發(fā)布時間：2021-11-08 12:28

　　在高速發(fā)展的時代,中國工業(yè)為中國經(jīng)濟(jì)的高速增長作出了巨大貢獻(xiàn)。尤其是在人口、資源、環(huán)境壓力日益增長的情況下,建立發(fā)達(dá)的工業(yè)成為實現(xiàn)資源節(jié)約、環(huán)境改善和生活質(zhì)量提高的根本性技術(shù)條件和物質(zhì)基礎(chǔ)。中國近30年來的粗放式的經(jīng)濟(jì)增長方式已不能適應(yīng)社會發(fā)展的需要,“十三五”規(guī)劃指出未來工業(yè)的發(fā)展將步入集約型發(fā)展道路,這對工業(yè)的發(fā)展質(zhì)量提出了更高的要求,工業(yè)生產(chǎn)效率能在很大程度上反映工業(yè)發(fā)展質(zhì)量的好壞,歷來是社會各界關(guān)注的焦點。本文在已有對工業(yè)生產(chǎn)效率的研究文獻(xiàn)基礎(chǔ)上,以我國30個省市區(qū)（除西藏和港澳臺）2007-2017年的工業(yè)生產(chǎn)的面板數(shù)據(jù)為研究對象,運用DEA模型中的超效率SBM模型來測度我國省際工業(yè)生產(chǎn)效率值,并運用PVAR模型對省際工業(yè)生產(chǎn)效率進(jìn)行了影響因素分析。具體方法如下:1.對各省市區(qū)工業(yè)生產(chǎn)所排放的CO₂進(jìn)行了測算;2.對省際的不含非期望產(chǎn)出的傳統(tǒng)工業(yè)生產(chǎn)效率與含非期望產(chǎn)出CO₂排放量的工業(yè)生產(chǎn)效率進(jìn)行了測算,并作出對比;3.對工業(yè)生產(chǎn)效率的影響因素進(jìn)行了平穩(wěn)性檢驗,模型滯后階數(shù)的選取,運用GMM法對參數(shù)進(jìn)行估計,在PVAR（2）模型基礎(chǔ)... 

【文章來源】：重慶理工大學(xué)重慶市

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

3工業(yè)生產(chǎn)效率測度19圖3.12007-2018年工業(yè)生產(chǎn)效率變動趨勢圖3.5不同類型地區(qū)工業(yè)生產(chǎn)效率的比較分析本節(jié)將2007-2017年中國30個省市一級華北、東北、華東、華南、華北、西南、西北地區(qū)考慮非期望產(chǎn)出的工業(yè)生產(chǎn)效率（IE）和未考慮非期望產(chǎn)出的工業(yè)生產(chǎn)效率(IEO)的均值表明如表3.3中所示（數(shù)據(jù)源于附錄1），并進(jìn)行了地區(qū)類型的劃分。福建、江西、山東、湖北、廣東、陜西、寧夏7個地區(qū)工業(yè)生產(chǎn)效率大于1，占比為23.3%，說明考慮非期望產(chǎn)出碳排放下我國工業(yè)生產(chǎn)效率偏低，大部分地區(qū)生產(chǎn)效率未達(dá)到很好的層面。只有2個地區(qū)工業(yè)生產(chǎn)效率小于1,說明工業(yè)生產(chǎn)效率達(dá)到很好的層面的地區(qū)占比為93.33%，經(jīng)過上述比較可知，我國工業(yè)生產(chǎn)仍然處于高消耗高排放型，忽略非期望產(chǎn)出難以反映我國各地區(qū)真實工業(yè)生產(chǎn)效率。

重慶理工大學(xué)碩士學(xué)位論文21產(chǎn)出碳排放工業(yè)生產(chǎn)效率和傳統(tǒng)工業(yè)生產(chǎn)效率的對比分析，從而確定工業(yè)生產(chǎn)的“低碳型”和“高碳型”地區(qū)。結(jié)合上表的地區(qū)類型可知，中國30個省市均屬于“高碳型”地區(qū)，具體表現(xiàn)為工業(yè)生產(chǎn)效率低于傳統(tǒng)工業(yè)生產(chǎn)效率。僅有7個地區(qū)工業(yè)生產(chǎn)效率進(jìn)入了“提升組”，表現(xiàn)出工業(yè)生產(chǎn)效率大于1。從7大地區(qū)來看，各地區(qū)平均工業(yè)生產(chǎn)效率均小于1，表現(xiàn)為“高碳—下降”型地區(qū)。圖3.22007-2017年中國各地區(qū)考慮非期望產(chǎn)出的工業(yè)生產(chǎn)效率均值雷達(dá)圖為了更加直觀的比較中國各省考慮非期望產(chǎn)出的工業(yè)生產(chǎn)效率的差異，本節(jié)根據(jù)了表3.5繪制了2007-2017年中國各地區(qū)工業(yè)生產(chǎn)效率均值的雷達(dá)圖。從圖中可知，各地區(qū)工業(yè)生產(chǎn)效率均分布在第3-6層級，由內(nèi)往外，隨著層級的上升，工業(yè)生產(chǎn)效率逐漸上升，同一層級，工業(yè)生產(chǎn)效率處于共同水平。雷達(dá)圖表明上海、黑龍江、吉林、貴州四個地區(qū)工業(yè)生產(chǎn)效率相對最低，均在0.9以下。處于第四層級的地區(qū)有北京、遼寧、山西，處于最外層級地區(qū)工業(yè)生產(chǎn)效率相對最高，且均達(dá)到了生產(chǎn)前沿效率，分別為福建、江西、山東、湖北、廣東、陜西、寧夏地區(qū)。處于次外層的地區(qū)工業(yè)生產(chǎn)效率為“潛力”地區(qū)，工業(yè)生產(chǎn)效率均在0.95以上，分別包括江蘇、浙江、安徽、河南、湖南、廣西、海南、云南、四川、重慶、甘肅、青海、新疆、天津、河北、內(nèi)蒙共16個地區(qū)。

【參考文獻(xiàn)】：
期刊論文
[1]稅收結(jié)構(gòu)、政府支出與經(jīng)濟(jì)增長[J]. 姚秋歌,孫金山,黃琨.  上海經(jīng)濟(jì)研究. 2020(03)
[2]隴東地區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化高級化與經(jīng)濟(jì)增長研究[J]. 馬紅祥,高春明.  社科縱橫. 2020(02)
[3]基于VAR模型的中國工業(yè)生產(chǎn)效率影響因素研究[J]. 肖枝洪,徐洪成.  重慶三峽學(xué)院學(xué)報. 2020(01)
[4]海洋環(huán)境規(guī)制、海洋科技創(chuàng)新與海洋經(jīng)濟(jì)綠色——基于DEA-Malmquist指數(shù)與PVAR模型分析[J]. 杜軍,寇佳麗,趙培陽.  生態(tài)經(jīng)濟(jì). 2020(01)
[5]基于非期望超效率模型的遼寧沿海地區(qū)海洋生態(tài)效率測算及影響因素分析[J]. 宋強敏,孫才志,蓋美.  海洋通報. 2019(05)
[6]江蘇省工業(yè)規(guī)模與效率的耦合關(guān)系研究[J]. 劉帥賓.  現(xiàn)代商貿(mào)工業(yè). 2019(25)
[7]房價、產(chǎn)業(yè)結(jié)構(gòu)升級和人力資本結(jié)構(gòu)——基于PVAR模型的動態(tài)分析[J]. 陳甬軍,李環(huán)環(huán).  工業(yè)技術(shù)經(jīng)濟(jì). 2019(08)
[8]環(huán)境管制方式對能源效率影響的差異性——基于內(nèi)生視角下的PVAR方法的分析[J]. 楊慧慧.  商業(yè)研究. 2019(07)
[9]供給側(cè)視角下江蘇省工業(yè)行業(yè)生產(chǎn)效率的測度與影響因素分析[J]. 辜子寅.  內(nèi)蒙古統(tǒng)計. 2019(01)
[10]中國省際工業(yè)生態(tài)效率空間分布及影響因素研究[J]. 李成宇,張士強,張偉.  地理科學(xué). 2018(12)

碩士論文
[1]長江經(jīng)濟(jì)帶工業(yè)綠色生產(chǎn)效率及影響因素研究[D]. 仇定三.安徽理工大學(xué) 2019
[2]基于DEA模型的吉林省工業(yè)經(jīng)濟(jì)效率研究[D]. 羅月.吉林大學(xué) 2019
[3]環(huán)境約束下安徽省FDI對工業(yè)投入產(chǎn)出效率影響研究[D]. 胡海陸.安徽大學(xué) 2019
[4]基于RAM-DEA模型的工業(yè)行業(yè)效率評價研究[D]. 朱安明.重慶大學(xué) 2018
[5]湖南省工業(yè)生態(tài)效率測算及提高路徑研究[D]. 吳亞弦.中南林業(yè)科技大學(xué) 2017
[6]中國工業(yè)生產(chǎn)和環(huán)境治理效率評價及其與對外貿(mào)易的互動關(guān)系研究[D]. 李敏.合肥工業(yè)大學(xué) 2017
[7]環(huán)境約束下的寧夏工業(yè)效率評價及影響因素研究[D]. 朱慶武.寧夏大學(xué) 2017



本文編號：3483695