基于DEA模型的智能制造企业创新效率评价

为了衡量我国智能制造企业创新能力,推动制造业持续发展,应用DEA模型、Tobit回归及脉冲响应模型对2016—2020年我国27家位列智能制造企业百强名单的上市公司及其所在产业的创新效率进行评价分析,并对创新效率的影响因素进行研究,以满足“十四五”期间我国制造业面临的发展规划。结果表明：在静态分析层面上,智能制造企业的综合效率DEA有效个数在5年内有所下滑,规模递增企业个数显著增加。在动态分析层面上,智能制造企业的全要素生产率整体呈动态增长,得益于技术效率和技术进步双向增长。在创新效率影响因素方面,资产规模、内控缺陷长期抑制创新效率增长,而股权集中度在长期对创新效率增长有促进作用。     

智能制造企业技术创新效率及其影响因素研究

以2013—2017年我国智能制造上市企业相关数据为研究样本,首先运用数据包络分析(DEA)交叉效率模型对样本企业的技术创新效率进行测度分析,其次通过Tobit回归模型分析影响企业技术创新效率的因素及程度。实证研究结果表明:我国智能制造上市企业之间技术创新效率差距较大且整体效率偏低,年平均效率集中在0.35～0.4之间,但随着时间推移,整体呈上升趋势;甄别影响因素发现,企业偿还能力、企业盈利能力、企业营运能力、企业规模和智能制造领域核心产业的市场规模对企业技术创新效率均有正向影响,其中企业运营能力影响显著,而企业规模影响较小。最后就提高我国智能制造企业技术创新效率提出3点建议。     

创新对军民融合企业效率影响的实证研究——以“十大军工集团”上市公司为例

创新作为推动军民企业有效融合的手段，直接影响着军民融合的深度与效率等。文章以“十大军工集团”62家上市公司为样本，运用超效率DEA模型测算了2016年我国军民融合企业的效率，并通过Tobit模型测算了创新对军民融合企业的影响程度。研究表明:2016年我国军民融合企业效率普遍较低，且不同类型企业间效率差异较大；其中研发人员占比对企业效率促进作用较大，本科以上学历人员占比、专利获批数在短期内对企业效率促进作用较弱，研发经费占比在短期内对军民融合企业的作用的反向的。基于此，本文提出了扩大民营企业的参与程度、加大技术、产品研发的投入、积极研发军民两用技术、加强创新型人才的培养、充分激发创新活力等措施来推动我国军民融合的深度发展。     

我国制造企业信息技术投资转化效率影响因素分析——基于价值链DEA和Tobit模型的实证研究

在IT投资转化为绩效的过程模型的基础上,选取我国制造企业的相关指标数据,建立制造企业信息技术投资转化效率测评模型,利用价值链DEA模型对发生在制造企业内部的IT投资转化为IT资产应用能力和IT资产应用能力转化为IT影响的两个过程相对效率进行了测评.最后,本文运用Tobit回归模型分析了影响两个过程的企业内部因素,为企业信息技术投资转化效率的改善提供了理论指导.     

基于DEA与SE-SBM模型的资源型城市碳排放效率及影响因素研究——以全国106个资源型地级市为例

根据我国资源型城市的分类,选取106个资源型城市(成长型13个、成熟型58个、衰退型22个、再生型13个)作为研究对象,综合运用DEA模型和SE-SBM模型对其碳排放效率进行研究。研究发现,不同阶段的资源型城市碳排放效率存在显著差异,而同一类型资源型城市碳排放效率在规模有效性、技术有效性、规模收益和综合效率等方面仍表现出差异化;通过Tobit回归分析发现,经济发展水平、产业结构和城市化率对碳排放效率有不同程度的正向影响,能源强度与碳排放效率则呈现明显的负相关性。研究认为,提高资源型城市的碳排放效率应根据资源型城市不同发展阶段的特性、差异性和碳排放相关影响因素进行调整。最后针对资源型城市不同阶段的碳排放特征和影响因素提出针对性建议。     

基于“专家打分法”的DEA交叉效率聚集方法

现存的有关数据包络分析(DEA)交叉效率的文献多集中在,对DEA交叉效率矩阵的计算上,较少关注DEA交叉效率的集结问题。最常用的集结方法,就是没有考虑他们彼此重要性的等权处理,运用简单的数学平均方法得出每个决策单元最终的平均交叉效率值。考虑到彼此重要性的差异,基于“专家打分法”,提出了一个非等权的处理方法。该方法把每个进行权重选择的决策单元当作一个外部“专家”,交叉效率看作不同外部“专家”对被评价决策单元的效率“打分”。由于每个“专家”的学识背景、工作经验等方面的差异,他们的“打分”理应给予不同的权重,权重的确定主要基于他们效率“打分”上的差异,若某个“专家”的效率“打分”和其他“专家”存在较大差异,则此专家的权威性就会受到质疑,相应的他的效率“打分”在决策单元最终的效率“得分”上扮演的作用就会小。最后运用算例分析说明了此方法的有效性。     

基于DEA-Tobit模型的科技金融效率影响因素研究

运用DEA-Tobit模型对我国2009—2014年24个省市的面板数据进行实证分析,以高技术企业、政府和创投企业这三个科技金融主体为视角探索各因素对科技金融效率的影响。研究表明,随着科技金融投入的不断增加,科技金融效率并未提高;高技术企业总产值占GDP比重、创投企业数量和创投企业吸引投资金额是影响科技金融效率的重要因素。提出提高财政资金监管力度、合理配置科技资源、扩大高技术产业规模、积极引导创投企业发展等政策含义。     

基于DEA方法的企业孵化器运行效率评价研究——以广东省为例

利用DEA对广东省245个企业孵化器的运行效率展开研究。结果表明,纯技术效率偏低是影响广东省企业孵化器效率提升的首要原因;在4个重点城市中企业孵化器运行效率排序依次为深圳、广州、东莞、佛山;民营性质的企业孵化器的运行效率明显低于国有企业性质和事业单位性质的孵化器;非国家级孵化器运行效率则明显低于国家级孵化器。最后提出进一步加快提升广东省企业孵化器发展水平的建议。     

基于DEA的我国上市建筑企业生产效率研究

以29家上市建筑企业为研究对象,构建我国上市建筑企业的投入产出评价指标体系。基于2012-2014年的平均数据,采用DEA模型进行生产效率评价。研究结果显示,我国建筑企业的纯技术效率一直处于稳定有效状态,综合技术效率低下源于资源配置的无效,资产投入冗余和主营业务利润率不足是造成多数建筑企业DEA无效的主要因素。还得出我国上市建筑企业目前普遍存在规模报酬递减的问题,并结合上述结论提出对策和建议。     

中国动漫产业的创新效率及影响因素——基于超效率DEA模型的分析

运用超效率数据包络分析(DEA)模型对2011—2016年中国25个省份的动漫产业创新效率进行测算,然后利用Tobit模型检验创新效率的外部环境影响因素。研究表明:考察期内25个省份的动漫产业创新效率先呈现出缓慢的下降态势,后有所上升,最后呈现出与区域经济发展一致的阶梯型局面;对于动漫产业的创新效率,第三产业进程、居民消费水平、对外开放程度具有显著的正向影响,政府扶持力度、地区经济实力具有显著的负向影响;社会科技水平对东部地区动漫产业的创新效率有显著的负向影响,对西部地区有显著的正向影响。基于此,提出培育和引进高端创新人才、打造开放的社会文化环境,加强产业交流与合作、促进产业跨界融合,改善政府资助结构、落实资金后期监督等对策建议。     

农地流转对农业生产效率的影响研究——基于DEA-Tobit模型的分析北大核心CSCDCSSCI

本文采用江苏省的实地调研数据,运用DEA-Tobit模型两步法详细分析了农地流转对农业生产效率的影响。研究发现,样本农户的平均生产效率只有0.143,处于很低水平,还有很大的进步空间,主要原因是技术效率的低下;流转户(包括转出和转入)整体比无流转户效率高,转出土地和转入土地都有利于生产效率提高,且转入对生产效率的影响要比转出对生产效率的影响提高更为显著。因此,农地流转是提高农业生产效率的有效途径,但政府要增加生产服务性投入以及先进技术的推广,提高技术效率;多创造农地流转条件,鼓励有条件的农户转出土地,让其拥有最优比例的生产要素从而改善生产效率;鼓励种田能手转入土地以实现规模经营来进一步提高农业生产效率。     

基于DEA交叉效率的R&D效率评价和资源配置研究——以区域高技术产业为例

针对DEA交叉效率评价中权重不唯一情况,用最小调整法研究了区域R&D资源的再配置情况。研究发现:第一,相比CCR方法,交叉效率方法以微弱的、可以承受的代价实现了R&D效率的普遍提升和彼此之间差距的缩小,进一步验证了自利型"囚徒困境"会带来显著的效率损失;第二,R&D投入规模是R&D效率普遍提升的前提,分散、小规模的R&D投入只会带来R&D效率的整体偏低和差异加大;第三,R&D人员的区域相对过剩造成了我国R&D活动的"产能过剩",这是解决我国R&D领域自利型"囚徒困境"问题的关键所在。     

DEA方法在绩效评价中的应用与扩展——以上海中外联合实验室绩效评价为例

现在DEA方法已被较多地应用于金融投资、技术创新等领域的绩效评价之中。但在实际应用中我们常遇到这样两个问题:一是当多个决策单元都为DEA有效时,如何进行进一步地测度与排序;二是以往我们在应用DEA方法时,比较关注的是测算各决策单元的总体效率和技术有效性等问题,但很少对影响决策单元效率值的相关环境因素进行考察。为此,本文引入了超效率模型与Tobit模型,对DEA的有关应用与扩展问题进行了论证,并以上海中外联合实验室的绩效评价为例,展开了相应的实证分析。     

基于DEA方法的董事会结构与技术效率相关问题研究——以高新技术上市公司为例

本文在对董事会结构的研究中,基于由DEA方法测度的高新技术上市公司的技术效率,通过2002—2005年间面板数据实证,检验了高新技术上市公司董事会结构与技术效率之间的关系。研究发现董事会维持在一个合适的规模对企业的技术效率是有利的,同时独立董事制度并未有效地产生作用,而多数采用董事长与总经理两职合一的高新技术上市公司有较高的技术效率。     

基于超效率DEA-Tobit模型的环渤海经济区全要素能源效率研究

环渤海经济区在经济高速增长的同时能源短缺和环境污染问题日益严重,节能减排形势严峻。以环渤海经济区1995—2011年面板数据为分析对象,运用超效率DEA-Tobit模型对该区全要素能源效率及其影响因素进行分析。结果显示环渤海经济区各省市全要素能源效率整体水平较高,但各省市之间存在差异;环渤海经济区各省市产业结构与全要素能源效率存在负相关关系,技术进步、对外开放程度、能源消费结构及经济发展水平对各省市全要素能源效率都具有不同程度的影响。最后,针对结论提出相应的对策建议。     

基于DEA模型的中国上市物流企业经营效率评价

利用数据包络分析DEA—BCC模型和Malmquist指数模型对58家国内物流上市公司2017—2021年的经营效率做静态与动态分析,并构建DEA-Tobit模型对经营效率的影响因素进行分析。静态分析结果显示,超过50%的国内物流上市公司的经营效率处于中度DEA无效水平,规模效率成为制约经营效率的关键因素;动态分析结果显示,近5年中国物流类上市公司全要素生产率受技术退步影响而下降0.5%;投影分析结果显示,公司可以通过减少固定资产等投入以及提高资本的利用程度来提高经营效率;在同质环境下,资产负债率,股权集中度和财务杠杆的上升会降低公司经营效率,高固定资产周转率和高利润率会正向促进公司经营效率。     

战略性新兴产业财政支持效率分析——以广东省为例

培育和发展战略性新兴产业是当前促进我国加快转变经济发展方式、调整优化经济结构的重点,而财政支持在战略性新兴产业发展过程中具有引导与扶持的关键作用。以广东省战略性新兴产业财政支持DEA效率测度结果为基础,构建分析效率影响因素的Tobit模型。实证结果表明,广东省战略性新兴产业财政支持综合效率均值较低的原因是规模效率较低,财政补贴、税收优惠和政府采购都有助于提高财政支持的效率,但财政补贴的效果是最明显的。因此,应利用市场化操作的手段提高财政资金的使用效率,实现财政资金的循环使用,而且在战略性新兴产业的不同发展阶段应采用不同的财政支持手段。     

智能制造企业公司治理效率研究

为了衡量智能制造企业公司治理能力,推动企业持续发展,文中选取2017—2021年84家百强上市智能制造企业作为研究对象,运用数据包络分析模型,测算其公司治理效率,并运用Tobit回归模型研究公司治理效率的影响因素,构建公司治理效率评价模型。结果表明：在静态分析层面上,只有少数智能制造企业达到DEA有效,规模效率成为制约智能制造企业公司治理效率的关键因素。在动态分析层面上,技术效率的提高,使智能制造企业全要素生产率上升0.3%。在影响因素分析中,共发现9个显著影响因素。     

基于DEA的企业技术创新效率研究——以上海战略性新兴产业为例

上海市战略性新兴产业的蓬勃发展对于上海实现"创新驱动、转型发展"有着重要的意义,为了实现战略性新兴产业企业技术创新投入产出效率的最优化,文章基于文献研究和理论分析,构建企业技术创新效率评价指标。通过对上海市战略性新兴产业的重点企业问卷调研获得数据,应用数据包络分析方法(DEA)研究得出了上海战略性新兴产业七大产业技术创新效率、技术创新成果化和成果产业化两阶段的创新效率以及年度产业技术创新效率。上海市七大战略性新兴产业中节能环保、高端装备制造、新能源、新能源汽车四类产业企业技术创新效率达到了相对最优化,其余产业企业技术创新效率仍存在提升的空间。     

基于DEA方法的湖北省科技企业孵化器运行效率评价

选用DEA方法将科技企业孵化器提供的各项服务作为投入变量,将孵化、经济、社会三种效益作为产出变量构建绩效评价指标体系,并采用2014年湖北省60家科技企业孵化器的相关数据对湖北省科技企业孵化器的综合效率、纯技术效率与规模效率进行综合评价。研究发现湖北省大部分科技企业孵化器DEA无效,且通过投入与产出的调整可使孵化器达到有效状态,但不同类型的科技企业孵化器在进行改革时应根据其自身特点向不同的方向侧重。此外,针对湖北省科技企业孵化器发展中存在的整体效率较低、区域发展不平衡、孵化器结构趋同等问题,给出政策建议。