基于DEA模型的城市群效率研究——珠三角城市群的实证研究

应用DEA模型,选取国内生产总值、城市建成区面积、固定资产投资额、从业人员人数、人口规模、产业结构和交通网络密度等指标,从城市经济发展水平的维度,通过对珠三角城市群与广东省其他非城市群城市以及和长三角城市群的比较分析,得出珠三角城市群效率较高,但仍有一些城市的效率有待提高,最后指出提高这些城市效率的关键所在。     

西安市科技金融发展效率及动态影响研究

西安市被列入国家第二批科技创新试点城市之一,研究其科技金融发展效率和影响因素,对加快科技金融高质量发展具有重要意义。在选取典型投入与产出指标基础上,运用超效率DEA模型测度西安市科技金融投入产出效率,并采用VAR模型分析了投入产出系统之间的相互影响关系。实证分析表明,在2000-2018年期间,西安市科技金融效率得到大幅提升,但仍处于规模收益递增阶段,在加大科技金融投入的同时也要把握投入时机和平衡投入资源,发挥资源最大效用。     

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。     

产业发展视角下高新技术企业效率评价分析 ——基于DEA模型的实证研究

本文选用DEA方法,将高新技术企业就业人员、科技活动人员、科技活动经费作为投入变量,高新技术企业经济效益、社会效益作为产出变量构建高新技术企业投入产出效率评价指标体系。采用2016年广东省、江苏省、山东省、浙江省、湖北省、上海市、北京市、安徽省等八省市不同技术领域的高新技术企业相关数据,对八省市不同技术领域高新技术企业的综合效率、纯技术效率、规模效率进行评价。基于产业发展视角,对各技术领域投入产出效率有效性进行探讨,研究分析影响投入产出效率的主要因素并提出相关政策建议。     

中原城市群高新技术产业创新效率评价研究

我国经济正处于发展转变阶段,推动城市群的经济发展,有利于提升我国整体经济发展效率,也是协调区域发展的关键.利用2014—2018年相关数据,采用DEA模型与Malmquist指数对于中原城市群30个城市的高新技术产业的创新效率及全要素生产效率进行了测算,研究表明,依据创新效率评价矩阵将中原城市群高新技术创新效率划分为3种类型,其中,开封、洛阳、南阳、安阳等19个城市为低综合效率、低全要素生产效率类型;许昌、漯河、新乡、邢台等8个城市为高综合效率、低全要素生产效率类型;阜阳、亳州、淮北等3个城市为低综合效率、高全要素生产效率类型.通过加强政府对创新研发的财力、人力资本和物力投入,加强中原城市群高新技术产业技术的合作和交流,合理配置资源,制定倾向性政策,丰富高技术产业创新效率评价体系等措施提高中原城市群高新技术产业的创新效率.     

基于VAR模型的宁波制造业与物流业联动发展分析

以界定制造业与物流业的关系与互为贡献度为联动研究的切入点,依据宁波市1998—2012年的发展数据,应用Eviews6.0软件,采用VAR模型进行实证分析,得出如下结论：与制造业不同,物流业并未在国民经济增长过程中发挥应有的作用;物流业尚不可与制造业相抗衡,制造业发展对物流业的贡献度高于物流业发展对制造业的贡献度,联动发展处于从非对称性互惠共生模式过渡到对称性互惠共生模式的中间组织状态,模式为制造业推动型增长模式。继而有针对性的对促进宁波市制造业与物流业联动发展提出可行性的对策建议。     

基于DEA模型的旅游产业效率研究

DEA模型是一种运用数学方法进行绩效评价和效率分析的工具,在旅游业中也得到了广泛应用。本文通过阐述旅游产业发展背景,了解DEA模型在旅游产业中的重要性,并且通过伪代码的形式实现算法,为旅游企业衡量自身生产或服务效率,帮助旅游企业识别其绩效优势和劣势,找出提高效率的潜在空间,优化资源配置和提高服务质量,实现经营的最大化效益提供参考。     

基于二阶段DEA模型中国平板显示产业创新效率研究

对产品创新的技术研发阶段和成果转化阶段建立二阶段DEA模型,对中国平板显示产业以及京东方、龙腾光电、天马数据3家平板显示企业的创新效率进行了实证分析。研究表明:(1)中国平板显示产业的综合效率,无论是技术研发阶段还是成果转化阶段都很低,中国平板显示产业还处于低研发产出、低经济转化的阶段;(2)京东方、龙腾光电和天马数据虽然是我国平板显示产业中的领先企业,但是其创新效率不理想,创新过程中资金投入、人力资本等存在巨大的浪费,需要提高资源的利用率,加强对外购技术的消化吸收以及进行产学研合作等方式来提高企业的研发水平和研发效率,并积极进行市场调查分析,促进技术人员和销售人员的沟通合作。     

两阶段视角下高技术产业技术创新效率研究——基于网络SBM模型和DEA窗口分析

基于两阶段视角,将网络SBM模型和DEA窗口分析方法相结合测度分析中国高技术产业17个细分行业2002—2011年间技术创新效率的变动趋势、行业差异和收敛性。研究表明:我国高技术产业技术创新效率值总体偏低,半数以上行业两阶段效率均处于低位区间,改进和提升空间很大;技术转化效率一直显著高于技术研发效率并呈震荡上升趋势,两阶段效率失衡问题非常明显;技术创新总效率和技术转化效率存在收敛,但技术研发效率不存在收敛。     

高技术产业R&D效率分析

利用我国“十五”期间高技术产业科技活动的统计数据,运用DEA和超效率DEA模型,对我国五个高技术产业的R＆D效率进行分析,获得了我国“十五”期间高技术产业R＆D效率的基本情况.结果表明,“十五”期间,我国某些高技术产业一直表现为R＆D的高效率,而有些高技术产业则效率较低.基于研究结果,提出了一些政策建议.     

价值链视角下的我国高技术产业细分行业研发效率研究

利用松弛变量的DEA模型,基于价值链视角将高技术产业技术研发过程分为技术开发和技术成果转化两个阶段,并分别对其效率和影响因素进行了实证研究。主要研究结论有:技术开发阶段和成果转化阶段平均效率都较低,且都主要来自于纯技术无效率;技术开发阶段和成果转化阶段的效率平均每年分别改进11.9%和3.7%,这主要来自于技术进步;企业所有权结构、市场结构、政府政策支持力度等因素对我国高技术产业的研发效率有较大影响,而企业规模对研发效率影响不明显。     

我国高技术产业技术创新效率影响因素及区域联动效应研究

基于2000—2011年省级面板数据采用SFA模型实证分析我国高技术产业技术创新效率及其影响因素,进一步通过Granger因果检验检测技术创新效率区域联动效应的存在性,并用VAR模型对该效应路径进行估计。研究表明,(1)高技术产业技术创新产出主要受研发资金投入影响,研发人员投入的作用不显著;(2)政府RD投入、自主创新倾向对技术创新效率的影响不显著,地区市场开放度对技术创新效率具有负面影响;(3)无论是在东、中、西三大区域之间还是在区域内部,高技术产业技术创新效率的地区差异都不明显;(4)技术创新效率存在区域联动效应,但这种效应仅发生在相邻地区,并且表现为中部到东部、中部到西部的单向局部正联动。     

基于DEA的中国高技术产业自主创新效率评价

自主创新是发展高技术产业的基础,也是高技术产业发展的核心动力。对于发展中国家来说,由于人力资本、技术和资金比较缺乏,提高创新效率就显得尤为重要。运用数据包络分析(Data Envelopment Analysis)方法的BCC模型对中国高技术产业内的17个行业的自主创新效率进行了评价,得出了各行业自主创新的技术效率和规模效率,并通过投影分析,提出了非有效单元如何进行有效性调整的有关建议。     

基于DEA模型的我国高技术产业科技成果转化效率研究

文章通过构建投入产出指标体系,基于DEA模型,测算我国26个省市2010年—2019年的高技术产业科技成果转化效率。研究发现,我国高技术产业科技成果转化效率普遍不高,且区域差异明显,甚至表现出部分西部省份优于东部省份,说明我国科技成果转化过程中存在着投入冗余、资源浪费的问题。指出：我国企业要加强科技创新平台建设,完善人才培养机制,促进科技成果转化;政府要统筹区域间资源分配,减少资源浪费。     

基于DEA模型的高技术产业技术创新资源配置效率分析

利用数据包络分析即DEA法,对我国高技术产业的15个具体行业在2004—2007年期间的技术创新资源配置效率进行分析评价。在对各行业的效率进行纵、横向比较分析的基础上找出技术创新资源配置效率低下的问题所在,从而提出改进和提高我国高技术产业技术创新资源配置效率的有效建议和对策。     

创新型产业集群效率评价与分解 ——链式结构视角

试图从定量评价角度对创新型产业集群的运行效率进行评价,实现对创新型产业集群实施有针对性的动态管理。依据创新型产业集群的现实运作过程和已有数据结构,将其运作链解构为科技研发和市场运作两个阶段,以《中国火炬统计年鉴2018》作为基础数据源,建立共享投入的两阶段DEA效率评价模型,测度与分解2017年我国109个创新型产业集群的效率,并进一步就创新型产业集群的个体、行业以及区域的效率差异进行分析。结果表明：各创新型产业集群的市场运作阶段整体表现优于科技研发阶段,未来发展除了要继续发挥集聚式优势外,还要积极践行国家创新战略,加大集群内企业之间的交互;按九大战略性新兴产业划分,新材料创新型产业集群的效率值最高、服务业的效率值最低;按八大经济区域划分,南部沿海的效率值最高,而东北和大西南的效率值相对较低,黄河中游、长江中游、大西南以及东北地区的创新型产业集群的市场运作和科技研发阶段发展较为平衡。     

科技创新对珠江西岸物流产业效率影响分析——基于超效率三阶段DEA模型

本文通过构建珠江西岸物流产业效率的投入产出指标体系,运用超效率三阶段DEA模型对2010-2019年珠江西岸的剔除环境影响因素后的物流效率进行了测度,在此基础上利用物流产业相关科技创新数据,运用面板回归模型分析科技创新对珠江西岸物流产业效率的影响。研究发现,珠江西岸各城市的物流产业效率存在较大的差异;物流综合技术效率不高主要是规模效率低造成的,规模效率仍有较大的提升空间;从环境因素来看,政府支持与信息服务投入对珠江西岸物流效率的影响较大;基础物流环节的科技创新未发挥对物流效率的促进作用,不同城市的科技创新效应存在差异。最后,基于珠江西岸的实际情况以及实证结果的分析提出：提高区域协同水平,推进珠江西岸物流一体化发展;加大信息服务业的投入,提高珠江西岸物流业信息化水平;发展以市场为主、政府为辅的物流业;有选择地加大物流业的科技创新要素投入等四点物流发展建议。     

基于超效率DEA的我国钢铁产业能源效率研究

在全要素能源效率框架下,建立超效率DEA模型,计算了我国钢铁产业2002～2008年间的能源效率,衡量了企业的节能空间,同时测算了我国钢铁产业2002～2008年间效率的变迁过程。结果显示:首先,自2007年以来我国钢铁产业平均能源效率有所提升,企业之间效率差距较大;其次,钢铁产业的节能潜力巨大,在现有技术水平下,平均每年能源消耗仍有20%左右的可降空间;进一步,我国钢铁产业能源效率提升主要源于技术效率的提升而非技术进步,这反映了整个产业能源效率差距在缩小但缺乏技术创新动力。     

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。     

制造业R&D效率测度及对策研究——基于中国17个制造行业的数据

创新绩效的一个重要标志是RD效率。运用超效率DEA模型对我国十五期间17个制造行业的RD效率进行了测度,并对RD投入利用率进行了分析。结果表明,在十五期间有60%以上的制造行业RD投入资源未能得到有效利用,仅见少数制造行业RD效率呈现逐步改善趋势,大多数制造行业RD效率未见明显提高,而是呈现波动变化状态。在分析结果的基础上提出了一些改进制造业RD效率的对策建议。