基于三阶段DEA模型的中国工业企业创新效率评价

为了消除环境变量和随机误差对创新效率值的影响,运用Fried等提出的三阶段DEA模型,对1998-2007年中国工业企业创新效率状况进行了实证分析,研究结果表明,中国工业企业创新效率确实受到经济发展水平、外资活动、政府扶持激励政策和市场结构等环境变量和随机因素的影响。在剔除环境和随机因素影响后,1998-2007年间中国各地区工业企业创新效率呈现出下降的趋势,其中,东部的上海、广东、海南和西部的青海四个地区比较稳定地处于前沿面相对效率位置,结合各地区创新效率与R&D投入水平,可以将我国各地区划分为相对效率高投入、相对效率低投入、高效率高投入、高效率低投入、低效率高投入和低效率低投入等六种模式,并根据各种模式有针对性地提出了相关对策建议。     

基于三阶段SBM模型的中国节能服务上市企业效率研究

节能服务企业效率对于推动节能服务产业发展和确保国家“双碳”目标实现具有重要意义。运用三阶段SBM模型,对2020年60家中国节能服务上市企业的综合效率进行实证研究,并分析效率的影响因素。研究结果表明,经济发展水平对综合效率具有双重影响,合适的产业结构和较高的投入资本回报率有利于综合效率提升,而政府补贴与企业存续时间制约了综合效率改进;剔除环境因素与随机误差影响后,多数企业综合效率下降,整体效率偏低;提高规模效率是提升综合效率的关键,且绝大部分企业处于规模收益递增状态。研究最后提出创新补贴方式、建立企业认证制度、开展综合能源服务和推动企业间兼并重组等可行建议,以提升节能服务企业的综合效率。     

中国高新技术产业研发创新效率测算——基于三阶段DEA模型

研发创新效率是影响高新技术产业创新能力的关键问题,以中国高新技术产业的行业面板数据(2000_2009年),基于三阶段DEA模型,在控制环境因素的基础上测算了我国高新技术产业的研发创新效率。研究表明,在剔除政府支持、市场结构、企业规模、所有制结构等环境因素以前规模效率被高估,纯技术效率被低估。与经典DEA模型相比,三阶段DEA模型的测算结果更符合经济现实,更能客观地反映各行业的研发创新效率水平。     

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...     

基于三阶段DEA的高校教育投入产出效率评价

采用三阶段DEA模型,选取辽宁省36所地方高校为研究对象,以2014年的统计数据为基础,对教育投入产出效率值进行测算.研究表明,剥离环境因素和随机干扰的影响后,教育投入产出效率由0.628下降到0.536,规模效率由0.802下降到0.637,而纯技术效率由0.779提升到0.833,其中33所高校的规模效率下降,31所高校的纯技术效率上升.从调整的数据可以看出,制约综合技术效率提升的主要因素已由调整前的纯技术效率变为调整后的规模效率.最后针对教育投入产出效率值分析,提出提升高校教育投入产出效率的对策.     

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。     

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.     

基于DEA三阶段模型的两型农业生产效率研究

农业生产技术效率通常受到管理效率、环境特征和随机误差的影响,管理效率因素是内生的,环境特征和随机误差两个因素是外生的.为了剥离这两个外生因素对效率值的影响,区分并测算这三种因素对生产效率的具体作用,可以利用三阶段DEA模型对"两型农业"生产效率进行研究.通过采用DEA三阶段模型去除了环境因素和随机影响,以2008年湖南省14个市州为例,测算了"两型农业"生产的综合效率,并依据实证分析的结果,提出了相应的促进两型农业发展的政策建议.     

地方财政公共文化服务支出的效率评价——基于三阶段DEA窗口模型

利用三阶段DEA窗口模型对2005-2014年我国其中31个省市自治区的公共文化服务支出效率进行评估,结果表明:环境因素和随机误差对我国公共文化服务支出效率有显著影响;我国公共文化服务支出效率的总体水平较高,但呈下降趋势;我国公共文化服务支出效率存在明显的地区差异,且地区间效率水平无收敛趋势.     

基于DEA模型的中国家电上市公司效率实证分析

基于规模报酬可变的DEA模型和Malmquist指数方法,利用中国22家家电上市公司2006-2011年间的截面数据和面板数据,从静态视角和动态视角双维度考察了这一时期中国家电上市公司效率状况.研究发现,2006-2011年期间中国家电上市公司技术效率状况不佳,平均值为0.87,技术效率经历了下降后缓慢上升的趋势;中国家电上市公司动态效率较低,平均增长率为2.3%,且动态效率具有明显的波动性,缺乏持续的增长趋势,技术进步是中国家电上市公司动态效率增长主要动力,技术效率对其增长贡献较小.     

偏好约束锥DEA模型在工业企业创新效率评价中的应用

为解决工业企业创新活动中的创新效率评价方法不能同时兼顾定量与定性分析的问题,结合现有的创新效率评价的方法,以及评价中既要依赖客观数据又要反映决策者偏好的评价准则特点,构建了带有偏好锥的DEA模型,并建立了相应的创新效率投入产出指标体系.利用该模型和体系对创新效率评价方法进行了研究,最后以重庆市2007年工业企业创新统计数据为依据,对8个不同类型企业的创新效率进行了评价.研究表明:该方法能反映决策者的偏好,解决了定量与定性分析相结合的问题.     

基于DEA的大学人才培养系统的综合评价

大学的人才培养系统是国家创新系统的重要组成部分,其投入产出的效果直接关系到创新型国家的建设,因此,对大学人才培养系统有效性进行综合评价十分必要。本文根据相关统计数据,采用DEA方法,对我国教育部直属的72所大学的人才培养综合效率进行了测算,得出如下结论:在2004年的大学规模下,部分大学人才培养系统通常具有较高的总体效率;其余的大学人才培养系统总体效率则较低;而且25所大学规模收益不变,18所大学规模收益递减,29所大学规模收益递增。这为完善大学人才培养体系奠定了基础。     

Malmquist指数法对西部地区技术创新效率的评价——基于两阶段关联DEA方法

文章利用两阶段关联DEA模型计算Malmqusit指数及其分解指数,并用于评价西部地区技术创新效率,研究发现,当Malmqusit的一种分解指数对技术创新效率起促进作用时,另一种分解指数总会起制约作用。同时,在与传统DEA模型计算得到的结果相比,两阶段DEA方法得到的指数更能反映客观实际。     

基于DEA的商业银行效率评价研究

采用国际上较流行的研究效率的工具—数据包络分析理论,重新定义模型的投入产出变量,对我国商业银行的效率进行实证研究,对国有商业银行和新兴商业银行的效率高低和效率影响因素进行了深入分析.     

关于DEA有效性“新方法”的探讨

主要指出文献[1],[2]中所用的"新方法"不能完全区分决策单元的DEA有效性和弱DEA有效性.同时,"新方法"中所使用的DEA模型(即文献[3]中超效率DEA模型)的最优解不一定存在,这也是"新方法"使用中的一大缺陷.本文同时指出"新方法"虽然是可以扩充的,但扩充后,某些"新模型"仍然会出现上述问题.如果单纯的去评价决策单元的DEA有效性、弱DEA有效性和非弱DEA有效性时,建议还是使用传统的经典模型为好;如果需要进一步对DEA有效性再进行分析,是可以象最早提出超效率DEA模型的文献[3]中那样去应用超效率DEA模型。     

基于DEA与Malmquist指数法的区域科技创新效率评价——以重庆市为例

本文以重庆市为例,运用DEA方法结合Malmquist指数分析了一个区域内不同性质的企事业单位的科技创新效率,从而得出整个区域的科技创新效率情况。研究发现,重庆市技术进步和全要素生产率较高,而技术效率、纯技术效率、规模效率有所下降,全要素生产率的提高主要是技术进步引起的。因此重庆市科技创新的首要任务是进行重庆创新领域的制度与管理调整。