基于dea和stoned的两阶段网络结构效率分析研究-管理科学与工程专业论文.docxVIP

University University of Science andnd TechnologyIechnology ofOt 13 na A d issertation for doctor’S deg ree E仟iciencyE竹 Analynalysis ot‘ Two-stage N etwork Structu res based on DEA and StoNED Author’S Name： Jianhui Xie Speciality： Management S cience and Engineering Supervisor：Prof．Liang Liang A．Prof．Yongjun Li Finished time： April 1 3加，20 1 6 万方数据 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名： 等戳 签字日期： Z，。，舌．o E．0 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构 送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中 国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 作者签名： 缒 导师签名： 直≤鼻 口保密(——年) 签字日期： 丝!占：里量：呈中 签字日期： 1。，∥．p多。。9 万方数据 摘要摘要 摘要 摘要 传统的数据包络分析(Data Envelopment Analysis，简称DEA)模型有两个 重要的潜在预设条件，一是将决策单元(Decision Making Unit，简称DMU)看 成一个“黑盒子”而忽视其内部结构，另一是假设决策单元在完全确定性的环境中 运行。前者使得效率评估局限于“黑盒子”的投入产出权重比，而不能察觉所评估 出来的非有效部分来源于内部哪个子单元。后者则是一方面使得DEA模型缺乏 统计特性，另一方面将随机因素造成的影响也归入相对效率。针对第一个预设条 件，Liang et a1．(20081提出了基于博弈论的DEA模型分析严格串行两阶段网络 结构效率，本文我们将Liang et a1．(2008)的模型拓展到第一阶段有最终产出或 者第二阶段有外部投入的一般两阶段网络结构，这使得模型的应用范围扩大并为 解决任意网络结构效率分析问题提供了基础。针对第二个预设条件，本文首先提 出两种多投入多产出前沿面估计方法，然后，将其中基于最大似然估计的随机非 参数包络数据(Stochastic Non-parametric Envelopment of Data,StoNED)方法应 用到随机环境下两阶段网络结构的前沿面估计和效率分析。本文首次同时考虑了 决策单元的内部结构和随机因素。 本文分为五章，主要内容如下： 第一章绪论，首先介绍DEA的基本概念和基本模型，以及StdNED的基本 方法和步骤。然后，概括了拓展的两阶段网络结构DEA模型研究现状和研究意 义以及基于StoNED的两阶段网络结构前沿面估计和效率分析的研究现状和研 究意义。 Liang et a1．(20081提出了基于博弈理论的DEA模型对严格串行两阶段网络 结构进行效率评估和效率分解，所谓严格串行，即是第一阶段的所有产出都是第 二阶段的投入，第一阶段的产出是第二阶段投入的唯一来源。在第二章中，我们 拓展了Liang et a1．(2008)的模型，假设第一阶段有最终产出或者第二阶段有外 部投入。我们提出了两种方法来评价这种一般化的两阶段网络结构效率。一个是 非线性的集中决策模型，我们通过一个启发式搜索算法得到此模型的全局最优 解。另一个是非合作博弈模型，在模型中，某个子阶段被当作领导者(1eader)， 而另一阶段则被当作跟随着(follower)。最后，上述新提出的模型被应用到中国 大陆区域研发(ResearchDevelopment，RD)效率评估的案例，模型的实用性 得到验证。 第三章研究随机环境下多投入多产出生产前沿面估计问题，首先证明产出导 向型前沿面是一个随着投入单调不减、随着其它产出单调不增的凹函数，投入导 I 万方数据