基于DEA模型和Malmquist生产率指数的上海市开发区用地效率及其变化

选取21个市级以上开发区为研究样本,基于单位土地面积上投入和产出指标,利用DEA模型和Malmquist生产率指数,探究2006-2011年上海市开发区整体和不同类型用地效率及其变化。研究发现：开发区用地综合效率处在一般水平,大多数开发区仍处在规模收益递增阶段,规模效率是影响开发区用地综合效率提高的主要因素;从分类特征看,国家级开发区用地效率明显高于市级开发区,市级开发区用地效率偏低是导致整体开发区用地效率不高的主要原因;从时间序列看,近郊区开发区用地效率要略高于远郊区并仍处于一般水平;“独立园区”模式的综合效率和纯技术效率均高于“一区多园”模式。用地效率变化趋势分析发现整体及不同类型生产率指数平均值均大于1,生产率呈增长趋势,市级高于国家级、近郊区高于远郊区、“独立园区”模式高于“一区多园”模式,技术变化对Malmquist生产率指数提升贡献较大,除国家级技术效率变化受规模效率下降影响外,其他类型更多的是受纯技术效率下降的影响。     

人类福祉视角下中国生态效率时空演化研究

基于非径向、非角度的SBM模型和Malmquist生产率指数模型,对2000~2015年中国30个地区的生态效率进行测度,对中国生态效率的时空动态变化特征及其驱动因素进行研究。结果表明：2000~2015年中国生态效率呈缓慢波动上升的特点,但整体处于中等水平;生态效率的高值区主要集中在东西部,中部生态效率相对较低;除北京、天津、上海、山东、海南外,其余地区都需要调整配比关系来改善生态效率;人类福祉在某些地区已成为制约生态效率的第一影响因素;中国生态效率的全要素生产率、技术进步变化指数以及纯技术效率变化指数均呈波动中缓慢上升的特点,规模效率变化指数则呈下降趋势,除四川全要素生产率的提高完全得益于规模效率外,科技进步对其他地区均具有正向作用。     

中国旅游业技术效率及其分解的时空格局——基于DEA模型的研究

以省(市)为核算单位,利用数据包络分析模型(DEA),评价1999～2008年间中国旅游产业技术效率,并将之分解为纯技术效率与规模效率,探寻旅游效率的时空特征及其演变的源泉。结论如下:(1)中国旅游业的综合技术效率平均值仅为0.330,1999～2008年间旅游效率呈现先下降后增加的趋势,由于受"非典"大爆发的影响,2003年旅游效率明显下降;(2)各省(市)旅游技术效率存在着明显的区域的差异,经济发展水平较高的东部地区,旅游效率较高。经济发展水平较低的中部和西部地区的旅游效率较低,二者均在全国平均效率水平以下;(3)纯技术效率和规模效率整体都不高,提升空间很大。从分解效率对总效率的贡献来看,纯技术效率对总效率的影响及制约能力略强于规模效率;(4)大部分省(市)旅游产业都处于规模报酬递增阶段,通过扩大规模可以获得更高的收益。     

基于DEA和Malmquist的中国城市代谢效率研究

运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。     

中国城市市政基础设施投资效率及对经济增长的影响

城市市政公用基础设施的建设对经济的发展有着重要的影响,基础设施投入产出效率问题已经引起了众多学者的关注,因而对市政公用基础设施效率的研究具有重要的现实意义。利用DEA模型和Malmquist生产率指数,对2005-2014年中国290个城市市政设施的投入产出效率进行了评价并分析其对经济增长的影响。结果表明:(1)中国城市市政公用基础设施综合效率水平差异较大,且仅有少数城市达到了效率最优。城市市政基础设施的纯技术效率总体偏低并呈缓慢增加趋势。规模效率增长较快,且高于城市综合效率和纯技术效率,是综合效率最重要的决定因素。(2)东部地区城市基础设施综合效率、纯技术效率和规模效率均高于其他区域,呈现出由东部沿海向中西部地区递减的趋势,且与人口规模呈现正相关。(3)2005-2014年城市综合效率变化指数、技术变化效率指数、纯技术效率变化指数以及生产率变化指数呈增长趋势,且空间差异特征不显著。(4)城市全要素生产率在不同规模的城市中均有提升,且大城市的提高程度大于小城市,小城市大于中等城市。此外,通过多元线性回归模型发现城市基础设施效率的提高对经济增长有着积极的意义。     

基于DEA模型的中国资源型城市效率及其变化

利用DEA模型和Malmquist生产率指数,对2000年和2008年我国24个典型资源型城市效率及其变化进行了深入研究。研究发现,资源型城市综合效率水平一般,只有少数城市达到了综合效率最优;规模效率是决定综合效率最优的主要因素,但作用有所下降。从城市效率的分类特征看,东北地区的资源型城市效率始终排在前列;人口规模与城市效率呈一定的正相关关系。资源型城市的综合效率变化呈弱改善趋势;技术变化指数和生产率变化指数均呈下降趋势。从城市效率变化的分类特征看,西部地区的城市综合效率提高最明显;除钢铁型城市外,不同资源类型的城市综合效率都有提高;中小城市的综合效率提高幅度大于大城市。     

中国残疾人扶贫效率的时空演变及优化路径

运用DEA模型、MI指数及GIS空间分析等方法,探究2012—2016年中国残疾人扶贫效率的时空演化特征与类型,分析残疾人扶贫模式及优化路径,结果显示：① 2012—2016年,全国残疾人扶贫效率整体处于中上等水平,残疾人扶贫高效率区由粤桂两地、环渤海区向东南沿海、京津冀地区以及中部省市转化,扶贫中等效率区分布形态由“小聚集”向“大分散”转变。② 产出变化率空间分布不均,大部分省市实现了脱贫人数较大增长,培训残疾人数变化分布明显,区域聚集性显著。项目贷款扶持贫困残疾人变化差异性大,东高西低,且中等水平数量较多;危房改造项目受益贫困残疾人变化的差异性较为平均,部分聚集性明显。③ 扶贫效率类型差异较大,青、赣、黑为潜力型,扶贫效率偏低,边际递减;闽、琼、宁、沪、蒙、滇、藏、贵、陕、豫、新为朝阳型,扶贫效率偏低,边际递增;湘、川、浙、皖、渝、鄂、甘、辽、吉、粤、京、津、冀为黄金型,扶贫效率较高,边际递增;苏、鲁、桂、晋为夕阳型,扶贫效率较高,边际递减。④ “造血式”扶贫与“输血式”扶贫对残疾人实际脱贫均有正向作用,其中“造血式”的扶贫方式与实际脱贫的密切度更高。     

城市旅游发展效率的时空格局演化特征及其驱动机制——以泛长江三角洲地区为例

借助DEA模型和ArcGIS空间分析模块,系统的分析了1998～2008年泛长三角城市旅游发展效率的时空格局演化特征,依据全要素生产率的变动分解模型(Malmquist指数),对TFP变化的总体趋势、结构及空间格局的演化过程进行了综合探讨。结果表明:泛长三角城市旅游发展效率总体上呈现提高态势,市域间差异表现为较为明显波动性特征,旅游发展效率的空间格局形成与演化存在空间关联,综合效率、纯技术效率、规模效率在空间上均表现较为显著的空间自相关,且综合效率和规模效率形成了较为相似的变化格局,而全要素生产率变化呈现弱集聚,相邻地域单元关联性较差。针对旅游发展效率的时空格局演化的驱动机制进行剖析表明,经济政策导向驱动、旅游生产单元价值驱动及旅游消费需求刺激驱动共同驱使导致了旅游发展效率在空间范畴上格局置换。     

国家级风景名胜区旅游效率测度与区位可达性分析

综合运用数据包络分析方法(DEA)与CES生产函数模型,测算了1994、2000、2009年国家级风景名胜区旅游效率,探讨了旅游效率与区位可达性之间的内在关联,结合GIS空间分析功能,定量模拟了区位可达性对风景名胜区旅游总产出的影响及其效率变化。结果表明：①国家级风景名胜区旅游效率水平整体较低,DEA最优比例较小,反映在空间上呈现东部高、中西部低的空间格局;区域划分上,东北地区、东部沿海、北部沿海综合效率较高,呈先提高后下降趋势,纯技术效率变化与综合效率较为相似,规模效率整体呈现上升态势。②国家级风景名胜区旅游效率高值区总体上呈现以江浙地区为点,分别以西南和东北方向为轴线,以中国人口地理分界线为弧线的“扇形”格局;类型划分上,以湖泊型、纪念地型、山水型、休闲疗养型风景区综合效率较高,山岳型、宗教型纯技术效率逐步提高,规模效率以森林型与山水型变化较大。③区位可达性与生产要素之间满足某一阈值时,区位可达性对旅游效率总体上起到促进作用,局部范围依然存在比例失调,成为制约旅游效率提升的瓶颈,旅游效率变化与总产出变化特征不尽相同,形成了负值区域集聚但偏向异同的空间格局。     

中国东部沿海城市旅游发展的时空演变

城市旅游时空演变是旅游地理学研究的热点领域。以中国东部沿海城市为研究区,分析城市旅游发展的时空演变格局。首先分析沿海城市旅游发展强度的时空演变,进而采用DEA数据包络分析法计算沿海城市旅游发展效率的时空演变。研究表明：① 在旅游发展强度方面,东部沿海城市之间的旅游发展强度差异较大,长三角、珠三角以及环渤海的辽东半岛和山东半岛地区的旅游发展强度较强,海峡西岸经济区和环北部湾地区的旅游发展强度较弱。② 10年间在旅游发展综合效率方面基本维持不变,而旅游发展纯技术效率显著增强,旅游发展的规模效率则显著减弱。说明沿海城市的旅游发展已经逐渐由规模效率向技术效率转变。③ 综合旅游发展强度和旅游发展效率两个方面看,将东部沿海城市旅游发展类型分为“高—有效型”、“低—有效型”、“高—无效型”和“低—无效型”四种类型。其中“高—有效型”城市旅游发展较为成熟,“低—有效型”和“高—无效型”城市旅游发展一般,“低—无效”城市旅游发展相对较差。整体来看,珠三角和海峡西岸地区旅游发展强度和旅游发展效率均出现一定程度下滑,长三角、环渤海和北部湾地区的旅游发展强度和旅游发展效率均呈现不同程度增加。     

贫困山区旅游扶贫与生态环境耦合协调关系研究

贫困山区生态环境比较脆弱，为探寻旅游扶贫与生态环境二者之间的耦合协调关系，以贵州西部乌蒙山集中连片特困地区六盘水市为研究对象，建立旅游扶贫与生态环境耦合协调驱动机制框架模型和评价指标体系，以熵权法求出各评价指标的权重值，采用耦合协调度模型对六盘水市2003-2017年旅游扶贫与生态环境的综合发展水平和二者之间的耦合协调关系及变化趋势进行了研究。结果显示：旅游扶贫效率和生态环境保护效率分别对旅游扶贫系统和生态环境系统的贡献份额最大，六盘水市旅游扶贫与生态环境的耦合协调从“严重不协调”类型发展到“基本不协调-旅游扶贫滞后”类型，再发展到“基本协调-生态环境滞后”类型。在旅游扶贫高速发展驱动下，生态环境滞后问题已开始出现。因此，在以后制定旅游扶贫发展战略时应强调生态环境保护，改善生态环境质量，促进旅游扶贫开发，实现二者高度协调发展。     

风景名胜区旅游效率及其分解效率的时空格局与影响因素——基于Bootstrap-DEA模型的分析方法

综合运用数据包络分析方法与Bootstrap-DEA纠偏分析方法,测算1992-2012年风景名胜区旅游效率及其分解效率,探讨各分解效率与旅游综合效率的关系及其作用程度,并基于系统广义矩分析方法进行影响因素的定量分析与检验。结果表明：① 风景名胜区旅游效率总体上处于波动态势,多数尚未达到DEA最优状态,纠偏结果显示,总体上风景区旅游效率及其分解效率较之原值呈现偏小态势,高值区反映在空间上主要集中分布在沿海地带、关中平原（山陕地区）以及西南地区,尤其是环渤海湾和东部沿海更加显著;② 整个时间节点,从接近对角线的个数来看,纯技术效率—综合效率更加明显,且随着时间的推移,散点图上的纯技术效率和规模效率偏离对角线的趋势在增大,呈现出沿着对角线纵向方向扩展的特征,表明了纯技术效率较之规模效率对综合效率的作用与影响更大;③ 从旅游全要素生产率的影响因素来看,经济发展水平、市场化程度、交通发展条件、科技信息水平以及制度供给因素对旅游效率的影响存在正相关,旅游资源禀赋的影响作用显著下降,而产业结构变化的影响表现为负相关。     

基于DEA-Malmquist模型的中国星级饭店经营效率时空演化研究

构建DEA-Malmquist模型,实证分析中国31个省市区星级饭店2004~2014年技术效率的时空演化特征,通过TOBIT模型分析了技术效率的影响因素。结果显示：星级饭店的技术效率逐年提升,东部地区显著高于中西部地区;星级饭店全要素生产率整体有所提升,东部地区高于中西部地区;经济水平、旅游人次、产业结构和区域开放度等因素对星级饭店技术效率提升具有显著正向影响,而旅游收入、人口城镇化、基础设施和信息化则具有负向影响。针对新常态下星级饭店的效率问题,提出要提升饭店发展质量,切实提高技术效率,重视高新技术应用,持续优化饭店发展环境。     

不同交通方式对旅游效率的影响与评价——以张家界为例

以张家界为案例地,运用数据包络分析法（DEA）、Malmquist指数模型及Tobit回归模型对张家界2005~2015年城市旅游效率进行分析,并从综合效率、纯技术效率、规模效率以及技术进步变化、全要素生产率变化进行实证研究,最后从公路、铁路及民航等不同交通方式探讨张家界对旅游效率的影响程度。结果显示：① 综合效率、纯技术效率呈现先下降后上升的趋势,全生产要素变化基本呈上升趋势。② Tobit回归模型中,劳动力投入、资本投入、旅游资源吸引力以及铁路客运量和航运客运量在0.01的水平上对综合效率、纯技术效率有显著影响,而其他因素对规模效率的影响不大。③ 交通条件的优化对提升旅游交通有着正向影响作用,且铁路、航运对张家界旅游效率有显著影响,而公路对其有影响但不显著,因此针对不同交通方式提出要进一步完善张家界景区内外部交通网络建设,形成公路交通、铁路交通、航空与景区交通无缝对接以及建成立体交通网络体系等优化策略,以提高张家界的旅游效率,实现旅游产业健康快速和可持续发展,这将为张家界实现旅游效率最优化水平提供理论指导。     

青藏高原边缘区地震灾后的经济韧性及恢复效率——以汶川M_s 8.0地震极重灾区为例（英文）

The border areas of the Tibetan Plateau and the neighboring mountainous areas have a high incidence of earthquakes with a magnitude greater than Ms 5.0, as well as having a dense distribution of geological disasters such as collapses, landslides, and debris flows. Revealing the post-disaster economic development and recovery process is very important for enhancing disaster prevention and response capacity in order to formulate control policies and recovery methods for post-disaster economic reconstruction based on economic resilience. Using long-term socioeconomic data and the autoregressive integrated moving average(ARIMA) model, this paper calculated the economic resilience index of the areas most severely affected by the Wenchuan Earthquake of 2008 and adopted the improved variable returns to scale(VRS) date envelopment analysis(DEA) model and the Malmquist productivity index to analyze the efficiency and effect of annual post-disaster recovery. The results show that:(1) the economic resilience index of the areas most severely affected by the Wenchuan Earthquake was 0.877. The earthquake resulted in a short-term economic recession in the affected areas, but the economy returned to pre-quake levels within two years. In addition, the industrial economy was less resilient than agriculture and the service industry.(2) The comprehensive economic recovery efficiency of the disaster-stricken area in the year following the disaster was 0.603. The comprehensive efficiency, the pure technical efficiency, and the scale efficiency of the plain and hilly areas were significantly greater than those of the plateau and mountain areas.(3) The annual fluctuation in total factor productivity(TFP) following the disaster was considerable, and the economic recovery efficiency decreased significantly, resulting in a short-term economic recession. The TFP index returned to steady state following decreases of 33.7% and 15.2%, respectively, in the two years following the disaster.(4) The significant decrease in the post-disaster recovery efficiency was caused mainly by technological changes, and the renewal of the production system was the leading factor in determining the economic resilience following the disaster. With the decline in the scale of economic recovery following the earthquake, long-term economic recovery in the disaster-stricken areas depended mainly on pure technical efficiency, and the improvement in the latter was the driving force for maintaining the long-term growth of the post-disaster economy. Therefore, according to the local characteristics of natural environment and economic system, the disaster-stricken areas need to actively change and readjust their economic structures. At the same time, attention should be paid to updating the production system to enhance the level of technological progress and give full play to the scale effects of large-scale capital, new facilities, human resources, and other investment factors following the disaster so as to enhance the impact of economic resilience and recovery efficiency in response to the disaster.     

Village-level multidimensional poverty measurement in China: Where and how

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error (LSE) model and spatial econometric analysis model to identify the villages’ poverty types and poverty difference. The case study shows that: (1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang. (2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions. (3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type. (4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of poverty alleviation at all levels to mobilize all kinds of anti-poverty resources.