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。

基于DEA-Malmquist-Tobit模型的医药行业上市公司绩效评价及影响因素研究

基于DEA-Malmquist-Tobit模型,本文研究了2009年到2019年30家医药上市公司的经营绩效及其影响因素。研究结果表明:第一,从静态效应来看,纯技术效率和规模效率不高导致了综合性技术效率平均值普遍偏低;第二,从动态效应来看,技术效率变化是上市公司全要素生产力降低的主要原因;第三,上市公司的资产周转率、毛利率与上市年龄均显著地影响医药上市公司经营绩效。本文从提高企业技术创新能力、加强医药行业上市公司管理水平、创造医药行业上市公司“做大”的市场条件以及善用国家政策四个方面出发提出改进的建议对策。

长三角高校科研创新绩效评价及影响因素研究--基于DEA-Malmquist-Tobit模型

基于绩效评价理论,结合高校科研创新的特点,构建高校科研创新绩效评价指标体系。运用DEAMalmquist-Tobit模型,对2008-2017年长三角高校科研创新绩效整体进行静态和动态分析评价;探究高校科研投入产出绩效的影响因素。结果表明,长三角高校科研创新绩效水平不高,全要素生产率(Tfpch)呈下降趋势;高校政策环境、对外联系程度、教师职称结构等因素,对于高校科研创新绩效有显著影响。在此基础上,从高校内部管理体制、资源配置战略等方面,提出提升长三角高校科研创新绩效的政策建议。

我国十大城市群高校科研效率及影响因素研究--基于DEA-Malmquist-Tobit模型

城市群高校作为科研创新体系的“桥头堡”,肩负着培养创新人才、进行科学研究和服务创新战略的重要使命。以2009—2018年我国十大城市群高校为研究对象,运用DEA-Malmquist模型对各城市群高校科研效率进行测算。结果表明:2018年我国城市群高校科研效率明显提升,但是非DEA有效城市群仍然占比较高。山东城市群、中原城市群和长三角城市群等高校科研效率的增长主要源于技术进步效率的提高,珠三角城市群、海西城市群和辽中南城市群等高校科研效率的下降主要源于技术效率的降低。进而通过Tobit模型对影响高校科研效率的因素进行回归分析,发现城市群高校人力资本和财力资本处于“丰裕”状态,成果奖励、学术交流和科研机构处于“稀缺”状态。为推进我国高校内涵式发展,应减少人力资本和财力资本的过度投入,加强对外交流合作,改组和整合科研机构,完善成果奖励机制,努力推进城市群高校协同发展。

基于DEA-Malmquist-Tobit模型的环境效率测度及影响因素研究——以河南省为例

基于河南省2007—2016年各地级市的面板数据,首先运用规模报酬可变的DEA模型和Malmquist指数模型分别从静态和动态的角度测度环境效率,然后构建Tobit回归模型探究影响环境效率的因素。结果表明,河南省环境效率整体处于较高水平,技术效率略有降低,投入要素的配置趋于合理;环境效率在动态变化上呈下降趋势,其中技术进步对河南省环境效率的影响较为关键;河南省产业结构具有较大调整空间,第二产业所占比重对河南省环境效率的影响最大。

国家级农业科研院所科研效率评价及其影响因素——基于DEA-Malmquist-Tobit模型

结合农业科研院所特点选择变量,运用DEA-Malmquist-Tobit模型,基于国内某国家级农业科研机构31家研究所2015—2019年数据进行科研效率静态和动态分析,并进一步探究影响科研效率的因素。结果表明:研究所科研效率水平整体平稳上升但表现差异较大,且不同学科类别下研究所的科研效率存在一定差异,其中农业资源与环境科学类研究所表现较好;影响研究所科研效率高低的主要原因是纯技术效率,其中对于科研效率的提高,地区经济发展水平无显著影响,不合理的人才结构呈制约作用,获奖成果激励有显著促进作用。基于研究结果,从调整资源配置、优化人才评价考核机制和完善成果奖励方案三方面提出对策建议。

基于DEA-Malmquist-Tobit模型的河南省生态效率研究

从考虑污染变量角度运用SE-DEA模型对河南省2007-2012年的生态效率进行静态评价,通过Malmquist指数分析了生态效率的动态变化趋势,并结合Tobit回归探讨了生态效率的影响因素。结果表明:2007-2012年河南省生态效率(静态)总体上呈平稳上升趋势;河南省各地市(洛阳、许昌除外)生态效率(动态)呈现随时间进步特征,生态效率的改善主要是技术进步的作用所致,受技术效率变动影响较小;经济规模和产业结构是阻碍生态效率提高的主要因素,而市场化程度显著促进了生态效率的提高;环境保护支出对生态效率有明显的促进作用;进出口贸易和外商投资分别对生态效率产生一定的负向和正向影响。

长江经济带工业环境效率差异及其影响因素——基于超效率DEA-Malmquist-Tobit模型

以长江经济带11个省市为研究对象,运用超效率DEA模型对2005—2014年各省市的工业环境效率进行静态评价。实证结果表明:2005—2014年长江经济带整体工业环境效率水平较高,但各地区之间仍然存在一定差距,其中浙江、江苏等地环境效率值较高,云南、贵州等地较低;11个省市的全要素环境效率的增长率平均值大于1,技术进步是工业环境效率变动的主要因素;产业结构和环境管制对工业环境效率产生积极影响,外商投资和人口密度对工业环境效率产生消极影响。

基于DEA-Malmquist-Tobit模型的中国海洋渔业补贴财政效率及影响因素研究

作为世界上最大的渔业生产国和贸易国,中国渔业补贴政策的制定和实施对国计民生具有重大意义,也是推进海洋强国战略建设的题中应有之义。本文选取基于规模报酬可变假设的DEA模型测算了中国海洋渔业补贴的效率水平,进一步利用Malmquist指数对补贴效率的动态变化进行分解,探究效率变化的内在驱动因素,然后建立分析补贴效率影响因素的面板Tobit模型,对补贴投入和环境变量对补贴效率的影响进行分析,结果表明,当前我国海洋渔业补贴效率整体较低,且全要素生产率呈下降趋势,最后基于实证结果从改善补贴规模和调整产业结构等方面提出改善渔业补贴效率的对策建议。

“一带一路”沿线省市区工业生态效率及影响因素研究——基于DEA-Malmquist-Tobit模型

"一带一路"沿线省市区工业生态效率的研究对于推动我国绿色生态文明建设具有重要意义。本文运用DEA、Malmquist指数及Tobit模型对2011-2015年"一带一路"沿线17个省市区的工业生态效率时空变化特征及影响因素进行实证研究,结果表明:"一带一路"沿线省市区工业生态效率总体水平较低,呈现"东南区域>东北区域>西南区域>西北区域"的分布特点;区域整体工业生态效率呈良好改善态势,技术进步是工业生态效率提升的主要动力;西南区域在工业生态效率改善方面呈现明显的"追赶效应",东北区域的效率提升呈现后劲不足态势;经济发展水平、城市结构、对外经济和研发强度对于工业生态效率有显著影响。最后,从"一带一路"沿线的区域合作入手。

金融支持乡村振兴效率评价及影响因素研究----基于DEA-Malmquist-Tobit方法

本文运用数据包络分析(DEA)和Malmquist生产指数对2012-2017年山东省17地市金融支持乡村振兴效率进行静态和动态评价,并采用Tobit模型识别关键影响因素。研究发现,山东省金融支持乡村振兴效率整体处于相对有效状态,但地区差异明显,纯技术效率和规模效率均存在改进空间,技术进步状况下降成为制约全要素生产率提高的最大短板;产业结构、金融市场规模、农户受教育程度、涉农财政投入对乡村金融效率有着显著的正相关作用,金融市场效率、城镇化水平却有着负向作用。

安徽省耕地利用效率测度及影响因素研究——基于超效率DEA-Malmquist-Tobit模型

耕地利用效率的高低关乎农业可持续发展与国家粮食安全。以安徽省2011—2018年16个地级市耕地利用的相关数据为基础,基于超效率DEA测算耕地利用效率,并通过Malmquist指数分析耕地利用全要素生产率的动态变化,最后借助Tobit模型分析影响耕地利用效率的因素。研究结果表明:2011—2018年安徽省耕地利用超效率均值为1.051,达到DEA有效,但各地区的效率值存在较大差异;研究区内耕地全要素生产率呈波动上升态势,主要受技术进步提高的作用;在耕地利用效率的影响因素中,按系数绝对值排序为复种指数>单位耕地面积机械总动力>农民人均纯收入>人均GDP。据此,为安徽省耕地利用效率的进步提出参考意见。

长江经济带低碳经济发展绩效评价及其影响因素——基于DEA-Malmquist-Tobit模型的实证研究

为探究长江经济带低碳经济发展绩效的变化情况及其影响因素,首先运用了DEA-Malmquist指数法对2006—2016年长江经济带所覆盖的11个省(市)的全要素生产率指数进行了分解,然后采用Tobit回归模型进一步分析了低碳经济发展绩效的影响因素。结果表明:(1)2006—2016年长江经济全要素生产率受技术进步和规模效率的制约而呈现了下降趋势,但总体来说表现了较高的生产率水平;(2)从空间上来看,各省(市)之间存在一定差异,其中最明显的是上海、江苏、浙江等地全要素生产率指数较高,云南、贵州等地全要素生产率指数较低;(3)通过Tobit模型分析影响低碳经济发展绩效的影响因素,可以发现碳排放量是低碳经济发展绩效受阻的重要原因,节能减排、协同创新是长江经济带经济发展过程中的重要突破口。

基于DEA-Malmquist-Tobit模型的江西省生态效率研究

运用SE-DEA方法和Malmquist指数对江西省11个城市2010—2015年的生态效率进行对比研究。建立基于面板数据的Tobit模型考察不同因素对生态效率的影响,结果表明:2010—2015年江西省生态效率(静态)总体上呈波动下降的趋势;江西省各区的Malmquist指数均大于1,年均增长率为8. 1%,且推动生态效率增长的主要内动力是技术进步;外商直接投资和人口密度促进了生态效率的提高,而经济规模和政府规制则是阻碍生态效率提高的因素。

基于DEA-Malmquist-Tobit模型的智能制造企业融资效率研究

智能制造企业是实现“智”造强国的微观主体,对于我国制造业高质量发展至关重要。运用DEA-Malmquist-Tobit模型并以我国20家上市智能制造企业为样本,研究其融资效率及影响因素。结果显示:从静态研究来看,智能制造企业整体融资效率较高,但近五年平均有73%的企业没有达到DEA有效,且提高纯技术效率是提升总体融资效率的重心;从动态研究来看,全要素生产率指数近五年有增长趋势,但增长幅度并不明显,平均只有一个点的涨幅,原因在于技术效率变化指数整体上出现了负增长;从影响因素来看,融资效率与流动比率、净资产收益率呈显著的正相关关系,与前十大股东持股比例、生息负债率以及制造业指数则呈显著的负相关关系。

山东省科技金融发展效率评价及影响因素研究——基于DEA-Malmquist-Tobit三步法分析

采用DEA-Malmquist指数法和Tobit模型,从静态和动态两个角度对山东省科技金融发展效率及其影响因素进行实证分析。研究结果显示:山东省科技金融发展水平在全国范围内处于较低层次;不断波动的全要素生产率的提高主要依靠科技进步;财政拨款占财政总支出比重、创业风险投资强度和管理资本对科技金融发展效率具有显著负向影响,银行科技贷款占贷款比重有显著正向影响,R&D投入强度影响不显著。因此,应进一步加强财政性和市场性科技金融体系建设,优化企业科技金融服务与研发机制。

长江经济带物流业效率测度及因素分解--基于超效率DEA-Malmquist-Tobit方法

文章采用超效率DEA模型和Malmquist指数分别从静态、动态视角对2010—2019年长江经济带11个省市的物流产业效率进行实证研究,最后利用Tobit模型分析物流产业效率的影响因素及影响程度。研究结果表明:从静态分析结果看,长江经济带2010—2019年物流产业效率整体达到有效水平,但呈现波动上升后下降的态势,并在空间区域呈现“下游>中游>上游”的阶梯状分布;从动态分析结果看,技术进步的下降是导致长江经济带全要素生产率下降的主要因素;从影响因素分析结果看,政府支持对物流产业效率提升具有制约作用,地区发展水平、对外开放程度、信息化水平对长江经济带物流产业效率提升均具有显著的推动作用。

2005-2015年中原城市群生态效率及影响因素分析——基于DEA-Malmquist-Tobit模型的实证研究

【目的/意义】以中原城市群为研究对象,通过对其生态效率进行分析以指出中原城市群发展中可能面临的问题并针对性地提出相关对策建议。【方法/过程】建立了有关生态效率的投入产出指标体系,运用传统DEA模型对其2005—2015年的生态效率进行静态分析,之后运用Malmquist指数对效率进行动态分析,最后构建Tobit回归模型对生态效率的其他影响因素进行实证分析。【结果/结论】中原城市群整体生态效率波动较小,但各地市差异显著;水、电等资源投入过多,固体废弃物等污染物的过度排放是制约生态效率提高的主要因素;通过Malmquist指数分解可以看出技术进步是生态效率提升的动力所在,并且技术波动与生态效率的波动几乎同步;通过回归分析,可以看出通过加快产业结构调整,扩大开放力度促使经济发展有助于城市群生态效率的提高。要提高中原城市群生态效率,各地市应加强合作、突破行政壁垒、从技术、管理和奖励等多角度鼓励创新以减少污染物的排放,并积极转变发展方式,增加诸如旅游观光等第三产业比重;同时各地还应充分利用现有平台,完善投资环境,吸引外资向绿色循环产业发展。

四川省科技金融政策执行效果评价

经济发展离不开科技创新,科技创新需要资金支持,金融服务需要政策支持,科技金融政策的效果需要评价,总结经验,发现不足,进一步推进科技金融政策促进科技金融,从而实现科技创新和经济发展。本文通过对四川省科技金融政策的评价,结合四川省科研经费的投入和研发队伍的规模和作用,根据GDP和有效专利受理等产出效应,参照云南省和贵州省科技金融政策效果,运用DEA-Malmquist-Tobit研究方法研究了四川省科技金融政策对四川省全要素生产率的促进作用。研究发现,四川省科技金融政策对四川省生产率的发展和经济进步具有较好的促进作用,同时也发现在科技金融政策的引领下,科研经费的投入也对经济发展起到了积极作用。

“双一流”建设高校科研投入产出绩效及影响因素——基于DEA-Malmquist-Tobit模型的分析

高等院校肩负学术研究和科技创新的重要使命,“双一流”建设高校科研绩效水平的提升会对其他高校产生一定的示范、引领和导向作用。通过收集2010-2017年我国“双一流”建设高校科研投入产出相关指标数据,运用DEA-Malmquist模型对我国“双一流”建设高校的科研绩效进行动静态分析;然后利用Tobit模型对影响“双一流”建设高校科研绩效的因素进行回归分析。研究发现:2010-2017年,我国“双一流”建设高校整体科研效率不高,8年均保持DEA有效的高校只有2所;“双一流”建设高校科研技术效率、技术进步率和全要素生产率都在不同程度呈波动下降趋势;“双一流”建设高校物质资本和政策环境支持都处于非稀缺的状态,而人力资本结构、地区经济实力和成果奖励则在一定程度上对科研效率的提升具有正向影响。为加快“双一流”建设,应“因校制宜”配置科研资源,改善科研管理体制,提升科研队伍质量,强化外部资源利用能力,优化科研成果评价和奖励机制,加强对外交流合作,以促进建设高校的内涵式发展和高质量发展。