嘉兴市主导产业选择基准研究

主导产业培育和选择是区域经济布局调整和区域经济起飞的关键,对主导产业选择基准的选择是否合理将影响到主导产业选择的方向。本文通过对嘉兴产业结构现状的分析,应用周振华三基准作为主导产业选择的基准,对嘉兴市主导产业的选择进行分析,并提出相关建议。     

北京市主导产业选择基准及其指标体系的构建

一、引言主导产业对产业结构的演变具有导向与推动的作用,对地区经济的发展起主导作用,正确选择主导产业是制订产业政策、促进经济发展的关键之一。随着北京市产业迁移,工业不断迁出,原来的产业结构正在不断变化,     

北京市主导产业选择基准及其指标体系的构建

正一、引言主导产业对产业结构的演变具有导向与推动的作用,对地区经济的发展起主导作用。正确选择主导产业是制订产业政策、促进经济发展的关键之一。随着北京市产业迁移,工业不断迁出,原来的产业结构正在不断变化,因此,为了更好地制定产业发展规划和产业发展鼓励政策,北京市急需重新选择主导产业,而选择主导产业离不开科学的主导产业选择基准。本文拟结合北京的实际情况就此问题展开分析。     

矿业资源城市主导产业的选择

文章对矿业资源城市主导产业的特点进行了界定;确定了矿业资源城市主导产业的选择原则、收入弹性基准和关联效果基准,提出了产业结构优化的对策.     

我国房地产行业运行效率实证分析

将数据包络分析(DEA)方法应用于我国房地产行业上市公司的经营绩效评价;选取了2000-2007年我国20家房地产上市公司的相关指标数据,通过相应分析发现我国房地产行业的运行效率受国内宏观经济政策的调控影响较大;与综合股价指数相关性不强;房地产业近8年利润率远高于全国行业平均水平,且行业资源逐渐集中于房地产行业中的强势公司,优劣分化加剧。最后,依据分析的结果,提出了提高房地产行业经营绩效水平的相关对策。     

循环经济视角下的河池主导产业选择及其实证分析

本文通过因子分析法综合评价出优选的主导产业,并对比分析了河池市实际的产业结构,为循环经济背景下我国资源型欠发达地区的主导产业选择提供了新的标准。     

基于DEA的内蒙古工业效率评估

本文基于2007年内蒙古36个工业行业统计数据,采用DEA非参数方法测算了各行业的技术效率,并对结果进行了分析.结果表明:内蒙古的工业技术效率普遍不高,有很大的提升空间;各个行业的技术效率差别也比较大.     

多阶段——多基准主导产业选择方法——以吉林省延边朝鲜族自治州为例

主导产业是在产业结构中处于主体地位、对经济发展发挥引导和带动作用的产业。任何国家或区域某一段时期的经济发展都必须要有主导产业(群)的拉动或推动作用。文章首先简要介绍了主导产业的基本理论,然后分三步设计了延边主导产业选择的程序,综合四种选择基准,选择出了吉林省延边朝鲜族自治州的主导产业。     

福建省主导产业行业绩效分析——基于含有负值指标的BC2模型和聚类方法

主导产业对一个地区的经济发展有明显的推动作用,科学地评价其行业绩效,对更好地促进产业发展有重要意义。采用含有负值指标的BC2模型,从生产阶段的生产效率和经济效益形成阶段的经济效率两个阶段对福建省2008年三大主导产业行业绩效进行评价,并利用聚类方法对评价结果进行聚类分析。结果表明：采用两阶段的DEA模型,容易发现各个子行业发展的薄弱环节,能为更好发展福建省主导产业提供决策参考。     

工业企业技术创新效率DEA评价

企业技术创新体系是国家创新体系的重要组成部分,企业技术创新效率直接关系到创新型国家的建设,因此,对企业技术创新效率进行评价有较强的现实意义。论文根据第二次全国工业企业经济普查的相关数据,采用DEA方法对全国31个省、自治区与直辖市的工业企业的技术创新效率进行评价,得出如下结论:在2008年工业企业技术创新规模下,全国大部分省、直辖市与自治区的工业企业技术创新效率较低、R&D人才不足、创新产出水平低。这为决策者提高工业企业技术创新效率提供了理论依据。     

东北地区主导产业新选择问题研究

现代经济的增长本质上是以产业结构的变动为核心,产业结构成为区域经济发展的内在标志。区域经济要保持健康、快速、稳定持续的发展,就必须对其产业结构进行优化,而产业结构优化的一个重要内容就是区域主导产业的选择以及在此基础上进行的产业结构调整。能否正确选择区域主导产业,关系到区域经济整体的发展方向和速度。文章通过探讨现阶段东北地区的主导产业,为东北地区今后发展的方向提出新的选择。     

DEA模型与外商直接投资的行业效率分析

本文利用数据包络分析法（DEA）对中国2000-2005年“三资”行业的效率进行总体分析和评价,并且在此基础上对山东、北京、广东、上海四个地区“三资”企业的行业效率进行比较分析和评价。研究结果表明,中国“三资”企业行业DEA效率普遍比较低,且平均规模效率（SE）呈现明显的递减趋势,各行业的平均纯技术效率（PTE）年度变化不大。因此,2000-2005年期间的“三资”企业各行业的平均技术效率值递减主要是由于平均规模效率递减导致的;同时四个地区“三资”企业行业在总体效率、纯技术效率与规模效率方面存在地区差异。     

基于DEA模型的工业行业全要素煤炭效率研究

运用DEA-BCC模型对我国工业行业的全要素煤炭效率进行测算,通过DEA-Malmquist指数对工业行业煤炭效率增长的原因进行分析,并使用聚类分析将全要素煤炭效率进行划分。结果表明：从2005年到2014年我国工业行业全要素煤炭效率不断提高,全要素煤炭生产率平均值为1.076,平均增长了7.6%,科技进步对其的贡献最大。不同的工业行业全要素煤炭生产率增长的原因是不一致的,因此要区别对待。同时全要素煤炭生产率低的行业多为耗能比较高、污染比较高的行业,全要素煤炭生产率高的行业多为耗能比较低、污染比较低的行业。     

基于DEA模型的泰州市高新产业技术创新效率研究

通过对泰州市高新产业技术创新效率横向分析和2010—2019年泰州市高新产业技术创新效率纵向综合研究分析,为优化泰州市高新产业技术创新效率提出建议.使用数据包络分析方法,通过DEA2.1软件中的BBC模型进行分析,投入指标选择R&D人员、R&D经费支出、专利申请数;产出指标选择新产品开发项目、新产品销售收入两项.结果表明:2019年泰州市16个行业中只有43.75％ 有效,说明不同企业之间基于不同的管理方式和开发研究等因素对高新产业技术创新造成影响.DEA纵向分析中2010年、2016年和2018年DEA相对有效,说明10年存在过度投入和或产出不足的情况.泰州市产业技术创新效率存在差异,通过调整优化资源的投入,完善创新驱动发展考核机制,量化创新发展能力,鼓励高新技术企业国际合作,引导创新资源流动,进而提高泰州市高新产业技术创新.     

中国地区工业水污染治理效率研究——基于三阶段DEA方法

文章运用三阶段DEA模型对中国地区2012年的工业水污染治理效率进行测评,研究发现,不排除环境变量和随机因素的干扰会导致中国省区工业水污染治理效率的高估,而剔除环境和随机因素后发现,中国省区工业水污染治理效率偏低,只有0.682,规模无效率是阻碍工业水污染治理效率提升的关键因素。研究还发现,东部地区工业水污染治理效率较高,而中西部则较低,这主要由三大地带间的规模效率差异所致。将中国省区工业水污染治理效率按照纯技术效率和规模效率分类后发现,中国没有"低高型"省区,多数省区是"双低型"或"高低型"。     

基于DEA的江苏工业细分行业技术创新效率评价

以江苏工业2003-2014年35个细分行业的数据为依据,运用DEA模型,对其技术创新效率进行测度与评价,并将其分解为规模效率和纯技术效率。认为2003年以来,江苏工业技术创新效率不断提高,尤其是2011年后出现较大幅度的增长,规模效率的变动幅度与综合技术效率的变动幅度基本一致,纯技术效率的变动相对平稳。但江苏工业技术创新的整体效率较低,仅为0.585,这是纯技术效率（0.723）和规模效率（0.803）不高综合作用的结果。江苏工业技术创新效率具有明显的行业特性,行业间差异显著。     

基于博弈交叉效率DEA模型的中国工业企业创新绩效测度

利用改进的博弈交叉效率模型,测算了2012-2015年中国30个省区工业企业创新绩效的博弈结果,研究发现：中国工业企业创新绩效总体上处于中等水平,且呈现出先降后升的“V”型走势。中国工业企业创新绩效的区域差异明显,区域工业企业创新绩效总体上看呈现出“东部高、西部低、中部居中”的梯度走势。从各年份来看,东部呈现出持续下降然后强势复苏的走势,中部地区呈现忽高忽低的波浪形走势,西部地区则是持续下降然后缓慢复苏。东中西部地区工业企业创新绩效差异趋于收敛。各省区工业企业创新绩效的区域利用模式可划分为6类。各省区需依据其模式特点采取不同策略提升工业企业创新绩效水平。     

基于DEA的新疆城市化效率研究

城市化水平是衡量一个国家或地区经济发展的重要标志,近年来中国的城市化进程不断加速,但仍处于高投入、低产出的发展模式。本文利用DEA和Malmquist指数模型方法,对1991年—2011年新疆15个地州的城市化效率及其变化情况进行了分析。结果表明,新疆城市化效率总体上未达到理想状态,呈现先上升后下降的趋势。其下降的主要原因是处于规模报酬递增状态的地区数量不断增加、技术变动的无效率和规模过小。从整体来看,新疆各地州城市化过程中所投入的各种要素的非集约度都较高,新疆整体的城市化仍旧依靠扩张投入要素的粗放型增长方式。     

China's Spatial Disparity Within the Context of Industrial Production Efficiency: A Macro Study by the Data-Envelopment Analysis (DEA) System

Regional disparity and production efficiency are two important and closely related issues in contemporary China. These issues are closely related because the increased degree of disparity in development across the provinces in recent years can, to a large extent, be attributed to the disparity in production efficiency across the provinces. The objective of this study is to re-examine China's production efficiency at the macro level by using the data-envelopment analysis system (DEA). Findings of this study suggest that pure technical industrial production efficiency across the provinces had, on average, deteriorated in 1991 when compared to the beginning of the reform period.