海洋经济科技金融效率测算研究——基于Malmquist模型

发布时间：2021-04-27 21:49

　　基于沿海省份2012-2016年的面板数据,采用Malmquist模型测算海洋经济的科技金融效率并分析其影响因素。研究发现沿海11个省份海洋经济的科技金融全要素生产率呈现负增长的态势,虽然技术效率的提高一定程度上延缓了该时期的负增长,但大多数省份技术进步的滞后起了更为主导的作用。因此在海洋经济科技金融资源的整合投入中,需要注意引导金融资源投入于海洋科技领域,提高该领域科技研发和进步的效率,对于高风险的海洋科技企业,注意商业性金融和政策性金融并举,以避免科技进步滞后影响海洋科技金融效率的提高。 

【文章来源】：环渤海经济瞭望. 2020,(10)

【文章页数】：3 页

【文章目录】：
一、前言
二、基于Malmquist指数模型的科技金融效率分析
    (一)Malmquist指数模型与指标选。
    (二)动态效率分析实证结果。
三、结论与建议


【参考文献】：
期刊论文
[1]海洋科技创新对海洋经济增长的效率测度[J]. 吴梵,高强,刘韬.  统计与决策. 2019(23)
[2]海洋产业结构升级、海洋科技创新与海洋经济增长——基于省际数据面板向量自回归（PVAR）模型的分析[J]. 杜军,寇佳丽,赵培阳.  科技管理研究. 2019(21)
[3]信贷资金对海洋经济发展的贡献及效率分析——基于沿海11省面板数据模型和DEA模型的实证研究[J]. 马树才,徐腊梅,宋琪.  辽宁大学学报(哲学社会科学版). 2019(03)
[4]金融集聚提升了海洋经济技术效率吗?——基于IV-2SLS和门槛回归的实证研究[J]. 孙康,张超,刘峻峰.  资源开发与市场. 2017(05)
[5]基于DEA-Tobit模型的科技金融效率影响因素研究[J]. 章思诗,李姚矿.  科技管理研究. 2017(06)
[6]中国区域科技金融效率研究——基于三阶段DEA模型分析[J]. 杜金岷,梁岭,吕寒.  金融经济学研究. 2016(06)
[7]基于DEA的中国海洋产业金融支持效率研究[J]. 王朝晖.  社会科学战线. 2015(05)



本文编号：3164214