基于广义DEA方法的铁路运输效率分析

摘要

铁路是我国交通运输体系的支柱，它的发展是城市高速、有序发展的主要支撑，提高铁路运输效率的重要性不言而喻。近年来，铁路运输的效率日益成为研究者们关注的热点。以数据包络分析方法(DEA)为代表的一系列方法被广泛应用于效率计算中。
　　针对既有研究的不足之处，本文将广义参考集数据包络(G-DEA)方法引入铁路运输效率的计算与评价当中，做了以下工作:
　　首先，以运输效率这一问题作为切入点，分析了铁路运输企业自身的特性、运营现状以及影响运输效率的各类因素，总结了常见的用于研究铁路运输效率的方法，重点描述了传统DEA模型的基本思想、特点。
　　其次，构建了广义数据包络(G-DEA)效率分析模型，分析了模型的相关构成原理、经济学特点及解释、在运输效率分析中的应用以及G-DEA模型与传统DEA模型之间的区别与联系，最终，通过构建算例，给出了G-DEA模型的计算结果，形象地体现了选择不同样本单元为参考集对DMU效率值的影响。
　　第三，依据铁路运输企业的特点，界定出决策单元，分析了影响铁路运输企业投入产出指标的影响因素，结合文献分析法给出本文的投入产出指标集合;对初步选择的指标进行了主成分分析，建立了适合本文的投入产出指标体系;进一步，依据本文选取的数据，分别利用传统DEA模型与G-DEA模型对铁路总体和各铁路局的效率值进行比较和分析。对于各铁路局方面，通过更换不同的样本单元，评价了传统DEA模型中所有效率值为1的单元，进而得到全新的效率排名，分析排名产生差异的原因，以及对无效单元给出了关于投入产出的改进;最后，引入秩相关分析方法，计算了在不同样本为参考集的条件下，投入产出指标与运输效率值的相关程度。
　　最后，通过结合不同样本单元条件下广义DEA模型的计算结果，给出本文结论，为现实中铁路运输企业的运营调整提供一定决策支持。

目录

声明

致谢

摘要

1 引言

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 国内外文献综述

1．2．1 传统DEA方法的研究

1．2．2 DEA方法衍生模型的发展研究

1．2．3 我国铁路运输效率的研究

1．2．4 文献总结

1．3 内容框架、研究方法及技术路线

1．3．1 内容框架

1．3．2 研究方法

1．3．3 技术路线

1．4 本章小结

2 相关理论概述

2．1 铁路运输效率

2．1．1 运输效率

2．1．2 铁路运输企业的特性

2．1．3 我国铁路运输企业的现状

2．2 铁路运输效率常用研究方法

2．2．1 参数计量方法

2．2．2 指数分析方法

2．2．3 主成分分析法

2．3 传统数据包络方法(DEA)

2．3．1 DEA的基本思想

2．3．2 DEA方法的特点

2．3．3 DEA方法的基本模型

2．4 本章小结

3 广义DEA模型及其相关性质

3．1 广义数据包络分析方法(G-DEA)

3．1．1 广义DEA方法提出的背景

3．1．2 广义DEA方法与传统DEA方法的区别

3．1．3 广义DEA模型

3．2 广义DEA模型的经济学解释

3．3 广义DEA在铁路运输效率分析中的运用

3．4 基础模型算例

3．5 本章小结

4 铁路运输效率的广义DEA评价分析(基于铁路总体)

4．1 决策单元(DMU)的界定

4．2 投入产出指标选择

4．2．1 指标选择影响因素分析

4．2．2 广义DEA模型的指标选取原则

4．2．3 铁路运输投入产出指标分析

4．3 评价指标数据的获取与处理

4．3．1 数据获取途径

4．3．2 指标的主成分分析

4．4 模型计算结果及分析

4．4．1 传统DEA模型计算结果

4．4．2 广义DEA模型计算结果

4．5 本章小结

5 铁路运输效率的广义DEA评价分析(基于各铁路局)

5．1 评价指标数据的获取与处理

5．1．1 数据获取途径

5．1．2 指标的主成分分析

5．2 模型计算结果及分析

5．2．1 传统DEA模型计算结果

5．2．2 样本单元的选择

5．2．3 广义DEA模型计算结果

5．2．4 秩相关分析

5．3 本章小结

6 总结与展望

6．1 总结

6．2 建议

6．3 创新点

6．4 研究展望

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集