基于DEA模型的我国金融机构效率评价

本文选用我国13家上市商业银行2005--2011年的数据为样本,运用数据包络分析法（DEA）测算各家商业银行的技术效率、纯技术效率和规模效率。对比国有商业银行和股份制银行效率的差异,可知样本银行的技术效率、纯技术效率以及规模效率比较高,但相对于股份制银行来说,国有商业银行的整体效率普遍偏低。     

基于DEA的财政支出效率评价研究

财政支出的绩效评价应该将投入和产出两方面结合起来进行分析.对财政支出的经济绩效评价,在财政支出的投入指标方面,应定义人均财政支出、财政支出比、经济性财政支出比三个投入指标;在财政支出的产出指标方面,应定义财政收入增长率、实际GDP增长率、财政支出资本形成拉动系数、财政支出弹性和财政支出倍率五个产出指标.这样,才能从规模与结构角度较为全面地表征财政支出的绩效.     

基于DEA方法的北京市循环经济效率评价

循环经济系统是一个具有多投入、多产出的复杂系统,有效评价系统的投入产出效率,是反映循环经济状况的关键。文章以北京市18个区（县）2008年度的统计数据为基础,采用数据包络分析方法（DEA）中的BCC模型对循环经济效率进行评估。效率得分结果显示,北京市各区（县）在循环经济效率上存在明显的差异,首都功能核心区、生态涵养发展区循环经济效率较高,城市发展新区、城市功能拓展区则呈现相反情形,并且北京市各区（县）发展水平与循环经济效率之间不存在相关性。松弛变量分析显示,在既定的效率得分下,不同区（县）对于各项投入的利用存在很大差异。     

基于DEA的我国高技术产业科技投入产出效率评价

科学的评价高技术产业科技投入产出效率对于我国高技术产业合理、有效利用科技资源,提高资金使用效率具有十分重要的现实意义。利用DEA模型对2002年至2006年我国高技术产业全部17个行业的科技投入产出效率进行评价,并分析各行业的规模收益状况。高技术产业应该在提高科技效率的前提下,逐步扩大规模。     

基于DEA的我国公共文化投入效率研究

本文以数据包络分析方法（简称DEA）为基础,选取了9年的数据,对我国31个省、市、自治区和直辖市的公共文化投入效率进行了实证分析。结果显示,我国公共文化产业整体还不成熟,投入效率整体波动明显,存在很大的效率提升空间。     

文化产业上市公司效率评价及影响因素分析——基于DEA模型的分析框架

我国文化产业对国民经济的重要性日益提高。在文化产业实现数量上的高速增长时,增长的质量同样值得关注。鉴于此,在考虑文化产业轻资产等特点的基础上,通过构建DEA的CCR和BCC模型,并结合Malmquist生产率指数,对2009～2013年我国文化产业两大子行业的上市公司进行效率评价,结合Tobit回归方法对效率的影响因素进行分析。结果显示,智力成果比重和营销相对规模是技术效率的重要影响因素。主要上市公司应在规模化发展的同时,实现集约化经营。     

我国开放式基金效率的DEA评价方法

通过使用分析多输入多输出系统效率的DEA方法,综合投资者关心的我国开放式基金的多项数据指标,评价了11支开放式基金2007年10月16日到2007年11月16日一个月内的运行效率。给出了各基金的技术效率、纯技术效率和规模效率,找到了具有最优技术效率的基金,并且分析了没有达到最优技术效率的基金的数据指标上的原因。从而提供给广大的基金投资者作为投资参考的数据。     

基于DEA方法的我国环保类上市公司经营效率分析

近年来我国环保产业受益于国家政策扶持和市场需求扩大,得到了大规模的发展。在证券市场上,环保类上市公司也得到投资者的普遍看好。文章以19家环保类上市公司为对象,根据其从事具体业务进行具体分类;运用数据包络分析方法,评价了各家环保上市公司的经营效率,分析了不同类别行业的水平;对污水处理、环保设备和新能源行业上市公司提出了有针对性发展建议。     

基于DEA模型的中医药上市公司绩效评价研究

数据包络分析（DEA）作为一种绩效评价方法,其评价结果更客观。利用DEA方法对中国25家中医药上市公司的经营绩效进行了分析评价,结果表明,中国中医药上市公司的整体效率有待提高：只有7家上市公司是DEA有效的,其余18家上市公司则是非DEA有效的。进一步分析发现,非DEA有效的中医药上市公司多是规模收益递增的,说明其在提高财务管理效率和成本控制方面有较大的发展空间。在此基础上,进一步探求改善中医药上市公司绩效的途径。     

基于DEA方法煤炭企业经营绩效评价

采用数据包络分析(DEA)的方法对我国上市煤炭企业的经营效率进行数据分析,并对其经营绩效作比较分析,为效率低下的企业找出原因。煤炭企业应当结合实际调整投入产出,改善纯技术效率和规模效率,以图提高本企业的经营效率水平。     

基于DEA的青海省不同经济类型工业企业效率评价

全文以数据包络分析(DEA)为研究方法,2000-2007年青海省不同经济类型工业企业的效率水平进行了评价.结果表明,青海各类型工业企业均存在不同程度的非效率,今后应更加注重改进投入资源的利用效率,走集约型发展道路.     

基于DEA的科研机构科技资源配置效率评价

将DEA（数据包络分析）应用于科研机构的科技资源配置效率评价,建立了评价指标体系。以上海市人文社会科学科研机构为例,对该方法的应用进行了实证研究。用C2R模型和C2GS2模型分别对上海市社会人文科学类科研机构科技资源配置的综合效率和技术效率进行了评价,得出如下结论：大部分社会人文科学科研机构的科技资源配置效率总体水平较高,个别机构配置效率低下;绝大多数社会人文科学科研机构科技资源配置为技术有效,规模是造成科技资源配置非DEA有效的主要原因;科技投入不足问题值得引起重视。     

我国大学科技园运行效率研究——基于DEA的实证分析

详细阐述了大学科技园发展的理论基础和研究现状,在构建大学科技园绩效评价指标体系的基础上,运用数据包络线(DEA)BCC模型,实证分析了国家大学科技园的运行效率,并根据综合效率值(TE)将大学科技园分为有效与无效两类。为进一步区分大学科技园运行效率之间的差异,参照纯技术效率(PTE)和规模效率(SE)均值线,再将其细分为相对高效型、配置低效型、规模低效型和完全低效型4类,并针对不同类型大学科技园提出了相应的改进措施。对运行有效的大学科技园进行超效率分析,作出进一步比较和调整以获得更大效益。最后通过计算各资源投入的影子价格均值,观察各投入要素的相对稀缺程度,从而为大学科技园整体效率的提升提供方向性引导。     

基于DEA方法的中国各省市经济发展效率分析

本文运用DEA方法对全国31个省市的经济发展效率进行分析，发现大部分省市对现有投入的有效利用不够，从而没能实现规模效率，同时对技术的开发和利用没有达到优化，两方面共同作用导致了经济发展无效率。本文针对各个地区的特点提出一些政策建议。     

基于DEA和AHP的黑龙江省城市竞争力评价

在国内外学者对城市竞争力研究的基础上,针对黑龙江省实际情况,设计了城市竞争力的评价指标体系;运用数据包络分析和层次分析方法,分别从相对和绝对的角度对黑龙江省12个主要城市的竞争力进行评价、排序和实证分析,并针对黑龙江省主要城市的竞争力状况提出了政策建议。     

基于DEA模型的高新区主导产业选择分析

传统的高新区主导产业选择基准侧重于产业成长性,而对产业运营效率关注得较少。根据产业运行的DEA有效基准来选择主导产业,就是根据在产业运行中的效率指标值相对"有效生产前沿面"的位置,来判断是否实现DEA有效,进而决定能否成为"有效生产前沿面"中的主导产业。本文将DEA模型引入株洲高新区主导产业选择中,科学地选择现阶段株洲高新区的主导产业,为株洲高新区战略规划提供参考。     

基于DEA的高等教育科技资源配置效率评价分析——以黑龙江省为例

高等教育科技资源能否优化配置,不仅关系到高等教育的教学、科研和社会服务产出能力的提高,更关系到科技可持续发展能力和区域经济发展核心竞争力的提升。利用DEA方法及模型,对黑龙江省高等教育科技源配置状况进行了相对有效性评价与比较分析,以推动各地区高等教育资源优化配置,促进高等教育与区域经济的良性、互动发展,提升区域创新能力和竞争力。     

基于超效率DEA的山西省产业效率分析

文章通过查找相关资料,选取山西省2003年—2012年的第一、第二以及第三产业的相关指标数据,选取能源投入量、产业从业人数、产业固定资产投资额作为投入指标,选取产业的生产总值(GDP)为产出指标,运用超效率DEA模型对山西省三个产业的效率进行了综合分析,得到三个产业效率的高低以及指标的冗余数量。最后基于实证结果的基础上提出相关建议。     

基于DEA模型的区域创新系统效率评价研究

当今经济全球化与区域化共存,科技创新是经济增长和社会进步的重要动力,区域创新系统的创新能力很大程度上影响着区域能否争得竞争优势。文章在简单阐述国内外有关区域创新系统效率研究现状的基础上,引入数据包络分析法对区域创新系统效率进行评价,截取2002—2014年间科技创新年鉴数据,通过建立区域创新系统效率的评价指标体系,对我国区域创新投入、产出的现状进行分析研究,并评价其效率,为相应创新发展政策的提出提供依据。结果显示,我国区域创新效率整体处于中等水平,存在着一定的提升空间,东部、中部、西部地区的创新效率差距呈现缩减趋势。     

基于DEA方法的地市财政效益评价

首先运用DEA方法对安徽省十七个地市的财政收入和支出从有效性方面进行评价,然后计算出输入冗余和输出亏空,再对十七个地市的财政支出和收入进行了投影分析,通过指标分析和投影分析找出了非DEA有效地市的问题及今后的改进方向。