西部地区效率的影响因素分析,本文是关于因素分析相关硕士论文范文跟因素分析和影响因素分析和西部地区有关电大毕业论文范文.
因素分析论文参考文献：
闫秋利 陈长
摘 要：本文运用DEA-FGLS两阶段法对西部区域的创新效率进行测度,分析了影响创新效率因素.结果表明,西部区域创新效率整体较优,其中陕西省、四川省、重庆市和贵州省创新效率相对较优,不同省份创新效率变化呈现一定差异性；社会人力资本对西部区域创新效率影响最为显著.
关键词：创新效率；DEA-FGLS；影响因素
迈克尔波特认为,一个国家经济发展需要经历要素驱动、投资驱动、创新驱动、财富驱动四个阶段,创新驱动在经济发展中具有不可替代的作用.①进入“新常态”以来,我国更重视创新对经济发展的作用,全国、各省都在大力发展创新产业.目前,西部区域经济发展相对落后.国家“一带一路”发展战略的提出,为西部地区发挥创新对经济的驱动力,成为我国经济新的增长极提供了机遇.现有统计数据表明,西部区域创新整体投入相对东中部较为落后,整体创新效率较低,创新能力偏弱.因此,对西部地区创新效率和影响因素的研究,有助于提升西部地区创新效率,提高企业自主创新能力,促进区域经济发展.
一、相关文献综述
经济效率更多的是研究福利经济学中的资源最优配置问题.经济学中,最好的衡量效率的方式是帕累托标准.本文研究的效率主要是从生产者角度的生产效率.当生产过程中仅存在单一的投入和产出时,生产效率的测度相当简单；然而如果面临多投入、多产出情况,就需要采用适当的方法将这些投入产出进行汇总和分解.全要素生产率的提出,代表了产出中不能被要素变化所解释的部分,成为考察生产效率的一项综合性指标（郑循刚,2011）.
传统的全要素生产率测度方法主要分为非参数方法与参数法两种.参数方法沿袭了传统意义的生产函数估计思路,主要利用计量经济学方法,设定出前沿生产函数并进行回归,估计出技术效率.最小二乘法（Least Squares,LS）、自由分布法（Dis?tribution Free Approach,DFA）、厚边界函数法（Thick Frontier Analysis,TFA）与随机前沿生产函数法（Stochastic Frontier Ap?proach,A）都属于参数方法,其中随机前沿生产函数法（A）是目前为止使用最多的参数计量方法.非参数方法主要包括指数方法和数据包络分析法（Data Envelop?ment Analysis ,DEA）,其特点是不需设计参数方程进行计量经济估计,也是目前使用最多的方法.国内关于效率的研究汗牛充栋.王志刚等（2006）②利用随机前沿模型测算全要素生产率发现,1978—2003年我国全要素生产率年均增长4.36%；李宾、曾志雄（2009）采用增长核算法测度全要素生产率,通过延展Holz（2006）的资本存量数据和计算要素收入份额,发现1979—2007 年全要素生产率年均增长3.59%；李国璋等（2010）③采用索罗残值法测算全要素生产率,发现考虑人力资本和不考虑人力资本结果有较大差异,前者全要素生产率年均增长1.61%,后者年均增长2.32% ；陶长琪、齐亚伟（2010）④引入虚拟决策单元,利用数据包络分析（DEA）方法测算全要素生产率,发现1978—2007 年全要素生产率年均下降0.7%技术效率恶化是主要原因,样本期间年均下降2.1%.国内关于创新效率的研究文献相当丰富,如赵文平和杨海珍（2016）使用DEA方法对西部区域创新网络效率评价；王惠、王树乔等（2016）采用全国省级高技术产业的面板数据,测算了环境约束下中国高技术产业绿色创新效率,并构建了R&D投入的门槛模型,实证分析R&D投入强度对效率的影响；吴美琴、肖慧等（2016）使用NSBM模型测算了区域绿色创新三阶段效率等.
本文与前人研究的主要差异在于,现有文献对创新效率的研究一般集中在国家或省级层面,少有对创新效率的影响因素研究.本文不仅将研究对象扩展到区域,研究方法采用能源投入DEA-Malmquist方法,而且进一步采用FGLS方法从区域创新环境、区域经济发展两个层面研究影响创新效率的因素.
二、模型构建及数据来源
1.模型构建
经济学中的效率主要是从成本收益的角度表示投入和产出的关系,目前为止关于效率的测算方法有四种：回归分析法、随机前言分析法、比率分析法和数据包络分析法.考虑各个测算方法的适用范围和特点,以及创新典型的多投入、多产出过程,本文选用数据包络这一评价多投入和多产出的多维度效率评价方法.其优点在于,不需要事前设定生产函数的形式,不易出现函数形式设定错误.
数据包络分析法中最常采用的方法是DEA-Malmquist,用数学规划的方法进行分析,无须考虑投入产出,避免了较强的理论约束,分析结果稳定,生产指数可分解性,不仅是一种较为科学客观的计量方法,而且有利于全要素生产率增长来源的深化分析.结合分析样本特点,笔者采用基于产出导向下规模报酬可变（VRS）DEAMalmquist指数分析西部区域创新效率.
Malmquist指数法测度全要素生产率关键在估算距离函数.因为距离函数不仅可以描述多产出-多要素投入的生产前沿技术,也可以对不同生产者、不同时期生产活动的生产效率进行比较评价.产出型的距离函数衡量了给定投入下实际产出向量相对于所参照的技术前沿能够扩张的最大比例.相对于参照技术st ,生产者在t时期的产出距离函数可以定义为：
Dt0(Xt,yt)等于inf{θ:(Xt,yt /θ)∈St}等于(sup{θ:Xt,yt /θ)∈St})-1(1)
在得到距离函数后,便可以求出全要素生产率增长率,Malmquist指数法是目前较为流行的度量方法.在假设规模报酬不变（CRS）的条件下,Malmquist 指数测度了在时期t的技术条件下,从时期t到t+1的技术效率变化.那么,从t到t+1时刻全要素生产率的Malmquist指数为：
M0(Xt +1,yt +1,Xt,yt)等于[Dt0(Xt +1,yt +1)/Dt0(Xt,yt)Dt +10 (Xt +1,yt +1)/Dt +10 (Xt,yt)]12（2）
Malmquist 指数大于1 时,意味着全要素生产率增长为正,反之则意味着全要素生产率增长为负.
进一步可将Malmquist指数分解为：Mi,t +1(Xt +1,yt +1,Xt,yt)等于TE*TP (3)其中,(Xt +1,yt +1) 和(Xt,yt) 分别表示第t + 1 期和第t 期的投入和产出向量,Dt0(Xt +1,yt +1) 和Dt0(Xt,yt) 表示以第t 期的技术表示（即以t期的数据为参考集）的技术效率水平或者说是生产点的距离函数,Dt +10 (Xt +1,yt +1) 和Dt +10 (Xt,yt) 代表以第t+1 期的技术表示（即以第t+1期的数据为参考集）的技术效率水平或者说是生产点的距离函数.式（3）中,TE表示t+1期的效率变化指数,表示从t到t+1期的生产技术效率变化程度,也称为“追赶效应”或者“水平效应”,衡量决策单位生产靠近当期生产前沿面的程度.大于1表明决策单位的生产更接近生产前沿边界,技术效率有所提高.TP为t+1期的技术进步率指数,表示两个时期的技术进步,也代表两个时期内生产前沿边界的移动,称为“增长效应”,大于1表示技术得到改善,反之,技术出现恶化.⑤⑥
在假设规模报酬可变（VRS）的条件下,TE等于PEC*SEC,即技术效率可以分解为纯技术效率指数（PEC）和规模效率指数（SEC）的乘积.
创新效率的影响因素研究的计量模型设定如下：其中,y是被解释变量,x、z分别是解释变量和控制变量及其交互项,μ 是代表其他个体特征变量,∈ 是残差.
yi,t 等于λ0 +Σni 等于1δi xi,t +Σmj 等于1δj z （4）
2.数据来源
本文根据研究目的和数据的可获得性,综合已有的高技术产业创新效率的指标,选取西部10个（不含新疆和西藏）省份2005—2013年的高技术产业投入和产出变量.数据源自《中国统计年鉴》《中国高技术统计年鉴》和各省的统计年鉴,中经网数据库和国家统计局网站数据库.对个别缺失数据,首先按照类似数据进行替代,然后采用线性插值法对其他缺失数据进行补充.
第一阶段：研发投入.主要选取R&D人员全时当量、R&D经费内部支出和能源投入总量（标准煤）；研发产出方面选用有效专利持有量和新产品销售收入,分别作为中间产出和最终产出.
第二阶段：创新的影响因素众多.借鉴王海兵、杨慧馨（2016）⑦和钱丽、肖仁桥、陈忠卫（2015）等人的研究,本文从区域创新环境、区域经济发展两个方面共5个指标进行研究.构建的指标如表1.⑧
三、实证分析
1.创新效率的实证分析
本文利用Maxdea 软件,运用DEAMalmquist指数法测度了西部十省的创新效率及其变化,结果见表2和表3所示.由表2可知,2005—2013年西部地区创新效率整体有效,呈现“锯齿状”增长；省份之间在创新效率测算值上存在差异,除内蒙古、广西、甘肃外,各省2005—2013年的创新效率均值都大于1,四川省的创新效率最高.省份内部的变化趋势上的差异性也比较突出：（1）内蒙古和广西壮族自治区的变化趋势相似,且2005—2009年的创新效率值均小于1.2008年是共同的拐点,在2008年之前内蒙古和广西壮族自治区的创新效率都呈现先下降后上升变化趋势,2008年后内蒙古于2009年开始下降,广西壮族自治区持续到2010年,下降后又都呈现出上升趋势,但是内蒙古的增长速率大于广西壮族自治区.（2）甘肃省和宁夏回族自治区创新效率值穿过效率值为1,且在2013 年两省的效率值接近或等于1.（3）重庆市和四川省在地理位置上相互临近,创新效率测度值的变化趋势也相似,均在2006年达到峰值.然而,2007—2009年重庆市的创新效率值大于四川省的,2009—2010年则相反,2010年后四川省的创新效率趋近于1,而重庆市尽管在2012年出现下降,但最终效率值远远大于1.比较分析重庆市整体的效率值变化幅度比较大,但四川省创新效率要优于重庆市.（4）陕西省、云南省、贵州省和青海省的创新效率较优,除青海省外,其他三省在2007年后呈现不同速度下降.由表3可知,西部区域创新效率变化较突出,除2007 年外,其他年份变化均大于1,且各省每年变化幅度较大,省份间差异性更强.从效率变化和技术变化值看,西部区域的效率变化主要源自技术进步的变化,说明西部区域创新效率的提高主要是因为创新的投入带来的技术进步.
2.影响因素的实证分析
研究效率的影响因素的方法主要有两种,Tobit 法和FGLS 法.由于Tobit 对被解释变量的截断性要求比较严格,本文使用考虑非期望产出super SBM法测算的效率值有些大于1.所以,采用王海兵和杨蕙馨（2015）在研究创新效率的影响因素时的FGLS方法.通过Stata13.0 的单位根检验,发现所有的解释变量均不存在单位根,为平稳序列,为避免回归结果存在组内异方差、组内自相关、组间同期相关的问题,选用全面可行的FGLS.结果见表4.
首先,分析政府干预倾向.初步看,政府财政支出比重对西部区域创新效率的正向影响不显著,在引入政府干预与对外开放水平和贸易水平交互项后,虽然显著性通过,但影响为负向.同样分别引入政府干预和社会人力资本与对外开放水平和贸易水平的交互项后,也呈现显著负向影响.因此,西部区域创新效率受政府干预影响较小.从R&D研究经费来源统计数据可知,西部研发经费主要来源于企业,政府在研发中的作用相对较少,对外来技术和对外开放水平程度较低.
其次,分析对外开放水平和贸易水平.初步看,进出口贸易对西部区域创新效率有显著的正向影响,对外开放水平对西部区域创新效率有显著的负向影响.但当加入对外开放水平、贸易水平和人力资本的交互项或对外开放水平、贸易水平与政府干预度和人力资本共同的交互项后,进出口贸易对创新效率的影响更显著且影响程度大幅提高.而对外开放水平对创新效率的影响变化不确定,加入两者的交互项后负向的影响程度有所提升,但显著性下降.单独引入人力资本与对外开放水平和贸易水平的交互项后负向影响有所下降,但显著性不通过检验.由此可见,尽管对外开放水平提高,创新效率的途径主要通过进出口贸易和FDI,但两者的作用机理有所差别,且影响方向和程度不一样.西部地区目前为止进出口贸易对创新效率影响较大,而外商直接投资这一对创新起到直接促进作用的影响因素还没有对创新效率起到显著的刺激作用.⑨
第三,分析社会人力资本.初步看,社会人力资本对西部区域创新效率是显著的正向影响,且不论何种情况均通过显著性检验,并在引入交互项后影响程度显著提高.证明中国乃至西部区域过去几年来始终坚持大力发展教育的正确性.大量人才涌向市场,通过高密度流动,不仅促进了微观企业的经营活力,还带动了各项资源的有效配置,给西部区域创新能力带来提升.第四,分析城市基础设施建设.无论是从初始角度还是加入交互项后,城市基础设施建设对创新效率的影响都是负向的显著的.由此可见,城市的基础设施建设对创新的影响固然重要,但简单粗暴地以“土地城市化”代替城市化是否体现城市化发展本质,城市化进程中是否考虑具体省情和国情需要商榷.
四、结论及建议
本文利用2005—2013 年西部10 省的省级面板数据,基于DEA-Malmquist 指数法测算了创新效率,同时根据广义的最小二乘方法研究了影响西部区域创新效率的因素,主要结论有：（1）西部区域创新效率随时间推进不断提高,但存在省份间差异性和变化差异性；（2）创新效率影响因素实证分析表明,西部整体样本区间内,社会人力资本比重有较为显著的正向影响.
本文建议：第一,继续加大基础教育和高等教育投入,注重基础研究人员和资金投入.第二,控制和选择合理的城市人口比重和城市密度,使优良的教育和创新环境充分发挥提升创新效率的作用.第三,加大政府对高技术产业和高校、高等研究所（院）的支持力度,充分发挥政府在创新中的作用.第四,西部区域的整个市场,特别是高技术市场应加大与外商贸易和技术交流合作,充分吸收国外先进技术、管理经验.
引文注释
①迈克尔波特.国家竞争优势[M].李明轩,邱如美,译.北京：华夏出版社,2002:533-547.
②王志刚,龚六堂,程玉宇.地区间生产效率与全要素生产率增长分解（1978—2003）[J].中国社会科学,2006（02）:55-66+206.
③李果璋,周彩云,江金荣.区域全要素生产率的估算及其对地区差距的贡献[J].数量经济技术经济研究,2010（05）:49-61.
④陶长琪,齐亚伟.中国全要素生产率的空间差异及其成因分析[J].数量经济技术经济研究,2010（01）：19-31.
⑤石凤光.环境全要素生产率视角下的中国省级经济差距研究[M].北京：经济科学出版社,2014.
⑥张自然,陆明涛.全要素生产率对中国地区经济增长与波动的影响[J].金融评论,2013（01）：7-31+123.
⑦王海兵,杨慧馨.创新驱动与现代产业发展体系——基于我国省际面板数据的实证分析[J].经济学（季刊）,2016（07）：1351-1386.
⑧这些解释变量的选择参照了经济增长理论模型中所设定的原始变量,也参照论文前人大量实证研究文献,除文中提到的还包括王争和史晋川（2007）、李静（2009）、陶长琪和齐亚伟（2010）等.
⑨外商直接投资的影响不显著原因是,西部地区研发经费中企业和国家财政支出所占比重较大,外资比例较小；研发产出来源为企业自行研发、国内现有技术消化吸收、国外技术消化吸收.从统计数据得知,西部地区研发产出主要源于前两种.
参考文献
[1] Tone K. A Slacks-based measure of super-effi?ciency in data envelopment analysis[J].EuropeanJournal of Operational Research,2002,143(01):32-41.
[2] Hong Li, KuangNanfang, Wei Yang, Di Wang,Xiaoxin Hong. Regional environmental efficiencye-valuation in China: Analysis based on the su?per- sbm model with undesirable outputs [J]Mathematical and Computer Modellong,2013,58:1018-1031.
[3] Kao, C. Efficiency decomposition in network da?ta envelopment analysis with slacks- basedmeans-ures [J]. Omega International Journal ofManagement Science,2014（45）:1-6.
[4]王惠,王树乔,苗壮,李小聪.研发投入对绿色创新效率的异质门槛效应——基于中国高技术产业的经验研究[J].科研管理,2016（02）：63-71.
[5]王海兵,杨慧馨.创新驱动与现代产业发展体系——基于我国省际面板数据的实证分析[J].经济学（季刊）,2016（07）：1351-1386.
[6]李果璋,周彩云,江金荣.区域全要素生产率的估算及其对地区差距的贡献[J].数量经济技术经济研究,2010（05）：49-61.
[7]陶长琪,齐亚伟.中国全要素生产率的空间差异及其成因分析[J].数量经济技术经济研究,2010（01）：19-31.
[基金项目：本文系2017年贵州大学马克思主义经济发展与应用研究中心、经济学院研究生创新基金项目（编号：201717）；国家社科基金“城镇化对中国潜在增长率的影响研究”（编号：13XTJ002）资助]
（作者单位：贵州大学经济学院、贵州大学公共管理学院）
本文结论：该文是一篇大学硕士与因素分析本科因素分析毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写因素分析和影响因素分析和西部地区方面论文范文.
大学生自主创业率低影响因素分析与以中南地区高校毕业生调查为例
（1 中南财经政法大学公共管理学院,湖北武汉430070；2 怀化学院经济学院,湖南怀化418008）摘要文章以中南地区21 所高校7200 名大学毕业生的问卷调查数据为依据,运用Logistic.
新疆阿勒泰地区种植哈密瓜的影响因素
摘要哈密瓜素有“瓜中之王”之称,主要生长在新疆以及甘肃一带,新疆地区的气候、光照条件十分适合哈密瓜栽培 该文对阿勒泰地区哈密瓜种植因素以及哈密瓜种植技术进行分析和探讨,旨在为提.
湛江地区系统性红斑狼疮患者生活质量现状与影响因素分析
摘 要目的 探讨湛江地区系统性红斑狼疮患者生命质量现状,并对其影响因素进行分析,为提高患者的生活质量、倡导有效的医护措施及实现健康中国目标提供理论依据 方法 采用方便抽样的方法调查248例于我院风湿.
我国物流上市公司的运营效率与影响因素
摘 要我国物流业为应对新时期转变发展方式需要,也在进入“新常态”发展阶段 为了提高行业发展水平,本文基于区域物流环境视角,通过DEATobit模型对我国9家物流上市公司运营效率.