中国区域创意产业创新效率的动态演化研究

以中国27个省市为决策单元（DMU）,利用数据包络分析（DEA）方法,测算并分析了2008-2010年我国创意产业创新效率的分布特征及影响因素,得出两个主要结论：一是中国区域创意产业创新效率总体水平不高,区域差异较为明显;二是技术效率（Technical Efficiency,TE）对总体效率（Overall Efficiency,OE）的作用强于规模效率（Scale Efficiency,SE）,已演变成为影响我国创意产业创新效率水平高低的主要因素.     

制度供给与中国地区绿色创新效率

绿色创新带来经济和环境的双重回报,提升绿色创新效率是实现资源-经济-环境协调发展的重要途径。利用绿色创新随机前沿模型和2011-2015年中国省际面板数据,对地区绿色创新效率进行评价和比较,并着重对不同类型的制度所造成的影响进行了实证研究。结果表明:（1）中国地区间绿色创新效率差异较大,整体上呈现出东、中、西部依次递减的特征;从变化趋势来看,全国大部分地区的绿色创新效率有所提高,地区差异逐步减小。（2）地区绿色创新效率与各类制度正相关;其中,知识产权、金融、环境和财政制度的影响显著,尤其是金融和财政制度的影响敏感,而基础法律制度的影响不显著。此外,控制变量、要素价格和市场结构对绿色创新效率也具有重要影响。     

基于随机前沿模型的我国省际技术 效率评价及财政影响因素分析

运用基于面板数据的随机前沿分析（SFA）模型,测算了1995—2010年我国省际技术效率,并就财政支出对技术效率的影响程度进行了定量评估,同时还分析了金融危机下我国经济刺激计划对技术效率的影响。实证结果显示,政府在教育、医疗卫生、基础设施和研发方面的财政支出可以显著提高中国省际技术效率,中国政府推出的4万亿元投资经济刺激计划对提高各省市的技术效率起到了积极作用。     

中国农业综合资源配置效率

通过分解农业综合成本效率,建立了测度农业综合资源配置效率的方法;运用数据包络分析法（DEA）,对1991--2010年中国农业综合资源配置效率整体变化及地区差异进行了实证分析。得出以下结论：中国农业综合资源配置效率年均值为0．61,综合资源配置效率在波动中趋于下降,但降幅不明显;区域一体化程度和非农就业机会是中国农业综合资源配置效率的主要影响因素;中国农业资源配置基本能发挥省际间的比较优势,而难以发挥省内产业间的比较优势;中国农业综合资源配置效率存在明显的地区差异,但地区差异发散趋势不显著;不同地区农业综合资源配置效率的动力来源不同。     

中国水产加工业技术效率及其影响因素分析

基于中国15个省市2003~2014年的水产加工业数据,利用DEA方法对水产加工业综合技术效率（以下简称技术效率）及其分解进行测算,并借助Tobit面板数据模型对水产加工业纯技术效率和规模效率的影响因素进行分析。研究结果表明:（1）2003-2014年间水产加工业技术效率呈逐年上升态势,且省际间存在较大差异,具体表现为经济发展水平相对较好的省份水产加工业技术效率水平较高;（2）自2008年世界金融危机爆发以来,规模效率始终是制约技术效率提升的主要因素;（3）市场势力是影响水产加工业规模效率与纯技术效率的核心要素,与纯技术效率、规模效率间存在着显著的倒“U”型关系。     

中国省际CO2排放效率差异及影响因素分析——基于DEA-Tobit模型的实证

基于投入导向的非参数数据包络分析的BC2-DEA模型,选用2000-2008年中国29个省际面板数据,测算并分析了省际全要素CO2排放效率差异,利用Tobit模型研究其影响因素。研究表明：我国省际间全要素CO2排放效率差异显著,东部地区显著高于中西部地区;能源强度、工业化水平等因素是影响CO2排放效率的主要因素;技术进步是CO2排放效率提高的有效途径;我国经济发展与CO2排放效率符合“环境库兹涅兹”曲线假说,不支持“污染避难所”理论。     

区域金融创新： 效率评价、环境影响与差异分析

我国的金融政策调整凸现区域性特征,金融创新向区域内的拓展对深化金融改革有深远的影响,因此,研究金融创新在区域的表现以及与外部环境的作用机制具有重要意义。利用中国30个省市的面板数据,运用三阶段数据包络分析测度区域金融创新在效率层面的水平,研究影响各观测单元投入的环境因素,从省际和区际层面衡量我国区域金融创新的效率差异后发现：地区经济基础、政府贷款干预、区域金融市场建立等环境变量会影响区域金融创新的效率水平,省际和区际之间的效率差距仍存在。因此,培育良好的外部环境有利于提高区域金融创新效率以及缩小与前沿省份之间的差距。     

数字经济发展能否提升中国区域创新效率

[提要]基于数字基础设施建设、数字产业发展水平以及数字化人才三个维度构建了中国省际层面的数字经济发展指标体系,使用熵值法计算了数字经济发展水平综合指数,然后借助中国大陆31省（市、区）2003-2019年的数据实证检验了数字经济发展对创新效率的影响。结果发现：随着数字经济的不断发展,创新效率得以提升,数字经济发展显著地提升了中国的创新效率,成为新时期提升中国区域创新效率的新动能。这一核心结论在一系列的稳健性检验之后依然成立。中介效应的检验结果表明数字经济发展不仅会直接提升创新效率,还会通过人力资本效应和产业结构升级效应的作用间接提升创新效率。因此,应当全面促进数字经济发展,完善数字基础设施建设,激发创新活力,实现数字经济发展和创新驱动发展战略的双赢。     

民族省区高等教育财政经费支出效率评价——基于DEA-Malmquist和Tobit模型

基于DEA-Malmquist和Tobit模型，采用八个民族省区2005—2018年的面板数据对民族省区高等教育财政经费支出效率进行评价。结果表明：民族省区高等教育财政经费支出效率为非DEA有效，且各省份效率值存在较大差距，技术效率改善和技术进步使得全要素生产率整体呈上升趋势，经济、社会、人口等因素对民族省区高等教育财政经费支出效率有显著影响。提高民族省区高等教育财政经费支出效率必须要拓宽教育经费来源渠道和加强转移支付支持力度。     

金融发展提升了OFDI的绿色创新效率？

本文首先并采用2003-2017年中国省际面板数据,并借助三阶段超效率SBM-DEA模型测算了绿色创新效率,在检验到绿色创新效率的空间自相关后,构造了动态空间面板模型,实证研究了OFDI的逆向技术溢出对绿色创新效率影响的门槛效应。结果表明当金融发展水平较低时,OFDI的逆向技术溢出对绿色创新效率的影响为负;只有当金融发展水平超过门槛值后,OFDI的逆向技术溢出显著地促进了绿色创新效率。进一步做了时空双维度异质性分析,表明OFDI的逆向技术溢出对绿色创新效率影响的门槛效应在东部地区得到验证,而且这种门槛效应在2009-2017年期间表现更为明显。     

一带一路"沿线科技创新效率区域差异及影响因素分析——基于三阶段DEA和Tobit模型

科技创新和"一带一路"倡议联系紧密并日益影响着现代化经济体系的高质量和持续发展。然而，"一带一路"沿线区域仍面临着创新资源分配不均、创新成果转化不足、创新生态系统构建不完善和创新体制机制不够优化等发展困境，这制约着区域科技创新效率的总体提升，也在一定程度上影响"一带一路"倡议的深化发展。面对创新驱动战略的不断深入推进和"一带一路"持续向高质量发展，明确我国"一带一路"沿线省份科技创新整体的投入产出效率，探究影响"一带一路"沿线省份科技创新效率的环境因素，以及如何提升"一带一路"沿线省份科技创新效率，这些问题的分析与解决引起了实务界和学术界的广泛关注。对此，文章基于三阶段数据包络（DEA）模型，根据2012-2016面板数据，在充分考虑了创新成果转化的时滞效应条件下，探究了剔除外部环境影响后我国"一带一路"沿线17个省份的真实科技创新效率，同时利用Tobit模型检验了科技创新主体（高技术企业、政府）、劳动者素质、金融支持和创业水平、科技创新政策等因素对"一带一路"沿线省份科技创新效率的影响。研究结果表明，"一带一路"沿线省份的科技创新效率既具有有效性的一面，又存在不充分、不均衡和不稳定的一面。首先，"一带一路"沿线省份的科技创新综合效率具有空间差异性，东南、东北、西南和西北四大板块科技创新综合效率差异明显，整体上呈东高西低。其次，"一带一路"沿线省份的科技创新综合效率具有时间动态变化性，五年间综合效率总体上呈上升趋势，且四大板块之间综合效率的差距逐年减小。最后，经过Tobit回归模型对科技创新综合效率的影响分析表明，政府支持力度、劳动者素质和金融环境对科技创新效率具有正向影响，科研经费支出强度、"一带一路"倡议政策和创业水平对科技创新效率具有负向影响。据此，认为今后可以从合理调配科技创新资源、培育高质量创新生态系统、优化创新体制机制和完善科技创新政策体系等方面进一步完善和改进，从而有效提高"一带一路"沿线省市的科技创新效率。     

中国省域节能减排效率评价及其影响因素

通过构建节能减排指标体系,采用DEA—Malmquist指数对2004～2010年中国省域节能减排效率进行评价,分析省域的节能减排效率表现特征,进而运用Tobit模型对省域节能减排效率的影响因素实证分析。结果表明,我国节能减排效率在此期间处于波动状态,略有提升态势,这得益于技术进步,但节能管理缺乏效率;大多数省份的节能减排技术取得进步,但管理不足,亟需提高;技术进步、产业结构、对外开放度等三因素促进了中国省域节能减排效率提高,而能源价格时节能减排效率的进步有所阻碍,反映中国能源定价机制需要改革。最后提出相应的政策建议。     

长江经济带绿色创新效率的空间关联网络结构及驱动因素

绿色创新效率作为“绿色发展”和“创新驱动”的融合点,已成为推进长江经济带高质量发展的关键。从社会网络视角,对流域绿色创新效率的空间关联网络结构及驱动因素进行实证分析。研究发现:流域省际间绿色创新效率的相互依赖关系与空间溢出渠道逐年增多,空间关联网络密度逐年提升,各省市皆受到其他地区和整体网络的影响,等级森严的空间结构逐渐被打破,网络结构也日趋稳定,但各地绿色创新效率的协同发展仍有待提升;网络中板块的形成打破了传统行政边界的桎梏,各省市逐渐由离散走向联合,扩散辐射作用使流域省市间形成集群化发展;板块间关联传导机制具有明显的梯度溢出特征,“马太效应”明显;此外,囿于流域间在经济发展模式、绿色创新环境的较大差距,跨地域创新合作的意愿与动力被削弱,绿色创新效率的要素流动受阻,导致省市间存在关联的概率降低。因此,流域省市应依据其在空间关联网络中的角色与作用,从整体上把握绿色创新效率提升的空间传递机制,形成“属性—关系”驱动型发展思路,缩小绿色创新环境差异,促进要素跨地区流动,进而实现全流域经济的绿色协同发展。     

中部地区省域政府效率及其影响因素研究

现代政府的核心任务就是发展经济和提供公共服务。该文通过构建省级政府效率评价指标体系,基于2005—2011年省际面板数据,运用超效率DEA视窗分析模型和灰色关联分析方法对中部6省政府效率及其影响因素进行分析。结果表明：超效率DEA视窗分析模型能够避免传统DEA模型的缺陷,可以有效处理面板数据;中部6省政府效率整体较高,但是各省之间存在一定的差异;其中政府效率最好的是山西,最差的是江西;影响中部地区政府效率的因素由大到小依次为：劳动力投入〉财政预算支出〉全社会固定资产投资。     

长江经济带科技创新效率和科技创新支撑下的经济发展效率测度分析

文章以长江经济带的11个省市为研究对象,基于PCA-SE-DEA理论的组合模型,对其科技创新效率进行定量检测,分析影响其发展进程的要素体系,并重点对长江经济带科技创新效率进行收敛检测,分析其影响因素及成因.同时,基于C-D生产函数对科技创新与经济发展因素在长江经济带当中的关联效应进行分析.研究结果显示:长江经济带科技创新效率目前未能达到我国平均水准;位于长江边缘地带的各省市在科技创新效率方面呈现出地区差异性,并且这一差异呈现扩大态势;在影响成因当中,区域产业结构优化升级对长江经济带科技创新效率影响最大,科技投资、科技输出以及科技环境对于地区经济的良好发展尤为关键.因此,长江经济带需要整体调整和规划,构建协调机制,形成流域整体创新创业的良好运作系统,全方位提升科技创新效率.     

区域能源效率动态演化及其驱动因素研究——以豫、鄂、粤三省为例

提升区域能源效率是完成国家节能降耗目标的主要方法之一.基于2001-2012年省级面板数据,运用超效率DEA视窗分析方法测算河南省、湖北省和广东省的能源效率,通过1阶N变量的灰色系统模型(GM(1,N)模型)分析区域能源效率演化的驱动因素.结果表明:河南省和湖北省的能源效率呈现先下滑后上升的演化趋势;广东省能源效率在考察的3个省份中一直处于领先水平,呈现平稳发展的演化态势;对河南省和广东省能源效率影响最大的正向促进因素均为工业结构,对湖北能源效率影响最大的正向促进因素为城市化,而经济结构则是河南省、湖北省和广东省能源效率提升的最突出制约因素.根据研究结果,不同地区应该根据各自的具体情况采取相应的措施来进一步提升能源效率.     

中国区域能源消费的决定因素及空间溢出效应———基于空间面板数据计量经济模型的实证

应用空间面板计量经济模型分析了中国各省域的能源消费行为、决定因素及其空间溢出效应.研究显示,我国各个省域的能源需求主要由产业结构、经济增长和人口增长等因素决定,价格机制在调控能源需求方面还未能发挥出应有的作用.应用空间滞后面板计量经济模型和空间误差面板计量经济模型对区域能源消费行为的空间溢出效应进行分析检验证实:邻近区域的能源消费行为未能影响到本地区的能源消费,但能源利用效率等被忽略的因素对邻近区域的能源消费行为具有很强的溢出效应.     

河北省创新基金利用情况分析

针对创新基金有效利用的问题,采用对比分析的方法,分析了河北省与其他省份及省内各地区之间所受资助的差异,结果表明：河北省争取国家创新基金资助的能力有待提高,省内各地区间受省创新基金的资助比例存在不平衡,提出在获得创新基金多的地区,应注重科技型中小企业的产业化发展,形成产业集群;而获得创新基金少的地区,应该注重企业自主创新能力的培养等建议。研究结果有利于提高创新基金的利用效率。     

中国省域物流信息化水平空间结构演化及其影响因素

物流信息化水平空间结构演化研究对统筹物流业发展、构建布局合理的物流体系具有重要意义。通过构建中国省域物流信息化水平评价指标体系,运用熵值法测算指标权重,进一步加权计算2013—2018年物流信息化综合指数,从全国、省域两个视域对中国物流信息化水平进行测度; 利用标准差椭圆、探索性空间数据分析方法分析中国省域物流信息化水平空间结构演化特征; 利用修正后的引力模型确定中国省域物流信息化空间关联关系,通过QAP分析其影响因素。研究认为:中国省域物流信息化水平逐年增长,地区间非均衡性增强; 中国省域物流信息化水平空间结构呈“东(偏北)-西(偏南)”格局,存在正向空间自相关关系,且相关性逐渐弱化,高值集聚和低值集聚的同质性现象占主导地位,空间异质性现象增强; QAP分析显示,空间地理位置、城镇化水平、区域创新水平、区域开放水平对物流信息化发展具有显著促进作用。