基于DEA视窗分析的高校科研投入产出效率动态评价

采用DEA视窗分析(DEA Window Analysis)方法对我国31省市2003年至2009年高校科研活动投入产出的面板数据进行评价,结果发现我国各省市高校研究期间科研效率整体水平偏低,且未能随时间呈现出明显的增长趋势,不同省市效率在同一视窗内差异较大,而同一省市在不同视窗内差异较小.进一步分地区分析发现,中部地区高校的科研投入产出效率最高,东部和西部的效率值相等且均低于中部地区,表明科研效率与地区经济发展水平之间不存在必然联系.各地区应制定适宜的激励政策,重视科技经费的合理配置和有效利用,努力提高科研活动的产出水平,促进各地区高校科研效率均衡有序提高.     

区域能源效率动态演化及其驱动因素研究——以豫、鄂、粤三省为例

提升区域能源效率是完成国家节能降耗目标的主要方法之一.基于2001-2012年省级面板数据,运用超效率DEA视窗分析方法测算河南省、湖北省和广东省的能源效率,通过1阶N变量的灰色系统模型(GM(1,N)模型)分析区域能源效率演化的驱动因素.结果表明:河南省和湖北省的能源效率呈现先下滑后上升的演化趋势;广东省能源效率在考察的3个省份中一直处于领先水平,呈现平稳发展的演化态势;对河南省和广东省能源效率影响最大的正向促进因素均为工业结构,对湖北能源效率影响最大的正向促进因素为城市化,而经济结构则是河南省、湖北省和广东省能源效率提升的最突出制约因素.根据研究结果,不同地区应该根据各自的具体情况采取相应的措施来进一步提升能源效率.     

我国轿车企业效率测度的DEA视窗分析

应用DEA视窗分析方法分析了我国具有整车生产能力的轿车企业2003-2008年间的面板数据。分析结果表明,我国轿车企业效率个体存在显著差异,效率水平整体不高。但是,除2005年和2007年分别受关税调节和低价战影响效率值下降,其余年度均保持逐年上升趋势,具有很强的发展潜力。     

我国制造业技术创新效率的实证分析——兼论与市场竞争的相关性

技术创新效率是影响制造业水平的重要因素。对于技术创新效率的研究可分两个阶段进行。第一阶段是运用超效率DEA方法计算了我国制造业各行业和各省市制造业1994-2003年期间技术创新效率值。第二阶段是通过面板数据(Panel Data)模型检验影响企业技术创新效率的因素。研究结果显示企业规模、行业技术水平、企业创新管理与技术创新效率成正相关,市场竞争程度与创新效率成负相关,国内制造业的过度竞争及需求不足导致了企业技术创新投入不足。     

中国保险业效率的实证研究

以国内23家保险公司1999-2005年的数据为样本,运用超效率(super-efficiency)DEA方法研究我国保险业的技术效率状况和动态变化趋势,并通过效率评估值和绩效指标值间的斯皮尔曼相关系数,检验效率评估的稳健性.为进一步探讨造成保险公司间效率差异的原因,应用面板数据模型考察影响保险公司效率的若干重要因素.结果表明,公司规模、承保能力、业务扩张、经营区域、所有权特征是影响国内保险公司效率的重要因素.     

中国地方政府医疗卫生支出效率及影响因素研究

政府医疗卫生支出效率决定医疗卫生服务水平的高低.利用DEA两阶段分析框架,根据2003-2012年中国31个省(市)面板数据,研究中国地方政府医疗卫生支出效率及其影响因素.使用DEA方法测算地方政府医疗卫生支出的综合效率、纯技术效率和规模效率,并从时间和地区两个维度分析这三种效率的差异.最后利用Bootsrap方法对影响效率的各类因素进行回归分析.研究结果表明,地方政府医疗卫生支出效率在样本期间内有明显的地区差异.影响效率的主要因素包括财政分权、户籍制度、医疗卫生改革、城镇化水平、经济发展水平、人口密度和教育水平等.     

对于中国乡镇综合文化站运行效率的实证分析——基于省际面板数据的DEA-Tobit模型估计

乡镇综合文化站是为广大农村提供公共文化服务的主要载体。基于非参数的数据包络分析方法(DEA方法),分析2006—2009年我国乡镇文化馆公共文化服务的效率,发现我国农村公共文化服务的技术效率均值和规模效率均值都偏低;在DEA效率得分的基础上,采用Tobit随机面板模型对影响效率的因素进行评估,考察了不同因素对公共文化服务效率的影响,并结合数据分析和调研实际提出相关政策建议。     

基于DEA的地区科技活动效率研究

依据2000-2007年省级面板数据,用DEA方法和Malmquist指数测度30个省科技活动效率及其变动趋势的结果表明,技术进步仍是效率提高的主导因素。科技活动效率的地区比较显示,中部地区虽是我国重要的科研教育中心,但其科技效率不但低于东部、西部地区,增长情况也不理想。必须注重提高中部科技效率,增强科技实力,为实现中原崛起提供支撑。     

基于广义DEA模型的科技园区创新效率评价研究

针对在已有DEA科技园区创新效率评价研究中评价结果区分度不高的问题,运用广义DEA模型计算各园区的超效率值,并通过移动数据包络面来增强评价模型的区分度.运用2016年全国科技园区的创新投入产出数据进行创新效率评价表明:(1)广义DEA模型能严格有效区分各园区创新效率的高低;(2)东部园区的创新效率高于中部、西部和东北园区;(3)东部园区应重点关注入园企业质量,中部园区应重点关注研发经费的使用效率,提升园区企业的出口创汇能力,而西部与东北园区则应着重提升研发人员的使用效率,提高企业出口创汇能力.     

基于广义DEA模型的科技园区创新效率评价研究

针对在已有DEA科技园区创新效率评价研究中评价结果区分度不高的问题,运用广义DEA模型计算各园区的超效率值,并通过移动数据包络面来增强评价模型的区分度.运用2016年全国科技园区的创新投入产出数据进行创新效率评价表明:(1)广义DEA模型能严格有效区分各园区创新效率的高低;(2)东部园区的创新效率高于中部、西部和东北园区;(3)东部园区应重点关注入园企业质量,中部园区应重点关注研发经费的使用效率,提升园区企业的出口创汇能力,而西部与东北园区则应着重提升研发人员的使用效率,提高企业出口创汇能力.     

中国省际创新效率及其影响因素的实证研究

以2000—2009年30个省（区、市）的面板数据为样本,运用数据包络分析（DEA）模型对中国省区创新效率进行了测度,并对创新效率的影响因素进行了实证研究。结果显示:考察期内中国省际创新效率波动性较大,北京、上海两市实现了历年创新效率有效,其余省区创新效率均存在差异性。在影响省际创新效率的因素中,政府投入、人才储备、区域经济、对外开放等因素对省际创新效率的提升具有明显的正向效应;而金融支持、产业结构、基础设施等因素对省际创新效率的影响则不明显。     

三阶段DEA模型的中国服务业效率

采用三阶段DEA(数据包络分析)方法对我国2009年31个省市的服务业运营效率进行研究。结果表明:我国服务业运营效率受人力资本、技术创新和政府支持的影响显著;如果不剔除环境因素和随机误差的影响,服务业纯技术效率将被低估,规模效率将被高估;服务业综合技术效率平均值仅为0.520,主要是因为纯技术效率偏低;各省市服务业生产效率可划分为四种不同类型,各地应结合自身效率的特点,有侧重地提高管理水平或者扩大生产规模;我国服务业效率存在明显的地域差异,即东部地区最优,中部地区次之,西部地区最差。     

区域金融创新： 效率评价、环境影响与差异分析

我国的金融政策调整凸现区域性特征,金融创新向区域内的拓展对深化金融改革有深远的影响,因此,研究金融创新在区域的表现以及与外部环境的作用机制具有重要意义。利用中国30个省市的面板数据,运用三阶段数据包络分析测度区域金融创新在效率层面的水平,研究影响各观测单元投入的环境因素,从省际和区际层面衡量我国区域金融创新的效率差异后发现：地区经济基础、政府贷款干预、区域金融市场建立等环境变量会影响区域金融创新的效率水平,省际和区际之间的效率差距仍存在。因此,培育良好的外部环境有利于提高区域金融创新效率以及缩小与前沿省份之间的差距。     

中国省域财政与金融支农水平及协同效率分析——基于30个省区2009—2012年的面板数据

基于30个省区2009—2012年的面板数据,从规模、结构、速度和效益四个方面构建评价指标体系,运用主成分分析法和系统协同模型,对中国区域财政与金融支农水平及协同效率进行测算,结果表明：中国东中西部三大区域财政与金融支农水平依次递减,东部省区明显高于中西部省区,部分省区在财政与金融支农水平的相对位次上不对称,财政与金融彼此之间缺乏配合;东部省区财政与金融支农协同效率高且逐渐上升,中部省区的协同效率居中,西部区域的协同效率低且内部差异较大,尚未形成协同发展的良性框架。     

中国绿色农业技术效率及其省际差异分析——基于1998—2012年的面板数据

基于1998—2012年面板数据,运用熵值法和DEA模型测算中国绿色农业产出和绿色农业技术效率,并分析其省际差异。研究表明,中国农业已经初具绿色转型的趋势,除东北地区外,其他地区绿色农业技术效率均上升;中国绿色农业技术效率有所提升,但整体水平仍然低下。东部、西部、东北、中部地区效率依次递减;全国省域间效率绝对差距没有缩小趋势,但相对差距明显缩小。东部、中部、西部和东北地区各地区内省域间绝对差距均没有缩小趋势,但东部、中部地区各地区内省域间相对差距存在缩小趋势,而西部、东北地区没有缩小趋势。全国2/3的省份绿色农业技术效率低下但处于增长态势;东北三省和内蒙古、宁夏、新疆陷入效率低下且呈下降态势的双重困境。     

基于E-NSBM模型的中国省际资源环境效率动态评价

从资源环境系统的内部结构出发,将资源环境评价体系分为生产系统和环境治理系统,针对该结构建立了扩展强自由处置性下的网络DEA模型——E-NSBM模型,将其与窗口分析法相结合,对2005-2012年中国各省资源环境效率进行了评价。结果表明：我国经济发达地区的生产系统效率普遍较高而环境治理系统效率较低;中、西部地区环境治理系统效率较高,但东部地区环境治理系统效率改进幅度最大;综合效率表现差的省份普遍表现为高的能耗强度、碳排放强度和硫强度。因此,各省应根据各自发展需要来确定资源环境效率的改进途径。     

中部六省科技创新绩效评价

客观、准确、全面评价区域科技创新绩效对建设区域创新体系有重要的理论和实际意义.收集2000—2009年中部六省的科技创新投入、产出数据,用 DEA 方法分析各地区科技创新绩效,得出中部六省科技创新绩效的总体趋势与阶段性变化情况.分析表明:湖南、湖北两个省科技创新绩效领先于其他四省,中部六省科技创新绩效水平在2000—2009年间总体上呈现下降趋势,其中江西、山西两省下降趋势更为明显,这说明,中部地区在增加科技创新投入的同时,应更加关注科技体制改革,优化科技创新环境和提高资源利用效率     

基于DEA交叉评价的中部六省服务业效率

通过建立服务业效率的DEA交叉评价模型,对中部六省2009年传统服务业与新兴服务业效率的测度和进一步分解的实证结果表明:DEA交叉评价能够克服传统DEA模型的缺陷,得到合理的排序结果;新兴服务业是六省竞争的关键,同时应推动传统服务业改造,不断提升效率水平。