基于超效率DEA和Malmquist指数的湖南省农业全要素生产效率分析

在湖南2007-2012年地市级面板数据的基础上,运用基于超效率DEA全要素生产效率测度模型,测算湖南省各地市（州）的农业全要素生产效率,然后利用Malmquist生产率指数法对农业生产效率进行动态对比研究。实证结果表明：2007-2012年间,湖南农业生产效率呈上升趋势,但各地市（州）之间差异较大,衡阳市农业全要素生产效率最高;Malmquist指数分析结果表明该期间农业全要素生产效率年均增长率为5.4%,通过Malmquist指数的进一步分解发现技术进步是推动湖南农业全要素生产效率增长的主要动力,但不同地区的增长动力具有差异性。     

山西农业生产效率分析——基于超效率DEA和Malmquist

山西农业基础相对薄弱,亟待转变农业发展方式,提高农业生产效率,夯实经济转型道路。运用超效率DEA与Malmquist指数法,对山西省11个地级市农业生产效率进行量化分析。研究表明:山西省11个地级市2009-2013年农业生产效率不平衡。长治市、临汾市为DEA有效,位于生产前沿面。其余9市为DEA非有效,存在不同程度的农业资源投入冗余。2009-2013年,山西省农业全要素生产率增长受到技术进步变化和规模效率变化的共同作用。11个地级市在技术进步变化上均表现出增长态势,但受制于规模报酬递减的影响,太原市、吕梁市全要素生产率呈下降趋势。晋城市纯技术效率低于生产前沿面,并低于山西省其他地市水平。     

海西城市群土地利用效率评价——基于超效率DEA模型和Malmquist指数的分析

以海西城市群为研究区域,基于超效率DEA模型和Malmquist指数计算方法,对海西城市群以及区域内20个城市2003-2012年的城市土地利用效率进行评价。超效率DEA评价结果显示,海西城市群整体的城市土地利用效率不高,大部分城市的土地利用效率没有达到DEA有效。区域内广东省的城市土地利用效率具有明显优势;浙江省的城市土地利用效率次之;福建省的城市土地利用效率低于全区的平均水平;江西省除鹰潭市外,其余城市的土地利用效率排名均靠后。Malmquist指数计算结果表明,2003-2012年,海西城市群内大部分城市的土地利用效率呈现改善的趋势,且土地利用效率的改善基本依靠技术进步来实现。为此,区域内城市应努力在土地利用的技术效率和规模效率方面实现突破,以进一步提高土地集约利用水平。     

基于超效率三阶段DEA模型的安徽省智慧农业生产效率分析

智慧农业作为现代农业的重要载体,在促进传统农业生产方式变革、推动农民收入增长、提升农业生产效率以及实现农业高质量发展等方面都具有重要意义。本文采用超效率三阶段DEA模型测算安徽省智慧农业生产效率,并分析其时空特征。结果显示：安徽省智慧农业生产效率水平较为良好,各地市生产效率均值都在0.5以上;2015—2021年安徽省智慧农业生产效率整体均值呈上升趋势,并且由非DEA有效转变为DEA有效;安徽省智慧农业生产效率空间差异较大,整体来看,皖北地区智慧农业生产效率高于皖南地区。基于此,安徽省应建立健全智慧农业生产的投入和产出体系,调整智慧农业生产格局;加强智慧农业平台搭建,注重智慧农业技术创新。     

新能源汽车上市公司投资效率评价研究——基于DEA和Malmquist指数模型

以新能源汽车上市公司为研究对象,运用DEA模型和Malmquist指数法,从静态和动态双视角分析和评价新能源汽车行业的投资效率。静态结果表明：2017—2021年,我国新能源汽车上市公司的投资效率整体水平较高但呈现下降趋势,综合效率值接近于1,其主要源于纯技术效率的贡献。动态结果表明：样本公司的全要素生产率小于1,其主要原因为技术效率指数较低。据此,新能源汽车公司应增强研发能力、注重人才培养、强化成本管控、加强市场营销和品牌建设,以提升投资效率。     

河南高技术产业技术创新效率分析——基于DEA—Malmquist指数方法

对高技术产业技术创新效率进行评价,有利于提高创新资源的利用率,有利于明晰创新能力培育的作用点。运用DEA—Malmquist指数方法对河南高技术产业四大类行业2003-2008年的技术创新效率进行实证分析,结果表明,河南高技术产业四大类行业的技术创新效率均为非有效。其中,医药制造业与航空航天器制造业技术效率低下且存在技术衰退问题,电子及通讯设备制造业存在技术衰退问题,医疗设备制造业技术效率低下。要解决河南高技术产业技术创新效率不足的问题,必须从提高技术效率与促进技术进步两个方面着手。     

基于DEA和Malmquist指数的985高校科研投入产出效率评价研究

随着国家逐步加大对"985高校"科研经费的投入,这些高校的科研绩效成为关注的焦点,如何使用有效的评价方法对"985高校"的科研效率进行评估成为重要问题。使用非参数的DEA和Malmquist指数方法对我国37所"985高校"科研投入产出指标的面板数据进行静态效率和动态效率变化的综合评价,结果发现我国各"985高校"科研效率整体偏低,且科研活动效率在2006～2009年内未能取得显著进步,进一步分析发现技术进步是阻碍各高校科研活动效率进步的首要原因,各高校应大力促进科研活动中技术的创新和进步以提高科研投入产出效率。     

中国房地产开发企业生产效率动态变化——基于DEA模型的Malmquist指数分析

借助数据包络分析(DEA)技术和Malmquist指数思想,得到了我国31个省的房地产开发企业在1999—2005年期间生产效率的动态变化,为了进一步深入研究,又将生产效率分解成"追赶效应"和"增长效应"。得到的研究结果显示:我国31个省房地产开发企业1999—2005年全要素生产率的提高大部分来源于"增长效应",由此指出了技术创新尤其是管理创新和经营创新的重要性。     

我国欠发达地区粮食生产效率的实证研究——基于DEA和Malmquist指数法分析

采用DEA方法和Malmquist指数方法,利用我国欠发达地区1998—2009年度数据,实证分析我国欠发达地区粮食生产效率的变动情况及其过低的原因。结果表明,1998—2009年间,欠发达地区粮食的综合效率不高;欠发达地区粮食全要素生产率未达到有效前沿,技术进步较低,技术效率作用也不明显,各地区之间的全要素增长差异较大,并呈现出明显的阶段性变化特征。     

长江经济带工业环境效率差异及其影响因素——基于超效率DEA Malmquist Tobit模型

以长江经济带11个省市为研究对象,运用超效率DEA模型对2005—2014年各省市的工业环境效率进行静态评价。实证结果表明： 2005—2014年长江经济带整体工业环境效率水平较高,但各地区之间仍然存在一定差距,其中浙江、江苏等地环境效率值较高,云南、贵州等地较低;11个省市的全要素环境效率的增长率平均值大于1,技术进步是工业环境效率变动的主要因素;产业结构和环境管制对工业环境效率产生积极影响,外商投资和人口密度对工业环境效率产生消极影响。     

基于Malmquist指数的煤矿生产物流动态效率评价

煤矿生产物流效率低下严重制约着我国煤炭生产行业的可持续发展,迫切需要结合煤矿生产物流的时序动态特征,对其效率进行动态评价。本文首次采用Malmquist生产率指数方法考察了煤矿生产物流动态效率,在建立的煤矿生产物流效率投入产出指标体系基础上,构建了相应的动态效率评价模型,并通过案例分析了某矿区的煤矿生产物流动态效率及变化趋势,并将Malmquist指数分解为技术效率指数和技术变动指数,结果表明该矿区煤矿生产物流效率的增长趋势主要来源于技术效率的提高而非技术前沿变动。     

沿海五市寿险业经营效率影响因素研究——基于DEA—Malmquist指数分析

基于沿海五市1997—2007年的面板数据,运用DEA—Malmquist指数测度了五市寿险业的经营效率,发现其效率整体上呈现逐年下降的趋势。样本期内,不仅技术效率逐年相对退步,作为技术效率提高主要推动力的规模效率近年来也开始下降,表明“做大”而不“做强”的模式面临着不可持续的危机。实证结果还显示：各地寿险效率的影响因素并不相同,同一因素的影响也不一致,各地应因地制宜地提高寿险效率。     

区域大中型工业企业技术创新效率评价——基于DEA的Malmquist指数法

在规模报酬可变假设下,利用非参数DEA方法对2006-2010年全国30个省区的大中型工业企业的技术创新效率进行测度,再运用Malmquist指数法分析各省区大中型工业企业技术创新效率的动态演变特征,在此基础上考察我国大中型工业企业技术创新效率区域差异的形成机理.实证结果表明：样本期内,由于技术退步,我国大中型工业企业技术创新效率整体呈下降趋势;从区域角度来看,东部地区大中型工业企业技术创新效率的表现明显优于中、西部地区.为了防止区域差距的进一步扩大,中央政府应该加大对中、西部大中型工业企业技术创新的扶持.     

“双一流”建设高校科研效率及其变化——基于超效率和Malmquist指数分解

科学合理地评估高校科研效率，并据此优化高校科研资源配置，进而提高科研效率，是落实"双一流"建设方案"绩效评价、动态支持"要求的重要路径。选取教育部直属"双一流"建设高校，构建突出科研质量和贡献度的指标体系，使用超效率BCC模型和Malmquist模型方法，分析2010-2015年间高校的科研效率及其变动。研究发现：样本科研效率整体偏低，科研效率虽有提高但速度缓慢，导致科研效率提高的主要因素是科研管理效率提升和规模效率增加，但规模效应趋于衰减。中西部地区高校由于经费投入不稳定，科研效率波动较大，大理类高校科研效率持续降低。未来应主要通过提高科研管理水平和创新科研生产技术来提高科研效率，摆脱对要素投入驱动的过度依赖；同时加强对中西部高校稳定持续的经费投入，改进经费与人力资源的匹配度，优化大理类高校的学科结构。     

基于超效率DEA模型的中国资源型城市生态效率评价

运用超效率DEA方法测算了32个资源型城市2003～2011年的生态效率,然后利用Malmquist指数对生态效率进行了对比研究,结果表明：资源型城市总体生态效率波动较小,近期呈现出快速增长的趋势,区域间生态效率相差较大,西部远高于中东部城市,技术进步是促进生态效率增长的最主要原因,规模效率制约了生态效率增长。实证检验得出：资源回收利用率对资源型城市的生态效率会产生显著的负向影响;城镇化率、生产技术和利用外资对生态效率产生显著的正向影响;产业结构对生态效率的影响并不显著。     

山东17地市城市土地利用效率研究——基于DEA模型、超效率模型和Malmquist指数的分析

研究方法:本文基于DEA模型、超效率模型和Malmquist指数,利用山东17地市2004—2013年的投入面板数据对城市土地利用效率进行研究。研究结果:山东土地利用综合效率较高,但非最优。土地利用总体处于规模报酬不变或递减的状况,规模效率在综合效率变化中起主要作用;Malmquist指数显示山东土地利用动态效率呈现出波动上升趋势,技术效率成为制约土地利用效率的主要因素,土地利用效率的整体提升依靠的是技术进步指数的改善。对策建议:通过提高土地资源利用率、促进土地利用集约化以及强化规模经济和技术效率等方式来提高土地利用效率。     

基于DEA Malmquist指数的地方高校科研效率评价

以2006—2015年我国28个地区地方高校科研的投入产出数据为基础,运用DEA-Malmquist指数法对其科研效率进行测度,分析了各地区地方高校科研效率的变化情况.结果表明:地方高校科研全要素生产率年均增长2.1％,其中技术进步是推动全要素生产率增长的主要动力;当前我国地方高校科研效率发展呈现波动状态;地方高校科研效率提高的地区占比为46％,科研效率总体状况有待提升;地区间地方高校科研效率差异大,呈现出地区间的不平衡性.     

基于DEA和Malmquist指数的安徽省省属医院运行效率评价

文章基于数据包络分析(DEA)的BCC模型,结合Malmquist指数方法,分析2015—2019年安徽省12家省属医院的运行效率及变化情况,为"十四五"时期推动安徽省省属医院高质量发展提供决策依据。结果显示,2019年各省属医院综合效率值为0.686～1.000,平均综合效率值为0.906,其中技术效率平均值为0.959,规模效率平均值为0.945,6家医院为DEA有效,非DEA有效医院均存在投入冗余情况。2015—2019年省属医院全要素生产率平均值为0.981,其中纯技术效率变化指数上升0.5%,规模效率变化指数降低1.2%,技术变化指数在2017年后由降转升。2015—2019年安徽省省属医院整体运行较为平稳,纯技术效率显著提升,技术水平得到提高,规模效率低下制约医院发展,各医院运行效率存在差异。建议"十四五"时期省属医院转变发展方式,合理配置医疗资源,注重提升医院精细化管理水平,提高资源利用效率,从而实现医院运行效率的提升。     

基于Malmquist的重庆市科研院所知识生产效率分析

利用中国31个省市自治区科研院所2009—2011年的数据,采用DEA（Data Envelopment Analysis,数据包络分析）和Malmquist指数分析方法从静态和动态两个角度对重庆市科研院所的知识产出效率进行比较分析,并利用DEA-Tobit两步法找出影响科研院所效率的主要影响因素。研究发现：重庆市科研院所的知识生产效率总体处于偏低状态,其科技资源的利用效率存在提升空间;重庆市科研院所未来改革的方向应集中在财政资助方式的变革,加大博士层级的科技人才培养力度,以及提高科技人才劳务支出等。最后提出了相应的政策建议。     

基于DEA的Malmquist指数分析法在农产品流通效率评价中的应用

针对我国农产品流通相关省际面板数据,运用基于DEA的Malmquist指数分析法对我国农产品流通效率进行测度,并对相关Malmquist指数进行分解.实证结果表明,Malmquist指数分析法利用相关面板数据和距离函数构建生产前沿面,采用逐渐逼近的方式对农产品流通效率进行测度,为农产品流通相关研究提供了科学依据.