检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《财会月刊》2020年第6期153-160,共8页Finance and Accounting Monthly
基 金:国家社会科学基金后期资助项目“数字经济的税收治理问题研究”(项目编号:19FJYB037);国家税务总局研究课题“中国自由贸易试验区、自由贸易港税收政策研究”(项目编号:2019YB01)。
摘 要:基于2008~2016年29个省份的面板数据,利用BCC-DEA模型和Malmquist指数模型分别从静态和动态测算中国数字经济产出效率。研究发现,中国各省份数字经济产出效率存在显著差异。从静态效率分析,东部地区的技术效率最低,中部地区次之,西部地区最高。其中,北京、上海、浙江、江苏的相对产出效率排名垫底,资源配置效率低是其主要限制因素,广东的纯技术效率虽高,但产出效率受到规模效率的制约。从动态效率分析,中国数字经济全要素生产率总体呈先升后降趋势,主要原因在于技术升级遭遇瓶颈。此外,东部大部分省份得益于纯技术效率的增长和规模效率的优化,正在逐步缩小与效率前沿省份技术效率的相对差距。
关 键 词:数字经济 全要素生产率 DEA-MALMQUIST指数法 区位差异
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.149.249.113