包含零值数据的企业创新绩效测度

相对于区域、产业层面的研究,企业创新绩效的测度样本通常包含大量的零值数据,因而会导致通常的创新绩效测度过程出现无解的现象。以往的研究大多选择将这一类样本直接剔除,而这种方法明显会损失大量的样本,使得对企业创新绩效的研究并不充分。文章将企业创新绩效的测度样本划分为五种类型,基于改进的DEA模型,建立了一种适用于包含大量零值数据的企业创新绩效测度体系,并对北京市某产业集群的样本企业进行了实证分析。结果显示,所构建的测度体系可以使样本损失率由传统方法的95.19%大幅下降至13.08%,更加充分地保留了原始样本的信息。

变量降维及零值数据在DEA应用中的改进

随着DEA方法的不断发展,实际应用中发现了不少影响DEA效率评价的因素。其中,决策单元自由度的限制及评价指标出现零值数据是本文在对油田区块勘探效率评价时所遇到的问题。提出一种改进的变量合成方法对评价指标进行降维,对零值的数据进行合成。将合成后的数据代入CCR模型及超效率DEA模型进行验证发现:改进后的变量指标数据提高了DEA模型有效性,且超效率DEA模型的评价结果更精确。

熵值赋权法的改进

熵值法是一种常见的赋权方法,在综合评价中有这较广泛的应用。但是样本出现异常点数据(如数值等于零的数据)时,熵值法就不能够很好地处理,这在很大程度上限制了熵值法的使用范围。文章将功效系数法和标准化方法相结合,对熵值法进行改进,扩展了熵值法的应用范围。