应用经验生产函数测算时间序列决策单元有效性的方法
发布时间：2020-12-29 20:35
数据包络分析方法构建的基础是应用决策单元的指标数据来模拟经验生产函数,而生产函数本身又是描绘在技术水平不变情况下各种生产要素与所能生产的最大产出之间的关系。对于一组时间序列数据而言,在不同时间点上决策单元的技术水平一般会发生变化,所以DEA方法是否可以测算时间序列决策单元效率一直存在质疑和分歧。为了寻找DEA方法测算时间序列决策单元效率的理论基础和更有效的测算方法,本文首先给出了时间序列DEA模型成立的条件和基础。然后,从经验生产函数的构造出发,给出了三种测算时间序列决策单元的DEA模型,并与目前存在的各种时间序列DEA模型进行了比较研究,从理论上讨论了不同时间序列DEA模型给出的效率值之间的关系。同时,改进了测算时间序列决策单元技术进步的方法。最后,应用本文结论分析了广东省1985—2013年的经济发展效率问题。
【文章来源】：南开经济研究. 2020年01期 北大核心CSSCI
【文章页数】：24 页
【部分图文】：
规模收益可变条件下三种模型
惴骸Ｈ欢??谑奔湫蛄惺?莘治龇矫娉晒?仙伲??榻洗蟆?因此，对时间序列DEA模型开展研究具有比较重要的理论和现实意义。（二）如何更加准确的测算时间序列决策单元的效率从前面的分析可知，如果单纯从决策单元相对效率的角度看，时间序列DEA模型给出的效率值完全符合DEA方法的构造思想和含义，但从DEA生产前沿面和实际生产前沿面的比较看，时间序列数据毕竟有其特殊性。由于技术进步效应的累加和数据来源的单一，应用截面数据构造的生产可能集可能会比应用时间序列数据更能逼近真实生产可能集。这可以从图4给出说明。图4DEA经验生产前沿面与生产函数的关系首先，本文中给出的方法本质上是想以T时刻真实的生产前沿面()TFx为参考面，来度量00(,),=1,2,,ttxytT的效率值，而现实中T时刻的真实生产前沿面很难得到。因此，采用经验数据构造经验生产前沿面来代替()TFx进行分析。从图4可见，应用时间序列数据构造的生产前沿面AC与实际生产函数()TFx差距最大，依据该前沿面进行评价时，A点和C点都是有效的，因而无法给出任何改进的信息。如果能够进一步获得一些残缺的面板数据(比如D点的数据)，这时获得的参考集tP就比SerTP更接近真实生产可能集，这时不仅能给出点A的改进信息，而且对B点给出的改进信息尺度更大。当然，如果能够获得极大生产前沿面EFG(即0tP给出的前沿面)，测算时间序列决策单元的结果会最大程度的接近实际效率。根据上述分析可知，对于一组时间序列决策单元，在测度其效率时，应尽量获取更多的数据信息，以便更加准确的测度时间序列决策单元的效率值和投影信息。数据的残缺程度越低，测度结果越精确。因此，从优先次序上看，应优先应用极大生产前沿面(PTS-DEA模型)测算时间序列决策单元效率，其次?
马占新、赵佳风：应用经验生产函数测算时间序列决策单元有效性的方法148(1)应用截面数据、时间序列数据以及残缺面板数据都可以构造出2013年中国人员投入与产出的经验生产可能集。图6～图9中方形点表示2013年中国30个省份的截面数据。菱形点表示广东省1985—2013年的时间序列数据。三角形点表示部分省份1985—2013年间的残缺数据。尽管每个图中三个曲线有所不同，但它们均从不同程度上刻画了2013年中国人员投入与产出生产前沿情况，随着获得信息量的增加，经验生产函数也逐渐逼近真实生产函数。图6规模收益不变条件下三组数据的图7规模收益可变条件下三组数据的前沿面比较前沿面比较图8规模收益非递增条件下三组数据的图9规模收益非递减条件下三组数据的前沿面比较前沿面比较(2)构造生产可能集数据的残缺程度越低，获得的DEA生产前沿面越接近真实生产函数。图6～图9中方形点连成的线、菱形点连成的线和三角形点连成的线分别表示由截面数据、时间序列数据和时间序列数据加上残缺面板数据给出的2013年中国省市人力资本对GDP产出的经验生产前沿面。从其中的折线可以看出由2013年30个省市截面数据构造的经验生产前沿面最接近2013年实际前沿面，而广东省1985—2013年的时间序列数据由于信息单一，因而对2013年实际前沿面的拟合程度较差。因此，当对时间序列数据进行评价时，如果无法获得完整的截面数据，那么应尽可能多地收集一些
【参考文献】：
期刊论文
[1]时间序列随机DEA期望值模型研究[J]. 蓝以信,王应明. 福州大学学报(自然科学版). 2014(04)
[2]广义参考集DEA模型及其相关性质[J]. 马占新. 系统工程与电子技术. 2012(04)
[3]中国的生产率与效率:1952～2000——基于时间序列的DEA分析[J]. 王兵,颜鹏飞. 数量经济技术经济研究. 2006(08)
[4]宏观经济发展状况综合评价的DEA方法[J]. 马占新,唐焕文. 系统工程. 2002(02)
[5]DEA方法与技术进步评估[J]. 魏权龄,D. B. Sun,肖志杰. 系统工程学报. 1991(02)
本文编号：2946275
【文章来源】：南开经济研究. 2020年01期 北大核心CSSCI
【文章页数】：24 页
【部分图文】：
规模收益可变条件下三种模型
惴骸Ｈ欢??谑奔湫蛄惺?莘治龇矫娉晒?仙伲??榻洗蟆?因此，对时间序列DEA模型开展研究具有比较重要的理论和现实意义。（二）如何更加准确的测算时间序列决策单元的效率从前面的分析可知，如果单纯从决策单元相对效率的角度看，时间序列DEA模型给出的效率值完全符合DEA方法的构造思想和含义，但从DEA生产前沿面和实际生产前沿面的比较看，时间序列数据毕竟有其特殊性。由于技术进步效应的累加和数据来源的单一，应用截面数据构造的生产可能集可能会比应用时间序列数据更能逼近真实生产可能集。这可以从图4给出说明。图4DEA经验生产前沿面与生产函数的关系首先，本文中给出的方法本质上是想以T时刻真实的生产前沿面()TFx为参考面，来度量00(,),=1,2,,ttxytT的效率值，而现实中T时刻的真实生产前沿面很难得到。因此，采用经验数据构造经验生产前沿面来代替()TFx进行分析。从图4可见，应用时间序列数据构造的生产前沿面AC与实际生产函数()TFx差距最大，依据该前沿面进行评价时，A点和C点都是有效的，因而无法给出任何改进的信息。如果能够进一步获得一些残缺的面板数据(比如D点的数据)，这时获得的参考集tP就比SerTP更接近真实生产可能集，这时不仅能给出点A的改进信息，而且对B点给出的改进信息尺度更大。当然，如果能够获得极大生产前沿面EFG(即0tP给出的前沿面)，测算时间序列决策单元的结果会最大程度的接近实际效率。根据上述分析可知，对于一组时间序列决策单元，在测度其效率时，应尽量获取更多的数据信息，以便更加准确的测度时间序列决策单元的效率值和投影信息。数据的残缺程度越低，测度结果越精确。因此，从优先次序上看，应优先应用极大生产前沿面(PTS-DEA模型)测算时间序列决策单元效率，其次?
马占新、赵佳风：应用经验生产函数测算时间序列决策单元有效性的方法148(1)应用截面数据、时间序列数据以及残缺面板数据都可以构造出2013年中国人员投入与产出的经验生产可能集。图6～图9中方形点表示2013年中国30个省份的截面数据。菱形点表示广东省1985—2013年的时间序列数据。三角形点表示部分省份1985—2013年间的残缺数据。尽管每个图中三个曲线有所不同，但它们均从不同程度上刻画了2013年中国人员投入与产出生产前沿情况，随着获得信息量的增加，经验生产函数也逐渐逼近真实生产函数。图6规模收益不变条件下三组数据的图7规模收益可变条件下三组数据的前沿面比较前沿面比较图8规模收益非递增条件下三组数据的图9规模收益非递减条件下三组数据的前沿面比较前沿面比较(2)构造生产可能集数据的残缺程度越低，获得的DEA生产前沿面越接近真实生产函数。图6～图9中方形点连成的线、菱形点连成的线和三角形点连成的线分别表示由截面数据、时间序列数据和时间序列数据加上残缺面板数据给出的2013年中国省市人力资本对GDP产出的经验生产前沿面。从其中的折线可以看出由2013年30个省市截面数据构造的经验生产前沿面最接近2013年实际前沿面，而广东省1985—2013年的时间序列数据由于信息单一，因而对2013年实际前沿面的拟合程度较差。因此，当对时间序列数据进行评价时，如果无法获得完整的截面数据，那么应尽可能多地收集一些
【参考文献】：
期刊论文
[1]时间序列随机DEA期望值模型研究[J]. 蓝以信,王应明. 福州大学学报(自然科学版). 2014(04)
[2]广义参考集DEA模型及其相关性质[J]. 马占新. 系统工程与电子技术. 2012(04)
[3]中国的生产率与效率:1952～2000——基于时间序列的DEA分析[J]. 王兵,颜鹏飞. 数量经济技术经济研究. 2006(08)
[4]宏观经济发展状况综合评价的DEA方法[J]. 马占新,唐焕文. 系统工程. 2002(02)
[5]DEA方法与技术进步评估[J]. 魏权龄,D. B. Sun,肖志杰. 系统工程学报. 1991(02)
本文编号：2946275
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2946275.html
