数据包络理论案例分析 题目管理中不确定型决策方法及案例分析 学院 专业管理科学与工程 学生姓名 学号
数据包络理论案例分析 摘要：DEA 是一个线性规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组提供相同服务的类似单位的绩效的比较，它试图使服务单位的效率最大化。在这个过程中，获得100%效率的一些单位被称为相对有效率单位，而另外的效率评分低于100%的单位被称为无效率单位。这样，企业管理者就能运用DEA 来比较一组服务单位，识别相对无效率单位，衡量无效率的严重性，并通过对无效率和有效率单位的比较，发现降低无效率的方法。本文旨在介绍DEA 理论,并用一个管理学的实际案例来模拟上述理论。 关键词：数据包络、 DEA 、线性规划 一．引言 数据包络分析 (Data Envelopment Ana lysis ，简称D EA ）方法是运用数学工具评价经济系统生产前沿面有效性的非参数方法，它适应用于多投入多产出的多目标决策单元的绩效评价。这种方法以相对效率为基础，根据多指标投入与多指标产出对相同类型的决策单元进行相对有效性评价。数据包络分析是运筹学的一个新的研究领域。它不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同，不需要弄清楚各个评价决策单元的输入与输出之间的关联方式，只需要最终用极值的方法，以相对效益这个变量作为总体上的衡量标准。 二．数据包络法的预备知识 1.基础知识 （1）决策单元(DMU)：我们把具有相同类型的部门、企业或者同一企业不同时期的相对效率进行评价，这些部门、企业或时期称为。评价的依据是决策单元的一组投入指标数据和一组产出指标数据。 （2）投入指标：指决策单元在经济和管理活动中需要耗费的经济量，例如固定资产原值、流动资金平均余额、自筹技术开发资金、职工人数、占用土地等。 （3）产出指标：指决策单元在某种投入要素组合下，表明经济活动产生成效的经济量，例如总产值、销售收入、利税总额、产品数量、劳动生产率、产值利润率等。 （4）指标数据：指实际观测结果，根据投入指标数据和产出指标数据评价决策单元的相对效率，即评价部门、企业或时期之间的相对有效性。 2.R C 2模型预备知识 设有n 个部门(企业)，称为n 个决策单元，每个决策单元都有p 种投入和q 种产出，分别用不同的经济指标表示。这样，由n 个决策单元构成的多指标投入和多指标产出的评价系统，可以做如下表示： 设：n 个决策单元( j n ,... 3,2,1)，每个决策单元有相同的p 项投入(输入)(
二、 数据包络分析(DEA)方法 数据包络分析(data envelopment analysis, DEA)是由著名运筹学家Charnes, Cooper 和Rhodes 于1978年提出的，它以相对效率概念为基础，以凸分析和线性规划为工具，计算比较具有相同类型的决策单元(Decision making unit ，DMU)之间的相对效率，依此对评价对象做出评价[1]。DEA 方法一出现，就以其独特的优势而受到众多学者的青睐，现已被应用于各个领域的绩效评价中[2],[3]。在介绍DEA 方法的原理之前，先介绍几个基本概念: 1. 决策单元 一个经济系统或一个生产过程都可以看成是一个单位(或一个部门)在一定可能围，通过投入一定数量的生产要素并产出一定数量的“产品”的活动。虽然这种活动的具体容各不相同，但其目的都是尽可能地使这一活动取得最大的“效益”。由于从“投入”到“产出”需要经过一系列决策才能实现，或者说，由于“产出”是决策的结果，所以这样的单位(或部门)被称为决策单元(DMU)。因此，可以认为，每个DMU(第i 个DMU 常记作DMU i )都表现出一定的经济意义，它的基本特点是具有一定的投入和产出，并且将投入转化成产出的过程中，努力实现自身的决策目标。 在许多情况下，我们对多个同类型的DMU 更感兴趣。所谓同类型的DMU ，是指具有以下三个特征的DMU 集合：具有相同的目标和任务；具有相同的外部环境；具有相同的投入和产出指标。 2. 生产可能集 设某个DMU 在一项经济(生产)活动中有m 项投入，写成向量形式为1(,,)T m x x x =L ；产出有s 项，写成向量形式为1(,,)T s y y y =L 。于是我们可以用(,)x y 来表示这个DMU 的整个生产活动。 定义1. 称集合{(,)|T x y y x =产出能用投入生产出来}为所有可能的生产活动构成的生产可能集。 在使用DEA 方法时，一般假设生产可能集T 满足下面四条公理: 公理1(平凡公理): (,),1,2,,j j x y T j n ∈=L 。 公理2(凸性公理): 集合T 为凸集。 如果 (,),1,2,,j j x y T j n ∈=L , 且存在 0j λ≥ 满足 1 1n j j λ==∑ 则 11(,)n n j j j j j j x y T λλ==∈∑∑。 公理3(无效性公理)：若()??,,,x y T x x y y ∈≥≤,则??(,)x y T ∈。 ， 公理4 (锥性公理): 集合T 为锥。如果(),x y T ∈那么 (,)kx ky T ∈对任意的0k >。 若生产可能集Ｔ是所有满足公理1 , 2 , 3和4的最小者，则T 有如下的唯一表示形式 ()11 ,|, ,0,1,2,,n n j j j j j j j T x y x x y y j n λλ λ==? ? =≤≥≥=??? ? ∑∑L 。 3. 技术有效与规模收益
数据包络分析方法介绍和应用综述 【摘要】数据包络分析(Data Envelopment Analysis,DEA)是一种基于线性规划理论的模型,它将多输入指标和多输出指标综合成为单个评价指标，是运筹学、管理科学和数理经济学交叉研究的一个新的领域。数据包络分析使用数学规划评价具有多个输入与输出的决策单元(简记为DMU)间的相对有效性(DEA 有效), 使用DEA对DMU进行效率评价时, 可以得到很多在经济学中具有深刻经济含义和背景的管理信息。本综述的目的是介绍DEA研究的历史、现状, 特别是它的发展过程及某些新的模型扩展，同时综合阐述了DEA在生产、管理、商务中的广泛应用和它的发展趋势。 关键词：数据包络分析模型结构决策单元发展以及应用趋势 一、数据包络分析（DEA）概念及模型简介 1、概念 数据包络分析(Data Envelopment Analysis,DEA)是运筹学、管理科学和数理经济学交叉研究的一个新的领域。1978年由著名的运筹学家A.Charnes,W.W.Cooper和E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，主要用来评价生产中各个部门间的相对有效性（因此被称为DEA有效）。我国自1988 年由魏权龄①系统地介绍DEA 方法之后, 先后也有不少关于DEA 方法理论研究及应用推广的论文问世。 其中，比较全面的一篇论文是《系统工程理论和方法应用》1994年3卷第4期，东南大学经济管理学院的朱乔的《数据包络分析方法综述与展望》，指出“据国外统计已经有400余篇关于DEA的研究论文、工作报告或者学术论文可查，例如：Annals of Operational Research(1985)、European Journal of Operational Research(1992)、Journal of Productivity Analysis(1992)等等，还有近期为了悼念A.Charnes,W.W.Cooper教授，Annals of Operational Research还专门出版了“从有效性计算到组织和分析数据的新方法---DEA方法15年”的专刊。” 中国人民大学教授魏全龄，在《评价相对有效性的DEA 方法———运筹学的新领域》一文中系统地介绍了DEA的方法，指出数据包络分析(Data Envelopment Analysis,DEA)是一种基于线性规划理论的模型,它将多输入指标和多输出指标综合成为单个评价指标。 在此基础上，李美娟, 陈国宏2003年在《数据包络分析法(DEA) 的研究与应用》中指出DEA 方法以相对效率概念为基础, 用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法，并且对DEA的基本思路进行了详细阐述。 经过各方面的努力，可见数据包络分析(Data Envelopment Analysis,DEA)是一种基于线性规划理论的模型,它将多输入指标和多输出指标综合成为单个评价指标，其基本思路是把每一个被评价单位作为一个决策单元(DMU ,decision making unit s) , 再由众多DMU 构成被评价群体, 通过对投入和产出比率的综合分析, 以DMU 的各个投入和产出指标的权重为变量进行评价运算, 确定有效生产前沿面, 并根据各DMU 与有效生产前沿面的距离状况, 确定各DMU 是否DEA 有效, 同时还可用投影方法指出非DEA 有效或弱DEA 有效DMU 的原因及应改进的方向和程度。 2、模型简介 A.Charnes,W.W.Cooper和E.Rhodes在1978年提出的第一个模型被命名为CCR模型，从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门” ①魏全龄：中国人民大学信息系教授，先后出版了数十篇关于DEA的发展及应用方面的文章，科研成果显著。
宁波电子信息高技术产业项目投资分析与建设方案 规划设计/投资分析/实施方案
宁波电子信息高技术产业项目投资分析与建设方案 半导体材料升级换代。作为集成电路发展基础，半导体材料逐步更新 换代，第一代半导体材料以硅（Si）为主导，目前，95%的半导体器件和99%以上的集成电路都是硅材料制作。20世纪90年代以来，光纤通讯和互联网的高速发展，促进了以砷化镓(GaAs)、磷化铟（InP）为代表的第二代半导 体材料的需求，其是制造高性能微波、毫米波器件及发光器件的优良材料，广泛应用于通讯、光通信、GPS导航等领域。第三代半导体材料主要包括碳化硅（SiC）、氮化镓（GaN）、金刚石等，因其禁带宽度（Eg）大于或等 于2.3电子伏特（eV），又被称为宽禁带半导体材料。 该半导体集成电路项目计划总投资11804.07万元，其中：固定资产投 资9919.66万元，占项目总投资的84.04%；流动资金1884.41万元，占项 目总投资的15.96%。 达产年营业收入12874.00万元，总成本费用10217.27万元，税金及 附加176.87万元，利润总额2656.73万元，利税总额3200.05万元，税后 净利润1992.55万元，达产年纳税总额1207.50万元；达产年投资利润率22.51%，投资利税率27.11%，投资回报率16.88%，全部投资回收期7.42年，提供就业职位220个。
严格遵守国家产业发展政策和地方产业发展规划的原则。项目一定要遵循国家有关相关产业政策，深入进行市场调查，紧密跟踪项目产品市场走势，确保项目具有良好的经济效益和发展前景。项目建设必须依法遵循国家的各项政策、法规和法令，必须完全符合国家产业发展政策、相关行业投资方向及发展规划的具体要求。 ...... 1956年国务院制定的《1956-1967科学技术发展远景规划》中，已将半导体技术列为四大科研重点之一，明确提出“在12年内可以制备和改进各种半导体器材、器件”的目标。
Enhance the initiative and predictability of work safety, take precautions, and comprehensively solve the problems of work safety. （安全管理） 单位：___________________ 姓名：___________________ 日期：___________________ 基于数据包络分析的城市燃气供 需预警研究(2021)
基于数据包络分析的城市燃气供需预警研究 (2021) 导语：根据时代发展的要求，转变观念，开拓创新，统筹规划，增强对安全生产工作的主动性和预见性，做到未雨绸缪，综合解决安全生产问题。文档可用作电子存档或实体印刷，使用时请详细阅读条款。 摘要：建立天然气供需预警协调机制是保证经济可持续发展的根本保障。利用数据包络分析(DEA)方法处理多输入和多输出这种问题的优势，将数据包络分析(DEA)方法引入城市天然气供需预警协调系统中。以重庆市为例，分析了指标选取的依据，用FrontierAnalyst3软件对重庆市近几年每个季度天然气供需的安全性做了实证分析，并对建立的供需预警协调系统进行评价。通过分析可知，DEA模型不但能正确并且准确预报天然气供给的情况，还能对非有效的决策单元中的指标进行协调，可对未来天然气规划做出科学指导。 主题词：城市；天然气；供需关系；安全；预测；效率；评价；线性规划 重庆市每逢冬季用气高峰，天然气供应非常紧张，等待加气的各种车辆排成长龙。出现这些情况除了供应方面存在问题外，还与重庆市政府没有系统地建立对天然气市场供应预警协调的长效机制有关。
(1)数据包络分析法(DEA)概述 数据包络分析(Data Envelopment Ana lysis，简称D EA）方法是运用数学工具评价经济系统生产前沿面有效性的非参数方法，它适应用于多投入多产出的多目标决策单元的绩效评价。这种方法以相对效率为基础，根据多指标投入与多指标产出对相同类型的决策单元进行相对有效性评价。应用该方法进行绩效评价的另一个特点是，它不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同，不需要弄清楚各个评价决策单元的输入与输出之间的关联方式，只需要最终用极值的方法，以相对效益这个变量作为总体上的衡量标准，以决策单元(DM U)各输入输出的权重向量为变量，从最有利于决策的角度进行评价，从而避免了人为因素确定各指标的权重而使得研究结果的客观性收到影响。这种方法采用数学规划模型，对所有决策单元的输出都“一视同仁”。这些输入输出的价值设定与虚拟系数有关，有利于找出那些决策单元相对效益偏低的原因。该方法以经验数据为基础，逻辑上合理，故能够衡量个决策单元由一定量大投入产生预期的输出的能力，并且能够计算在非DEA有效的决策单元中，投入没有发挥作用的程度。最为重要的是应用该方法还有可能进一步估计某个决策单元达到相对有效时，其产出应该增加多少，输入可以减少多少等。 1978年由著名的运筹学家查恩斯（A.Charnes）,库伯（W.W.Cooper）和罗兹（E.Rhodes）首先提出数据包络分析（Data Envelopment Analysis，简称DEA）的方法，DEA有效性的评价是对已
有决策单元绩效的比较评价，属于相对评价，它常常被用来评价部门间的相对有效性（又称之为DEA有效）。他们的第一个数学模型被命名为CCR模型，又称为模型。从生产函数角度看，这一模型是用来研究具有多项输入、特别是具有多项输出的“生产部门”时衡量其“规模有效”和“技术有效”较为方便而且是卓有成效的一种方法和手段。自从该方法提出以来，就广泛应用于各个行业的有效性评价上。此后，得到不断的完善，并且在实践中的应用也越来越广泛。例如1984年R.D.Banker, A.Charnes和W.W.Cooper给出了一个被称为BCC的模型，又称之为BC2模型。另外，于1985年Charnes,Cooper 和 B.Golany, L.Seiford, J.Stutz给出了另一个模型，称为CCGSS模型，又称之为C2GS2模型，这两个模型是用来研究生产部门之间的“技术有效”相对效率。下面将介绍这两个优化模型。 ( 2 ) 数据包络模型（又称为DEA模型）描述 数据包络分析(DEA)由美国著名运筹学家A. Charnes等人在1978年以相对效率概念为基础发展起来的一种新的绩效评价方法。这种方法是以决策单元(Decision Making Unit，简称DMU)的投入、产出指标的权重系数为变量，借助于数学规划模型将决策单元投影到DEA 生产前沿面上，通过比较决策单元偏离DEA生产前沿面的程度来对被评价决策单元的相对有效性进行综合绩效评价。其基本思路是:通过对投入产出数据的综合分析，得出每个DMU综合相对效率的数量指标，确定各DMU是否为DEA有效。下面我们先描述DEA模型。
重庆电子信息高技术产业项目可行性分析报告 投资分析/实施方案
重庆电子信息高技术产业项目可行性分析报告 当前，大数据、云计算、物联网、人工智能等信息产业技术快速发展，持续为半导体产业提供强劲市场需求，全球集成电路产业将迎来新一轮的 发展机遇。 该半导体集成电路项目计划总投资8450.10万元，其中：固定资产投 资6844.33万元，占项目总投资的81.00%；流动资金1605.77万元，占项 目总投资的19.00%。 达产年营业收入14252.00万元，总成本费用11328.65万元，税金及 附加142.97万元，利润总额2923.35万元，利税总额3469.54万元，税后 净利润2192.51万元，达产年纳税总额1277.03万元；达产年投资利润率34.60%，投资利税率41.06%，投资回报率25.95%，全部投资回收期5.35年，提供就业职位271个。 报告根据我国相关行业市场需求的变化趋势，分析投资项目项目产品 的发展前景，论证项目产品的国内外市场需求并确定项目的目标市场、价 格定位，以此分析市场风险，确定风险防范措施等。 ......
据了解，2019年由于受世界经济发展的增速减缓、整机厂商的去库存化等综合因素的干扰，全球半导体产业普遍处于下滑态势。作为半导体产业里的关键产品之一，集成电路领域的发展趋势备受关注。
重庆电子信息高技术产业项目可行性分析报告目录 第一章申报单位及项目概况 一、项目申报单位概况 二、项目概况 第二章发展规划、产业政策和行业准入分析 一、发展规划分析 二、产业政策分析 三、行业准入分析 第三章资源开发及综合利用分析 一、资源开发方案。 二、资源利用方案 三、资源节约措施 第四章节能方案分析 一、用能标准和节能规范。 二、能耗状况和能耗指标分析 三、节能措施和节能效果分析 第五章建设用地、征地拆迁及移民安置分析 一、项目选址及用地方案
石家庄电子信息高技术产业项目 投资分析报告 规划设计/投资方案/产业运营
报告说明— 半导体材料升级换代。作为集成电路发展基础，半导体材料逐步更新 换代，第一代半导体材料以硅（Si）为主导，目前，95%的半导体器件和99%以上的集成电路都是硅材料制作。20世纪90年代以来，光纤通讯和互联网的高速发展，促进了以砷化镓(GaAs)、磷化铟（InP）为代表的第二代半导 体材料的需求，其是制造高性能微波、毫米波器件及发光器件的优良材料，广泛应用于通讯、光通信、GPS导航等领域。第三代半导体材料主要包括碳化硅（SiC）、氮化镓（GaN）、金刚石等，因其禁带宽度（Eg）大于或等 于2.3电子伏特（eV），又被称为宽禁带半导体材料。 该半导体集成电路项目计划总投资16788.85万元，其中：固定资产投 资13512.60万元，占项目总投资的80.49%；流动资金3276.25万元，占项目总投资的19.51%。 达产年营业收入31581.00万元，总成本费用24426.52万元，税金及 附加314.44万元，利润总额7154.48万元，利税总额8455.74万元，税后 净利润5365.86万元，达产年纳税总额3089.88万元；达产年投资利润率42.61%，投资利税率50.37%，投资回报率31.96%，全部投资回收期4.63年，提供就业职位687个。
1956年国务院制定的《1956-1967科学技术发展远景规划》中，已将半导体技术列为四大科研重点之一，明确提出“在12年内可以制备和改进各种半导体器材、器件”的目标。
目录 第一章项目基本情况 第二章建设单位基本信息第三章建设必要性分析第四章市场调研预测 第五章项目规划分析 第六章选址规划 第七章土建工程 第八章工艺技术说明 第九章项目环境影响分析第十章职业保护 第十一章建设风险评估分析第十二章节能情况分析 第十三章进度计划 第十四章投资可行性分析第十五章经济效益评估 第十六章评价结论 第十七章项目招投标方案
甘肃省高技术产业发展现状分析 【摘要】本文借鉴国内外关于高技术产业划分界定的研究成果，对甘肃省高技术产业范围做出界定，同时结合统计数据对甘肃省高技术产业近年现状进行分析，认为甘肃省高技术产业目前仍处于科研投入水平低、经济贡献程度低、知识产权总量小和科技产出能力弱的不理想状态，并据此分析提出甘肃省高技术产业的发展对策。 【关键词】甘肃省；高技术产业；现状 一、高技术产业概述 20世纪中叶以来高技术产业在全球范围崛起发展。今天，高技术产业已成为国际科技界和经济界共同关注的热点，同时也成为一个国家或地区经济增长、企业提高其核心竞争力的关键因素之一，对经济发展起着重要的引领作用。 准确的说，高技术产业是指那些知识、技术密集度高，发展速度快，具有高附加值和高效益，并具有一定市场规模和对相关产业产生较大波及效果等特征的产业，其核心特征是产业的高技术密集度。[1]高技术产业与其他产业相比一般具有很高的技术领先性和技术复杂性。因此，当前乃至未来的以知识为基础的经济时代中，一国或地区高技术产业发展的状态与水平对该国国民经济与社会发展将产生越来越深刻地影响。而要准确掌握高技术产业发展态势，首先要明确的问题就是高技术产业应如何界定问题。 二、我国高技术产业发展现状 我国的高技术产业发展经历了一个漫长的初始期和一个比较迅速的发展期，现已进入规模化、产业化的壮大期。由于从中央到地方的各级政府对高技术产业的高度重视，我国在许多领域，如航空航天、核能利用、电子信息、新兴材料和光电一体化等方面已具有相当的竞争
力，个别领域已居世界领先水平，同时也涌现了一批初步具有国际竞争能力的高技术企业集团。总体上，我国高科技水平仍然较低，但我国具有广阔的高技术产品市场和一个相对和平稳定的国内外环境，只要发展战略正确，高技术领域一定具有良好的发展前景。 三、高技术产业范围界定 （一）高技术产业范围界定的原则 1.国内可比 高技术是个动态概念，同时也是个全球概念，技术发展的历史阶段不是一国、一地区的事情，因此高技术产业的划分与界定必须坚持可比原则，即从国家范畴上应遵循国际可比原则，从一省范畴上应遵循国内可比原则，应充分参考国际、国内对高技术及其产业的界定标准。 2.适合省情 在具体界定时，除了要重视国际、国内标准，还必须重视甘肃省情。发展中国家高技术产业发展相对于发达国家有一个滞后期，在划分当前的高技术产业时，既要考虑范围内可比性，也要考虑国情与省情，完全照搬国际标准是不科学的。另一方面，若只简单地按照某些指标以往几年的数值确定甘肃省的高技术产业也是不科学的。在划分高技术产业时，既要考虑当前，也要考虑未来，毕竟任何国家和国际组织都不能每年都重新划分一次当年的高技术产业，每次划分都应保持一个相对稳定的时期。本文就甘肃省2000年至2007年8年的统计数据进行了归纳与分析。 3.操作简便 高技术产业的划分与界定是有成本的，不管用什么样的技术路线和方法，都需要投入人力、物力、财力和间。因此，在划分高技术产业时应当尽量简化操作，尽量利用现有的统计渠道、统计指标和统计力量，尽量减少新增加的统计概念和指标，尽量减少成本，提高效率。4.数据可靠
DEA（Data Envelopment Analysis）数据包络分析 目录 一、DEA的起源与发展（参考网络等相关文献） 二、基本概念 1.决策单元（Decision Making Unit，DMU）.......................................................... 2.生产可能集（Production Possibility Set，PPS） ................................................ 3.生产前沿面（Production Frontier）........................................................................ 4.效率（Efficiency） ........................................................................................................ 三、模型 模型....................................................................................................................................... 模型....................................................................................................................................... 模型....................................................................................................................................... 模型....................................................................................................................................... 5.加性模型(additive model，简称ADD).................................................................... 6.基于松弛变量的模型(Slacks-based.................................. M easure，简称SBM) 7.其他模型........................................................................................................................... 四、指标选取 五、DEA的步骤（参考于网络） 六、优缺点（参考一篇博客） 七、非期望产出 1.非期望产出的处理方法：.............................................................................................. 2.非期望产出的性质： ......................................................................................................
DEA 一、同类可比 同类可比在很多情况下是社科研究的基础和前提，比如研究地区效率，西藏、新疆、青海等地与上海、北京、广东、江苏等经济发达地区情况完全不一样，在很多情况下是不可比的，如果将这些地区放在一个模型中分析，是值得商榷的。 二、DEA对异常值相当敏感 DEA对异常值相当敏感，在实际生活中，由于统计数据质量、测量误差等问题，构成数据包络曲线的那些点是非常敏感的，或者说，其它效率不是最优的点都是和数据包络曲线上最好的点相比，而这些点其实是不稳定的，在此基础上得出的处理结果也是不稳定的。 三、DEA也许只有宏观意义 即使是同一套数据，如果同时满足固定前沿和随机前沿的适用条件。采用固定前沿和随机前言，其分析结果往往是不一致的，也就是说，对于决策单元A，采用固定前沿它可能是有效的，但采用随机前 沿它可能就是无效的。那么能否说明DEA在做文字游戏也不能这么说，通常情况下，对于同一套数据采用两种不同方法处理的结果，其相关性往往很高，因此适合做宏观分析，但微观上说A有效B无效之类的要慎重。 四、DEA往往难以给出具体的政策建议 即使得出了研究结果，对于一些效率相对低下的决策单元，如何进行改进通过技术进步还是通过改善管理再进一步的建议往往难以给出。 五、效率低下的决策单元也许问题不严重 任何DEA分析，都是建立在投入产出的基础之上的，但是投入产出数据有很多是无法定量计量的。实际上，DEA分析有个隐含的假设：我们做效率分析，只能基于定量数据，那些不能定量计量的投入产出，干脆假设所有的决策单位没有差异，但这种假设一定存在吗 纯技术效率反映的是DMU 在一定( 最优规模时) 投入要素的生产效率。 规模效率反映的是实际规模与最优生产规模的差距。 一般认为：综合技术效率=纯技术效率×规模效率。
法国高技术产业分析 一、法国优势高技术产业的基本情况 法国科学技术发展总体较为均衡，构成其比较优势的高新和传统产业竞争力的领域主要包括：航空航天、核电、高速铁路、高端制造业、汽车、医药以及环保领域等，而竞争力的核心在于其关键环节技术。 （一）航空 法国航空工业领域技术非常系统和全面，主要构成包括大型民用客机、运输机、军用战机、军用直升机等整机系统以及包括飞机发动机在内的关键零部件。 其中，民用航空领域的空中客车公司虽系法、德、英、西班牙联合体，但是在原法国飞机公司基础上发展而成的，法国在其中占据主导地位。除了整机设计、制造和集成组装外，关键环节技术方面的复杂电子系统和关键部件的飞机发动机均由法国制造或集成制造。
成立于1992年的欧洲直升机公司，是世界上负载较重的直升机制造商，目前以占据世界市场的50%而位居全球第一位。 达索（DASSAULT）飞机制造公司曾以生产幻影战斗机闻名遐迩，目前他还是欧洲唯一的小型喷气式商务客机制造商，在该领域内分得世界市场的半壁江山。 特别需要提及的是航空发动机，这是飞机最核心的部件，也将是制约我国大飞机发展的瓶颈。法国赛峰集团旗下的斯奈克玛（SNECMA）公司为发动机专业制造商，产品包括民用发动机、军用发动机以及航天发动机。在民用飞机发动机领域，赛峰集团居世界第一，是空客、波音等公司的主要供应商，约占空客70%和美国波音50%的发动机市场。 （二）航天
法国航天工业发展一方面融合于欧洲空间局，另一方面则保持着自己的独立性。前者侧重于运载火箭研制、生产和发射以及空间探测等，后者侧重于卫星研制、生产以及空间通信研究。 由欧盟14个成员国参与并以法国空间研究中心总承包的阿丽亚娜火箭技术发展非常成熟。系列中最具优势的为阿丽亚娜5型大推力火箭，2002年首次发射失败后，投入5.5亿欧元进行了的技术研究与改进并完全获得成功，两个固体燃料推进器连接的密封性提高，推进器的自身重量大大降低，使运载能力达到10吨，但推进器制造成本却降低了10％。2005年11月和12月，阿丽亚娜5型大推力火箭先后两次通过一箭双星方式，进行成功发射，从而表明，阿丽亚娜火箭一箭多星的发射技术已趋于成熟。 在卫星研制领域，需要提及的是其微小卫星，其关键环节技术是精确度高，是我国在该领域能够合作的主要伙伴。 （三）民用核能
数据包络分析（DEA）简介 在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元） 进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量)等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性． 1978年由著名的运筹学家A.Charnes,W.W.Cooper和E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，去评价部门间的相对有效性（因此被称为DEA有效）．他们的第一个模型被命名为CCR模型．从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法.1984年R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BCC的模型. 1985年Charnes,Cooper和B.Golany,L.Seiford,J.Stutz给出了另一个模型（称为CCGSS 模型）， 这两个模型是用来研究生产部门的间的“技术有效”性的．1986年Charnes，Cooper和魏权龄为了进一步地估计“有效生产前沿面”，利用Charnes,Cooper和K.Kortanek于1962年首先提出的半无限规划理论，研究了具有无穷多个决策单元的情况，给出了一个新的数据包络模型——CCW模型．1987年Charnes,Cooper，魏权龄和黄志民又得到了称为锥比率的数据包络模型——CCWH模型．这一模型可以用来处理具有过多的输入及输出的情况，而且锥的选取可以体现决策者的“偏好”．灵活的应用这一模型，可以将CCR模型中确定出的DEA 有效决策单元进行分类或排队等等．这些模型以及新的模型正在被不断地进行完善和进一步发展．
我国高技术产业发展分析 当今世界，科学技术在经济发展过程中发挥着越来越重要的作用，而建立在高技术的开发和应用基础之上的高技术产业也日益成为国民经济中最具生机和活力产业。高技术产业代表着经济发展方向和希望，其发展水平将对国家综合国力的提升具有重要的影响。因此，无论是发展中国家还是发达国家都将推动本国的技术进步和高技术产业发展确定为一项主要发展战略。近年来我国的高技术产业得到迅猛发展，本文试着从高技术产业的总体发展规模、行业性和区域性、高技术产业的R&D情况这三方面入手，简要分析我国高技术产业发展的状况。 一、我国高技术产业的总体发展情况 从规模水平来看，我国的高技术产业的总产值从1995年的4098亿元上升到2009的60430亿元，企业的个数从1995年的18834个增加到2009年的27218个，而且从业人员的年平均数自2005年起呈稳步递增趋势，由2005年的663万人增加到2009年的958万人。除此之外，我国高技术产业的盈利情况也呈递增趋势，其中主营业务收入逐年递增，由2005年的33922亿元增加至2009年的59567亿元，年均增值约为19.64%，总利润由2005年的1423亿元上升到2009年的3279亿元，年均增幅达到32.61%。同时，我国的高技术产业在制造业中所占的比重也有所上升。具体数据如下： 图表1：我国高技术产业生产经营情况
数据来源：中国高技术产业统计年鉴（以下同） 图表2：我国高技术产业在制造业中占的比重（%） 根据以上数据的分析，可以看出，我国高技术产业的生产经营状况自1995年以来得到了较好的发展，不仅在规模上高技术产业的队伍在壮大，在制造业中所占的比例也在平稳上升，尤其是2005年左右，我国的高技术产业发展较快。 二、行业性和区域性 1、行业性 我国的高技术产业按行业划分可分为五大行业，分别是：医药制造业、航空
1、数据包络分析法 数据包络分析是一种基于线性规划的用于评价同类型组织（或项目）工作绩效相对有效性的特殊工具手段。这类组织例如学校、医院、银行的分支机构、超市的各个营业部等，各自具有相同（或相近）的投入和相同的产出。衡量这类组织之间的绩效高低，通常采用投入产出比这个指标，当各自的投入产出均可折算成同一单位计量时，容易计算出各自的投入产出比并按其大小进行绩效排序。但当被衡量的同类型组织有多项投入和多项产出，且不能折算成统一单位时，就无法算出投入产出比的数值。例如，大部分机构的运营单位有多种投入要素，如员工规模、工资数目、运作时间和广告投入，同时也有多种产出要素，如利润、市场份额和成长率。在这些情况下，很难让经理或董事会知道，当输入量转换为输出量时，哪个运营单位效率高，哪个单位效率低。 1.1数据包络分析法的主要思想 一个经济系统或者一个生产过程可以看成一个单元在一定可能范围内，通过投入一定数量的生产要素并产出一定数量的“产品”的活动。虽然这些活动的具体内容各不相同，但其目的都是尽可能地使这一活动取得最大的“效益”。由于从“投入”到“产出”需要经过一系列决策才能实现，或者说，由于“产出”是决策的结果，所以这样的单元被称为“决策单元”（Decision Making Units，DMU）。可以认为每个DMU都代表一定的经济含义，它的基本特点是具有一定的输入和输出，并且在将输入转换成输出的过程中，努力实现自身的决策目标。 1.2数据包络分析法的基本模型 我们主要介绍DEA中最基本的一个模型——模型。 设有n个决策单元（ j = 1，2，…，n ），每个决策单元有相同的 m 项投入（输入），输入向量为 每个决策单元有相同的 s 项产出（输出），输出向量为 即每个决策单元有m种类型的“输入”及s种类型的“输出”。 表示第j个决策单元对第i种类型输入的投入量； 表示第j个决策单元对第i种类型输出的产出量； 为了将所有的投入和所有的产出进行综合统一，即将这个生产过程看作是一个只有一个投入量和一个产出量的简单生产过程，我们需要对每一个输入和输出进行赋权，设输入和输出的权向量分别为：。为第i 类型输入的权重，为第r类型输出的权重。 这时，则第j个决策单元投入的综合值为，产出的综合值为，我们定义每个决策单元的效率评价指数：
2016年我国高技术产业发展状况分析 2016年，我国高技术产业主营业务收入规模继续扩大，突破了15万亿元，占制造业比重达到14.7%。高技术产业主营业务收入在不同行业间差异显著，电子及通信设备制造业主营业务收入占全部收入的一半以上。以东部地区为主，高技术产业分布体现出明显的地理集聚特征。内资企业产值所占比重继续稳步上升，已达到54.9%，比上年度提升了近4个百分点。研发投入继续提升，大中型高技术产业企业的研发经费占大中型制造业企业研发经费的30.6%，研发经费投入强度达到1.58%，地区研发投入差异明显。 一、高技术产业规模保持增长，占制造业比重继续回升 2016年，我国高技术产业主营业务收入继续增长，突破15万亿元。高技术产业主营业务收入增长率继续保持近年来的波动态势。2016年高技术产业主营业务收入比上年增长9.9%（按可比价计算），与上年相比下降0.4个百分点。 图1高技术产业主营业务收入及增长速度（2005－2016年）2016年，我国高技术产业主营业务收入占制造业比重在继2015年超过14%之后，继续提升了0.6个百分点，达到14.7%。
图2高技术产业主营业务收入占制造业的比重（2005-2016年） 二、行业规模差异明显，部分产业地理集中度高 从高技术产业主营业务收入的行业分布看，2016年电子及通信设备制造业主营业务收入所占比重为56.8%，比去年提高0.8百分点；计算机及办公设备制造业占比为12.8%，比去年下降了0.8个百分点；医药制造业主营业务收入占比为18.3%，与去年基本持平；医疗设备及仪器仪表制造业主营业务收入占比为7.6%，比去年提升了0.1个百分点；航空航天器制造业占比与去年略高，为2.5%。 图3高技术产业主营业务收入按行业分布（2016年） 从产业的区域分布看，高技术产业呈现很高的地理集中度。东部地区高技术产业主营业务收入占全国的比重达到70.3%，特别是广东、江苏两省，占全国的比重达到了44.5%。 从各行业的地区分布看，电子计算机及办公设备制造业主要分布在东部沿海省份，广东、江苏、上海三省市在该领域的主营业务收入占全国的51.6%；电子
决策理论与方法课程报告 数据包络分析法在管理决策运用中的实际案例分析
目录 第一章数据包络分析简介 (1) 第二章数据包络分析法模型 (1) 基础知识 (1) C2R模型 (2) 模型求解方法 (4) 第三章数据包络分析法案例 (6) 工程建设项目评标方法 (6) 环保项目评价 (7) 科研评价 (8) 第四章总结 (11) DEA方法的优点 (11) DEA方法的缺陷 (12) 参考文献 (12)
第一章数据包络分析简介 数据包络分析(Data Envelopment Analysis)，简称DEA，是由美国著名运筹学家A．Charnes等人于1978年首先提出的。是使用数学规划模型评价具有多个输入、多个输出的。部门”或“单位”(称为决策单元，简记DMU)间的相对有效性(称为DEA有效)的一种非参数的统计估计方法。数学、经济学和管理科学是这一学科形成的柱石，优化是其研究的主要方法，而DEA的广泛应用是它能得以迅速发展的动力。 数据包络分析是一种基于线性规划的用于评价同类型组织（或项目）工作绩效相对有效性的特殊工具方法，常被用来衡量拥有相同目标的运营单位的相对效率。这类组织例如学校、医院、银行的分支机构、超市的各个营业部等，各自具有相同（或相近）的投入和相同的产出。衡量这类组织之间的绩效高低，通常采用投入产出比这个指标，当各自的投入产出均可折算成同一单位计量时，容易计算出各自的投入产出比并按其大小进行绩效排序。 但当被衡量的同类型组织有多项投入和多项产出，且不能折算成统一单位时，就无法算出投入产出比的数值。如运营单位有多种投入要素(员工规模、工资数目、运作时间和广告投入)，同时也有多种产出要素(利润、市场份额和成长率)。在这些情况下，很难让管理者知道，当输入量转换为输出量时，哪个运营单位效率高，哪个单位效率低。 DEA方法在处理多输入，特别是多输出问题能力上具有绝对优势。 第二章数据包络分析法模型 基础知识 （1）决策单元(DMU)：我们把具有相同类型的部门、企业或者同一企业不同时期的相对效率进行评价，这些部门、企业或时期称为。评价的依据是决策单元的一组投入指标数据和一组产出指标数据。 （2）投入指标：指决策单元在经济和管理活动中需要耗费的经济量，例如固定资产原值、流动资金平均余额、自筹技术开发资金、职工人数、占用土地等。