中国粮食主产省(区)农业生态效率评价与比较——基于DEA和Malmquist指数方法

运用DEA方法测算出中国13个粮食主产区2000—2012年的农业生态效率,并运用Malmquist指数方法进行动态分析。结果表明,2000—2012年中国粮食主产区农业生态效率均值仅为0.928,只有6个省份的投入产出达到最优水平,其余省份的生产资源投入存在一定程度的效率损失。从2000和2012年的对比分析来看,辽宁、内蒙古、江苏、湖北、湖南和四川的农业生态效率一直保持较高水平,河南、河北、山东和安徽则都处于非DEA有效状态。从动态分析结果来看,虽然中国粮食主产区农业生态效率整体呈上升趋势,但农业生产技术进步和综合技术效率损失并存,技术进步、纯技术效率和规模效率是影响农业生态效率的主要因素。

基于DEA-Malmquist指数法的科技金融发展效率评价研究——以长江经济带为例

科学技术作为第一生产力在促进国民经济增长的过程中至关重要,随着以科技金融、科技咨询为代表的新兴科技服务不断发展,科技发展得以较快进行。在2014年国务院常务会议上,长江经济带战略被提升到国家战略层面,针对长江经济带区域科技金融发展效率评价意义重大。选取2009—2012年面板数据运用DEAMalmquist指数法对长江经济带11个省市样本科技金融效率进行综合评价,并据此提出相关发展建议,为长江经济带区域科技金融发展提供一定借鉴。

基于偏好DEA和Malmquist的煤炭企业安全效率动态分析

为准确评价煤炭企业安全效率,动态分析其发展规律,采用偏好数据包络分析(DEA)方法,测算2007—2010年我国煤炭企业100强中39家企业的安全效率,描述其整体现状。在此基础上,运用非参数Malmquist指数法,分析煤炭企业安全效率动态变化过程,并探讨煤炭企业安全效率发展的动力及阻碍因素。结果表明:2007—2010年,煤炭企业间安全效率差异明显,且整体较低,平均值仅为0.811。2008—2009年间的安全效率达到最大值2.961,其增长动力主要来自于技术进步,而技术效率较低在很大程度上阻碍企业安全效率发展。

我国新型城镇化基础设施投资效率测度与评价——基于三阶段DEA-Malmquist指数模型

基础设施投资效率是我国构建新型城镇化空间格局的质量保证。运用三阶段DEA-Malmquist指数方法,从静态和动态两个维度对2010—2019年我国29个省区市的城镇基础设施投资效率进行了实证分析。静态效率测度显示,我国各省城镇基础设施投资效率受环境因素影响较大,西部地区综合技术效率受环境影响程度大于东、中部地区;城镇基础设施投资效率较低的主要原因是规模效率低下,且大部分地区处于规模报酬递增阶段;分类型考察,有四成多省份的纯技术效率和规模效率处于“双低型”,与有效生产前沿面差距较大。动态效率测算发现我国城镇基础设施投资生产率(TFP)呈阶段性波动上升趋势,其增长动力主要来自技术进步;区域投资TFP变动显示出逐步放大的差异性特征。针对实证结果给出了提升我国城镇基础设施投资效率的相关政策建议。

安徽省战略性新兴产业全要素生产率测度——基于DEA-malmquist指数模型

文章基于DEA-malmquist指数法,先从产业整体层面对2008-2015年安徽省战略性新兴产业TFP进行实证测算,得到各年份的TFP及其分解指数,然后分产业对安徽七大战略性新兴产业TFP变化率及其分解指数进行测算,得到各战略性新兴产业TFP年均变化率及其分解指数,进而揭示安徽战略性新兴产业的增长源泉;再通过实证回归分析,探讨安徽战略性新兴产业TFP变动的影响因素;最后提出了提升安徽战略性新兴产业全要素生产率的具体对策建议。

中国生猪养殖生产效率的实证分析——基于DEA-Malmquist指数法

运用DEA-Malmquist指数法,分别测算2005—2010年中国东北、东部、中部和西部地区不同规模生猪养殖的全要素生产率变化及其分解项。研究结果显示:近年来中国不同规模生猪养殖的全要素生产率均呈一定程度的小额负向增长,技术退步是其下降的根源;在国家生猪生产扶持政策的引导下,2008年中国生猪养殖的全要素生产率出现显著上升;不同地区生猪养殖的全要素生产率变化存在明显差异,即东部地区有所提高,西部地区呈下降趋势。最后提出,加快生猪生产的科技进步、加大政府的扶持力度是提高生猪养殖的生产效率的关键措施。

基于Malmquist指数的我国电信业动态效率研究

在运用数据包络模型分析我国电信业技术效率和规模收益状况的基础上,使用衡量产业效益水平的Malmquist指数研究了我国电信业的生产率增长水平及其变迁。实证结果表明:技术效率的改善而非技术进步是我国电信业生产率增长的源泉,竞争是改进运营商技术效率、促进生产率增长的有效手段。

“双一流”背景下我国高等教育资源配置效率测评及影响因素研究——基于超效率DEA-Malmquist方法和Tobit模型

高等教育发展水平是一个国家发展水平和发展潜力的重要标志,研究我国高等教育资源配置效率问题,对进一步促进高等教育优质均衡发展、建设教育强国具有重要意义。本研究基于超效率DEA-Malmquist方法,连续动态测评我国31个省(自治区、直辖市)2016—2019年高等教育资源配置效率,分析东中西部高等教育资源配置效率差异,利用Tobit回归模型进一步探索影响高等教育资源配置效率的因素。结果表明,高等教育资源配置综合效率稳步提升,配置效率主要受技术效率变动影响。总体而言,区域间高等教育资源配置效率不存在显著差异。基于研究结论提出了推进教育资源配置方式改革、加强区域协同发展机制建设、优化高校学科专业布局相关建议,以全面提升高等教育质量。

基于DEA-Malmquist指数法的中国食品工业绿色全要素生产率评价

运用2006—2014年中国食品工业的面板数据,采用熵值法测度中国食品工业的环境污染综合指数,应用DEA-Malmquist方法在综合考虑环境污染和能源消耗问题的基础上测度中国各类食品工业绿色全要素生产率。研究发现,2006—2014年,食品工业环境污染指数大致呈现一个先上升后下降再上升的走势;2006—2014年,中国食品工业绿色全要素生产率Malmquist指数基本呈现一个波动上升的趋势;2006—2014年,中国食品工业的技术效率平均值较小,但基本呈现上升趋势,只有农副食品加工业的技术效率一直保持有效性。

辽宁省装备制造业效率分析——基于DEA模型和Malmquist指数法

运用2001—2014年27个省市的面板数据,使用DEA模型中的BCC模型和Malmquist指数法对辽宁省装备制造业及其细分行业的综合效率和全要素生产率(TFP)变化进行分析。结果表明:辽宁省装备制造业更多依靠规模和数量取胜,而非产业发展质量;近几年来辽宁省的要素使用效率有一定的提升,对劳动投入的利用水平低于资金投入;辽宁省装备制造业全要素生产率的变动主要是由技术进步引起的,技术效率的变动起的作用相对较小,但近几年全要素生产率的下降则主要是由技术效率变动的下降引起的,而这种下降主要是由于纯技术效率的下降引起的。

重庆市农业全要素生产率分析:基于Malmquist指数方法

运用非参数Malmquist指数法,对2000-2006年重庆市县域层面上的农业全要素生产率的变动趋势和构成进行了分析。结果表明:2000-2006年期间重庆市农业全要素生产率年均增长率为4.0%,其中,农业技术效率变化指数年均增长率为5.0%,而农业技术进步指数反而年均下降1.0%;重庆市农业全要素生产率的增长主要来自于技术效率的改善而非农业技术的进步。重庆市要提高农业生产率,增强农业可持续发展能力,应根据自身特点和发展需要,优化投入结构和规模,加强和加快农业技术的研发能力,改革和完善农业技术推广体系,提高农村人力资本质量,继续加强农业基础设施建设。

我国欠发达地区农业生产技术效率的实证分析——采用DEA方法和Malmquist指数方法测度

利用欠发达地区1978年-2008年的农业年度数据,通过DEA方法和Malmquist生产率指数方法,测算欠发达地区的农业综合技术效率、纯技术效率和规模效率,对欠发达地区农业生产效率过低的原因进行分析。结果显示,欠发达地区整体的农业生产技术和经营管理水平不高,还未达到技术有效要求;生产规模变化对农业的推动作用不明显,技术效率较低;农业可持续性在减弱,但减弱的速度不明显。因此,要提高我国欠发达地区农业生产技术效率,就必须改善农业基础设施,扩大农户经营规模;在农村普及科学技术知识,依靠技术提高土地的生产效率;加大财政支农的力度,发挥财政投资的带动效应。

产业结构合理化对区域碳生产率的影响——基于DEA-Malmquist指数法的分析

为了探讨产业结构合理化与区域碳生产率的关系,我们在针对中国各区域产业结构的合理化水平展开评价与分析的基础上,进一步采用DEA-Malmquist分析法测度了包括碳排放要素在内的各区域广义碳生产率,并基于2004—2012年中国各省市面板数据研究产业结构合理化趋势对于区域碳生产率的影响。研究发现产业结构合理化对于提升全国层面的碳生产率有着正向影响,在分区域的研究中,东部地区产业结构合理化对于碳生产率的提升影响更为显著,中部和西部地区则表现尚不明显。

1998-2012年我国中等职业教育全要素生产率变动分析——基于Malmquist指数方法

1998-2012年,我国中等职业教育经历了低谷期、大发展时期、转型期等不同的阶段,借助Malquist指数方法分析我国中等职业教育的全要素生产率指数(TFP)变化,可以发现,我国中等职业教育全要素生产率的增长主要由技术进步效率推动,资源配置效率对全要素生产率的作用有限。同时,规模效率和纯技术效率对资源配置效率作用并不明显。不断提高中等职业教育的技术进步水平和技术管理水平是其可持续发展的保证。

基于Malmquist指数法的不同饲养规模生猪生产效率研究——非优势产区和全国的比较

基于Malmquist指数法,利用2006—2013年中国7个生猪非优势产区的投入产出数据,分别测度小、中、大3种饲养规模生猪非优势产区的生产效率增长与分解,并与全国平均水平进行比较。研究得出:(1)中国生猪非优势产区在小规模和大规模饲养模式下生产效率水平都要高于全国,并非非优势产区生产效率就低。(2)每种规模饲养模式下,都有生产效率最优的生猪非优势产区,但非优势产区之间,生产效率水平也存在较大差异。(3)研究期内,每一阶段生猪非优势产区在3种规模饲养模式下生产效率存在差异,而且每种规模在纵向时序上,生产效率增长速度波动性较大。

新医改实施以来我国各类医疗卫生机构资源配置效率的变动分析——基于DEA和Malmquist指数方法的实证研究

文章在基于BCC-CCR和Malmquist指数模型实证测算2009-2017年我国各类医疗卫生机构的资源配置效率时发现:医院、基层医疗卫生机构、专业公共卫生机构资源配置效率DEA有效的年份为七年、五年和七年,各自占比77.78%、55.56%以及77.78%,全要素生产效率变动均值分别为0.982、0.993、0.975,新医改政策实施对我国医疗卫生机构资源配置效率的改善并不显著。进一步研究表明:我国各类医疗卫生机构资源配置效率非DEA有效的主要原因在于技术与规模投入不足或规模投入过剩,全要素生产效率指数的总体变动主要受技术变化指数影响,与技术效率变动、纯技术效率变动以及规模效率变动指数无关。为此,应加大医疗卫生技术投入、推动医疗卫生技术革新,合理控制医疗资源投入规模、逐步实现规模产出最大化,优化医疗卫生资源配置结构,着力增强基层医疗卫生机构和专业公共卫生机构资源配置效率,从而改善医疗卫生机构整体效率,进一步提升新医改政策实施成效。

基于DEA-Malmquist指数法的宁夏制造业全要素生产率分析研究

运用2009-2018年10个行业的面板数据,使用数据包络分析(DEA)和Malmquist指数法的合成模型对宁夏回族自治区制造业及其十个细分行业的综合效率和全要素生产率变化进行分析。运用软件DEAP2.1进行数据的动态分析,得出了宁夏制造业生产率指数按不同时期和不同行业的分解。结果表明:宁夏制造业生产率年均增长为1.1%,而技术效率和规模效率出现年均0.6%和1.4%的衰退,对生产率产生了负面影响。因此,为了保证宁夏制造业生产率的增长,结合Malmquist指数法的分析结果从政府层面、企业层面和产业层面三个方面提出了合理的建议。

中国高等教育资源配置效率分析——基于BCC和Malmquist模型

基于2009—2016年的省级面板数据,运用DEA-BCC模型和Malmquist指数法对我国高等教育资源配置效率进行测算,并结合探索性空间数据分析方法(ESDA)分析我国高等教育资源配置效率的空间分布状态。结果表明,研究期间我国四大区域高等教育资源配置效率均值排序为中部地区>东部地区>东北地区>西部地区,技术效率达到最优的省份所占比重为9.68%;整体上看,我国高等教育资源配置效率的Malmquist指数累计增幅较小,各省域高等教育资源配置效率提升的主要原因是技术进步;我国高等教育资源配置效率不存在显著的空间相关关系,局部空间分异特征不明显。

中国工业技术进步的分解及影响因素研究——基于DEA的Malmquist指数法

笔者在梳理评介不同方法核算中国工业技术进步的基础上,利用基于数据包络分析的Malmquist指数法对中国工业技术进步状况进行了分解与综合考察,并根据行业间面板数据对内外因素的影响进行了实证检验,发现中国工业全要素生产率在技术效率和技术进步的推动下实现了持续快速增长,研发投入、企业平均规模、资本强度和进口对工业技术进步发挥了积极促进作用,但资本强度的作用在统计上并不显著,而出口和FDI则表现出一定的抑制作用。

我国6大城市群高新区创新经济效率评价——基于DEA模型和Malmquist指数分析

国家自主创新示范区作为区域创新的重要节点和产业,近些年出现以城市群高新区为基本设立单元的趋势。本文运用DEA方法和Malmquist指数法,基于我国6大城市群14个省市高新区2013~2017年的面板数据,分别从区域和城市群两个视角,对其高新区创新效率进行静态和动态的研究。结果表明:6大城市群中高新区创新效率整体保持上升。从区域角度来看,创新效率增长呈现"西高东低"的态势。从城市群角度来看,城市群呈现内部创新效率不均衡。通过对区域及城市群创新全要素生产率进行分解发现,技术效率变化是影响创新效率的主要因素,提升纯技术效率和规模效率成为创新效率新的增长点。最后,依据结论提出相应的政策建议,为进一步提升高新区创新能力建设提供参考。