数据包络分析在高技术产业技术效率评价中的应用研究

采用2010年中国高技术产业地区数据,应用DEA方法,实证测评了高技术产业技术效率。研究发现:中国高技术产业技术效率整体处于较低水平,且纯技术效率不高是制约技术效率提升的主要原因;中国大部分地区高技术产业发展呈现规模报酬递增的特性;通过投影分析为各区域调整创新资源投入进而达到DEA有效提供依据。     

数据包络分析在高技术产业技术效率评价中的应用研究

采用2010年中国高技术产业地区数据,应用DEA方法,实证测评了高技术产业技术效率。研究发现：中国高技术产业技术效率整体处于较低水平,且纯技术效率不高是制约技术效率提升的主要原因;中国大部分地区高技术产业发展呈现规模报酬递增的特性;通过投影分析为各区域调整创新资源投入进而达到DEA有效提供依据。〖HJ4mm〗     

基于DEA与Malmquist指数的区域高技术产业创新效率评价研究

科学地评价区域高技术产业创新效率, 对于促进高技术产业持续健康发展并带动区域经济增长具有重要影响。本文采用DEA模型及Malmquist指数分解法, 利用2009～2016年我国高技术产业省际研发面板数据, 测算了我国30个省级行政区域及三大地区（东、中、西部） 高技术产业创新过程中的技术效率、技术进步及全要素生产率增长情况, 并对区域高技术创新效率水平作了聚类分析。研究结果表明：2009 年后, 我国区域高技术产业技术创新效率总体显示出上升趋势, 但是波动较大; 从三大地区来看, 中部地区创新效率高于东、西部地区, 西部地区创新效率最低, 区域创新效率的主要限制因素是纯技术效率不高。本文结论可以为我国区域高技术产业创新活动提供相应启示。     

科技金融对创新效率影响的实证研究——基于中国高技术产业省级面板数据

基于中国东部、中部、西部以及全国2007~2016年高技术产业的省级面板数据,以科技经费投入和技术人力投入作为投入指标,以专利数量和新产品的产值作为产出指标,首先使用DEA方法计算了不同地区高技术产业的创新效率。以企业自主创新投入、政府支持、科技信贷和风投支持作为科技金融指标,使用面板模型实证分析了科技金融对于高技术产业创新效率的影响。结果表明,考察期内,中国不同地区高技术产业的创新效率均有所提升;科技金融的发展在一定程度上提升了高技术产业的创新效率,但是外商直接投资对于创新效率产生了一定的抑制作用。最后针对本文结论提出了相关建议。     

我国高技术产业研发创新效率研究——基于三阶段DEA方法

利用我国高技术产业分地区数据,应用三阶段DEA方法,对高技术产业研发创新效率进行了实证测评.主要的研究发现:我国高技术产业研发创新效率水平较低,且规模效率不高是制约其整体提升的主要原因;地区经济发展水平和劳动者素质是提高效率水平的有利因素,而地理位置和政府干预对研发创新效率提升产生显著的负向影响;按照纯技术效率和规模效率,将我国高技术产业研发创新模式分为4种类型,各省区可根据自身的效率特点,有针对性地进行改进和完善.     

基于创新过程的高技术产业创新效率比较与关联研究

高技术产业被视为区域创新的重要载体, 把握不同区域创新效率有助于制定和实施有针对性的创新政策。 本文将创新过程划分为技术开发和科技成果转化两个阶段, 运用DEA 模型对中国2009～2016 年高技术产业省域创新效率进行动态评价。 结果表明, 整体上高技术产业创新效率均处于较低水平,“高投入、 低效益” 矛盾依旧, 但技术研发阶段效率高于技术成果转化阶段效率, 说明高技术产业创新低效主要源于技术转化阶段效率较低。     

R&D投入对高技术产业技术效率的影响研究——基于省际面板数据和SFA方法的实证分析

本文采用面板数据随机前沿模型,测算我国各省市高技术产业技术效率,并考察R&D投入对技术效率的影响程度.主要结论如下:我国高技术产业技术效率整体较低,东部地区高过中西部地区,存在明显的区域差异;在时间趋势上,东部地区高技术产业技术效率提升速度最快,中西部地区较缓慢且有反复;R&D人力投入和R&D经费投入会促进技术效率的提升,前者的作用更为显著.     

基于DEA模型的高技术产业R&D效率评价

作为创新的"孵化器",高技术产业的RD效率问题至关重要。从区域与行业交叉的视角出发,选取RD活动人员折合全时当量和RD经费内部支出作为投入指标,有效发明专利数和新产品销售收入作为产出指标,运用DEA模型研究了中国高技术产业5个行业在17个省市的RD活动效率,运用层次聚类分析对17个省市加以聚类。研究结果表明:中国高技术产业RD效率普遍偏低,没有任何一个省市的5个高技术产业均处于较高的RD效率上;区域间发展很不平衡,高技术产业行业差异比较明显;个别省市的5个高技术产业的RD效率都很低;传统"创新"大省RD效率并不突出,存在严重的资源浪费。针对存在的问题,从追求效率、追求精益、协同发展和加强政策引导等方面提出了对策与建议。     

我国高技术产业创新效率的实证分析

我国高技术产业快速发展,有力地促进了产业结构调整,已成为国民经济新的增长点.但是,我国高技术产业发展仍然面临很多问题,如技术创新能力不强,研发投入不足,高技术人才短缺,创新效率低下等等,因此对我国高技术产业的创新效率进行评价并提出相应的改进对策就变得尤为重要.本文运用DEA方法中评价规模有效性和技术有效性的C2R模型和评价技术有效性的C2GS2模型,对我国高技术产业中的17个行业的创新效率进行实证分析,比较行业间的差异,并根据技术有效性和规模有效性对各个行业的发展状态进行分类并提出相应的发展对策.     

基于过程的高技术产业技术创新效率测度

本文基于过程的角度,根据创新投入要素和产出成果的不同形式,以专利作为中间产品,建立了高技术产业技术创新的过程模型,将整个技术创新过程分为两个阶段：技术产出阶段和技术转化阶段。并在过程分析中,选取合理的指标,利用两阶段DEA模型,对1999～2007年我国高技术产业的技术创新效率进行了科学的测度。     

“一带一路”沿线省域高技术产业R&D效率提升研究

“一带一路”战略的深入推进为沿线各省高技术产业发展带来重大机遇,紧抓机遇提升R&D 效率是关键。本文以2009~2015 年“一带一路”沿线15 省高技术产业R&D 活动为研究对象,采用DEA-Malmquist 指数法对其R&D 效率进行测度分析。结果显示：“一带一路”沿线省份高技术产业整体R&D 效率有待提升;技术进步指数基本呈现下降趋势,而全要素生产率变动与技术进步指数变动情况趋于一致;不同省份推动或阻碍高技术产业R&D 效率提升的原因各异。最后,根据研究结论,结合“一带一路”战略,给出有助于R&D 效率提升的政策建议。     

我国中型高技术企业创新效率的区域比较研究——创新价值链视角

相比大型高技术企业,中型高技术企业在我国所有省（市）均有分布,统计数据也相对完整。在国家和区域创新战略实施过程中,中型高技术企业也是大部分中西部省份的重要创新载体。但是,国内外针对中等规模高技术企业创新效率的研究较少,专门探讨我国省际中型高技术企业创新效率的文献基本为空白。本文基于“研究→开发→转化”的创新价值链视角,结合2010～2015年《中国高技术产业统计年鉴》中有关中型高技术企业的专项统计数据,结合传统的数据包络分析方法,对我国不同地区的中型高技术企业的创新效率进行了分析和比较。实证研究显示,中型高技术企业在不同地区的综合创新效率存在显著性差异,这种差异也给相关科技政策制定带来了一定的挑战。     

基于DEA的上市科技型中小企业融资效率评价

为了解上市科技型中小企业的融资现状,运用数据包络分析方法,以深圳创业板2009年至2012年初次发行股票的38家上市科技型中小企业为研究对象,对其融资效率进行综合评价,评价结果为只有15.79%的上市科技型中小企业融资综合有效,55.26%的企业既未实现技术有效,也未实现规模有效。与以往研究结果相比,中国上市科技型中小企业的融资效率有所提升,但总体效率仍然偏低。从政府和科技型中小企业自身角度出发,针对性地给出了科技型中小企业提高融资效率的意见和建议。     

基于DEA方法的建筑业效率评价实证研究

为了对中国建筑业的生产效率进行客观评价,并分析建筑业近年来的发展趋势,文章利用数据包络分析方法计算中国建筑业1996~2008年间的总效率、技术效率和规模效率,结果表明中国建筑业的效率进步目前主要依赖于规模效率的提高,而技术效率提高较为有限,揭示了建筑业发展的关键在于新技术的应用与推广。文章在投入产出指标的选择上提出分组筛选法和主成分分析法两种方法,对过去的评价方法进行了改进,并将两种方法得到的不同结果进行对比分析,提高了评价精度。     

基于DEA的长株潭城市群低碳经济发展效率评价研究

在能源和环境问题日益凸显的情况下,低碳产业的发展无疑对我国各城市的发展提供了新的契机。借鉴区域和低碳经济发展效率评价研究范式,结合低碳产业特点,本文有针对性地选取评价指标,以长株潭低碳经济发展数据为基础,在城市与区域视角下,应用DEA方法定量评价了其低碳经济发展效率。通过对投入产出数据的DEA有效性进行对比分析,发现长株潭城市群的整体技术创新效率偏低,主要是受规模效率与纯技术效率交叉作用影响,且普遍存在能源消耗投入冗余、低碳产业固定资产投资过多、产业规模不合理和资源利用效率不高等问题。最后根据分析结果进一步提出了对策建议。     

基于城市视角下新能源汽车产业技术创新效率评价

在能源和环境问题日益凸显的情况下,新能源汽车的发展无疑为我国汽车产业的发展提供了新 的契机。借鉴区域和产业技术创新效率评价研究范式,结合新能源汽车特点,论文有针对性 地选取评价指标,以11个新能源汽车主要推广城市创新数据为基础,在城市视角下应用主成 分分析与DEA的组合方法,定量评价了其技术创新效率。通过对投入产出数据的DEA有效性进 行对比分析,发现这11个城市的整体技术创新效率偏低,主要是受规模效率与纯技术效率交 叉作用影响,且普遍存在新产品开发投入冗余、研发支出投入过多、企业规模不合理和资源 利用效率不高等问题。最后根据分析结果进一步提出了对策建议。     

A DEA estimation of a lower bound for firms’ allocative efficiency without information on price data

In this paper, we estimate a lower bound for the sum of firms’ allocative efficiencies in the absence of information on prices. For this purpose, we only estimate technical efficiency at both the firm and the industry level using a directional distance function and choosing a relevant direction. Our result relies on the decomposition of overall inefficiency into technical and allocative inefficiency at both the firm and the industry level. The convexity of a technology induces a transfer from both total technical inefficiency and part of allocative inefficiency at the firm level to technical inefficiency solely at the industry level. The remaining firms’ allocative inefficiency could be counted at the industry level. Hence, the difference between technical inefficiencies at both levels can be interpreted as a lower bound for the sum of allocative inefficiency in the industry. We show how to implement this bound in a DEA framework.     

Privatization and production efficiency in Taiwan's telecommunications industry

Many managers, economists, and policy-makers have long believed that the production of a private enterprise is more efficient than that of a public one. This paper investigated whether it was good policy to privatize Taiwan's telecommunications industry by comparing the changes in efficiency in Chunghwa Telecom Company (CHT Co.) before and after privatization. The data envelopment analysis (DEA) model was used to evaluate their operational performance both pre- and post-privatization. The technical efficiency (CRS) computed with the CCR model assuming constant returns to scale, the technical efficiency (VRS), and the scale efficiency (VRS) were obtained with the BCC model assuming variable returns to scale, using the time-series data from CHT. The findings of this study show that the production efficiencies of CHT, both pre- and post-privatization are inefficient since all of the technical efficiencies are smaller than one.