广东省科技成果转化效率测量与时空特征——基于DEA-Malmquist指数模型

为有效识别广东省科技成果转化的效率与时空特征,促进科技成果更好赋能经济社会高质量发展,运用DEA-Malmquist模型,测算广东省21个地级市在2010—2019年的科技成果转化效率。研究发现,2010年与2019年,全省整体科技成果转化综合效率未达到DEA有效,且2019年的综合效率更低;同时,全要素生产率指数普遍波动较大,各市历年全要素生产率指数差异普遍显著,其中技术进步是影响全要素生产率指数的主要指标。基于此,研究提出平衡研发与转化、推动“政产学研金用服”协同、实施差异化的成果转化战略和加强区域交流合作的政策建议。

基于DEA-ESDA模型和Malmquist指数的我国卫生服务供给效率研究

[目的]分析我国卫生服务供给效率,为提高医疗卫生服务质量提供依据。[方法]基于我国2013-2021年31个省份卫生服务投入产出数据,运用DEA-BCC模型对数据进行静态分析;运用DEA-Malmquist方法进行动态分析;运用探索性空间数据分析(ESDA)研究空间分布特征。[结果]2013-2021年我国东部、中部地区卫生服务供给综合效率(VRS)值较高,东北地区、西部地区综合效率值较低;2021年综合效率均值为0.943,DEA非有效的省份有13个;全要素生产率下降主要由技术进步效率的下降导致;卫生服务供给效率具有显著空间负相关性,呈“低-高”“高-低”聚集。[结论]我国卫生服务供给效率普遍较低,不同地区间差距明显,卫生资源配置效率低,资源供给不均,存在技术“洼地”。各省需结合本地实际情况合理配置资源,充实人才队伍,鼓励技术创新,依托互联网信息技术,促进区域协同发展。

基于DEA-Malmquist指数的我国中部地区物流效率分析

以2012—2021年我国中部地区(山西、河南、安徽、湖北、江西、湖南)六省的物流行业相关面板数据为对象构建评价指标体系,运用DEA-Malmquist指数模型,分别对其进行静态分析以及动态分析,进而得出相关结论,并由此给出提高物流效率的可行性建议。结果表明:2012—2021年间中部地区的物流效率一直未达到有效,且技术是中部各省物流效率的主要问题,同时生产率也略微退步,针对这些问题,中部地区需要加强区域协同作用以及推动物流技术的进步,也需要探索创新人才培养制度,吸引高技术人才。

光伏发电企业运营效率及影响因素研究——基于DEA-Malmquist-Tobit模型的分析

在“双碳”目标的引领下,科学评价光伏发电企业的运营效率及其影响因素,对促进光伏企业及产业的高质量发展有着重要意义。基于2014—2022年光伏发电上市公司的面板数据,运用DEA-Malmquist-Tobit模型测度了光伏企业的运营效率及其综合效率的动态变化,实证分析了运营效率的主要影响因素。结果表明,9年间光伏发电企业的全要素生产率呈1.8%增长率的小幅增长趋势,股权结构、每股收益等5个变量对光伏发电企业的运营效率有显著性影响。

基于DEA-Malmquist指数模型风电企业融资效率研究

风电产业作为国家战略性新兴产业,对经济发展和环境保护具有举足轻重的地位。近10年来,在国家政策的大力推动下,该行业发展迅速。但是,自疫情爆发以来,国内的很多风电企业都面临着生存危机,随着后疫情时代的到来,中国风电行业面临新的机遇与挑战,更在技术经济和融资方面出现了新问题,制约了其发展。本文采用DEA-Malmquist模型,对风电行业的17家企业进行静态及动态融资效率分析。研究结果表明,规模效率和纯技术效率是制约风电企业融资效率提升的主要因素。同时,结合Malmquist指数模型发现,技术进步指数对融资效率的提升具有显著影响。根据上述分析结果,为风电企业融资效率的提升提出具体的建议和意见,为风电企业解决融资问题提供参考。

基于三阶段DEA-Malmquist指数模型的“十三五”时期新疆畜牧业经济发展效率特征

为了测算和提高新疆畜牧业经济发展效率,采用三阶段DEA-Malmquist指数模型,对“十三五”时期新疆14个地(州、市)畜牧业经济发展水平进行投入产出效率分析。结果表明,从静态分析来看,只有伊犁州直属县(市)在“十三五”时期的规模报酬不变,呈DEA有效;其他地区由于规模效率或纯技术效率下降导致综合技术效率呈DEA无效,规模大多递增。从动态分析来看,“十三五”时期Malmquist指数小于1.000,表明新疆畜牧业经济效率呈下降趋势,且技术进步的变动是阻碍畜牧业经济效率提升的主要原因。应加强技术管理力度,以新型牧业经营主体为导向,提高优化资源配置效率的能力;加强草原保护建设,推行适度规模。效率水平高的地区应保持畜牧业经济发展优势,进行技术推广;效率水平低的地区需从政策、登记体系、基础配套设施建设、人才、技术等方面加大投入。

暴露风险视角下企业生产效率波动与财务舞弊研究——基于DEA-Malmquist指数的实证

暴露风险是舞弊四因素理论(GONE理论)中影响财务舞弊行为的重要因素。本研究使用数据包络分析构建企业生产效率波动指标,建立博弈模型从风险暴露视角给出生产效率波动影响财务舞弊行为的机理分析。选取2016年至2020年A股市场制造业上市公司样本进行实证,研究发现:生产效率波动越大,上市公司财务舞弊的风险程度越高;异质性研究结果表明公司透明度、审计质量和外部监督强度会影响生产效率波动与舞弊风险程度之间的关系。研究拓展了财务舞弊识别视角,为上市公司财务舞弊行为监管提供有价值的参考。

基于DEA-Malmquist模型的临沂市农业生产效率研究

选取2013—2021年临沂市各县区农业生产要素的投入、产出面板数据,基于投入导向的DEA-BCC模型对临沂市农业生产效率进行了测算与评价,使用Malmquist指数对临沂市农业全要素生产率进行了测算与分解,并从动态变化角度分析了农业生产效率的年际变化趋势。结果表明:临沂市各县区的农业生产效率差异较大、总体水平较低,且多数县区处于规模报酬递增趋势;临沂市农业全要素生产率提升的动力主要源于技术进步,且年均增长率呈上升趋势。鉴于此,提出了优化生产要素投入,提升规模效率;加强农业技术的研发与推广,促进农业技术进步;加大财政支出力度,提高农业生产效率等政策建议。

机会成本视角下新疆肉牛养殖的全要素生产率测度——基于DEA-Malmquist指数分析

在传统肉牛养殖全要素生产率的研究中,机会成本的考量往往被忽视。然而,不考虑机会成本会导致对养殖户在肉牛养殖中的隐性投入被忽略,从而无法真实地反映肉牛养殖的全要素生产率。为了准确测算新疆肉牛养殖的全要素生产率,在以2008—2022年新疆肉牛主产值为产出指标,以仔畜费、饲草料费、人工费为投入指标的基础上引入机会成本要素,采用DEA-Malmquist指数从静态和动态视角对新疆肉牛养殖的技术效率和技术进步的相关情况进行分析。结果表明:从静态角度来看,新疆肉牛养殖的水平并不高,收益较低,主要受到规模效率的影响,个别年份受到纯技术效率的影响,说明在目前的养殖规模和技术水平下,新疆肉牛养殖的效益尚未达到理想状态,仍有较大的提升空间;从动态角度来看,新疆肉牛养殖全要素生产率变动的主要原因是技术进步,说明随着新技术的不断应用和推广,新疆肉牛养殖的生产效率有望得到进一步提升。最后,从优化养殖规模和布局、加强技术创新与推广、加大对职业养殖户的培育等3个方面提出促进新疆肉牛产业高质量发展的的对策建议。

基于DEA-Malmquist模型的浙江省中医类医院运行效率评价

[目的]分析浙江省中医类医院运行效率现状并对二级、三级中医类医院进行对比分析,探索其影响因素,为浙江省中医类医院优质高效发展提供参考。[方法]采用描述性统计分析方法描述各项指标基本情况,采用DEA-BCC模型和DEA-Malmquist指数模型分别从静态、动态分析医院效率和变化趋势。[结果]2021年3项投入指标[执业(助理)医师数、实有床位数、万元以上设备台数]与2017年相比分别上升了23.2%、10.4%和49.6%;2021年3项产出指标(总诊疗人次数、出院人数、医疗收入)与2017年相比分别上升了22.3%、7.3%和12.2%。2019年DEA有效的医院最多、共15家(19.5%),2021年最少、共10家(13%),5年间DEA均有效的医院有4家(5.2%),绝大多数医院处于非DEA有效;2017-2021年,TFP指数均值为0.982,EC指数均值为1,TC指数均值为0.982。[结论]卫生投入逐年增加,但浙江省中医类医院整体运行效率下降;二级公立中医院运行效率比三级公立中医院高;浙江省中医类医院存在无序规模扩张;技术进步是促进医院效率提升的推动力。

基于DEA-Malmquist模型的中西部高校科研效率评价研究

中西部高等教育振兴计划的颁布为长期处于相对落后的中西部高校科研水平的提升提供了政策支持。为此,研究以振兴计划扶持的100所高校为研究对象,运用非平衡面板数据的DEA-Malmquist指数方法来评价2011—2017年科研效率的变化,进一步挖掘科研水平提升的动力及阻碍。研究发现“振兴计划”高校整体科研效率处于中等偏上的水平但呈下降态势,仅有13%的高校实现了全要素增长。结合权重进一步判断,发现人才流失、经费投入冗余和科研产出不足是阻碍中西部高校科研效率提升的主要原因。因此,中西部高校要通过优化人才政策、释放经费活力、促进特色发展等要素的解决提升科研效率。

基于DEA-Malmquist的中国旅游效率评价及影响因素研究

为科学评价旅游资源配置效率,推动旅游业高质量发展,本文以中国31个省域(不含港澳台地区)为研究对象,采用DEA-Malmquist指数对2011年-2021年旅游业效率进行评价,并运用Tobit模型分析其影响因素。研究表明:纯技术效率是旅游效率的主要影响因素;31个省域旅游效率逐年递增,且造成不同省域旅游效率低的原因具有差异性;产业结构、经济发展水平、交通便利度促进了旅游效率的提升,而旅游资源禀赋对旅游效率有抑制作用,对外开放程度对旅游效率的影响则不显著。

基于DEA-Malmquist指数的湖南省水稻全要素生产率研究

在保障粮食安全的背景下,基于DEA-Malmquist指数法,分别对湖南省13个地级市、1个自治州水稻的动态投入产出效率进行测度,并将湖南省划分为长株潭城市群、湘南地区、大湘西地区、洞庭湖地区4个地区进行比较分析。实证分析结果表明:第一,由于技术的提高,全要素生产率呈上升趋势;第二,不同地级市自治州全要素生产率存在明显差异;第三,全要素生产率在洞庭湖地区、长株潭城市群、湘南地区、大湘西地区呈现依次递减的特征。基于此,有针对性地提出建议,从加大科研投入提升技术,政府推出政策红利解决实际困难,推动经济发展改善种植环境3个方面施策。

基于DEA-Malmquist指数的江西省农业机械化供给效率研究

为探究江西农业机械化发展水平,挖掘影响江西农业机械化发展的主要因素,寻求优化江西农业机械化发展路径。以江西省11个地市为研究对象,运用DEA-Malmquist生产率指数模型,研究江西省农业机械化供给效率动态变化规律。DEA-BBC分析结果表明,江西11个地市农业机械化综合技术效率处于上升态势,投入产出效率逐步改善,但整体未达到DEA有效,仍存在上升空间。Malmquist指数分析结果表明,江西省农业机械化TFP呈现阶段性波动上升特征,存在明显的区域性差距,规模效率在推进农业机械化进程中发挥重要作用,而技术创新和技术推广则成为影响农业机械化发展的关键因素。因此,既要从规模效率角度大力推进农业机械化规模发展,也要从政策支撑角度加快新农机、新技术的推广应用,更要从技术进步角度提高农业机械化技术水平,以优化提高江西省农业机械化供给效率。

我国政策性农业信贷担保体系运行效率评价——基于三阶段DEA-Malmquist指数模型

为加快构建财政金融协同支农机制,有效缓解农业融资难、融资贵问题,2015年以来我国通过财政资本金注入方式支持33个省(自治区、直辖市、计划单列市)建立省级农业信贷担保机构,推动形成覆盖全国的政策性农业信贷担保体系。本文运用三阶段DEA模型和Malmquist指数分析法,分别从静态和动态两个层面测度2019—2022年我国政策性农业信贷担保体系运行效率。结果表明:(1)随机误差因素与外部环境因素的影响会导致体系运行效率值偏低,其中农林牧渔业总产值的增加和财政农林水事务支出的降低对体系运行效率有促进作用。(2)调整后体系综合技术效率较高,但只有两省处于效率前沿面上,有15省低于体系均值0.902,最低的湖南省效率值只有0.65。(3)从全要素生产率指数来看,体系效率先升后降,技术和创新成为影响体系运行效率的主要因素。因此,推动区域协调发展、创新运作模式、防控业务风险是提高体系运行效率的重要途径。

基于超效率DEA-Malmquist指数的人工智能产业创新效率评价

本文运用超效率DEA从静态层面测算了2010—2020年我国30个省份的人工智能产业创新效率,并采用Malmquist指数对人工智能产业创新效率的变动情况进行动态分析,对人工智能产业全要素生产率进行分解,分析影响创新效率进步关键指标.研究发现:从整体发展水平看,我国30个省份的人工智能产业创新效率总体呈平缓上升趋势;从地区发展水平看,东、中、西部地区的人工智能产业创新效率存在明显的差异性,东部地区呈现缓慢下降的趋势,但仍继续维持领跑态势,中部地区人工智能产业创新效率总体呈缓慢上升趋势,西部地区人工智能产业创新效率呈波动式变化,但变化不大且始终低于平均效率;从全要素生产率来看,我国人工智能产业全要素生产率整体呈波动上升趋势,主要受技术效率和技术进步指数的影响,技术效率的提升得益于规模效率和纯技术效率的增长.

基于DEA-Malmquist模型的中国沿海省份科技创新效率研究

构建科技创新效率评价指标体系,运用DEA-BCC模型静态分析2021年中国沿海11个省份科技创新效率水平,对非DEA有效省份进行原因分析,并运用Malmquist指数,动态分析2011—2021年中国沿海11个省份科技创新效率的时空变化。研究发现,从静态分析看,2021年中国沿海省份科技创新效率整体较高,其中东部地区海洋经济圈科技创新效率水平最高,南部地区海洋经济圈科技创新效率最弱;纯规模效率是影响沿海省份能否处于DEA有效状态重要因素;从动态分析看,评价期内中国沿海省份科技创新整体处上升状态,Malmquist指数呈“下降-上升-下降-上升”循环变化;三大海洋经济圈从北往南依次为1.064、1.037、1.032,呈“北高南低”的空间布局,综合技术效率、纯技术效率是决定科技创新效率空间布局的关键因素。基于此,提出坚持市场需求导向,强化企业科技创新主体地位、优化科研资源投入,提升科技市场活力、打破区域限制,实现沿海科技创新协调发展等建议。

中国对海合会成员国直接投资分析——基于DEA-Malmquist指数模型

中国-海湾阿拉伯国家合作委员会峰会为双方经贸合作建立了新的发展契机,文章在海合会国家发展现状和与中国经贸合作分析的基础上,采用2010—2019年中国对海合会沙特阿拉伯、阿联酋、卡塔尔、科威特、阿曼以及巴林等6个正式成员国直接投资投入和产出数据,使用DEA-Malmquist指数模型分析了直接投资效率动态演变趋势。研究结果显示,中国对海合会各成员国直接投资效率有所差异,但总体未能达到改善水平。主要原因是技术进步效率制约了投资效率的增长,文章在最后结合研究结果和各国经济发展现状给出相关政策建议。

江西省科研院所科技创新效率研究——基于DEA-BCC模型和Malmquist指数模型

【目的】基于江西省科研院所科技统计调查数据,探索和分析江西省科研院所科技创新效率动态变化特征。【方法】以2001—2021年江西省科研院所科技活动人员、R&D经费内部支出、专利申请受理数、专利授权量、科技论文数和出版科技著作数等投入产出数据为基础,构建效率评价指标体系,通过DEA-BCC模型及Malmquist指数模型对其科技创新效率分别进行静态评价和动态分析。【结果】江西省科研院所的科技创新综合效率相对较高,R&D经费内部支出对江西省科研院所投入产出效率的影响更大,全要素生产率指数的浮动受技术进步指数的影响较大。【结论】仍需从加大财政支持力度、创新科研管理体制、深化“放管服”改革等方面不断完善科研院所建设,力争提升全省科研院所科技创新能力,更好地发挥科技创新主体作用。

基于DEA-Malmquist模型的森林碳汇效率分析

为探究辽宁省森林碳汇效率,基于DEA-Malmquist模型,对2000—2020年辽宁省14个市区的森林碳汇效率进行了全面评估,包括森林碳汇的静态综合效率及森林碳汇的动态效率变化。结果表明:2000—2020年14个市的森林碳汇综合效率第六次、第七次、第八次、第九次检测均值分别为0.560、0.558、0.589和0.644,表明不同地区森林碳汇效率存在显著差异。2000年以来,政府在林业科技上的投入带来了技术革新,并通过强化林业科技创新体系,显著提高了森林碳汇效率。研究不仅量化了各地区森林碳汇的综合效率,并通过DEA-Malmquist模型识别了影响森林碳汇效率的关键驱动因素,为制定科学的林业管理政策和提升森林生态系统的碳固定能力提供了实证依据。