基于DEA方法的珠三角都市农业企业创新能力水平的评价

结合珠三角地区(ROD)都市农业发展的实践,根据都市农业发展的功能结构,把都市农业发展水平评价分为经济功能发展水平、社会功能发展水平和生态功能发展水平三个子系统,并据以设置都市农业发展评价指标体系;应用数据包络分析(DEA)方法,对珠三角地区9个城市的都市农业发展水平进行了评价。研究结果表明,珠三角地区都市农业发展整体水平较高,各城市都市农业发挥经济功能的水平高,部分城市的都市农业在发挥社会功能和生态功能方面还须改进。     

中国农业用水效率的分布格局与空间交互影响：1998~2013年

研究目标：农业用水效率在区域层面的空间交互影响效应。研究方法：利用Global超效率DEA模型和全要素用水效率指标测度中国省际农业用水效率,并首次采用VAR框架下的脉冲响应函数识别中国农业用水效率的空间交互影响效应。研究发现：中国农业用水效率呈持续升高趋势;在空间格局上呈东高西低、南高北低的总体分布态势;由于中国农业用水效率的集聚特征仅体现在小范围地区,而在整体上未呈现明显的空间集聚特征,传统的空间计量模型并不适用于识别农业用水效率的空间交互影响。研究创新：基于VAR框架下的脉冲响应函数分析结果表明,不同区域的农业用水效率之间确实存在空间交互影响。研究价值：充分利用空间交互影响效应实现农业用水效率的空间协同提升。     

基于DEA的我国各省物流效率评价实证研究

通过整理建立与物流效率相关的投入产出指标体系,收集各省的统计年鉴指标相关数据,应用数据包络分析(DEA)模型,对2010年我国14个省、市、自治区的物流效率进行对比分析.研究表明,样本中DEA总体无效的省、市共有7个,物流投入产出平均总体效率、平均纯技术效率、平均纯规模效率分别为0.868,0.943,0.918,并进一步应用投影分析,对非DEA有效单元的省市从物流投入指标的冗余量和产出指标的不足度两个方面分析了各决策单元在物流效率上存在的主要问题,并提出相应发展建议.     

财政支出的经济效率分析：基于超效率DEA和双效应面板模型

在引导经济运行向“新常态”调整过程中,高效的财政政策效率至关重要。采用31个省级行政区2007—2013年数据,利用超效率DEA测算了财政物质资本、人力资本和技术创新投资效率以及财政综合经济效率,结果表明：省级财政支出普遍有效;东部沿海地区财政技术创新投资效率普遍较高;西部地区物质资本和人力资本投资效率、财政支出综合经济效率则普遍较高。财政效率影响因素双效应面板分析结果表明：经济发展水平和方式、财政收支规模、税收结构和税率等均显著影响财政投资及综合经济效率。     

基于DEA的新型农村金融与县域经济增长的实证研究——来源于2009—2011年广西村镇银行的数据

通过2009—2011年广西部分县域经济和金融数据,以金融密度、小额农贷占比、贷款余额和不良贷款比例四个金融变量为投入变量,以地方生产总值和城市化率为产出变量,采用DEA方法,实证研究新型农村金融对地方经济增长的影响机理。研究表明,新型农村金融对县域经济增长的影响主要是通过小额农贷、金融密度和贷款质量等实现;同时,由于不同县域存在不同的资源禀赋、金融生态环境等现象,其影响程度也存在一定的差异性。因此,应该因地制宜,发展新型农村金融;优化资源,加快城乡金融一体化发展;注重效率,提高农村金融市场化程度。     

京津冀产业结构转型升级的效果测度

京津冀产业结构的转型升级是实现京津冀协同发展的重要抓手,为有效测度京津冀产业结构转型升级的效果,以产业结构高度化和合理化为分析框架,采用CRS群组向上参比DEA模型测算门类行业的技术效率,从产业结构的“质量”角度,构建测度京津冀产业结构转型升级效果的新指标。研究结果显示：三地的产业结构转型升级效果还没有达到最佳,但都取得一定成效,而且北京的产业转型升级效果整体上优于天津与河北。     

基于DEA-Malmquist的沿海港口转型升级测度及趋势研究

从港口全要素生产效率视角出发,采用Malmquist全要素生产率指数对传统数据包络分析(DEA)方法进行改进,克服了传统DEA方法不能处理不同时期面板数据的缺点,通过构建基于规模报酬可变的DEA-Malmquist模型,可以掌握港口转型升级程度及发展趋势。以山东沿海港口为实例,利用DEA-Malmquist模型进行分析,结果表明:山东省沿海港口的总体效率在2014—2018年整体呈上升趋势;各个港口发展并不平衡;全省港口的Malmquist生产力指数虽然受到了规模效率的制约,但仍呈上升趋势。最后,提出了山东沿海港口转型升级发展的对策建议。     

山东省渔业生产效率及其变动趋势的测算与分析

论文采用1997～2008年山东省及我国渔业生产投入和产出数据,运用数据包络分析以及Malmquist指数方法,对山东省渔业生产效率及其构成的变动趋势进行了测算。研究结果表明：山东省渔业生产虽总体发展趋势较好,但仍存在着技术效率低下、粗放式经营等问题。论文针对这些问题提出了建议和对策,以期为山东省渔业生产效率的改善提供参考。     

Farm size and the determinants of productive efficiency in the Brazilian Center-West

This paper explores the determinants of technical efficiency, and the relationship between farm size and efficiency, in the Center-West of Brazil. This is the region where agricultural production and total factor productivity have grown the fastest since 1970. It is also a region characterised by unusually large farms. Technical efficiency is studied with Data Envelopment Analysis and county level data disaggregated by farm size and type of land tenure. The efficiency measure is regressed on a set of explanatory variables which includes farm size, type of land tenure, composition of output, access to institutions and indicators of technology and input usage. The relationship between farm size and efficiency is found to be non-linear, with efficiency first falling and then rising with size. Type of land tenure, access to institutions and markets, and modern inputs are found to be important determinants of the differences in efficiency across farms.     

A Simulation Study of Joint Uses of Data Envelopment Analysis and Statistical Regressions for Production Function Estimation and Efficiency Evaluation

A previous paper by Arnold, Bardhan, Cooper and Kumbhakar (1996) introduced a very simple method to estimate a production frontier by proceeding in two stages as follows: Data Envelopment Analysis (DEA) is used in the first stage to identify efficient and inefficient decision-making units (DMUs). In the second stage the thus identified DMUs are incorporated as dummy variables in OLS (ordinary least squares) regressions. This gave very satisfactory results for both the efficient and inefficient DMUs. Here a simulation study provides additional evidence. Using this same two-stage approach with Cobb-Douglas and CES (constant elasticity-of-substitution) production functions, the estimated values for the coefficients associated with efficient DMUs are found to be not significantly different from the true parameter values for the (known) production functions whereas the parameter estimates for the inefficient DMUs are significantly different. A separate section of the present paper is devoted to explanations of these results. Other sections describe methods for estimating input-specific inefficiencies from the first stage use of DEA in the two-stage approaches. A concluding section provides further directions for research and use.