银行信贷、政府与企业科技投入理想贡献研——效率视角下的面板数据估计

在采用TOPSIS对科技产出进行评价的基础上,利用DEA分析了研发人员全时当量、银行贷款、政府与企业科技投入对科技产出的效率,并采用生产函数和面板数据对有无效率损失情况下投入要素的贡献进行了比较。研究发现,中国科技投入产出效率总体不高,经济发展水平对科技投入产出效率的影响不大。从投入要素的利用效率看,政府科技投入的利用效率最高,企业科技投入的利用效率第二,研发人员全时当量的利用效率第三,银行信贷的利用效率最低。由于效率损失,导致政府科技投入的贡献被高估,而企业科技投入的贡献被低估了。科技贷款的利用效率最低,并且弹性系数为负数,深层次暴露了科技金融在信用体系和风险体系方面存在的问题。     

基于 DEA 模型的中超联赛球队投入绩效分析

研究了中超联赛球队的投入效率问题.采用数据包络分析(DEA)方法的产出导向CCR、BCC和径向超效率模型对2012年16支中超联赛球队的投入效率进行了分析评价.结果表明:1)中超联赛球队的投入效率普遍较低,只有5支足球队达到完全DEA有效,16支足球队的平均综合技术效率值为0. 817439; 2)综合技术效率标准差为0. 166563,说明中超联赛16支足球队的投入效率有较大的差异; 3)从16支中超联赛球队的综合技术效率和规模效率来看,影响球队综合技术效率不高的原因有两个,一个是球队管理水平相对不高,另一个是球队投入规模无效; 4)产出导向径向超效率模型能够完全区分16支中超联赛球队的投入有效程度,贵州人和具有最高的超效率.为了提高投入有效性,中超球队需不断加强投入管理,不盲目增加投入,避免投入规模无效,采取适合自身发展的投入对策.     

上海市R&D投入产出效率分析

首先采用数据包络分析法,选取了上海市1997-2006年间的相关数据进行分析,科学、客观有效的评价了上海市的投入产出效率.评价结果显示:上海市投入产出效率不断提高,并在2003、2004、2005和2006年达到优效.     

上海市科技投入和产出绩效评估方法论研究

在对国内外科技投入和产出绩效研究进行简要评述的基础上,运用数据包络分析与主成分分析相结合的研究方法,从时间尺度、企业类型、行业类别三个层面上分别对上海市科技投入和产出绩效进行了定量评价和分析,旨在为上海进一步推进科教兴市战略提供参考依据.     

上海市R＆D投入产出效率分析

首先采用数据包络分析法,选取了上海市1997--2006年间的相关数据进行分析,科学、客观有效的评价了上海市的投入产出效率。评价结果显示：上海市投入产出效率不断提高,并在2003、2004、2005和2006年达到优效。     

基于数据包络分析的广州市各地区资源投入产出效率评价

运用数据包络分析方法中基于输入C2 R的模型和BCC模型,对广州市各地区的主要投入产出数据进行效率分析,从整体上分析目前广州各地区的运营效率,为各地区资源的合理配置使用提供参考.研究发现,一部分地区已经达到规模效益,但是还是有一些地区在技术和规模上都没有达到理想的水平,在资源利用效率上还需要很大的改进.     

农业科技投入的技术创新效率评价研究

基于1996—2016年中国农业科技投入、技术创新成果和农业产值等数据,利用时间序列误差修正模型,对政府科技支出的投入导向度、农业科技投入的创新贡献率和发展贡献率进行了测度,然后实证分析农业科技投入对农业技术创新和农业增长的影响。结论表明:政府农业科技投入的增加对非政府部门的农业科技投入增加有促进作用;农业科技投入对农业技术创新有显著的促进作用,但有一定的滞后效应;农业科技投入增加对农业增长有显著正向影响。依据分析的结论,提出了加强和完善农业科技投入的政策建议。     

中国人力资本全要素投资效率动态变动及省域差异研究

为评价中国人力资本投资效率,基于DEA-Malmquist生产率指数分析方法,构建人力资本全要素投资效率的测度模型,分析中国31个省、市、自治区2010—2013年人力资本投资的面板数据,对中国人力资本的全要素投资效率进行实证测度,并分析样本年内中国人力资本的全要素投资效率的动态时间序列变动和省域差异情况。研究结果表明:从总体来看,2010—2013年我国人力资本全要素投资效率呈现下降的趋势,平均下降3.2%;从省域来看,安徽人力资本投资效率的改善最好,而吉林的改善最差,技术进步是导致省域差异的主要原因。     

基于DEA模型的淮安市服务业效率分析

服务业发展水平是衡量一个国家或地区生产社会化程度的重要标志.随着淮安市社会经济事业的快速发展,淮安的服务业已进入了快速发展期.基于对淮安市服务业效率定量评估的考虑,本文选取了淮安市2000~2007年的相关统计数据,运用数据包络分析(DEA)法对淮安市服务业近8年的发展进行了效率分析,同时也分析了它们的规模收益与投入冗余率,指出了相对无效率年的症结所在,为未来的投入发展提供了参考.     

基于DEA-Malmquist模型的科技金融结合效率评价 ——以安徽省为例

科技与金融的结合是增强自主创新能力、促进经济社会转型升级的必经之路.运用DEA-Malmquist指数模型对2009—2018年安徽省的科技金融结合效率进行评价,随后对2016—2018年安徽省16个地市的效率进行比较分析.研究发现:①安徽省的科技金融发展效率处于相对有效状态;②2016年仅有蚌埠、池州2个地市达到DEA有效,2018年仅有阜阳、六安与铜陵3个地市处于有效状态;③安徽省全要素生产指数不高,要加大提升科学技术能力.基于实证结果,为促进安徽省科技金融发展,提出合理配置研究与试验发展(R&D)经费、加大科研人才队伍建设、构建产学研模式,提高科技成果转化以及加快区域间科技金融的协同发展等对策建议.     

基于偏好DEA模型的江苏省技术创新效率评价

提高区域技术创新效率是区域自主创新能力建设的重要内容,也是提升区域竞争力的关键因素.在传统DEA模型的基础上,提出具有权重偏好结构的DEA模型,对2011年江苏省13个地市的技术创新效率进行评价研究.结果表明,偏好DEA模型对决策单元的评价区分度明显好于传统DEA模型.江苏省苏中地区的技术效率平均值最高,苏南其次,苏北最低;江苏省技术创新在规模效率上有较大不足,部分地市技术创新投入的利用效率较低,有待进一步改进.     

科技经费投入的检验准则—政府财政科技经费投入的主导作用

科技经费投入的检验准则──政府财政科技经费投入的主导作用ＡＬｅａｄｉｎｇＲｏｌｅｏｔＳ＆ＴＥｘｐｅｎｄｉｔｕｒｅＩｎｐｕｔｆｒｏｍｔｈｅＳｔａｔｅＦｉｎａｎｃｅ丁厚德（清华大学，教授北京１０００８４）经过多年的改革，我国已形成全社会多渠道、多形式的科...     

对我国建筑施工企业总体生产技术效率的研究：数据包围？…

运用“数据包围分析”经济计量的方法，建立数学模型，对我国建筑施工企业１９８４－１９９５年间的整体生产效率进行分析和研究，对各年的生产效率值和变化关系，生产规模以及变量的理论值等问题进行探讨。     

广州科技创新投入分析及预测

研究与试验发展（R＆D）投入占GDP的比重是《珠江三角洲地区改革发展规划纲要（2008-2020年）》和国家创新型城市建设的重要考核指标,对其进行比较及预测分析对把握广州科技创新发展情况有重要意义。采用近年各城市公布数据,选用对比分析广州R＆D经费投入及占GDP比重与其他城市的差距,并选用GM（1,1）灰色预测及指数平滑法对2013年广州科技投入情况进行预测．在以上基础上,分析广州当前科技创新投入主要问题,并提出对策建议。     

基于DEA模型的山东省环保投入效率分析

运用数据包络分析（DEA）方法,建立环保投入效率评价指标体系模型,并在此基础上综合分析了2007年山东省17个省辖市的废水、SO2及环境污染综合治理情况治理投入效率。分析表明,山东省部分省辖市的环保投入效率比较低,节能减排的潜力很大。     

基于DEA的饲料类上市公司经营效率分析

运用数据包络分析方法中的BCC模型,对2007年我国饲料类上市公司的综合效率进行分析,发现饲料类上市公司平均效率较高,公司之间效率值差距也不显著,说明国家支农政策对饲料类上市公司的发展具有实质性的支撑作用,激烈的竞争环境促使各家上市公司走向多元化经营发展道路.     

区域科技投入与产出的关系分析

构建科技投入与产出的指标体系,以灰色关联分析为基础,依据河南省2000—2004年的统计数据,分析不同的科技投入对科技产出的影响,从而在河南省未来的科技投入中有的放矢,为政府相关部门决策提供一些有益的建议.     

基于DEA的广东省农业科技投入效率分析

农业是人类生存和发展的前提和根本,农业技术的发展是促进农业进一步发展的有效手段.农业科技的进步有利于促进农业进一步的发展,但广东省农业技术发展的很多领域还处于较低的水平.通过超效率DEA模型对广东省2004至2012年间的农业科技投入的效率进行分析发现,广东省农业科技出现了投入资金不足、科学技术方面的人才短缺等问题.因此,广东省运用先进地区的经验,找出问题,抓住重点,完善相关体系.