山西技术创新效率与周边省份的比较研究——基于超效率DEA和DEA—Malmquist生产率指数法

利用山西及周边省份1998—2012年的面板数据,结合超效率DEA和DEA—Malmquist生产率指数法,测算各省的综合效率和Malmquist指数及其分解项,分析山西技术创新效率变化的内在动力。结果显示:中部及周边各省技术创新效率总体水平不高;山西与周边省份相比还存在一定的差距。具体而言,技术效率成为促进山西技术创新效率增长的主要动力,而技术进步指数的下降则制约了山西技术创新效率的发展。     

中国区域经济发展效率评价——基于DEA和Malmquist指数

文章首先运用DEA方法对2012年中国内地30个省份的经济发展效率进行静态评价,其次运用Malmquist全要素生产力指数动态分析了中国内地30个省份2008-2012年的经济发展效率,由此得出了基于动态时间序列的中国经济发展效率变动情况。研究结果表明:基于静态时间考虑,全国大部分省份存在投入资源配置不合理的状况,由此导致经济发展效率不高。另外,由技术效率、规模效率与综合效率关系的拟合优度分析,发现影响我国经济发展效率的主要因素是技术效率;基于动态时间考虑,2008-2012年这5年间,中国区域经济发展的技术效率增长速度较快,因此,应该加强增强技术创新的重视,提升经济发展效率。     

我国电子信息制造业技术创新效率差异与收敛性研究

文章从技术创新投入、环境、产出三个层面,分析了我国电子信息制造业技术创新的现状,运用DEA模型和非参数Malmquist方法,对我国电子信息制造业技术创新效率从行业、地区两个维度,进行静态比较和动态测度,并分析了区域间技术创新效率的差异是否存在收敛性。实证结果表明：我国电子信息制造业技术创新效率总体不高,东部高于中部和西部,2001-2010年间,我国电子信息制造业的技术创新效率平均提高了22.4%,中部提高的幅度最大,总体上存在收敛趋势。最后,结合现状与实际问题,进一步探析了实证结果的启示。     

高技术产业知识供应链的运行效率研究

合理配置科技领域知识供应链的投入产出规模,可以推动国家经济与科技实力的进一步发展。基于DEA模型和Malmquist指数模型对中国大陆30个省份2015—2020年高技术产业知识供应链运行效率及变动态势展开实证研究。结果发现,中国高技术产业知识供应链整体运行效率良好,处于上升趋势,区域间影响因素略有不同,东部地区运行效率良好,中部地区和西部地区综合技术效率和技术进步变动对运行效率影响最大,技术水平存在东部>中部>西部的发展格局。     

基于DEA的江苏工业细分行业技术创新效率评价

以江苏工业2003-2014年35个细分行业的数据为依据,运用DEA模型,对其技术创新效率进行测度与评价,并将其分解为规模效率和纯技术效率。认为2003年以来,江苏工业技术创新效率不断提高,尤其是2011年后出现较大幅度的增长,规模效率的变动幅度与综合技术效率的变动幅度基本一致,纯技术效率的变动相对平稳。但江苏工业技术创新的整体效率较低,仅为0.585,这是纯技术效率（0.723）和规模效率（0.803）不高综合作用的结果。江苏工业技术创新效率具有明显的行业特性,行业间差异显著。     

基于DEA-Malmquist模型的中国沿海省份科技创新效率研究

构建科技创新效率评价指标体系,运用DEA-BCC模型静态分析2021年中国沿海11个省份科技创新效率水平,对非DEA有效省份进行原因分析,并运用Malmquist指数,动态分析2011—2021年中国沿海11个省份科技创新效率的时空变化。研究发现：从静态分析看,2021年中国沿海省份科技创新效率整体较高,其中东部地区海洋经济圈科技创新效率水平最高,南部地区海洋经济圈科技创新效率最弱;纯规模效率是影响沿海省份能否处于DEA有效状态重要因素;从动态分析看,评价期内中国沿海省份科技创新整体处上升状态,Malmquist指数呈“下降-上升-下降-上升”循坏变化;三大海洋经济圈从北往南依次为1.064、1.037、1.032,呈“北高南低”的空间布局,综合技术效率、纯技术效率是决定科技创新效率空间布局的关键因素。基于此,提出坚持市场需求导向,强化企业科技创新主体地位、优化科研资源投入,提升科技市场活力、打破区域限制,实现沿海科技创新协调发展等建议。     

电网企业技术进步与技术效率对生产率的影响测算

为了分析电网行业的生产率受技术进步和技术效率的影响程度,使用基于DEA的Malmquist生产率指数方法,以9家省电力公司为样本,对电网企业的技术和生产效率的动态变动情况进行了研究。结果表明,2005-2010年间样本电网企业的全要素生产率年平均增长率为3.2%,技术进步的贡献大于技术效率的贡献。技术效率指数表现不优是由于多数样本企业的实际规模与最佳规模之间的偏差较大。因此为了提高我国电网企业生产率,关键是提升效率特别是规模效率。     

基于DEA-Malmquist指数的中部六省能源效率分析

采用DEA模型计算2000-2012年我国中部六省的能源利用效率;并基于Malmquist指数计算分析各省能源效率变化分解,通过数据分析发现:各省能源效率在进入21世纪之后经历了一定的提高,主要得益于技术的提升;各省能源效率之间有一定差异;各省的平均规模有所提高。建议将工作重点放在加快能源利用技术进步,进一步提高各省能源效率。     

广东农业科技创新效率研究 ——基于超效率DEA模型和M almquist指数法

基于2010—2016年广东省各市的面板数据,运用超效率DEA模型和Malmquist指数法对广东农业科技创新效率和全要素生产率进行了实证分析。结果表明:广东省农业科技创新水平较高,但区域发展不平衡问题突出,粤北与珠三角、粤西、粤东有较大差距;广东全要素生产率指数平均值大于1,农业科技创新效率呈上升趋势,技术进步是全要素生产率增长的动力所在。因此,农业科技创新效率的提高关键在于提升农业技术水平,同时还需注意技术效率,科学调整农业科技资源配置,提升农业科技资源经营和管理水平。     

福建省科技投入产出效率评价 ——基于超效率模型和Malmquist指数的实证研究

利用非参数方法DEA的超效率模型对2004—2007年福建省9个设区市的科技投入产出效率进行评价,并应用Malmquist指数来分析科技投入产出效率非DEA有效地区的形成原因及其生产力的动态变化。实证结果显示,福建省各市的科技效率总体呈上升趋势,但各地区科技的投入产出规模以及效率还存在着较大的差距,而其生产力的提高主要是技术进步所带来的贡献,而技术效率还有待改进。     

金融危机背景下我国商业银行经营效率分析

在传统DEA模型的基础上引入超效率DEA模型和Malmquist指数模型,对金融危机前后我国商业银行经营效率进行分析,一方面克服了传统的DEA模型无法解决同为DEA有效的决策单元之间的评价,另一方面将动态效率与静态效率结合来综合分析金融危机前后我国商业银行经营效率的变化。研究发现,金融危机对现阶段我国商业银行经营效率的影响相对较小。其主要原因是我国资本市场开放度较低,商业银行具有自身特点等。     

基于DEA和Malmquist指数的中国区域环境治理效率研究

针对中国内地30个省(除西藏)的环境治理效率,文章在选取特定投入产出指标的基础上,先运用DEA方法静态分析了中国内地30个省(除西藏)2010年和2011年的环境治理效率,再运用Malmquist指数动态分析了中国内地30个省(除西藏)2002年至2011年的序列数据,由此得出了基于动态时间序列的中国区域环境治理效率变动情况。研究发现,基于静态时间考虑,2010年和2011年国内各省均存在投入大、产出小的资源浪费现象,由此导致各区域环境治理效率偏低。基于动态时间考虑,这10年间中国整体的区域环境效率呈现下降的趋势,平均TFP指数只有0.955。研究结果还表明,技术效率是制约中国区域环境治理效率偏低的主导要素,因此应当适当加大科技投入,以提升环境治理效率。     

基于DEA的北京高技术企业技术创新效率研究

本文采用DEA模型中的Malmquist生产率指数法,对北京高技术企业总体2005—2008年间技术创新活动的效率及变化进行研究。结果发现,北京高技术企业总体技术创新活动的全要素生产率提高了38.7%,各行业的全要素生产率均有提升。此外,北京高技术企业及各行业技术创新活动的技术变动对全要素生产率的提高均有贡献。除电子及通信设备制造业与电子计算机及办公设备制造业外,技术效率变动对全要素生产率的提高均产生负作用。     

我国农村医疗卫生资源效率——基于省际面板数据的研究

文章利用数据包络分析方法对我国除京沪以外的29个省市自治区在2009-2012年农村医疗卫生投入的面板数据进行效率分析,并对农村医疗卫生资源投入的全要素Malmquist生产率指数进行了计算和分解。结果表明,29个省市自治区中的17个在四年中为DEA有效,东部与西部农村卫生资源效率较高,而中部各省份效率值偏低。我国应当从政策扶植、科技扶持和人才扶植等各方面有针对性的提高我国农村医疗卫生事业的生产效率。     

我国证券公司生产效率及效率持续性评价研究

文章运用SEDEA模型和基于DEA的Malmquist生产率指数,对2005-2010年我国22家证券公司的生产效率进行动态研究,并运用效率持续性指数进行聚类分析。结论表明：我国证券业整体生产效率水平不高,且多数证券公司效率持续性较弱;证券公司生产效率的提升主要来源于技术进步,规模对其并无显著影响;证券公司的生产效率过分依赖证券市场行情的情况稍有改善;创新类证券公司在创新评审结束后,生产效率反而低于非创新类证券公司。     

基于超效率DEA-Malmquist的吉祥航空经营绩效评价研究

运用超效率DEA模型,对包括吉祥航空在内的中国8家上市航空公司2016—2019年经营绩效进行全要素评价,并运用Malmquist生产力指数对8家公司4年的生产效率变动情况进行分析,对吉祥航空经营绩效的变化情况进行研究.结果表明,吉祥航空的经营效率位于行业较高水平,近两年相对效率值均达有效;但生产率指数波动明显,近些年技术进步水平有明显下滑.在未来发展中,吉祥航空应加大技术研发投入,推动产品创新,同时继续扩大市场规模.     

中国自贸试验区港口效率比较研究北大核心CSSCISSCI

运用超效率DEA视窗测度2009-2014年中国自贸试验区7大港口的效率,及Malmquist指数分析港口效率差异的原因,实证结果表明:中国自贸试验区港口效率存在上升趋势,但目前大多超效率DEA是无效的,且存在明显的梯度差异,深圳港和天津港效率最高,而珠海港和福州港效率最低;技术进步始终是港口全要素生产率增长的促进因素,综合技术效率受到规模效率的影响较大。因此,可利用自贸试验区政策优势实现港腹互动,并注重同一自贸试验区港口差异化发展和协同合作,协同提高技术进步和综合技术效率。     

中国省际高技术产业创新效率评价研究——基于超效率DEA模型和Malmquist指数法

基于中国29个省区市2014-2018年高技术产业的面板数据,首先采用超效率DEA模型对各省市生产效率进行测算,进而构建DEA-Malmquist模型对各省市综合生产率指数进行计算和分解.结果表明:中国高技术产业创新效率的总体水平较高,但是超过一半的省市区要素投入结构不合理,而且主要分布在中部和西部地区,创新效率存在较大的区域差异;中国高技术产业的全要素生产率指数平均值大于1,很多省份存在规模效率不高的问题,导致创新效率呈现N型的回调震动形态,技术进步和技术效率是全要素生产率提高的主要动力.因此,为了进一步提高我国高技术产业创新效率,需要注意保持高技术产业的技术水平和技术效率,尤其要注重高技术产业科技资源的优化配置,提升高技术产业创新资源的管理水平.     

广西农业科技资源配置结构分析及效率测度

广西农业现代化总体水平较低,一定程度上是由于农业科技资源布局不合理、利用效率较低、整合能力欠佳所导致的。利用1998-2014年《全国农业科技统计资料汇编》中农业科研机构的数据,基于DEA的超效率DEA模型和Malmquist指数,对广西农业科研机构的综合效率、纯技术效率、规模效率和规模收益、全要素生产率指数及其分解进行测算。研究表明,广西农业科研机构规模报酬不变及可变的技术效率平均值分别为0.5415和0.5625、规模效率平均值为0.9586、规模报酬递减的年份较多;全要素生产率指数平均提升了3.2%,其中技术效率指数提升了4.5%、技术进步指数却下降了1.3%。建议：根据农业科研机构的不同类型实现分类管理,整合农业科研院所资源,实现农业科技创新资源高效配置。     

上海工业六大重点行业效率研究——基于DEA和Malmquist指数法的实证分析

对上海工业六大重点行业投入产出效率进行了探讨,使用DEA和Malmquist指数法,从静态和动态两个角度切入,研究了投入产出效率和全要素生产率。研究发现,静态来看,上海工业行业规模效率不高,技术创新能力缺失;动态来看,全要素生产率的提高归因于技术进步,而技术效率在下降,规模效率不足是主要影响因素。研究认为,提高上海工业效率的科学路径可以从“优化投入资源配置,优化产业结构,加强技术创新,提高全要素生产率”等几个方面展开。