基于DEA和Malmquist指数的农业土地利用效率研究 ——以甘肃为例

以甘肃14个市州为研究对象,运用DEA和Malmquist指数对2010—2019年14市州农业土地的利用效率进行了静态和动态分析,结果表明:甘肃整体农地利用效率水平在0.7左右,规模效率不高是制约农地利用效率的关键;多数市州都存在不同程度的纯技术效率和规模效率的提升空间,且农地投入过程中资源浪费情况较为严重;甘肃农地...     

吉林省房地产的经济效率研究

运用Malmquist指数计算了2000—2012年间吉林省房地产全要素生产率及其构成;运用BCC模型评价了2012年吉林省9市州房地产业发展的相对经济效率.结果表明:技术进步是促进吉林省房地产全要素生产率增长的主要原因,吉林省房地产业由粗放式的规模增长向依靠技术进步、管理和服务创新转变;2012年吉林省各市州房地产投入产出效率总体偏低,技术效率差异较大;部分市州数据包络分析(data envelopment analysis,DEA)无效的原因为存在投入冗余,房地产发展仍处于"高投入,低效率"的粗放型发展模式.     

基于灰色DEA模型的河南省科技创新投入产出效率研究

构建了科技创新投入产出效率评价指标体系,为减弱不确定性因素对实验结果的影响,提高测算结果的精确度,将灰色理论与DEA模型相结合,运用灰色DEA模型对河南省18地市2011—2015年科技创新效率进行测算.结果表明,河南省各地市科技创新效率处于中等水平,开封等6地市的效率达到相对最优,其他各地市均存在资源闲置和产出不足情况.根据测算结果并结合实际情况,提出了优化创新氛围,建立长效机制,促进科技创新链和创新成果产业链有效结合等建议.     

基于DEA模型的徐州市科技创新效率研究

建立效率评估指标体系,运用数据包络分析(Data Envelopment Analysis,DEA)运筹学方法,将科技创新活动分为两个阶段:知识创造和成果转化,研究徐州市科技研发效率和成果转化效率,判断徐州市科技创新效率是否达到"帕累托"最优,是否存在科技投入冗余及科技产出不足,并对淮海经济区20市和江苏省13市的科技创新能力进行横向比较分析,以期对徐州市区域性产业科技创新中心建设情况进行监测评估。     

“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。     

河南省城市科技创新能力综合评价 ——基于超效率DEA和灰色关联分析法

科技创新既是一个地区具备竞争优势的关键条件,也是一个地区经济发展的核心力量.选取2011年、2013年和2015年河南省各省辖市科技创新的相关指标数据,利用超效率DEA模型对河南省各省辖市的科技创新效率进行评价,并运用灰色关联分析法分析了科技创新效率变动的影响因素.结果表明,河南省有4个城市在研究期间均达到了DEA有效,分别为郑州市、洛阳市、鹤壁市和济源市. 2011—2013年和2013—2015年,大部分城市的科技创新效率有改善,且部分城市改善幅度较大,研究期间科技创新效率总体呈现递增趋势.城市发展水平对河南省科技创新的影响程度较大,高等教育水平和对外经济发展水平对科技创新的影响程度相当.     

基于DEA-malmqusit指数的甘肃科技资源配置效率研究

根据2012—2014年甘肃地方科技基础条件资源调查的面板数据,借助DEA-malmquist指数分析模型,比较研究甘肃科技资源配置效率水平。结果表明:企业科技资源配置效率一枝独秀;甘肃科技资源配置有效在于规模的合理,而非技术的创新和进步;转制型科研院所的科技资源配置效率水平较高,未转制科研院所效率明显滞后。     

湖南省科技创新与经济高质量发展的评价及耦合协调

以湖南省2011—2020年14个市州的面板数据为样本,构建科技创新与经济高质量发展的指标体系,运用熵值法计算湖南省科技创新和经济高质量发展的综合水平,并运用耦合协调度模型对两者的耦合协调水平进行测度,结果表明,湖南省各市州的科技创新和经济高质量发展的综合水平在样本区间内基本都呈逐步增长的趋势,但从空间来看,两者各自的发展都是不均衡的。比较发现：湖南省除长沙属于科技创新优先经济高质量发展滞后型外,其他市州都是科技创新滞后经济高质量发展优先型;湖南省科技创新与经济高质量发展之间的相互影响较大,但除长沙外的其他市州对两者的协调关系有待进一步提高。     

武汉“1+8”城市圈城市化效率实证分析

运用DEA-Malmquist指数方法,从静态和动态两个角度测算武汉"1+8"城市圈2007至2012年的城市化效率。静态分析的结果表明,除了鄂州市、咸宁市和天门市DEA没有达到有效性之外,其余五个城市均达到DEA有效性,而其无效性主要是由于技术效率水平下降所导致。动态分析的结果表明,武汉城市圈整体上在2007-2012年期间只有在2010年和2012年城市化效率水平具有上升趋势,其余各年份均处于下降的趋势,究其原因主要是受规模效率和技术进步的影响。对武汉城市圈9个城市的细分得出,在这5年期间有5个城市的城市化效率水平是上升的,其余4个城市的城市化效率水平是下降的,同样是受规模效率和技术进步指数的下降导致。     

“一带一路”沿线省区高技术产业创新效率研究——基于修正广义DEA模型

在应用DEA方法评价高技术产业创新效率时,经常会出现效率悖论。为了解决这一问题,利用修正广义DEA方法,对2012-2016年"一带一路"沿线18个省区高技术产业创新效率进行分析。相对于原有DEA方法,修正广义DEA方法不仅能基于面板数据分析决策单元的效率,而且给出的结果还能有效克服效率悖论问题。实证分析结果表明:"一带一路"沿线18个省区高技术产业2012-2016年5年间的创新效率均值都未达到DEA有效,还具有较大的效率提升空间;中国中西部地区部分高技术产业的创新效率增长较快,与东部地区差距逐渐缩小;"一带一路"战略构想的提出与实施提升了18个省区高技术产业整体创新效率,总体上呈现出较好的发展态势。     

攀枝花市经济社会发展综合评价分析

本文建立了攀枝花市经济社会发展综合评价的指标体系,采用主成分分析法,对攀枝花市2009—2012年的12个主要经济数据以及四川省、相关市州2012年相关经济数据进行了定量评价分析。分析表明攀枝花市经济社会发展水平总体良好,影响攀枝花经济社会发展最显著因素是企业综合经济效益、科技创新和生态环境情况,并提出了对策建议。     

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。     

石油类本科高校科技创新效率分析

运用DEA-BCC模型和DEA-Malmquist指数模型分析方法,对2007-2016年我国石油类本科高校的科技创新效率进行测度评价。结果表明:静态来看,2016年我国石油类本科高校科技创新综合效率、规模效率和纯技术效率均没有能够达到DEA有效,且各石油高校存在显著的差异性。石油高校科技创新资源配置规模与结构是提升科技创新综合效率的重要要素。从动态来看,大部分石油本科高校科技创新效率全要素生产率具有明显下降趋势,科技创新技术进步指数和技术效率变化指数两者较低是导致石油本科高校科技创新全要素生产率有所下降的重要原因。提升我国石油本科高校的科技创新效率应该逐步完善高校科研管理机制,培育高端技术科研人才;瞄准能源领域科技前沿,深化高校科技创新供给;加强产学研合作,推进科技创新成果市场转化。     

基于超效率DEA模型的高校科技创新效率评价

如何合理有效配置科技教育资源是各级政府的一项重要工作。首先运用传统DEA模型对2014—2015年我国各地高等院校科技创新效率进行实证分析。在此基础上,将前沿面投影和超效率DEA模型相结合,对有效和无效地区的高校科技创新效率进行研究。结果表明,高校科技创新效率并非完全与区域经济发展水平同步。因此,各地应结合各自实际情况制定相应的科技发展政策,国家应当合理配置各地区高校科技教育资源,全面提高我国高校科技创新效率。     

中国各省（区市）技术创新效率研究

在知识经济时代背景下,科技创新是推动社会经济发展的重要动力。运用DEA模型测度2017年中国各省区技术创新效率。研究表明:我国整体技术创新效率水平不高,近4/5省区的技术创新效率未达到最优水平,较低的纯技术效率水平是造成该现象的重要因素;东部地区技术创新效率最高,各效率值均位列四大地区首位,西部地区与其他地区技术创新效率差异显著;科技固定资产投资和技术市场成交额对技术创新效率水平影响显著。新时代全面提升我国各省区技术创新效率水平,应以优化资源配置为主,注重创新能力,配合针对性的运行机制,协调区域间差异。     

不同类型高等学校科技创新效率变化分析

运用DEA法评价1999—2011年期间6种不同类型高校科技创新效率.研究发现,不同类型高校科技创新效率存在差异,工科院校综合效率均值最高,农林院校综合效率均值最低.综合大学、工科院校、农林院校、师范院校和其他院校的综合效率波动主要由纯技术效率变化引起,医药院校综合效率提升受到规模效率制约.研发投入、政府支持程度、基础研究投入、社会服务能力、专业技术人员投入对不同类型高校科技创新效率的影响程度存在明显差异.     

基于DEA-Ml模型的江苏沿江旅游区旅游效率评价研究

运用数据包络分析方法(Data Envelopment Analysis,DEA),对2008年和2012年江苏沿江旅游区6个地级市旅游资源利用的综合效率、技术效率和规模效率进行测度和分析;利用Malmquist生产力指数(MI)模型对2008年至2012年江苏沿江旅游区各城市的旅游效率变动情况进行测度和分析.结果表明:沿江旅游业的综合效率水平较高,旅游生产要素的潜力发挥较好;区内差异较大,苏南城市旅游效率要明显高于苏中城市;根据分析结果提出建议:加大科技创新投入,大力发展旅游创意产业,通过旅游资源整合和产品创新促使旅游效率提升;加强区域合作,扩大生产规模,提高规模效率;拓展旅游产业链,用技术进步和创意来提升旅游效率,推动旅游业的可持续发展.     

科技企业孵化器综合孵化效率评价研究

为更好地衡量和评价科技企业的投入-产出效率,提出一种基于改进DEA的科技企业综合孵化效率评价方法。对此,首先,结合传统DEA评价模型的特点,对模型进行改进;其次,结合综合孵化效率内涵,对科技企业投入-产出效率指标体系进行构建;最后,以2012年的部分科技企业作为实例,对模型进行检验,从而验证上述评价指标和模型的可行性,以此更加科学地对科技企业的投入-产出效率进行评价分析。     

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.     

辽宁省国家级风景名胜区旅游效率与可达性研究

基于DEA和网络分析方法,结合加权平均出行时间模型,分析辽宁省国家级风景名胜区1998—2012年旅游效率,并分析其可达性。研究发现：国家级风景名胜区旅游效率总体相对较高,少数在单个指标上尚未达到最优水平。总体上看,1998—2012年,综合效率、纯技术效率和全要素生产率变化以青山沟为最大,技术变化和规模效率变化以鸭绿江为最大;全要素生产率变化在分析时段中处于中间状态。在可达性方面,分布差异十分明显,总体上形成中部平原地区可达性较好、辽西山地和辽东丘陵地区可达性相对较差的空间分布态势,具有明显的交通指向性。中部平原地区景区的旅游综合效率水平相对也较高,随着基础设施等固定资产投资加强,其他景区的综合效率水平也有逐渐提高的趋势。