微信客服
微信公众号dea创业项目的简单介绍
大家好，dea创业项目相信很多的网友都不是很明白，包括也是一样，不过没有关系，接下来就来为大家分享关于dea创业项目和的一些知识点，大家可以关注收藏，免得下次来找不到哦，下面我们开始吧！
1本文目录一览
2安徽外国语学院是几本
安徽外国语学院是二本大学。（自2017年开始，安徽高考二批本科、三批本科合并为二批招生）
安徽外国语学院是经***教育部批准设立的全日制普通本科高校，是全国十三所独立设置的本科外国语学院之一，中部地区唯一一所本科外国语学院。学校始创于2002年，2011年经***教育部批准升格为本科高校，现已发展为一所以涉外经济类、管理类和外国语言类教育为特色的全日制本科高校。
学校目前有全日制在校生13000余人。设有国际经济学院、国际商务学院、国际旅游学院、东方语言学院、西方语言学院、艺术与传媒学院、国际教育学院、马克思主义学院、公共外语教学部、公共基础课教学部和信息技术教学与研究部等11个二级教学单位。
/iknow-pic.cdn.bcebos.com/cb8065380cd7***237e36d2dea3345982b3b78042"target="_blank"title="点击查看大图"class="ikqb_img_alink"/iknow-pic.cdn.bcebos.com/cb8065380cd7***237e36d2dea3345982b3b78042?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc=""/
3用DEA测算全要素生产率
中国财产保险公司效率及生产率实证研究
[摘 要] 本文采用度量金融业效率最常用的二阶段估计方法，分析中国财产保险公司的效率问题，第一阶段用 DEA的方法，测算中国财产保险公司的技术效率；第二阶段采用面板数据模型，实证检验公司经营时间、市场份额、资本报酬率等因素对技术效率的影响。结果表明，有多家财产保险公司处于无效率的经营状态。导致这种情况发生的因素主要是各家保险公司的经营时间和赔付率等。另外，本文使用曼奎斯特生产率指数考察了各公司的全要素生产率变动状况，发现它们的年均增长率达到22%以上，其原因主要来自保险经营过程中的技术变动。
[关键词] DEA；技术效率；全要素生产率；面板数据
一、引言
根据国际保险业经营的统计数据和历史经验，人寿保险公司的盈利期与财产保险公司的盈利期是不一样的，前者比较慢，大都在其开业后的5-7年；后者比较快，通常不需要等那么久。相比之下，财产保险公司的经营具有周期短、见效快的特点。这是一些投资者选择投资财产保险公司的原因之一。然而，这种理想状态在财产保险市场上也不是一成不变的。直到今天，包括中国在内的财产保险市场上仍然有许多保险公司处于无效经营状态，其中，既有开业不久的新公司，也有经营多年的老公司。我***险业这种状况值得深思。
在此之前，国外有不少学者采用数据包络分析方法(data envelopment analysis，DEA)，对不同***的财产保险业效率进行考察，并用Malmquist指数分析全要素生产率的增长 (Cummins，Turchetti Weiss，1997；Cummins Rubio-Misas，1998；Cummins，WeissZi，1999)。近些年来，国内也有人尝试用DEA方法分析中国保险公司效率的问题，例如，陈颖(2001)[4)，恽敏、李心丹(2003)，赵旭 (2003)，侯晋、朱磊(2004)、姚树洁、冯根福(2005)、张伟、郭金龙等(2006)。有趣的是，国内学者研究的结论并不一致。形成这种差异的原因，可能是各自选取的指标有别，也可能是他们使用的数据方法不同。与国外研究有所不同的是，国内研究者没有顾及对各个财产保险公司的全要素生产率变动情况的考察。
为此，本文试图从以下几个方面对现有研究成果进行拓展：第一，将样本时间拓展到2004年，以反映近年来中国财产保险公司的效率状况。第二，结合DEA方法和面板数据模型，用两阶段估计方法分析中国财产保险公司的效率及其影响因素。第三，用曼奎斯特生产率指数，对其中14家财产保险公司的全要素生产率变动及其构成进行考察。
二、研究方法、指标选取和数据处理
(一)研究方法简介
从各国学者的研究来看，效率的度量方法可以分为两种：计量经济学方法和数学规划方法，前者是参数法，后者是非参数法。与参数方法相比，非参数方法最大的优点在于不需要设定具体的函数形式，从而可以避免因错误的函数设定带来的问题。在数学规划方法中，最常用的就是由法国数量经济学家法雷尔(Farrell)(1957)首先提出，由美国经济学家查恩斯(丸Charnes)、库柏(W.Cooper)和罗兹(E. Rhodes)(1978)相继发展的数据包络分析方法。该方法的基本思想是，通过观测大量实际生产点的数据，基于一定的生产有效标准，找出位于生产边界上的相对有效点。
DEA方法同时提供了多个效率度量指标，包括技术效率、纯技术效率以及规模效率等，其中，技术效率：纯技术效率x规模效率。在具体评估效率时，DEA方法又包括投入导向型和产出导向型两种形式。前者以企业产出水平一定、最小化投入为假设估计效率；后者以投入一定、最大化产出为假设估计效率。至今为止，大部分研究者对保险业、银行业效率的DEA分析均采用投入导向型的形式。我们的研究也不例外。
曼奎斯特(Malmquist)生产率变动指数是以边界方法为基础发展起来的，它可以用来度量全要素生产率的增长，并将其分解为技术变动和效率变动的乘积，因而可以度量一个企业由于技术的改进和效率的提高所导致的生产率变动。
(二)指标选取和数据处理
1.财产保险公司产出的分类和度量
一般而言，度量金融业产出的方法有三种：资产(中介)方法、用户成本方法和增加值方法。相比之下，增加值方法是研究保险企业效率的最适当方法(Cummins Weiss， 1998)。本文在度量财产保险公司产出时也采用了增加值方法。
财产保险公司的业务包括承保业务和投资业务两大类。承保业务体现为向面临风险的经济单位提供经济保障，以补偿保险事故发生导致的损失。承保业务的产出可以理解为投保人或被保险人应该获得的经济补偿，通常用会计年度内已经获得或者应该获得但尚未实际获得的赔偿来度量。具体地说，承保业务产出：赔款 提取的未决赔款准备金—转回的未决赔款准备金。投资业务是一种金融中介活动，保险人把自有资本以及准备金进行投资，通过增值来应付未来可能出现的保险索赔。投资业务的产出可以理解为保险人用于投资的全部资产，这里用投资资产(investedasset)来度量。具体地说，投资资产；现金及银行存款 投资-投资风险准备 贷款—贷款呆账准备。
2.财产保险公司投入的分类和度量
与一般企业的投入类似，财产保险公司的投入也主要包括物资投入、人力投入和资本投入三大类。物资投入表示物资的投入，可以用年度平均固定资产净值表示，即物资投入 =(期初固定资产净值 期末固定资产净值)／2。人力投入表示各种费用开支，保险公司计算人力投入的项目主要是营业费用、手续费，其公式为，人力投入=营业费用及其他支出 手续费支出。资本投入表示年度所有者资本的平均投入，即资本投入=(期初实收资本 期初资本公积 期初盈余公积 期末实收资本 期末资本公积 期末盈余公积)／2。
3.财产保险公司样本
本文以2001年—2005年《中国保险年鉴》中的主要财产保险公司为样本，其中2000年14家，2001年17家，2002年21家，2003年22家，2004年26家。所用软件为DEAP Version 2.1。
三、实证结果分析
(一)效率指标分析
技术效率为1，意味着保险公司的生产是有效率的，位于生产可能性边界上；技术效率小于1，则意味着其生产是无效率的，位于生产可能性边界内部。纯技术效率和规模效率为1，分别意味着保险公司具有纯技术效率和规模效率，否则即纯技术无效和规模无效。
以2000年为例，14家财产保险公司中有6家相对无效率，且均处于规模报酬递增阶段(见表1)。其中，民安海口和皇家太阳2家财产保险公司具有纯技术效率而规模无效，天安、华安、美亚上海和丰泰上海等财产保险公司兼有规模无效和技术无效。对其它年度各公司的效率指标可以作类似的分析。
对于效率低下的公司而言，要么存在投入相对过多，要么存在产出相对过少的问题。同样以2000年为例，对比各保险公司的实际投入、产出与目标投入、产出，实证研究的结果表明，天安的物资投入和人力投入过多；华安的投资业务产出不足，三种投入过多；民安海口和皇家太阳的承保业务产出不足，三种投入过多；美亚上海和丰泰上海的三种投入过多。对其它年度各公司的投入和产出可以作类似的分析。
综上所述，从2000年到2004年，中***险市场上仍有多家保险公司处于无效率的经营状态。其中，几乎所有公司都存在规模无效的问题，2000年至2002年之间，它们大多处于规模报酬递增阶段；2002年之后，部分公司开始处于规模报酬递减阶段，这表明过度扩张使其经营效率降低。在此期间，中国财产保险市场上的无效率公司大多存在资本投入、物资投入或人力投入过多的情况，即这些投入并没有实现公司经营效率的相应增长。另一方面，部分公司承保业务产出和投资业务产出均存在不足问题。相比之下，后者显得更加严重。
(二)Malmquist指数分析
从表2中所列举的14家财产保险公司的均值来看，从 2000年到2004年，全要素生产率指数为1.223，即全要素生产率的平均增长率约为22.3%。进一步考察其增长的原因发现，主要来自技术变动，其增长达18.1%，而技术效率的提高仅为3.6%。在技术效率的提高中，主要是规模效率提高2.9%，纯技术效率仅提高0.6%。
具体考察不同年份的变化过程，以2000年—2001年为例可以看出(见表3)，14家保险公司全要素生产率的平均增长率约为29.3%。增长的原因来自技术效率提高0.9%，技术变动增长28.2%。技术效率的变动中，规模效率提高 2.8%，纯技术效率反而下降1.8%。从各保险公司的具体情况可以看到(见表3)，2000年—2004年，天安、大众、永安和东京海上这4家公司的全要素生产率一直在增长。以天安为例，2000年—2001年其技术效率提高24%，技术变动增长18.9%，从而使得全要素生产率增长47.4%，后续年份技术效率未变动，其生产率的提高主要来源于等量的技术变动。类似的，可以对其它年度的其它公司进行考察。
四、技术效率的影响因素分析
考虑数据的可获得性，我们着重分析公司经营时间 (age)、市场份额(marketshare)、资本报酬率(ROE)、再保险率(reinsurance)和赔付率(claim)等因素对效率的影响。
(一)公司经营时间
公司经营时间是影响企业效率的因素之一。一方面，企业可能通过在市场上的长期经营形成较新进入企业更大的一系列优势，实现比新进入企业更高的经营效率。另一方面，当市场处于不可竞争时，这些企业可能过度依赖其已经占有的优势地位，出现低效运作。相比之下，新企业却能发挥后发优势，通过各种创新活动在生产过程中将所需要的生产要素和生产条件进行新的组合，谋求市场上的一席之地。可见，公司经营时间对产险公司效率的影响并不确定。
(二)市场份额
市场份额是产业组织理论中反映市场结构的基本指标。在传统的产业组织理论中，以贝恩等为代表的哈佛学派认为，高垄断性市场结构中的垄断企业，通过价格串谋行为能够获得较高的利润率。但是，有学者如赵旭(2003)的研究表明，尽管我国保险业存在着垄断现象，但并没有出现高额利润率的局面。中国人保、中国平安等几家规模较大的保险公司的平均资产利润率不及新华人寿、华泰财产等公司，大保险公司的DEA效率低于诸多小保险公司的DEA效率。而斯蒂格勒、德姆塞茨等芝加哥学派或称“效率学派”的学者则认为，在市场集中度较高的产业中，大企业可以比中小企业获得更多的利润的真正原因在于大企业高效率的经营，即成本优势。但是，企业规模扩大所带来的规模经济是具有一定边界的，超过该边界将会出现规模不经济，这主要是由于组织规模变大后，更难于协调、监督和管理，从而导致整个组织经营管理效率下降。这一结论对保险企业同样成立。例如，胡炳志、王兵(2000)””运用生存检验法，得出了5%—10%的市场占有率是我国保险公司最佳经济规模的结论。因此，市场份额对产险公司效率的影响是不确定的。在本文中，市场份额以公司保费收入与总保费收入的比率衡量。
(三)资本报酬率
资本报酬率可以反映企业的获利能力和经营绩效。在发展完善的市场中，资本报酬率应该和企业效率同向变化，获利能力强的企业当然是那些经营效率高的企业。因此，资本报酬率应该和产险公司效率同向变化。在本文中，资本报酬率以净利润与所有者权益的比率衡量。
(四)再保险率
与原保险公司相比，再保险公司通常具有更加先进的***承保技术和风险管理技术，可以弥补原保险公司在资本规模、承保能力和风险管理方面的不足，有利于提高原保险公司的经营效率，并增强整个保险市场的竞争程度。从这个角度看，再保险的开展有利于提高产险公司的经营效率。在本文中，再保险率以分出保费与保费收入的比率衡量。
(五)赔付率
赔付率反映了保险公司履行损失赔偿责任、控制索赔支出的能力。在国际上，常用综合比率(combinedratio)这一指标来考察产险业的承保收益率，它等于赔付率和费用率之和，代表每单位保费收入用于索赔和费用的比例。如果该比率大于1，则表明保险公司出现承保损失。可见，在财产保险公司的经营过程中，做好防灾防损工作，改善理赔支出，提高理赔效率，有助于提高保险企业的经营效率。在本文中，赔付率以赔款与保费收入的比率衡量。
选择固定效应，用加权GLS方法进行估计。从实证的结果来看，在诸多影响因素中，公司的经营时间和赔付率是影响中国财产保险公司效率的主要因素，但两者的影响结果不尽相同。具体地说，公司的经营时间与公司效率成负相关关系。这表明，目前新的保险公司进入保险市场有助于财产保险业效率的提高，新公司得以进入市场正是源于其具有较高的效率。赔付率与公司效率成正相关关系。依据现代保险功能理论，对人类社会生产和生活中因自然灾害或意外事故造成的损失给予经济补偿是保险尤其是财产保险的基本的、首要的功能，它直接体现在财产保险的赔付率上。市场份额、资本报酬率和再保险率等均没有通过显著性检验，说明这三个因素目前对中国财产保险公司效率的影响还比较微弱。
五、结论及政策建议
从以上对中***险公司的效率和生产率的实证分析可知，2000年—2004年中***险市场上仍有多家保险公司处于无效率的经营状态。技术无效是一部分产险公司低效运营的症结，而规模无效则成为所有公司的共同问题。对技术效率的影响因素的进一步分析表明，公司经营时间和赔付率是影响效率的主要因素。曼奎斯特生产率指数研究的结果显示，技术变动是全要素生产率增长的主要原因，技术效率的变动对全要素生产率增长也起到了一定作用，但其中纯技术效率的增长非常有限。目前提高中***险公司效率的主要措施包括：
(一)适度控制企业规模
对处于规模无效状态的财产保险公司而言，不能盲目扩张规模，因为这很可能造成管理、监督等方面的成本增加，进一步降低经营效率。尤其是进入2002年后，国内已经有部分公司开始处于规模报酬递减阶段。对这些公司来说，应该转变片面追求保费份额、过度扩张规模的粗放经营模式，走高效集约的发展道路。
(二)优化投入产出关系
为了实现效率提高，各保险公司应该从投入和产出的关系着手，减少物资投入、人力投入等相对过多的情况，或在投入既定的情况下提高相应的产出，尤其是投资业务产出。目前，针对普遍存在物资投入和人力投入过多的问题，各公司应有意识地减少不必要的固定资产投资，加强内部管理，降低营业费用和控制手续费支出。针对产出方面投资产出更显不足的问题，应充分利用进一步放宽的投资渠道，实现投资收益的稳健增长。近年来，保险资金投资渠道的逐步放宽为各公司提高投资业务产出提供了可能性，但在实际进行资金运用时，各公司应根据自身的资金、技术和人才状况，采取有效的风险控制措施，实现资产负债匹配管理。
(三)积极推动技术创新
技术变动是全要素生产率增长的主要原因，而技术效率的变动中，纯技术效率的增长非常有限。这表明，各保险公司应该将经营的重点放在技术创新和技术效率的提高上，而不仅仅是解决扩大规模的问题。通过技术改进，它们有望改善经营状况，实现有效率的增长。
并不是很准确、完整，仅供参考，请自借鉴。
希望对您有帮助。
补充：
您只要把摘要和各个段落的首要句子摘下来就可以啦，很简单的，别着急。
4pca-dea模型是什么
是一种基于线性规划的用于评价同类型组织或项目。
pca-dea模型是一种基于线性规划的用于评价同类型组织或项目，工作绩效相对有效性的特殊工具手段。这类组织例如学校、医院、超市的各个营业部等，各自具有相同或相近的投入和相同的产出。衡量这类组织之间的绩效高低，通常采用投入产出比这个指标。
模型：模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。任何模型都是由三个部分组成的，即目标、变量和关系。
5AHP和DEA是什么意思？
1.AHP和DEA的意思分别是层次分析法和数据包络分析法
2. AHP的意思是：层次分析法，是由Analytic Hierarchy Process 三个单词的首字母合成的，例：Now let's use AHP to evaluate a set of applications for cloud suitability.现在让我们使用层次分析法对一组应用程序的云计算适应性进行评估。
3. DEA的意思是数据包络分析法，是由Data Envelopment AnAlysis三个单词的首字母合成的，例：Based on the analysis of several basic conceptions of the efficiency evaluation, anindex system for the efficiency evaluation on electric power industry with DEA modelwas proposed. 在对效率评价的几个基本概念进行分析的基础上，提出了一套使用数据包络分析法的电力工业效率评价指标体系。
6能否将EXCEL和ACCESS作为创业的项目
access和excel联合讲求的是系统,你的想法不错,可是基础稍薄,建议看一下
;amp;a=26b=26
有兴趣可以联系作者,共同学习探讨,共同创业
7数据包络法
数据包络法即DEA（Data Development Analysis），亦称数据发展分析法。它是1978年由著名科学家A.Chames和W.W.Cooper等人在相对效率概念基础上发展起来的一种效率评价方法[2]，是运筹学、管理科学与数理经济学交叉研究的领域。由于其实用性和无需任何权重假设的特点，使其得到了广泛的应用[3]。目前，DEA已成为管理科学、系统工程和决策分析、评价技术等领域一种常用的分析工具和手段[4]，对于具有单输入单输出的过程或决策单元，其效率可简单定义为输出与输入之比[5]。A.Charnes等人将这种思想推广到具有多输入多输出生产有效性分析上。对具有多输入多输出的生产过程或决策单元，其效率可定义为输出项加权和与输入项加权和之比，形成了仅仅依靠分析生产决策单元（DMU）的投入与产出数据，来评价多输入与多输出决策单元之间相对有效性的评价体系。
DEA模型属于无参模型，根据投入指标数据和产出指标数据评价决策单元的相对效率，即评价部门、企业或时期之间的相对有效性。DEA方法是评价多指标投入和多指标产出决策单元相对有效性的多目标决策方法，它以最优化为工具，以多指标投入和多指标产出的权系数为决策变量，在最优化意义上进行评价，避免了在统计平均意义上确定指标权系数，具有内在的客观性。另外，投人和产出之间相互联系和相互制约，在DEA方法中不需要确定其关系的任何形式的表达式，具有黑箱类型研究方法特色。近年来，DEA方法在我国社会经济的许多领域取得了应用成果，C2R模型是方法的主要模型，也是应用较广的模型。
DEA在处理多输入多输出问题上具有特别的优势，主要有以下两个方面：
1）DEA以决策单元的输入输出权数为变量，从最有利于决策单元的角度进行评价，从而避免了确定各指标在优先意义下的权数；
2）DEA不必确定输入和输出之间可能存在的某种显示关系，这就排除了许多主观因素，因此具有很强的客观性。
DEA方法的两个基本模型为C2R模型和C2RS2模型。C2R模型是评价决策单元（DMU）技术有效性和规模有效性的模型。C2RS2模型是单纯评价决策单元DMU技术有效性即管理水平和技术发挥水平的模型。DEA方法的运用，要求被评价对象间具有可比性，这样“相对效率”的概念才能有意义。针对长输管道能耗的分析评价，考虑到长输管道特点和能耗组成，以构成能耗的基本单元，即站场能耗数据角度，分析各个泵站、各类型能耗对管道系统能耗的敏感性或达到相对最优的调整幅度，从而为长输管道能耗管理、运行方案制定提供基本参考。DEA相对效率的含义是投入与产出的比例，其本质是最优性，即从大量样本数据中分析出处于相对最优状况下的样本个体。据此，可根据DEA决策单元指标选取原则建立长输管道能耗数据包络分析模型，并使用此模型对管道运营状况（即能耗水平）进行相对有效评估和优化分析。
具体分析过程及数学模型如下：
设管道有k个不同周期的待评价对象，即决策单元DMU；每个决策单元DMUj都有m个投入和n个产出。
设投入指标向量（即输入）为Xj＝（x1j,x2j，…，xmj）T,j=1，…，k表示第j个决策单元DMUj的输入指标。Xij为第j个决策单元DMUj中对应的第i种输入指标值。
设产出指标向量（即输出）为Yj=（y1j,y2j，…，ymj）T,j=1，…，k，表示第j个决策单元DMUj的输出指标，Yij用来表示第j个决策单元DMUj中对应的第i种输出指标值。
当对第k个决策单元DMUk进行评价时，计算下列Lp（线性规划）模型：
油气管道能效管理
其中，eT=（1,1，…，1）∈Em,eT=（1,1，…，1）∈Es。
上述模型称为D EA 方法的C2R 模型。求解上述线性规划模型，得到最优解
。若θ0=1（称为弱DEA有效），且SO+=SO-=0，则判定第k个决策单元规模与技术同时有效（称为D EA有效），若θO1，则第k个决策单元D M Uk为非有效。
DEA方法优化投入指标的关键之处，就是对于非有效的决策单元可以进一步调整其输入输出指标的值，使其转变为规模与技术有效。
输入改进目标值：
油气管道能效管理
差距：
油气管道能效管理
输出改进目标值：
油气管道能效管理
差距：
油气管道能效管理
即当输出Yk保持不变的情况下，尽量将输入量Xk按同比例θ减少（0＜θ＜1）。
C2R 模型还可以判定各决策单元的规模及规模收益状况：
若
，则表示第k个决策单元规模最佳，规模收益良好；
若
，则表示第k个决策单元规模收益递减，即再增加投入量时，产出增加的效率不高，为生产规模过大；
若
，则表示第k个决策单元规模收益递增，即再增加投入量可以使产出有较大的增加。
在Lp模型的约束条件中加入约束
，则构成C2RS2模型。
选择恰当的评价指标体系是成功应用DEA方法的基础和前提。Cooper,Seiford和Tone曾给出DEA中输入和输出项目的选择需要遵循的原则。具体的指标选取原则如下[6]：
第一，对所有的决策单元，可以得到每个输入和输出值，而且这些数值须为正数。
第二，这些项目（输入、输出和决策单元的选择）必须反映分析者或者管理者对与决策单元的相对有效性评估相关元素的兴趣。
第三，从效率比的原则上考虑，输入的数值应该越小越好，而输出的数值应该越大越好。
第四，不同输入和输出的单位不要求一致。可以包含人数、面积、花费等。
对于不满足上述四项要求的输入输出指标，不能直接使用此方法。但部分指标可以通过数据转换而满足DEA对每个决策单元的输入和输出项目选择的要求。因此可以拓宽DEA的应用范围。
在输入输出项目的选择和数据转换基础上，DEA方法的特性又使得其评价指标的选择具有某种特殊性，即为使DEA评价结果具有合理的区分度，评价指标的多少最好与决策单元（DMU）的数量相适应。因为在DEA模型中，随着证明指标集的扩大，每一决策单元的有效性系数也会增大，指标多到一定程度就可能出现绝大多数甚至全部DMU效率值都达到1[7]。即随着评价指标数的增加或DMU数的减少，DEA评价结果的区分度会越来越差。那么，为使DEA评价结果具有合理的区分度，评价指标数与DMU数之间需满足一定的条件。对此，目前还没有文献做进一步的研究。实际应用中，通常根据经验，认为参考集元素的个数不少于输入、输出指标总数的两倍为好。
对于成品油管道，其整体能耗由各泵站能耗（主要是泵机组耗电）构成。因此，可按照长输管道能耗构成特点，分别以管道整体能耗和站场能耗为基础，构建能耗评价矩阵。
根据上述原则，确定成品油管道整体能耗和站场评价矩阵如下[8]（表5-4、表5-5）。
表5-4 成品油管道整体指标评价矩阵
表5-5 成品油管道站场指标评价矩阵
以某典型成品油管道连续2个月实际能耗数据为例，以能耗数据为单元对管道运营情况进行综合评价。
采用进行C2R管道能耗评价模型计算，将相对效率与传统生产单耗评价进行对比，对比结果如图5-1所示。
摘录某1周部分相对效率结果如下（表5-6）。
图5-1 生产单耗评价与相对效率评价对比图
表5-6 相对效率值
由相对效率可知3日和6日为DEA有效，相对效率最高，说明在该日产出状况下各项投入指标的规模适宜，处于效率相对较优化状态，管道运行效率较高。
对于DEA非有效的各个周期（即非有效的各个决策单元），可以进一步调整其输入输出指标的值使其转变为规模与技术有效。
根据各周期的相对效率大小对各指标（输入和输出指标）进行相应调整，其指标调整结果如下（表5-7）。
表5-7 DEA法管道整体优化结果
上述结果得到的是管道整体能耗数据调整结果，但具体调整哪个站场的哪个指标还不明确。因此，尚需通过站场的具体数据来分析。与管道整体优化类似，站场能耗优化结果如下（表5-8）。
表5-8 DEA法站场优化结果
利用DEA方法对长输管道运营能耗进行相对有效性评价，既可以克服由人为确定指标权重和指标无量纲化的主观性，又最大限度地体现了长输管道节能挖潜的运营目标，具有较强的可操作性和较高的实用价值。同时，该评价方法简便易行，评价结果具有较高的可靠性，它仅需要由决策单元投入产出指标组成的状态可能集满足凸性、无效性及最小性即可。通过模型求解、有效性及改进分析，能获得管道运营和能耗等更多的信息，不但为管道能耗分析评价提供依据，而且还能为管道优化运营提供可靠的数据借鉴。
dea创业项目和的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！