Assessing Total Factor Productivity for Soybean Production in China Based on DEA-Malmquist Index: 2005-2017

The low and slowly increasing soybean yield restricts the development of soybean production. Accurate measures of total factor productivity (TFP) for soybean production can be helpful in identifying conditions, institutions or policies that promote soybean production development in China. In this paper, TFP growth for soybean production was estimated for a panel data of 10 major soybean producing provinces from 2005 to 2017. Results reveal that TFP grew at an average rate of 1.3% over the whole period, with technical progress contributing 2.3% and efficiency change providing the other -1.0%. The change of TFP for soybean production over that time, whether increase or decline, was mainly derived by technical change except in three years (2005-2007). Positive TFP growth in the provinces of Liaoning and Inner Mongolia, and negative TFP growth in Hebei and Anhui were mainly driven by efficiency change, specifically scale efficiency change except pure technical efficiency in Liaoning.

Analysis of Maize Production Efficiency Based on DEA-Malmquist Indexes: A Case Study of Henan Province

In order to improve the production efficiency of maize in Henan, China, the HP (High-Pass) filter method is used to obtain the maize trend yield. Secondly, the Malmquist index method is used to analyze the changes of TFP (Total Factor Productivity) of maize in 18 cities in Henan Province in the past 11 years. Finally, the amount of slack in maize input and output is analyzed. The results show that the research and development level of advanced technology of maize production in Henan Province has been improved to some extent in recent years;the advanced technology in various regions has not been fully promoted and utilized;there is a certain degree of relaxation in the input of various elements of maize;the resource allocation is unreasonable, and there is a certain amount of space for saving.

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DEA-Malmquist模型的地方高校科技成果转化效率时空演变

通过构建DEA-Malmquist模型,实证分析了中国地方高校2012—2021年科技成果转化的技术效率和全要素生产率的时空演变特征.研究结果显示,中国地方高校科技成果转化的综合技术效率逐年提升,但2017年和2018年出现了显著下滑,且效率指数整体偏低;科技成果转化的全要素生产率整体有所提升,但区域差异显著,中东部地区发展平稳,西部地区波动较大.为了进一步提升地方高校科技成果转化的效率,提出了强化学科建设质量、明确科技创新定位、创新转化体制机制和优化成果转化环境等建议.

DEA-Malmquist区域经济增长数字流通贡献率指数分析模型设计

本文旨在通过构建DEA-Malmquist区域经济增长数字流通贡献率指数分析模型,在该模型中引入动态权重模型,使得权重能够根据实际情况进行自适应调整,基于该模型实证分析数字流通对区域经济增长的影响。在研究中通过计算数字流通贡献率指数(D),对山东、珠三角和长三角地区数字流通贡献进行分析。研究发现,数字流通对区域经济增长具有积极影响。数字流通的高效运作加速了商品和服务的交易,提高了资源配置效率,推动了经济发展。本文研究成果不仅丰富了区域经济增长与数字流通方面研究的理论模型,并且得出的实证结论对政府决策和企业战略制定具有重要指导意义。

双元创新视角下“专精特新”中小企业创新效率提升路径研究——基于DEA-Malmquist和fsQCA的实证分析

“专精特新”中小企业是落实创新驱动发展战略的生力军,其创新效率的提升是一个复杂的因果交互过程。以169家专精特新“小巨人”上市企业为研究对象,运用DEA-Malmquist模型对其创新效率进行测算;同时基于双元创新视角,采用模糊集定性比较分析(fsQ-CA)方法识别提升中小企业创新效率的有效路径。研究结果表明:2019—2022年,专精特新“小巨人”企业的创新效率稳步提升,表现出强劲的创新实力和发展韧性,主要是受企业技术大幅进步的影响;中小企业创新效率提升路径可归纳为四条,即探索式创新主导型、利用式创新主导型、政府补贴支持下双元创新驱动型以及“数字+金融”赋能下双元创新驱动型。

基于投入产出表和DEA-Malmquist模型的辽宁省制造业产业效率分析

制造业是辽宁省的支柱产业和优势产业,提高制造业的产业效率是践行绿色低碳战略、优化资源配置的重要任务。运用投入产出表和三阶段DEA-Malmquist指数模型从静态和动态两个维度对辽宁省制造业细分行业产业效率进行实证研究,结果表明:辽宁省石油炼焦、金属冶炼、交通运输设备、化学产品部门的产业效率较高,产业竞争力较强;制造业整体达到了DEA有效;计算机、通信设备制造业的全要素生产率最高;汽车制造业和铁路船舶制造业的高效发展提升了交通运输设备部门的整体竞争力;医药制造业的产业效率仍有提升空间。

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。

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。

乡村振兴财政专项资金绩效评价比较研究——基于DEA-Malmquist模型

基于DEA-Malmquist指数模型,选取Y县30个省级乡村振兴试点村为研究样本,对各个村2019—2021年的乡村振兴财政专项资金的绩效进行评价。研究表明:Y县乡村振兴财政专项资金的投入效率整体呈下降趋势;不同区位的样本村之间发展存在明显差异;不同村落两个期间内的全要素生产率的影响因素也存在一定差异。最后,为地方持续推进乡村振兴,切实提高财政专项资金支出效率提出了相关建议。

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。

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.