超效率DEA模型

摘要： 基于不同的粮食功能区,分别运用超效率DEA模型和Malmquist指数法对2001—2019年中国三大粮食功能区的农业科技创新效率及其变化进行测度和比较。结果表明:2001—2019年3个区域的农业科技创新效率均呈现波动上升的趋势;各粮食功能区之间农业科技创新效率差异明显,由低到高依次为主产区、产销平衡区和主销区;粮食主产区规模效率优势明显,主销区技术进步优势较强,而产销平衡区各分解因素的波动幅度最大。最后,从宏观统筹和优化各粮食功能区农业科技创新要素配置、合理推进各粮食功能区农业科技创新、提高农业科技创新效率的视角提出了对策建议。

摘要： 农业作为国民经济基础,农业现代化对我国经济高质量发展具有十分重要的意义,迫切需要提升农业生产效率来提高农业发展质量。而安徽省作为我国的粮食生产区因此文章采用超效率DEA模型对安徽省16个地级市2011-2017年的农业生产效率进行研究。发现安徽省各个地级市的农业生产效率不均衡有明显的差距,且各个地级市农业生产效率低下的原因因为纯技术效率和规模效率的不同而存在着不同需要从不同的方向进行改进。

摘要： 本文采用超效率DEA模型,构建了基于生态效率理论的投入产出框架,对我国2015-2019年的生态效率进行了中短期测度评价和趋势探究,分析了省际之间生态效率的差异,并提出了相应的发展建议。结果发现,在本模型下:(1)整体来看,我国近五年生态效率不断提升,生态文明建设举措取得较好成果。特别是2018年以来,随着高质量发展成为新时代我国经济发展的主旋律,以及生态政策效应的不断显现,我国生态效率水平呈现出新的增长趋势。(2)各省生态效率水平差异性较大,呈现出核心发展省份较高,偏远地区较低的态势。北京、上海等地区的生态效率水平较高,整体发展较为协调、已进入“低投入、高产出”的发展状态。广西、甘肃、贵州、青海等地生态效率水平相对较低,仍处于“高投入、低产出”的发展状态,生态效率的提升还有很大潜力。

摘要： 饲料加工产业作为河北省农副产品重要一环,对地方产业升级、产品结构优化均有积极影响。通过2012~2019年的数据指标对河北省饲料加工产业竞争力进行测算,结合超效率DEA模型对河北省2017年各地级市饲料加工产业的生产效率进行对比分析。结果显示,一是河北省饲料加工产业具有比较优势,区域主导专业性较强,但竞争优势弱,市场占有率低;二是区域生产效率存在明显差异,部分区域投入不足而其他区域则出现资源冗余;三是与其他省份地级市相比,河北省地级市饲料加工产业具有区域性的绝对优势。基于研究结果,提出加强产业扶持力度、优化投入结构、完善管理机制、促进区域产业聚集等助力河北省饲料加工产业的政策建议。

摘要： 城市收缩是城市化发展到一定阶段的产物,特别是资源型城市,随着资源的枯竭、产业结构的调整,在一定时间内会出现城市人口减少、经济水平下降等城市收缩现象。鞍山市作为东北地区典型的资源型工业城市,在资源开发和钢铁工业的带动下,城市经济得到了较快发展,但是近年来也出现了明显的收缩问题。本文以鞍山市为研究区域,在城市收缩背景下,从社会、经济和空间三个维度构建城市综合发展指数评价体系,测度2009—2020年间的城市综合发展水平;利用超效率DEA模型对鞍山市经济、资源和环境效率进行分析评价。研究结果表明:①2013年以来鞍山市城市发展进入收缩状态,2013—2016年收缩比较明显,2016年以后趋于平稳;②2013年鞍山市经济效率达到峰值后开始下降,而资源效率和环境效率总体呈波动上升趋势;③城市发展与经济效率具有正相关性,与资源效率和环境效率不具有相关性;④从外延式发展向内涵集约式发展方向的转变是资源型城市发展路径的必然选择。

摘要： 各省(区、市)农村家庭财富增长政策在小康社会建设中发挥着重要作用。为了分析政策支持有效性,首先对已有研究进行梳理,寻找政策支持有效性的相关指标;然后使用各省(区、市)及陕西省内地市指标数据,借助超效率DEA模型计算出各省(区、市)及陕西省内地市政策对农村家庭财富增长支持的效率水平,衡量各省(区、市)及陕西省内地市相对水平,并对其效率值作出评价,最后在实证分析的基础上提出各省(区、市)及陕西省内地市作为基本决策单元的相关优化策略建议。

摘要： 基于2008-2019年的时间序列数据,以欠发达的江西省为例,运用DEA方法的BCC模型和超效率DEA模型对其国家助学贷款绩效进行评价,并利用截断回归模型对绩效影响因素做回归分析。结果发现:一是从技术效率看,江西省国家助学贷款绩效总体上是DEA无效的,这是由纯技术效率和规模效率均无效共同导致,尤其是前者的制约作用相对更大;二是从超效率看,江西省国家助学贷款绩效大体上呈现出先降后升的V形走势,但其绩效水平有待进一步提升;三是经济发展水平和金融发展水平对江西省国家助学贷款绩效均产生显著的正向促进作用,而财政收入水平对其具有显著的负向影响,高等教育发展水平也呈现负向影响但实际效应并不明显。

摘要： 选取洞庭湖区24个县(市、区)作为研究单元,结合传统数据包络分析(DEA)模型、超效率DEA模型和Tobit模型评估洞庭湖区24个县(市、区)的农业生产效率。普通DEA模型分析表明,2005—2015年,洞庭湖区24个县(市、区)生产效率均存在有效及无效的年份。超效率DEA模型表明,2005—2015年洞庭湖农业生产效率总体呈下降趋势。Tobit回归分析发现,总人口、城市化水平、工业总产值、人均GDP、农民平均每人纯收入、消费品零售总额、普通小学在校人数、普通中学在校人数、受灾面积、成灾面积和水土流失治理面积均对农业生产效率有显著影响,且各因素在不同年份分别表现为正向或负向的显著影响。

摘要： 在新发展理念下,区域金融效率研究应尽可能反映出金融对实体经济发展的多维度影响性。本文认为,金融投入尽可能避免市场空转,有效服务实体经济,与经济产出规模匹配,投入结构合理,经济产出质量高,金融风险总体可控,可称为金融有效率。实证方面,本文基于2017-2020年全国30个省级行政区域数据,运用超效率DEA模型从规模、结构、质量和风险四个维度测度我国区域金融效率,再运用GLM模型对影响区域金融效率差异性的外在因素进行分析。通过对区域金融效率测度发现,我国部分沿海区域的金融效率较高,中等效率区域集中在中部省份,而西北部省份的金融效率较低。对影响金融效率因素的分析表明,经济发展水平提升能有效提升中、低效区域的金融效率;对外开放程度对中高效区域影响较为显著;人才培养对中、低效区域的金融质量产出效率影响作用较大;金融监管在高效和中效区域发挥较强的作用,政府干预对区域金融结构产出效率和金融质量产出效率的影响较为突出。综上,提升中、低效区域效率需要注重“量”的积累,高效区域需要“质”的提升,高、中、低区域都要强化风险防范。

摘要： 文章采用超效率DEA模型和Malmquist指数分别从静态、动态视角对2010—2019年长江经济带11个省市的物流产业效率进行实证研究,最后利用Tobit模型分析物流产业效率的影响因素及影响程度。研究结果表明:从静态分析结果看,长江经济带2010—2019年物流产业效率整体达到有效水平,但呈现波动上升后下降的态势,并在空间区域呈现“下游>中游>上游”的阶梯状分布;从动态分析结果看,技术进步的下降是导致长江经济带全要素生产率下降的主要因素;从影响因素分析结果看,政府支持对物流产业效率提升具有制约作用,地区发展水平、对外开放程度、信息化水平对长江经济带物流产业效率提升均具有显著的推动作用。

摘要： 本文选择城市建设用地面积、固定资产投资和第二、三产业从业人员数作为投入指标，选择城市国民生产总值、人口密度和绿地面积作为产出指标，采用超效率DEA模型对安徽省17个地级城市2008~2010年的土地效率进行评价。结果发现，2008~2010年，安徽省17个城市土地利用效率的均值分别为1.14、1.08和1.20超效率值变化呈V字型，超效率值大于1的城市数目基本保持稳定，超效率DEA值三年中整体变化比较稳定，少数城市的超效率值变化剧烈。在未来发展过程中，黄山、宣城、铜陵、毫州、马鞍山和阜阳等超效率值大.

摘要： 本文选择城市建设用地面积、固定资产投资和第二、三产业从业人员数作为投入指标，选择城市国民生产总值、人口密度和绿地面积作为产出指标，采用超效率DEA模型对安徽省17个地级城市2008~2010年的土地效率进行评价。结果发现，2008~2010年，安徽省17个城市土地利用效率的均值分别为1.14、1.08和1.20超效率值变化呈V字型，超效率值大于1的城市数目基本保持稳定，超效率DEA值三年中整体变化比较稳定，少数城市的超效率值变化剧烈。在未来发展过程中，黄山、宣城、铜陵、毫州、马鞍山和阜阳等超效率值大.

摘要： 本文选择城市建设用地面积、固定资产投资和第二、三产业从业人员数作为投入指标，选择城市国民生产总值、人口密度和绿地面积作为产出指标，采用超效率DEA模型对安徽省17个地级城市2008~2010年的土地效率进行评价。结果发现，2008~2010年，安徽省17个城市土地利用效率的均值分别为1.14、1.08和1.20超效率值变化呈V字型，超效率值大于1的城市数目基本保持稳定，超效率DEA值三年中整体变化比较稳定，少数城市的超效率值变化剧烈。在未来发展过程中，黄山、宣城、铜陵、毫州、马鞍山和阜阳等超效率值大.

摘要： 本文选择城市建设用地面积、固定资产投资和第二、三产业从业人员数作为投入指标，选择城市国民生产总值、人口密度和绿地面积作为产出指标，采用超效率DEA模型对安徽省17个地级城市2008~2010年的土地效率进行评价。结果发现，2008~2010年，安徽省17个城市土地利用效率的均值分别为1.14、1.08和1.20超效率值变化呈V字型，超效率值大于1的城市数目基本保持稳定，超效率DEA值三年中整体变化比较稳定，少数城市的超效率值变化剧烈。在未来发展过程中，黄山、宣城、铜陵、毫州、马鞍山和阜阳等超效率值大.

摘要： 以安徽省17个地级市为研究样本,通过分析循环经济的内涵和特点,构建循环经济投入产出指标体系.在传统DEA的基础上,引入超效率模型,以实现有效决策单元之间的区分.结果表明,8个地市的循环经济属于DEA有效,其中黄山循环经济效率更为突出；9个属于相对无效,宣城循环经济效率最低.安徽省循环经济发展效率呈现出从南到北的梯次差异,这与安徽省经济发展格局相一致.相对于东中部其他省份而言,安徽省循环经济发展效率较低.

摘要： 以安徽省17个地级市为研究样本,通过分析循环经济的内涵和特点,构建循环经济投入产出指标体系.在传统DEA的基础上,引入超效率模型,以实现有效决策单元之间的区分.结果表明,8个地市的循环经济属于DEA有效,其中黄山循环经济效率更为突出；9个属于相对无效,宣城循环经济效率最低.安徽省循环经济发展效率呈现出从南到北的梯次差异,这与安徽省经济发展格局相一致.相对于东中部其他省份而言,安徽省循环经济发展效率较低.

摘要： 以安徽省17个地级市为研究样本,通过分析循环经济的内涵和特点,构建循环经济投入产出指标体系.在传统DEA的基础上,引入超效率模型,以实现有效决策单元之间的区分.结果表明,8个地市的循环经济属于DEA有效,其中黄山循环经济效率更为突出；9个属于相对无效,宣城循环经济效率最低.安徽省循环经济发展效率呈现出从南到北的梯次差异,这与安徽省经济发展格局相一致.相对于东中部其他省份而言,安徽省循环经济发展效率较低.

摘要： 以安徽省17个地级市为研究样本,通过分析循环经济的内涵和特点,构建循环经济投入产出指标体系.在传统DEA的基础上,引入超效率模型,以实现有效决策单元之间的区分.结果表明,8个地市的循环经济属于DEA有效,其中黄山循环经济效率更为突出；9个属于相对无效,宣城循环经济效率最低.安徽省循环经济发展效率呈现出从南到北的梯次差异,这与安徽省经济发展格局相一致.相对于东中部其他省份而言,安徽省循环经济发展效率较低.

摘要： 一种超效率DEA模型无可行解单元超效率值的计算方法，属于管理学领域的效率分析技术方法。在传统的超效率DEA模型中会出现部分决策单元无可行解的问题，本方法为无可行解的决策单元确定了一种合理的超效率值。方法为：在效率前沿上确定一点，该点在超效率模型中有可行解，并且该点是距离无可行解的决策单元最近的点，用该点作为无可行解的有效决策单元的代理，并用该代理点的超效率值作为无可行解决策单元的超效率值。本发明可用于克服传统超效率DEA模型效率分析存在的缺陷。

摘要： 本发明公开了一种基于超效率DEA模型的工业用户能源利用效率评价方法，该方法先建立工业用户能源利用效率评估体系，然后通过超速率DEA方法求解典型工业用户的一级、次级能源利用效率，并根据加权分配建立其生产环节的能源利用效率评价指标，最后建立能源回收利用效率指标体系，能有效辨识工业用户各级能源利用效率和各环节能源利用效率，更加精确地建立了一套综合评价能源利用效率评价的方法，能够有效地区分决策单元之间的效率差异，并对所评价的决策单元进行有效的排序。

摘要： 本发明公开了种基于超效率DEA模型和Malmquist指数模型分析的方法，该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型S4、建立Malmquist指数模型，进行动态分析；S5、进行数据对比，得出结论。本发明提供的一种基于超效率DEA模型和Malmquist指数模型分析的方法，采用超效率DEA模型和Malmquist指数模型，有利于弥补现有对环境友好型农业生产效率研究的不足，丰富基于生产效率视角下的环境友好型农业研究，体现出理论研究的创新性，同时，该研究采用规范的数学建模和定量分析，体现出模型和方法的创新性。

摘要： 本发明提出一种基于云模型‑超效率区间DEA的港口投资价值评估方法，包括步骤：(1)构建指标体系，收集相应的指标信息；(2)将指标信息处理为表示等级标准的语义信息，运用云模型理论对语义信息进行量化评估，生成综合评价云集；(3)选取综合云的基本元素区间作为超效率区间DEA的输入、输出数据，其中，港口投资风险评价云集作为输入数据，港口投资价值作为输出数据，得到港口投资效率区间；(4)基于港口投资效率区间，判定港口投资有效性，实现港口区划；(5)引入投资偏好系数，构建基于投资偏好的港口投资预期效率值计算方程。本发明可实现港口优选决策，有效解决了复杂环境量化评估及效率评价等问题。

摘要： 本发明提出了一种基于超效率数据包络分析(Data Envelopment Analysis,DEA)和BP(Back Propagation)神经网络的企业绿色创新效率预测方法。该方法首先提出面向企业绿色创新过程的投入产出评价指标体系，并基于此构建企业绿色创新超效率DEA模型，得到企业绿色创新效率值；其次，根据超效率DEA模型评价出的效率值，利用二分位数法得到企业绿色创新效率等级表，作为后续绿色创新效率等级预测的依据。最后，将BP神经网络的预测结果转化为与企业绿色创新效率等级表中对应的绿色创新效率等级。本发明将超效率DEA和BP神经网络相结合，可以对企业的绿色创新投入情况进行事前效率评价，对企业绿色创新效率变化趋势进行预测，为企业管理者和决策者提供决策依据。

摘要： 本发明涉及人工智能技术，揭露一种基于DEA模型的物流传输效率分析方法，包括：获取预设数量的决策单元在预设的时间序列上的指标数据，将所述指标数据整合为面板数据，利用预设的三阶段DEA模型，根据所述面板数据对每个所述决策单元在所述时间序列中每个时间段上的投入指标数据进行调整，得到调整后的投入指标数据，利用Malaquist指数法，根据每个所述决策单元在所述时间序列中每个时间段上的产出指标数据和调整后的投入指标数据，计算每个所述决策单元在所述时间序列中的综合传输效率值。本发明还提出一种基于DEA模型的物流传输效率分析装置、电子设备以及计算机可读存储介质。本发明可以解决同一决策单元不同时间段的物流传输效率无法直接比较的问题。

摘要： 本发明公开了基于改进DEA模型的港口效率评估和污染排放权分配的确定方法。首先，收集港口的要素投入、期望产出和非期望产出，计算出在环境控制和非环境控制不同情况下港口环境效率；其次，对投入、期望产出和非期望产出取不同变化比例，利用环境控制和非环境控制下不同偏好的综合生产模型计算最大可能增加的期望产出和产出损失；然后，结合污染物排放系数和偏好系数，将投入与产出不同比例的变化应用到综合排放模型，评估投入与产出不同比例变化时的污染排放水平；最后，用综合分配模型对不同污染控制目标的效率进行重新评估，比较污染物重新分配与非重新分配之间的产出损失。本发明能够准确有效地评估港口效率和污染物排放权分配。

摘要： 本发明提出一种基于改进SBM‑DEA模型的用水效率评估方法及系统，解决了当前利用SBM‑DEA模型进行城市用水效率评估时，投入与产出的松弛变量被过度放大，导致评估效率与实际情况偏离的问题，首先确定待评估城市以及各城市用水的投入指标和产出指标，构建SBM‑DEA模型，然后对投入松弛变量与产出松弛变量进行控制处理，得到改进的SBM‑DEA模型，最后利用改进的SBM‑DEA模型对指标数据值进行处理，得到各城市用水效率值。改进的SBM‑DEA模型能控制松弛变量过度放大，使得水资源效率评价结果不因松弛变量过大导致效率值偏小，用水效率评价结果更合乎实际，便于指导后续城市用水效率制度的建设。

摘要： 本发明涉及一种基于随机前沿分析的三阶段DEA改进模型和交叉效率模型的人工智能企业创新效率评价方法，步骤包括：S1：构建人工智能企业创新效率的评估指标体系；S2：基于构建的人工智能企业创新效率评估指标体系，获取相关的企业数据；S3：对传统三阶段DEA模型进行改进，构建基于随机前沿分析的三阶段DEA改进模型；S4：将步骤S1中构建的评估指标体系以及步骤S2中获取的企业数据代入构建的基于随机前沿分析的三阶段DEA改进模型，得到人工智能企业各效率值，并根据各效率值对企业进行评价；S5：采用DEA交叉效率方法，计算人工智能企业交叉效率值，并对人工智能企业交叉效率均值进行排序，得到更加全面的创新效率评价。

摘要： 基于非径向DEA的能源转型效率评价模型建立方法，包括：对模型进行正向与负向的区分，构建以负向指标为导向的非径向DEA模型；将正向指标添加进模型中，增加对应的指标权重，形成包括正向和负向指标的双向非径向DEA模型。本发明通过对指标导向的区分，正确地突出了正向和负向指标对效率值计算结果的影响，提高了计算结果的客观性和参考价值。降低了DEA模型的计算难度，同时保持了该模型的算法适用性。通过对正向和负向指标添加权重来降低改进后模型的计算难度，同时保持了DEA模型固有的线性规划特征，使大部分线性规划求解算法对非径向DEA模型仍然适用。对模型指标进行正向与负向的区分，构建以负向指标为导向的非径向DEA模型；将正向指标添加进模型中，增加对应的指标权重，形成包括正向和负向指标的双向非径向DEA模型。