本书以数据包络分析(DEA)与全要素生产率测度为研究背景,探讨如何进一步拓展和完善DEA方法,并进一步探讨其在生产力分析中的应用。其中,第1章主要介绍效率与生产力分析中的一些概念。第2章介绍DEA基本模型及广义DEA模型。第3章探讨DEA效率度量与有效决策单元投影。第4章给出基于他评体系的混合整数DEA模型。第5章给出用于测度个体对组织效率贡献的DEA模型。第6章给出基于DEA理论的一种多指标风险评估方法。第7章给出基于偏序集理论的大数据DEA模型求解方法。第8章基于多层次复杂系统评价DEA模型测度中国省际绿色发展效率。第9章给出一种用于修正“数据短尾”和“数据短首”现象的DEA-Malmquist指数方法。第10章给出一种用于测度非平衡面板数据全要素生产率的DEA-Malmquist指数方法。第11章给出一种基于DEA-Malmquist指数的经济全要素生产率增长及其区域优势分析方法。第12章基于DEA-Malmquist指数方法对“一带一路”重点省份高校技术转移的全要素生产率进行分析。第13章基于修正DEA-Malmquist指数对中国数字经济产业全要素生产率进行分析。第14章基于全局Malmquist-Luenberger指数方法对内蒙古绿色全要素生产率进行分析。
样章试读
目录
- 目录
前言
第1章 效率与生产力分析中的一些概念 1
1.1 效率分析中的一些经济学概念 1
1.2 生产函数 3
1.3 生产技术的集合表示与距离函数 5
1.3.1 生产技术的集合表示 6
1.3.2 产出与投入距离函数 8
参考文献 10
第2章 DEA基本模型及拓展 11
2.1 C2R模型及其性质 12
2.1.1 C2R模型 12
2.1.2 DEA有效性的判定 14
2.1.3 DEA有效性的含义 19
2.1.4 决策单元在DEA相对有效面上的“投影” 24
2.2 评价技术有效性的BC2模型 27
参考文献 34
第3章 DEA效率度量与有效决策单元投影 35
3.1 DEA模型需要完善的方面 37
3.1.1 经典DEA模型的效率度量与投影分析 37
3.1.2 超效率DEA模型 38
3.1.3 DEA模型存在的问题 39
3.2 决策单元的超效率投影 41
3.2.1 决策单元的超效率投影及其含义 41
3.2.2 超效率投影与传统 DEA投影的关系 42
3.3 决策单元的效率度量方法 45
3.3.1 决策单元的效率值存在被高估情况 45
3.3.2 超效率DEA模型存在可行解时的效率度量 47
3.3.3 超效率DEA模型无可行解时的效率度量 54
3.4 中国西部地区高技术产业科技创新活动的有效性评价 57
3.4.1 中国西部地区高技术产业科技创新活动的综合效率评价 57
3.4.2 中国西部地区高技术产业科技创新活动的技术效率评价 58
3.4.3 中国西部地区高技术产业科技创新活动效率被高估的原因分析 59
3.4.4 中国西部地区高技术产业科技创新活动的投影分析 60
3.4.5 基于模型(SID)的中国西部地区科技创新活动有效性分析 61
3.5 结束语 65
参考文献 65
第4章 基于他评体系的混合整数DEA方法 68
4.1 基于他评体系的混合整数DEA模型构建 69
4.1.1 基于自评体系的整数DEA模型 69
4.1.2 基于他评体系的整数DEA模型 70
4.1.3 基于他评体系的混合整数 DEA模型 72
4.2 基于模型(GMIDEA)的中国省际高校技术转移效率分析 74
4.2.1 评价指标选取与描述性统计分析 75
4.2.2 中国省际高校技术转移效率分析 75
4.2.3 基于产出指标的中国省际高校技术转移效率改进策略 78
4.3 结束语 79
参考文献 79
第5章 用于测度个体对组织效率贡献的DEA模型 82
5.1 用于测度个体对组织效率贡献的DEA模型构建 83
5.1.1 个体效率与组织效率之间的关系 83
5.1.2 测度个体对组织效率影响与贡献的方法 86
5.1.3 带有非期望产出时的个体贡献测度方法 88
5.2 中国绿色经济效率的省份贡献分析 92
5.2.1 评价指标选取与描述性统计分析 92
5.2.2 中国省际绿色经济效率分析 94
5.2.3 各省份对中国绿色经济效率的贡献分析 96
5.3 结束语 99
参考文献 99
第6章 基于 DEA理论的多指标风险评估方法 101
6.1 传统的风险评估方法及其存在问题 102
6.2 银行业多指标风险评估方法 103
6.2.1 多维空间风险可能集的构建方法 104
6.2.2 极大经验风险曲面构建与决策单元风险预测 104
6.2.3 极小经验风险曲面构建与决策单元风险降低可能性 105
6.2.4 修正的极大风险曲面与极小风险曲面 106
6.3 银行业多指标风险评估模型 107
6.3.1 决策单元的多指标风险度量模型 107
6.3.2 多指标条件下极大风险预测与风险降低的可行路径估计 108
6.4 中国省际银行业风险评估及调控路径分析 109
6.4.1 中国银行业风险的整体状况分析 109
6.4.2 银行业风险较高省份的原因分析 110
6.4.3 银行业风险较高省份的调控策略分析 111
6.5 结束语 112
参考文献 112
第7章 基于偏序集理论的大数据DEA模型求解方法 114
7.1 DEA有效单元与偏序集极大元之间的关系 115
7.1.1 经典DEA模型 115
7.1.2 DEA有效性与偏序集极大元 117
7.2 DEA模型求解中的优超原则 119
7.2.1 基于极大元的径向DEA模型 119
7.2.2 基于极大元的SBM模型 122
7.2.3 优超原则的原理及方法 125
7.3 基于极大元的DEA模型与其他算法融合 129
7.4 算例分析 131
7.4.1 基于随机数据集的测算结果比较 131
7.4.2 大规模数据集测算结果分析 138
7.4.3 历史数据集对比测算结果分析 138
7.5 结束语 140
参考文献 140
第8章 基于多层次DEA模型的绿色发展效率测度 143
8.1 中国省际绿色发展效率测度模型 144
8.1.1 投入产出指标体系构建 144
8.1.2 用于测度绿色发展效率的多层次复杂系统评价DEA模型 145
8.2 中国省际绿色发展效率的实证分析 149
8.2.1 传统 DEA模型与基于多层次复杂系统评价的DEA模型比较 149
8.2.2 中国省际绿色发展效率演化趋势分析 150
8.2.3 中国绿色发展效率较低省份原因分析 152
8.3 结束语 154
参考文献 155
第9章 用于修正“数据短尾”和“数据短首”现象的DEA-Malmquist 指数方法 157
9.1 传统DEA-Malmquist指数方法及其存在问题 158
9.1.1 DEA-Malmquist指数的RD分解模型 158
9.1.2 传统DEA-Malmquist指数方法的存在问题 159
9.2 基于前沿面修正的DEA-Malmquist指数方法 161
9.2.1 生产可能集中单元数据缺失情况的识别方法 162
9.2.2 生产可能集的修正方法与修正过程分析 163
9.2.3 基于前沿面修正的DEA-Malmquist指数模型 166
9.3 中国中部地区第三产业全要素生产率分析 167
9.3.1 修正传统DEA-Malmquist指数方法的必要性分析 167
9.3.2 本章方法对距离函数的修正效果分析 168
9.3.3 基于不同DEA-Malmquist指数方法的测度结果比较 169
9.4 结束语 172
参考文献 173
第10章 用于分析非平衡面板数据全要素生产率的DEA-Malmquist指数方法 175
10.1 传统DEA-Malmquist指数方法及其在分析非平衡面板数据时存在的问题 176
10.1.1 传统DEA-Malmquist指数方法及其 RD 分解 177
10.1.2 传统DEA-Malmquist指数方法在分析非平衡面板数据时存在的问题 178
10.2 分析非平衡面板数据全要素生产率的修正DEA-Malmquist指数方法 179
10.2.1 数据缺失是否影响DEA-Malmquist指数方法测度的判定定理 179
10.2.2 非平衡面板数据下生产前沿面的修正方法 182
10.2.3 非平衡面板数据下决策单元全要素生产率变化指数的测度与分解方法 186
10.3 中国西部地区全要素生产率评价结果与分析 189
10.3.1 基于传统DEA-Malmquist指数方法的评价结果及存在问题 190
10.3.2 基于不同修正方法的西部地区经济全要素生产率评价结果比较 193
10.4 结束语 199
参考文献 199
第11章 基于DEA-Malmquist指数的经济全要素生产率增长及其区域优势分析 202
11.1 基于DEA-Malmquist指数的全要素生产率增长区域优势分析方法 203
11.1.1 从纯技术效率变化差异角度分析区域优势 204
11.1.2 从技术变化差异角度分析区域优势 206
11.1.3 从规模效率变化差异角度分析区域优势 207
11.2 中国西部地区全要素生产率增长的区域优势分析 209
11.2.1 评价指标选取与描述性统计分析 209
11.2.2 基于不同生产环境的西部地区全要素生产率增长状况分析 209
11.2.3 基于不同生产环境的西部地区全要素生产率增长来源分析 211
11.2.4 基于相对差异指数的西部地区全要素生产率增长区域优势分析 214
11.2.5 基于相对差异总指数的西部地区全要素生产率增长区域优势分析 215
11.3 结束语 216
参考文献 216
第12章 基于DEA-Malmquist指数的“一带一路”重点省份高校技术转移全要素生产率分析 218
12.1 高校技术转移全要素生产率评价模型 219
12.1.1 投入产出指标体系构建 219
12.1.2 用于评价高校技术转移全要素生产率的DEA-Malmquist指数模型 219
12.2 “一带一路”重点省份高校技术转移全要素生产率分析 221
12.2.1 “一带一路”重点省份高校技术转移全要素生产率变化的整体情况分析 221
12.2.2 “一带一路”重点省份高校技术转移全要素生产率变化的区域情况分析 222
12.2.3 “一带一路”沿线省份高校技术转移全要素生产率变化的省际情况分析 223
12.3 结束语 224
参考文献 225
第13章 基于修正DEA-Malmquist指数的中国数字经济产业全要素生产率分析 226
13.1 中国数字经济产业全要素生产率评价模型 227
13.1.1 投入产出指标体系构建 227
13.1.2 用于评价数字经济产业全要素生产率的修正DEA-Malmquist指数模型 228
13.2 中国数字经济产业全要素生产率的实证分析 235
13.2.1 中国数字经济产业全要素生产率变化的整体层面分析 235
13.2.2 中国数字经济产业全要素生产率变化的区域层面分析 236
13.2.3 中国数字经济产业全要素生产率变化的省份层面分析 237
13.3 结束语 241
参考文献 242
第14章 基于全局Malmquist-Luenberger指数的内蒙古绿色全要素生产率分析 244
14.1 内蒙古绿色全要素生产率评价模型 245
14.1.1 投入产出指标体系构建 245
14.1.2 用于评价绿色全要素生产率的GML指数模型 246
14.2 内蒙古绿色全要素生产率的实证分析 247
14.2.1 内蒙古绿色全要素生产率变化的整体层面分析 247
14.2.2 内蒙古绿色全要素生产率变化的区域层面分析 249
14.2.3 内蒙古绿色全要素生产率变化的盟市层面分析 249
14.3 结束语 250
参考文献 251
京公网安备 11010102004214号