共查询到10条相似文献,搜索用时 140 毫秒
1.
2.
文章提出一个衡量高校科技资源配置与利用效率的数据包络分析(DEA)模型,确定了高校科研绩效测量的6个输入和输出变量.考虑投入和产出的滞后性,每个决策单元由当年的科技投入和来年的科技产出组成.利用 DEA 方法中的 C2R 和 BC2模型,对广东 A 高校在2000~2009年间的科技投入和产出数据进行了整理和计算.计算结果表明:2001~2009年广东 A 高校科技资源投入产出综合效率相对较高且波动小;存在 DEA 非有效年份且非有效年份的规模效应不都表现为“规模报酬递增”;各产出指标的效率水平存在差异且变化趋势不同;各年度纯技术效率均高于其综合效率和规模效率.应用 DEA 方法能理论上考察高校的科技创新活力,并为相应的改进措施提供依据和方向. 相似文献
3.
DEA方法在绩效评价中的应用与扩展——以上海中外联合实验室绩效评价为例 总被引:3,自引:0,他引:3
现在DEA方法已被较多地应用于金融投资、技术创新等领域的绩效评价之中。但在实际应用中我们常遇到这样两个问题:一是当多个决策单元都为DEA有效时,如何进行进一步地测度与排序;二是以往我们在应用DEA方法时,比较关注的是测算各决策单元的总体效率和技术有效性等问题,但很少对影响决策单元效率值的相关环境因素进行考察。为此,本文引入了超效率模型与Tobit模型,对DEA的有关应用与扩展问题进行了论证,并以上海中外联合实验室的绩效评价为例,展开了相应的实证分析。 相似文献
4.
区间DEA的一种排序方法 总被引:2,自引:0,他引:2
传统数据包络分析只能评价输入输出值为确定的决策单元的相对效率,只能把决策单元分成有效和非有效两类,而不能根据效率指数对有效决策单元排序,因为有效决策单元的效率指数都为1。本文就利用一种扩展的DEA 模型,给出了一种输入输出中含有区间值的决策单元的排序方法 相似文献
5.
6.
摘要:针对DEA评价与排序时单独采用相对最优效率模型与相对最差效率模型,存在丢失重要信息的不足,引入DEA模型区间效率的概念,把两种评价模型有机结合,可实现对决策单元更合理的评价与排序。进一步改进了DEA区间效率模型,并对其计算效果进行分析,找出了计算决策单元区间效率的合理模型。在此基础上引入决策者的偏好系数β来计算区间效率的评价指标,分析得出当0≤β≤05时采用相对最差效率模型,05≤β≤1时采用相对最优效率模型来计算区间效率这一结论。通过具体的数值算例,对决策者偏好不同的情况下决策单元区间效率的评价指标进行计算和敏感性分析,计算结果表明,改进的DEA区间效率模型对决策单元排序更为合理。 相似文献
7.
8.
基于DEA科技企业孵化器绩效评价——以广东为例 总被引:5,自引:1,他引:4
根据DEA方法指标预选办法对指标进行了筛选,建立评价模型,并以广东省2006年科技企业孵化器为决策单元进行DEA计算,对它们的综合效率、技术效率以及规模效率进行分析,指出了广东省科技企业孵化器整体绩效偏低以及技术无效是绩效低下的主要原因,然后通过计算孵化器投入产出的影子价格,分析各投入要素对决策单元的稀缺程度,得出了提高科技人员的素质能显著地促进高技术企业孵化器效率提升的结论.为我国科技企业孵化器绩效评价提供了一种更为客观、有效的方法. 相似文献
9.
10.
稀土企业经营绩效评价 总被引:1,自引:0,他引:1
运用数据包络分析(DEA)的C2R和BC2模型,以2011年17家稀土上市公司为研究对象,对其经营绩效进行综合效率、纯技术效率、规模效率分析及投影测度分析.研究发现,我国稀土上市公司总体绩效并不理想,平均效率值只有0.8043,针对非DEA有效的决策单元,给出投入指标和产出指标的调整目标值. 相似文献