基于两阶段DEA-SFA模型的科学数据平台资源提供者服务效率研究——以国家生态科学数据中心为例

服务绩效评价是衡量国家科学数据平台发展质量的重要指标,效率测算为其提供重要依据。将国家生态科学数据中心资源提供者的服务过程分为资源服务和知识转化前后相关联的两个阶段,从投入产出要素的使用效率、科学资源的利用程度和用户感知的服务质量3个维度构建指标体系,利用两阶段数据包络分析-随机前沿方法(DEA-SFA)模型对43个资源提供者进行服务效率测算,并运用超效率模型对有效DMU做进一步区分和排名。结果表明:国家生态科学数据中心资源提供者在资源服务和知识转化阶段平均纯技术效率值分别为0.794和0.838,DEA有效站点数分别为12个和16个;在43个决策单元中,优秀资源提供者约占16%,一般资源提供者约占70%,较差资源提供者约占14%;另外,资源提供者的服务效率和地区经济发展水平具有一定关联性,东部地区表现优于中西部地区。基于上述研究结果,进而提出推动我国国家科学数据平台发展建设的相关对策建议。

基于共享投入两阶段DEA模型的通信企业标准化效率

从通信产业技术标准研发投入和标准化经营成果产出的视角,提出通信企业标准化效率评价指标体系,并构建可变规模报酬下的两阶段数据包络分析模型来测度通信企业技术标准研发效率和标准化成果转化效率。以华为和中兴两家企业2010—2020年的投入产出数据进行实证分析,结果表明,两家公司技术标准化整体效率较高,子阶段个别年份效率低下;在技术标准研发阶段,华为的效率平均值低于中兴的效率平均值;在标准转化阶段,华为的效率平均值高于中兴的效率平均值。最后,根据研究结果提出优化资源投入及利用效率、加入标准化联盟及组织和参与标准化活动等多条标准化效率提升建议。

锂电池的两阶段老化过程经验模型与分析

锂离子电池的老化过程可分为固体电解质界面膜增长和锂沉积机制主导的2个阶段。为了快速准确预测锂离子电池的循环寿命,并快速识别老化过程两阶段的转折点,建立了基于锂电池电化学过程模型的两阶段老化过程经验模型。针对镍钴锰酸锂电池的老化过程,基于电池两阶段电化学过程模型获得不同参数条件下两阶段的电池老化数据,采用两步非线性拟合方法获得了锂离子电池两阶段老化过程的经验模型,验证了该经验模型的有效性,并与传统的半经验模型进行了对比分析。结果表明:所建立的电池老化过程经验模型可以有效预测不同参数条件下电池的两阶段老化过程。特别是在电池加速老化阶段,所建立的经验模型明显优于传统的半经验模型。

基于两阶段网络DEA模型的区域可再生能源技术创新绩效研究

可再生能源技术创新是促进可再生能源开发、社会清洁低碳发展的关键,可再生能源技术创新绩效评价是测度创新效率、水平以及发现短板的重要途径。将可再生能源技术创新过程划分为技术研发和成果转化两个阶段,构建考虑中间附加投入的两阶段网络DEA模型,对我国30个省份2014—2018年的可再生能源技术创新绩效进行分阶段和整体绩效评价。研究发现:我国可再生能源技术创新绩效整体水平不高,各省发展不均衡,可再生资源越丰富的地区,创新绩效水平越高,且大部分省份的技术研发绩效远高于成果转化绩效;我国可再生能源技术创新绩效水平逐年提高,各省份差异逐年减少,且不同资源禀赋地区间技术研发绩效和成果转化绩效的差异逐年减少;我国可再生能源技术创新整体绩效与两阶段绩效均有关,但受成果转化绩效的影响更为显著。基于以上结论,提出提高区域可再生资源利用效率、完善市场转化机制、加强区域间交流合作以促进均衡发展等政策建议。

基于DEA-Tobit两阶段模型的我国物流企业运营绩效研究

我国物流企业运营的关键是提升物流效率,而提升其效率的第一步是需要明确究竟哪些因素影响了物流效率。论文以此为目的,选取我国60多家物流上市企业为决策单元,收集2016—2018年的面板数据,运用DEA-Tobit两阶段模型,对我国物流上市企业的“投入-中间产出-最终产出”的两个过程进行DEA效率测算,并用Tobit回归对影响运营绩效的因素进行了分析,进而打开影响物流企业运营绩效的黑箱。研究发现,有一半以上的物流企业在两个阶段中的投入有很大部分是无效的,并且导致我国物流企业整体运营效率低下的原因很可能出在第二阶段的运营上,而且也实证验证了地区经济发展水平、地区物流周转效率、企业高学历员工和负债率对物流企业运营绩效的影响。根据研究结论,分别从政策和企业层面提出了优化我国物流企业资源配置和提高运营效率的策略建议。

中国医疗卫生系统管理和医疗效率研究——基于非期望产出和共享资源的两阶段网络DEA模型

深化医改是全面深化改革统筹推进的重要议题,当前的研究多集中在医疗卫生机构的管理运营效率上,很少同时考虑到医疗和医护人员的效率水平。因此,本文建立一个改进的非期望产出和共享资源的两阶段网络DEA模型,从管理效率和医疗效率两个层面对我国医疗卫生系统进行分析。研究结果表明:(1)我国当前整体医疗效率处于较高的水平,但管理效率仍有较大的进步空间;(2)东北部地区的管理效率与其他三个区域存在着较大的差距,仍需进一步提升各层非医护人员的管理和业务能力;(3)经济欠发达地区需因地制宜加大医疗资源投入,利用互联网、大数据、AI等先进的技术提高诊疗效率和人才培养质量。

战略性新兴产业研发创新效率研究——基于两阶段DEA效率评估模型

基于研发创新活动的两阶段DEA效率评估模型,将研发创新活动的总体过程分解为创新专利研发阶段和研发成果经济效益转化阶段,使用战略性新兴产业上市公司样本,通过DEA-Malmquist指数法测算我国31个省(自治区、直辖市)战略性新兴产业的全要素生产率变化以及分解效率值,并从时间和省份个体的角度分析创新活动各个阶段的效率值特征。研究发现:样本期内我国战略性新兴产业创新活动的全要素生产率总体呈上升趋势;创新专利研发效率总体处于较低水平,创新成果的经济效益转化效率总体处于中高水平;研发创新活动规模报酬递增,创新成果经济效益转化规模报酬不变;战略性新兴产业创新研发活动存在“高效应用,低效研发”的现象。最后,提出我国战略性新兴产业研发创新活动的政策建议。

社会网络对农户农机外包作业服务的影响——基于Heckman两阶段模型的分析

农机外包作业服务是我国农业社会化服务的重要组成部分,对于提升农业生产效率和促进农业现代化具有重要意义。基于四川、吉林和江苏3省975份农户的调研数据,运用Heckman两阶段模型和中介效应模型,实证检验社会网络对农户农机外包作业服务采纳行为的影响及其作用机制。研究结果表明:在整地和收获环节,社会网络可以促使农户采纳农机外包作业服务,还会提升其采纳程度。具体来说,社会网络每提高1%,整地和收获环节农户农机外包作业服务采纳率分别可提高53.1%和57.9%,采纳程度分别可提高6%和7.7%。不同类型社会网络对农户农机外包作业服务采纳行为会产生差异化影响。纵向社会网络的影响程度最高,每提升1%可促使整地和收获环节农户采纳率分别提高35.3%和47.4%,采纳程度分别提高4.5%和7.5%;斜向社会网络的影响程度次之,每提升1%可促使整地和收获环节农户采纳率分别提高6.8%和10.8%,采纳程度分别提高1.1%和1%;横向社会网络的影响程度最弱,每提升1%可促使整地和收获环节农户采纳率分别提高1.8%和1.3%,采纳程度分别提高0.1%和0.1%。风险偏好在社会网络和农户农机外包作业服务采纳行为的关系中起到部分中介作用。据此提出:培育和拓宽农户纵向、横向社会网络,完善农村土地经营权流转平台,提高农业服务外包市场发育水平。

基于两阶段网络DEA模型的饲料业上市公司融资效率分析

在饲料产业集约化和差异化发展背景下,融资效率是企业取得发展优势的重要支持。同时,传统的DEA模型将决策单元视为“黑箱”,在运行机制分析上有一定局限性。为探求2021年中国饲料业上市公司融资效率,文章采用两阶段关联网络DEA模型,选取14家饲料行业上市公司整体融资效率及各子阶段效率进行评价,并从行业、板块及各企业层次方面进行分析,为相关内部经营者和外部投资者科学决策提供参考。结果表明,从行业整体来看,饲料上市企业的融资活动及两个子阶段均处于低效状态,且资金配置效率为短板;从产品板块来看,从事畜禽饲料生产的企业融资效率整体优于从事水产饲料生产的企业;从具体企业来看,各家企业在两个阶段效率上相对同业各有优劣。

“卡脖子”关键核心技术两阶段漏斗式甄选模型构建及应用研究

[研究目的]突破“卡脖子”关键核心技术可以为国家实现科技自立自强提供支撑,通过设计具有普适性和可操作性强的技术甄选方法,能够为中国科技创新领域破解“卡脖子”问题提供理论依据。[研究方法]基于“卡脖子”关键核心技术与关键核心技术的隶属关系,构建出“卡脖子”关键核心技术两阶段漏斗式甄选模型,首先从前沿技术性、复杂创新性、国家战略性三个维度识别出关键核心技术,再基于区位熵模型的设计思想,从垄断依赖性和难以攻克性两个方面构建技术区位熵指数,筛选出其中的“卡脖子”关键核心技术。[研究结论]以全球人工智能产业2000-2021年专利数据为样本,甄选出中国31项“卡脖子”关键核心技术,研究结果符合目前产业技术发展现状,说明提出的“卡脖子”关键核心技术两阶段漏斗式甄选模型具有一定的科学性和实用性,可为国家相关部门、高校、科研机构以及企业提供方法借鉴。

基于两阶段模型的应急医疗物资配送路径研究

针对突发公共卫生事件下应急医疗物资调度不当的问题,构建了应急医疗物资配送路径的两阶段模型,第一阶段考虑应急医疗物资的配送特点及“集散中心-配送中心-定点医院”三级物流网络的公平性和效率性,建立应急医疗物资匹配模型;第二阶段在传统配送路径模型的基础上考虑特殊物资变质问题,以行驶距离、时间惩罚、变质惩罚之和为目标,建立应急医疗物资路径规划模型.采用NSGA-Ⅱ算法和LKH求解器对两阶段模型进行求解,并以武汉新冠肺炎(COVID-19)疫情期间的实际情况为例验证.结果表明:构建的两阶段模型以及采用的算法,能够很好的兼顾公平和效率两个目标,从而根据应急医疗资源供给情况提供合理的配送方案,以实现应急医疗物资的快速转运.

两阶段金融衍生品清算问题的半定规划松弛方法

在不限制暂时性及永久性价格影响参数大小关系下,研究两阶段金融衍生品清算问题的半定规划(Semi-definite programming,SDP)松弛方法,其优化模型为一个带有线性和单个非凸二次约束的非凸二次规划(Quadratically constrained quadratic program,QCQP)问题。针对该非凸QCQP问题,给出了一个带有Secant割的SDP松弛,并估计了它与原问题之间的间隙。随机例子的数值结果表明该SDP松弛可以得到原问题更紧的上界,从而为寻求原问题的一个好的近似解提供方法。

企业分拆上市行为绩效研究——基于两阶段DEA

随着政策和资本市场发展日趋成熟,企业分拆上市的活动变得日益活跃,成为了学术和实践热议的话题。论文将企业分拆上市行为分为孵化阶段和转化阶段,运用两阶段DEA方法,基于2023年度成功分拆上市的8家企业数据,对企业分拆上市绩效进行评价。对企业分拆上市行为进行研究,有助于企业提升业务集中度、管理效能和企业估值,进而推动企业实现高质量发展。

新时代乡村振兴背景下农村劳动力稳岗就业研究——基于Heckman两阶段模型的实证分析

基于中国劳动力动态调查数据,运用Heckman两阶段模型分析农村劳动力进城务工决策和稳岗就业的影响因素。研究结果表明:男性农村劳动力更容易做出进城务工的决策;年龄与进城务工决策负相关,与稳岗就业正相关;学历、月收入、工作经历、技术培训、工作环境、参保情况与进城务工决策和稳岗就业呈正相关关系;与原居住地联系会对进城务工决策和稳岗就业情况产生负向影响;社区/生活区安全情况显著影响农村劳动力的就业稳定性;社会资本相关变量正向影响农村劳动力的就业稳定性;外出务工预期与进城务工决策呈现显著正相关关系。除此之外,从事农业生产年限不同的农村劳动力进城务工决策和稳岗就业的影响因素存在差别。

基于两阶段Expectile回归的风险保费定价

如何厘定风险保费是保险精算的核心研究内容之一。风险保费由纯保费和风险附加构成,通常采用广义线性模型厘定纯保费,应用各种保费原理计算风险附加。常用的保费原理包括期望值原理、标准差原理、分位数原理等。文章基于对Expectile理论性质的研究结果,提出Expectile保费原理,即通过两阶段Expec⁃tile回归预测每份保单的风险保费。类似于分位回归是对中位数回归的自然推广,Expectile回归是对均值回归的自然推广。应用分位回归相当于是在中位数的基础上计算风险附加,而应用Expectile回归可以看作是在均值(亦即纯保费)基础上计算风险附加,所以风险保费的计算结果更加合乎定价逻辑。基于一组公开数据的实证研究结果表明,两阶段Expectile回归在基尼系数指标下厘定风险保费要优于其他现有方法,对于提高保险定价的科学性和合理性具有重要的实际应用价值。

纯电动货车充电站的两阶段选址定容模型

针对纯电动货车充电站的选址定容问题,提出纯电动货车充电站的两阶段选址定容模型。以纯电动货车的日食品配送成本最小为目标,建立第1阶段的纯电动货车充电站选址模型,并在第1阶段模型中定义可传输至第2阶段模型的关联参数;引入基于排队论的纯电动货车逗留时间成本,以纯电动货车充电站的年综合成本最小为目标,建立第2阶段的纯电动货车充电站定容模型。选取湖北省武汉市的部分城市区域作为算例,分析所选区域的食品需求。使用LINGO软件对所提出模型进行求解,求解结果证明了所提出模型的有效性。

基于改进遗传算法的多AGV两阶段调度方法

为了提高多AGV无碰撞路径规划方案的有效性及运算效率,提出一种基于改进遗传算法的两阶段调度方法。采用蚁群算法得到的精英种群作为遗传算法的初始种群,提升算法精度和效率,将改进的遗传算法与时间窗模型结合,提前预判多AGV路径上节点占用情况,根据生产任务需求和AGV优先级,对冲突做出快速反应,有效避免多AGV运行时的碰撞冲突。将研究结果应用到J公司电驱动系统装配车间多AGV线边物流运输,论文所提两阶段调度方法有效、模型运算效率显著提高。

高速铁路列车开行方案两阶段优化方法研究

我国高速铁路客流时空分布复杂且有明显的时变特征,这就要求铁路运营企业能够根据客流出行的时空分布特征设计相吻合的列车开行方案,并根据客流需求变化来制定和调整列车开行方案以提供相应的运输产品。根据高速铁路客流出行需求,提出了列车开行方案两阶段优化方法,生成研究时段内备选开行列车集合,以最小化列车旅行时间和动车组车小时数为目标构建初始开行方案模型M1,然后以旅客总旅行时间最小为目标构建客流分配模型M2。针对模型M1的特点,设计基于遗传算法的启发式求解方法,模型M2运用商业软件ILOGCPLEX进行求解。通过京兰通道北京北—呼和浩特东段的实际案例分析,验证模型的正确有效性和算法的适用性。

基于两阶段注意力层Transformer的弹道目标多站融合识别

多站弹道目标融合识别旨在利用多个雷达站点信息的互补性提升弹道目标识别性能,而传统多站下弹道目标识别方法未直接考虑多站数据间的关联特性,难以取得准确、稳健的识别性能。针对多站下基于雷达散射截面积(RCS)高速飞行目标的识别问题,提出了一种基于两阶段注意力的弹道目标多站融合识别方法。首先,在现有的Transformer模型上添加维度分段模块将多站雷达数据嵌入于二维向量中,保留站内数据时序及站间关联信息;然后,添加了两阶段注意力层,有效地捕获站内时序信息及跨站维度的依赖关系;最后,基于仿真动态RCS数据模拟多站场景开展了融合识别实验。实验结果表明该方法能够有效提升多站条件下的弹道目标识别性能。

耦合敏感性分析与两阶段马尔科夫链蒙特卡洛算法的地下水污染溯源辨识

为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。