基于DEA的沿海省市海洋科技创新效率分析

合集下载

我国沿海地区海洋生态环境效率时空演化及影响因素研究

期望产出及非期望产出。本文在借鉴狄乾斌、宋强敏、赵昕等学者研究成果的基础上,”］2讣26］选取我
国海洋生态环境效率投入与产出指标。
在投入指标方面：（1）人力投入。选取沿海地区涉海就业人员数量①作为海洋人力资本消耗指标。
（2）资本投入。已有相关研究多数选取“资本存量”表征海洋资本投入，通常是基于固定资产投资变量, 并借助永续盘存法进行计算&固定资产投资在宏观视角能够反映海洋资本的投入情况，但部分建设与
6 * =6& if 6* > 0
6 ! = 0 if 6 * , 0
（2）
其中，6*是潜在因变量，8是自变量，$是系数，误差项％,独立且服从正态分布：％,〜N（0,2） &
（二）指标选取与数据来源
参考海洋生态环境效率相关研究成果，多数学者是将人力、资本、能源消耗等要素作为海洋资源投
入指标。关于产出指标，以海洋经济与生态环境价值最大化、生态环境损耗最小化为目标，将产出分为
,=1
,=1
n
r$AlXl+S-=9X0
&=1
。 S+=Y
⑴
Байду номын сангаас
&=1
入 & 0,S—,S+& 0, = （1,2,…，n）
37
2021年第4期杨云飞屈桂菲：我国沿海地区海洋生态环境效率时空演化及影响因素研究
其中，"代表DMU数量，X&为投入变量，Y,为产出变量，儿为DMU的组合比例，0表示研究期
内海洋生态环境效率值，e代表非阿基米德无穷小量，S0、S+为松弛变量。
出决策单元（DMU）相对效率的一种非参数统计方法。
DEA主要分为CCR、BCC模型。在生态效率研究方面，学术界多数采用的是DEA中的CCR模

环渤海经济区海洋经济运行效率测算——基于因子分析超效率DEA模型

环渤海经济区海洋经济运行效率测算——基于因子分析超效率DEA模型【摘要】海洋经济是国民经济的重要组成部分，在注重“绿色”发展理念的今天，海洋经济已成为沿海国家和地区强有力的经济增长点，得到各国的关注与重视。

本文将因子分析法与超效率DEA方法结合起来，立足环渤海经济区现实，对海洋经济运行效率进行测算并给予相应评价，以求完善环渤海地区海洋资源优化配置，探讨最佳比例经济投入以获得最大的产出。

【关键词】海洋经济绿色发展资源优化配置海洋是人类赖以生存与发展的资源宝库，是具有重要战略意义的开发领域。

开发海洋资源、发展海洋经济已成为世界各国可持续发展的重要举措，区域海洋经济综合实力的较量成为沿海国家之间竞争的核心。

海洋经济效率是衡量海洋经济投入产出的指标之一，是指在现有资源的前提下，投入一定人力、物力、财力之后，海洋产业运行所获得的经济收益，它实际可以看作为资源自身价值的利用率。

正确衡量经济运行效率，不仅是对当前海洋经济投入产出情况的检验，同时有利于政府和企业及时调整海洋资源配置，为各地区的海洋产业投入指导方向。

一、超效率DEA模型经济效能的评估是多投入和多产出的复杂系统，因此不能仅仅把产出作为评价的唯一指标，而是要注重效率，即注重产出和投入的比值，对经济活动进行全面的评价。

目前国内外主要采用统计回归分析的生产函数方法、构建指标体系进行综合评价的方法、赋予权重法和数据包络分析等方法定量评价投入产出效率。

Andersen和Petersen（1993）提出了“超效率”DEA模型：有效决策单元之间也能比较效率的高低，实现了决策单元的充分排序，从而实现对相对有效的决策单元进行后续评价。

超效率DEA模型的经济含义是：一个有效决策单元可以使其投入按比例增加而效率值保持不变，其投入增加的比例即为其超效率值θ。

超效率DEA模型只对有效决策单元的效率水平进行改进，并且其效率值仍维持在1水平之上，而无效决策单元的效率值保持C2R模型的测度结果，从而达到比较分析各决策单元相对有效性。

基于DEA-Malmquist模型的中国沿海省份科技创新效率研究

基于DEA-Malmquist模型的中国沿海省份科技创新效率研究汪国钦;陈培雄;王志文;赖瑛【期刊名称】《科技和产业》【年(卷),期】2024(24)10【摘要】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。

【总页数】6页(P20-25)【作者】汪国钦;陈培雄;王志文;赖瑛【作者单位】自然资源部海洋空间资源管理技术重点实验室;浙江省海洋科学院【正文语种】中文【中图分类】F127;F204【相关文献】1.我国科技创新效率的实证研究——基于DEA-Malmquist模型和中国省际面板数据2.基于DEA-Malmquist模型的河南省科技创新效率及其影响因素研究3.基于DEA-Malmquist模型的甘肃省科技创新效率研究4.基于DEA-Malmquist模型的吉林省科技创新效率研究5.基于DEA-Malmquist模型的中国沿海地区旅游产业效率时空演化、影响因素与形成机理因版权原因，仅展示原文概要，查看原文内容请购买。

基于三阶段DEA模型的我国区域海洋科技创新效率分析

洋科技创新效率仍处于较低水平，发展趋势上呈现缓慢增长的特点，区域间海洋科
技创新效率的差异较为明显，在各地区海洋科技投入不断加的背景下，创新效率已
经成为制约海洋科技水平的重要原因。因此，建议各沿海地区应进一步完善区域海
析；而樊华采用的传统的ＤＥＡ分析无法有效的剔除现实环境中环境因素与随机误差对效率
矩阵，为其第行，Ａ＝。，Ａ：， …，Ａ，］ｒ为特征向量，从而得到各决策单元的效率值与各项
投入的松弛量。
单产出的效率测算模型发展为多投入多产出而提出了ＤＥＡ分析中的第一个模型——ｃｃＲ模型１７１，这种新的效率衡量方式被正式命名为 “ 数据包络分析” ，其后，Ｂａｎｋｅｒ，Ｃｈａｍｅｓ和Ｃｏｏｐｅｒ（１９８４）在变动规模报酬假设下发展出了ＢＣＣ模型Ｉｓ］，将技术效率分解为纯技术效率和规模效率。根据区域技术创新的基本特征，
率进行科学的评价，从而为提升我国区域海洋科技管理水平，实现海洋科技资源高效配置提供参考。
目前对于我国海洋科技创新效率的研究尚
人，我国海洋科技的投入达到前所未有的高
度，海洋科技的整体水平已经有了显著提高。
收稿日期：２０１６ — ０３ — ０８
本阶段采用的是基于投入导向的可变规模收益
新效率的差异进行了分析【 ” ，陈倩（２０１１）运

中国沿海省域海洋科技创新效率空间格局及空间效应研究

Spatial Patterns and Effects of Marine Science and Technology Innovation Efficiency in China’s
Coastal Provinces
作者：闫实[1];张鹏[2]
作者机构： [1]山东财经大学工商管理学院,济南250014;[2]济南大学商学院,济南250002出版物刊名：山东大学学报:哲学社会科学版
页码： 143-150页
年卷期： 2019年第6期
主题词：海洋科技;创新效率;空间格局;空间效应
摘要：提升海洋科技创新效率对加快建设海洋强国和科技强国具有重要意义。

基于2007-2016年数据和省域空间尺度,运用序列DEA超效率SBM模型和空间计量模型的研究显示,中国海洋科技创新效率仍相对较低,沿海省域间海洋科技创新效率存在显著不均衡格局和极化特征,内部差距表现出先降后升的趋势。

海洋产业结构升级和区域开放度提升有助于提高本地海洋科技创新效率,海洋教育发展和海洋科技产学研合作具有正溢出效应。

因此需要增加海洋经济规模,扩大海洋教育发展水平,推动海洋科技产学研合作,完善海洋科技创新激励机制和跨区域统筹,系统提升中国海洋科技创新效率。

基于三阶段dea模型的中国涉海企业科技创新效率评价

①数据来源于《中国海洋统计年鉴ቤተ መጻሕፍቲ ባይዱ2012—2016)》。
80
中国海洋大学学报(社会科学版)
2020年3月
海11个省份的讨论最多。页⑷也有部分研究选择沿海城市为分析对象,既包括单个城市的案例分析，也
包括区域内的城市群，如山东半岛蓝色经济区、页长三角沿海城市。⑷在研究内容方面,已有研究的同质化程度较高，关注重点集中于区域或产业的海洋创新效率评价与竞争力评价-：7：：8］：9：：10］评价角度既有从时间维度展开动态分析,也有从空间维度进行差异比较。在研究方法方面,学者们采用了多种单一或组合模型进行海洋科技创新能力的量化评价。单一模型如使用DEA方法评价海洋经济发展效率，口□或进一步结合Malmquist指数分析海洋经济全要素生产率」⑵组合模型的形式更加多样，涉及到的方法包括相关系数法、爛值法、主成分分析、层次分析法、聚类分析法、模糊综合评价,等等。期皿
彳应輸伕瞪学报 2020^^2^
基于三阶段DEA模型的中国涉海
企 * 业科技创新效率评价
揭晓蒙1汪永生2王文涛1
(1.中国21世纪议程管理中心，北京100038；2.中央财经大学管理科学与工程学院，北京100081)
摘要：涉海企业的科技创新效率在很大程度上决定了中国海洋领域的创新能力。运用三阶
段DEA模型，通过控制外部环境因素评价了国内95家涉海企业的科技创新效率。结果表明，规
模效率不高导致中国涉海企业科技创新效率整体处于偏低水平，地区经济水平、财政科技支出、对
外开放程度等因素对创新效率存在显著影响。国有涉海企业的创新效率相对较高，而非国有涉海
企业受外部环境的影响较小。长三角、珠三角地区发达城市的涉海企业创新效率较高，且存在一定
程度的“高一高”集聚。不同研究方向的涉海企业创新效率差距较大，海洋基础科学研究的综合效

基于DEA窗口模型的沿海地区海陆经济协调发展研究

经济动力机制研究。盖美等［２］认为海陆经济在协测度海陆经济系统的交叉效率来分析海陆经济的
调发展过程中，耦合动力来源于海陆间的不同势能协调度。在以上有关ＤＥＡ模型的文献中，可以看出
优势。陆域在资本、科技和人力等生产要素上的优一些不足。第一，运用ＤＥＡ模型时，针对输入和输
势，存在着由陆域系统流向海洋系统的势能差；同出指标的选取往往论证不足。第二，利用ＤＥＡ模型
海地区２００６—２０１４年间海洋支持效率和陆域支持策单元的不同时期对效率值的影响。因此，本文将
效率，据此分析了中国沿海地区海陆经济协调发展利用ＤＥＡ窗口模型（视窗宽度ｄ＝３）测算海洋支持
的趋势和特征，又进一步对北部海洋经济区在海陆效率和陆域支持效率，并以此为基础测算沿海地区
经济协调发展中形成差异的内在原因进行了分析，的海陆经济协调发展水平。以天津为例，具体操作
王冲谢友才基于ＤＥＡ窗口模型的沿海地区海陆经济协调发展研究
性影响。因此，考虑到海陆经济系统间存在强烈的率值的波动影响。若仅采用截面数据横向分析比
关联效应，以及为了避免时间因素对测量结果的影较各决策单元的效率，往往不能公平的反映真实情
响，论文利用ＤＥＡＷｉｎｄｏｗｓ窗口模型测度了中国沿况。而ＤＥＡ窗口模型能够很好的考虑到同一个决
以期为沿海地区制定和完善海陆经济协调发展的方法如表１所示。
方针政策提供依据。
表１一个决策单元（天津）在９年内的窗口分析示意（ｄ＝３）
２海陆经济协调发展的理论前提
窗口Ｔ＝１Ｔ＝２Ｔ＝３Ｔ＝４Ｔ＝５Ｔ＝６Ｔ＝７Ｔ＝８Ｔ＝９
海陆经济协调发展的理论基础在于海洋经济和陆域经济之间存在着广泛的要素流动，而产业关联则是实现要素流动的最重要形式。我们为测度沿海地区的海洋经济与陆域经济的协调度，将沿海地区的经济系统视为两大经济系统，即陆域和海

基于DEA方法的我国沿海各省科技金融绩效评价

数在短期内是个常量。１９５７年，索洛将技术进步要产函数进行全要素生产率分析的前提是边际产出效素引入生产函数，提出了希克斯中性技术进步函益不变，即ｄ＋Ｂ＝１，而回归方程中的参数估计值
２０１１）等从不同角度解释了科技金融的含义。在分到我国ＧＤＰ的十分之一，未来仍有很大的增长空（间。随着我国 “ 海洋强国 ”战略的实施，在未来建析我国不同地区科技金融效率的研究中，吕江林，设 “ ２１世纪海上丝绸之路 ” 的战略规划下，海洋经王新龙和宋高堂（２０１２）基于ＤＥＡ模型对我国中部济必然成为我国经济可持续发展的新引擎。海洋经地区和东部地区各省市的科技和金融结合效率进行
《金融发展研究》第４期【３５】
率测度
式如Ｆ：Ｉｎ】，＝４．４４４＋０．０６８ｔ＋０．４０９ＩｎＫ＋０．０８４ｌｎＬ（３）
（一）索洛模型简介索洛经济增长模型（ＳｏｌｏｗＧｒｏｗｔｈＭｏｄｅ１）是发展经济学中的经典模型之一，又称为新古典经济增
国内关于科技金融概念的讨论方兴未艾，其中赵
二、基于索洛模型的我国海洋经济科技进步贡献
收稿日期：２０１５．３．１５

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)。

ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓ（ＤＥＡ）ｉｓｅｍｐｌｏｙｅｄｔｏａｎａｌｙｚｅａｎｄｃｏｎｔｒａｓｔｔｈｅｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ
江、福建、海南５个省市没有达到ＤＥＡ有效，其原因主要是由于不适当的科技创新规模，还有科技
创新生产能力和管理水平不高导致。
关键词：海洋科技创新效率；ＤＥＡ模型；影响因素；回归分析
中图分类号：Ｆ２２４
ａｎｄｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎｓｃａｌｅｉｓｎｏｔｓｕｉｔａｂｌｅａｎｄｔｈｅｐｒｏｄｕｃｔｉｏｎｃａｐａｃｉｔｙａｎｄｍａｎａｇｅｍｅｎｔｌｅｖｅｌｏｆｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙａｒｅｎｏｔｄｅｓｉｒａｂｌｅ．
邰驳
（浙江海洋学院经济与管理学院，浙江舟山３１６０２２）
摘
要：海洋科技创新效率是影响海洋经济发展的主要因素之一。为了提高海洋经济的发展，运用
数据包络分析方法对１２个沿海省市进行海洋科技创新效率的对比分析。结果表明，天津、江苏、浙
ＴＡＩＱｉｎ
（ＩｎｓｔｉｔｕｔｅｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＺｈＮｉａｎｇＡｃａｄｅｍｙｏｆＯｃｅａｎ，Ｚｈｏｕｓｈａｎ３１６０２２，Ｃｈｉｎａ）
第２３卷
第４期
淮海工学院学报（自然科学版）
ＪｏｕｒｎａｌｏｆＨｕａｉｈａｉＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ（Ｎ８ｔｕｒａ１ＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）
ｏｆｍａｒｉｎｅｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙｏｆ１２ｃｏａｓｔａｌｐｒｏｖｉｎｃｅｓ．ＲｅｓｕｌｔｓｓｈｏｗｔｈａｔＴｉａｎｊｉｎ，Ｊｉａｎｇｓｕ，Ｚｈｅｊｉａｎｇ，ＦｕｊｉａｎａｎｄＨａｉｎａｎＰｒｏｖｉｎｃｅｓｆａｉｌｔｏｒｅａｃｈｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆＤＥＡｂｅｃａｕｓｅｌｏｃａｌｓｃｉｅｎｃｅ
Ａｂｓｔｒａｃｔ：Ｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｍａｒｉｎｅｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙｉｓｏｎｅｏｆｔｈｅｋｅｙｆａｃｔｏｒｓｗｈｉｃｈｉｎｆｌｕｅｎｃｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｍａｒｉｎｅｅｃｏｎｏｍｙ．Ｔｏｉｍｐｒｏｖｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｍａｒｉｎｅｅｃｏｎｏｍｙ，
Ｖｏ１．２３ＮＯ．４
Ｄｅｃ．２Ｏ１４
２０１４年１２月
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２ — ６６８５．２０１４．０４．０１６
基于ＤＥＡ的沿海省市海洋科技创新效率分析
再通过回归分析分析影响浙江省海洋科技创新效率
文献标识码：Ａ
文章编号：１６７２ — ６６８５（２０１４）０４ — ００６８ — ０４
ＡｎａｌｙｓｉｓｏｆＭａｒｉｎｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｎｏｖａｔｉｏｎＥｆｆｉｃｉｅｎｃｙｉｎＣｏａｓｔａｌＰｒｏｖｉｎｃｅｓＢａｓｅｄｏｎＤＥＡ
Ｋｅｙｗｏｒｄｓ：ｍａｒｉｎｅｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ；ｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ（ＤＥＡ）ｍｏｄｅｌ；ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒ；ｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓ