省域高校科研产出效率分析——基于DEA-BCC模型

高校科研产出效率是衡量高校科研发展状况的重要参考依据之一。通过运用省际高校科研投入与产出数据,基于DEA-BCC模型测算和分析了我国地区间高校科研产出效率情况。结果表明：多数省份的高校科研投入产出处于DEA无效率;区域间的产出效率水平存在差异;DEA无效的省份大多处于规模报酬递减阶段,投入冗余和产出不足现象较为明显。科研资源的合理配置和共享是提升产出效率的重要举措。     

我国高校科技投入产出效率区域差异研究

运用DEA模型对2005~2013年我国高校科技投入产出效率进行测度,在此基础上计算出其基尼系数和泰尔指数并对泰尔指数进行分解,从而在全国各省份和东中西三大地区两个层面测量了我国高校科技投入产出效率的区域差异。结果表明我国高校科技投入产出效率整体水平较高,其中东部地区效率最高,西部居中,中部最低。我国各省份高校科技投入产出效率之间的差异较大,但差异正在逐步缩小,而区域内差异对我国高校科技投入产出效率总体差异的贡献率最大。     

西部地区旅游产业发展效率

以西部地区12个省份为研究区域,运用DEA方法中的BCC模型、CCR模型和Malmquist指数模型,分析了2000-2010年各研究区域旅游业的技术效率、纯技术效率、规模效率、技术进步指数和全要素生产率,以综合研究旅游业的发展效率,并在此基础上对投入指标的冗余度、产出指标的不足率进行分析.结果表明:在研究时段内12个省份的全要素生产率指数均大于1,呈增长态势,这主要得益于技术进步指数的增长;除青海省外,其余11个省份的静态效率评价指标都保持在高水平,处于递减规模报酬生产阶段;投入指标中旅游业从业人员存在较大冗余,有17.33%的改进空间,各项产出指标的不足率相对较小.     

高校科技投入产出效率差距及影响因素研究 ——基于省际面板数据的分析

研究运用DEA模型结合Malmquist指数和面板数据模型,对我国2002—2012年30个省份的高校科技投入产出效率及其影响因素进行了研究。结果表明:我国高校科技投入产出效率存在差距且有拉大的趋势,东部地区高校科技投入产出效率高于中部地区和西部地区,西部地区高校科技投入产出效率最低。在高校科技投入产出效率的影响因素方面,学术刊物发表论文和科技经费内部支出的影响力最大,研发全时人员与出版科技著作数量次之,科技成果国家级奖项与专利授权数对其影响最小。     

基于DEA-Tobit模型的知识产权与金融互动对江西省供给侧改革支撑效率研究——基于江西省与29个省份之间的对比分析

首先,为对比分析知识产权与金融互动对江西省研发效率提升的支撑效果,选取3阶段的DEA 模型,对中国2008—2018年30个省份的创新效率进行测算,研究结果发现:在未调整环境因素之前,样本省份的效率值存在虚高的问题; 江西省创新投入产出效率在调整前后都处于全国中下水平,且投入产出效率始终处于规模报酬递增阶段,有效研发投入不足阻碍了地区创新效率的提升; 然后,选取Tobit模型分析影响江西省研发创新效率提升的因素,研究结果发现:江西省的知识产权金融没有达到促进创新效率提升的作用,地区经济发展水平有力促进创新成果转化和效率提升,江西省目前的知识产权发展环境不利于创新效率提升; 最后,针对实证结果,从各类市场主体的角度为知识产权与金融互动对创新效率提升提出供给侧改革的一些建议.     

基于截面数据的我国科技产业园区创新产出效率评价

科技产业园区作为我国高科技产业的集聚地,对我国的科技创新和区域经济发展具有重要推动作用.基于文献研究,从投入产出角度,建立了科技产业园区的创新产出效率评价指标和DEA评价模型,动态评价了2007-2010年我国各省科技产业园区的创新产出效率.从创新产出效率的有效性和规模效应角度比较分析了东、中、西部多个省份的科技产业园区的创新产出效率.从投入剩余和产出不足角度对创新产出效率非有效的省份进行了剖析,计算分析了非有效省份的剩余量和不足量,并剖析了产生的原因.最后基于计算结果和区域经济发展特点,提出了相关对策建议.     

中部地区高技术产业R&D活动投入产出绩效分析

根据中部地区2012—2016年高技术产业数据,利用DEA模型及Malmquist指数,具体分析了中部6省高技术产业R&D活动投入产出绩效,结果显示:中部地区高技术产业R&D活动的投入和产出在地区和行业方面均存在较大差距.中部地区高技术产业R&D活动取得了较大成果,其投入产出效率整体较高,R&D投入产出效率存在地区差异,行业差异较小. 2012—2016年中部地区高技术产业的整体全要素生产效率在上升,这主要取决于技术的变动,说明近几年中部崛起战略和大力发展高技术产业的政策有较好的成果.根据分析结果提出促进中部地区高技术产业R&D活动投入产出绩效的建议.     

基于数据包络分析的区域网络信息资源配置研究

以网络信息资源配置情况作为研究对象,采用数据包络分析方法,从不同省份的网络信息资源投入和产出的角度,构建EDA指标体系.通过收集数据,运用DEA模型进行计算,得到区域网络信息资源配置效率情况,并进行了分析,提出了非DEA有效的改进方法.     

基于DEA模型下中国各区域环境效率和生态无效效率评价

利用非期望产出导向DEA模型和生态低效率DEA模型分别计算2016年我国30个省市的环境效率和生态无效效率及产出改进.研究结果表明:1)我国各个省份的环境效率与生态无效效率之间成弱相关,相关性系数为0. 3; 2)我国不同区域之间的环境效率和生态无效效率差距明显; 3)利用生态低效率DEA模型计算各省市的产出改进,发现一部分省市在消耗能源发展经济的同时,并没有达到预期GDP值,即GDP还有很大的提升空间,二氧化硫、氮氧化物还存在较大的减排潜力.     

基于DEA交叉评价的中国省际能源效率研究

从传统DEA模型出发,考虑环境污染产出,基于2005-2010年中国省际面板数据,引入不同的交叉评价模型对中国各省份的能源效率进行了研究.研究结果表明,中国能源效率整体水平偏低,各省份能源效率存在显著差异,大体呈现出东部省份能源效率高,西部省份能源效率低的格局.此外,“十一五”规划期间我国能源效率大体呈上升趋势,但东西部地区能源效率差距有扩大的趋势.     

我国森林生态效率测算及时空演变分析

【目的】测算了森林生态效率,分析其时空演变规律,为维护森林生态系统健康及拟定区域“碳达峰、碳中和”实现方案提供参考。【方法】基于数据包络分析(Data Envelopment Analysis, DEA)的BCC模型和Global Malmquist模型,从时间和空间二维视角,对2009—2018年全国31个省级行政区(未包含港澳台地区)森林生态效率的动态变化进行测度。【结果】观测期内我国森林生态效率非DEA有效省份显著多于DEA有效省份,全国整体纯技术效率较高,但存在投入冗余与产出不足问题,区域规模效率出现下降趋势;技术效率变化指数与技术进步指数变动态势相反,造成森林生态效率的Global Malmquist指数波动幅度较大;较高、高森林生态效率地区由东北、西南地区向中西部地区扩展演化。【结论】我国森林生态效率总体呈上升趋势,综合效率水平不高但纯技术效率较高;多数省份处于效率改善阶段,省域森林生态效率差异较大但呈现逐步均衡化倾向。     

科技投入产出效率评价模型的改进研究——以江苏省为例

围绕科技投入产出效率测度方法问题,在比较分析了常用的几种效率评价方法的基础上,选定了最适用的DEA评价方法.然后针对DEA中最常用的CCR模型存在的两个缺陷,给出了自己的改进模型.并通过江苏省1996～2008年科技投入产出效率的评价算例验证了模型改进后对评价结果的明显改善.     

基于DEA的电力行业环境绩效测度模型

为准确测度电力行业造成的环境影响,在距离函数数据包络分析（DEA）环境绩效评价模型的基础上,引入投入、期望产出和非期望产出的松弛变量,建立归一化的综合绩效评价模型.针对电力行业因区域间电量交换造成的投入和产出不匹配问题,提出电力行业静态和动态环境绩效指标评价方法,为深入分析电力行业环境绩效的变化规律以及影响因素提供方法.应用提出的模型,分析2006-2010年中国30个省份的电力行业环境绩效,结果表明：高用电环境效率的省份通常拥有较高的发电环境效率,火电发电比例是影响电力行业环境绩效的重要因素;在研究期内中国电力行业环境绩效逐步改善;环境技术进步是改善电力行业环境绩效的最主要因素.     

湖南区域科技投入产出效率及政策优化路径

以2010～2016年湖南14个市(州)科技投入产出的面板数据为研究样本,运用三阶段DEA模型对湖南区域科技投入产出效率展开研究.研究结果表明:剔除环境因素和随机干扰项后,湖南整体科技投入产出效率较高,地区间效率差异较为明显,长沙科技投入产出效率始终走在省内最前列,张家界在提高科技投入产出效率方面显得最为乏力,科技管理水平是影响效率的主要因素,加大财政科技支出有利于提高科技投入产出效率.据此提出完善科技人才培养体系、制定差别化科技政策、优化资源配置结构等政策优化建议.     

基于数据包络分析的电网企业经营轨迹研究

通过分析历史状况、总结前人的研究成果,并根据电网企业运行效率的理论构建DEA模型,对我国25个省电网的企业运行轨迹进行分析．研究表明：我国大部分省份电网企业运行效率处于最优发展轨迹上,规模适度是~41＂1的显著特征;少部分省份电网企业弱劣于最优发展轨迹,规模效率较低是主要原因,规模报酬递增是他们的趋势;其余省份电网企业劣于最优发展轨迹,同时表现为规模效率较低和技术效率较低,投入冗余、产出不足是最大特征．对电网企业生产效率进行监管时要考虑到各省份电网企业之间生产力分布的不均衡性及其客观原因．     

安徽省城市化效率及非集约性研究

通过建立多投入多产出的DEA模型,从时间和空间角度对安徽省的城市化效率进行分析.结果发现,安徽省城市化效率水平不高,存在DEA无效城市.根据Malmquist指数分析可以看出,安徽省城市效率处于不断下降的趋势,且一般来说,城市化效率越高的城市,下降速度越快,造成城市化效率变化无效率的主要原因为技术变化的无效性.建立投入导向模型,采用投影技术分析投入要素的非集约性,结果显示,安徽省非集约性具有全面性且程度较高,整体达到50%~100%,属于强非集约型,造成大量资源浪费.同时,这也是安徽省城市化综合效率低下的直接原因.     

成分DEA模型及应用

探讨DEA逐个考虑输入或输出的成分DEA模型及性质,在与一般DEA 模型进行比较的基础上,提出了成分效率的概念.应用成分效率对有效DMU 进行确定性排序;以及成分DEA投影进行多元投入产出的预测和效率控制,优点是不需要主观给出投入或产出分量的比例,还可以方便地引入决策者的偏好,同时把效率控制在预期水平.     

基于产出滞后性的农业科技投入DEA效率研究

DEA模型对于评价投入与产出效率具有独特优势,是应用最广泛的效率评价模型之一.首先利用复相关系数与显著性检验确定了我国农业科技投入与产出的滞后期,进而对考虑滞后期的我国农业科技投入进行DEA效率测算,最后与未考虑滞后期的我国农业科技投入DEA效率进行对比分析.结果表明,我国农业科技投入效率在整体上是规模有效与技术有效的,但是还存在农业科技结构投入不合理等问题.因此提出了调整优化我国农业科技投入资源结构,对农业科技资源进行合理配置等建议.     

能源结构多样性与能源效率的协整分析——以省际数据为例

利用香农-威纳指数,对除西藏以外的30个省市自治区的2010—2012年的平均能源消费量的能源结构多样性进行测算,测算结果发现各省能源结构多样性特征不同.然后利用DEA方法,对其能源效率进行测算,测算指标包括能源投入、经济产出和环境产出.对得到的DEA评价值进行分析,发现除直辖市和生态保护相对完好的省份外,其余省份能源效率均不足.最后利用协整理论,研究能源结构多样性与能源效率之间的关系,结果表明:两者之间存在长期的稳定协整关系,多样性指标每增加一个单位,能源效率提高12.47%.     

“一带一路”沿线省份高校科技创新效率研究

采用数据包络分析(DEA)模型构建了两阶段效率评价指标体系,评价了"一带一路"沿线省份高校科技创新效率。研究发现:知识创新产出方面,陕西、甘肃、广西、上海、广东、福建和海南等7个省份高校在技术和规模上实现了DEA有效;技术创新成果转化方面,陕西、甘肃、广西、上海、广东、黑龙江和重庆等7个省份高校在技术和规模都实现了DEA有效;从两个阶段综合效率平均值看,陕西、甘肃、广西、上海和广东等省份高校科技创新综合效率平均值为1,实现了DEA有效。