基于三阶段DEA模型的中国省际全要素能源效率研究

基于三阶段DEA(数据包络分析)模型测算了我国2009年29个省市的全要素能源效率及其分解变量.研究结果表明:环境因素对于各地区全要素能源效率有显著影响.各地区政府财政支出与对外开放程度的提高是全要素能源效率改善的有利因素;各地区第三产业增加值占GDP的比重与各地区工业总产值占中国所有工业总产值的比重的增加是全要素能源效率提高的不利因素.另一方面在剔除环境和随机因素影响后,全国平均规模效率的降低是全要素能源效率的下降主要因素.最后由全要素能源效率的聚类分析结果发现,我国全要素能源效率的区域差异明显,东部表现最优,中部次之,西部最次.     

中国全要素能源效率评价研究——基于不可分的三阶段DEA模型

在中国经济增长和节能减排双重目标下,科学评价全要素能源效率并提出合理的发展对策具有十分重要的意义。本文考虑了指标之间的不可分性,使用NUSBM模型和ML指数测算了中国30省份2005-2015年的全要素能源效率,同时采用三阶段NUSBM-ML指数将环境因素和随机因素纳入框架进行分析,并将采用SBM-ML指数测算的结果、Hybrid-ML指数测算的结果与本文测算的结果进行比较分析。研究结果表明:(1)我国全要素能源效率年均增长23%,技术进步具有重要贡献,而技术效率下降是制约我国全要素能源效率提高的内部主要原因。(2)中国全要素能源效率呈现"东-中-西"的格局,中部与东部差距正在逐渐缩小。(3)剔除外部环境因素和随机因素后全要素能源效率提高了4%,外部环境水平偏低制约着整体全要素能源效率提高,且东部地区和西部地区的全要素能源效率比中部地区更容易受到外部环境水平的影响。(4)评价全要素能源效率时忽视指标之间的不可分性会高估评价结果。最后建议从内部和外部两个方面来改善全要素能源效率,在内部方面以提高技术效率为主,而外部方面则要通过环保措施、调整结构、价格机制、吸引外资、强化研发等举措改善不利的环境因素。     

基于DEA四阶段的我国工业绿色全要素能源效率测度

为了构建同时包含经济因素和绿色因素的绿色全要素能源效率指标,运用DEA四阶段方法对绿色全要素能源效率进行评价,同时区分内部管理因素和外部环境因素对绿色全要素能源效率的影响程度.实证结果表明:我国总体的能源效率有上升的趋势,在2001-2007年,管理因素起促进作用,2008-2014年的增长由环境条件推动;我国区域和省域间的效率值差异较大,需要分别从内部管理和外部环境两方面进行提升.     

基于DEA-Malmquist指数的我国煤炭城市的全要素生产率动态测算

运用1995~2005年中国地级煤炭城市面板数据,采用非参数Malmquist指数方法,实证分析了全要素生产率的变动状况,并将其进一步分解为技术效率和技术进步。研究结果表明:第一,1995~2005年24座地级煤炭城市平均技术效率水平较低,2001年煤炭城市规模效率的下降导致平均技术效率较大幅度下降;第二,1995~2005年间技术效率和技术进步对煤炭城市全要素生产率的影响都有较明显的波动,在这十年间技术效率是全要素生产率增长的动力源泉;第三,东部、中部和西部地区之间和地区内部煤炭城市全要素生产率的变动也存在较显著差异。人力资本和制度因素对全要素生产率、效率提高以及技术进步均有重要的影响。     

基于ARDL模型和引力模型的环境规制对产品出口竞争力的影响研究

将环境规制划分为内部与外部规制,分别使用ARDL模型和引力模型,利用中国对欧盟27国1996-2010年出口数据,选取环境产品作为对照组,就中国与欧盟环境规制对我国产品出口竞争力的影响进行实证研究.研究发现:国内环境规制不是影响我国产品出口竞争力的主要因素,说明中国环境管制相对宽松且不成体系,对创新的激励作用不显著导致其对竞争力的提升作用受限;欧盟环境规制显著改善了我国非环境产品的贸易表现,对环境产品影响则不甚明显.研究结果为我国贸易与环境的协调发展提供了建议与支持.     

基于DEA-Malmquist模型的西北地区能源空间转运格局效率及其变化分析

西北地区有着丰富的能源资源,对其能源空间转运格局进行效率评价及全要素生产率时空演变分析,对推动整个地区的发展有着重要意义.运用DEA中的BCC模型,对2016年西北地区的铁路和公路货运效率进行研究.利用Malmquist指数方法及ArcGIS软件,进一步分析2010-2016年西北地区铁路、公路货运全要素生产率的时空演变和地区差异.研究表明:1)2016年西北地区铁路货运效率总体水平较高,公路中等;存在地区差异性,东部整体高于西部;规模效率决定其有效性.2) 2010-2016年铁路和公路的Malmquist指数整体较稳定,技术进步变化对该指数影响最大.从时空演变来看,2010-2016西北地区铁路货运的Malmquist指数先升后降,地区差异先减小后增大;公路货运的Malmquist指数先降后升,地区差异先减小后增大最后又减小.     

中国环境由灰变蓝供给侧改革的社会经济影响因素研究——基于Fuzzy-DEMATEL的实证分析

供给侧改革成为中国环境由灰变蓝的关键.为探讨环境改善各影响因素之间的相互作用与影响程度,在文献研究基础上,从人口、经济和政策三大视角提取了影响中国环境的12个社会经济因素,利用Fuzzy-DEMATEL方法对各社会经济影响因素的因果类型和作用程度进行实证检验.结果发现,1)中国环境由灰变蓝的5大关键因素为:能源消费结构、人口规模、产业结构、清洁技术研发水平和能源利用效率;2)原因因素为能源消费结构和人口规模;结果因素为产业结构、清洁技术研发水平和能源利用效率.其中能源消费结构和产业结构分别为最重要的原因因素和最重要的结果因素;3)创新手段和创新技术能够显著改善环境质量.     

基于DEA和ANN的我国各地区工业能源效率及其影响因素分析

采用DEA方法测算了2005-2012年我国大陆30个地区工业能源利用效率的平均水平,通过相关分析确定能源效率的影响因素,并运用多层感知器神经网络模型对工业能源效率的影响因素进行重要性分析.结果显示:1)除少数省份能源得到充分有效利用外,其余省份都存在能源投入的冗余,特别是中西部地区的投入冗余量较多,其节能潜力较大;2)技术水平、研发强度、劳动生产率、国有化程度、市场开放程度对能源效率有显著影响,产业结构和工业企业平均规模无显著影响;3)按照对能源效率的影响程度排序,依次是市场开放程度、技术水平、研发强度、劳动生产率、国有化程度.     

碳约束下的中国省际电能终端消费——效率测度及影响因素研究

提出包含非期望产出的博弈交叉-Malmquist全要素生产率指数模型,利用该模型对中国2002-2014年30个省份的电力能源面板数据进行电力能源终端消费效率评价,并采用SYS-GMM动态面板模型对其影响因素进行分析。研究发现:(1)我国省际电力能源终端利用效率出现负增长,技术效率变动和技术变动是引发该问题两大因素。(2)我国经济相对落后的西北地区借助技术效率的后发优势,在电能终端消费效率的排序中跻身榜首,其次是华北和东北地区,而华东、华中和南方地区则处于末位。(3)电力能源效率具有传递效应,其前期表现会对现期产生显著影响,此外电力价格、对外开放程度和技术进步对电力能源效率具有正向影响,而产业结构与电力能源效率具有负相关关系。     

产业转移与中国环境效率协同效应研究

产业转移促进经济发展,但引起环境问题同样不可小觑.首先应用SBMDEA模型衡量2004-2014年中国其中30个省份环境效率变化趋势.其次,借用面板模型,分析产业转移对于环境效率影响.结果表明:生产性服务业转移促进中国环境效率改善,但不同类型产业转移对于不同区域环境效率影响存在差异;污染产业转移改善东部地区环境效率,恶化中、西部地区环境效率,而生产性服务业转移有利于中、东部地区环境效率提高,对于西部地区环境效率改善却产生负面影响.     

基于三阶段DEA模型的我国碳排放效率分析

对我国区域碳排放效率的准确测评是各省区针对性制定减排战略的基础,经典DEA模型未能排除外部环境因素和随机因素的影响,本文利用三阶段DEA模型构建消除外部环境因素和随机因素的区域碳排放效率测算模型。研究表明我国碳排放高效率地区共有广东等9省,中效率地区共有湖南等16省,低效率地区共有甘肃等4省。用三阶段DEA模型测算出的各省1997~2010年平均碳排放效率结果与经典DEA模型测算结果有显著性差异,与我国经济发展实际和预期结果更加吻合,各省可以根据自身测评结果有针对性地提高综合碳排放效率。     

Estimating technical and allocative efficiency in the public sector: A nonparametric analysis of Dutch schools

Public sector output provision is influenced not only by discretionary inputs but also by exogenous environmental factors. In this paper, we extended the literature by developing a conditional DEA estimator of allocative efficiency that allows a decomposition of overall cost efficiency into allocative and technical components while simultaneously controlling for the environment. We apply the model to analyze technical and allocative efficiency of Dutch secondary schools. The results reveal that allocative efficiency represents a significant 37 percent of overall cost efficiency on average, although technical inefficiency is still the dominant part. Furthermore, the results show that the impact of environment largely differs between schools and that having a more unfavorable environment is very expensive to schools. These results highlight the importance of including environmental variables in both technical and allocative efficiency analysis.     

我国跨境电商上市企业经营效率研究——基于三阶段DEA-Malmquist指数方法

以33家跨境电商上市企业为研究对象,基于三阶段DEA和Malmquist指数模型从静态和动态两个角度出发,对2013-2018年我国跨境电商上市企业的综合效率、全要素生产效率指数及两者的分解效率进行测度并对比分析,同时分析了宏观经济环境、政府干预和企业自身经营情况等因素对经营效率的影响.结果表明:样本企业经营效率存在个体差异,且外部环境对其经营效率具有显著影响;纯技术效率和规模效率参差不齐是导致综合技术效率分化严重的主要原因.基于此,跨境电商上市企业应积极配合政策变化,加强营销能力,及时调整经营规模,以防范宏观经济风险,提高企业经营效率.     

考虑非合意产出的全要素能源效率研究

本文运用1995-2008年中国省域面板数据,选择基于DEA前沿面方法的Malmquist指数模型,测算了不同非合意产出组合的全要素能源效率(TFEE),并对TFEE构成进行分解,检验TFEE收敛性。研究发现,考虑环境因素的不同产出组合的TFEE具有显著差异性;中国1995 2008年TFEE呈现U型演变特征;TFEE的提高主要来源于技术进步的贡献;区域TFEE差异大,节能潜力大;TFEE具有周期性波动演化的复杂特征。     

Explaining inefficiency in nonparametric production models: the state of the art

The performance of economic producers is often affected by external or environmental factors that, unlike the inputs and the outputs, are not under the control of the Decision Making Units (DMUs). These factors can be included in the model as exogenous variables and can help to explain the efficiency differentials, as well as improve the managerial policy of the evaluated units. A fully nonparametric methodology, which includes external variables in the frontier model and defines conditional DEA and FDH efficiency scores, is now available for investigating the impact of external-environmental factors on the performance. In this paper, we offer a state-of-the-art review of the literature, which has been proposed to include environmental variables in nonparametric and robust (to outliers) frontier models and to analyse and interpret the conditional efficiency scores, capturing their impact on the attainable set and/or on the distribution of the inefficiency scores. This paper develops and complements the approach of B?din et al. (2012) by suggesting a procedure that allows us to make local inference and provide confidence intervals for the impact of the external factors on the process. We advocate for the nonparametric conditional methodology, which avoids the restrictive “separability” assumption required by the two-stage approaches in order to provide meaningful results. An illustration with real data on mutual funds shows the usefulness of the proposed approach.     

How to measure the impact of environmental factors in a nonparametric production model

The measurement of technical efficiency allows managers and policy makers to enhance existing differentials and potential improvements across a sample of analyzed units. The next step involves relating the obtained efficiency estimates to some external or environmental factors which may influence the production process, affect the performances and explain the efficiency differentials. Recently introduced conditional efficiency measures (,  and ), including conditional FDH, conditional DEA, conditional order-m and conditional order-α, have rapidly developed into a useful tool to explore the impact of exogenous factors on the performance of Decision Making Units in a nonparametric framework. This paper contributes in a twofold fashion. It first extends previous studies by showing that a careful analysis of both full and partial conditional measures allows the disentangling of the impact of environmental factors on the production process in its two components: impact on the attainable set and/or impact on the distribution of the efficiency scores. The authors investigate these interrelationships, both from an individual and a global perspective. Second, this paper examines the impact of environmental factors on the production process in a new two-stage type approach but using conditional measures to avoid the flaws of the traditional two-stage analysis. This novel approach also provides a measure of inefficiency whitened from the main effect of the environmental factors allowing a ranking of units according to their managerial efficiency, even when facing heterogeneous environmental conditions. The paper includes an illustration on simulated samples and a real data set from the banking industry.     

军民融合企业技术转移效率区域差异及影响因素研究

在习近平新时代中国特色社会主义思想框架的指导下,军民融合已经上升为国家战略,技术转移作为军民两大板块多领域、全要素、深层次对接的重要载体,其转移效率直接影响到军民融合深度发展战略的实施。以2012~2016年间中国A股证券市场军民融合板块下45家企业的数据为基础,采用DEA的方法,通过测度不同区域技术转移效率,分析军民融合企业技术转移效率的区域差异并进行收敛性研究,进而通过面板 tobit模型分析以企业、政府、高校、环境四个方面产生的六个因素对军民融合企业技术转移效率的影响。研究结果表明:近五年军民融合企业技术转移效率波动较大,年际差异和省际差异都较为显著。军民融合企业自身规模、产品的差异化、政府的科技投入、技术市场成交额对技术转移效率有正向影响,高校数量、地区GDP对军民融合企业技术转移效率影响不显著。最后,提出相应的管理建议。     

基于超效率DEA的中国省际能源效率评价

基于全要素投资效率框架,结合能源效率的内涵与特点,构建了以能源消费总量、从业人员总数和资本存量为投入指标、GDP为产出指标的能源效率评价指标体系;基于超效率DEA方法建立了能源效率评价模型,并对我国2000-2010年29省进行了实证研究.结果显示:东部能源效率最高,中部次之,而西部能源效率最低;中国能源效率变异系数先降后升,省际能源效率差距逐渐拉大.与传统的DEA方法相比,基于超效率DEA的能源效率评价模型更具应用优势.