一、具有非期望输出决策单元的有效性评价(英文)（论文文献综述）
马生昀,王璇,张军[1]（2021）在《带有非期望输出的广义随机DEA方法》文中提出广义数据包络分析（DEA）方法是多输入多输出决策单元相对于任意同类样本单元进行相对效率评价的方法。当决策单元集作为样本单元集时,广义DEA方法即为相应的传统DEA方法。传统和广义随机DEA方法的研究还比较少。在实际生产过程中,有时输入输出指标可能存在随机性,同时在生产过程中可能产生污染物等负面输出,在DEA方法中称为非期望输出。针对以上2种可能出现的情况,本文讨论带有非期望输出的基本广义随机DEA方法,考虑样本单元和决策单元仅有非期望输出指标随机和所有输入输出指标均随机2种情况,分别利用期望值模型和机会约束规划进行确定性转化,给出相应的广义随机DEA有效的概念,从理论上初步解决了此类问题的有效性评价问题。
刘晓红[2]（2021）在《考虑技术异质性的金融系统效率分析 ——基于两阶段数据包络分析（DEA）方法》文中进行了进一步梳理金融系统在国民经济社会发展中起到了越来越重要的作用,如何准确测度和提升金融系统运营效率是学术界和实业界共同关注的热点问题。数据包络分析（DEA）作为一种行之有效的效率评价与效率优化工具,在金融系统评价等领域取得诸多应用。但由于现实的金融系统（如商业银行以及农村供应链金融系统等）往往存在着复杂的内部运营流程,使得传统DEA方法（包括两阶段DEA在内）在解决此类问题时出现诸多弊端:第一,现有方法没有充分考虑中间变量特性,比如,中间变量可能随决策单元的效率最大化而进行自由调整,也可能依据外部环境因素的需要考虑中间变量的最大化目标;第二,现有的两阶段DEA方法假设所有的决策单元具有同质性,然而这一假设在现实中并不总是成立,比如不同所有制结构下的银行存在运营技术的异质性,不同区域的农村供应链金融系统由于经济发展水平不同导致生产技术的异质性;第三,现有研究多数关注决策单元的效率评价结果,较少关注无效单元的效率改进来源和改进策略问题。针对这些不足,本文提出了一系列改进的两阶段DEA方法,较之传统两阶段DEA方法,本文所提出的方法具有以下优势:第一,将金融系统运营过程中的非期望产出（如不良贷款率等）纳入效率分析框架;第二,考虑了商业银行等金融系统间的异质性,以避免计算得到的效率值与实际情况不符;第三,本文将无效率分解为技术无效和管理无效,为无效的金融系统提供了效率改进建议。本文系统分析了现实金融系统的复杂运营流程,并基于现实问题提出了对应的两阶段DEA模型,最终将所提出的方法应用到了我国商业银行和农村供应链金融系统效率评价实际问题中,基于所得到的实证研究结果,为我国商业银行和农村供应链金融系统的效率改进提供了一系列决策和政策建议。本文的研究工作主要包括以下几个方面:第一章为绪论。首先简要介绍我国当前金融业发展现状,然后分别介绍本文的研究意义、研究方法和研究内容。第二章为文献综述。首先介绍了 DEA效率评价理论、共同前沿理论和方向距离函数,然后对与本文研究内容相关的文献进行综述,主要包括:两阶段DEA研究、单阶段银行效率评价以及两阶段银行效率评价。最后,对现有的研究文献进行了总结和点评。第三章将共同前沿理论和DEA相结合,提出了考虑技术异质性的两阶段DEA模型以评价我国商业银行的存款和贷款效率。然后,本章定义了效率改进潜力路径指数,以确定效率低下银行的改进方向。最后,本章运用回归模型分析了所有权结构对银行存/贷款效率的影响。第四章将中间变量视为自由变量,通过引入Kuosmanen技术,提出了考虑中间变量目标设定的两阶段DEA方法。该方法不但可以有效刻画约束凸性,而且可以依据实际情况对中间变量进行目标设定。最后,所提出的模型被应用于我国商业银行效率评价工作中,在提供准确效率评价结果的同时,为无效银行提供了效率改进建议。第五章基于农村供应链金融（RSCF）系统的复杂内部结构以及区域间的技术异质性,提出了非径向的两阶段DEA模型。考虑到我国财政部门对涉农贷款给予大力支持的现实,本章所提出的模型中尽可能地最大化中间变量。最终对我国各省份的农村供应链金融系统效率进行了实证分析。第六章总结归纳了本文的主要内容和主要结论,并在此基础之上指出未来需要进一步深入研究的方向。
刘晴晴[3]（2020）在《绿色全要素能源效率测度及影响因素研究》文中进行了进一步梳理新常态下,传统粗放式经济已难以为继。十九大报告已明确提出推进绿色发展,确定了“既要金山银山,也要绿水青山”的可持续绿色发展目标。实现此目标,关键在于保障经济增长的同时,兼顾降低能源消耗和减少污染物排放。如何确定各行政区域的节能减排目标值,如何通过合理的措施提升地区的能源利用效率等,这些问题的有效解决对于推进国家绿色发展具有重要意义。因此,针对如何测度绿色全要素能源效率及其可能的影响因素,本文展开了研究,论文的主要内容以及基本结论如下:第一,考虑到地区间技术异质性等因素,本文选择共同前沿法来测度各省区市的绿色全要素能源效率。对区域进行合理分类是共同前沿方法的基础。因此,本文首先根据影响各地区绿色发展效率的主要因素构建一个指标体系,然后利用因子分析进行降维,最后根据因子得分对中国31个省区市（除港、澳、台地区外）进行聚类分析,并对分组的合理性进行讨论。得到结论如下:（1）“十一五”时期、“十二五”时期、“十三五”时期三个时间段,31个省区市的聚类结果不尽相同,且各时间段内聚类结果相对稳定。聚类形成的四个小组分别命名为绿色发展较好组、绿色发展一般组、偏好环境组和偏好发展组。（2）三个时间段的聚类结果并不完全体现地域性。传统按照地理位置进行区域划分并不完全适用于绿色发展效率问题的研究。第二,为测算各省区市的绿色全要素能源效率水平及节能潜力,本文首先构建绿色全要素能源绩效指数并对其进行分解,其次根据前文的聚类分组,利用基于共同前沿的非径向方向性距离函数方法测度2006-2017年中国除港、澳、台地区和西藏外的30个省区市的绿色全要素能源效率,最后对4个小组的能源效率差异、技术差距以及各省区市的潜在节能量进行研究。得到结论如下:（1）中国各省区市的绿色全要素能源效率普遍偏低,提升空间较大。（2）组前沿下各省区市绿色全要素能源效率往往会高估该区域能源效率的实际水平,共同前沿下的绿色全要素能源效率反映了该区域能源效率的潜在提升空间。（3）四个小组所含省区市的绿色全要素能源效率差异显着。组1（绿色发展较好组）的绿色全要素能源效率水平远超其他三个小组,代表了中国能源使用效率的最高水平。（4）考察期内,北京、天津、上海始终位于共同前沿上,是中国绿色全要素能源效率最高的地区。第三,从动态角度探究绿色全要素能源效率的变化情况。利用基于非径向方向性距离函数的共同前沿Malmquist-Luenberger指数测度区域当期技术基准、区域跨期技术基准和全局技术基准下各省区市及小组的绿色全要素能源效率,并对绿色全要素能源效率增长率进行分解,分析其构成的动态发展趋势,及识别组内及全国技术“创新者”省份。研究发现:（1）各省区市的绿色全要素能源效率基本符合全局技术基准最低,区域跨期技术基准次之,区域当期技术基准最高的规律,不同技术基准选择下各省区市间的绿色全要素能源效率存在较大差异,表明中国各省区市间的绿色节能技术存在巨大的技术差距,同时印证了绿色全要素能源效率测度必须在相同技术水平下比较才有意义的观点。（2）我国总体上绿色全要素能源效率基本保持不变,四个小组的绿色全要素能源效率增长率呈现出组4大于组1大于组3大于组2的趋势,且绿色全要素能源效率的增长主要源于技术进步的贡献,技术效率改善的贡献较小。（3）考察期内有某省区市成为某一年度的区域“技术创新者”,但没有省份成为全国的“技术创新者”。第四,从空间角度研究地区绿色全要素能源效率的影响因素。利用“莫兰指数”检验绿色全要素能源效率的空间相关性,分别构建静态和动态空间面板回归计量模型,对绿色全要素能源效率的影响因素进行分析。研究发现:（1）绿色全要素能源效率存在明显的空间依赖性,区域间绿色全要素能源效率存在着显着的空间扩散效应,相邻区域的绿色全要素能源效率高,则本区域的绿色全要素能源效率越高。（2）考虑到区域绿色全要素能源效率的惯性时,绿色全要素能源效率的空间效应明显减弱。（3）能源消耗结构和政府影响力因素对绿色全要素能源效率具有显着的负向影响;外商直接投资对绿色全要素能源效率具有显着正向影响;资源禀赋对绿色全要素能源效率的影响作用不显着;经济发展水平和产业结构因素对绿色全要素能源效率具有正向影响,且动静态空间模型估计系数的显着性相反;产权所有、技术进步、资本劳动比对绿色全要素能源效率具有负向影响,且动静态空间模型估计系数的显着性相反。技术进步对绿色全要素能源效率的负向影响与常规认知不相符,可能因为回弹效应的存在。第五,探究技术进步对于绿色全要素能源效率的影响。理论分析技术进步对绿色全要素能源效率的影响机理,利用内生增长模型构建能源回弹效应模型。利用2006-2017年数据较为完整的25个省区市的面板数据,基于资本是否可变假设,测度全国层面、省级层面的长短期能源回弹效应。研究发现:（1）中国资本存量的产出弹性系数为0.353,劳动力的产出弹性系数为0.333,能源消费弹性系数为0.494,是三个要素弹性系数中最大的,表明中国经济的高速增长更多依靠对能源的消耗。（2）中国宏观经济的短期能源回弹效应均值为3.46,各省区市短期能源回弹效应虽偶尔出现“超级节能”现象,但总体表现为逆反效应,说明能源效率的提升,不仅没有引起能源消费量的降低,反而促进了新一轮的能源消费需求,即能效提升带来的能源节约量完全没有显现出来。（3）中国宏观经济的长期能源回弹效应均值为-1.36,各省区市长期能源回弹效应总体表现为“超级节能”,其中部分省区市在部分年份出现了“部分回弹”和逆反效应,表明能源政策长期是有利于能源节约的。
帅宇红[4]（2019）在《基于两阶段EBM DEA的无人便利店运营绩效评估研究》文中提出零售业是一个国家不可或缺的重要行业之一,与人们生活息息相关,并紧密联系着国家经济的发展。随着技术进步,零售业得到巨大发展,市场上出现了一种新模式—无人便利店,其经营现状与现存问题引起了众多学者的关注。效率评估是一种广泛使用的有效方法,用于确定企业的最佳生产前沿面,找到提高绩效和生产率的着眼点。本文从运营结构角度出发,采用两阶段DEA方法评估企业经营效率。本文首先总结归纳了零售业绩效评估方法和带非期望产出的两阶段DEA绩效评估研究现状,在零售行业绩效评估的研究文献中,无人便利店这种新模式是目前的研究空白区域,而且现有效率评估的两阶段DEA模型研究中,少有学者考虑到非期望中间变量和非期望直接产出同时存在的复杂状态。其次,文章深入分析企业运营内部结构,将绩效评估分为配送子流程和市场销售子流程两个阶段。从经济、社会和环境三层维度出发,建立了带有非期望变量的无人便利店绩效评估指标体系。引入可处置性原理,根据指标的性质,分别采用弱可自由处置、拓展强可自由处置、非自由处置建立模型中第一阶段非期望的直接产出、非期望中间变量、第二阶段非期望的直接产出的约束条件。文章采用径向与非径向相结合的DEA方法,建立两阶段EBM DEA绩效评价模型,运用模型对欧尚无人便利店进行了评价和结果分析,提出的模型被证实具有实用性以及可行性,丰富了现有的两阶段DEA方法。文章最后采用Tobit回归分析方法,分析了影响运营效率的因素,无人便利店的地理位置与环境,缺货率是重要影响因素。
朱安明[5]（2018）在《基于RAM-DEA模型的工业行业效率评价研究》文中进行了进一步梳理效率评价是衡量企业生产能力与国民经济运行状况的手段,对制定战略方针与政策规划具有指导作用。效率评价问题广泛存在于生产与生活领域,相关理论与方法常用于观测评价对象各项性能与未来发展潜力。效率评价和影响因素分析是效率研究相关领域的两大重要内容,经过多年的发展,国内外学者利用多种可靠的、先进的方法对效率评价理论、模型和对象进行持续的研究与创新。在总结归纳以往研究的基础上,考虑到投入、产出指标的种类不同和决策单元利用资源的能力差异,对效率评价模型进行权重优化,建立优化权重RAM-DEA模型,使测算得到的效率值更具普适性,得到的权重值能够反映评价对象利用资源的水平。随后,使用优化权重RAM-DEA模型测算了中国39个工业行业效率并分析权重含义,通过对偶模型得到技术投入指标有效性,根据测得的效率值,使用Truncated回归分析探究多种因素对效率的影响。首先,回顾效率评价研究发展,对常用的效率评价模型和效率影响因素分析方法进行概述与对比。效率评价问题从关注传统效率如能源效率、环境效率,到引进技术因素测算创新效率,对效率评价的范围进行延伸与发展;效率评价模型研究方法的侧重点与性能不同,相比于效率分解与复合指标评价,评价相对效率的DEA方法受到更加广泛的应用;在影响因素分析方面,国内外学者常用理论分析及回归模型进行研究。其次,基于测算能源与环境综合效率的RAM-DEA模型,考虑到多类输入与输出指标对决策单元的影响存在异质性,通过权重优化的方法,建立优化权重RAM-DEA模型,并对其对偶模型的经济意义进行阐释。通过模型改进前后的对比,发现优化权重RAM-DEA模型不仅具有原模型客观性、非径向性和稳健性的特点,还能在一定程度上反映行业差异性,使得测算出的效率值更加准确。最后,在实证分析中应用优化权重RAM-DEA模型测算中国39个工业行业效率,运用Truncated回归模型分析内外因素对行业效率的影响。在指标构建中,在常用能源和环境指标基础上增加互联网推进指标作为技术投入,选用二氧化碳排放量并增加悬浮颗粒物作为非期望产出指标。实证分析通过计算行业效率得出行业运行状况,计算权重值得出行业利用资源性能,基于对偶模型测算互联网推进有效性,最后通过Truncated回归检验了行业各类因素对效率的影响,基于研究结论,提出了相关政策与建议。
徐玮[6]（2018）在《基于聚类和区间DEA的建筑材料评价模型》文中进行了进一步梳理随着科学技术的发展,建筑材料开发也是日新月异。在这“鱼目混珠”的建筑材料中,建筑材料的质量更是生命线;所以,如何科学地、准确地测量材料的特性、科学评价建筑材料质量已成为一个十分重要的科学技术问题。本文就是在这样的背景下,针对不同的建筑材料评价问题建立了不同的统计优化模型进行评价,通过实例进行了较好的验证,取得了较好的成果。首先,我们把用途广泛的钢材质量评价数据从定性数据到数据定量转化,把以往评价建筑材料质量的“合格率”、“基本受控”、“符合性”或“适应性”等定性的评价数据进行数据定量化。另外,由于所建立的建筑材料质量评价的数据包络分析（Data Envelopment Analysis,DEA）模型对输出和输入数据的大小不影响评价的结果,所以我们在定性数据进行定量化过程中,赋值一般定义在[0,10]的区间中即可。所建立的DEA模型能够较好地对“合格”和“不合格”相同属性的决策单元进行建筑材料再区分评价。其次,对于评价数据用DEA模型和G-DEA模型同样都是失效的情况下,建立了一种通过“自评（Self-evaluation）”与“他评（Peer-evaluation）”两种策略得到的综合评价交叉效率的DEA模型。这种交叉效率的DEA模型,能够很好地进行区分评价建筑材料等级相同的决策单元。第三,通过把非期望输出看作是输入（希望越小越好）来处理,构造带有非期望输出的广义DEA模型,这样就可以在输入,期望输出和非期望输出三类数据中得到水泥建筑材料质量的有效性,从而克服了其他综合方法所带来的繁琐过程。第四,我们给出基于输出的区间DEA模型的效率值求法。也就是得到了该决策单元效率值的最大值和最小值构成了一个区间,将区间DEA模型方法与基于输入的DEA模型下的理论及应用进行对比,实例分析表明:本节所提出的区间偏序意义下的决策单元排序比传统的DEA模型下的决策单元单个效率值排序更符合实际。最后,用DEA模型结合统计分析中的聚类分析来进行评价。先通过聚类分析方法选择样本单元,再通过广义DEA对建筑材料质量进行评价。经过分析,在产品合格前提下,能很好地判断检验项目指标超出规定标准的大小程度。总之,通过所建立的传统的数据包络分析、广义数据包络分析、交叉效率的数据包络分析、非期望输出的数据包络分析以及区间DEA等对建筑材料质量进行了评价。实例表明:这几种DEA方法针对不同建筑材料问题所进行的评价,能够很好地帮助我们解决难题。
段可[7]（2015）在《基于DEA的石油价格波动性GARCH族预测模型评价研究》文中研究表明原油作为主要化工原料与国家战略资源,为国民经济平稳发展做出了重大保障,而原油作为大宗商品在全球范围内进行交易,具有一定的金融风险性。此外,受经济及其他因素影响,原油价格在全球市场内大幅波动。因此,探索国际原油价格波动,对国家制定正确宏观政策、企业正常运营与人们生活而言尤为重要。基于以上背景,本文以WTI市场远期原油价格为研究对象,并对其收益进行预测,由于原油价格的波动会对宏观经济造成一定的冲击,而投资者心理因素与金融市场体系的不完善使得油价波动的不确定性加剧,石油波动预测误差也随着重大事件的接连发生不断加大,因此,社会各界对建立科学的数理模型与有效的评价系统准确预测其波动性给予了高度重视。而迄今对石油价格波动性的预测模型层出不穷,在多个评价指标下,决策者难以从众多预测模型中得到一致的模型排序。本文提出将预测模型的评价指标结果作为DEA模型的输入输出,通过DEA模型得到较为一致的预测模型排序。具体如下,首先,本文通过建立GARCH模型与长期记忆下的GARCH族模型对原油收益进行预测,研究发现WTI远期原油市场收益波动具有长期记忆性、非渐进性与尖峰厚尾性,即原油价格易受外界因素影响,风险性较大。其次,为获取所有预测模型的排序,本文构建了DEA模型,并且根据不同的决策需求以及评价指标的特征对输入输出进行了期望与非期望的区分,此外,本文进一步构建了超效率DEA模型,并对超效率模型下的不可行单元做相应处理,从而得到完整的预测模型效率排名。本文最终得出以下结论:在GARCH族模型中,GJR模型与EGARCH模型相对显着,在预测误差、模型精准度与对石油价格收益波动方向方面,GJR模型较为精准;EGARCH模型在预测方面逊于其他模型,而在考虑油价收益整体波动性方面优于其它模型。在具有长期记忆性下的GARCH族模型中,FIAPARCH模型始终是最优的石油价格波动预测模型,即模型能够在预测油价波动方向更为精准,当考虑预测精准度与收益波动大体方向时,FIEGARCH模型始终是最优的石油价格收益波动预测模型;最后,研究发现,本文提出的超效率DEA改进模型能够很好地评价不同的原油价格波动预测模型,在不同的评价指标下能得到较为一致的排序结果。
许平,孙玉华[8]（2014）在《非期望产出的DEA效率评价》文中进行了进一步梳理将非期望产出作为投入应用到传统DEA模型上,解决了非期望产出生产活动的效率评价问题.结合生产可能集,将非期望产出直接反映到生产可能集中,建立了基于投入导向的径向和非径向两种DEA模型.并对两种DEA模型效率值的大小关系、相对有效性的等价性问题进行了证明,指出非径向DEA模型更能准确的实现效率定量评价.
何文强,汪明星[9]（2009）在《全要素能源效率的DEA模型评价——基于中国1991～2007年数据的实证检验》文中指出本文首先提出了基于非期望产出的FDEA模型,然后以中国1991-2007年的数据为基础,采用基于DEA的六种不同的模型计算能源效率,并进行了模型的有效性评价。结果表明,一是我国能源效率总的趋势是在2002年之前一直上升,然后开始下降,从2006年又开始上升;二是非期望的FDEA模型能够反映非期望产出对能源效率的影响,更加切合实际;三是提出了集中度和平滑度指标对模型进行有效性评价,发现EE-2FDEA模型的效果更好。
蓝春梅[10]（2009）在《数据包络分析模型与经济系统效率评价》文中提出数据包络分析（Data Envelopment Analysis）简称DEA,是着名运筹学家A.Charnes和W.W.Cooper等学者于1978年在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。它是数学、运筹学、数理经济和管理科学的一个新的交叉领域,使用数学规划模型评价具有多个输入、特别是多个输出的决策单元间的相对有效性。由于DEA具有“天然”的经济背景,依据DEA方法、模型和理论,可以直接利用输入和输出数据建立非参数的DEA模型进行经济分析;同时,使用DEA对DMU进行效率评价时,可得到很多的管理信息。因此,DEA领域的研究吸引了众多的学者。研究DEA模型是进行该领域其它相关研究的基础。本论文首先对DEA的研究背景作了较为全面的概括,梳理了30年来其理论与应用发展。主要有以下内容:1.探讨了DEA模型的单位不变性与平移不变性,从乐观和悲观两个角度对决策单元进行评价,给出了同时具备单位不变性与平移不变性的两边加法模型法,并用实例加以检验,得到了较好的结果。2.研究DEA模型的强有效性,这类模型主要用于解决用经典DEA模型评价决策单元相对效率时得出多个决策单元同时为有效的问题,本文从有效前沿面和反有效前沿面两个方面对决策单元进行评价,给出的新模型能够实现所有决策单元的完全排序,最后给出的两个实例验证了我们方法的有效性。3.讨论DEA方法与层次分析法（AHP）相结合的评价方法,这两种方法都是运筹学中应用较多的评价方法,本论文结合了DEA方法的客观性和AHP方法的主观性,互为补充,提出了一种用解DEA模型的思想来求解判断矩阵各因素权重的新方法,该算法简单可行,具有较强的实用性。4.建立了具体的评价系统,用经典DEA模型以及本文提出的新方法对我国8个地区的电子及通信设备制造业集群进行有效性评价及排序,得出了大量的管理信息以及建议,为各地区进行相关的产业调整提供参考。
二、具有非期望输出决策单元的有效性评价(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、具有非期望输出决策单元的有效性评价(英文)（论文提纲范文）
（1）带有非期望输出的广义随机DEA方法（论文提纲范文）
| 1 非期望输出随机的广义随机DEA模型 |
| 1.1 基于期望值模型进行确定性转化 |
| 1.2 基于机会约束规划进行确定性转化 |
| 2 输入输出均随机的广义随机DEA模型 |
| 2.1 基于期望值模型进行确定性转化 |
| 2.2 基于机会约束规划进行确定性转化 |
| 3 结论 |
（2）考虑技术异质性的金融系统效率分析 ——基于两阶段数据包络分析（DEA）方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究方法 |
| 1.4 本文的主要研究内容 |
| 第2章 文献综述 |
| 2.1 理论基础 |
| 2.1.1 效率评估理论 |
| 2.1.2 共同前沿理论 |
| 2.1.3 方向距离函数(DDF) |
| 2.2 相关研究综述 |
| 2.2.1 两阶段DEA的研究现状 |
| 2.2.2 单阶段的银行效率评估 |
| 2.2.3 两阶段的银行效率评估 |
| 2.3 文献小结 |
| 第3章 考虑技术异质性的商业银行效率分析 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 两阶段DEA模型 |
| 3.3.1 方向距离函数 |
| 3.3.2 基于组别前沿的两阶段DEA模型 |
| 3.3.3 基于共同前沿的两阶段DEA网络模型 |
| 3.3.4 对银行效率提升潜力进行分解 |
| 3.4 实证分析 |
| 3.4.1 投入和产出指标的选择 |
| 3.4.2 数据和样本 |
| 3.4.3 结果讨论 |
| 3.5 所有权结构对银行效率的影响分析 |
| 3.5.1 变量选择 |
| 3.5.2 所有权结构对存款效率的影响 |
| 3.5.3 所有权结构对贷款效率的影响 |
| 3.6 本章小结 |
| 第4章 考虑技术异质性和中间变量目标设定的商业银行效率分析 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 考虑技术异质性和中间产出目标设定的两阶段DEA模型 |
| 4.3.1 方向距离函数 |
| 4.3.2 组别前沿效率评估模型 |
| 4.3.3 共同前沿效率评估模型 |
| 4.3.4 解构效率改进来源 |
| 4.4 实证分析 |
| 4.4.1 投入和产出的选择 |
| 4.4.2 效率分析 |
| 4.4.3 效率差距分析 |
| 4.4.4 银行效率改善策略 |
| 4.5 本章小结 |
| 第5章 考虑技术异质性和最大化中间变量的农村供应链金融系统效率分析 |
| 5.1 引言 |
| 5.2 文献综述 |
| 5.2.1 供应链金融 |
| 5.2.2 供应链效率 |
| 5.2.3 网络DEA模型 |
| 5.3 考虑最大化中间变量的两阶段DEA模型 |
| 5.3.1 最大化中间变量的组别前沿DEA模型 |
| 5.3.3 最大化中间变量的共同前沿DEA模型 |
| 5.3.4 潜在改进能力的解构 |
| 5.4 实证研究 |
| 5.4.1 指标和数据 |
| 5.4.2 效率分析 |
| 5.4.3 收入对效率的影响 |
| 5.4.4 潜在改进能力分析 |
| 5.5 结论 |
| 第6章 总结和展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 在读期间发表的学术论文与取得的其它研究成果 |
| 在读期间发表的学术论文 |
| 在读期间参与的科研项目 |
| 致谢 |
（3）绿色全要素能源效率测度及影响因素研究（论文提纲范文）
| 摘要 Abstract 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 中国能源供需矛盾日益突出 |
| 1.1.2 能源利用效率普遍较低 |
| 1.1.3 能源消耗带来严重的环境污染 |
| 1.1.4 绿色全要素能源效率助力经济发展 |
| 1.2 研究意义 |
| 1.3 研究内容 |
| 1.4 研究方法与框架 |
| 1.4.1 研究方法 |
| 1.4.2 研究框架 |
| 1.5 研究的创新点 第2章 基础理论及文献综述 |
| 2.1 相关理论 |
| 2.1.1 经济增长理论 |
| 2.1.2 绿色发展理论 |
| 2.1.3 能源经济学理论 |
| 2.1.4 效率理论 |
| 2.2 绿色全要素能源效率发展研究综述 |
| 2.1.1 能源效率 |
| 2.1.2 绿色全要素能源效率 |
| 2.3 绿色全要素能源效率测度的研究综述 |
| 2.3.1 全要素能源效率的测度 |
| 2.3.2 绿色全要素能源效率的测度 |
| 2.4 绿色全要素能源效率的影响因素的研究综述 |
| 2.4.1 结构性因素 |
| 2.4.2 禀赋因素 |
| 2.4.3 技术因素 |
| 2.4.4 发展因素 |
| 2.4.5 政府影响因素 |
| 2.5 文献评述 第3章 基于共同前沿测度绿色全要素能源效率的区域聚类 |
| 3.1 方法论 |
| 3.1.1 因子分析 |
| 3.1.2 聚类分析 |
| 3.2 指标体系构建 |
| 3.3 指标体系因子分析降维 |
| 3.3.1 KMO检验和Bartlett检验 |
| 3.3.2 提取公因子 |
| 3.3.3 因子旋转 |
| 3.3.4 因子得分 |
| 3.4 区域聚类结果分析 |
| 3.4.1 区域聚类结果 |
| 3.4.2 聚类结果分析 |
| 3.5 本章小结 第4章 省级绿色全要素能源效率及节能潜力测度 |
| 4.1 方法论 |
| 4.1.1 环境生产技术 |
| 4.1.2 非径向方向性距离函数 |
| 4.1.3 绿色全要素能源绩效指数 |
| 4.1.4 共同前沿及组前沿技术 |
| 4.1.5 基于共同前沿的绿色全要素能源效率指标分解 |
| 4.2 指标选取及描述性统计 |
| 4.2.1 指标选取及数据来源 |
| 4.2.2 组间描述性统计 |
| 4.3 绿色全要素能源效率测度与差异分析 |
| 4.3.1 中国省级绿色全要素能源效率的测度及组间差异分析 |
| 4.3.2 中国省级绿色全要素能源效率技术差距分析 |
| 4.3.3 中国各省区市潜在节能量分析 |
| 4.4 本章小结 第5章 绿色全要素能源效率动态评价研究 |
| 5.1 方法论 |
| 5.1.1 ML指数 |
| 5.1.2 共同前沿ML指数 |
| 5.1.3 基于方向性距离函数的共同前沿ML指数求解 |
| 5.1.4 基于非径向方向性距离函数的共同前沿ML指数求解 |
| 5.2 指标选取及数据来源 |
| 5.3 技术基准选择与绿色全要素能源效率差异分析 |
| 5.4 绿色全要素能源效率增长率及其构成的发展动态 |
| 5.5 技术“创新者”省份识别 |
| 5.6 本章小结 第6章 基于空间效应的绿色全要素能源效率影响因素研究 |
| 6.1 空间相关性检验 |
| 6.2 空间计量模型的构建与选择 |
| 6.2.1 计量模型构建 |
| 6.2.2 空间权重矩阵的设定 |
| 6.3 数据选取及说明 |
| 6.4 变量描述性统计及相关性检验 |
| 6.5 绿色全要素能源效率影响因素分析 |
| 6.5.1 基准回归分析 |
| 6.5.2 静态空间面板回归结果分析 |
| 6.5.3 动态空间面板回归结果分析 |
| 6.6 本章小结 第7章 基于绿色全要素能源效率的能源回弹效应机制 |
| 7.1 技术进步对绿色全要素能源效率的影响机理 |
| 7.2 能源回弹效应模型构建 |
| 7.3 中国省级长短期能源回弹效应测算 |
| 7.3.1 变量说明与数据来源 |
| 7.3.2 面板单位根检验 |
| 7.3.3 参数估计结果 |
| 7.3.4 长短期能源回弹效应测算 |
| 7.4 本章小结 结论及建议 参考文献 作者简介及在学期间所取得的科研成果 致谢 |
（4）基于两阶段EBM DEA的无人便利店运营绩效评估研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 零售业绩效评估研究现状 |
| 1.2.2 带非期望产出的两阶段绩效评估研究现状 |
| 1.2.3 现有研究存在的不足 |
| 1.3 论文主要创新点 |
| 1.4 论文研究方法、内容及技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 第2章 DEA相关理论 |
| 2.1 DEA基本模型和适用性分析 |
| 2.1.1 DEA基本模型 |
| 2.1.2 DEA方法适用性分析 |
| 2.2 两阶段DEA模型 |
| 2.3 非期望产出 |
| 2.4 本章小结 |
| 第3章 无人便利店运营绩效评价指标体系 |
| 3.1 无人便利店 |
| 3.1.1 背景介绍 |
| 3.1.2 两阶段运营流程分析 |
| 3.2 基于三种维度的评价指标体系构建 |
| 3.2.1 指标选取原则 |
| 3.2.2 指标体系建立 |
| 3.2.3 指标体系适用性分析 |
| 3.3 本章小结 |
| 第4章 无人便利店运营绩效评价EBM模型 |
| 4.1 问题描述 |
| 4.2 非期望变量 |
| 4.2.1 非期望变量的可处置性 |
| 4.2.2 非期望变量的约束模型 |
| 4.3 基于非期望变量的无人便利店两阶段EBM绩效评估模型 |
| 4.3.1 第一阶段—补货子流程绩效评估模型 |
| 4.3.2 第二阶段—市场销售子流程绩效评估模型 |
| 4.3.3 总绩效评价模型 |
| 4.4 补货配送+市场运营两阶段DEA方法适用性分析 |
| 4.5 本章小结 |
| 第5章 实例分析 |
| 5.1 数据来源 |
| 5.2 绩效评价结果与讨论 |
| 5.3 绩效影响因素Tobit回归分析 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及科研成果 |
（5）基于RAM-DEA模型的工业行业效率评价研究（论文提纲范文）
| 中文摘要 英文摘要 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究意义及创新点 |
| 1.3 研究内容 2 效率评价理论与模型 |
| 2.1 效率评价研究发展 |
| 2.1.1 能源效率测度 |
| 2.1.2 环境效率测度 |
| 2.1.3 考虑创新的效率测度 |
| 2.2 数据包络分析方法 |
| 2.2.1 DEA模型的发展 |
| 2.2.2 DEA模型在效率研究领域的应用 |
| 2.2.3 RAM-DEA模型 |
| 2.3 影响因素分析方法 |
| 2.4 本章小结 3 构建优化权重RAM-DEA模型 |
| 3.1 评价综合效率的RAM-DEA模型 |
| 3.2 优化权重RAM-DEA模型 |
| 3.2.1 模型构建 |
| 3.2.2 对偶模型 |
| 3.2.3 模型特征 |
| 3.3 本章小结 4 考虑互联网推进与空气质量的工业行业效率评价 |
| 4.1 决策单元选取 |
| 4.2 指标构建 |
| 4.2.1 投入指标 |
| 4.2.2 产出指标 |
| 4.3 中国工业行业效率研究 |
| 4.3.1 工业行业效率测算 |
| 4.3.2 工业行业竞争力分析 |
| 4.4 互联网投入有效性 |
| 4.5 工业行业效率影响因素分析 |
| 4.5.1 指标选择 |
| 4.5.2 回归结果分析 |
| 4.5.3 稳健性检验 |
| 4.6 本章小结 5 结论与展望 |
| 5.1 本文研究结论 |
| 5.2 未来研究展望 致谢 参考文献 附录 |
| A.作者在攻读学位期间发表的论文目录 |
（6）基于聚类和区间DEA的建筑材料评价模型（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景 |
| 1.2 本课题的来源及目的和意义 |
| 1.2.1 课题的来源 |
| 1.2.2 研究的目的和研究意义 |
| 1.3 国内外对建筑材料评价的研究情况 |
| 1.3.1 国外对建筑材料的评价研究情况 |
| 1.3.2 国内对建筑材料的评价研究情况 |
| 1.4 现代建筑材料评价方法概述 |
| 1.5 论文主要内容及创新点 |
| 1.5.1 论文主要内容 |
| 1.5.2 论文创新点 |
| 2 DEA的模型在评价建筑材料质量中的应用 |
| 2.1 传统DEA的基本方法及应用 |
| 2.1.1 传统DEA的基本概念 |
| 2.1.2 传统数据包络分析DEA的模型及其在建筑材料质量评价中的应用 |
| 2.2 广义DEA的基本理论及应用 |
| 2.2.1 广义DEA的基本概念 |
| 2.2.2 广义DEA的模型及其在建筑材料质量评价中的应用 |
| 2.3 本章小结 |
| 3 区间DEA的研究及其在建筑材料质量评价中的应用 |
| 3.1 区间DEA的基本概念和模型 |
| 3.1.1 DEA模型的回顾 |
| 3.1.2 区间的DEA模型 |
| 3.2 区间DEA的模型在建筑材料质量评价中的应用 |
| 3.2.1 计算建筑材料区间DEA的效率值 |
| 3.2.2 区间效率值的评价方法 |
| 3.3 本章小结 |
| 4 基于聚类分析的DEA在建筑材料质量评价中的应用 |
| 4.1 聚类分析概述 |
| 4.1.1 事物之间的相似性度量 |
| 4.1.2 聚类分析的一般步骤 |
| 4.2 聚类分析的DEA方法及其在建筑材料质量评价中的应用 |
| 4.2.1 基于聚类分析的广义DEA方法 |
| 4.3 本章小结 |
| 5 总结 |
| 致谢 |
| 参考文献 |
（7）基于DEA的石油价格波动性GARCH族预测模型评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 原油价格波动性预测模型研究 |
| 1.2.2 GARCH族模型在石油价格波动性分析中的研究现状 |
| 1.2.3 DEA模型在石油价格波动性预测模型中的评价研究 |
| 1.3 研究内容与研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 第2章 理论基础 |
| 2.1 石油价格波动预测模型 |
| 2.1.1 APARCH模型 |
| 2.1.2 无长期记忆性的GARCH族模型 |
| 2.1.3 具有长期记忆性的GARCH族模型 |
| 2.2 DEA基本理论 |
| 2.2.1 DEA基本思路 |
| 2.2.2 DEA基本模型 |
| 第3章 模型构建 |
| 3.1 模型输入输出指标 |
| 3.1.1 模型输入输出指标选取 |
| 3.1.2 输出类型的判定 |
| 3.1.3 输入类型的判定 |
| 3.2 DEA评价模型 |
| 3.2.1 存在非期望输入的DEA评价模型 |
| 3.2.2 存在非期望输出的Index-DEA评价模型 |
| 3.3 超效率DEA评价模型 |
| 3.3.1 存在非期望输入的超效率DEA评价模型 |
| 3.3.2 存在非期望输出的超效率Index-DEA评价模型 |
| 3.3.3 存在不可行决策单元的超效率DEA改进模型 |
| 第4章 实证分析 |
| 4.1 数据选取及统计特征分析 |
| 4.2 预测模型结果分析 |
| 4.3 效率评价结果分析 |
| 4.3.1 预测模型评价指标 |
| 4.3.2 GARCH族预测模型的评价结果分析 |
| 4.3.3 具有长期记忆的GARCH族预测模型的评价结果分析 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间公开发表的学术论文 |
（8）非期望产出的DEA效率评价（论文提纲范文）
| 1 引言 |
| 2 模型的建立 |
| 2.1 径向DEA模型 |
| 2.2 非期望产出的非径向DEA模型 |
| 3 结束语 |
（9）全要素能源效率的DEA模型评价——基于中国1991～2007年数据的实证检验（论文提纲范文）
| 一、引言 |
| (一) 单要素能源效率和全要素能源效率 |
| (二) 全要素能源效率评价方法的拓展 |
| (三) DEA模型有效性的评价 |
| 二、研究方法与数据处理 |
| (一) 考虑非期望产出的FDEA模型 |
| (二) 全要素能源效率指标的构建 |
| (三) 研究数据 |
| 1. 劳动力 |
| 2. 能源投入 |
| 3. 资本投入 |
| 4. 期望产出 |
| 5. 非期望产出 |
| 三、计算结果和讨论 |
| (一) 不同模型的趋势分析 |
| (二) 非期望FDEA模型与一般DEA模型的比较 |
| (三) 评价模型优劣的标准 |
| 1. 集中度 (1) |
| 2. 平滑度 (3) |
| 四、小结 |
（10）数据包络分析模型与经济系统效率评价（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 基本生产理论 |
| 1.1.2 第一个DEA 模型的提出 |
| 1.2 DEA 的发展 |
| 1.2.1 DEA 理论的发展 |
| 1.2.2 DEA 应用的发展 |
| 1.3 本文研究框架及创新之处 |
| 2 DEA 模型的单位不变性与平移不变性 |
| 2.1 单位不变性与平移不变性的概念 |
| 2.2 几个经典DEA 模型的单位不变性与平移不变性 |
| 2.3 有关单位不变性与平移不变性的研究进展 |
| 2.4 两边加法模型法 |
| 3 强有效性 DEA 模型 |
| 3.1 强有效性模型的提出与发展 |
| 3.2 本文提出的强有效性方法 |
| 4 DEA 求解 AHP 中的权重 |
| 4.1 层次分析法(AHP)简介 |
| 4.2 求解各因素相对权重的DEAHP 方法 |
| 4.3 改进的DEAHP 方法 |
| 4.4 本章小结 |
| 5 DEA 在产业集群创新绩效评价中的应用 |
| 5.1 产业集群的特征和创新优势分析 |
| 5.2 产业集群创新绩效的评价 |
| 5.2.1 产业集群的识别与指标体系的构建 |
| 5.2.2 CCR 模型与BCC 模型的有效性评价 |
| 5.2.3 强有效性评价 |
| 5.2.4 Malmquist 生产率指数分析 |
| 5.2.5 两边加法模型法绩效评价 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、具有非期望输出决策单元的有效性评价(英文)（论文参考文献）
- [1]带有非期望输出的广义随机DEA方法[J]. 马生昀,王璇,张军. 内蒙古农业大学学报(自然科学版), 2021(02)
- [2]考虑技术异质性的金融系统效率分析 ——基于两阶段数据包络分析（DEA）方法[D]. 刘晓红. 中国科学技术大学, 2021(06)
- [3]绿色全要素能源效率测度及影响因素研究[D]. 刘晴晴. 吉林大学, 2020(08)
- [4]基于两阶段EBM DEA的无人便利店运营绩效评估研究[D]. 帅宇红. 西南交通大学, 2019(04)
- [5]基于RAM-DEA模型的工业行业效率评价研究[D]. 朱安明. 重庆大学, 2018(04)
- [6]基于聚类和区间DEA的建筑材料评价模型[D]. 徐玮. 景德镇陶瓷大学, 2018(01)
- [7]基于DEA的石油价格波动性GARCH族预测模型评价研究[D]. 段可. 湖南大学, 2015(03)
- [8]非期望产出的DEA效率评价[J]. 许平,孙玉华. 经济数学, 2014(01)
- [9]全要素能源效率的DEA模型评价——基于中国1991～2007年数据的实证检验[J]. 何文强,汪明星. 上海商学院学报, 2009(05)
- [10]数据包络分析模型与经济系统效率评价[D]. 蓝春梅. 重庆大学, 2009(12)