浅析我国信托投资公司的经营效率——基于DEA模型和Malmquist生产效率指数

我国的信托业在历经近九十年的发展后,尤其是2001年后相关法律法规的出台,获得了新的发展机遇。但同时,也面临着商业银行、证券公司、基金管理公司等机构的激烈竞争。因此,为更好的促进我国信托业快速、健康可持续发展,对信托公司的经营效率进行分析具有重要意义。以信托投资行业为研究对象,利用DEA模型和Malmquist生产效率指数对我国信托投资公司的生产效率作出评价。     

安徽省高校科技创新效率研究---基于三阶段DEA模型的实证分析

利用三阶段DEA模型,从高等学校科技创新投入产出的角度,分别对安徽省29所公办普通本科高校进行科技创新效率评估,总体上,样本高校科技创新效率不高,制约其提升的主要原因是规模效率,高校所在地区的经济发展水平与科技创新投入冗余存在显著的正相关关系,非DEA有效高校的科技创新投入冗余比例和产出不足比例均较高;并运用Malmquist全要素生产率指数模型对样本高校进行科技创新效率动态分析,技术进步和规模效率是导致Malmquist全要素生产率指数变化的主要原因。     

我国粮食主要产地农业全要素生产率实证研究——基于DEA的Malmquist指数分析

粮食生产效率评价是国家调整农业政策的重要依据。文章基于数据包络分析法中的Malmquist指数分析,以2009—2018年13个主要产粮省份的产出和投入的面板数据为对象,对其产粮效率进行评价。结果表明：这13个省份全要素生产率的变化呈现波动性,主要原因来自于技术进步;粮食生产的技术效率变化主要由纯技术效率的变动引起;截至2018年,吉林等5省份的全要素生产率增长率为负。在此基础上,文章提出加大科技投入和加强政府引导等政策建议,以期通过提高粮食生产的全要素生产率增加粮食产量。     

A股上市体育产业企业效率问题研究——基于DEA-Malmquist指数的分析

体育产业企业全要素生产率的研究,是体育产业企业制定未来发展规划的重要依据,事关行业发展前景.运用基于DEA模型的Malmquist指数方法对A股上市体育产业企业2011—2015年的技术进步效率指数、效率改善指数和全要素生产率变化情况进行了研究.结果表明,上市体育产业企业全要素生产率增长主要由技术进步推动,目前技术进步效率没有达到最优,因此提高技术效率是未来上市体育产业企业的主要发展方向.上市体育产业企业还需要提高最新技术及时转化成现实生产力的能力,从而促进其全要素生产率的改善.     

我国教育部直属高校资源投入产出效率综合评价研究——基于超效率DEA模型和Malmquist生产率指数的测算

基于我国58所教育部直属高校理、工、农、医学科的办学数据,运用超效率DEA模型和Malmquist生产率指数,对2008～2017年我国高等教育由“规模扩张”转向“质量提升”这一关键时段内高校资源投入产出效率进行综合评价,结果发现：（1）高校资源投入产出效率整体水平有较大提升空间,资源的配置与管理水平较高,但生产规模远未达到最优水平,增大资源投入力度能够有效提升多数高校的办学效益。（2）高校质量型产出效率小于数量型产出效率,两类效率对整体效率的贡献度的变化趋势证实了学科评估的“指挥棒”效应。（3）高校三大职能的投入产出效率对整体效率贡献度的排序依次为科学研究、人才培养、社会服务,其中科学研究投入产出效率对整体效率的贡献度呈下降趋势,人才培养、社会服务投入产出效率对整体效率的贡献度呈上升趋势。（4）高校资源投入产出效率正向增长的根本原因是规模效率提高,技术进步指数起负面影响,纯技术效率未发生明显变化。技术进步指数的周期性变化趋势说明我国高等教育资源投入模式与发展方式的关系还有待进一步协调。     

金融业全面开放后我国商业银行的效率研究——基于Malmquist指数的实证分析

运用DEA模型的Malmquist指数,对金融业全面开放以来(2006—2010年)中国16家商业银行的全要素生产率进行了测度。结果显示:金融业全面开放以来,我国商业银行的全要素生产率出现先下降后上升的趋势,而宏观经济环境和政府经济政策的变化是其波动的主要原因;2006—2010年16家商业银行的平均全要素生产率都提高了,但国有商业银行的平均全要素生产率增长速度要低于其他商业银行,其技术效率的下降是主要原因。     

基于DEA的Malmquist指数对我国科技创新效率的研究

运用基于DEA的Malmquist指数对我国1997年到2010年各地区(除海南、西藏、青海、宁夏、新疆外)科技创新的效率变动情况进行实证分析.研究表明,我国科技创新效率水平总体趋势是不断上升,但发展不平衡;我国东部地区科技创新效率水平相对较高,而中西部地区相对较低,但也有稳中增长之趋势.如果将科技创新效率分解为技术进步和技术效率两部分,那么,从分析结果来看,我国科技创新效率的主要动力来自于技术进步.因此,通过提高技术进步水平如提升人力素质和改进研发设备等途径来提高高校科技创新效率是适宜的.     

基于三阶段DEA的“双一流”建设高校人文社会科学科研效率评价

文章基于三阶段DEA模型,测算了全国132所“双一流”高校2012—2019年人文社会学科的科研效率。研究发现（：1）2012—2019年我国高校人文社会科学科研效率由0.358上升至0.527（。2）各地区高校人文社科科研效率排序为：中部>东部>西部。不同类型的高校人文社科科研效率排序为：综合类>师范类>财经政法类>理工类>农林类>医药类（。3）控制环境因素影响后,东、中、西部地区综合效率值分别提高了4.9%、4.8%和1.8%,农林类和医药类院校效率均值分别下降了9.3%和15.3%,综合类、师范类、财经政法类和理工类院校效率均值分别上升了9.2%、14.7%、10.1%和2%。其中,世界一流高校和人文社科类院校分别对人力资源和科研经费的利用效率更加合理。据此,未来高校人文社科科研的政策重点,一方面要注重各项投入的合理性,做到资源的合理分配和利用。另一方面要加强不同类型高校间人文社科类相关学科的深度交流与合作,积极形成协同发展的新局面。     

基于Malmquist指数的我国省际全要素教育效率的测度与分解

基于Malmquist生产率指数,实证测算了2000～2009年我国29个地区全要素教育效率及其技术效率与技术进步指数,结论表明东、中、西3大区域教育效率依次呈递减趋势,但各区域递减的因素不同,导致东部各地区递减的原因是缺乏技术效率,而导致中西部各地区递减的因素是技术进步指数下降.     

中国酒店业效率的动态变化及其影响因素研究

运用非参数的数据包络分析和Malmquist指数模型,对2005年~2012年中国酒店业效率的动态变化及其影响因素进行了深入分析,研究结果表明：2005年~2012年中国酒店业效率呈现出上升的趋势,中国各省份酒店业效率之间的差异呈现出缩小的趋势;中国酒店业效率呈现出＂东部最高,中部次之,西部最低＂的空间格局特征;2005年~2012年中国酒店业全要素生产率表现为增长的态势,其增长主要得益于技术的进步;中国三大地区酒店业全要素生产率均有不同程度的提高;中国酒店业效率主要受到经济发展水平、交通可达性和人力资本的影响,服务业和信息化发展水平对酒店业效率影响不显著.     

基于DEA方法的高校科研效率评价研究

以教育部直属高校为研究对象,利用DEA基本模型和超效率模型进行处理,得出高校的技术效率、纯技术效率和规模效率得分及规模报酬情况,计算出DEA无效高校的投入冗余和产出不足值。利用该数值可以帮助各高校调整科研投入与产出,以提高科研效率。对于DEA有效的高校计算超效率得分并排序。     

基于DEA的皖江城市带产业转移承接效率研究

皖江城市带在承接产业转移过程中应注重提高产业转移承接效率,避免走以往的高投入低收益的粗略式发展道路。以2010年皖江城市带各地区省级以上工业园区部分投入产出数据为样本,运用DEA方法对皖江城市带产业承接效率进行评价。结果显示,皖江城市带产业承接效率高于安徽省平均水平,但是大部分地区还是非DEA有效,并处在规模报酬递增阶段。皖江城市带应实施产业链招商,培育产业集群;立足自主创新,提升产业发展水平;优化产业发展的硬环境和软环境,吸引更多的投资。     

运用数据包络分析我国高校图书馆服务效率

高校图书馆服务效率主要是指高校图书馆物质和人力资源的有效配置和使用,即从一个给定的投入量中获得最大的产出,从而使资源的配置达到最优状态。从高校图书馆服务教学科研的角度,以“211工程”的50个大学图书馆为研究对象,运用数据包络分析方法评价各高校图书馆投入产出效率情况,得出各高校投入规模与资源利用效率的不同,规模效率、技术效率和拥挤程度有显著差别,从而造成了高校图书馆服务绩效方面的差异。我国高校图书馆服务效率相对较低,大多处于规模报酬递增阶段。     

DEA模型在高等学校内部院系效益评估中的运用

DEA(数据包络分析)模型在关于多指标输入与多指标输出的相对效率评价中具有独特优势。根据某师范大学15个文科类院系在7个指标上的效益评估实例分析表明,高校内部院系效益评估在运用DEA模型时应兼顾或关注其所具有的适用性与不适用性的方面,综合运用多种评估方法。     

基于DEA方法的江苏省高技术产业创新效率实证分析

自主创新促进了高技术产业的发展,但是在加大创新投入的同时应该重视创新效率,所以选取恰当的方法对创新效率进行评价是非常重要的.利用数据包络分析法对江苏省高技术产业的创新效率做出评价和分析,并针对非DEA有效的行业进行调整分析.