大规模指标下的环境效率评价方法研究
2010-09-30分类号:F224.9;F205
【部门】上海大学悉尼工商学院
【摘要】由于DEA模型的有效性识别能力随着指标变量的增加而减弱,文章针对环境效率评价问题中常常面临的不期望输出和大规模多重相关指标变量的问题,引入了一种基于主基底变量的数据降维方法,以提高DEA模型的有效性和判别能力;通过累计信息含量的测度,对主基底变量进行了有效筛选;在此基础上,提出了基于主基底变量的效率评价模型。实例分析说明了文章所提出方法的合理性和有效性。
【关键词】数据包络分析 大规模数据 Gram-Schmidt过程 环境效率
【基金】国家自然科学基金资助项目(50778109);; 教育部人文社科基金资助项目(08JA630004);; 上海市教委科研创新项目(09YS43);; 上海大学创新基金资助项目(A.10-0115-08-001)
【所属期刊栏目】统计与决策
文献传递