首页> 中文学位 >样本数据包络分析方法及其在工业企业经济效益综合评价中的应用
【6h】

样本数据包络分析方法及其在工业企业经济效益综合评价中的应用

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究背景和意义

1.2 DEA方法在企业评价中的研究进展

1.2.1 DEA方法在企业经济效率评价中的应用

1.2.2 DEA方法在企业绩效评价中的应用

1.2.3 DEA方法在企业技术进步中的应用

1.2.4 DEA方法在企业资源配置中的应用

1.2.5 DEA方法在企业竞争力评价中的应用

1.3 本文的主要工作

第二章 DEA方法主要模型与基础理论

2.1 C2R与C2GS2模型

2.2 生产可能集的公理体系

2.3 DEA有效性的经济含义

2.4 DEA有效性与多目标规划Pareto有效解的等价性

2.5 DMU在DEA相对有效面上的“投影”

2.6 样本数据包络分析方法简介

第三章 基于样本的评价综合绩效模型

3.1 决策单元有效性含义

3.2 决策单元有效性度量

3.3 度量决策单元综合绩效的数学模型

3.4 个体单元有效性度量与排序

3.5 优秀单元的筛选与识别

3.6 复杂系统外部条件作用效果度量

3.6.1 输入条件的有效性程度的评价

3.6.2 输入条件的无效原因分析

3.6.3 输入条件与综合输出结果之间的关系分析

3.7 外部条件作用的规律与趋势分析

3.8 举例说明

第四章 样本评价方法在工业企业经济效益综合评价中的应用

4.1 工业企业经济效益综合评价指标的选取

4.1.1 评价指标选取与说明

4.1.2 数据来源

4.1.3 指标数据预处理

4.2 西部工业企业经济效益综合评价分析

4.2.1 西部工业企业经济效益静态分析与评价

4.2.2 西部工业企业经济效益动态分析与评价

总结

参考文献

附录

致谢

攻读硕士学位期间发表及待发表的主要论文

攻读硕士学位期间参加科研项目情况

展开▼

摘要

在分析和评价决策单元的整体绩效时,人们常常要把一些对象同另外一些对象进行比较,从而对决策单元的绩效给出综合的评判。目前许多重要的数据分析方法,比如加权平均法、T-检验法、层次分析法、模糊综合评判法等,它们都对数据进行了合成处理。该类方法虽然可以获得数据的一般信息,但却丢失了对观察对象个性信息的考究,分析结果无法反映被评价对象的个性差异。因此,以下针对样本点加权平均化处理方法无法考虑观察对象内在差异的弱点,给出了一种基于样本评价决策单元整体有效性的非参数方法(PER-Eff),并构造了相应的数学模型。同时,对模型的含义、模型性质以及模型的求解方法进行了探讨。其次,探讨了该方法在以下几个领域中的应用:(1)个体单元有效性的度量与排序;(2)优秀单元的筛选与识别;(3)复杂系统外部条件作用的效果度量;(4)外部条件作用的规律性与趋势等。最后,以该方法为基础探讨了PER-Eff方法在工业企业经济效益综合评价中的应用,主要是针对中国西部地区11个省、市、自治区2000-2006年的工业企业经济效益状况进行了实证分析。揭示了中国实施西部大开发以来西部地区工业企业经济效益的整体趋势。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号