DEA的非参数规模收益预测方法

本文运用"交形式"生产可能集,对于具有多种生产要素投入的"生产部门",给出非参数方法所确定的多个变量的生产函数,进而讨论了当投入规模增大时,判别规模收益将处于递增、不变、递减、"饱和"和"拥挤"状态的充分必要条件.这对于每个决策单元("企业"或"部门")相对而言是否需要扩大规模和如何扩大规模给出科学的分析.     

数据包络与边际分析——微观经济中的非参数分析

引言数据包络分析(DEA)方法作为一种非参数分析方法在社会经济科学中得到了广泛的应用。自1978年由 A.Charnes,w.w.Cooper 和 Rhodes 提出 DEA 模型 C²R 以来,这一方法迅速发展。从1986年开始,我们与 Charnes 等人合作研究,又得到了几个新的 DEA 模型,并且把这一方法有效地应用在微观经济的一些领域中。利     

DEA方法在企业经济效益评价中的应用

一、DEA方法DEA(Data Envelopment Anal-ysis)称为数据包络分析。它是按照多指标投入和多指标产出,对同类型单位(企业或部门)进行相对有效性评价的一种新方法。从统计分析的角度看,它又是一种新的非参数的统计分析方法。从生产函数的观点看,DEA方法是估计有效生产前沿面。这里所说的有效生产前沿面,实际上是生产函数的     

综合模型C2WY中增减决策单元与DEA有效性

本文针对最一般的综合 DEA 模型 C²WY,讨论了当增加(或减少)一个或多个决策单元时,DEA 有效决策单元集合的变化。这里,我们充分利用在研究没有增加(或减少)决策单元之前,评价原有决策单元的有效性时得到的信息,给出了 DEA 有效性变化的一些充分条件、必要条件,以及决策单元的 DEA 有效性没有变化的充分必要条件。