C~2GS~2模型在甘肃科技投入产出效率评价中的应用

应用C2GS2模型,以科技活动的有效性和规模收益分析为基础,对甘肃省的科技投入产出效率进行了评价.一方面,通过对甘肃省2001～2005年科技投入产出的C2GS2分析,发现甘肃科技活动在大多数年份里相对有效,但规模收益的效果不是非常明显;另一方面,对甘肃省若干样本产业科技投入的效果进行了分析,揭示出不同产业的科技投入产出效率情况.     

基于RS-DEA的产学研合作效率评价模型

建立了基于RS-DEA的产学研合作效率评价模型。模型首先利用DEA方法构建产学研合作投入产出指标体系并通过BCC模型评价其效率,其次利用粗糙集理论对计算结果进行离散分析,然后通过粗糙集理论对投入产出指标体系进行约简,得到影响投入产出效率的关键属性并推导出规则集,最后给出产学研投入产出调整方案及对策建议。两种方法的有机结合,使得建立的产学研合作效率评价模型既能充分反映产学研合作投入-产出的特点,又能避免人为因素对模型的影响,快速有效地获得评估结果。     

环境约束下不同生产效率模型研究

当评价企业生产效率时 ,环境约束是必须加以考虑的 ,本文在利用数据包络分析 ( DEA)技术建立了将环境残余物作为输入变量的企业效率评价模型的基础上 ,对考虑环境因素的不同生产效率模型进行了分析对比 ,讨论了将环境残余物作为输入与输出变量时 ,效率测量值之间的关系 ,指出存在投入要素和污染物同时减少而产出增加这种“双赢”的可能性 ,而环境约束会增加资源的消耗和减少好的产出 .最后用一个算例进行了说明 .     

水资源影子价格动态投入产出优化模型研究

提出了一种基于投入产出动态优化的方法来解决计划期较长的水资源最优配置问题.首先,在概述了现存的计算水资源影子价格的方法和投入产出动态模型等基本理论的基础上,提出了一种动态投入产出优化模型来计算水资源的影子价格,其次给出了中国水资源影子价格计算模型的计算方法和求解过程.最后应用1999年中国33部门水资源投入占用产出表和中国九大流域水资源投入占用产出表的基础数据推算中国和中国九大流域1949～2050年重要年份的水资源影子价格.     

基于SE-DEA模型与Malmquist指数的城市公交企业运营绩效评价

提出基于超效率数据包络分析(DEA)模型和Malmquist指数的公共交通企业运营绩效组合评价方法,系统分析公共交通运营状态,为科学评价城市公交运营绩效,改善公交服务水平提供决策依据。以长三角地区13家公交企业为研究对象,选取运营车辆数、从业职工数和百公里油耗为投入指标,选取车辆行驶公里数和乘客运载人数为产出指标,基于超效率-数据包络分析(SE-DEA)模型与Malmquist指数从生产效率、服务效率和综合效率三方面对公交企业运营绩效进行综合评价。结果表明:公交企业运营绩效波动较大,且呈现下降趋势;技术进步缓慢和规模效率不佳是造成运营绩效下降的主要原因。根据评价结果,从企业运营和行业监管2个角度提出可行的建议,以促进公交行业能够健康有序地发展。     

基于改进的ISBM-DEA模型的区域环境效率实证研究

对环境效率评价模型ISBM-DEA进行了改进,在此基础上对中国30个地区2009年环境效率进行了实证研究。结果表明:我国东部地区环境效率明显高于中、西部地区,中部地区略高于西部地区;从投入产出冗余看,导致不同地区环境效率较低的原因不同,这些原因主要包括:水资源、人力资源、能源投入冗余和环境产出过剩;同时利用stepwise model方法对各投入指标进行分析表明,减少水资源、人力资源及能源的投入对期望产出的降低或非期望产出的增加影响程度相对较低。这对我国降低要素投入、提高要素利用效率和排污标准提供了决策支持。     

村域农田系统能量投入产出的动力学特征研究

以河南省吴沟村、滹沱村为例,根据农户调查数据,对比分析了村域农田系统各类物质总能量的产投结构及系统效率;对小麦、玉米两大作物能量的投入与产出进行了回归模拟,对不同地块类型的投入产出进行了回归分析,探索各地块类型的最佳投入方案;最后,以农民投入农田资金为指标将农户分类,并考察与农民收入、投入产出能量的关系。建议从农户出发,发展持续农业,逐步改善农田投入结构,提高产出水平。图4,表3,参7。     

国民经济动态投入占用产出分析的理论与方法研究

概述了国民经济动态投入占用产出分析的理论与方法的若干研究结果，包括：１．根据投入占用产出分析的思想建立动态投入占用产出分析基本模型，对经典动态投入产出模型做了修正；２．建立了考虑人力资源的动态投入占用产出分析模型系统；３．研究了水资源的投入占用产出分析问题     

基于DEA方法的我国中小企业融资效率评价

利用中国工业企业数据库中的中小企业样本,构建了我国中小企业融资效率的评价指标体系,包括反映中小企业融资效率的投入指标和产出指标,采用数据包络分析方法,对我国中小企业的融资效率进行测算和评价,并分省份、行业、所有制对计算出的效率值进行分析.研究结果表明:样本期内,我国中小企业的整体融资效率不高,仅为0.445;有一半的企业融资效率在0.429以下,低于平均值0.445;95%的企业的融资效率低于0.643;融资效率前1%的企业中,个人控股企业数目最多,国有和外商企业数目最少.     

标准生产函数的建立与生产技术分析

证明了在一定的技术条件下,最佳生产实践遵循标准的C-D生产函数轨迹,为了得到最佳生产实践,可以利用教据包络分析模型获取每个生产单元的相对指数最大产出值和每个投入的冗余量.理论分析结果表明:这种标准生产函数是一些类C-D生产函数的推广.嵌入标准C-D生产函数中的实际产出弹性和替代弹性都是可变的,且各生产单元具有不同的技术进步性质.不仅如此,基于标准生产函数上的技术效率也与常规的洲算公式有所不同.最后,利用本文提供的方法和各地区的投入产出数据建立了我国2005年的标准生产函教并测算了各地区的技术效率.     

随机DEA模型及其应用

提出了一种新的随机数据包络分析模型 ,给出了评价单元随机 DEA有效的定义和随机 DEA有效的必要条件 .运用随机规划原理 ,可求解随机 DEA问题 .文中主要讨论了评价单元的投入、产出向量呈单因数对称随机分布时的 DEA模型 ,并用案例说明了随机 DEA的应用前景和具体用法.     

支配机会约束DEA模型

基于决策者的偏好结构和决策单元投入产出指标的概率分布，首次提出了一种新的随机数据包络分析模型－支配机会约束DEA模，给出了评价单元随机非支配DEA有效的定义和随机非支配DEA有效的必要条件，讨论了评价单元的投入、产出向量呈单因数对称随机分布时模型的确定性转换，并用算例说明了该随机DEA模型的应用前景和具体用法。     

基于DEA-MODM的价值网络组构模型研究

对价值网络的概念及其组构的关键原则进行了探讨,研究了基于输出的输入成本约束下的多准则DEA分析方法.在此基础上建立了采用DEA-MODM(数据包络-多目标决策)技术的价值网络组构模型.最后给出了一个算例.     

存在中间产品退出的混合型多阶段系统DEA效率评价

具有复杂结构的系统经常会存在初始投入在不同子阶段分配和中间产品非完全再投入并存的现象,在其效率评价中忽略中间过程的传统Data Envelopment Analysis(DEA)模型往往会高估系统效率,而不考虑中间产品退出情形的网络DEA.模型对系统整体效率评价又可能偏低.为更好测算复杂结构系统的运行效率,基于企业技术创新的特征,建立同时考虑投入分配与中间产出分配问题的混合型多阶段系统DEA效率评价模型.依据分配比例测算各阶段效率,采用阶段效率的投入加权平均评价的系统整体效率,并计算模型的最优解.所提出的模型能够相对准确地反映复杂结构系统的特征,并深入系统"黑箱"内部,更大程度地为优化系统效率提供信息.对我国33个大中型工业企业的行业技术创新效率评价验证了模型的有效性.     

具有不可控因素的非有效决策单元的修正方法

对非ＤＥＡ有效的决策单元，本文给出了一种方法，在诸输入不变的情况下，部分输出乘以同一的适当倍数或部分输入和部分输出分别乘以一个适当倍数，使其变为ＤＥＡ有效，且分析了保持原ＤＥＡ有效决策单元仍为ＤＥＡ有效的条件。     

多输入多输出问题效率的影响因素分析方法

为挖掘多输出多输出问题相对有效性的关键影响因素,达到控制与管理的这些主要因素能够有效提高其相对有效性的目的,根据多输出多输出问题的DEA效率指标因素与各指标因素之间的灰色关联度大小,确定多输入多输出问题效率的关键影响因素,并通过案例证实该方法的有效性和可行性.     

基于未来DEA效率的贷款定价模型

一般意义上的DEA方法是通过投入、产出指标的数据来确定DEA效率;逆向求解思路是在已知DEA效率和某些投入、产出指标的基础上反求其中的一个产出指标贷款利率.以Malmquist指数为工具,通过过去的银行DEA效率,推导未来贷款时段的可达到的最大DEA效率,在未来的DEA效率确定的情况下,确定贷款利率.本模型创新与特色一是通过过去的Malmquist指数预测未来的Malmquist指数,利用未来Malmquist指数与过去的DEA效率的相互作用得到未来的DEA效率指数,用未来的DEA效率、而不是过去的DEA效率来确定贷款利率.反映了贷款定价未来变化情况,解决了贷款时段的利率与贷款时段的可达效率相对应的问题.二是逆向运用现有研究的DEA方法通过投入、产出指标的数据确定DEA效率的思路,在已知DEA效率和某些投入、产出指标的基础上反求其中的一个产出指标贷款利率.拓展了DEA的应用范围.三是按照未来逆向求解DEA效率的贷款定价方法,能够在现有条件下得到给银行带来最大效率、抵补贷款风险损失、且客户能够接受的利率.     

Fuzzy data envelopment analysis approach based on sample decision making units

The conventional data envelopment analysis (DEA)measures the relative efficiencies of a set of decision making units with exact values of inputs and outputs.In real-world problems,however,inputs and ou...     

有关将弱DEA有效性用于预测的探讨

有关将弱ＤＥＡ有效性用于预测的探讨⒇吴文江何静（武汉工业大学北京研究生部，北京１０００２４）ＤｉｓｃｕｓｉｏｎｏｎＵｓｉｎｇＷｅａｋＤＥＡＥｆｉｃｉｅｎｃｙｆｏｒＦｏｒｅｃａｓｔＷｕＷｅｎｊｉａｎｇＨｅＪｉｎｇＡｂｓｔｒａｃｔＴｈｉｓｐａｐｅｒｐｒｅ...     

Efficiency decomposition with shared inputs and outputs in two-stage DEA

Data envelopment analysis (DEA) is an effective non-parametric method for measuring the relative efficiencies of decision making units (DMUs) with multiple inputs and outputs. In many real situations, the internal structure of DMUs is a two-stage network process with shared inputs used in both stages and common outputs produced by the both stages. For example, hospitals have a two-stage network structure. Stage 1 consumes resources such as information technology system, plant, equipment and admin personnel to generate outputs such as medical records, laundry and housekeeping. Stage 2 consumes the same set of resources used by stage 1 (named shared inputs) and the outputs generated by stage 1 (named intermediate measures) to provide patient services. Besides, some of outputs, for instance, patient satisfaction degrees, are generated by the two individual stages together (named shared outputs). Since some of shared inputs and outputs are hard split up and allocated to each individual stage, it needs to develop two-stage DEA methods for evaluating the performance of two-stage network processes in such problems. This paper extends the centralized model to measure the DEA efficiency of the two-stage process with non splittable shared inputs and outputs. A weighted additive approach is used to combine the two individual stages. Moreover, additive efficiency decomposition models are developed to simultaneously evaluate the maximal and the minimal achievable efficiencies for the individual stages. Finally, an example of 17 city branches of China Construction Bank in Anhui Province is employed to illustrate the proposed approach.