论文部分内容阅读
传统的基于数据包络分析的环境效率评价常常忽略投入、期望产出和非期望产出为离散型变量的可能性，从而无法精确处理现实中存在的具有整数特征的指标数据，一直以来影响着评价结果的精确性．本文以混合导向的整数DEA为基础，对超效率SBM模型进行拓展，构建了一种能够同时兼顾整数约束和非期望产出指标数据的超效率SBM模型，并在实例中采用搜索算法，对该模型进行求解并通过Bootstrap方法对结果进行修正．将每一个最优整数点与被评价决策单元之间的距离进行比较，可以找出最短距离所对应的最优整数点，即为其帕累托改进方向．该模型