微信扫一扫,移动浏览光盘
简介
数据包络分析（Data Envelopment Analysis，DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法。由于DEA具有适用范围广，原理相对简单，特别是在分析多投入、多产出的情况时具有特殊的优势，因而他被广泛应用于各领域，例如教育、农业、邮政、电力、银行、公共交通、司法、卫生、药品流通、税务、软件开发、体育、宏观经济、高速公路、公园、物流、建筑、电信、军队、企业管理等。DEA已从最初的一种分析方法发展成为一种融汇了数学、运筹学、计量经济学、管理学和计算机应用的重要工具。MaxDEA软件（www.maxdea.cn）是作者开发的具有完全知识产权的一款功能强大的数据包络分析软件，其主要特点是简单易用但分析功能非常强大，包含了大量最新的DEA模型，其中包括作者所创建的许多新的分析方法和模型。MaxDEA软件在国内外DEA领域得到了广泛的应用并获得了用户的一致好评。 本书的主要内容是阐述数据包络分析的基本原理、模型及其操作方法。本书的主要特点：一是注重实用性，在介绍各类DEA模型基本原理的基础上，重点阐述模型特征及其适用范围，对DEA的数学性质不做深究；二是注重操作性，结合实例数据，讲解通过MaxDEA软件来分析各类DEA模型的具体操作步骤。本书可作为管理学、经济学、运筹学、统计学等各学科领域教师、学生、科研人员在教授、学习和应用DEA方法的参考教材。
目录
第1章 引言1．1 数据包络分析简介1．2 MaxDEA软件的主要特点1．3 MaxDEA软件的基本操作1．3．1 MaxDEA软件的系统要求1．3．2 准备数据1．3．3 运行模型1．4 MaxDEA软件注册第2章 DEA基础模型2．1 技术效率的概念2．2 基于规模收益不变的CCR模型2．2．1 投入导向CCR模型的规划式2．2．2 产出导向CCR模型的规划式2．2．3 投入导向CCR模型图解2．2．4 产出导向CCR模型图解2．3 基于规模收益可变的BCC模型2．3．1 投入导向BCC模型的规划式2．3．2 产出导向BCC模型的规划式2．3．3 投入导向BCC模型图解2．3．4 产出导向BCC模型图解2．4 FDH模型2．5 投入导向和产出导向效率值的关系2．6 规模效率问题2．7 DEA模型的命名问题2．8 强有效、弱有效与松弛变量问题2．9 比例改进与松弛改进的关系2．10 DMU数量、投入产出指标和模型导向的选择2．10．1 DEA模型对DMU数量的要求2．10．2 投入和产出指标的选择2．10．3 模型导向的选择2．11 MaxDEA求解DEA基础模型示例2．11．1 模型设置2．11．2 分析结果第3章 DEA模型的规模收益与规模弹性3．1 DEA模型的规模收益类型3．2 DMU规模收益状态的判断3．2．1 通过包络模型判断规模收益状态3．2．2 通过乘数模型判断规模收益状态3．3 规模弹性3．3．1 规模弹性的概念3．3．2 通过包络模型直接求解规模弹性(直接法)3．3．3 通过乘数模型求解规模弹性(虚拟投入产出法)3．4 用MaxDEA求解规模收益状态和规模弹性示例第4章 DEA模型的距离函数4．1 至前沿最远距离(SBM模型)4．1．1 SBM模型4．1．2 加权SBM模型4．1．3 MSBM模型4．1．4 投影值约束SBM模型4．1．5 MaxDEA求解SBM模型和加权SBM模型示例4．1．6 MaxDEA求解投影值约束SBM模型示例4．2 至强有效前沿最近距离4．2．1 非导向至强有效前沿最近距离的计算方法4．2．2 MaxDEA求解非导向MinDS模型示例4．2．3 MinDS模型的特殊性4．2．4 求解投入导向和产出导向MinDS模型的方法4．2．5 MaxDEA求解投入导向和产出导向MinDS模型示例4．3 方向距离函数4．3．1 方向距离函数模型4．3．2 方向距离函数模型的乘数形式4．3．3 方向距离函数模型中对坏产出的处理及对弱可处置性是否合理的讨论4．3．4 方向距离函数模型的几种特例4．3．5 一般方向距离函数模型效率值的计算方法4．3．6 对方向距离函数模型的扩展4．3．7 MaxDEA求解方向距离函数模型示例4．4 方向向量扫描模型4．4．1 方向向量扫描模型的定义和功能4．4．2 方向向量扫描的实现方法4．4．3 MaxDEA求解方向向量扫描模型示例4．4．4 通过方向向量扫描建立无差异曲线4．5 至弱有效前沿最近距离4．5．1 至弱有效前沿最近距离的计算方法4．5．2 MaxDEA求解MinDW模型示例4．6 混合距离函数4．6．1 EBM模型4．6．2 EBM模型的缺陷与改进方法4．6．3 Hybrid模型4．6．4 MaxDEA软件求解混合距离函数模型操作方法4．7 包含价格信息的距离函数4．7．1 成本效率、收益效率、利润效率模型4．7．2 MaxDEA软件求解成本效率等模型的操作方法第5章 超效率模型5．1 径向超效率模型5．2 方向距离函数超效率模型5．3 SBM超效率模型5．4 超效率模型无可行解问题5．4．1 VRS超效率模型无可行解的原因5．4．2 VRS超效率模型无可行解的解决方法一5．4．3 VRS超效率模型无可行解的解决方法二5．4．4 VRS超效率模型无可行解的解决方法三5．5 MaxDEA软件求解超效率模型示例5．5．1 对VRS超效率模型无可行解问题解决方法的比较5．5．2 通过超效率模型探测异常数据第6章 DEA模型中对特殊投入产出指标的处理6．1 坏产出投入指标6．2 指标中存在0的问题6．3 负数指标问题6．4 外部不可控因素或不可控投入产出指标6．5 限制投入产出指标的目标值边界6．6 保证域模型第7章 广义DEA模型7．1 广义DEA模型7．2 群组参比模型7．2．1 自我参比7．2．2 交叉参比7．2．3 向下参比7．2．4 向上参比7．2．5 下方邻群参比7．2．6 上方邻群参比7．2．7 窗口参比7．3 群组参比模型的数据格式7．4 MaxDEA软件求解广义DEA模型的操作示例7．4．1 自定义被评价集和参考集7．4．2 Metafrontier技术缺口比率第8章 面板数据模型8．1 窗口模型8．2 Malmquist模型8．2．1 相邻参比Malmquist指数(Adjaeent Malmquist)8．2．2 固定参比Malmquist指数(Fixed Malmquist)8．2．3 全局参比Malmquist指数(Global Malmquist)8．2．4 序列参比Malmquist指数(Sequential Malmquist)8．2．5 窗口参比Malmquist指数(window Malmquist)8．2．6 各类Malmquist指数比较8．3 MaxDEA软件中各类Malmquist模型的操作8．4 MaxDEA软件中各类Malmquist模型的结果8．5 Malmquist指数的分解8．5．1 Fare R等人(1992)的分解方法8．5．2 Fare R等人(1994)的分解方法8．5．3 Ray S C和Desli(1997)的分解方法8．5．4 Zofio(2007)的分解方法8．6几种常用的Malmquist组合模型8．6．1 Malmquist—Luenberger指数8．6．2 成本一Malmquist指数8．6．3 Metafrontier-Malmquist模型附录附1 本书未介绍的MaxDEA包含的模型附2 MaxDEA的一些使用技巧附3 MaxDEA软件版本更新及功能参考文献
数据包络分析方法与MaxDEA软件
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
