基于DEA模型的高校实验资源投入产出有效性评价

结合高校实验室建设定位,设计了包含4个投入指标以及3个产出指标的高校实验资源投入产出评价指标体系,并利用DEA(数据包络分析)方法以上海电力学院的5个学院实验室为例,对实验资源的综合投入产出效率、投入效率以及产出效率分别进行了评价.     

高校科技国际化的聚类与典型模式分析

基于2001~2011年75所典型高校科技国际化的7个指标数据,应用模糊K—均值聚类分析方法,对75所高校分成进行了聚类分析。对数据的统计分析表明,75所高校分布在5个类别,特征值鲜明突出,科学地反映了各学校的历史沿革、学科特色、科技活动现状、比较优势和努力方向。说明该评价方法和分析模型适用于分析高校的科技能力的国际化评价,利于高校之间找出差别,准确定位,为发展规划提供决策和支持。     

基于层次分析法的高校实验室综合评价

为了避免层次分析法中人的主观判断、偏好等对实验室评价结果的影响,提出了层次分析法与模糊综合评价相结合的高校实验室质量管理评价方法,利用层次分析法确定了实验室各评价指标的权重.建立了实验室模糊综合评价的数学模型,并通过对某高校实验室质量管理的综合模糊评价,验证了层次分析法与模糊综合评价相结合进行高校实验室质量管理模糊综合评价的合理性与可靠性.     

基于物元分析的高校实验室评估方法

实验室的评价有助于促进实验室的建设与改革 ,对于培养高素质人才意义重大。本文应用物元分析方法对高校实验室进行分析和评价 ,并使用灰关联聚类简化评估指标体系 ,得到较合理的评估结果。实例说明这种方法在实际应用中是有效和可行的     

利用关键绩效指标建立高校实验室管理评价体系

高校实验室是高校教学的重要阵地，是高校管理工作的重要内容之一。长期以来，高校实验室管理主要是侧重于保证实验教学、科研的正常进行，很少从管理的效率、管理的成本角度去衡量实验室管理的成效。本文采用关键绩效指标方法，尝试建立实验室管理关键绩效指标评价体系，来优化和提升实验室管理水平。     

层次分析法在创新培养模式评价中的应用研究

高校实验室是培养创新人才的重要平台,采用层次分析法(AHP)对高校实验室创新培养模式进行量化评估,并结合相关领域专家意见,构建了高校实验室创新培养模式评价体系。最后,结合某高校实验室培养成效检测数据进行了实证分析,验证了所建立的层次分析评价体系的有效性。所提出的评价体系有助于高校实验室进行自我诊断,从而完善和优化实验室培养模式,更好地满足社会对创新人才的需求。     

基于因子和聚类分析的教学测评数据的统计分析

本文利用因子分析和聚类分析的方法,建立了教师教学测评评价指标体系,对某高校15名教师首先利用因子分析,提取教学内容、教学态度、教学方法、教学效果四个主因子,根据因子分析的结果初步讨论教学测评的意义,并给出初步的意见和建议。最后在主因子得分矩阵的基础上对15名教师进行聚类分析,依据分析结果对教师的教学提出最终的意见和建议。评价结果验证了这种方法不仅能了解教师的教学水平,同时为提高教学质量、加强教学管理提供了参考依据。     

基于聚类分析法的地质灾害风险评价——以韩城市为例

在充分分析韩城市地质灾害调查数据的基础上,采用聚类分析方法对韩城市地质灾害进行风险性评价。首先借助ArcGIS和SPSS软件,抽象出11类地质灾害危险性评价因子和5类易损性评价因子,然后分别基于K平均聚类分析法和系统聚类分析法评价了韩城市地质灾害的危险性和承灾体的易损性,最后根据地质灾害危险性与承灾体易损性的评价结果对韩城市地质灾害风险性进行了评价和分级。研究结果表明,地质灾害风险评价分区结果与实际情况相符,评价方法合理有效,与传统的层次分析和专家打分法相比,规避了人为主观因素的影响,而且操作简单,具有较高效率。该问题的研究能够为地质灾害风险评价提供一定的理论依据和实际指导。     

模糊物元模型在实验室绩效评价中的应用

对实验室实施绩效评价,有利于促进实验室的建设与发展。针对实验室评价指标量值的特点,利用改进的熵值法确定指标权重,建立起模糊物元实验室绩效评价模型。运用该模型进行实例分析,并将分析结果与其他方法对比,结果表明:利用模糊物元模型对实验室绩效进行评价,具有可靠性和实用性,为实验室绩效评价提供了新的参考方法。     

模糊物元模型在实验室绩效评价中的应用简

对实验室实施绩效评价,有利于促进实验室的建设与发展.针对实验室评价指标量值的特点,利用改进的熵值法确定指标权重,建立起模糊物元实验室绩效评价模型.运用该模型进行实例分析,并将分析结果与其他方法对比,结果表明：利用模糊物元模型对实验室绩效进行评价,具有可靠性和实用性,为实验室绩效评价提供了新的参考方法.     

基于背景依存DEA方法的高校内院系绩效评价

文章在深入剖析背景依存DEA方法管理意义的基础上,将其应用于一地方高校的校内院系绩效评价。研究结果得出:(1)该校的18个系依绩效水平被聚类为具有4个层级的基准结构;(2)绩效差的系,可以采用逐步提高的方式,实现更现实的分步绩效提升战略;(3)对处于同一层级(水平)的系,既可用基于某一层级(背景)的系的吸引度,也可用基于某一层级(背景)的系的欠缺度来进一步对它们进行排序。所有这些,符合目前在大学中广泛推行的目标管理的思想,可为学校、院系的领导层提供决策帮助。     

基于AHP—DEA的图书馆评价研究

在图书馆评价中需要引入一些数量方法。AHP虽然能够充分利用专家的主观意见,但是很难排除人为的因素带来的偏差。DEA的评价结果虽然不受人为因素的影响,但是不能反映决策者的偏好。利用AHP与DEA共同确定综合指标的权重向量,从而计算出各方案的关联度,更加客观地从投入产出的效率角度进行思考。利用基于AHP的DEA方法可对图书馆的投入产出效率进行评价。     

创新驱动战略下山东省区域自主创新效率评价研究

首先运用数据包络分析法(DEA)的CCR模型对山东省17个地市的自主创新效率进行横向评价,从投入指标和产出指标两方面分析非DEA有效区域存在的问题与有效改进值;然后运用全要素生产率指数(TFP)测算了山东省17个地市自主创新的Malmquist全要素生产率,对各地市TFP变动和自主创新效率发展进行了纵向评价分析;最后,根据评价结果提出了创新驱动战略下提升山东省区域自主创新效率的对策建议.     

基于BSC-DEA超效率评价模型构建及应用

以平衡计分卡的组织显性绩效指标体系为基础,利用因子分析挖掘隐性因子指标,建立了基于数据包络分析模型的人力资源团队效率评价体系．这一方法充分显示了平衡计分卡指标选取的动态性和全局性等优势,并弥补在效率评价中的不足,实现人力资源业绩评价与效率评价的有机结合和相互对照,为人力资源团队绩效改进和优化提供了理论依据．     

基于DEA模型的商业银行效率评价及影响因素分析

在回顾以往商业银行效率评价方法的基础上,采用因子分析和数据包络分析相结合的方法,对我国上市商业银行2012年的效率进行了实证分析;分析结果表明我国大多数上市银行还没有实现DEA有效,国有控股商业银行的股份制改革仍需进一步加大力度.利用多元回归模型分析影响银行效率的因素,其结论表明商业银行可以从加强自身管理等方面提升银行效率.     

基于DEA-BCC模型的江苏省属高校人才发展效率研究

基于2017年江苏省高水平大学建设全国百强省属高校申报公示材料,收集了17所省属大学各项师资建设指标和学校人才培养等综合指标,建立了高层次人才、科学技术奖等含25个指标的评价体系并建立数据包络分析(DEA)的BCC模型。结果表明:南京师范大学等13所高校的人才投入-产出规模DEA有效,而南京艺术学院与江苏大学的人才发展规模非DEA有效。对比15所高校的人才发展规模综合效率排名与2017年武书连师资力量和综合实力排名,提出具有针对性与建设性的建议。     

2012年我国各地区低碳经济发展效率的数据包络分析评价

通过建立低碳经济评价的指标体系,运用数据包络分析（DEA）中的CCR模型和BCC模型,对我国30个省市自治区2012年低碳经济的发展效率进行了评价,并对影响其非数据包络分析有效性的因素进行了深入分析.研究认为：我国各地区低碳经济发展效率差异明显,华东、华南最高,西南、华中、东北次之,华北、西北最差.提出建议如下：对效率水平相对落后地区必须调整产业结构,优化能源结构,发展低碳技术,提高能源的利用效率.     

基于DEA的技术创新效率评价研究——以江西为例

通过回顾国内外技术创新及技术创新效率的研究现状,建立基于投入和产出指标的江西技术创新效率评价指标体系,利用数据包络分析(DEA)的经典模型C2R和BC2测算2001—2009年江西技术创新的技术效率、纯技术效率和规模效率值;利用超效率(SE-DEA)模型对技术有效决策单元进行排序。最后,根据江西技术创新效率评价情况,给出对策建议。     

基于超效率DEA和IAHP的企业项目综合评价

企业项目的选择以及项目的综合评价对于企业项目管理和企业战略目标的实现起着至关重要的作用.介绍了区间层次分析法(IAHP)以及超效率DEA模型的相关理论,提出了基于超效率DEA和区间层次分析法相结合的企业项目管理综合评价模型.将该模型应用于施工企业的具体实例,并以质量管理、成本管理、进度管理、风险管理作为项目综合评价指标体系的一层指标,结果表明该模型具有较强的适用性.     

我国新能源企业营销绩效评价研究--以太阳能企业为例

运用数据包络分析方法,以太阳能上市公司为样本,建立营销绩效评价指标体系,采用2010-2012年的年报数据,对样本的营销绩效进行实证研究。研究结果表明：我国多数太阳能企业的营销综合效率非有效;一半的太阳能企业营销综合效率低于平均水平;不同太阳能企业之间的营销技术效率差距较大。