我国区域城市化效率的动态评价

运用DEA分析方法,分别从动态和静态两个角度考察我国各省市的城市化效率。首先利用我国各省2002~2006年间的数据,通过对Malmquist效率指数进行分析,发现我国大部分省市处于效率变动的无效状态,即城市化效率不断降低,这主要是由技术变动的无效导致的;其次,运用CCR模型,借助投影分析,通过比较实际投入值与目标投入值,发现处于DEA无效状态省市的投入要素非集约化度很高,其城市化过程仍旧主要依靠投入要素的粗放型扩张,在要素的投入方面均不具有集约效率。     

基于DEA模型的浙江城市旅游效率评价研究

DEA模型是国内研究效率时使用最多的一种研究方法,借助数据包络分析法对2009—2013年间浙江省11个地市的旅游竞争力进行评价,对分析结果从综合效率,技术效率和规模效率方面进行静态分析,从Malquist生产效率方面进行动态分析,得出杭州达到DEA模型效率最优。以"投入要素和技术效率"和"产出要素和规模效率"为维度将11个城市分为4类:"瘦狗型","问题型","金牛型"和"明星型"。     

基于网络DEA的科技金融相对效率评价研究

考虑到科技金融投入产出过程是由科技成果研发和转化两个阶段构成,本文构建网络DEA模型分别评价阶段效率和综合效率。基于中国2009-2017年30个省市科技金融投入产出数据,分别从省级层次以及东中西部地区科技金融效率进行分析比较。研究发现,各省域间科技金融效率差距明显,大多数省份表现出阶段效率双重低效;整体来看,研发阶段效率高于转化阶段效率;东部地区各阶段效率以及综合效率高于中西部地区,西部地区研发效率高于中部地区,转化效率低于中部地区。     

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。     

基于超效率DEA和Malmquist指数的研发创新评价国际比较

建立统一的投入产出指标体系,运用超效率DEA方法,对2005年不同国家的研发创新活动总效率和细分产出效率进行评价,并运用聚类分析方法对各国的创新类型进行划分,最后使用Malmquist指数对研发效率进步进行分解研究。研究结果表明,我国研发总体效率不高,特别是三方专利效率极低,与德日韩等发明型国家仍有较大差距。研发投入在提高我国高技术产品增加值及出口方面起到了积极作用。我国研发效率的提高有赖于技术进步程度的提升。     

基于四阶段DEA模型的长江经济带生态补偿效率评价

本文利用四阶段DEA模型测算长江经济带11省市2015-2019年的生态补偿效率,通过Tobit模型剔除外生环境因素对生态补偿效率的影响,使各省份在面临相同的外部环境下测得的生态补偿效率值更加贴合实际,将调整前后的效率值进行比较,判断不同因素对不同年份生态补偿效率的影响程度。再利用均值聚类分析对11省市进行分类,其中属于相对高效型的省市有3个,属于规模高效型的有6个,属于完全低效型的有2个,表明各省市的生态补偿效率存在差异,生态补偿工作需要中央和地方政府合作加强管理。最后用malmquist指数研究不同时间区间的效率动态变化,结果说明通过提升治理技术,管理水平,优化产业结构配置进行外部条件改善,可以使效率值发生变化。     

基于超效率DEA的中国省际卫生服务效率分析

使用超效率DEA模型对我国省际卫生服务的相对效率进行了测度,并计算了基于DEA的Malmquist指数。结果显示:样本期内我国卫生服务超效率DEA平均得分在省际间以及东、中、西地区间存在较大差异;我国卫生服务全要素生产率平均增长率为4.2%,不同省份、不同区域的卫生服务全要素生产率平均增长率差异较大,卫生服务全要素生产率的提高主要源自于技术进步。     

华东地区工业生态效率面板数据研究——基于整合超效率DEA模型分析

构建了生态效率投入产出指标体系,运用超效率DEA法测度了相关省市2003~2013年间工业生态效率,并利用Malmquist指数对工业生态效率实施了动态对比,并建立Tobit模型对主要影响因素进行识别。研究结果表明:华东地区工业生态效率总体水平不高,省际间差异十分明显,但是呈现显著的趋同现象;Malmquist分析表明,各地区全要素生态效率TFP值都大于1,且年均增长率为7.2%,技术进步对工业生态效率增长有较大推动作用;工业生态效率同研发强度、利用外资、工业结构等因素具有正相关关系等。最后,就提高工业生态效率提出了相应的政策建议。     

基于改进DEA的地域R＆D相对效率评价

对我国地域R＆D效率进行分析．在定性分析的基础上，利用统计工具定量地建立了评价指标体系；基于产出与投入在时间上的滞后关系的实际情况，建立了R＆D产出相对R＆D投入滞后的地域R＆D相对效率的DEA评价模型．利用此模型，对我国各地区R＆D资源利用效率进行测算．结果表明，许多地区的R＆D资源的利用效率较低．基于分析结果，就我国地域R＆D资源系统高效利用，提出了一些对策．     

基于DEA交叉效率模型的区域技术创新效率评价研究

区域技术创新效率的差异已经成为我国各区域经济发展不均衡的重要原因。提出了将DEA（数据包络分析）交叉效率模型应用到技术创新效率评价中,成功克服了传统CCR模型中只进行单纯自评和有效单元过多的问题。截取了2008年各地技术创新投入和产出的截面数据,实证研究并给出了31个省、市、自治区技术创新效率的完全排名。进一步分析结果表明,基于短期内各地技术创新投入规模难以大幅增加的假设,提出使用层次聚类的方法将投入规模相似的省份聚为一类分析,以便于技术创新效率较低地区寻找改进基准。最后通过构建技术创新投入产出转化简易模型,指出准确辨别技术效率差异的关键在于理清技术创新的运行机制。     

基于超效率DEA模型的区域生态化创新绩效评价

熊彼特创新理论追求单一的经济取向存在生态学缺陷,会使经济增长空间越来越有限,其最终会弱化科技创新能力.以生态化技术创新理论为依据,从经济效益、社会效益和生态效益3个维度构建生态化区域创新绩效评价指标体系,运用超效率数据包络分析模型时江苏省13个城市的生态化创新绩效进行评价.     

基于DEA的地方政府逆向物流管理绩效研究

运用一种多指标输入/输出复杂系统的相对有效性评价方法——数据包络分析法(DEA)对地方政府逆向物流管理绩效进行评价,根据评价结果分析存在的问题并提出相应的解决措施。最后通过算例说明DEA方法是适合于地方政府逆向物流绩效评价的。     

基于三阶段DEA模型的区域生态效率研究

运用三阶段DEA模型对我国2008年区域生态效率进行了实证研究。结果表明,在剥离外部环境因素和随机因素对效率值的影响后,区域生态效率发生了较大的变化。研究发现,第三产业占经济总量比例及人均受教育年限促进生态效率的增长,而环保财政支出并没有对生态效率起到应有的促进作用。各省市按纯技术效率和规模效率来划分可分为四种不同类型,各省市应该结合自身效率的特点,分别着重进行管理水平的提高或生产规模的扩大,从而改善生态效率。     

浙江高新技术产业投资效率评价——基于三阶段DEA模型

采用三阶段DEA方法对浙江省高新技术产业投资效率进行评价,发现第一阶段省内各地区技术效率水平较高,但是经过第二阶段的SFA回归分析进行调整后得到的第三阶段的分析结果则说明技术效率水平普遍被高估,被高估的原因则主要是因为管理无效率和规模无效率。针对高新技术产业投资中存在的不足以及如何提高我省高新技术产业投资效率,提出建议及对策。     

基于网络DEA模型的我国区域生态效率评价研究

采用2012~2013年统计数据建立两阶段网络DEA模型,首先对中国30个省级微观层次的生态效率进行分析;然后按照东部-中部-西部的区域中观层次的生态效率进行比较,区域生态效率呈现显著的空间集聚现象,生态效率自东部沿海向中西部内陆呈阶梯型递减趋势,区域内部省域之间的差异程度也具有此特点,东部高生态效率区域省级之间的差距较大,中西部低生态效率区域各省之间的差距较小;最后在全国宏观层次上对生态效率评价结果提出相应的政策建议。     

基于四阶段DEA模型的中国绿色发展效率评价

采用我国2012—2016年30个省份的数据,构建四阶段DEA模型,测算我国2012—2016年30个省份的绿色经济发展效率,同时借用Tobit模型对绿色经济发展效率的影响因素进行分析,最后利用均值聚类分析和Malmquist指数对绿色经济发展效率进行分类。结果表明,从全国范围来看,只有北京、上海、江苏、广东、青海五省绿色发展处于中国领先水平;从均值聚类分析的结果来看,绿色经济发展效率较高的省份共有14个,其中属于我国中西部地区的省份有5个,绿色经济发展效率较低的省份仍然处于西部地区,而且中西部省份仅占绿色经济发展效率较高省份的35%,远低于东部地区省份所占比重;通过Malmquist指数分析,对中国绿色经济发展效率进行动态纵向评价,中国绿色经济发展效率总体处于每年增长态势,但逐渐放缓。