C2GS2模型下决策单元规模收益判定方法详解

本文主要探讨了基于C2GS2模型的决策单元规模收益判定方法。作者郝海、时洪浩和踪家峰针对C2GS2模型在决策单元规模收益分析中的应用进行了深入研究。首先，他们回顾了数据包络分析（DEA）在研究规模收益历史上的发展，强调了DEA作为非参数评估工具在多输入、多输出系统中的广泛应用和理论进展。 DEA方法的核心在于通过比较投入和产出数据来衡量决策单元的相对效率，但它在处理非唯一最优解情况下的规模收益判定上存在局限。Panzar和Willing的判定方法基于单一最优解假设，而Banker提出的"最大产出规模点"概念也依赖于此。然而，当DEA模型存在多重最优解时，这些方法可能导致错误结论。 为了克服这一问题，作者引入了参数化数据包络分析模型PC2GS2，该模型能够描述决策单元效率在其邻域内的变化，并在此基础上论证了其性质。通过这种方法，作者提出了一个基于C2GS2模型的决策单元规模收益判定定理，这为解决非唯一最优解情况下规模收益分析提供了更为精确的手段。 文章指出，郭京福等人虽有从几何角度给出简单判别条件，但缺乏严格的数学证明；而2001年的研究则关注了最优解不唯一对规模收益判定的影响，从生产前沿面角度进行了深入探讨。通过这些改进，作者的研究旨在提供一个更全面、严谨的决策单元规模收益判定框架，尤其适用于DEA模型在实际应用中可能遇到的复杂情况。 本文的关键点包括数据包络分析的原理、C2GS2模型的特性和优势、以及如何在非唯一最优解条件下正确判断决策单元的规模收益。这对于理解规模收益理论在实际决策分析中的应用具有重要的理论价值和实践指导意义。