区域经济高质量发展的驱动力效率分解与TFP变化收敛性分析

被引:16
作者
周宾
机构
[1] 陕西省社会科学院经济研究所
关键词
高质量发展; 技术效率; 全要素生产率; 收敛性检验;
D O I
10.13962/j.cnki.37-1486/f.2020.02.013
中图分类号
F224 [经济数学方法]; F127 [地方经济];
学科分类号
0701 ; 070104 ; 0202 ; 020202 ;
摘要
首先,基于Super-SBM模型计算和测度了2011-2017年我国21个省区市的技术效率及其构成要素,进而对其技术效率的时序变化和所属各区域的效率值进行矩阵分布研究,结果表明,上海、广东等东部发达地区的技术效率值较高,中西部地区的效率值偏低,且技术效率与经济发展程度存在一定的正相关关系,全域技术效率逐渐抬升,部分地区变动较大;其次,运用DEA-Malmquist指数模型计算了各评价单元的TFP变化,并对区域TFP变化进行了时序分解,结果表明,全域TFP变化的数值处于大于1的波动态势,部分中部地区和一些东部发达地区的TFP变化与经济增速均较高;最后,对评价区域的TFP变化分别进行了σ和β的收敛性研究,结果显示,全域整体TFP变化存在弱的σ收敛,且多数评价区域的绝对β收敛模型不显著,经过增加影响因素后,全域和华东、华中的条件β收敛模型具有显著性。
引用
收藏
页码:133 / 148
页数:16
相关论文
共 25 条
[1]   区域技术协同创新效率测度及其演变特征研究——以京津冀和长三角区域为例 [J].
崔志新 ;
陈耀 .
当代经济管理, 2019, 41 (03) :61-66
[2]   约束条件下中国循环经济发展中的生态效率——基于优化的超效率SBM-Malmquist-Tobit模型 [J].
马晓君 ;
李煜东 ;
王常欣 ;
于渊博 .
中国环境科学, 2018, 38 (09) :3584-3593
[3]   中国工业企业创新全要素生产率评价——基于双前沿面网络DEA-Malmquist指数模型 [J].
向小东 ;
林健 .
工业技术经济, 2017, 36 (09) :93-103
[4]   华东地区工业生态效率面板数据研究——基于整合超效率DEA模型分析 [J].
戴志敏 ;
曾宇航 ;
郭露 .
软科学, 2016, 30 (07) :35-39
[5]   DEA模型与规模收益研究综述 [J].
杨国梁 .
中国管理科学, 2015, 23(S1) (S1) :64-71
[7]   基于SBM方法和全要素生产率分解的经济增长效率——以四川省为例 [J].
张卫东 ;
赵士红 ;
龙海霞 ;
刘美茹 .
财经科学, 2015, (08) :100-111
[8]   区域经济增长质量的动态变化及收敛性检验——基于全要素生产率增长率的分析 [J].
楚尔鸣 ;
马永军 .
湘潭大学学报(哲学社会科学版), 2014, 38 (01) :20-25
[9]   基于Super-SBM模型的低碳经济发展绩效评价研究 [J].
周泽炯 ;
胡建辉 .
资源科学, 2013, 35 (12) :2457-2466
[10]   中国各省经济效率研究:基于超效率DEA三阶段模型 [J].
李海东 ;
吴波亮 .
贵州财经大学学报 , 2013, (03) :14-22