基于DEA的安徽省新型城市化发展效率研究

以安徽省17个地市为例,先运用传统DEA方法对安徽省2009年和2010年的新型城市化发展效率进行分析和评价,再引入超效率模型对2007-2010年间17地市的新型城市化发展效率进行排序。结果发现,安徽省新型城市化发展效率一般,只有少数城市达到了DEA有效;规模效率是决定新型城市化效率的重要因素,但是这种决定性作用在下降;2007-2010年间,皖北地区新型城市化效率最高,皖南地区次之,皖中地区最低,这与安徽省经济发展格局并不相符;专业化城市新型城市化发展效率要高于综合性城市;新型城市化发展效率与城市规模基本呈正相关,但是,小城市表现出特殊性。     

文化创意产业科技资源配置效率评价

采用数据包络分析(DEA)方法对北京市动漫产业进行定量分析,建立科技资源配置效率评价指标体系,以石景山区的动漫产业园区为例,运用数学规划模型来比较园区内动漫企业(DMU)之间的相对效率.并将所得结果与北京市抽取的365家动漫企业进行比较,对所得结果加以分析.文章研究内容可以全面客观地对文化创意产业科技资源配置效率进行评价,有良好的现实意义.     

基于数据包络分析的我国科技创新资源配置效率研究

本文首先根据科技资源的特点，构建科技资源投入和产出的指标体系，建立科技创新资源配置效率的评价模型。然后，运用DEA方法从效率、有效性和规模收益3个方面对我国31个省市自治区的科技创新资源配置进行分析和评价。最后，对22个非DEA有效的地区进行“投影”目标分析，分析表明：这些地区可以通过加强管理，增强活力来提高生产水平，并提出科技创新资源配置效率的改进建议，为决策层提供管理信息和决策依据，对区域创新能力的提升具有重要的现实意义。     

区域交通资源配置效率综合评估

为有效促进交通运输及区域经济的发展,有必要对区域交通资源配置效率进行综合评估。研究通过构建交通资源配置效率指标体系,提出了基于三阶段DEA-Bootstrap模型对区域交通资源配置效率进行评估。利用三阶段DEA模型剔除评估过程中的环境误差,引入Bootstrap方法克服DEA模型有效性值的内在依赖性,并以长江经济带11个区域为例进行案例研究。结果表明,剔除环境因素与随机干扰的影响,长江经济带交通资源配置效率为0.612,较传统DEA计算效率结果下降了0.189。解决技术投入冗余和促进规模效率发展是该区域交通资源高效配置的关键。可见,该方法可有效避免传统 DEA 方法在评估资源配置效率时的偏差,高效评估区域交通资源配置效率。     

乡村振兴背景下农业科技创新资源配置效率研究——以浙江省为例

在乡村振兴背景下,农业科技创新资源的内涵和边界进一步拓展。本文从“基础性与建设性、创新性与发展性、经济性与生态性”层面梳理农业科技创新资源指标,并基于“投入/产出”视角确立评价体系,进而综合运用BC²模型、超效率数据包络模型、Malmqusit指数模型评价浙江省55个样本县域在2015~2018年的农业科技创新资源配置效率。根据评价结果,从建立农业协同创新联盟、强化区域均衡发展、推进原始创新、加强成果转化、推动农村金融供给侧改革等方面给出对策建议。     

基于超效率DEA和GIS的中国省际高校创新效率评价研究

文章选取了科技人员、科技经费等9个投入指标,出版科技著作、发表学术论文、专利授权数3个产出指标,进行数据包络分析(DEA)和超效率DEA分析。同时基于地理信息系统(GIS)对高校的综合效率进行了空间特征分析,并据此对各省高校提高创新效率提出因地制宜合理配置资源利用、建立内部创新效率机制的建议。     

双循环视角下工业企业创新资源配置效率研究

基于双循环视角,运用超效率DEA-Malmquist指数分析模型,对2016—2020年我国30个省（市）工业企业的创新资源配置效率及其动态演进进行研究,并用Tobit模型探索影响创新资源配置效率的因素.研究结果表明：(1)我国工业企业创新资源配置效率仍存在较大提升空间,企业创新资源投入结构扭曲与企业创新资源管理滞后是造成企业创新资源配置技术非有效的两大短板;(2)各省（市）之间的创新资源投入及配置效率存在显著差异;(3)国内市场与国外市场在双循环中对创新资源配置效率的影响不同.     

基于数据包络分析的河北省区域创新效率评价

区域创新日渐成为经济学和现代区域科学领域的关注重点,运用因子分析与数据包络分析(DEA)模型测算河北省各县市创新效率,采用ESDA方法和克里金法探索创新水平的空间分异特征.结果表明:河北省创新效率有效区少、无效区多;各功能区调整幅度和侧重不同,环京津区、沿海区的综合效率和纯技术效率较好,冀中南区规模效率最佳,而冀西北区需做出全方位调整;创新效率存在集聚效应,热点区位于区域中部,冷点区位于西北部;河北省创新发展整体呈现多中心结构和核心—边缘结构,区位因素影响明显;环京津地区存在明显的中介效应.     

安徽省地区工业企业创新效率研究

在剔除环境因素和随机干扰项的情况下,采用三阶段数据包络分析(DEA)方法对2012—2015年安徽省地区工业企业的创新效率进行估计。研究结果表明:在剔除地区发展水平、研究人员素质、政府扶持、企业规模和地理位置等环境因素之后发现,纯技术效率被低估,规模技术效率被高估;皖南、皖中地区工业企业创新效率整体水平比皖北地区高,皖北地区创新效率具有提升空间;其中合肥、滁州、芜湖、宣城和铜陵工业企业总体创新效率相对水平高,而淮北、宿州和阜阳工业企业总体创新效率相对水平低,创新效率水平有待提高。     

中国区域创新集群发展效率研究

运用空间计量原理将中国大陆划分为十大区域技术创新集群,并通过三阶段DEA法剔除环境因素以及随机误差的影响,对2005-2009年十大区域技术创新集群技术发展效率进行研究。研究结果表明:中国形成了较为明显的区域技术创新空间集群,并且有继续强化的趋势;近几年大陆十大技术创新集群整体综合技术发展效率表现良好,高端集群与中低端集群之间技术差距也在逐年降低;虽然我国整体纯技术创新效率正逐年提升,但受到技术资源配置不均衡影响,我国中低端集群技术创新发展效率并未达到理想水平。     

高管团队特征与企业资源配置效率的关系研究

企业高层管理者是企业资源配置的决策者。以高阶梯队理论为基础,选择2014－2019年中国创业板上市公司为研究样本,运用DEA方法测度企业资源配置效率,并实证检验高管团队特征对企业资源配置效率的影响。研究结果表明,高管团队中女性占比和职业经历对企业资源配置效率具有显著的正向影响,说明增加高管团队女性成员、引进具备财金和市场营销职业背景的高管,有助于提高企业的资源配置效率;但高管团队的平均年龄与企业资源配置效率呈显著负相关;高管团队的平均学历则与企业资源配置效率没有明显的相关性。研究结论为优化企业高管团队结构、提高企业资源配置效率提供了新思路和新见解。     

基于超效率DEA模型的中国高技术产业创新资源配置效率评价

高技术产业是技术密集型产业,其发展需要大量的技术创新为支撑,由于资源的稀缺性和投入的有限性,对资源配置效率进行评价十分重要。利用超效率DEA方法,对中国内地29个省市区高技术产业2009年的技术创新资源配置效率进行评价,并从投入冗余和产出不足两方面对创新资源配置无效的省市区进行原因分析,最后提出改进和提高配置效率的对策和建议。     

区域创新能力与创新效率的协调性分析

从企业、高校、科研机构等创新主体的联结关系以及创新环境的角度构建了区域创新能力评价指标体系,运用因子分析模型对我国2009—2012年30个省市的创新能力进行了测度.同时,采用超效率模型测度了区域创新效率,根据创新能力与创新效率的协调性和关联性发现,我国各省市可划分为高水平创新协调型、低水平创新协调型、高水平创新失调型、低水平创新失调型,产学研合作创新能力与区域创新效率的关联性最大,企业创新能力对创新效率的影响逐渐超过创新环境.     

人力资源配置与区域创新有效性研究——技术吸收能力视角

区域内从外部吸收知识能力到最终形成技术研发能力进而形成区域创新能力。人力资源作为知识吸收、转化的载体,是创新资源中最重要的因素。区域创新吸收能力与区域发展水平有密切的关系,在繁荣或落后地区人力资源的配置对创新效果有不同的影响。为证明人力资源区域特征、吸收能力与区域创新之间的关系进行了数据调研分析,证明其正确性,并为决策者进行资源配置提供了有价值的借鉴。     

基于DEA模型的安徽省区域经济运行效率评估

针对安徽省16个地级市的区域经济发展情况作出一定评价,在合理的指标体系构建基础之上,建立基于投入的C2R和C2GS2两种DEA模型,并以此对2008-2012年各决策单元进行分析.通过综合效率,纯技术效率以及规模效率的纵向和横向比较,得出5年间不同地区的经济变动情况.同时,利用投影定理,对近两年来非有效决策单元进行详细的投入冗余和产出不足分析.最终得出安徽大多数地区经济效率水平偏低,但有转好趋势等结论,同时,综合实证分析结果找出制约经济发展因素,据此给出应加快产业结构调整等相应的政策性建议.     

创新驱动战略下山东省区域自主创新效率评价研究

首先运用数据包络分析法(DEA)的CCR模型对山东省17个地市的自主创新效率进行横向评价,从投入指标和产出指标两方面分析非DEA有效区域存在的问题与有效改进值;然后运用全要素生产率指数(TFP)测算了山东省17个地市自主创新的Malmquist全要素生产率,对各地市TFP变动和自主创新效率发展进行了纵向评价分析;最后,根据评价结果提出了创新驱动战略下提升山东省区域自主创新效率的对策建议.     

区域创新投入能力与创新绩效的协调性研究

依据我国30个省(市、区)数据,对区域创新绩效和创新投入能力进行评价,并运用集对分析评价方法分析两者之间的协调性关系,研究结果表明:我国区域间创新资源配置具有一定的合理性,创新绩效较高的地区配置的创新资源比较多,但这种资源配置的合理性并不高,具有进一步提升的空间。