基于Malmquist指数的白酒类上市公司效率分析

Malmquist指数是专门用来衡量全要素生产力(TFP)变动情况的指标,本文运用Malmquist指数分析方法对我国白酒类上市公司2003-2007年经营绩效的变动情况进行了综合评价,测算并对比了12家上市公司五年间全要素生产力(TFP)水平的变动情况,并对技术、纯技术效率以及规模效率的变动指标进行了对比分析,针对白酒行业各公司存在的问题,提出一些政策建议.     

中低技术产业创新效率研究——基于我国大中型工业企业面板数据的实证

采用随机前沿生产函数(SFA)分析方法,对我国中低技术(LMT)产业创新效率进行了实证分析。从创新投入和产出关系角度出发,对我国中低技术创新效率进行比较,分析创新效率在不同行业的差距。研究结果表明:中低技术产业创新效率比高技术产业高,技术获取对中低技术产业创新效率的提高至关重要,RD经费对中低技术产业创新效率的影响非常显著。     

基于DEA模型的高技术大型企业创新绩效评价

本文借鉴前人的研究成果,将高技术企业的创新过程分为技术开发和技术转化两个阶段,并对两个阶段分别构建了投入产出评价指标体系.同时采用DEA方法对全国21个省市的高技术大型企业的创新绩效进行实证研究,通过对比分析两阶段的投入产出绩效,发现我国大部分省市高技术大型企业的技术开发效率和技术转化效率都较低.最后进一步对各地区的高技术中型企业的创新绩效进行分析,发现大部分地区的高技术中型企业创新绩效都高于大型企业.     

创新主体对研发全要素生产率的影响实证研究

利用非参数的Malmquist生产率指数方法研究了1999-2008年我国研发全要素生产率(TFP)的变动及其分解,在对TFP变动的时序特征及地区差异进行比较分析的基础上,考察了公共和企业创新对研发TFP的影响。研究表明:我国研发TFP的增长主要是由技术效率推动的,技术进步改善的作用相对有限,研发技术进步与技术效率显著负相关,地区之间研发TFP增长率也存在显著差异;公共和企业研发对研发TFP的影响均为负,且企业研发对TFP增长的负面效应大于公共研发。     

破坏性创新:企业外包与企业边界决策分析——来自我国高技术产业的证据

破坏性创新从沉淀成本和转移成本两个方面影响企业边界的变动.技术更新速度的加快增大了企业原有技术的沉淀成本和转移成本,从而导致企业利用新技术的失败.而通过外包模式可以应对这些挑战,获得灵活性.并选择了我国高技术产业的外包数据进行实证研究,验证的结果支持了我们提出的理论假说.     

高技术产业三阶段创新效率变动研究——基于内部非期望产出的SBM模型与EBM模型

将内部非期望产出纳入投入产出指标体系,运用SBM模型和EBM模型测度高技术产业技术开发、技术转化和市场化3个阶段创新效率。结果发现:(1)3个阶段静态效率变化趋势为先略升后下降,东部先下降后上升,西部和东北先略升后下降,中部持续下降;(2)技术开发阶段动态效率呈增长态势,技术转化和市场化阶段则呈持续衰退态势,东部效率一直保持领先地位,东北和西部次之,中部最后;(3)技术开发阶段动态效率主要受效率变动驱动,技术转化和市场化阶段由相对较强的技术变动主导,东部由技术变动推动,中部和西部受效率变动驱动,东北在技术开发和市场化阶段受效率变动拉动,而技术转化阶段则依赖于技术变动的推动作用。     

安徽省农村公共物品供给效率动态分析:基于Malmuquist指数

本文运用DEA模型和Malnquist指数,对安徽省2008年—2014年16个城市的农村公共物品供给的效率进行测度.结果显示,安徽省各城市村公共物品供给的全要素生产率呈增长趋势,农村公共物品供给的综合技术效率变动和纯技术效率变动、规模效率变动较为一致,公共物品的全要素生产率其变动主要受到技术进步变动的影响.在实证分析基础上,从供给侧结构性改革的视角下,提出相关政策建议.     

环境规制对我国工业企业创新绩效的影响

环境规制政策从短期来看,客观上增加了工业企业的运营成本,但是从长期而言,则可能对工业企业技术和创新投入产生影响。以我国2009—2014年省际工业企业面板数据为支撑,利用面板数据研究我国环境规制对工业企业创新效率的影响。结果表明:对外开放程度和市场化程度有效促进了我国工业企业创新效率;技术市场的交易活跃程度对于我国工业企业创新效率有积极的影响;环境规制有效促进了我国工业企业创新效率的提升。环境规制政策推动技术创新和发展,这为我们提供了一个全新的创新政策研究视角。     

企业制度创新的核心——产权制度创新

产权制度创新是企业制度创新的核心问题,也是市场经济运行的基础。有什么样的产权制度就有什么样的组织框架和约束条件,产权制度的变动必然引起基本组织构架和约束条件的变动。因此,企业制度创新的核心问题就是变更和安排企业的产权结构,以便消除和减少市场运行机制的社会费用,改善资源配置的效率。     

人工智能企业创新效率评价及影响因素研究——基于Super DEA-Tobit模型

文章运用超效率DEA与Malmquist指数分别从静态和动态两个层面对人工智能上市企业创新效率进行测度,并进一步利用Tobit回归和脉冲响应对人工智能企业创新效率影响因素进行探究.研究发现:创新效率整体呈现波动下降趋势,且民营企业与国有企业创新效率存在差异性;创新效率进步得益于规模效率增长,而创新效率降低主要受到纯技术效率下降的影响;技术进步和纯技术效率下降分别是制约国有和民营人工智能企业创新效率提升的主要因素;政府支持对创新效率提升具有持续促进作用,而税收负担具有持续抑制作用.