曲线型生产前沿面的DEA模型研究

"龚曲华和郑开杰在2009年1月的福建师范大学学报(自然科学版)第25卷第1期中发表了一篇名为《二次型生产前沿面的数据包络分析模型》的论文。文章提出了一个新的数据包络分析（DEA）模型，该模型旨在解决现实生活中生产前沿面可能是分段曲线型的问题，通过线性规划方法求解。论文主要关注数据包络分析、生产可能集和核函数等关键概念。" 在数据包络分析（DEA）领域，传统的模型通常假设生产前沿面是分段线性的，但这一假设并不总是符合实际的复杂生产过程。论文作者针对这一局限，提出了一个创新的DEA模型，该模型能够生成更符合实际情况的分段曲线型生产前沿面。这样的改进对于理解和评估多输入多输出系统的效率具有重要意义，尤其是在诸如制造业、服务业以及各种经济活动的绩效评估中。 DEA是一种非参数方法，用于比较多个决策单元（DMUs）的相对效率。它基于输入和输出数据，通过构建前沿面来确定最优生产可能性边界。在新提出的模型中，作者引入了二次型函数的概念，这使得生产前沿面可以呈现出更为复杂的曲线形状，更好地反映不同决策单元之间的效率差异和生产关系的非线性特征。 线性规划是求解DEA模型的一种常用工具，因为它能够处理大量的约束和决策变量。论文中提出的模型不仅考虑了生产效率的评价，还通过引入核函数进一步优化了模型的结构。核函数在DEA中起到了平滑和拟合的作用，可以帮助模型更精确地捕捉到决策单元之间的复杂相互作用。 论文中可能详细讨论了模型的构建过程、优化算法以及实证分析，包括如何构建二次型生产函数，如何通过线性规划求解，以及如何验证模型的有效性和适用性。作者可能还通过具体的案例或数据集展示了新模型相比传统DEA模型的优势。 此外，作者可能还探讨了该模型在实际应用中可能面临的挑战，如数据的质量和完整性，以及模型参数的选择对结果的影响。他们可能也提到了未来研究的方向，比如如何进一步改进模型以适应更广泛的情况，或者如何结合其他统计方法增强模型的预测能力。 这篇论文为DEA理论和实践提供了一个新的视角，通过引入二次型生产前沿面模型，提高了DEA在处理非线性生产关系时的准确性和实用性，对于优化效率分析和决策支持有着重要的理论和实际价值。