基于DEA模型的中国循环经济效率评价

合集下载

中国三大经济区域全要素能源效率研究——基于超效率DEA模型和Malmquist指数

马海良等：中国三大经济区域全要素能源效率研究
单一指标都不可能完整地反映能源效率水平。其次，众多学者对能源效率的影响因素进行分析。一般认为技术进步和产业结构调整是能源效率改善的关键因素。ＭｄｉｎＤｎｏ６为，能源要素从低生产ａｄｏ、ｅｉｎ－认ｓｓ３当
越性。鉴于以上优点，文也采用ＤＡ计算能源效本Ｅ
率。
２１超效率ＤＡ理论．Ｅ
使用传统ＤＡ评价决策单元的效率时，Ｅ会出现多个
决策单元同时都处于生产前沿面，从而导致多个决策单元相对都有效，而无法判断孰优孰劣。为了弥补这一缺从陷，ｎｅｅ建立了基于投入导向的超效率ＤＡ模型，ＡｄｍｎＥ
能源效率改善与全要素生产率增长的关系；回归分析全 ③ 要素生产率分解的各指标对能源效率的影响，而判断技从
荟＋ｉＡ一ｒＹ；，， ≥ （）ＡＳ＝栅；ｓ＝Ａｓｓ０１－＋Ｊ一
≠ ｊ ≠
术效率和技术进步对能源效率影响的大小。
２模型说明和数据来源
从全要素投入角度看，众多学者使用数据包络分析
法（ａｎｅｐｅｔｎｌｉ，Ｅ来评价能源效率。ｄｔｅｖｌｍｎａａｓＤＡ）ａｏｙｓＤＡ是通过确定生产前沿面，Ｅ以相对效率概念为基础发展起来的一种效率评价方法，对同一类型的各决策单可元的相对有效性进行评定和排序，而且ＤＡ方法在避免Ｅ主观因素、简化算法、少误差等方面有着不可低估的优减

基于超效率DEA模型的地区农业循环经济效率评价研究

第23卷第2期2021年1月猱艺科枚Journal of Green Science and Technology基于超效率DEA 模型的地区农业循环经济效率评价研究蒋硕凡1,李晶洁1,杨富贵彳（1.天津商业大学理学院，天津300134；2.广州工商学院基础教学部，广东佛山528138）摘要：指出了农业循环经济是我国经济绿色发展的重要一环，对我国地区农业循环经济效率进行准确有效评价有助于促进该领域的健康可持续发展。

根据我国各个地区农业经济的特点，构建了地区农业循环经济评价指标体系，创新■地将超效率数据包络分析方法（DEA ）运用到农业循环经济效率评价领域，解决了现有传统DEA 方法难以区分有数效率值的问题。

在$匕基础上选取2016〜2018年中国31个省市农业数据，对我国地区农业循环经济进行了实证分析，结果表明：大部分省市三年农业效率稳步提高，同时浙江、黑龙江、山东、吉林等地三年效率平均值鬆大于1.5,效率较好；新疆、宁夏、甘肃、云南等地三年效率平均值低于0. 8,效率相对较低。

关键词：超效率DEA 模型；农业循环经济；效率评价中图分类号:F322 文献标识码：A文章编号：1674-9944（2021）02-0247-041引言中国是一个农业大国，农业作为国民经济的基础，为经济发展提供了充足的物质保障。

进入21世纪，我国农业迈入“高成本”时代而农业生产效率却逊于发达国家。

我国农业基础竞争力薄弱的根源是资源、劳动力、农业机械、科技等短板。

为此我国提出了促进农业循环经济的战略。

农业循环经济是采用农业资源减量消耗、农产品多次利用和农业有机废弃物资源化的闭合循环生产模式的工业型农业。

它是把农业生产、农产品加工和农业废弃物通过产业链有机地组合在一起，形成资源低投入低消耗,产品互为原料、多次使用，废弃物再利用，实现废弃物资源化的周而复始的循环经济体系。

在产业体系中，农业是与自然界关系最密切的产业。

中国三大产业效率评价——基于平行结构DEA模型的分析

理论探索
一
ｊ
ＣＮＥＰＲＲＥＯ ℃。—■ ＿ＯＭＯＡＹＣＩＳ１＿ＴＮＯ ■■
【要】传统的ＤＥ方法将决策单元视为 “ 箱 ” 因此往摘Ａ黑，
往高估效率且无法发现被评单元非有效性的来源。网络ＤＥＡ
ＤＥＡ有效。
地评价ＤＭＵ的效率，我们使用固定投资指数来修正固定资产投资金额，使用农产品生产价格指数来修正第一产业生产总值，用工业品出产价格指数来修正第二产业生产总值，使使用
黑箱模型有着广泛的应用。然而，正如前文所指出的，这一方法并不能够为决策者提供关于ＤＭＵ无效ｌ生来源的信息。
初由ＣａｓＣｏｅ等人提出。～方法可以测量非边界的ｈｍｅ和ｏｐｒ这
（１…，和Ｙ（１…，分别表示投入向量和产出向量。ｉ，ｍ）＝，ｍ）＝ｒ
每个ＤＭＵ内部有ｐ条平行生产线（ＤＭＵｋｌ…ｐ）ｊｊＳ，＝，＝。注意ｊ
北京１０８９．１０天津０８８．２０６５．５９河北省０４４０３５．４５．４２
山西省Ｏ．２１４２０．０９３９
，
≥Ｏｊ，＝ｌ … ，Ｊ（≠０ｋ，Ｐ）０ＨＳＳＳ０，Ｉ，
（７）
（）８
（：０７年＝０。）注２０１０表３各省市分类效率值
ＣＲ效平行结构数修正Ｃ指指数修正数修正数修正指指省份率值效率值平行结构第一产业二产业三产业第第效率值效率值效率值效率值

基于DEA模型的我国各地区国有工业企业的效率评价

１、引言
中国属于发展中国家，工业总产值占据经济总产值的７０％左右，工业经济发展水平影响整个国民经济的快速发展。提高工业经济运行效率，既是 “ 十二五”规划中急需解决的问题之一，也是工业大国迈向工业强国的关键所在。针对国有工业企业效率评价这一问题，国内很多学者做了相关研究，比如袁辉，戴大双等（２００８）同样运用数据包络分析方法的模型，对３７家国有企业的运行效率进行分析，有１８家企业的ＤＥＡ效率都小于１００％，企业的各项指标存在不同程度的浪费情况，规模收益呈递增状态。为了更进一步了解效率低的原因，利用Ｅｖｉｅｗｓ进行检验，最终得出全年平均从业人员人数的系数为负，说明其对企业效率的影响为负，意味着更精简的企业职工模型可以导致更高的企业效率。吴中伦（２０１１）采用因子分析法对中国３１个省市的国有、私营、外商投资工业企业经济发展情况予以统计排序，并进行了区域内部和区域之
基于ＤＥＡ模型的我国各地区国有工业企业的效率评价
文雪吴敏
摘要：本文运用数据包络分析方法对全国３１个省市国有工业企业（含国有控股企业，下文均称国有工业企业）在２００７年、２００９年、２０１１年的经济效率进行评价，有５个地区的综合技术效率在三个不同的时间点上保持有效，就总体而言，各地区规模收益都是超过０．９，但纯技术效率大部分都是小于・０．９，说明国有．Ｘ－＿，Ｉｋ企业普遍存在规模大，超过该地区技术承栽力，造成生产要素浪费问题。关键词：国有工业企业数据包络分析效率评价

基于DEA的我国循环经济效率评价

２００９年第１期总第１４期０
哈尔滨商业大学学报（会科学版）社
ＪＲＮＡＬＯＯＵＦＨＡＲＢＮＵＮＶＥＩＹＯＦＣＩＩＲＳＴＯＭＭＥＥＲＣ
Ｎｏ．１，０２０９Ｓｒａ．１４ｅｉｌＮｏ０
ＡｂｔａｔＴｅｄｖｌｐｎｆｃｒｕａｉｎｅｏｏｓａｍｐｒｎａｕｅｔｍｐｅｎｈｃｅｔｃｃｎｅｔｏｅｅｏｍｅｔｏｂｉｄａｓｃａｉｔｓｒｃ：ｈｅｅｏｍｅｔｏｉｃｌｔｃｎｍｙｉｎｉｏｔｔｏａｍｅｓｒｏｉｌｍｅｔｔｅｓｉｎｉｏｃｐｆｄｖｌｐｎ，ｔｕｌｏｉｌｉｆｓｈｒｎｏｓｓｃｅｙａｍｏｉｕｏｉｔ．ＴｉｒｉｌｓｄＤＥＡｍｅｈｄｔｖｌａｅｔｅｄｖｌｐｎｉｃｌｔｎｅｏｏｆｃｅｃｆＣｈｎ３ｅｉｎ．Ｔｅｒｓｌｈｓａｔｅｕｅｃｔｏｏｅａｕｔｈｅｅｏｉｇｃｒｕａｉｃｎｍｙｅｉｎｙｏｉａｏｉ０ｒｇｏｓｈｅｕｔｓｓｏｅｈｔｔｅｄｖｌｐｕｆｃｒｕａｉｎｅｏｏｓｎｎ—ｅｆｃｉｅＤＥａｄｓａｅｒｔｒｅｒａｉｎｍｏｔｐｒｓｏｉａｏｔｏｎｕｎｈｗｄｔａｈｅｅｏｍｅｔｏｉｌｔｃｎｍｙｉｏｃｏｆｔＡｎｃｌｅｕｎｄｃｅｓｎｇｉｓａｔｆＣｈｎ：Ｓｒｓｆｉｐｔａｄｅｖｏｔｕｎｅｅｒａｏｓｄｇｅｇｉｐｔｒｄｎａｃｎｕｐｔｉｓｆｃｅｃｆｉｈｏｕｐｔｉｄｘｓｗｅｅｖｒｕｅｒｅｎｕｅｕｄｎｙａｄｏｔｕｎｕｉｎｙｏｔｅｎｎ—ｅｆｃｉｅＤＥＡａｅｓｉｉｎｆｔｅｖｒａ．Ｋｅｒｓ：ＤＥＡ；ｃｒｕａｉｎｅｏｏ；ｅｆｃｅｃｖｌａｉｎｙｗｏｄｉｌｔｃｎｍｙｆｉｎｙｅａｕｔｃｏｉｏ

污染物排放对中国区域经济效率的影响——基于DEA模型分析

污染物排放对中国区域经济效率的影响——基于DEA模型分析中国是一个工业化程度较高的国家，但是工业发展带来的污染问题也是不容忽视的。

污染物排放对环境和人民的健康产生了严重威胁。

本文将通过使用数据包络分析（DEA）模型来探讨污染物排放对中国区域经济效率的影响。

一、DEA模型简介数据包络分析（DEA）模型，最初是由银行工业的研究者提出的。

该模型是用于评估相对有效性的方法。

它主要关注两个方面：输入和输出。

输入是生产要素，输出是生产的结果。

通过比较这两个方面，我们可以衡量一个组织或企业的相对效率。

DEA模型可以分成CCR模型和BCC模型。

基于CCR模型，我们可以得出每个单位的有效结果。

基于BCC模型，我们可以确定哪些输出生产不良、不能达到设计目标。

二、污染物排放对中国区域经济效率的影响污染物排放对中国区域产业结构的不同影响差异很大。

北京和上海这些大城市的污染问题比较明显。

与之相比，中西部省份的污染情况会相对较轻。

然而，总体来看，中国的工业化发展还是在很大程度上依赖于高污染的、高能耗的重工业。

然而，随着时代的进步，尤其是2014年颁布的《环境保护法》，政府和企业日渐关注环境保护。

同时，我们也看到了一些积极的考虑和变化。

从污染物排放指数的角度来看，这种变化是显而易见的。

虽然在许多贫困的、环境不好的地方，污染物排放仍然是一个严重问题，但一些大型城市的情况正在改变。

许多大城市开始了国际化与现代化的转型，目标是寻求更多的循环经济和绿色经济形式的发展。

这将有助于改善生活环境和提高人们的身体健康。

此外，这也将成为新的产业发展方式。

三、DEA模型在环保领域的应用根据DEA模型，我们可以将大城市和中小城市的相对效率进行比较。

假设输入为环境成本和人力成本，输出为城市生活和环境质量。

根据结果可以得出一组相对效率数据，即每个城市对应一个IEV值。

数据范围从0到1，1表示被认为是绝对有效的。

通过DEA模型的计算比较，我们发现大城市的污染物排放相对更严重，而中小城市的污染物排放普遍更少。

中国各省经济效率研究：基于超效率DEA三阶段模型

中国各省经济效率研究：基于超效率DEA 三阶段模型作者：李海东吴波亮来源：《贵州财经学院学报》2013年第03期摘要：随着社会经济的发展，我国面临着资源短缺和环境污染的双重压力，资源的高效利用及绿色经济将是我国经济发展的必然趋势。

在剔除外生环境因素和随机误差项影响的条件下，筛选能反映综合经济效率的投入产出指标并运用超效率DEA三阶段模型对中国各省市经济发展效率进行评价，结果表明外生的环境和随机误差对我国经济效率影响很大，剔除前东部地区的经济效率最高，其次是西部地区，中部地区的经济效率最低，而剔除这些因素后，我国区域的经济效率高低次序是西、东、中。

对此结果进行分析研究，可提出提高经济效率的相应建议与对策。

关键词：经济效率；超效率DEA模型；建议对策文章编号：1003-6636（2013）03-0014-09；中图分类号：F293；文献标识码：A一、引言1978年改革开放以来，我国经济的持续快速发展取得了举世瞩目的伟大成就，但却是以沉重的资源、环境付出为代价的。

现阶段我国发展已基本进入工业化中后期，对资源能源的需求将进一步扩大，而不可再生的资源能源及环境保护将是我国经济发展所面临的最核心问题。

目前，我国经济的发展是以过度的资源浪费为成本，以严重的环境污染为代价的，这种经济发展方式正制约着我国经济的可持续性。

随着现代社会经济的发展，人们对生活环境提出了更高要求，使得环境问题成为备受关注的热点。

十八大报告中明确提到推进生态环境建设问题，指出良好的生态环境是人和社会持续发展的根本基础，并要把资源消耗、环境损害、生态效益纳入经济社会发展评价体系。

这说明我国需要转变经济的发展模式，在测评经济发展效率时要考虑生态环境因素。

因此，本文选取包含环境指标的经济投入产出指标，并在剔除不可控的外部环境因素和随机误差因素的前提下，基于超效率DEA三阶段模型来测算我国各省经济效率，这样的测评结果可靠性更高，更具有现实意义。

二、文献综述数据包络分析（DEA）方法是一种黑箱研究方法，以决策单元（DMU）的投入、产出指标的权系数为优化变量，运用数据规划模型对每个决策单元的相对有效性进行评价。

基于DEA方法的经济发展效率评价

（ｕ，２『， …，，），ｊ＝１，２， …ｎ
１０２
Ｙｊ（Ｙ，Ｙ２『， …，Ｙ），Ｊ＝１，２， …ｎ
＝
（ｌ，２， …，）相对有效的ＣＺＲ模型为：
ｕ＝（Ｍｌ，ｕ２， …，）
第３３卷第６期
２０１３年１１月
大庆师范学院学报
ＪＯＵＲＮＡＳＩＴＹ
ｖｏ１．３３Ｎ。．６
Ｎｈ，ｎ１
口经济管理
基于ＤＥＡ方法的经济发展效率评价
Ｏ．／ｘ＞＿Ｏ
以上线性规划模型的对偶规划模型为：
ｍｉｎＯ
・
Ａ＋ｓ一＝Ｏｘｏ
１
ｔ丁，ＯＪｔｖ，ｔｘｔｔｔ，
ｘ０
可将分式规划模型化为等价的线性规划模型：
ｍａｘ／￣Ｙ００
ｓ．ｔ．％ｉ一ｙ／＿Ｏ＞
１２。 … ．ｎ
（Ｐｃ２Ｒ）
∞ ０＝１
王春珊
（安徽工商职业学院公共服务与管理系，安徽合肥２３１１００）
摘
要：在城市经济发展效率评价中，引入数据包络分析法（ＤＥＡ）中的Ｒ模型，对２０１１年安徽省１６个城市经济发
展的效率进行评价，从相对有效性的角度分析各城市经济发展现状，根据运算结果找出制约各城市经济发展的主要
设ＤＭＵｊｏ的输入、输出为（，），简记为（。，ｙ。），评价

基于超效率DEA模型的能源效率评价方法及其应用

基于超效率DEA模型的能源效率评价方法及其应用概述：能源效率评价是指对能源利用情况进行定量评估的过程。

随着能源资源的日益减少和环境污染的加剧，提高能源效率成为各国政府的重要任务。

超效率数据包络分析（DEA）模型是一种常用的能源效率评价方法，它可以根据输入产出数据计算出单位能源投入所创造的经济产出，从而评估能源利用的效率。

本文将介绍基于超效率DEA模型的能源效率评价方法及其应用。

方法：超效率DEA模型是一种非参数评价方法，它能够充分利用每个单元的最佳实践经验，评估单位的能源效率水平。

具体而言，该模型根据输入输出数据构建出一个包络表面，可以用来衡量各个单位的相对效率水平。

在计算超效率DEA模型时，首先需要确定输入和输出变量，并计算各个单位的相对权重。

然后通过最大化包络表面上的超效率得分，可以得到各个单位的相对效率评价。

应用：1.制造业能源效率评价：超效率DEA模型可以用来评估制造业企业的能源利用情况。

通过对各个企业的输入输出数据进行分析，可以找出效率最高的企业，并运用其最佳实践经验指导其他企业提高能源效率。

2.建筑行业能源效率评价：通过基于超效率DEA模型的能源效率评价方法，可以对建筑物的工程设计和施工过程进行优化，提高能源利用效率，降低能源消耗。

3.交通运输行业能源效率评价：超效率DEA模型可以用来评估不同交通工具和运输方式的能源利用效率。

通过评估各个交通工具和运输方式的优劣，可以制定相应的政策和措施，促进能源节约和环境保护。

4.农业能源效率评价：超效率DEA模型可以应用于评估农业生产中的能源利用情况。

通过评估不同农业系统和技术的能源效率，可以优化农业生产方式，实现可持续发展。

结论：基于超效率DEA模型的能源效率评价方法是一种有效的评估能源利用情况的手段。

通过该方法，可以找出效率最高的单位，促进能源利用的优化和提高。

在实际应用中，可以根据不同行业和领域的需求，针对具体问题进行相应的优化和改进。

在未来，基于超效率DEA模型的能源效率评价方法将继续得到广泛应用，并为实现可持续能源发展做出贡献。

基于DEA的中国经济增长资源利用效率探讨

Ｄｉｔ￣（ｘ，）『Ｄ（ｘ，ｙ ¨ ）Ｄｉ＇ｘｔ，ｙｔ）１
Ｄｉｔ（ｘ，ｌＤＩｌ＋ｘｔ＋ｌ，ｙ１）Ｄｉｔ＋ｘ，Ｊ
＋ｌ
—
ｔ＋１）表示这段期间所发生的相对其中：— Ｄｉｔ＋ｌ（ｘｔｙ
虎，江西财经大学教授。
【作者简介】林志良（１９９１．２一），男，汉，安徽黄山，江西财经大学经济学院２０１０级国民经济管理班，主要研究方向为宏观经济；
黄荣（１９９３．８一），女，汉，江西抚州，江西财经大学国际学院２０１０级国际会计班，主要研究方向为国际经济；魏骁（１９９３．２一），女，
国内外许多专家学者对资源利用效率与经济增长之间的关系进行了研究．主要是利用ＤＥＡ模型和
Ｍａｌｍｑｕｉｓｔ生产率指数对效率评价进行研究探讨
Ｍｉｋｅｔａ（米克他，２００１）与Ｍｕｌｄｅｒ＆Ｇｒｏｏｔ（穆德和格鲁特，２ｏｏ３）以面板数据为基础。先后对比分析了５６个国家的资源利用效率．得到相关资源效率差异性和收敛
性数据。［１－３］Ｈｕ＆Ｗａｎｇ（胡和王，２００６）建立了全要素能
源效率指标体系．并采用ＤＥＡ方法比较研究了中国各

应用DEA方法评测中国各地区健康生产效率

应用DEA方法评测中国各地区健康生产效率一、本文概述本文旨在运用数据包络分析（DEA）方法，对中国各地区的健康生产效率进行深入的评测和比较。

健康生产效率作为衡量一个地区在卫生资源配置、医疗服务提供以及健康产出效率的重要指标，对于提升我国整体健康水平、优化卫生资源配置具有重要的理论和现实意义。

数据包络分析（DEA）作为一种非参数的前沿效率分析方法，能够在不设定具体生产函数形式的情况下，通过对多投入、多产出数据的分析，客观地评价决策单元（如各地区）的相对效率。

因此，本文选择DEA方法作为主要的分析工具，以期望得到更为准确和客观的健康生产效率评价结果。

在具体的研究过程中，本文将首先构建健康生产效率的评价指标体系，包括卫生资源投入、医疗服务提供以及健康产出等多个方面。

然后，收集中国各地区的相关数据，运用DEA方法进行效率评价，并对评价结果进行深入的分析和比较。

根据评价结果，提出针对性的政策建议，以期为我国卫生事业的健康发展提供有益的参考。

通过本文的研究，我们希望能够全面了解中国各地区健康生产效率的现状和差异，揭示影响健康生产效率的关键因素，为提升我国健康生产效率提供科学依据和决策支持。

二、文献综述在过去的几十年里，数据包络分析（DEA）作为一种非参数的生产效率评估方法，已经在多个领域得到了广泛的应用，包括健康生产领域。

DEA方法通过比较决策单元（Decision Making Units, DMUs）之间的相对效率，为评价不同地区的健康生产效率提供了有效的工具。

在国内外学者的研究中，DEA方法已经被广泛应用于评估医院、地区乃至国家的健康生产效率。

在国内研究方面，随着我国医疗卫生体制改革的不断深化，越来越多的学者开始关注健康生产效率问题。

例如，等（）利用DEA方法对我国各省份的医疗卫生服务效率进行了评价，发现我国医疗卫生服务效率存在明显的地区差异。

等（）则运用DEA方法对我国不同地区的基层医疗服务效率进行了研究，结果显示基层医疗服务效率与地区经济发展水平密切相关。

中国各省经济效率研究：基于超效率DEA三阶段模型

、
殷剑、杨光
ＧＤＰ的比重、工业污染治理投资占ＧＤＰ比重
上海、浙江、广东、江苏和安徽循环经济发展效
（２００８）【］
产出：人均ＧＤＰ、第三产业产值占ＧＤＰ的比重、城镇居民年
人均可支配收入、农村家庭人均年纯收入
二、文献综述
数据包络分析（ＤＥＡ）方法是一种黑箱研究方法，以决策单元（ＤＭＵ）的投入、产出指标的权系数为优化变量，运用数据规划模型对每个决策单元的相对有效性进行评价。ＤＥＡ方法在有多输入、多输出指标的条件下，能有效地评价各同类决策单元的相对有效性，主要是因为ＤＥＡ方法不需要预先估计参数，可避免权重赋予的主观因素影响，简化算法和减少误差。因此，近年来，国内外越来越多的研究学者开始应用ＤＥＡ方法于经济效率评价。本
作者简介：李海东（１９６５一），男，江西新余人，江西财经大学教授，博士，研究方向为国民经济核算；吴波亮（１９８６一），男，广东茂名人，江西财经
大学统计学院硕士研究生，研究方向为应用经济统计。
《贵州财经大学学报）２０１３年第３期
作者
总第１６４期
指标结论
梁广华、李冠峰（２００３） …
投入：固定资产投资、能源消耗产出：最终消费、ＧＤＰ、工业固体废弃物综合利用率

基于超效率DEA的农业循环经济发展评价——以山东省为例

【关键词ｌ超效率ＤＡＥ模型；农业；循环经济；发展评价【中圈分类号ｌ３３【２．Ｆ２文献标识码１【Ａ文章编号ｌ０４２６（ｏ９０－０１００ —７８２ｏ）２０２－２１－
效，表明决策单元ｋ同时达到技术有效和规模有效。技术有效是指从技术角度看，在决策单元的经营过程中资源得到了充分目前农业循环经济的发展评价一般采用模糊评判法、灰色利用，各项投入达到了最佳组合，取得了最佳的产出效果。规模关联分析法和层次分析法等。由于这些方法需要对各评价指标有效是指决策单元的经营活动处于规模报酬不变的最佳状态。人为赋予不同权重，从而影响到评价结果的客观性。１７，９８年著名运筹学家Ｃａｅｈｒｓ等提出了数据包络分析法（ＥｄｔｎＤＡ，ａａ（）＝，２０ｋｌ但至少有一个Ｓ０（＝，，，，，者至：，ｉｌ２３ … ｍ）或＞ｅｖｌｍｅｔｎｌｓ）Ｅｎｅｐｎａｉ。ＤＡ方法是以相对效率概念为基础，ｏａｙｓ用少有一个ｓ＞，ｒｌ２３ … ，）决策单元ｋ：０（：，，，Ｐ，。＝则为弱ＤＡ有Ｅ于评价具有相同类型的多投入、多产出的决策单元是否有效的种非参数统计方法。ＥＤＡ的基本思想是把每一个被评价单位效。有某个Ｓ；，＞０表明第ｉ种投入指标有Ｓ数量的投入没有ｉ作为一个决策单元（ｅｉｏａｉｇｎｓＤＵ）由众多ＤＵｄｃｉｍｋｉ，Ｍ，ｓｎｎｕｔＭ充分被利用；有某个ｓ＞，：０表明第ｒ种产出指标与最大产出有构成被评价群体，通过对投入和产出比率的综合分析，以：此时决策单元ｋ的经营活动不是同时技ＤＭＵ的各个投入和产出指标的权重为变量进行评价运算，确ｓ数量的差异。因此，定有效生产前沿面，并根据各ＤＭｕ与有效生产前沿面的距离术有效和规模有效。状况，确定各ＤＭＵ是否ＤＡ有效，同时还可用投影方法指出Ｅ（）＜，３０Ｏ则决策单元ｋ不是ＤＡ有效，Ｅ即决策单元ｋ的非ＤＡ有效或弱ＤＡ有效的原因以及应改进的方向和程度。ＥＥ经营活动不是技术有效也不是规模有效。（）Ａ基本模型一ＤＥ（）二超效率ＤＡ模型Ｅ设有ｎ个同类型的决策单元，对于每个决策单元都有ｍ种ＤＡ基本模型能对多投入、Ｅ多产出的决策单元的相对效率类型的投入和ｐ种类型的产出。表示第Ｊ个决策单元第ｉ种进行评价，但如果出现多个决策单元都为相对有效时，ＥＤＡ基投入指标的投入，表示第Ｊ个决策单元第ｒ种产出指标的产本模型对这些相对有效（效率值为１的决策单元就无法进行进）出。ｋ个决策单元的效率计算问题可以转化成如下的线性规第步的评价与比较。为了弥补这一缺陷，ｎｒｎ等学者于１９Ａｅｅｓ９３划问题：年提出了能对相对有效的决策单元进行效率高低比较的超效ｍｉｎ０率ＤＡ模型。第ｋ个决策单元的效率计算问题可以转化成如Ｅ下的线性规划问题：

基于超效率DEA模型的中国高技术产业创新资源配置效率评价

基于超效率DEA模型的中国高技术产业创新资源配置效率评价在当今全球化、信息化和数字化的快速发展背景下，高技术产业在中国经济发展中扮演着越来越重要的角色。

高技术产业的快速发展需要充足的创新资源支持，而如何高效地配置这些资源成为了一个重要的问题。

本文将使用超效率DEA模型对中国高技术产业的创新资源配置效率进行评价。

一、超效率DEA模型的原理超效率DEA模型是数据包络分析（Data Envelopment Analysis，DEA）的一种扩展形式，用于评估决策单元的相对效率。

相比传统DEA模型，超效率DEA模型考虑到了每个决策单元在效率前沿上的位置，即使在最佳决策单元之外也能被评价出效率。

这使得超效率DEA模型更具有鲁棒性和准确性。

二、高技术产业创新资源配置效率评价指标在评价中国高技术产业的创新资源配置效率时，可以考虑以下指标：1.研发投入效率：评估企业在研发活动中投入资源的效率。

2.创新产出效率：评估企业通过研发活动获得的创新产出的效率。

3.人才资源配置效率：评估企业在吸引、培养和管理人才方面的效率。

4.技术转移效率：评估企业将研发成果转化为实际生产力的效率。

三、实证分析以中国高技术产业为例，选择一批代表性企业作为研究对象，收集各项创新资源配置数据，包括研发投入、创新产出、人才资源及技术转移等方面数据。

然后构建超效率DEA模型，评价每个企业在创新资源配置效率上的表现。

根据超效率DEA模型的评价结果，可以对企业的创新资源配置进行优化和调整，提高效率水平。

四、结论与展望通过超效率DEA模型的评价，可以深入了解中国高技术产业的创新资源配置效率水平，并找出存在的问题和改进的空间。

未来，可以进一步完善超效率DEA模型，引入更多因素和权重，使评价结果更加全面和准确。

同时，可以根据评价结果，制定相关政策和措施，促进中国高技术产业的创新发展，为中国经济的高质量增长贡献力量。

综上所述，基于超效率DEA模型的中国高技术产业创新资源配置效率评价是一项重要的研究课题，可以帮助决策者更好地了解和优化创新资源配置，推动高技术产业的发展和经济的持续增长。

基于DEA模型的我国金融机构效率评价

技术效率、技术效率和规模效率。对比国有商业银行和股份纯制银行效率的差异，知样本银行的技术效率、技术效率以可纯
及规模效率比较高，相对于股份制银行来说，有商业银行但国的整体效率普遍偏低。
【摘要】本文选用我国１３家上市商业银行２０－２１年的０５０１
数据为样本，用数据包络分析法（Ａ）算各家商业银行的运ＤＥ测
资银行与国内银行相比其资产收益率水平较高，流动成本较
低。ｒｉＨｒｅ和Ｚｉ１９）Ｆｅ、ａｋｒａｍ（９５研究发现人力资源、技术、过程管理模式及其对金融服务质量、本和便利程度的影响是金融机成构效率的主要影响因素。Ｂｒｅ和Ｍａｔ（９７通过对银行的ｅｒｇｓｒ１９）ｅ市场集中度、组织形式、资产规模和其他因素的分析，对各项财
与产出或成本与收益对比关系的财务指标，再根据各财务指标
在商业银行效率评价中的重要性，设置相应的权重，加权平均后得到一个综合反映商业银行投入与产出或成本与收益对比
根据分析方法划分，相关研究可以分为参数估计法和非参
银行效率的参数估计法始于本斯腾（ｅｓｎＢｎｔ，ｏ关系的相对数，这个相对数就是被测度银行的效率值。Ａｈｄｆｌａｅ数估计法两大类。（９４１５）最早提出银行业存在递增的产出规模效率和递减的成本规模效率。ＡｃｎｈＲｉ（９３对阿联酋银行成本效益和风险ａｔｉｏ１９）回报的行为进行研究，分析成本边界函数之间的关系发现，外

基于三阶段DEA模型的中国地区能源效率评价

ｏｖｅｒｅｓｔｉｍａｔｅｄｂｙｕｓｉｎｇＢＣＣ— ＤＥＡｍｏｄｅｌ，ａｎｄｓｏｍｅｒｅｇｉｏｎｓｗｅｒｅｕｎｄｅｒｅｓｔｉｍａｔｅｄ．
Ｋｅｙｗｏｒｄｓ：ｔｈｒｅｅ～ｓｔａｇｅＤＥＡｍｏｄｅｌ；ｅｎｖｉｒｏｎｍｅｎｔａｌｉｎｆｌｕｅｎｃｅ；ｒｅｇｉｏｎａｌｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙ
对地区能源效率的评价造成影响；相比第一阶段即传统ＤＥＡ模型的评价结果，剔除环境影响因素后，全国平均技术效率水平有所下降，但是各地区的变化情况并不一致，有的地区效率评价结果有所改善，而有的
ＸＵＺｈｉ — ｑｉａｎｇ，ＬＵＢｉｎ，ＤＡＩＹｕｅ
（１．ＳｃｈｏｏｌｏｆＣｈｅｍｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇ，ｎｇａｎｄ
地区效率值有所降低。关键词：三阶段ＤＥＡ模型；环境影响；地区能效
中图分类号：Ｆ４０７．２文献标识码：Ａ文章编号：１００４ — ４０５ｉ（２０１３）０５００４４ — ０５
Ｔｅｃｈｎｏｌｏｇｙ（Ｂｅｉｊｉｎｇ），Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．ＪａｃｋｓｏｎＳｃｈｏｏｌｏｆＧｅｏｓｃｉｅｎｃｅ，

基于DEA模型的我国环保行业上市公司经营效率评价研究

基于DEA模型的我国环保行业上市公司经营效率评价研究【摘要】本文针对我国环保行业上市公司的经营效率展开研究，引入DEA模型进行评价。

首先介绍DEA模型的原理和方法，然后分析我国环保行业的现状，探讨上市公司经营效率评价指标。

接着通过实证研究运用DEA模型对上市公司的经营效率进行评价，并分析影响经营效率的因素。

研究表明，一些环保公司存在经营效率亏损的情况，主要由于资源配置不合理和管理不当。

最后总结研究成果，提出未来研究的展望。

本研究为我国环保行业上市公司提供了评价和改进经营效率的参考，对企业提高竞争力和可持续发展具有一定的指导意义。

【关键词】DEA模型、环保行业、上市公司、经营效率、评价研究、研究背景、研究意义、现状分析、经营效率评价指标、实证研究、影响因素分析、研究成果总结、研究展望1. 引言1.1 研究背景随着人们环保意识的日益增强和环境问题的日益突出，环保行业在我国的发展愈发重要。

环保行业的上市公司作为该行业的龙头企业，承担着引领行业发展、推动技术创新和资源整合的责任。

面对复杂多变的市场环境和激烈的竞争压力，上市公司的经营效率成为决定其可持续发展的重要因素。

目前，国内外学者在环保行业上市公司经营效率评价方面已经取得了一些研究成果。

基于DEA模型的经营效率评价方法在该领域的应用尚有不足。

本研究拟结合我国环保行业的特点，基于DEA模型，对环保行业上市公司的经营效率进行评价，旨在深入了解我国环保行业上市公司的经营状况，为其提供科学的管理建议，进一步推动环保行业的持续健康发展。

1.2 研究意义本文旨在通过基于DEA模型的研究方法对我国环保行业上市公司的经营效率进行评价，进一步深入了解环保行业上市公司的运营情况。

研究意义主要表现在以下几个方面：环保行业在我国的发展日益重要，环保产业作为国家重点扶持的产业之一，其上市公司的经营状况对整个行业的发展具有重要影响。

通过评价环保行业上市公司的经营效率，可以为投资者提供参考依据，同时也能够促进环保公司内部的管理水平提升，提高企业的竞争力。

基于DEA方法的各省循环经济发展效率评价

基于DEA方法的各省循环经济发展效率评价摘要：循环经济发展效率的评价对指导循环经济的发展具有重要意义。

本文利用DEA方法对我国各省（市）循环经济发展的技术效率、规模效率进行了测定，并做了生产前沿面投影分析。

揭示了各省（市）循环经济发展所存在的问题，提出了改进措施。

关键词：DEA 循环经济技术效率规模效率0 引言目前，我国经济增长面临人口压力、资源短缺和环境污染的形势十分严峻，为保证经济的可持续发展，以科学发展观为指导，大力发展循环经济更加受到重视。

然而，要发展好循环经济，对循环经济发展进行科学合理的评价至关重要。

考虑到各省循环经济发展水平不平衡，本文采用DEA理论的C2R和BC2模型，从循环经济投入产出效率角度，通过技术效率、规模效率、生产前沿面投影等指标来具体评价各省循环经济发展效率，提出改进措施。

1 DEA模型基本原理数据包络分析，简称DEA（Date Envelopment Analysis），是应用数学规划原理评价具有多指标输入和多指标输出系统的有效方法。

基本的C2R模型如下：其中，Y表示产出指标，X表示投入指标，S-、S+分别表示投入过剩和产出不足，θ表示DMU的效率指数，ε是非阿基米德无穷小，一般取ε=10－6。

C2R模型不考虑投入产出的规模报酬，只能计算出综合效率（即技术效率），在C2R模型的基础上加入限制条件∑λj=1，可成为规模报酬可变的BC2模型，从而能将技术效率分解为纯技术效率和规模效率。

模型结果判断（对偶规划的最优解为λ0、S-0、S+0、θ0）技术效率（TE）：若θ0<1，则DMUj0为非DEA有效；若θ0=1且S-0+S+0>0，则DMUj0为弱DEA有效；若θ0=1且S-0+S+0=0则DMUj0为DEA有效。

纯技术效率（PTE）：决策单元在规模报酬可变假设下获得的效率即为纯技术效率。

规模效率（SE）：技术效率与纯技术效率之间的比值TE/PTE即为规模效率。