较大的空间差异,但呈缩小趋势;要素的空间均匀分布对缩小中国区域经济差距起到较大的贡献。 相似文献
19.
《中国科技论坛》2015,(11)
利用Sequential Malmquist指数方法评价中国29个省份1998—2012年高校科技创新全要素生产率增长,并将其分解为纯技术效率变化、纯技术进步和规模报酬变动,继而对高校科技创新全要素生产率增长及其分解的差异及收敛进行实证检验。研究发现,高校科技创新全要素生产率总体呈现增长态势。其中,全部省份的高校科技创新均实现了技术进步,但高校科技创新纯技术效率则显著下降,且总体处于规模报酬递减阶段;高校科技创新全要素生产率增长及其分解在区域层面和省级层面均不同程度上存在空间分布差异;高校科技创新全要素生产率增长及其分解的σ指标值呈现波动下降态势,并且各指标值均存在显著的绝对β收敛。最后,提出针对性政策建议。 相似文献
20.
基于DEA-Malmquist模型的中国沿海地区旅游产业效率时空演化、影响因素与形成机理 总被引：2，自引：0，他引：2
“十二五”期间国家提出大力发展海洋经济,加快发展滨海旅游业,明确“坚持把经济结构战略性调整作为加快转变经济发展方式的主攻方向”的战略部署。本文运用DEA数据包络分析方法对1999-2012年沿海11省市区旅游产业效率进行测度,揭示其时序变化与空间差异特征,运用Malmquist生产率指数方法分析该时间段沿海地区旅游产业全要素生产率的时空演化特征,进而运用面板数据模型对其旅游产业效率的影响因素和形成机理进行分析。研究发现：1999-2012年,沿海地区旅游产业综合效率整体上呈螺旋状上升态势,其中长三角地区呈现出领先优势,环渤海地区和泛珠三角地区不相上下,呈平稳变化态势;沿海地区旅游产业全要素生产率整体上保持快速的增长,年均增长率为8.6%,其中技术进步是引起全要素生产率增长的主要原因;城市化水平对旅游产业效率的影响呈显著正效应,推动技术进步、优化产业结构以及提升城市化水平是提高沿海地区旅游产业效率的重要途径。 相似文献