基于超效率DEA模型下中国工业生产效率影响因素研究
发布时间：2021-11-08 12:28
在高速发展的时代,中国工业为中国经济的高速增长作出了巨大贡献。尤其是在人口、资源、环境压力日益增长的情况下,建立发达的工业成为实现资源节约、环境改善和生活质量提高的根本性技术条件和物质基础。中国近30年来的粗放式的经济增长方式已不能适应社会发展的需要,“十三五”规划指出未来工业的发展将步入集约型发展道路,这对工业的发展质量提出了更高的要求,工业生产效率能在很大程度上反映工业发展质量的好坏,历来是社会各界关注的焦点。本文在已有对工业生产效率的研究文献基础上,以我国30个省市区（除西藏和港澳台）2007-2017年的工业生产的面板数据为研究对象,运用DEA模型中的超效率SBM模型来测度我国省际工业生产效率值,并运用PVAR模型对省际工业生产效率进行了影响因素分析。具体方法如下:1.对各省市区工业生产所排放的CO2进行了测算;2.对省际的不含非期望产出的传统工业生产效率与含非期望产出CO2排放量的工业生产效率进行了测算,并作出对比;3.对工业生产效率的影响因素进行了平稳性检验,模型滞后阶数的选取,运用GMM法对参数进行估计,在PVAR（2）模型基础...
【文章来源】：重庆理工大学重庆市
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
技术路线图
3工业生产效率测度19图3.12007-2018年工业生产效率变动趋势图3.5不同类型地区工业生产效率的比较分析本节将2007-2017年中国30个省市一级华北、东北、华东、华南、华北、西南、西北地区考虑非期望产出的工业生产效率（IE）和未考虑非期望产出的工业生产效率(IEO)的均值表明如表3.3中所示（数据源于附录1），并进行了地区类型的划分。福建、江西、山东、湖北、广东、陕西、宁夏7个地区工业生产效率大于1，占比为23.3%，说明考虑非期望产出碳排放下我国工业生产效率偏低，大部分地区生产效率未达到很好的层面。只有2个地区工业生产效率小于1,说明工业生产效率达到很好的层面的地区占比为93.33%，经过上述比较可知，我国工业生产仍然处于高消耗高排放型，忽略非期望产出难以反映我国各地区真实工业生产效率。
重庆理工大学硕士学位论文21产出碳排放工业生产效率和传统工业生产效率的对比分析，从而确定工业生产的“低碳型”和“高碳型”地区。结合上表的地区类型可知，中国30个省市均属于“高碳型”地区，具体表现为工业生产效率低于传统工业生产效率。仅有7个地区工业生产效率进入了“提升组”，表现出工业生产效率大于1。从7大地区来看，各地区平均工业生产效率均小于1，表现为“高碳—下降”型地区。图3.22007-2017年中国各地区考虑非期望产出的工业生产效率均值雷达图为了更加直观的比较中国各省考虑非期望产出的工业生产效率的差异，本节根据了表3.5绘制了2007-2017年中国各地区工业生产效率均值的雷达图。从图中可知，各地区工业生产效率均分布在第3-6层级，由内往外，随着层级的上升，工业生产效率逐渐上升，同一层级，工业生产效率处于共同水平。雷达图表明上海、黑龙江、吉林、贵州四个地区工业生产效率相对最低，均在0.9以下。处于第四层级的地区有北京、辽宁、山西，处于最外层级地区工业生产效率相对最高，且均达到了生产前沿效率，分别为福建、江西、山东、湖北、广东、陕西、宁夏地区。处于次外层的地区工业生产效率为“潜力”地区，工业生产效率均在0.95以上，分别包括江苏、浙江、安徽、河南、湖南、广西、海南、云南、四川、重庆、甘肃、青海、新疆、天津、河北、内蒙共16个地区。
【参考文献】：
期刊论文
[1]税收结构、政府支出与经济增长[J]. 姚秋歌,孙金山,黄琨. 上海经济研究. 2020(03)
[2]陇东地区产业结构合理化高级化与经济增长研究[J]. 马红祥,高春明. 社科纵横. 2020(02)
[3]基于VAR模型的中国工业生产效率影响因素研究[J]. 肖枝洪,徐洪成. 重庆三峡学院学报. 2020(01)
[4]海洋环境规制、海洋科技创新与海洋经济绿色——基于DEA-Malmquist指数与PVAR模型分析[J]. 杜军,寇佳丽,赵培阳. 生态经济. 2020(01)
[5]基于非期望超效率模型的辽宁沿海地区海洋生态效率测算及影响因素分析[J]. 宋强敏,孙才志,盖美. 海洋通报. 2019(05)
[6]江苏省工业规模与效率的耦合关系研究[J]. 刘帅宾. 现代商贸工业. 2019(25)
[7]房价、产业结构升级和人力资本结构——基于PVAR模型的动态分析[J]. 陈甬军,李环环. 工业技术经济. 2019(08)
[8]环境管制方式对能源效率影响的差异性——基于内生视角下的PVAR方法的分析[J]. 杨慧慧. 商业研究. 2019(07)
[9]供给侧视角下江苏省工业行业生产效率的测度与影响因素分析[J]. 辜子寅. 内蒙古统计. 2019(01)
[10]中国省际工业生态效率空间分布及影响因素研究[J]. 李成宇,张士强,张伟. 地理科学. 2018(12)
硕士论文
[1]长江经济带工业绿色生产效率及影响因素研究[D]. 仇定三.安徽理工大学 2019
[2]基于DEA模型的吉林省工业经济效率研究[D]. 罗月.吉林大学 2019
[3]环境约束下安徽省FDI对工业投入产出效率影响研究[D]. 胡海陆.安徽大学 2019
[4]基于RAM-DEA模型的工业行业效率评价研究[D]. 朱安明.重庆大学 2018
[5]湖南省工业生态效率测算及提高路径研究[D]. 吴亚弦.中南林业科技大学 2017
[6]中国工业生产和环境治理效率评价及其与对外贸易的互动关系研究[D]. 李敏.合肥工业大学 2017
[7]环境约束下的宁夏工业效率评价及影响因素研究[D]. 朱庆武.宁夏大学 2017
本文编号：3483695
【文章来源】：重庆理工大学重庆市
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
技术路线图
3工业生产效率测度19图3.12007-2018年工业生产效率变动趋势图3.5不同类型地区工业生产效率的比较分析本节将2007-2017年中国30个省市一级华北、东北、华东、华南、华北、西南、西北地区考虑非期望产出的工业生产效率（IE）和未考虑非期望产出的工业生产效率(IEO)的均值表明如表3.3中所示（数据源于附录1），并进行了地区类型的划分。福建、江西、山东、湖北、广东、陕西、宁夏7个地区工业生产效率大于1，占比为23.3%，说明考虑非期望产出碳排放下我国工业生产效率偏低，大部分地区生产效率未达到很好的层面。只有2个地区工业生产效率小于1,说明工业生产效率达到很好的层面的地区占比为93.33%，经过上述比较可知，我国工业生产仍然处于高消耗高排放型，忽略非期望产出难以反映我国各地区真实工业生产效率。
重庆理工大学硕士学位论文21产出碳排放工业生产效率和传统工业生产效率的对比分析，从而确定工业生产的“低碳型”和“高碳型”地区。结合上表的地区类型可知，中国30个省市均属于“高碳型”地区，具体表现为工业生产效率低于传统工业生产效率。仅有7个地区工业生产效率进入了“提升组”，表现出工业生产效率大于1。从7大地区来看，各地区平均工业生产效率均小于1，表现为“高碳—下降”型地区。图3.22007-2017年中国各地区考虑非期望产出的工业生产效率均值雷达图为了更加直观的比较中国各省考虑非期望产出的工业生产效率的差异，本节根据了表3.5绘制了2007-2017年中国各地区工业生产效率均值的雷达图。从图中可知，各地区工业生产效率均分布在第3-6层级，由内往外，随着层级的上升，工业生产效率逐渐上升，同一层级，工业生产效率处于共同水平。雷达图表明上海、黑龙江、吉林、贵州四个地区工业生产效率相对最低，均在0.9以下。处于第四层级的地区有北京、辽宁、山西，处于最外层级地区工业生产效率相对最高，且均达到了生产前沿效率，分别为福建、江西、山东、湖北、广东、陕西、宁夏地区。处于次外层的地区工业生产效率为“潜力”地区，工业生产效率均在0.95以上，分别包括江苏、浙江、安徽、河南、湖南、广西、海南、云南、四川、重庆、甘肃、青海、新疆、天津、河北、内蒙共16个地区。
【参考文献】：
期刊论文
[1]税收结构、政府支出与经济增长[J]. 姚秋歌,孙金山,黄琨. 上海经济研究. 2020(03)
[2]陇东地区产业结构合理化高级化与经济增长研究[J]. 马红祥,高春明. 社科纵横. 2020(02)
[3]基于VAR模型的中国工业生产效率影响因素研究[J]. 肖枝洪,徐洪成. 重庆三峡学院学报. 2020(01)
[4]海洋环境规制、海洋科技创新与海洋经济绿色——基于DEA-Malmquist指数与PVAR模型分析[J]. 杜军,寇佳丽,赵培阳. 生态经济. 2020(01)
[5]基于非期望超效率模型的辽宁沿海地区海洋生态效率测算及影响因素分析[J]. 宋强敏,孙才志,盖美. 海洋通报. 2019(05)
[6]江苏省工业规模与效率的耦合关系研究[J]. 刘帅宾. 现代商贸工业. 2019(25)
[7]房价、产业结构升级和人力资本结构——基于PVAR模型的动态分析[J]. 陈甬军,李环环. 工业技术经济. 2019(08)
[8]环境管制方式对能源效率影响的差异性——基于内生视角下的PVAR方法的分析[J]. 杨慧慧. 商业研究. 2019(07)
[9]供给侧视角下江苏省工业行业生产效率的测度与影响因素分析[J]. 辜子寅. 内蒙古统计. 2019(01)
[10]中国省际工业生态效率空间分布及影响因素研究[J]. 李成宇,张士强,张伟. 地理科学. 2018(12)
硕士论文
[1]长江经济带工业绿色生产效率及影响因素研究[D]. 仇定三.安徽理工大学 2019
[2]基于DEA模型的吉林省工业经济效率研究[D]. 罗月.吉林大学 2019
[3]环境约束下安徽省FDI对工业投入产出效率影响研究[D]. 胡海陆.安徽大学 2019
[4]基于RAM-DEA模型的工业行业效率评价研究[D]. 朱安明.重庆大学 2018
[5]湖南省工业生态效率测算及提高路径研究[D]. 吴亚弦.中南林业科技大学 2017
[6]中国工业生产和环境治理效率评价及其与对外贸易的互动关系研究[D]. 李敏.合肥工业大学 2017
[7]环境约束下的宁夏工业效率评价及影响因素研究[D]. 朱庆武.宁夏大学 2017
本文编号：3483695
本文链接：https://www.wllwen.com/kejilunwen/yysx/3483695.html
