林改后农户林业经营效率的影响因素分析——基于DEA—Tobit分析法的实证研究

基于福建省南平、龙岩、三明等地的问卷调查,运用DEA-Tobit模型对农户林业经营效率的影响因素进行实证分析。研究发现,户主年龄、户主受教育程度、林地块数、林地离公路的距离、林地坡度、经营类型、经营主体类型、种苗质量、施肥次数、整地方式、林业收入占家庭收入的比重、资金来源渠道的畅通性、伐区调查设计制度、林业税费等14个因素对林业经营效率影响显著。因此,提升林农的林业经营水平与变革林改配套措施是可行之策。

基于DEA-Tobit的综合档案馆服务效率、影响因素及提升策略

全面分析我国综合档案馆服务效率及影响因素,提升综合档案馆服务水平,促进档案事业可持续发展。以档案利用服务理论、投入产出理论为理论基础,选取最近20年《中国档案年鉴》(2001版—2020版)中的3万余条数据,基于DEA分析法,从时间(年份)和空间(省域)两个维度对我国综合档案馆服务效率进行测算,选取典型案例予以分析。基于内容分析法提出4个影响因素假设:档案开放利用程度、库藏密度、人员业务能力和档案征集能力,通过构建DEA-Tobit回归模型,对4个假设进行验证,根据验证结果,提出有针对性的综合档案馆服务效率提升策略。从基于假设验证视角出发,研究综合档案馆服务效率影响因素,为档案学领域定量研究拓展,以及档案馆服务效率影响因素分析提供了新的研究路径。

安徽省旅游效率和旅游竞争力的耦合协调演化及影响因素——基于DEA-Tobit模型的分析

通过构建旅游效率与旅游竞争力综合评价指标体系,以安徽省16市为案例地,采用DEA模型、熵值法、耦合协调模型分析安徽省2011—2019年各市旅游效率系统与旅游竞争力系统的耦合协调关系,运用Tobit模型定量识别其影响因素。结果表明:安徽省旅游效率整体水平较高,在空间格局上呈现稳定性和规律性的演化特征;安徽省旅游竞争力水平整体上不断提升,呈现由双核主导(合肥市、黄山市)向单核极化(合肥市)演变的格局特征;安徽省旅游综合效率系统和旅游竞争力系统的耦合协调时序演化较为稳定,空间差异较大;产业结构水平、市场规模、对外开放程度、旅游产业专业化程度对旅游效率和旅游竞争力系统的耦合协调发展起正向促进作用,而城市化水平、信息化水平反向抑制其协调发展。

光伏发电企业运营效率及影响因素研究——基于DEA-Malmquist-Tobit模型的分析

在“双碳”目标的引领下,科学评价光伏发电企业的运营效率及其影响因素,对促进光伏企业及产业的高质量发展有着重要意义。基于2014—2022年光伏发电上市公司的面板数据,运用DEA-Malmquist-Tobit模型测度了光伏企业的运营效率及其综合效率的动态变化,实证分析了运营效率的主要影响因素。结果表明,9年间光伏发电企业的全要素生产率呈1.8%增长率的小幅增长趋势,股权结构、每股收益等5个变量对光伏发电企业的运营效率有显著性影响。

福建省产学研协同创新效率评价及影响因素分析——基于DEA交叉效率-Tobit模型

利用DEA交叉效率模型测度福建省地级市产学研协同创新效率,以了解福建省各地级市产学研协同创新质量发展差异及存在的问题,并利用Tobit模型深入分析福建省产学研协同创新效率的影响因素,最后提出相应对策与建议。研究发现:2015—2022年福建省9个地级市产学研协同创新效率整体水平不高,呈现“东高西低”空间分布特点,发展不均衡,且不均衡程度有逐渐加重的趋势;经济发展水平对福建省产学研协同创新效率存在显著负向影响,对外开放程度和地方财政科技支出强度存在显著正向影响,而高校(院所)转移知识的能力和企业-高校(院所)合作强度没有产生显著影响。进而提出建议:因地制宜,提升产学研创新资源配置效率;加强合作,强化创新中心城市的创新辐射带动作用;多方引力,提高对外开放水平。

安徽省紧密型县域医共体经济运行效率及其影响因素研究——基于三阶段DEA和Tobit回归分析

目的:分析安徽省紧密型县域医共体经济运行效率及其影响因素,为完善相关政策提供循证依据。方法:采用三阶段DEA模型,对安徽省59个紧密型县域医共体经济运行效率进行分析,运用Tobit回归方法进行影响因素分析。结果:2021年安徽省紧密型县域医共体经济运行的综合技术效率值为0.669,纯技术效率值为0.830,规模效率值为0.812;县域人均GDP、人口密度、陆地面积与运行效率呈负相关;县域内住院人次占比、全县医保基金支出、三四级手术台数与综合技术效率呈正相关。结论:安徽省紧密型县域医共体存在发展不平衡问题,需要基于县域医疗卫生资源,充分考虑县域人口、经济、地理环境、医疗服务水平等内外部因素,合理确定县域医共体建设规模,提高管理和技术水平,实现高质量发展。

金融助推体育产业发展的效率测算及影响因素研究——基于DEA-Tobit模型的实证分析

经济新常态背景下,金融业在推动体育产业发展上起到重要作用,研究二者之间的关系对促进金融-体育系统协调发展具有重要意义。本文以我国2007-2023年上市体育公司金融支持效率为研究对象,采用DEA-BCC模型测算金融支持效率,Tobit面板模型进行影响因素分析,检验结果显示:我国金融支持体育产业效率均大于0.6,但整体呈波动式走向;东部地区和主板市场金融支持体育产业的发展水平具有一定的代表,且与全样本走势基本一致;企业属性、股权集中度对金融支持体育产业效率有显著的促进作用,企业规模、宏观经济风险会显著抑制金融支持效率,融资约束则对其具有负向不显著影响;对所有样本进行分地区、分市场回归依然得到相似的结论。最后,本文从政府、金融监管当局、体育企业自身提出一定的建议,以促进金融支持体育产业效率的提升。

基于DEA和Tobit模型的安徽省水资源利用效率测算与影响因素分析

利用超效率SBM-DEA模型、DEA-Malmquist指数对2011—2020年安徽省水资源利用效率进行测算,并采用Tobit模型分析其影响因素。结果表明,2011—2020年安徽省水资源利用效率未达到有效水平,利用效率平均值从0.931波动下降为0.873,16个地市中仅有合肥、淮北、黄山的水资源利用效率达到DEA有效,其余13个城市的水资源利用效率均处于生产前沿面之下。安徽省水资源利用效率Malmquist指数平均值为0.981,总体处于下降阶段,技术效率变化、技术进步变化均阻碍了效率的上升;合肥、淮北、芜湖、铜陵、安庆和黄山的Malmquist指数平均值处于上升阶段,其余10个城市的Malmquist指数值均处于下降阶段。人均GDP、第一产业比重、农业用水比重因素均对安徽省水资源利用效率的提升呈现出显著的正向促进作用;而人均用水量、人均污水排放量则均呈现出显著负向作用。

高职学生非认知技能培养效率评估——基于DEA-Tobit模型的测算

非认知技能对个体发展至关重要,提高高职院校非认知技能的培养效率有助于优化职业教育资源配置。利用2022年全国高职学生发展调查数据,采用超效率数据包络法(SE-DEA)测算了31所高职院校非认知技能培养的技术效率,并结合Tobit模型分析了高职学生非认知技能培养效率的影响因素。研究发现:25所高职院校的非认知技能培养的技术效率有效,且行业特色鲜明、专业集群化程度更高的学校技术效率表现更好;衡量学校过程性投入的教师教学热情变量对非认知技能培养效率有显著正向影响,而衡量学校资源投入的师资水平变量产生了消极影响;此外,专升本学生所占比重不利于学校整体的非认知技能培养效率。

云南山地碳汇造林投入产出效率研究——基于DEA-Tobit模型的腾冲市农户实证分析

在考虑碳汇生态价值补偿和林业生产效率的基础上,将碳汇收益纳入林业产出中,分析农户碳汇林投入产出效率的变动趋势。基于云南省腾冲市清洁发展机制小规模造林和再造林项目数据,分别运用三阶段DEA和Tobit模型对区域农户投入产出效率及其影响因素进行研究。研究表明,目前腾冲市农户碳汇造林生产经营处于规模效益上升阶段,投入产出效率值为0.598,较低的纯技术效率是制约生产效率提升的关键因素,不同项目区的生产效率存在显著差异;林业补贴政策对碳汇林生产效率具有显著正向影响,林地细碎化程度和采伐指标申请也对生产效率有积极作用,而市场距离和苗木价格对投入产出效率有负面影响。建议优化林业碳汇政策,提高农户参与碳汇造林的意愿,鼓励通过优化资源配置实现更高的投入产出效率,从而实现生态发展和农民增收的双赢。

山东省农业保险运行效率及影响因素分析——基于DEA和Tobit模型

采用DEA-BCC模型和Tobit模型,对山东省农业保险运行效率及影响因素进行研究。结果表明:山东省农业保险综合效率总体较好,农业保险纯技术效益已经达到最优状态,持续扩大普惠农业保险责任和保险标的的适用范围,阶梯式提升农户收入,有利于乡村振兴宏伟目标的实现;风险保额过度提升会增加农业生产对于农业保险的依赖程度,农田成灾面积与农业保险效率呈负相关关系。

区域创新效率的环境影响因素分析--基于DEA-Tobit两步法的实证检验

应用DEATobit两步法对我国省际区域创新效率的环境影响因素进行分析.实证结果表明,劳动者素质与区域创新效率之间存在显著的正相关关系,而创业水平与区域创新效率之间则呈现显著的负相关关系,这可能与创业期企业规模较小有关.进一步分析显示,劳动者素质对区域创新效率的显著影响主要受教育投资力度这一因素影响,而平均受教育程度的影响并不显著;创业水平对区域创新效率的显著负影响主要受到民营科技企业的影响,而高技术企业的影响并不显著.本文结论为我国区域创新工程建设提供政策启示.

对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析

运用DEA模型对西安市2003～2010年的物流效率进行分析,并利用Tobit回归模型评价物流效率与各个影响因素之间的相关性。结果表明:西安市整体物流效率较高,且与经济发展水平(GDP)、区位优势、物流资源利用率和市场化程度呈正相关,其中物流资源利用率和市场化程度对物流效率的影响程度更深。

基于DEA-Tobit两阶段法的社区卫生服务中心技术效率评价与影响因素分析

目的研究2014年全国31个省、市社区卫生服务中心的技术效率及其影响因素,为提高社区卫生服务中心效率提供依据。方法采用DEA-Tobit两阶段法计算社区卫生服务中心的技术效率,并分析其影响因素。结果31个省、市社区卫生服务中心技术效率平均值为0.619,非DEA有效省份投入过剩数量平均为机构数184所,人员数5645人,床位数3098张;平均住院日、人均卫生总费用、医护比、管理人员数和全科医生数对技术效率的影响具有统计学意义(P<0.05)。结论通过加大全科医生培养力度、调整医护人员比例和改善内部管理水平来提高社区卫生服务中心的整体效率。

中国农村乡镇卫生院服务效率的实证分析——基于省际面板数据的DEA-Tobit估计

使用2002-2009年我国31个省份的面板数据,对不同地区乡镇卫生院服务效率进行比较和分析。采用投入导向的数据包络分析(BCC模型)方法计算各省份乡镇卫生院的技术效率和规模效率,并根据效率和投入情况将全国不同地区划分为六种类型,针对不同类型的地区提出提高效率的路径。使用Tobit回归对效率低下的影响因素进行回归分析。我国农村地区乡镇卫生院服务效率很大程度上受到新型农村医疗制度的实施效果,以及农村居民的文盲率和总抚养比的影响。

研究型大学自然科学学科科研生产效率测算及影响因素分析——基于DEA-Tobit两阶段模型

利用2006-2010年"211工程"大学自然科学学科科研投入产出面板数据,构建DEA-Tobit两阶段模型测算以质量为导向的科研生产效率,并进行影响因素分析。第一阶段核算了各大学科研生产技术效率、纯技术效率和规模效率。科研生产效率整体较高,科研管理和资源配置水平是制约科研生产无效率的主要原因,且绝大多数高校都处于规模收益递减或规模收益不变阶段。第二阶段就效率得分影响因素进行了分析。各地区研究型大学自然科学学科科研生产效率存在较大差异,所在区域科技进步水平对大学科研生产效率存在显著影响,经济发展水平的影响不显著;大学国际交流合作、学术声誉、集群效应均未对科研生产效率表现出积极影响,大学教师人力资本水平对以质量为导向的生产效率具有关键影响。

基于DEA-Tobit模型的河南省粮食生产效率分析

采用2000—2010年河南省18个市的数据,运用数据包络分析法(DEA)分析了河南省粮食生产效率;并用Tobit模型分析了河南省粮食生产效率的主要影响因素.分析结果表明,河南省粮食生产效率水平整体比较高,但是郑州,开封,洛阳,平顶山,安阳,濮阳,许昌,漯河,三门峡,南阳,商丘11个市存在投入的过量;有效灌溉面积和单位面积粮食产量与粮食生产效率存在正相关,而人均GDP高的市粮食生产效率则相对较低.因此,在粮食生产过程中应合理调整要素投入,加强农田水利设施建设,采用先进的农业科技,从而提高粮食生产效率.

基于DEA-Tobit的装备制造业上市公司经营绩效研究——来自2005～2010年装备制造业的经验数据分析

本文以2005-2010年中国装备制造业上市公司为研究主体,以其经营绩效为研究对象,利用主成分法和因子分析对指标进行筛选并剔除,构建装备制造业上市公司绩效指标体系。运用DEA-Malmquist指数法对经营绩效进行评价并得出装备制造业全要素生产率的提高主要得力于技术进步,而技术效率也是影响全要素生产率的因素的结论。通过Tobit回归找出其他因素对经营绩效的影响程度。实证表明,装备制造业整体绩效并不理想,要想使装备制造业健康持续发展就需同时兼顾技术效率、技术进步的提高,同时重视公司内部的管理与决策能力,实现规模经济。

P2P网络借贷平台融资效率及其影响因素分析——基于DEA-Tobit方法

具有高效的融资效率是P2P平台增强竞争力和保持良好运营的基础。从平台指标、标的指标、风险指标三个维度建立P2P平台融资效率影响因素指标体系,基于DEA-Tobit两步分析法,选取9家典型P2P平台的7 755条借款标的作为研究样本,运用DEA方法测度了P2P平台融资效率值,后建立Tobit模型实证分析融资效率的影响因素及程度。研究表明,我国P2P平台融资效率水平普遍较低;平台注册资本、运营时间、投资和借款总人数、借款用途、信用等级、正常还款次数这些因素对P2P平台融资效率产生正向影响;而借款期限、逾期还款次数等因素与P2P平台融资效率存在负向关系。

我国世界一流大学建设经费投入效率实证研究——基于34所高校面板数据的三阶段DEA-Tobit分析

2017—2020年我国一流大学建设高校的经费预算平均增长了31.29%,一流大学建设的经费投入及效率受到学界及社会的广泛关注。笔者使用国际通用的投入产出指标,采用三阶段DEA方法分析一流大学建设高校经费投入效率情况,并运用Tobit模型分析经费投入和使用结构对效率的影响。研究发现,我国一流大学建设高校经费投入效率较高,并呈现“西部最高、东部次之、中部最低”的区域差异特征;规模效率是影响技术效率的主要因素,纯技术效率小于1会带来明显的学术产出不足;城市人均GDP、财政投入教育的比例、一流大学建设高校数量对经费投入效率有正向作用;财政拨款、事业经费、捐赠经费占比对效率的影响呈“U型”,基本支出占比对效率的影响呈“倒U型”。应适当控制一流大学建设高校的规模,提升学术影响力,优化经费结构,建立经费投入效率监督问责机制。