江苏科技贷款风险补偿资金池运营效率测评——基于BC2模型和Malmquist指数法

科技贷款风险补偿资金池作为促进金融资源与科技资源紧密结合的重要措施,对其运营效率研究很有必要。基于2013—2017年苏南11个城市的面板数据,采用BC₂模型测算各市资金池运营效率,并结合Malmquist指数法对运营效率指数的变化进行分解,继而应用Tobit模型分析影响各市运营效率的相关因素。研究表明苏南地区的运营效率存在空间差异,资金投入规模不平衡;效益产出能力下降和不合理的资金投入规模是导致运营效率下降的主要原因;R D人员数和专利申请数在一定程度上对运营效率的提升起到促进作用,互联网用户数和产业集中度对运营效率的提高起到抑制作用。     

基于DEA和Malmquist指数的青海省科技创新效率研究

基于数据包络分析的BCC模型,结合Malmquist指数方法,利用2010-2019年青海省科技活动投入产出数据,通过测度青海省科技创新活动的综合效率、纯技术效率、规模效率及全要素效率变化,深入剖析青海省科技创新效率.结果 表明,青海省科技创新综合效率处于非DEA有效,目前正处于科技创新效率规模报酬递增阶段,投入规模不...     

基于Malmquist指数法的我国科技创新效率评价

 用Malmquist指数方法测算了我国科技创新效率的变动趋势，并把科技创新效率的增长分解为技术进步和资源配置效率变化两个部分。结果显示：20世纪90年代以来我国科技创新效率的增长主要是由技术进步推动，资源配置效率对科技创新效率的增长贡献较小。     

基于Malmquist指数和SFA模型的我国科技金融效率评价

选取2006—2014年我国30个省市区科技金融投入与产出的面板数据,运用DEA-Malmquist指数法和SFA模型对全要素生产率变动和科技金融效率值进行评价。研究表明在样本期限内,我国科技金融效率上升6.56%,但是效率水平不高;科技金融效率在区域之间存在显著的差异,总体上来说东部地区明显优于中西部地区,但是江西、贵州等地的科技金融效率提升较快;我国各地区可以分为4类,大部分的投入规模与效率水平比较匹配。     

基于珠三角地区金融发展差异的科技效率研究

选取2010-2013年珠三角八城市金融业发展数据,基于银行、证券、保险三大子产业分析各地区金融发展现状,挖掘其金融发展水平差异成因,进而运用DEA-Malmquist指数法对金融发展的科技效率进行横向和纵向分析,从而对珠三角未来金融业的错位发展战略提供政策建议。     

我国区域科技创新资源配置效率的实证研究——基于产出导向的SBM模型和Malmquist生产率指数

根据SBM模型测算出的效率值将我国29个省市划分为四个梯队和一个异常组,并通过对每个决策单元的Malmquist指数进行分解,进一步分析和评价了我国不同地区的科技创新资源配置效率.结果表明:我国整体科技创新资源配置效率低下,但有缓慢提升趋势;区域科技创新资源的配置效率与地区经济发展水平有关,呈现出明显的两极分化的趋势;相较于知识创新成果,经济产出有很大的不足.最后针对此现状提出优化科技创新资源配置效率的对策建议.     

我国科技资源配置效率的实证分析——基于DEA的超效率CCR模型与Malmquist指数模型

以2001—2012年我国30个省域的面板数据为基础,选取科技投入-产出指标体系,构建基于DEA的超效率CCR模型与Malmquist指数模型,实证分析与比较我国30个省域科技资源配置效率。结果显示2001—2012年期间我国30个省域科技资源配置效率高低、变动趋势以及影响因素存在很大的差异,各省域要根据自身的情况制定适合的科技政策。     

中国省际文化产业财政支出效率研究——基于Malmquist指数

本文基于规模报酬可变的假设,使用投入导向模型,构建了Malmquist全要素生产指数,探索各地区文化产业财政支出效率的变化趋势。研究表明：中国大多数省份文化产业财政支出效率低下,且呈现负向增长,主要原因在于“前移面效应”不显著;中国文化产业财政支出效率呈现东、中、西逐渐递减的趋势,且都呈现负增长;2002--2009年,中国文化产业财政支出的全要素生产率呈现波动式增长,并朝着良好的方向发展。     

上海市技术创新能力动态轨迹研究——基于BC~2-Malquist模型分析

首先,通过运用Malmquist指数对上海市2009—2014数据进行纵向分析,测算出上海市创新能力和三大主体创新效率的变化趋势;然后基于BC2模型从横向的角度将上海市的技术创新能力与全国29个省市进行比较分析,系统地反映上海市的技术创新能力在全国的状况。研究结果表明,上海市近年来技术创新能力持续提高;工业企业是其创新的主力军;推动全要素生产率增长的主要原因在于技术进步而非技术效率。最后,针对结论提出增强上海市技术创新能力的对策建议。     

新时期深圳发展科技金融的思考——基于科技金融投入产出效率研究

通过DEA—Malmquist方法测算包括深圳在内的14个城市科技金融投入产出相对效率并进行横向比较以及动态的纵向比较。根据测度结果,认为新时期深圳发展科技金融具备优良的金融业基础且社会科技创新氛围浓厚,但科技金融治理架构不健全,人才储备不足、结构缺乏科学性。针对发展科技金融的机遇与挑战,提出深圳应建立健全市场机制,加强科技金融集聚发展,推进科技成果转化和加快人才体系构建。     

基于Malmquist指数法的河南省技术创新效率评价

运用Malmquist指数方法测算了2000～2008年河南省区域技术创新效率的变动趋势,分析了河南技术创新效率增长的内在动力.结果表明:2000年以来河南技术创新效率的增长主要是技术进步推动,技术效率的作用贡献较小;河南各地市技术创新效率变动存在差异,变化原因也不同.     

基于Malmquist指数法的我国网络信息资源配置效率研究

文章以2006—2010年我国31个省市的面板数据为基础,应用非参数的Malmquist指数法,实证测评我国网络信息资源动态效率。结果表明:我国网络信息资源配置效率处于较快增长态势,年平均增长率为32.4%,技术进步对网络信息资源配置效率的贡献最大,其推动力要远远高于技术效率;东、中、西三大地区网络信息资源配置效率均实现正增长且存在显著差异,其中西部地区增速最快,中部地区次之,东部地区最慢,并有7个省市出现规模效率损失状况。     

基于Malmquist指数的国有科技资源配置效率监测及其影响因素分析

本文运用DEA模型测算了全国和各地区科技资源配置的Malmquist指数及其分解情况.研究结果显示:(1)2000年以来我国科技资源配置效率呈不断优化态势,但目前投入结构尚不尽合理,市场的基础性配置作用未能充分显现,我国科技资源的配置效率尚有进一步提高的潜力;(2)我国TFP增长主要源于技术效率提升和技术进步的双重影响,北京、天津和新疆等共15个省(市、区)科技资源配置的TFP增长或下降主要受技术进步变动的影响更大,黑龙江、江苏和陕西等8个省份的TFP变动主要受技术进步和技术效率变动双重叠加的影响,河北、福建和青海等6个省区的TFP增长或下降主要受技术效率变动的影响.鉴此,提出建议.     

中国31个省市及重点省域科技创新效率评价研究——基于超效率SBM-Malmquist模型

以2015—2020年我国31个省（区、市）为研究对象，利用SBM-Malmquist模型对我国科技创新效率进行静态与动态测算并选取《中国区域科技创新评价报告2021》中综合科技创新水平指数最高的十大省（区、市）进行重点分析。实证结果表明，我国整体科技创新效率较低，但有向好趋势，区域间呈现出“西部>东部>中部”的态势；我国科技创新效率的增长主要得益于技术进步，技术进步对科技创新效率的拉动作用抵消了技术效率衰退的影响；综合科技创新水平指数最高的上海市和北京市分别出现科技创新投入冗余和技术进步不足的问题。为实现我国科技创新自立自强，需从区域协同、技术进步、资源优化配置等方面发力。     

基于DEA模型和Malmquist指数的白色家电行业 上市公司经营绩效评价

基于2015—2017年行业上市公司财务报表数据,利用数据包络方法(DEA),以白色家电行业30家主要企业作为样本,对其经营绩效进行分析,并利用Malmquist生产力指数对这些企业的效率变动进行了分析。研究结果表明:白色家电业整体的经营绩效呈现轻微的倒U型,多数公司处于非DEA有效状态。同时企业在资本管理、产品技术创新、生产产出等方面仍需要进行进一步完善,只有依靠技术进步,充分促进技术因素对企业生产效率改善的贡献率,才有可能从根本上提高我国白色家电行业企业的经营绩效。     

基于Malmquist指数的我国电信业动态效率研究

在运用数据包络模型分析我国电信业技术效率和规模收益状况的基础上,使用衡量产业效益水平的Malmquist指数研究了我国电信业的生产率增长水平及其变迁。实证结果表明:技术效率的改善而非技术进步是我国电信业生产率增长的源泉,竞争是改进运营商技术效率、促进生产率增长的有效手段。     

基于DEA-Malmquist指数法的科技金融发展效率评价研究——以长江经济带为例

科学技术作为第一生产力在促进国民经济增长的过程中至关重要,随着以科技金融、科技咨询为代表的新兴科技服务不断发展,科技发展得以较快进行。在2014年国务院常务会议上,长江经济带战略被提升到国家战略层面,针对长江经济带区域科技金融发展效率评价意义重大。选取2009—2012年面板数据运用DEAMalmquist指数法对长江经济带11个省市样本科技金融效率进行综合评价,并据此提出相关发展建议,为长江经济带区域科技金融发展提供一定借鉴。     

基于DEA和Malmquist指数的全国研究与开发机构科技投入产出效率测算及提升研究

为深入评价研究与开发机构的科技投入产出效率,本文以2015～2019年全国研究与开发机构的科技创新投入产出数据为基础,通过DEA-BCC模型及Malmquist指数,对全国研究与开发机构的科技投入产出效率进行了静态和动态分析。结果表明,2019年我国有90.323%的省份处于非DEA有效状态,其中92.857%的省份科技创新投入冗余,7.143%的省份科技创新投入不足。2015～2019年全国研究与开发机构的科技创新效率呈现M型波动,技术创新水平提升或衰退是主要影响因素。     

中国生物科技类上市公司经营效率的实证分析——基于DEA模型和Malmquist指数模型

构建数据包络分析DEA- BCC模型与Malmquist指数模型对2 011-2 016年30家中国生物科技上市公司经营效率做静态和动态分析：静态分析可知生物科技类上市公司近67%处于经营效率较高，33%的公司处于规模报酬递增阶段，通过扩大生物科技类上市公司规模提高经营效率有很大操作空间，整体看管理效率成为制约公司经营效率的主要因素；动态分析可知近年来中国生物科技类上市公司全要素生产率下滑7. 2%，技术进步下降7. 7%成为制约TFP增长的主要因素，同时受技术进步、规模效率以及纯技术效率制约的公司数占总数3. 4%，只受规模效率和纯技术制约占总数3. 4%，仅受技术进步制约占总数53%。