DEA论文:中国研究与发展投入产出效率分析
基于DEA的国家自然科学基金投入产出相对效率评价

指标 。定性 的方法 如 广 泛应 用 的 专 家评 议 法 , 但评 估和 预测 的结果受 评估 人员 和专家 的主观 因 素影 响较 大 ; 构建 复 杂 指标 体 系 的方法 也 而
有指标 过 多 、 标 间 关 系 不 明确 、 作 过 程 复 指 操
争 力 的高 素 质科 研 队伍 等 发挥 了重要 的作 用 。
投入Байду номын сангаас产 出 效 率评 价
Ist eo c n eadT cnl yI om t n J n s nvrt, hn ag22 1 , hn ntu f i c n eh o g fr ao , i guU i sy Z ej n 103 C ia it S e o n i a ei i
管理 。采 用投 入导 向型 的 数据 包络 分 析 模 型 与 文 献计 量 学相 结 合 的 方 法 , 用 M D A 运 yE 软件 求 解 国家 自然科 学基金 ( 面上 与 重点项 目)9 6— 0 5年 间科 研投 入 产 出的 D A效 19 2 0 E
率值 , 发现 国家 自然科 学基金 投入 产 出相对 效率呈 现 下降趋 势 , 需要 采取有 利 的科研 政 策
因变 量关 系为 线性 , 只能假 设 一 个产 出项 为 应
提 高 自然科 学基 金 的利 用效率 。
关键 词 数 据 包络分析 文献计 量 法 分类 号 G 1 31
Ev l to f t l i e Ef c e y a ua i n o he Reatv f inc i o S fN FC c iiis Ba e n D EA A tv te s d o Anayss l i Z a i h o Fe
国家 自然科 学基 金 的投 入产 出效 益是衡 量一 种
基于DEA模型的农业投入产出分析

基于DEA模型的农业投入产出分析作者:韦代雄来源:《合作经济与科技》2010年第19期提要中国是一个农业大国,农业是国民经济的基础,在我国经济腾飞中扮演着十分重要的角色,只有农业发展了才能为二三产业提供重要原材料和广阔的市场。
本文运用DEA中的CCR 模型对我国农业投入产出指标进行分析,得出31个省市的技术效率、纯技术效率和规模效率,进而可以得出比较结果,并提出对策建议。
关键词:DEA模型;农业投入产出;比较借鉴中图分类号:F32文献标识码:A一、引言农业的发展关系着国运民生,改革开放以来我国的经济发展突飞猛进农业增长迅速,但并没有摆脱粗犷型增长方式,所以,依赖科技创新提高农业生产率是我国农业增长的长期目标。
在此,通过对我国各省市的投入产出效率研究,对比不同省市的效率、规模和方法后,各省市可以取长补短,改善农业生产技术,提高农业生产效率和促进农村经济发展,所以对农业效率分析具有重要的意义。
本文适用数据包络分析方法(DEA)对31个省市的农业投入产出效率进行了实证分析并提出对策建议。
二、DEA方法DEA(Data EA)方法是数据包络分析方法的简称,由著名运筹学家A.Charnes和W.W.Cooper 和Rhodes在1978年提出,在法雷尔基础上,从相对效率概念为基础发展起来的一种崭新效率评价方法。
该方法的原理主要是通过保持决策单元(DMU)的输入或者输入不变,借助于数学规划和统计数据确定相对有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。
使用DEA分析方法我们能够有效的地得到生产要素投入和产出之间的效率关系,从而衡量投入的合理性,而且还可以测定在投入要素非DEA有效的情况下如何改进要素投入量,从而使要素投入达到最优状态。
所以本文配合运用DEA方法中的不考虑规模收益的CCR模型和考虑规模收益的BCC模型对我国各地区的农业投入产出效率进行分析。
基于DEA模型下的科技投入产出效率评价研究

基于DEA模型下的科技投入产出效率评价研究[摘要] 通过构建科技投入产出指标体系,运用DEA模型对广东省2000-2012年的科技投入产出效率进行评价。
结果表明:广东省的科技投入产出效率平均值达0.962,科技资源配置基本处于相对最佳状态,不存在科技资源过度浪费的现象,科技产出的不足在科技投入不断合理、高效利用的过程中逐渐得到消除。
广东省应在有限的科技人力、财力资源条件下进一步提高资源的利用效率;在有条件的情况下,适当增加科技投入,以期获得更多的科技产出。
[关键词] 科技;投入;产出;效率;DEA模型1 引言近年来,广东省区域创新能力不断增强。
广东在国内率先出台《广东省实施自主创新促进条例》。
2012年广东的技术自给率从53.9%上升到68%,研究与实验发展经费支出占生产总值比重从1.3%提高到2.1%。
PCT国际专利受理量、发明专利授权量稳居全国第一。
电子信息、新能源、高端装备制造、生态环境等重点领域的一批关键技术取得突破,基因组、超材料、干细胞、中微子等方面创新成果跻身国际领先水平。
省部院产学研合作获得显著成效,共实施合作项目2万多项,累计实现产值超过1.2万亿元。
获得“973”首席科学家项目37项。
党的十八大报告中提出“创新驱动发展战略”,科技作为创新驱动力的作用不断凸显。
当前阶段,广东省正处于经济结构调整的加速期、产业转型升级的攻坚期和科技创新的活跃期。
截至2012年,广东省R&D投入强度已达2.1%,不断增加的科技投入对广东省的社会经济发展起到了积极的促进作用,而如何追寻科技投入与科技产出的最佳平衡点,成为了各级政府关注的重点。
因此,对科技投入产出效率进行评估,进而指导资源的合理、高效运用具有重要意义。
由于科技活动是一个多投入、多产出的过程,传统的投入产出比例法和参数法已不再适用,学者们更多采用非参数法来计算投入产出效率,而DEA模型是最常用的方法之一。
通过收集相关数据,本文从技术有效性和规模有效性角度分别对广东省2000-2012年的科技投入产出效率进行实证分析,以期为相关部门提供参考。
基于DEA的全国各省市科研投入产出效率研究

基于DEA的全国各省市科研投入产出效率研究【摘要】运用数据包络分析法比较我国31个省市科研投入产出效率。
首先建立科研投入与产出指标体系,然后对收集的统计数据进行计算,发现我国大部分地区的科研投入产出为低效率,运营效率总体上不良,且东部地区的科研比较有效,中部和西部地区科研效率相对较低。
最后运用投影分析法,给出各个地区调节其投入产出以提高效率的对策。
【关键词】数据包络分析(dea);科研效率;对策建议高校的科研活动是地区产业升级的助推器,科研经费是这个助推器得以运行的基础条件。
科研经费的投入量和科研经费的效率不仅直接关系到高校科研活动的质量,还会对地区的产业升级和经济转型产生深远的影响[1]。
高等教育核心竞争力反映一个地区在高等教育规模、质量、结构和效益等方面的综合水平和实力,是国家与地区竞争力的核心和基础。
目前我国对高等教育竞争力的研究尚处初级阶段,且侧重于理论研究而实证研究偏少。
虽有少许的定量分析研究,但也只是初步探索。
在对我国各地区科研实力评比方面,很多学者都是通过spss软件,对所选的若干项指标进行聚类分析和因子分析,客观、定量地衡量各地区科研实力。
本文比较了全国各省市在科研领域的投入产出情况,运用dea模型进行了科研经费效率评价,给出提高我国科研投入产出效率的对策建议。
1.dea简介数据包络分析(the data envelopment analysis,简称dea)是1978年由美国著名的运筹学家a.charnes和w.w.cooper等学者,以相对效率概念为基础发展起来的一种效率评价方法。
他们的第一个模型被命名为c2r模型,从生产函数角度看,这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。
1984年r.d.banker,a.charnes和w.w.cooper给出了一个被称为bc2的模型[2]。
数据包络分析(即dea)可以看作是一种统计分析的新方法,它是根据一组关于输入-输出的观察值来估计有效生产前沿面的。
基于DEA模型下的科技投入产出效率评价研究——以广东省科技投入产出效率评价为例

对 广 东 省 的社 会 经 济 发 展 起 到 了 积 极 的 促 进 作 用 ,
3 DE A 模 型
数据 包络法 ( D E A) 由 著 名 运 筹 学 专 家 A. C h a me s和 W. w. 府 关 注 的 重 点 。 因此 , 对科技投入 产出效率进行 评估 , 进 而 指 导 C o p p e r 首次 提出 . 是一种 以“ 相对 效率 ” 概 念 为 基 础 的 多 指 标 投 资 源 的合 理 、 高效运用具有重要意义。 入 产 出效 益 评 价 方 法 。 通过构建 D E A模型 。 不 仅 可 以 对 决 策 单元
台《 广 东 省 实 施 自主 创 新 促 进 条 例 》 。2 0 1 2年 广东 的 技 术 自给 率 分 别 体 现 知 识创 造 成 果 和 技 术 发 明 成 果 , 而 技 术 市 场 合 同成 交 额 直 接 反 映 了 出售 专 利 或 技 术 转 让 所 获 得 的 收入 : 高新 技术 产 业 是 国 民 经 济 的 战略 性 先 导 产 业 , 其 能 否 健 康 发 展 决 定着 产 业 结 构 能 收 入 两个 指 标 来 衡 量 ( 见表 1 ) 。
基于DEA的我国“985”高校科技投入产出效率分析

输 出矩 阵 y、 出权系 数矩 阵 U可分 别记 为 输
; ;
;
‰
;
V=
;
我 国 “8 程 ” 95工 高校 发 展 中的 问题 , 了对 我 国“ 8 为 95 工 程 ” 校 的科 研 投 入 产 出 水 平 给 出一 个 合 理 的 评 高 价 , 文 结合 我 国“ 8 本 95工程 ” 设 高 校科 技 创新 投 入 建 产 出 的 特 点 , 建 了评 价 高 校 科 技 投 入 产 出效 率 的 构 D A模 型 , 析 了高校 科 技投 入 产 出效 率 。并 结合 分 E 分
立基 于 D A 的高校科技投入产 出效率评价模 型。产 出变量选取专著数 量、 E 国外及 全 国性刊 物发 表论文数 、 鉴定 成 果 数、 技术转让 当年实际收入 、 国家级奖项等 , 应用该模 型对我 国 3 7所 “ 8 9 5工程” 高校 20 0 8年 的科技投入 产 出效 率进行 了比较。研 究结果表 明,7所“8 3 9 5工程” 高校科技投入产 出一部分处于 D A有效率 , E 一部分处于 非 D A有 E
21 0 2年 3月
Ma.2 2 r 01
天 津 大 学 学 报 ( 会 科 学 版) 社
J U N L O I N I N V R IY ( O I L S I N E ) O R A FT A JN U I E ST S CA CE C S
第 l 4卷 第 2期
Vo . 4 No 2 11 .
析结果 , 出进一 步 提 高高 校 投入 产 出水 平 的政 策 建 给
议
X=
;
~
;
~ ~ ~ ~
~ ~ ~ ~ ~
基于DEA的国产手机企业投入产出效率分析——以华为、中兴为例

5 2 . 6 , 市 场 份 额 达 到 7 9 . 7 。仅 联 想 、 华 为 、中
本土 化能 力 , 是 国 产 品 牌 在 未 来 持 续 领 先 的保 证 。 云凤在 2 0 1 2年 口 采用 S W OT 分 析 方 法 对 国 产 手 机
近年来 , 国 产 手 机 在 我 国 手 机 市 场 上 占 有 的 份 额 越来 越 高 , 但 期 间费用 、 生 产 成 本 的 投 入 过 高 使 得 企 业利 润 率低制 约 着 国产手 机企业 的发展 。 1 0年 之 间 , 国产 - T - 机 已经 经 历 三波 大 起 大 落 。 而借移 动互 联 网 、 智 能手 机大 爆发 的“ 东风 ” , 国 产 手 机 正在 迎来 第 四波 浪潮 。当苹果 、 三星 、 诺 基 亚 还 在 为 市 场 份 额 和 新 产 品 的 部 署 焦 灼 并 努 力 维 持 三 足 鼎
如 中兴 、 华 为等 ; 中 国大 陆做 国外 市 场 的杂 牌 手 机 。
析, 认 为 国产手 机 发 展潜 力 巨大 , 但存在着: ① 未 掌
握核 心技 术 , 缺 乏技 术研 发能 力 ; ② 手 机 质 量 保 障 缺
乏, 导 致信 誉 问题 ; ③ 缺 乏 市场 营 销 能 力 ; ④ 缺 乏 品
第 3期 总 第 3 0 1期
基于D E A的国产手 机企业投入产出 效 率分 析
— —
以华为 、 中兴为例
邓 静 莹 , 赵 平 飞
6 1 0 0 3 9 )
( 1 . 西华大学 ; 2 . 四J i I 旅游学院 , 四J i l , 成都
基于DEA模型的煤矿企业安全投入产出效率

DEA模型在安全管理中的应用
• DEA模型在煤矿企业安全管理中具有广泛的应用价值。首 先,它可以评估煤矿企业的安全投入产出效率,帮助企业识 别哪些环节需要改进。其次,DEA模型还可以比较不同煤 矿企业的效率水平,为企业的安全管理提供参考。此外, DEA模型还可以用于评估政策或技术变化对煤矿企业安全 投入产出效率的影响。
该企业安全产出的衡量主要依据 事故发生情况、职业病发病率、 安全生产标准化达标水平等。
根据DEA模型分析,该企业安全 投入产出效率较低,需要加强安 全管理及资源配置优化。
CHAPTER 06
研究结论与展望
研究结论
煤矿企业安全投入产出效率较 高,但存在一定差异。
不同煤矿企业在安全投入和产 出方面的表现有所不同,需针 对性地提高安全投入产出效率
02
煤矿企业安全投入产出效率低 下,资源浪费和管理不善等问 题亟待解决。
03
DEA模型在评价多输入多输出 系统的效率方面具有优势,可 应用于煤矿企业安全投入产出 效率评价。
研究目的与方法
研究目的
本研究旨在利用DEA模型,对煤矿企业安全投入产出效率进行客观、全面的评价,找出存在的问题和改进方向 ,提高煤矿企业安全管理水平。
CHAPTER 03
煤矿企业安全投入产出效率 分析
安全投入指标选取
01Βιβλιοθήκη 0203物质投入包括安全设施投入、职业 健康安全管理体系建设投 入、事故应急救援投入等 。
人力投入
包括安全管理人员培训投 入、员工安全培训投入、 职业健康体检投入等。
技术投入
包括安全生产技术研发与 推广、职业病防治技术研 发与推广等。
技术升级
引入先进的安全生产技术和设备,提高生 产效率和安全性。
中国制造业技术创新投入产出效率的DEA聚类分析

各省市制 造业 1 9 9 4— 2 0 0 3年期间技术创新 效率
值 ;韩 晶 [ ] 运用 随 机 前 沿法 对 我 国制 造 业 技术 创
第3 期( 总第 2 3 3期 ) 2 0 1 3 年 3月
工 业技 术经 济
o f I n d u s t i r a lT e c h n o l o g i c a lE c o n o m i c s
№. 3( G e n e r a l 。N o . 2 3 3 )
Ma r . 2 0 l 3
一
9 0 —
第3 期( 总第 2 3 3 期) 2 0 1 3年 3月
工 业 技 术经 济
o u n l a l o f I n d u s  ̄a l T e c h n o l o g i c a l E c o n o mi c s
N o . 3( C , e n e n d ,N o . 2 3 3 )
升技 术创 新效 率 来 获 得创 新 能 力 提 升 。研 究 中国 制造 业技 术创 新 效 率 ,有 助 于 了解 中 国制造 业 技 术创 新效 率 现状 和 创 新 过程 中 的薄 弱之 处 ,从 而 制 定符合 实 际 的制 造业 创新 发展 战略 。
费 、R & D人员、科技经费 内部支出、科技活动人 员为投 入指标 ,以新 产品项 目数、新 产品产值 、 专利申请数、工业总产值为产出指标 ,用 因子分 析定权法测度了北京制造业技术创新效率 ;王鹏 , 王良 健 ,王丽娟【 5 ] 运用数据包络分析对 2 0 0 6 年湖
全口径中国文化产业投入产出效率研究基于三阶段DEA模型和超效率DEA模型的分析

全口径中国文化产业投入产出效率研究基于三阶段DEA模型和超效率DEA模型的分析一、本文概述本文旨在对全口径中国文化产业的投入产出效率进行深入研究,运用三阶段DEA模型(数据包络分析)和超效率DEA模型作为主要的分析工具。
文化产业作为现代经济体系中的重要组成部分,其效率问题不仅关系到产业自身的健康发展,也对国家文化软实力和国际竞争力产生深远影响。
因此,本文的研究具有重要的理论价值和现实意义。
在研究方法上,本文首先采用三阶段DEA模型对文化产业的投入产出效率进行初步分析。
三阶段DEA模型能够有效地消除环境因素和随机误差对效率评估的影响,从而更准确地反映文化产业的核心效率。
在第一阶段,我们利用DEA模型计算出各文化企业的效率值;在第二阶段,通过SFA模型(随机前沿分析)分离出环境因素和随机误差;在第三阶段,调整投入值,重新计算效率值。
为了进一步揭示文化产业效率的内在差异和潜力,本文还引入超效率DEA模型进行深入分析。
超效率DEA模型能够对DEA有效的决策单元进行进一步的效率评价,从而发现文化产业中的优秀企业和潜在改进空间。
通过这一模型,我们可以更全面地了解文化产业中各企业的效率状况,为政策制定和企业决策提供参考。
本文的研究旨在通过三阶段DEA模型和超效率DEA模型的综合运用,全面、深入地分析全口径中国文化产业的投入产出效率,以期为文化产业的高效发展提供理论支持和实证依据。
二、文献综述文化产业作为现代经济的重要组成部分,其投入产出效率的研究越来越受到学者们的关注。
在国内外学者的研究中,对于文化产业效率的评价方法主要包括数据包络分析(DEA)和随机前沿分析(SFA)等。
其中,DEA模型因其无需设定具体的生产函数形式、无需估计参数、能够处理多投入多产出问题等优点,被广泛应用于文化产业效率的评价中。
在DEA模型的应用上,国内外学者对其进行了不断的改进和创新。
传统的DEA模型主要关注决策单元(DMU)的相对效率评价,而无法对有效DMU进行进一步的比较和排序。
基于复合DEA的我国各地区高新技术产业投入产出相对效率评价研究

() 1 若 < , 决 策 单 元 矗不 为 D A有 效 ;2 若 o , 1则 E ( ) %1 则 区高新技 术产业 呈 现 出不平 衡发 展 态势 . 投 入产 出相对 决 策单 元 『至少 为弱 D A有效 ;3 若 0 , 其 0 E ( ) %1 且有 1 , 效率迫切 需要科 学方 法 予 以 比较 分 析 。综上 。 于 理论 意 基 1则 决策单 元 南为 D A有 效 。 , E
义和客 观需要 , 文应 用 复合 D A方 法 , 我 国各 地 区高 本 E 对 复合 D A方 法 的基 本 原 理是 ,设 全部 指标 构成 集合 E 新技 术 产业 投入 产 出相 对 效 率 进行 了较 全 面系 统 的实 证 D, 以各 决 策 单 元 的相 对 效 率 值 ( 为 分量 构 成 向量 0 D)
方 法对 湖 北省 高技 术 产业 近十 年 的投 入 产 出相对 效 率进 行 了有 效性 评 价 和排 序分 析 ; 娜 、 曙 东 (o 7 以江 苏 薛 赵 2o )
出。通 过对 偶变 换 , 引入非 阿基 米 德无 穷小 量 , p 卜一 2 I u CR n mi 【- (r-eS) n 0 8  ̄ + r+】 S
维普资讯
一20 年 第 3期 08
■现 代管理 科学
■名家观 察
基于复合 DE A的我国各地 区高新技术产业 投入产 出相对 效率评 价研 究
●傅 毓 维 朱 发根 刘 拓
摘要 : 高新技 术产 业 的发 展 , 直接 关 系到 一个地 区产 业结 构优化 和经 济发展 。文章 运 用复 合 DA 数据 包络分析 ) E( 方
中, 刘志迎 、 叶蓁 (0 6 基 于非 参数 的 Mam us 指 数方 法 模型 可 以表 示 为 : 20 ) lq i t
基于DEA的全国各省市科研投入产出效率研究

河南
湖 北
t O 0 o
0 7 8 8
I
1 2
O O 0 0
0 0 o 0
0 0 0 0
0 0 o 0
0 O O O
0 0 0 0
是1 9 7 8 年 由美国著 名的运 筹学家A . C h a r n e s 和W . W . C o o p e r 等 学者 , 以 相对 效率概 念为基础 发展起 来的一种 效率评价 方法 。他 们的第一个 模 型被命 名 为c 。 R 模 型 ,从生产 函数 角度 看 ,这一模 型是 用来研 究具 有 多个输 入、特别 是具有 多个输 出的 “ 生产部 门 ”同时 为 “ 规模 有效 ” 与 “ 技 术 有 效 ” 的 十 分 理 想 且 卓 有 成 效 的方 法 。 1 9 8 4 年R . D . B a n k e r , A . C h a r n e s 和W . W . C o o p e r 给 出 了一 个 被 称 为 B c 的模 型[ 2 ] 。 数 据包 络分析 ( E P D E A)可 以看 作 是 一 种 统 计 分 析 的 新 方 法 ,它 是 根 据 一 组 关 于 输 入 一输 出 的 观 察 值 来 估 计 有 效 生 产 前 沿 面 的 。 在 有 效性 的评价 方面 ,除 了D E A 方 法 以外 , 还 有 其 它 的 一 些 方 法 , 但 是 那 些方 法几 乎仅 限于单 输 出的情况 。相 比之下 ,D E A 方法 处理 多输入 , 特 别 是 多 输 出 的 问题 的 能 力 是 具 有 绝 对 优 势 的 。并 且 ,D E A 方 法不仅 可 以 用 线 性 规 划 来 判 断 决 策 单 元 对 应 的 点 是 否 位 于 有 效 生 产 前 沿 面 上 ,同时又可 获得许 多有用 的管理信 息。因此 ,它比其它 的一些方法 ( 包 括采用 统计 的方法 )优越 ,用处也更 广泛 。 假设有n 个可 E E 性的决策单元记为D MU ( = l , …, , 每 个 决 策 有m 种 类 型 的输 入 ( 指 该 决 策单 元 对 “资源 ” 的耗 费 )和 s 种 类 型 的输 出 ( 表 示 该 决 策 耗 费 了 “资源 ” 之 后 “ 成 效 ” 了 的 一 些 指 标 )。D J I U j 的输入 、输 出 向量 分 别为 :
基于DEA模型的中国林业投入产出效率评价

基于 DEA模型的中国林业投入产出效率评价摘要:林业是我国重要的国民经济组成部分,对改善生态环境、促进国民经济可持续发展有着重要作用。
基于此,本文对基于DEA模型的中国林业投入产出效率评价进行了论述。
关键词:DEA;林业投入;林业产出;效率林业是国民经济的重要基础产业,又是重要的社会公益事业,承担着改善生态环境、促进国民经济可持续发展的双重使命。
为了促进林业生态保护与发展,我国政府不断加大对林业的公共投入。
在政府投入引导下,社会资本对林业的投入近年来也呈蓬勃发展之势。
因此,林业投入产出的效率问题值得人们关注。
一、指标选取及样本数据来源DEA评价模型最关键环节是对其投入产出指标的选取,投入产出指标及其样本的选取对最后的评价结果有很大影响。
指标的选取不仅要考虑数量,还要考虑其“质量”。
国外研究的指标体系不完全适用于我国林业投入产出效率评价,而国内学者对所选取的指标体系也各有侧重,未充分考虑到林业的生态、社会效益,因而也不宜完全借鉴。
林业投入应是为促进林业发展而投入的各种生产要素。
根据西方经济学理论,资本、劳动力和土地这三种要素在生产函数中扮演着重要角色。
但由于我国林业用地面积的统计数据是5年公布一次,即在5年一次的森林资源清查期间,林业用地面积不会发生变化,因此,本文选取营林固定资产投资、林业系统年末从业人数指标来测算资本和劳动力这两种投入要素的效率。
由于DEA效率只是一种相对效率,只要各决策单元间具有可比性,即便所取指标未涵盖所有的投入或产出指标,其测算结果也具有可信性,能真实反映所取指标效率情况。
林业投入后,会产生一定的经济、生态、社会效益。
林业投入在经济方面的目标是林业产值最大化,因此,用林业第一产业产值来表示林业所产生的经济效益;林业的生态效益与森林面积有关,可用当年新增的造林面积来表示;林业的直接社会效益表现在促进林区就业和改善林区农民生活水平,对就业的影响隐含在收入变化中,故选取农民人均林业收入来表示。
《基于DEA模型的财务公司效率评价研究》范文

《基于DEA模型的财务公司效率评价研究》篇一一、引言随着全球化和信息化的快速发展,财务公司的运营和管理日益复杂,对财务公司的效率评价变得尤为重要。
数据包络分析(DEA)模型作为一种有效的效率评价工具,已经在各个行业中得到广泛应用。
本文旨在基于DEA模型对财务公司的效率进行评价研究,以期为财务公司的管理和发展提供参考。
二、DEA模型简介DEA模型是一种非参数的统计方法,通过构建线性规划模型,将多投入与多产出数据综合考虑,用于评估相同类型单位间的相对效率。
在财务公司中,通过使用DEA模型,我们可以对其投入的资源(如人员、设备、资金等)和产出的效果(如收益、服务水平等)进行全面评价。
三、研究方法本研究选取了多家财务公司作为研究对象,通过收集各公司的财务数据和业务数据,构建了DEA模型的投入产出指标体系。
在运用DEA模型时,我们选择了面向输入的DEA模型(即从投入角度进行效率评价),以全面了解各公司的运营效率和潜力。
四、DEA模型的应用我们使用所构建的DEA模型对各家财务公司的效率进行了评价。
首先,我们确定了投入和产出的指标体系,包括人员、设备、资金等投入指标和收益、服务水平等产出指标。
然后,我们运用DEA模型的线性规划方法对各公司的效率进行了评价和比较。
五、结果分析通过DEA模型的评价结果,我们可以看到各家财务公司的效率情况。
其中,部分公司在投入相同资源的情况下,实现了较高的产出水平,表现出较高的效率;而部分公司则存在投入资源过多而产出效果不佳的情况,需要进行内部管理和业务优化。
此外,我们还发现在某些投入和产出指标上,不同公司之间存在显著的差异,这为各公司提供了一定的改进方向和优化空间。
六、结论与建议基于DEA模型的财务公司效率评价研究为我们提供了全面了解各公司运营效率和潜力的途径。
通过比较和分析各公司的效率情况,我们可以为财务公司的管理和发展提供以下建议:1. 对于效率较高的公司,应继续保持其良好的运营和管理模式,同时探索更多的业务机会和增长点。
基于DEA的高校投入产出效果分析

论文 结项 ( 鉴 定) 成果 获奖项 目 毕业生数
注: 根据财政部拨款及其 他原 因考虑将学生 人数折合 系数分别 调整为 : 本科生折合系数为 1 , 硕士生折合 系数为 I . 5 , 博士生折合 系
2 0 1 3年第 3 期 总第 2 2 7期
黑龙江高教研 究
H e i l o n g j i a n g R e s e a r c h e s o n H i g h e r E d u c a t i o n
No. 3, 2 01 3
S e r i a l N o . 2 2 7
投人指标 教职工数 项 目经费 专著
产 出 指标
教务人员合计/ 人 研发经贾合计/ 刀兀 学术 刊物发表的专著合计/ 本 国内外学术刊物发表的论文合计/ 篇 省级 、 国家级科研成果合计/ 篇 省级 、 国家级科研奖项合计/ 篇 本科 、 硕士及博士生合计/ 人
二、 高等 教 育投 入产 出指 标体 系的确 定
C h a m e s 、 C o o p e r 和R o h d e s 于 1 9 7 8年提 出 C C R模 型 , 用 于评
价D MU的总体有效性 。 设有 n 个 决策单元 ( D MU) , 每个决策单元都有 m种“ 输
z大学是 河南省 人 民政府 和 教育 部共 建 的一个 地 方重 点高校 , 办 学资 源充足 , 办 学规模 宏大 , 师 资力量 雄厚 , 人才
一
、
引言
采用 D E A方法进行投 入产 出效果 评价 分 析 , 由于 多数科 研 成果 需要 5年左右时间 , 用 5年 的数据来反 映科研投入 产 } I I
应用DEA方法评测中国各地区健康生产效率

应用DEA方法评测中国各地区健康生产效率一、本文概述本文旨在运用数据包络分析(DEA)方法,对中国各地区的健康生产效率进行深入的评测和比较。
健康生产效率作为衡量一个地区在卫生资源配置、医疗服务提供以及健康产出效率的重要指标,对于提升我国整体健康水平、优化卫生资源配置具有重要的理论和现实意义。
数据包络分析(DEA)作为一种非参数的前沿效率分析方法,能够在不设定具体生产函数形式的情况下,通过对多投入、多产出数据的分析,客观地评价决策单元(如各地区)的相对效率。
因此,本文选择DEA方法作为主要的分析工具,以期望得到更为准确和客观的健康生产效率评价结果。
在具体的研究过程中,本文将首先构建健康生产效率的评价指标体系,包括卫生资源投入、医疗服务提供以及健康产出等多个方面。
然后,收集中国各地区的相关数据,运用DEA方法进行效率评价,并对评价结果进行深入的分析和比较。
根据评价结果,提出针对性的政策建议,以期为我国卫生事业的健康发展提供有益的参考。
通过本文的研究,我们希望能够全面了解中国各地区健康生产效率的现状和差异,揭示影响健康生产效率的关键因素,为提升我国健康生产效率提供科学依据和决策支持。
二、文献综述在过去的几十年里,数据包络分析(DEA)作为一种非参数的生产效率评估方法,已经在多个领域得到了广泛的应用,包括健康生产领域。
DEA方法通过比较决策单元(Decision Making Units, DMUs)之间的相对效率,为评价不同地区的健康生产效率提供了有效的工具。
在国内外学者的研究中,DEA方法已经被广泛应用于评估医院、地区乃至国家的健康生产效率。
在国内研究方面,随着我国医疗卫生体制改革的不断深化,越来越多的学者开始关注健康生产效率问题。
例如,等()利用DEA方法对我国各省份的医疗卫生服务效率进行了评价,发现我国医疗卫生服务效率存在明显的地区差异。
等()则运用DEA方法对我国不同地区的基层医疗服务效率进行了研究,结果显示基层医疗服务效率与地区经济发展水平密切相关。
研发投入与产出效率分析

研发投入与产出效率分析当今时代,科技日新月异,企业之间的竞争愈发激烈,研发投入与产出效率成为企业乃至国家关注的焦点。
作为一名幼儿相关工作者的我,今天就来和大家聊聊这个热门话题。
一、研发投入的重要性研发(ResearchandDevelopment,简称R&D)投入,指的是企业在产品、技术、工艺等方面的创新性研究及开发所投入的资金、人力和时间等资源。
研发投入是企业实现可持续发展的源动力,是企业赢得市场竞争优势的关键。
1.提升产品竞争力研发投入可以帮助企业不断提升产品的技术含量和品质,满足消费者日益增长的需求。
在激烈的市场竞争中,具有创新性和高品质的产品更能赢得消费者的青睐,从而提升企业的市场占有率。
2.促进技术创新研发投入是推动企业技术创新的重要保障。
通过不断的研发投入,企业可以掌握核心技术,提高自主创新能力,使企业在行业中始终保持领先地位。
3.优化产业结构研发投入有助于企业调整和优化产业结构,实现产业升级。
在新技术、新产品的推动下,企业可以拓展新的市场领域,实现产业的多元化发展。
二、研发产出效率的分析研发产出效率,指的是企业研发投入所产生的经济效益、社会效益和环境效益等方面的成果。
研发产出效率是衡量企业研发能力的重要指标,对企业的发展具有重要意义。
1.经济效益研发产出效率体现在企业经济效益的提升。
通过研发投入,企业可以降低生产成本、提高产品附加值,从而提升企业的盈利能力。
研发产出还可以帮助企业开拓新的市场,提高市场份额,进一步提升企业的经济效益。
2.社会效益研发产出效率还体现在社会效益的提升。
企业的研发成果可以推动行业发展,促进社会生产力的发展。
同时,研发产出还可以带动就业,提高人民生活水平。
3.环境效益研发产出效率还体现在环境效益的提升。
通过研发投入,企业可以开发出更加环保的产品和技术,减少环境污染,实现可持续发展。
三、提升研发投入与产出效率的策略1.加大研发投入企业应加大研发投入,确保研发投入与企业发展相适应。
基于三阶段DEA模型的中国农业生产技术效率研究

新 疆 农 垦 经 济
2 1. o23
基 于 三 阶 段 DEA 模 型 的 中 国 农 业
生 产 技 术 效 率 饼 究
周 迪 韩 桂 兰
( 新疆 财经 大学统 计 与信 息 学院 新疆 乌鲁 木齐 80 1 ) 3 02
[ 要] 摘 本文采用三阶段 D A方法, 2 0 年~0 9 E 对 0 5 2 0 年我 国 3 个省、 自治区农业生 1 市、 产效率进行分析。 结果表明, 一方面环境因素对于各地 区农业生产有显著影响, 中农村居民家 其 庭人均收入对农业生产效率有积极影响 , 而财政 支农支 出、 自然灾害是农业生产效率的不利 因 素, 另一方面在剔除环境 因素影响后 , 各省市农业生产效率整体提 高, 区域差异 明显 , 但 东部 最
企 事 业单 位农 业 技 术 人员 , 映各 地 区农业 人力 反 资本 ;5受灾 面 积 。 ()
三、 实证 结果 分析
效率评估。 之所以采用投入导 向。 由于 V S已经 R 是 一 个相 当成熟 的 D A模 型 ,这 里不 再 加 以描 E 述, 具体 模型可 以参 阅 C ei (9 8 ; ol 等 19 )在第二 l 阶段 , 用 Tbt回归 模 型而 不是 S A。第一 阶段 运 oi F
( ) 究方 法 一 研
化水 平 , 市 化水 平 和农 村 人 均纯 收入 一 起 可 以 城 反 映一 个地 区 的宏 观 经 济环 境 , 城镇 人 口 占总 用 人 口之 比来 表示 ;3 财政 支 农支 出 、 映 了政 府 () 反 对 农 业 的重 视 ,由 于 只有 对 农 林 牧 渔 的财 政 支
使 用 投入 产 出数 据 进行 单 阶 段 D A 分 析 ,求 算 E
基于DEA模型的中国制造业投入产出分析

D A( aeE v lp n ayi, E D t n e me t o An ls 数据包 络 s 分析 ) 1 7 是 9 8年 美 国著 名 运 筹 学 家 C an s和 h re C o e 等 以相 对 效率 概 念 为 基 础 发 展 起 来 的一 opr
化 ?这 些 问题 都 值 得 思 考 。本 文 就 带 着 这 些 问
题 , 于 DE 基 A模 型 , 对我 国制 造业 的投 入 产 出情 况作进 一步 的实 证分 析 。
一
、
DE A模 型 原 理
上 决定 了我 国的经济 发展 。我 国的制 造业 主要集
中在东 部沿 海地 区 , 数行 业分 布在 中西部 地 区 。 少
c m p r tv l n l z d F o h s o p r tv n l s s t e p l y p o o a s a e u o a a i e y a a y e . r m t e e c m a a i e a a y e , h o i r p s l r p t c f r r o h e e o me t o a u a t rn . o wa d f r t e d v l p n fm n f c u i g Ke r s DEA d l y wo d : mo e ;Ch n ’ m a u a t rn n u t y;i p to t u iaS n fc u i gi d sr n u-u p t
a d t eo e alefce c , rw e h oo y ef in y a d s ae e f in y a e m e s r d a d n h v rl fiin y a tc n lg fi e c n c l fi e c r a u e n c c
基于DEA方法的高校科研投入产出效率研究——以教育部直属高校为例

基于DEA方法的高校科研投入产出效率研究———以教育部直属高校为例孙盘龙1,辛斐斐2(1.青岛大学师范学院,山东青岛266071;2.青岛大学青岛教育发展研究院,山东青岛266071)摘 要:国家对高校科研投入力度的不断增加引发了资源浪费、使用低效等一系列问题,科学、客观地评价高校科研投入产出效率成为当下学界研究的重点问题。
运用DEA和Malmquist指数方法对教育部直属高校科研投入产出效率进行静态和动态分析,发现多数教育部直属高校的科研投入产出效率有待进一步提高,技术效率和技术进步效率都是影响高校科研投入产出的关键因素。
据此提出相关建议,要将效率指标纳入高校评价体系,与科研资源的配置相挂钩;加强高校科研管理水平,促进科研创新技术进步。
关键词:教育部直属高校;科研投入产出效率;DEA;Malmquist指数中图分类号: G646 文献标识码: A 文章编号:2095-6800(2020)01-068-09随着国家对高校科研投入力度不断加大,高校科研资源浪费、使用过程中效率低下等问题引发社会关注。
高校科研投入产出的效率问题也成为了学界的重要研究课题。
教育部直属高校作为我国高校科研的主力军,一直以来都是国家和政府科研投入的重点关注对象。
但在当下我国科研资源紧缺的形势下,教育部直属高校的科研投入产出情况如何?高投入是否也同时带来了高产出?高校是否实现了科研资源的有效配置和效益最大化?这一系列的问题都是我们所亟需解决的。
本研究运用DEA方法考察教育部直属高校科研投入产出效率情况,分析导致部分高校效率低下的原因,为解决高校科研资源浪费和投入产出效率低下的问题提供理论依据。
一、文献综述国内外学者对高校科研投入产出效率的研究以实证研究为主。
国内的研究多是结合具体的省市、地区或高校进行研究,从研究对象的角度大致可以分为三类:第一类是从宏观角度出发,以我国的省市、地区为研究对象,分析我国高校科研投入产出效率。
郭际、[1]仲洁、[2]耿清慧、[3]刘天佐[4]等人都以我国各省市作为研究对象,分析高校科研投入产出效率,结果都得出了不同省市地区的高校科研投入产出效率存在差异,并且东部地区高校科研投入产出效率大于中部和西部。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
DEA论文:中国研究与发展投入产出效率分析摘要:研究与发展活动对企业竞争力的提升起着重要的推动作用,通过数据包络方法对中国2009年r&d投入产出效率进行分析发现,目前中国r&d投入产出效率总体水平较高,但行业之间、地方之间效率水平存在较大的差异,且研究能力与管理水平低是大部分地区和行业的r&d投入产出效率低的重要原因之一。
关键词:dea;r&d;投入产出效率在科技飞速发展的当今时代,经济的发展越来越依赖于科技水平的提高,研究与发展(r&d)活动作为科技活动的创新核心,对企业竞争力的提升起着重要的推动作用。
各国、各地区乃至各个企业,为了争取竞争优势,都在加大r&d的投入力度。
但r&d的投入效率如何,科技投入是过剩还是不足,都需要我们进行科技投入效率的研究,找出影响投入效率的因素,从而为科技投入效率的提高提供依据。
一、研究方法数据包络分析(date envelopment analysis 简称dea)是1978年由美国著名运筹学家a.charnes,w.w.cooper和e.rhodes等首先提出的评价部门间相对效率(有效性)的一种分析方法。
该方法利用评价样本的观测数据来研究具有多个输入、特别是具有多个输出的决策单元(dmu)同时为“规模有效”与“技术有效”的方法。
目前,dea方法广泛应用于企业、学校、医院、金融和公共福利机构的运行效率评估。
dea作为一种较新的效率评价方法,其主要优点是:可以用于多投入、多产出的复杂决策单元系统的生产效率评估,由于参与评价的指标不考虑量纲问题,从而避免了寻求相同度量单位带来的诸多不便:投入、产出变量权重由规划模型根据实际数据计算产生,可以避免权重分配受主观因素的干扰,保证效率评价的客观性;dea是一种非参数评价方法,不需要投入产出的生产函数形式,从而简化了评价模型的设计。
dea模型可以从投入导向型(input-oriented)和产出导向型(output-oriented)两种模式分析。
投入导向型模式是从投入角度去探究效率,即在目前产出不变的前提下研究投入多少最为有效。
产出导向型模型则是从产出的角度来研究效率,即在相同的投入水平下,追求产出最大化的问题。
在r&d投入效率分析中,由于投入决策比较容易控制,同时为排除由于各行业规模差距的影响。
本文将采用以投入导向型的“固定规模报酬”模型来测度综合效率,用投入导向型的“可变规模报酬”模型来进一步分解综合效率求得纯技术效率和规模效率。
技术效率是指一个决策单元相对效率有效程度的测度指标,当该指标值为1时,即是决策单元位于生产前沿面上,此时决策单元的综合效率达到最佳,即dea有效;纯技术效率测度的是在可变规模报酬假设下,决策单元与生产前沿面的距离,该值为1时纯技术效率达到最佳称为技术有效;规模效率测度的是在可变规模报酬假设下生产前沿面与固定规模报酬下的生产前沿面的距离,该值为1时规模效率达到最佳,称为规模有效。
二、中国r&d投入效率分析(一)r&d投入效率指标的选取为研究r&d投入效率情况,结合第二次全国r&d资源清查资料,文章选取投入与产出类指标,其中,投入类指标包括人力投入和财力投入,产出类指标包括产出水平和技术成果市场化水平,具体包括3个投入类指标和4个产出类指标(具体指标及解释如表1所示)。
(二)不同行业的r&d投入效率分析根据第二次全国r&d资源清查结果,对国民经济中r&d 活动相对密集的14个行业进行评价,经过计算,2009年14个行业r&d投入综合效率为0.901(如表2所示),其中规模效率与纯技术效率相比较低,且处于规模报酬递减阶段,因此,可通过适当缩减总体投入来提高科技投入产出效率。
根据r&d投入效率值,可将14个行业划分为四大类:第一类,r&d投入效率有效的行业,包括:农、林、牧、渔业、制造业,交通运输,仓储和邮政业,信息传输、计算机服务和软件业,金融业,科学研究、技术服务和地质勘查业,水利、环境和公共设施管理业,教育业,卫生、社会保障和社会福利业9个行业,占行业总数的60%以上。
这几个行业r&d投入的纯技术效率和规模效率均大于0.9,也就是说r&d投入效率达到了较高水平。
从绝对数上看,此部分行业资金投入与人力投入全国总量的比重均达90%以上。
第二类,规模效率较为有效,纯技术效率较低的行业。
包括:采矿业,电力、燃气及水的生产和供应业,租赁和商务服务业3个行业,这3个行业规模效率达到了0.9左右,而纯技术效率不足0.8,说明此类行业科学研究能力与管理水平不高,应当加强此方面的管理。
第三类,纯技术效率相对有效,而规模效率较低的行业,包括文化、体育和娱乐业1个行业,其规模效率仅为0.241,说明科学研究规模不适当,同时,由于其处于规模报酬递增阶段,因此,可通过扩大r&d投入的规模实现此类行业r&d 投入的有效。
第四类,纯技术效率和规模效率均没有达到有效的行业,包括建筑业1个行业,建筑业的纯技术效率和规模效率分别为0.679和0.798,可见,建筑业r&d投入没有达到有效的原因既是由于科学研究能力和管理水平不高导致的,也是由于r&d研究的规模不适当造成的,由于建筑业处在规模报酬递减阶段,因此,应适当减少科技投入规模。
(三)不同地区r&d投入效率分析同样,根据效率评估结果,可将不同地区r&d投入产出效率情况进行划分,由于不存在纯技术效率和规模效率均未达到有效的地区(如表3所示),因此,将中国不同地区的r&d投入产出效率情况划分为以下三类:第一类,r&d投入效率总体有效的地区,包括天津、上海、江苏、浙江、山东、湖北、湖南、海南、贵州和云南10个地区。
这些地区不论是纯技术效率还是规模效率都是有效的,说明在目前产出水平下,r&d投入是有效的。
第二类,规模效率较为有效但纯技术效率较低的地区,包括河北、山西、内蒙古、辽宁、吉林、黑龙江、福建、江西、河南、重庆、四川、陕西、甘肃和青海14个地区,其中内蒙古和河北的纯技术效率还未达到0.6,处于这一类的地区综合效率不高的主要原因在于纯技术效率不高,也就是说只有提高相应的研究生产能力和管理水平才能有效地提高这些地区r&d投入产出效率水平。
第三类,纯技术效率相对有效而规模效率较低的地区,包括北京、安徽、广东、广西、西藏、宁夏和新疆7个地区。
这7个地区中,除西藏之外的6个地区均处于规模报酬递减阶段,因此,应当通过适当减少r&d投入规模来提高这6个地区的r&d投入产出效率,而就西藏而言,应当继续增加r&d 科技投入以实现规模效率的提高。
三、相关建议通过对2009年中国r&d资源清查数据进行分析,笔者发现,中国r&d投入产出效率整体上处于较高的水平,但具体来看,不同地区、不同行业之间仍存在很大的差距。
一些行业和地区的r&d投入效率还有待进一步提高。
针对上文的分析,对中国r&d投入提出以下建议。
(一)在保证必要投入规模的同时,进一步加强中国r&d 研究能力根据r&d投入效率的分析,中国r&d投入效率处于较高的水平。
但具体来看,在分析的31个地区中有17个地区处于规模报酬递减阶段,即目前的r&d投入相对过剩,也就是说相对于目前的r&d投入规模,研究与管理能力不足,要提高r&d投入产出效率,首先要提高中国r&d的研究水平。
(二)加大推动地方之间的交流与合作力度鉴于目前中国各行业、各地区r&d投入效率方面还存在较大的差异,建议加强行业间、地区间研究与管理经验的交流,通过提高r&d研究能力以及管理水平的改善来提升投入产出水平。
(三)逐步建立基于效率的r&d投入机制进一步加强全国各行业、各地区甚至是各企业r&d投入产出效率的评价,形成基于效率的投入机制,从而促进研究投入分配更为合理。
对投入效率较高的单位给予更多的支持,对投入效率低的单位应根据评价结果找出影响因素,有针对性地提出整改措施,使有限的资源发挥出更大的效益。
参考文献:[1]abbott, m.& doucouliagosa, h. the efficiency of australian universities: a data envelopment analysis. economics of education review, 2003,(22):89-97.[2]陆根书,刘蕾.教育部直属高校自然科学研究效率及发展趋势研究[j].高等工程教育研究,2006,(1).[3]窦艳,师萍.基于dea的企业r&d投入绩效分析[j].工业技术经济,2006,(5).[4]石晓峰,dea方法在非营利性科研机构绩效评价中的应用[j].河北省科学院学报,2006,(2).责任编辑、校对:秦学诗analysis on input-output efficiency of china' r&d resourcesluo yanping(statistics accounting department, national defense science and technology industrial bureau information centre,beijing 100081, china)abstract: research and development activities play important roles on enterprise competitiveness. based on the data envelopment analysis, the author evaluated the input-output efficiency of r&d resources in 2009. presently, the overall level of input-output efficiency of r&d resources is relatively high. however, there are some differences between industries and between areas. the low study ability and management level are the important influencing factors of low input-output efficiency of r&d resources.key words:dea; r&d; input-output efficiency。