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。     

我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析

本文基于阿尔蒙法的滞后期模型,采用DEA分析中的BCC模型分析我国科技投入促进经济增长的效率.从投入产出效率、科技投入规模以及规模报酬三个角度对我国30个省市的科研投入促进经济增长的绩效进行比较分析,并根据数据分析结果将我国各省市技术进步水平分成五个层次,分析不同层次的省份科技投入推动经济增长的特点、优势劣势及可行的发展方式.     

我国省际技术转移效率的评价分析—基于高校、企业比较的视角

本文以我国31个省市为技术转移研究对象,采用DEA方法,首次对比分析以高校为主体的省市技术转移效率和以企业为主体的省市技术转移效率,并对我国省市高校、企业技术转移效率的有效性和非有效单元投影进行对比分析,发现我国整体技术转移效率低下,高校情况更不乐观;高校处于规模效率递增阶段,而企业处于规模效率递减阶段;高校和企业普遍存在着投入冗余情况。针对比较发现,因地制宜提出提高我国不同省市不同主体技术转移效率的建议。     

高质量发展背景下我国西部地区高校科研效率及其影响因素——基于超效率DEA视窗-Malmquist-Tobit模型

以2010—2020年我国西部11个省区为研究对象，运用超效率DEA视窗-Malmquist-Tobit模型测算我国西部地区省际科研效率。结果表明，2020年西部科研效率有所提升，东、中部地区有所下降，且西部地区科研效率高于东、中部地区。相比2010年，综合效率和技术效率有效地区数均有所增长，但是规模效率均未达到有效状态；动态效率分析显示，西部地区科研效率变化呈现“M”型波动趋势，受政策影响较为明显。5个省区全要素生产效率大于1，新疆、宁夏等地高校科研效率的下降低主要源于技术进步效率降低；影响因素分析表明，人力资源处于“丰裕”状态，政府支持、人口聚集程度与其呈现显著正相关。因此，可以通过提升人力资本质量、优化科研经费投入与分配管理机制以及推动集群化发展来提升我国西部高校科研效率。     

西部农业生产全要素生产率增长分解——基于2000～2007的面板数据

采用随机前沿生产函数分析方法研究了2000～2007年西部农业生产全要素生产率增长,将全要素生产率增长分解为:技术进步、技术效率的变化、规模经济性和资源配置效率4个部分。结果表明:2000～2007年西部农业生产全要素生产率增长率平均为5.74%,对全要素生产率增长的影响主要是技术进步、资源配置效率和规模效率,技术进步是主要的推动力量,平均占104%,规模效率占8%,技术效率的变化呈缓慢下降趋势,平均占0.87%,资源配置的影响为负,平均占-11.27%。要提高西部农业生产技术效率水平,需要进一步推广农业新品种和新技术,调整资源配置结构。     

基于DEA的我国地区高校科研投入产出效率分析

以DEA方法评价了我国29个省、市、自治区的高校科研投入产出效率,得到了各地区高校科研投入产出效率状况,以及各地区高校科研投入产出非DEA有效的产出不足量和投入冗余量,并据此得出我国西部地区的高校科研投入产出效率相对较低,且大多处于规模效率递增阶段的结论,因而加大对西部地区高校科研资源的投入规模和提高投入资源较多地区的科研产出是当前国家和各地区政府高校科研管理部门应着力解决的问题。     

中国31个省市高校科研绩效实证评价

近年来中国高校科研发展迅速,为更好地服务于地区经济,有必要深入探索不同地区高校科研资源配置效率,以充分发挥各地区高校的科学技术支撑和引领经济社会全面快速发展的作用.基于2004～2008年五年中国高校科技统计资料,运用数据包络分析方法(DEA)评价了这些地区高校的科研绩效,并运用Malmquist指数分析了科研绩效的动态变化.分析结果表明,不同地区高校科研绩效存在差异但引起差异的原因不同,我国大部分地区高校科研绩效呈增长趋势,这主要归因于技术进步而不是技术效率的提高.     

中国文化产业生产率变迁及省际异质性研究

本文运用DEA-Malmquist生产率指数法测算了1999-2009年间我国内地各省市文化产业的全要素生产率、技术进步、纯技术效率和规模效率。分析结果显示,我国文化产业全要素生产率增长波动较大,增长主导因素由技术进步转变为技术进步和技术效率并重,国家政策和文化体制改革是导致相关波动和转变的主要原因。各省市全要素生产率不断提高,北京、上海、广东等省市全要素生产率增幅低于中西部地区,文化投资差异是导致省际全要素生产率差异的重要原因。     

基于DEA方法的省域高校科技创新效率评价与分析

高等院校是国家创新体系的重要组成部分,其科技创新能力建设日益受到全社会的重视,研究各省市高校科技创新资源的投入产出效率问题,对于实现科技资源的合理优化配置以及提高资源的利用率具有重要的现实意义。文章通过应用DEA方法中的C2R模型、BCC模型及超效率DEA模型相结合的方法,选取全国31个省市为评价对象,并借助修正判定系数R2选取这些地区高校科技创新投入产出的相关数据,以省作为决策单元,计算出各省市2011年高校科技创新投入产出效率值。并在此基础上进行规模收益分析、投影分析及影子价格分析。我国东部、中部和西部三个经济带之间的高校科技创新效率水平差距明显,且全国有9个省市效率达到了相对最优化,其余省市的高校科技创新效率仍存在提升的空间。     

高校科技创新全要素生产率增长的差异与收敛

利用Sequential Malmquist指数方法评价中国29个省份1998—2012年高校科技创新全要素生产率增长,并将其分解为纯技术效率变化、纯技术进步和规模报酬变动,继而对高校科技创新全要素生产率增长及其分解的差异及收敛进行实证检验。研究发现,高校科技创新全要素生产率总体呈现增长态势。其中,全部省份的高校科技创新均实现了技术进步,但高校科技创新纯技术效率则显著下降,且总体处于规模报酬递减阶段;高校科技创新全要素生产率增长及其分解在区域层面和省级层面均不同程度上存在空间分布差异;高校科技创新全要素生产率增长及其分解的σ指标值呈现波动下降态势,并且各指标值均存在显著的绝对β收敛。最后,提出针对性政策建议。     

基于Malmquist指数的高等学校科技创新全要素生产率研究

采用Malmquist指数分析方法,考察中国除西藏外的30个省份高校在2001—2009年间科技创新全要素生产率及变化情况,并通过指数的分解分析高校科技创新生产率增长的内在动因。结果说明:中国高校科技创新生产率总体上保持了较快的增长势头,年均增长达到4.3%;技术进步是高校科技创新效率提高的主要推动力,追赶效应存在但不明显;高等学校科技创新生产率的提升表现出时间上的波动性和区域上的不平衡性;地区经济是否发达与高校科技创新效率存在一定关联,但不是必然联系。     

广东高校科研创新效率动态评价——高水平大学建设前后对比分析

以广东高水平大学相关数据为基础,采用数据包络分析的CCR模型(DEA-CCR)及Malmquist指数,对高水平大学建设项目实施前后的高校科研创新绩效进行动态考察。实证结果表明:通过不同高校横向对比发现,高水平大学建设项目实施有助于改善高校科研规模收益递减的不经济状态,但无助于科研效率的提高;不同年份纵向对比显示,技术效率虽呈现先降后升,但技术进步率持续出现较大幅度下降是高校科研效率低的主要原因。研究结论揭示下阶段广东高水平大学建设重点应该是提高科研质量,从而提高技术进步率,进而达到"双一流"建设目标。     

我国校企技术转移效率及影响因素分析

高校对企业的技术转移是国家创新体系建设的主要工作之一.采用SFE方法测算了我国27个省市高校从2000-2006年以来对企业的技术转移效率,并分析了非效率因素.分析发现,我国总体上校企技术转移效率比较低,各省市差异大;校企技术转移受到了诸如专利、地区人均研发投入等内外部因素的影响较大.分别从政府、高校和企业三个方面给出了提高校企技术转移效率的政策性建议.     

基于网络SBM-Malmquist模型的医药制造业创新效率及影响因素研究

构建出一种新型的网络DEA模型,将两阶段网络DEA模型和Malmquist指数相结合测算了我国26个地区2006—2014年医药制造业创新效率的变化,并在此基础上采用系统矩估计法分析了影响医药制造业创新效率提高的因素。研究表明,我国医药制造业的创新效率总体处于上升趋势且地区间的差异很大,全要素增长率主要源于技术效率的增长,而技术总体上未有进步。市场结构、人力资本水平、对外开放度、研发强度及成长能力对医药制造业创新效率的提高有显著的正向作用;企业规模、经济发展水平对对医药制造业创新效率的提高有显著的负向作用;政府支持对医药制造业创新效率提高的影响无关。     

中国省际绿色创新效率的评价研究——基于Super-SBM模型和ML指数

基于2009—2018年我国省际面板数据,运用Super-SBM模型同时测度了考虑非期望产出的绿色创新效率和不考虑非期望产出的传统创新效率,并运用Malmquist-Luenberger指数方法对绿色创新效率进行了动态分析.研究表明:我国绿色创新效率整体呈增长态势但水平偏低,呈无效率状态,进步空间较大;我国三大地区绿色创新效率呈现出由东向西递减的格局,且各省市绿色创新效率根据变动情况可以分为平稳型、增长型和波动型三类;考虑非期望产出的绿色创新效率比不考虑非期望产出的传统创新效率低,且中西部差异更显著;技术效率和技术进步共同导致我国绿色创新水平的提高,且技术进步的影响程度大于技术效率,其与ML指数变动的趋同性也更高;我国绿色创新的动态效率呈现中部>西部>东部的格局,且多数省市的ML指数均大于1,存在不同程度的进步.     

“一带一路”省市城市基础设施利用效率分析——基于DEA及Malmquist指数模型

以一带一路17个省市2005~2014年的面板数据为基础,采用DEA及Malmquist指数模型将一带一路分为东南、东北、西南和西北四大板块,分析发现,东南地区综合效率最高,但TFP增长一般,主要为纯技术效率增长较慢;东北地区综合效率偏低,主要由于纯技术效率和增长率偏低;西南地区综合效率偏低的原因为纯技术效率偏低,但其增长率保持较高水平,技术进步慢是导致TFP增长缓慢的原因;西北地区由于规模效率过低导致综合效率偏低,且规模效率增长速度不够,加上技术进步速度偏低,TFP进步较慢。     

基于DEA的高校创新效率研究

采用人力资本和资本存量作为输入量,论文成果和所获专利作为产出量,利用数据包络分析法(DEA)对2010—2012年这3年我国31个省市自治区高校创新效率进行了分析,得出3个结论:①总体效率不高,各地区高校创新效率差距并不明显;②欠发达地区高校可以通过加大投入来带动发展;③规模效率递增的地区不多,为了有效地获得更多的创新成果,更应该从制度效率角度进行改善。     

中国高技术产业全要素生产率的空间差异及其成因分析

通过Malmquist指数,计算我国省际间高技术产业全要素生产率（Total Factor Productivity：TFP）,并进行分解,发现全国有19个地区的TFP增长率显负值;43%的省市,其效率是由技术的进步来推动,67%的地区并没用形成规模效率。通过β收敛检验,发现我国省际间高技术产业并不存在经济收敛。通过Tobit模型,发现我国各地区高技术产业提高R＆D内部支出资本存量增长率均能提高TFP增长率;全国43%的地区,提高R＆D人员投入的增长率,平均而言不但不能提高TFP增长率,反而会降低TFP的增长率。     

内涵式还是外延式：高校科研育人效率的实证分析

以一流的科研支撑一流的教学是全面振兴本科教育、实现高等教育内涵式发展的内在诉求.为此,从将科研带入教学、将学生带入科研两个维度出发构建科研育人效率的投入指标,从培养质量、创新能力、科研志趣3个维度出发构建产出指标,借助DEA-Malmquist指数方法对2014-2018年我国68所"双一流"建设高校的科研育人效率展开测量,为高校优化资源配置提供参考.研究发现:总体而言,高校科研育人的全要素生产率呈先减后增趋势,但存在创新薄弱、规模无效的外延式表征,且校际差距较大,其中2015-2016年、2017-2018年呈现收敛特征;分地区而言,西部与东北部高校科研育人效率仍待进一步提高;分类型而言,不同类型高校科研育人效率差距不大,专业类高校仍有进步空间.由此,对高校科研育人内涵式发展提出建议:创新科教资源的利用方式,注重科研育人体制机制创新;加强顶层设计,为科研育人营造良好环境;此外要注意因校制宜,展开错位竞争.     

农业用水效率与技术进步:基于中国农业面板数据的实证研究

通过Malmquist指数法对农业技术进步进行分解科技进步率和技术效率(即纯技术效率和规模效率),尝试去探讨广义技术进步能否促进农业用水效率的提高,并观察各部分技术进步指数对中国(全国平均)和不同农业用水量分区的农业用水效率影响程度。研究结果表明:1技术进步对中国各省区农业生产率的增长具有明显的推动作用,且主要来自科技进步的贡献;2技术进步有助于提高农业用水效率,且我国各省区农业用水效率更多受科技进步影响。对于农业用水量较高省区,农业科技进步率和技术效率对该地区农业用水效率影响显著,且作用效果都比较突出;而农业用水量中等地区的用水效率提升更多来自规模效率作用;3技术进步会引起农业水资源利用的"回弹效应",且目前表现为效率性回弹。