基于数据包络分析法的科技服务业绩效评价及优化对策研究.docx

PAGE

1-

基于数据包络分析法的科技服务业绩效评价及优化对策研究

第一章数据包络分析法概述

1.1数据包络分析法的基本原理

数据包络分析法（DataEnvelopmentAnalysis，DEA）是一种基于线性规划的非参数统计方法，主要用于评价同类型决策单元（DecisionMakingUnits，DMUs）之间的相对效率。该方法的基本原理是将多个决策单元作为一个整体，通过输入和输出的数据构造一个线性规划模型，进而分析每个决策单元的相对效率。在DEA模型中，输入和输出数据通常被表示为矩阵形式，其中输入矩阵表示决策单元的投入，输出矩阵表示决策单元的产出。

DEA模型的核心思想是将决策单元的输入和输出数据通过线性规划转化为一个相对效率值。这个效率值反映了决策单元在给定投入和产出条件下，相对于其他决策单元的效率水平。DEA模型通常包括两种形式：C2R模型和BC2模型。C2R模型适用于规模报酬不变的情况，而BC2模型则适用于规模报酬可变的情况。

在DEA模型中，每个决策单元都通过一个效率前沿来表示，效率前沿上的点代表所有决策单元中的最优决策单元，即这些决策单元在给定投入和产出条件下达到了最高的效率水平。而效率前沿以下的点则表示相对效率较低，即这些决策单元可以通过改进投入或产出或两者兼而提高效率。通过DEA模型，研究者可以识别出效率较低的决策单元，并为其提供针对