浙江省城市绿色技术创新效率评价及影响因素分析

基于网络DEA模型和Malmquist指数模型，利用浙江省11个地级市的2011-2020年的数据，以降维后的污染指数为非期望产出对绿色技术创新效率进行测度和分析。发现:浙江各市总体上成果转化阶段的效率优于研发阶段，城市间发展差异较大；整体TFP指数均值为1.121，其提升主要源自技术进步；城镇化水平、产业结构优化、对外开放、政府干预和研发强度对绿色技术创新效率有促进作用，但经济发展水平与绿色技术创新效率的U型关系不显著。     

嵌套并联结构两阶段DEA下科技创新效率测度与分解

目前有许多研究将两阶段DEA模型应用到科技创新活动当中，一般将创新活动分为研发和转化两个阶段，为了进一步探讨不同转移转化方式下科技成果的转化效率以获得更多的详细信息，本文拓展了传统的两阶段DEA模型，考虑了嵌套并联结构的两阶段网络DEA模型，将科技创新活动分为科技成果研发阶段和科技成果转化阶段，并将科技成果转化阶段分为内部转化和外部转化两个并联子系统。本文选取14家中科院院属单位作为被评价对象，应用加权加法分解方法计算整体效率和各阶段子效率。通过将本文模型与传统两阶段模型进行对比发现，传统模型会低估科技成果转化效率。结果表明：整体科技创新效率均值偏低，科技成果研发效率均值高于科技成果转化效率均值，科技成果转化效率仍有很大的提升空间。科技成果转化阶段中内部转化效率普遍较高但是外部转化效率普遍较低，较低的外部转化效率是导致科技成果转化效率低下的主要原因。最后，本文将所有被评价单位分为四类机构，分析提高科技创新效率的实现路径，可以通过重点突破模式和渐进突破模式来实现整体效率的提高。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

基于交叉效率和合作博弈的决策单元排序方法

在数据包络分析中，大量的交叉效率模型已被提出。然而选择不同的目标模型将实现不一样的交叉效率评价。本文基于针对单个决策单元实施的对抗型和仁慈型两个交叉效率模型，用合作博弈方法来研究交叉效率模型的选取，并利用Shapley值对决策单元进行排序。最后通过实例分析显示该排序方法充分利用了最小交叉效率和最大交叉效率的信息完全排序了所有决策单元，具有一定的综合性和合理性。     

城镇化、工业化对农业全要素生产率增长的影响研究——来自重庆37个县(区)面板数据的证据

文章基于2000—2016年重庆37个县（区）面板数据，使用序列DEA方法测算了重庆农业全要素生产率变动，在此基础上探讨了重庆农业全要素生产率增长的时间演变，并从理论和实证层面系统考察了城镇化和工业化对农业全要素生产率增长的影响。结果表明：首先，2000—2016年间重庆市农业全要素生产率呈上升趋势，2007年后重庆市农业全要素生产率增长更为明显，并且重庆市各地区呈现出明显的空间不平衡性。其次，动态面板模型的实证结果表明城镇化对农业全要素生产率增长具有显著正向影响，工业化对农业全要素生产率增长也具有显著正向影响。最后，研究还发现基础设施、教育水平以及金融发展程度对农业全要素生产率增长均具有显著正向影响，而产业结构对农业全要素生产率增长具有显著负向影响。     

Carbon Emissions Abatement (CEA) allocation and compensation schemes based on DEA

As environment constraints on economic growth are strengthening, Carbon Emissions Abatement (CEA) allocation becomes a significant issue that draws academia׳s attention. In the literature, the Data Envelopment Analysis (DEA) technique has been applied to obtain CEA allocation with centralized models. Nevertheless, a centralized allocation plan suffers from an implementation difficulty in persuading decision-making units (DMUs) into an agreement. In this paper, we propose a new two-step method to mitigate this side effect. In the first step, we provide improved DEA-based centralized allocation models under the assumptions of constant returns-to-scale (CRS) and variable returns-to-scale (VRS) respectively and in the second step, two compensation schemes are developed for centralized allocation plans. An empirical application to the countries in Organization for Economic Co-operation and Development (OECD) is presented to elaborate the main idea.     

基于DEA模型的我国地方政府环境保护支出效率评价

生态环境关系人民福祉,也是经济系统健康运行的基础,为保持经济的可持续发展,必须协调好环境保护与经济发展的关系. 本文利用DEA非参数技术测度了我国省级地方政府的环境保护支出效率. 实证结果表明:十七大以来我国环境保护支出效率整体上获得了显著改善,但仍有较大的提升空间;环境保护支出效率表现出显著的区域差异,特别是生态脆弱的西部地区环境保护支出效率一直以来都远低于东中部地区;我国各省份由于财政能力、技术水平和管理制度不同,环境保护支出效率具有不同的改进模式.     

我国不同性质企业技术创新效率及其影响因素研究:基于两阶段价值链的视角

本文从价值链角度出发,构建关联型两阶段DEA模型,测度和比较2005-2010年中国不同性质工业企业、内资等3类企业的科技研发和成果转化效率及差异,给出创新资源利用的4种模式,并利用Tobit模型检验了效率的影响因素。研究表明:(1)考察期内工业企业创新整体效率均值为0.694,科技研发和成果转化阶段效率偏低成为制约效率提升的共同因素。(2)中国内资、港澳台商投资企业和外商投资企业创新效率依次递增,效率差异明显。国有或国有控股企业由于创新剩余控制权和索取权的分离,缺乏有效的创新激励和监督。而外资企业利用母国技术、品牌等优势,在科技成果转化领域较为成功。属于高研发高转化的企业仅占33.3%,主要来自港澳台商和外资企业。(3)企业规模的壮大有利于科技研发效率的提升,而科学家和工程师数与科技研发效率负相关。企业规模对科技成果转化效率和整体效率具有显著正向影响,政府支持和金融支持则对二者有明显负作用。最后,给出了一些政策建议。     

Profit-oriented productivity change

This study develops an applicable profit-oriented productivity indicator when producers pursue profit maximization and can recognize input and output prices. We define the indicator, inspired by the Luenberger indicator and the Nerlovian efficiency measurement, in terms of both quantity distance functions and profit. Hence, the study׳s first stage decomposes the profit-oriented productivity change into two terms: profit efficiency change and profit technology change. Second, we decompose profit efficiency change into the changes in technical efficiency and allocative efficiency. Finally, profit technology change is separated into two components for capturing the shifts of technology and relative output/input prices. These decompositions provide a more complete picture of the sources of productivity change. We illustrate them with a sample of Taiwanese banks and compute the results using the models of directional distance functions.     

An illustration of dynamic network DEA in commercial banking including robustness tests

The main motivation of this article is to illustrate dynamic network data envelopment analysis (DN-DEA) in commercial banking with emphasis on testing robustness. To this end, sixteen foreign banks in China are benchmarked against thirty-two domestic banks for the post-2007 period that follows major reforms. When network and dynamic dimensions are brought together, a more comprehensive analysis of the period 2008–2010 is enabled where divisional and between-period interactions are reflected in efficiency estimates. Weighted, variable returns-to-scale, non-oriented dynamic network slacks-based measure is used within the framework of the intermediation approach to bank behavior. A bank network (i.e., a decision-making unit, DMU) is conceptualized as comprised of two divisions or sub-DMUs, namely, interest-bearing operations and non-interest operations linked by number of referrals. Undesirable outputs from sub-DMUs 1 and 2 (non-performing loans, and proportion of fruitless referrals, respectively) are treated as carry-overs that impact the efficiency of the following periods. Under robustness testing, the illustrative application discusses discrimination by efficiency estimates, dimensionality of the performance model, stability of estimates through re-sampling (leave-one-out method), and sensitivity of results to divisional weights and returns-to-scale assumptions. The results based on Chinese commercial banks are illustrative in nature because of simulated data used on two of the variables.