[1]伍 聪,叶耀军,林佳伟.基于三阶段DEA-Malmquist模型和分形理论的中国南方省份数字经济效率研究[J].浙江科技大学学报,2024,(06):467-481.[doi:10.3969/j.issn.2097-5236.2024.06.002 ]
　WU Cong,YE Yaojun,LIN Jiawei.Study on efficiency of digital economy in southern provinces of China based on three-stage DEA-Malmquist model and fractal theory[J].,2024,(06):467-481.[doi:10.3969/j.issn.2097-5236.2024.06.002 ]
点击复制

基于三阶段DEA-Malmquist模型和分形理论的中国南方省份数字经济效率研究(/HTML)
分享到：

《浙江科技大学学报》[ISSN:2097-5236/CN:33-1431/Z]

卷:
期数:
2024年06期
页码:
467-481
栏目:
出版日期:
2024-12-28

文章信息/Info

Title:
Study on efficiency of digital economy in southern provinces of China based on three-stage DEA-Malmquist model and fractal theory
文章编号:
2097-5236(2024)06-0467-15
作者:
伍 聪; 叶耀军; 林佳伟
(浙江科技大学 理学院,杭州 310023)
Author(s):
WU Cong;  YE Yaojun;  LIN Jiawei
(School of Science, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China)
关键词:
数据包络分析;  三阶段DEA模型;  分形理论;  重标度极差分析法(R/S);  Malmquist指数模型
分类号:
F492
DOI:
10.3969/j.issn.2097-5236.2024.06.002
文献标志码:
A
摘要:
【目的】为研究中国南方15个省(直辖市、自治区)(以下简称省份)的数字经济效率,提出了一种将数据包络分析(data envelopment analysis,DEA)和分形理论相结合的研究方法。【方法】首先,使用以投入为导向的三阶段DEA模型和Malmquist指数模型对中国南方省份数字经济效率进行静态和动态分析; 然后,在分形理论的基础上,采用重标度极差分析法(rescale range analysis, R/S)来分析中国南方省份数字经济效率的未来趋势。【结果】在剔除随机因素和环境变量的影响后,中国南方省份数字经济综合效率(integrated technical efficiency, TE)、规模效率(scale efficiency, SE)均值呈下降趋势,纯技术效率(pure technical efficiency, PTE)均值呈上升趋势,且经济发达省份的数字经济效率高于经济欠发达省份的数字经济效率; 效率分解结果表明,技术进步变化是驱动数字经济全要素生产率(total factor productivity, TFP)增长的主要因素; 未来一段时间内中国南方大部分省份的数字经济综合效率呈上升趋势。【结论】本研究结果可为推动数字经济发展,提升区域经济效率提供科学依据和决策参考。

参考文献/References:

[1] 马玥.数字经济对消费市场的影响:机制、表现、问题及对策[J]. 宏观经济研究,2021(5):81.
[2] 任保平.数字经济引领高质量发展的逻辑、机制与路径[J]. 西安财经大学学报,2020,33(2):5.
[3] TAPSCOTT D. The digital economy:promise and peril in the age of networked intelligence[M]. New York:McGrawHill, 1996.
[4] ZIMMERMAN H. Understanding the digital economy:challengers for new business models[G]. America:AIS eLibrary, 2000:729.
[5] 孙德林,王晓玲.数字经济的本质与后发优势[J]. 当代财经,2004(12):22.
[6] 逄健,朱欣民.国外数字经济发展趋势与数字经济国家发展战略[J]. 科技进步与对策,2013,30(8):124.
[7] 何枭吟.数字经济与信息经济、网络经济和知识经济的内涵比较[J]. 时代金融,2011(29):47.
[8] 刘助仁.美国数字经济发展的动因及启示[J]. 科技情报开发与经济,2001(4):72.
[9] 李晓华.数字经济新特征与数字经济新动能的形成机制[J]. 改革,2019(11):40.
[10] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978(2):429.
[11] SEIFORD L M. Data envelopment analysis:the evolution of state of the art(1978—1995)[J]. Journal of Production Analysis, 1996(7):99.
[12] 李燕,张晓秀.黑龙江省数字经济产出效率差异研究[J]. 商业经济,2024(1):12.
[13] 胡笑梅,王梦洁.基于DEA-Malmquist指数法长江经济带数字经济产出效率研究[J]. 长春理工大学学报,2022,35(5):122.
[14] 葛文婷,戚戬,徐豪威.基于DEA-Malmquist模型的中部省份数字经济效率测算[J]. 科技和产业,2020,20(9):68.
[15] 高伯任,杨敏,陈泽明.数字经济内生增长效率测度[J]. 技术经济与管理研究,2024(1):72.
[16] 陈慧玲,DONGPHIL C,许航.我国各地区数字经济发展水平及影响因素分析:基于DEA-Tobit模型的实证研究[J]. 商业经济,2024(4):1.
[17] 王谢勇,金光辉.我国经济高质量发展视域下创新要素配置效率研究:基于三阶段DEA-Malmquist-Tobit模型的分析[J]. 价格理论与实践,2022(12):174.
[18] FRIED H O, LOVELL C A K, SCHMIDT S S, et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis, 2002, 17(1/2):157.
[19] HIGUCHI T. Approach to an irregular time series on the basis of the fractal theory[J]. Physica D:Nonlinear Phenomena, 1988, 31(2):277.
[20] QIAN B, RASHEED K. Hurst exponent and financial market predictability[C]// IASTED Conference on Financial Engineering and Applications. Cambridge:IASTED, 2004:203.
[21] MANDELBROT B B. The fractal geometry of nature[J]. American Journal of Physics, 1983, 51(3):286.
[22] BOX G E P, JENKINS G M. Some recent advances in forecasting and control:part Ⅱ[J]. Applied Statistics, 1968, 17(2):91.
[23] 杨俊,陆宇嘉.基于三阶段DEA的中国环境治理投入效率[J]. 系统工程学报,2012,27(5):699.
[24] 白雪洁,宋莹.环境规制、技术创新与中国火电行业的效率提升[J]. 中国工业经济,2009(8):68.
[25] 郭军华,倪明,李帮义.基于三阶段DEA模型的农业生产效率研究[J]. 数量经济技术经济研究,2010,27(12):27.
[26] 王维国,马越越.中国区域物流产业效率:基于三阶段DEA模型的Malmquist-luenberger指数方法[J]. 系统工程,2012,30(3):66.
[27] 罗登跃.三阶段DEA模型管理无效率估计注记[J]. 统计研究,2012,29(4):104.
[28] 陈巍巍,张雷,马铁虎,等.关于三阶段DEA模型的几点研究[J]. 系统工程,2014,32(9):144.
[29] FARE R, GROSSKOPF S, NORRIS M, et al. Productivity growth, technical progress and efficiency change in industrialized countries[J]. The American Economist, 1994(84):66.
[30] CARBONE A, CASTELLI G, STANLEY H E. Time-dependent hurst exponent in financial time series[J]. Physica A:Statistical Mechanics and its Applications, 2004, 344(1):267.
[31] 蔡昌,林高怡,李劲微.中国数字经济产出效率:区位差异及变化趋势[J]. 财会月刊,2020(6):153.
[32] 项义军,时光明.我国数字经济产出效率及其影响因素研究[J]. 对外经贸,2023(9):52.
[33] 李沭东,王艳萍,卢冰.数字经济及其相关福利问题[J]. 当代经济,2021(7):97.
[34] 赵燕娜,张家俊.数字经济产出效率研究:基于30个省份对比分析[J]. 衡水学院学报,2023,25(4):25.
[35] 潘小芳,叶耀军.健康扶贫背景下居民医疗保健支出的预测分析:以安徽省阜阳市为例[J]. 浙江科技学院学报,2021,33(5):357.
[36] 周小亮,吴林,廖达颖.技术创新、能源效率与大气污染的动态作用机制[J]. 福州大学学报,2017,31(5):39.
[37] 黄薇.环境、风险与企业技术效率:基于改进型三阶段DEA模型[J]. 系统工程理论与实践,2012,32(1):1.

相似文献/References:

[1]陈帆.中国城市循环经济效率的时空变化及改善潜力[J].浙江科技大学学报,2019,(04):276.
　CHEN Fan.Temporal and spatial change and improvement potential of efficiency of urban circular economy in China[J].,2019,(06):276.

备注/Memo

备注/Memo:
收稿日期:2024-07-11
通信作者:叶耀军(1965— ),男,河南省驻马店人,教授,博士,主要从事非线性发展方程的理论及应用研究。E-mail:yeyaojun@zust.edu.cn。
更新日期/Last Update: 2024-12-28