中国金融信托业经营效率评价——基于20家信托公司2004—2008年的经验数据

本文通过将Monte-Carlo模拟理论、结构方程模型理论和三阶段DEA模型理论相结合,选取效率评估指标和环境变量指标,测算了剔除环境变量和随机误差项对经营绩效的影响后的我国20家信托公司2004—2008年经营的真实效率。结果显示:我国金融信托业的真实效率不仅主要受配置效率的影响,还受环境因素和随机误差项的影响,从而验证了环境变量和随机误差对我国金融信托公司经营的真实效率的测算结果存在较大影响的假设。     

我国工业企业生态效率及污染治理研究

为了消除环境变量和随机误差对生态效率的影响,运用三阶段DEA模型实证研究2008-2011年我国31省份的工业企业生态效率。研究结果表明:工业企业生态效率确实受到工业污染物治理投资,政府环保政策,轻工业、重工业结构和企业RD投入等环境变量的影响;剔除环境变量和随机误差之后,大部分省份的生态效率下降明显。对工业企业环境污染的治理,必须修复公众、政府之间的委托代理关系;加快环境保护监管制度创新和扩大公众参与程度。     

基于三阶段DEA模型的我国工业企业生态效率研究

为了消除环境变量和随机误差对生态效率的影响,运用三阶段DEA模型实证研究2014年我国30个省份工业企业生态效率。研究结果表明:工业企业生态效率确实受到工业污染物治理投资,政府环保政策,轻工业、重工业结构和企业RD投入等环境变量和随机误差的影响;剔除环境变量和随机误差之后,大部分省份纯技术效率显著提升,且呈现规模报酬递增趋势。结合各省份纯技术效率和工业污染治理投资增长速度两大标准,将我国各省份划分为:相对高效率、相对低效率、高效率高投入、高效率低投入、低效率高投入和低效率低投入六大类型。结果表明:不同地区,应根据自身存在的问题,或提高技术管理水平或增加污染治理投入,盲目地采取措施,并不能实现工业企业的生态效率提高。     

环境约束下中国旅游业动态效率的测算与分析——基于三阶段Malmquist指数模型的实证分析

将三阶段DEA与Malmquist指数相结合,利用2007—2010年中国31个省级区域的面板数据,对全国、各省级区域、三大地区旅游业的TFP及其分解指数进行了测算与分析。研究结果表明:在剔除了环境变量和随机误差的影响后,中国旅游业的TFP及其分解效率发生了明显变化;居民收入水平、交通便利程度、居民出游偏好和地理区位因素都对中国旅游业的发展效率产生显著影响;在剔除环境变量和随机误差的影响后,2007—2010年期间中国旅游业的TFP呈逐步提升趋势,技术进步是推动旅游业TFP增长的主要动力,技术效率则起抑制作用——这主要源于规模效率水平的下降。     

基于三阶段超效率DEA的港口运行效率研究

港口作为国内和国际贸易的关键节点,如何提高其运行效率成为焦点话题.针对目前国内港口效率低下的问题,使用超效率DEA模型来测度2007—2016年我国主要沿海港口的运行效率,研究发现港口的超效率平均值呈上升趋势,个别年份存在明显的下滑现象.由于2016年是航运港口整合的关键一年,本文对2016年的港口数据单独采用三阶段超效率DEA方法进行效率测度,第一阶段利用超效率DEA模型得出的结果进行分析,第二阶段利用随机前沿模型(SFA)将影响港口效率的腹地GDP等环境变量纳入模型,尽可能剔除随机误差和外部环境对效率的影响.第三阶段使用调整后的投入产出值重新评估港口效率,获得更加准确的港口效率排名,与第一阶段的超效率结果比较发现,前后数值存在明显差异,除青岛港和上海港外其他港口都未达到DEA有效,港口效率提升的空间较大.最后基于吞吐量-效率矩阵将港口划分为精干型、强壮型、肥胖型和瘦弱型4种类型,针对性的对每种类型的港口提出改进建议.     

基于三阶段DEA的我国各省房地产业效率实证研究

利用DEA三阶段分析法对2008年中国31个省（自治区、直辖市）房地产行业进行了排除环境变量和统计噪音影响的技术效率分析,结果表明,很多省份的房地产行业效率水平的确受到地区政府支持力度和经济发展水平等环境变量和好坏运气的影响,在同质经营环境下纯技术效率不高的问题更加突出。从而,提出了提高我国房地产业效率的相应策略。     

剥离环境因素的中国高技术产业创新效率综合测度研究

由于未剔除环境因素和随机误差的影响,运用传统数据包络分析（DEA）和随机前沿分析（SFA）对高技术产业创新效率进行研究,容易引起评价结果误差。采用二者相结合的三阶段DEA模型对高技术产业创新效率及其影响因素进行测度与分析,能够保证评价结果的有效性。研究结果显示：规模效率不足是限制我国高技术产业创新效率提升的关键因素;另外,市场开放度能够显著正向促进高技术产业创新效率提升,而政府资助、地区经济发展和地区竞争不利于创新效率提升。最后,对投入要素与技术效率进行聚类分析,将我国内地28个省市划分为4种创新类型,并〖JP〗提出提升高技术产业创新效率的政策建议。     

环境效应和随机误差的农户家庭经营技术效率分析——基于三阶段DEA模型和我国农户的微观数据

为了排除环境效应和随机误差对效率值的影响,文章尝试在国内运用三阶段DEA模型和农户生产调查数据,对2008年我国农户家庭经营技术效率进行了实证分析.研究结论为:农户的生产技术效率确实受到平均受教育年限、农户到最近农产品贸易市场的距离、良种补贴数额、人均家庭纯收入等环境变量和随机因素的影响.在同质经营环境和经营运气的条件下,农户生产决策与管理效率并不低下,且区域间差异较小,但规模效率成为制约技术效率提升的瓶颈.在此基础上,文章提出了通过各种手段扩大农户种植规模、加大农民技术培训力度、重构农村技术推广服务系统、建立健全各种农业信息流通渠道、引导农民合理利用国家良种补贴等政策建议.     

基于DEA模型的中国主要轿车企业生产效率分析

文章利用数据包络分析法(DEA)对中国12家主要的轿车生产企业2001~2004年的生产经营效率进行总体分析与评价,并利用Malquist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,中国主要轿车企业的生产经营效率总体上呈现逐年提高之势;同时企业的股权结构、含有外资的企业的股本来源、企业的区域分布以及所属不同企业集团等因素都会使企业在技术效率、纯技术效率与规模效率方面存在差异;动态效率分析的结果表明中国轿车业总体上还处在依靠规模扩张的量的增长阶段,行业技术进步对效率提升的作用微弱。这表明,要从根本上提高中国轿车业的生产经营效率,必须推进行业技术进步,提高技术进步对全要素生产力改善的贡献率。     

中国各省火电行业的技术效率及其提升方向——基于三阶段DEA模型的分析

文章利用DEA三阶段分析法对2004年中国30个省(自治区、直辖市)火电行业进行了排除环境变量和统计噪音影响的技术效率分析,结果表明很多省份火电行业效率水平的确受到地区经济发展水平、资源禀赋等环境变量和好坏运气的影响,在同质经营环境下规模效率不高的问题更为突出。根据纯技术效率和规模效率的水平,文章将中国各省火电行业的发展分为四种类型,并针对13个纯技术效率并非完全有效的省,提出资金节约型、资源节约型、劳动力节约型和环境友好型四种提升模式,最后得出上大压小、严格资源的集约利用标准等宏观政策建议。     

新视角下中国上市银行X效率研究——基于关联两阶段DEA-Tobit模型

从2008年国际金融危机爆发至今,中国银行业整体盈利保持强劲增长,但对其效率提高与否仍存有很大争议。本文采用关联两阶段DEA测算出2003——2012年中国14家上市银行两个子阶段和整个过程的X效率,然后利用Tobit模型分析微观和宏观因素对X效率的影响。研究发现:不良贷款率、净息差等微观因素对银行X效率影响显著;全社会固定资产投资增长率和国房景气指数的上升以及财政支出增长率、货币供给量M2增长率的下降均有利于提高银行X效率。     

基于三阶段DEA模型的农业土地生态效率研究——以河南省为例

我国农业土地生态环境面临着严峻的挑战,农业污染已成为最严重的污染源,因此,改善农业生态环境、提高农业土地生态效率变得至关重要。以河南省为研究对象,运用三阶段DEA模型对该省18个市2012—2016年的农业土地生态效率进行研究。该模型能够有效剔除环境因素和随机误差的影响,得到更真实的效率值;同时,通过引入环境变量,进一步分析了环境因素对生态效率的影响。研究结果表明:河南省整体农业生态效率水平在0.7左右,规模效率不高是制约生态效率的关键;农业土地生态效率受环境因素影响,城镇化水平对农业生态效率有正向也有负向的影响,农业财政支出主要产生了负向的影响,第三产业占比对生态效率有利;各个市的农业土地生态效率与区位因素有关,效率值由高到低从省会城市向周边城市扩散。     

我国省域农业生产技术效率测度分析——基于四阶段DEA和Bootstrapped DEA的实证研究

在资源有限和技术水平给定的条件下,农业经济发展依赖于农业生产技术效率的改进。近年来,关于农业生产技术效率的研究不断涌现,但是鲜有研究考虑到技术效率测定中的随机误差。基于2010年的农业投入和产出数据,采用四阶段DEA方法测算了我国农业生产技术效率,利用Bootstrapped DEA方法对技术效率值纠偏并计算其置信区间。实证结果显示,外部环境因素和随机误差对各地区的农业生产技术效率均产生了明显影响,经典DEA方法对农业生产技术效率存在高估,各地区农业生产技术效率均没有达到生产前沿面且存在差异,各地区技术效率平均值为0.891;在保持农业产出水平不变时,通过提高生产管理水平,平均可以减少10.9%的要素投入。     

我国省域农业生产技术效率测度分析

在资源有限和技术水平给定的条件下,农业经济发展依赖于农业生产技术效率的改进。近年来,关于农业生产技术效率的研究不断涌现,但是鲜有研究考虑到技术效率测定中的随机误差。基于2010年的农业投入和产出数据,采用四阶段DEA方法测算了我国农业生产技术效率,利用Bootstrapped DEA方法对技术效率值纠偏并计算其置信区间。实证结果显示,外部环境因素和随机误差对各地区的农业生产技术效率均产生了明显影响,经典DEA方法对农业生产技术效率存在高估,各地区农业生产技术效率均没有达到生产前沿面且存在差异,各地区技术效率平均值为0.891;在保持农业产出水平不变时,通过提高生产管理水平,平均可以减少10.9%的要素投入。     

基于三阶段DEA模型的中国信托公司效率分析

本文利用DEA三阶段分析法,对2008年28家中国信托公司进行了排除环境变量和统计噪音影响的技术效率的实证研究。实证结果表明:很多信托公司的效率确实受到市场份额、股东背景等环境变量的影响;在同质经营环境下,规模效率不高的问题更为突出。针对信托公司整体规模效率偏低的现状,本文给出了一些具体建议,以期为信托投资公司提升其竞争力提供参考,使其改变在金融行业中所处的弱势地位。     

生态环境效率影响因素和时空演变特征分析——以江苏省为例

基于2009—2019年江苏省13个市的生态环境投入—产出变量和环境变量面板数据,运用三阶段超效率SBM模型进行测度分析,然后通过核密度估计和Malmquist指数方法,刻画江苏省生态环境效率值时空演变特征。结果表明：（1）环境因素和随机误差显著影响生态环境效率值;（2）13个市中DEA有效的有5个,其中平均效率值最高的是无锡,最低的是淮安;（3）环境变量中人口密度、外贸依存度、经济规模的增长有利于生态环境效率改善,而城市化水平、产业结构则负向影响生态环境效率;（4）在研究期间,江苏省生态环境效率值整体呈现出先下降后上升和两极分化长期存在的时序演进特征,而空间上呈现北低南高,各有极点,苏北、苏中和苏南间的差异有缩小趋势的演进特征。     

低碳约束下河南省物流产业效率的评价研究

通过构建低碳约束下河南省物流产业投入产出体系,运用三阶段DEA模型对2009-2018年全国30个省份的物流产业效率进行研究,研究结果显示:河南省物流产业的综合技术效率处于不断波动中,纯技术效率一直小于规模效率,说明纯技术效率是影响物流效率提高的主要原因;物流技术和管理水平的落后是制约河南省物流产业发展的主要原因;环境因素和随机误差项对于物流产业效率具有显著的影响,需要针对性地投入资源,以促进物流产业效率的提高.     

物流产业效率评价及与FDI质量相关性分析——基于2002-2011年数据的实证

在运用三阶段DEA模型对2002-2011年我国物流产业投入产出效率进行评价及效率影响因素分析的基础上,从“低质量的数量扩张特征FDI”和“高技术知识密集型FDI”视角,分析FDI对我国物流产业效率的影响.研究结论:①我国物流产业效率逐年提升,但从规模报酬角度看仍处于规模偏小阶段;②在剔除环境变量与随机变量的影响后,我国物流产业实际效率值变小了;③FDI质量对我国物流产业效率影响比较大.FDI的技术含量、盈利能力和本地化程度与物流产业效率均成正相关,而FDI的平均规模与物流产业效率成负相关.最后根据我国物流产业实情提出相关政策建议.     

我国高技术产业全要素生产率分析--基于三阶段 Malmquist 指数方法

运用三阶段 Malmquist 指数方法对我国高技术产业2002-2010年的全要素生产率变化情况进行了研究。研究结果表明,环境变量和随机因素对我国高技术产业的全要素生产率有显著的影响,传统的 Malmquist 方法高估了我国高技术产业全要素生产率指数、技术进步指数及技术效率指数,运用三阶段 Malmquist 指数模型,剔除环境变量和随机因素之后,我国高技术产业在2002-2010年期间,全要素生产率呈现下降趋势,行业企业数和政府资助促进了高技术产业效率的增长,而 GDP 和科技机构数没有起到应有的促进作用。在此基础上,提出了相关的政策建议以促进高技术产业的进一步发展。     

高质量发展视域下长江经济带先进制造业的生产效率评价

先进制造业生产效率事关我国先进制造业高质量发展水平。论文运用三阶段DEA模型,对我国长江经济带11个省市2012—2016年先进制造业的生产效率进行评价研究,并探究东中西部之间以及省域间的差异化特征。研究发现,5年来,我国长江经济带先进制造业整体生产效率较高,但剔除了环境因素和随机误差影响后,效率值受到显著影响,其中,规模效率是制约长江经济带先进制造业发展的主要因素,并且东部、中部和西部之间的生产效率仍存在一定的差距。为此,应提高对外开放水平、优化产业结构、促进产城融合、统筹协调区域发展,从而促进长江经济带一体化发展,提高我国整体先进制造业的发展水平。