排序方式： 共有3条查询结果，搜索用时 46 毫秒
1
1.
通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。 相似文献
2.
基于C-D生产函数模型,采用改进最小二乘法检验规模报酬和结构性变点。首先,在最小二乘估计程序中加入规模报酬不变的约束,然后通过Wald统计量检验约束和无约束模型的差异性,以确定规模报酬情况。进行样本区间划分,在全样本区间和分段样本区间参数估计之后,通过Chow统计量检验参数的差异性,以确定结构性变点。以我国1980-2007年的数据为例,规模报酬是变化的,1986年和1994年均为结构性变点。 相似文献
3.
用SE-DEA模型研究决策单元分类 总被引：2，自引：0，他引：2
通过一种改进的数据包络分析(DEA)模型——SE—DEA模型，可以对决策单元进行分类，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，论文讨论了基于VRS的SE—DEA模型不可行的充分必要条件。分析了有效决策单元的超有效和强超有效特性，实现对有效决策单元的进一步分类，最后给出了用基于VRS的SE—DEA模型对决策单元进行分类的方法步骤，该分类方法改进和改善了传统的决策单元分类，可为决策者提供更加完备的决策信息。 相似文献
1