我国高新技术产业科技效率研究 ——Ｅ－ＤＥＡ模型的应用

基于我国高新技术产业的投入和产出统计数据,利用熵权系数法为各评价指标确定一个熵权,通过乘法算子集结此熵权和C2R模型值的自由权重,从而建立带有熵权约束的DEA模型(E-DEA模型),并利用该模型对我国高新技术产业科技投入、产出效率进行评价,为各决策单元确定了一个更加符合实际的相对效率,且有效地避免了有效决策单元过多而无法区分的情况,为我国的科技决策提供一定的理论依据,为企业和政府的科技绩效评价提供了一个更客观的方法。     

基于DEA模型的网络安全非均一评价方法

针对网络安全评价问题,基于数据包络分析(DEA:Data Envelopment Analysis)原理,引入了一种处理只有输出指标的最优偏离DEA模型,建立了网络安全评价的非均一模型和方法。该方法把权重系数作为数学规划模型的变量,通过优化方法求解,而不需要事先确定评价指标的权重系数,克服了传统的网络安全评价模型和方法因需对建立的评价指标事先确定权重系数,使评价结果受到人们主观判断的影响,从而使评价结果更加客观公正。实例分析验证了模型与方法的有效性。     

我国商业银行效率的实证研究--对投入-产出型DEA的应用

用投入-产出型DEA模型对2002年我国商业银行的纯技术效率进行了实证分析,同时适当地调整了模型所选取的投入和产出变量.实证分析结果表明通过削减商业银行人员和机构的规模,拓展商业银行的业务范围,以及提高盈利能力等措施可以提高我国商业银行的效率.     

时序多指标决策的具有时间变量的DEA分析方法

在传统DEA模型的基础上, 引入离散时间变量,建立了对时序多指标决策问题的两阶段DEA评价模型.该模型通过各个评价对象的相对有效性解决时序多指标决策问题,避免了人为主观地确定时间权重和指标权重.模型反应了各时间段指标对决策单元有效性的影响,为评价提供更为详细的动态信息.最后,通过实例验证了方法的合理性、有效性.     

基于产出滞后性的农业科技投入DEA效率研究

DEA模型对于评价投入与产出效率具有独特优势,是应用最广泛的效率评价模型之一.首先利用复相关系数与显著性检验确定了我国农业科技投入与产出的滞后期,进而对考虑滞后期的我国农业科技投入进行DEA效率测算,最后与未考虑滞后期的我国农业科技投入DEA效率进行对比分析.结果表明,我国农业科技投入效率在整体上是规模有效与技术有效的,但是还存在农业科技结构投入不合理等问题.因此提出了调整优化我国农业科技投入资源结构,对农业科技资源进行合理配置等建议.     

基于DEA模型的高校实验资源投入产出有效性评价

结合高校实验室建设定位,设计了包含4个投入指标以及3个产出指标的高校实验资源投入产出评价指标体系,并利用DEA(数据包络分析)方法以上海电力学院的5个学院实验室为例,对实验资源的综合投入产出效率、投入效率以及产出效率分别进行了评价.     

基于AHP—DEA的图书馆评价研究

在图书馆评价中需要引入一些数量方法。AHP虽然能够充分利用专家的主观意见,但是很难排除人为的因素带来的偏差。DEA的评价结果虽然不受人为因素的影响,但是不能反映决策者的偏好。利用AHP与DEA共同确定综合指标的权重向量,从而计算出各方案的关联度,更加客观地从投入产出的效率角度进行思考。利用基于AHP的DEA方法可对图书馆的投入产出效率进行评价。     

基于主成分及DEA模型的高校教师绩效评价的研究

基于某高校2014年全校学生考试成绩数据和教学评价数据,利用主成分分析及数据包络分析(DEA)模型,以人力资源、课程门数和教学工作量作为投入因素,以学生平均成绩、教师评价总成绩和科研成果得分为产出要素,从投入与产出二维角度对某高校教师的绩效进行分析.结果表明,该模型可以客观地反映高校教师绩效的现实情况,并根据分析结果对高校人力资源管理政策提出建议.     

用数据包络分析(DEA)方法进行企业管理的比较研究

本文应用数据包络分析(DEA)方法对我国机床工业企业管理进行了抽样比较研究。文中首先对DEA方法作了简略介绍,然后选用8个投入变量和4个产出变量对我国66家机床厂进行了综合评价。文章还对当前技术条件下我国机床工业企业的最佳生产规模(MPSS)问题作了分析,给出了MPSS下的投入、产出变量均值。     

创新驱动战略下山东省区域自主创新效率评价研究

首先运用数据包络分析法(DEA)的CCR模型对山东省17个地市的自主创新效率进行横向评价,从投入指标和产出指标两方面分析非DEA有效区域存在的问题与有效改进值;然后运用全要素生产率指数(TFP)测算了山东省17个地市自主创新的Malmquist全要素生产率,对各地市TFP变动和自主创新效率发展进行了纵向评价分析;最后,根据评价结果提出了创新驱动战略下提升山东省区域自主创新效率的对策建议.     

基于DEA面板数据模型的财政投入效率评价研究

为评价包含多个时间观测点的不同地方财政投入效率,构建窗口DEA面板数据分析模型.基于云南省县域经济发展争先进位评价体系及考核办法,选取单投入多产出指标,实证分析评价云南省16个市(州)2011—2018年财政投入相对效率,并提出改进对策建议.     

沈阳房地产开发行业发展效率评价与优化

将房地产开发行业发展效率界定为资源要素投入(土地、资金)与产出之间转化的相对有效程度.利用超效率DEA模型，选取土地购置面积、房地产开发投资为投入指标，商品房销售面积、商品房销售额和土地增值税为产出指标，通过横向对比与纵向对比相结合的方式，对沈阳房地产开发行业发展效率进行测度分析.研究结果表明，沈阳房地产开发行业发展效率相对不高，进而从政策和企业两个层面，提出优化发展效率的对策建议，旨在促进行业转型升级.     

基于 DEA 模型的中国星级饭店业经营效率评估

星级饭店经营效率的评估是一个涉及多投入与多产出的问题。EDA模型则是解决类似多投入与多产出效率问题的方法,在多个领域都有应用。文章运用DEA模型,对中国星级饭店业在1999—2008年这10年期间经营效率进行了评估分析。选取星级饭店数、床位数、固定资产等3项投入指标与营业收入、住宿人天数两项产出指标,运用EMS1.3专业软件对各输入输出数据进行综合分析,得到每个决策单元(DMU)综合效率的数量指标,据此将各DMU定级排序,确定有效的DMU,并指出其他DMU非有效的原因和程序。研究结果显示:1)这10年间中国星级饭店业综合效率呈现波动状态;2)整体来讲处于规模报酬递减阶段;3)存在严重的投入冗余与产出不足现象。     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

有界DEA模型及其应用研究

该文在探讨ＤＥＡ基本原理的基础上，提出了一种具有控制因子的有界ＤＥＡ模型。应用这一模型可以对决策单元进行有效性排序和分析，确定其功能产出的强项和弱项及投入指标的必要性，评价其规模及规模收益，并将功能指标调整到有效生产前沿面，以寻求使决策单元功能效率最大化的投入产出指标，或在原投入指标下的最大产出指标。最后进行了应用结果分析．     

绿色低碳约束下重庆能源DEA效率实证分析

客观评价重庆能源投入产出效益,探究环境污染、能源消费和经济增长之间的关系,进行能源结构优化,是当前重庆能源消耗走向绿色低碳方向发展面临的重大问题,也是重庆制定节能减排政策、能源发展战略和经济规划的重要基础。本文将能源投入和经济社会等产出因子科学分组,运用数据包络分析技术(DEA),通过构建的能源需求结构方程以及DEA模型,对重庆能源消费进行了一系列DEA实证研究,得到了重庆能源投入产出规模效率在不同历史时期、不同阶段的变化规律,获取了能源冗余投入(径向改进和松驰改进)值、规模效应值、综合技术效率值和纯技术效率值,确定了DEA弱有效、DEA强有效、DEA完全有效的生产前沿面,并在此基础上对2016—2020年重庆能源结构进行了优化。研究成果可以为确定重庆能源绿色低碳发展方向、优化"十三五"重庆能源消费结构提供科学依据。     

只有投入性指标的DEA方法及其应用

基于DEA理论,提出了一种新的评价模型,主要用于只有投入性指标没有产出性指标或者只有产出性指标而没有投入性指标的评价问题,算例表明这种评价模型具有方法简单有效、评价结果可靠等特点,拓宽了DEA理论和方法的应用范围,也提高了DEA的理论价值和实用价值。     

基于CCR模型和超效率模型的辽宁省高等教育效率测评

以辽宁省1997～2010年高等教育投入产出为研究对象,选取教职工人数、教育经费投入、研发经费的投入作为投入指标,选取本专科在校生人数、研究生在校生人数与专利授权数作为产出指标.利用DEA的CCR模型和超效率模型对辽宁省高等教育效率进行测评,1997与1998年为非DEA有效,规模收益递增,1999～2010年为DEA有效,规模收益不变.利用超效率模型能够对所有决策单元进行评价和排序,辽宁省高等教育效率由1999年扩招前的非DEA有效变成扩招后的DEA有效,并且投入产出效率呈逐年平稳上升之势.     

基于信息熵和DEA的企业技术创新能力评价方法

针对传统企业技术创新能力评价方法的局限性,提出一种基于DEA和熵值法的企业技术创新能力评价模型.该模型在熵值法给出的评价结果的基础上,结合DEA模型的计算结果,对传统评价结果进行合理的修正,使得修正后的结果具有考察不同投入规模单元之间产出绩效的比较分析功能.计算结果表明新的排名结果既反映了企业技术创新的绩效水平,又反映了投入产出率和产出的规模有效性,企业技术创新排名结果是合理的.