综合评价效率

综合评价效率（通用11篇）

综合评价效率 篇1

一、杜邦分析体系法

杜邦分析体系是以权益净利率为龙头,以资产净利率和权益乘数为核心,利用各主要财务比率之间的内在联系,揭示了成本(费用)以及资产、负债、收入对企业获利能力及权益净利率的影响过程,利用报表项目的变动值,综合评价企业财务状况和经营成果。

净资产净收益率=净收益/净资产

=(净收益/总资产)×(总资产/净资产)

=资产净利率×权益乘数

=销售净利率×资产周转率×权益乘数

=净利润/销售收入×销售收入/资产总额×(1/(1-资产负债率))

=(销售收入-全部成本+其他利润-所得税)/销售收入×销售收入/总资产×(1/(1-资产负债率))

通过上述分析可以看出:资产、负债,收入、成本(费用)、利润等项目的变化影响了净资产净收益率的变动幅度。

图1是杜邦分析体系。

表1是项目2013-2014年度相关会计数据预估值。

结合表1运用督办分析体系开展分析,可以得出如下结论:

净资产净收益率下降7.28%是因为资产净收益率下降了7.28%而权益乘数没有变化所致。其中,销售净利率下降4.06%,销售收入增加了6.67%,资产增加3709914.75元,资产周转率增加8%。增加收入100万元,总成本费用增加64万元,所得税减少12586175元。长期资产减少43万元,流动资产增加413991475元。所有者权益增加370991475元。

影响最大的因素是销售收入较预估值增加了6.67%。因此,提高销售收入可以促进净利润有效增长。

位居第二位的是总成本费用增加了64万元。因此,企业应该加强三项期间费用的管理,有效降低管理费用可以促进净利润的增长。

第三点,没有负债,缺乏财务杠杆,权益乘数并没有促进超额净利润的增加。同时,没有负债,也就没有利息,缺乏避税效应。

二、沃尔综合评分法

美国的亚历山大-沃尔在其1928年出版的《信用晴雨表研究》和《财务报表比率分析》等著作中提出了信用能力指数概念,将流动比率、产权比率、固定资产比率、存货周转率、应收账款周转率、净资产周转率等七项财务比率用线性关系结合起来,设定总和为100分,分别给定各个比率在总评价中占的比重,然后通过与标准比率进行比较,确定各项指标的得分及总体指标的累计分数,从而对企业的信用水平做出评价。

沃尔综合评分法的实施步骤:

(1)选定若干财务比率,按其重要程度给定一个分值,即重要性权数,其总和为100分。

(2)确定各个指标的标准值。财务指标的标淮值,可以采用行业平均值、企业的历史先进数、国家有关标准或国际公认的基准等。

(3)计算出各指标的实际值,并与所确定的标准值进行比较,计算一个相对比率,将各项指标的相对比率与其重要性权数相乘,得出各项比率指标的指数。

(4)将各项比率指标的指数相加,最后得出企业的综合指数,即可以判明企业财务状况的优劣。

结合表1相关数据,编制2013-2014项目沃尔综合评分一览表,如表2。

(注:该企业没有应收和应付事项,没有长短期负债,全部是股权融资,因此,流动比率、应收账款周转率呈无穷大状态,取值极大,但是得分为上限。产权比率为100%。)

垄断竞争行业沃尔综合评价标准:信用风险综合评分大于83为无风险状态,信用风险极低;70~82.9为灰色状态;低于69.9为风险较大状态。该企业沃尔综合评价为86.37分,由此,该企业信用水平极高,信用风险极小。

三、经济附加值(EVA)

经济增加值(EVA)等于税后净营业利润与全部资本成本之间的差额。

表3是项目经济增加值(EVA)相关指标一览表。

(注:预算书中行业基准收益率(预估)13%,权益融资成本率定为13%。经济增加值(EVA)=税后净营业利润-全部资本成本)

从表3可以看出,2013年和2014年预估经济增加值(EVA)较低,原因是项目试运营期间人员与设备、部门与部门、人员与部门等之间存在磨合问题,过了磨合期之后会有所改观。

四、管理对策

(一)加强长期资本管理

应该增加债务融资,尤其是长期借款。信用风险综合评分为86.37分,高于“垄断竞争行业无风险状态信用风险综合评分标准值83”,企业处于无风险状态。很容易取得商业银行的长期借款。一旦取得长期借款,一来企业资本结构将会改变,企业价值会显著提升;再者贷款利息具有避税功能,还可以为企业带来更多的超额利润(项目内含报酬率为24.89%,贷款利率为5.85%左右),提升经济增加值(EVA);第三,可以发挥财务杠杆效应,发挥贷款的乘数效应,改善“净资产净收益率”的提升路径。

(二)加强流动负债管理

该企业“单位投资额净现金流”为0.3142元/元,“单位成本费用净利润率”为44.75%,“主营业务利润率”为45.65%,表明企业周转经营状态良好。因此,企业应该加强“赊购与赊销”,改变流动资产结构和流动负债结构,进而改善“流动比率、速动比率、资产负债率、权益乘数”,改善“净资产净收益率”的提升路径。

(三)加强固定费用管理

固定资产方面:行业专用固定资产较多,技术含量较大,应采用加速折旧法计提折旧。提高设备使用率,减少维修与维护。

管理费用方面:燃油动力费用较高,有待于进一步改善燃油动力管理制度。

环保及绿化费用较高,说明污水净化、排污、绿化等工作有待于进一步加强。

加强营销费用管理:营销费用虚高,说明营销费用管理制度不严密。

综合评价效率 篇2

农村公路融资效率评价

农村公路融资方式的抉择一般基于融资成本等六因素的.综合权衡.文章利用模糊集中意见决策方法对各种融资方式的综合效率进行了评价,导出农村公路融资方式的选择倾向.

作 者：欧阳雄赞 陈S 李一心 作者单位：长沙理工大学,湖南,长沙,410076刊 名：中国高新技术企业英文刊名：CHINA HIGH TECHNOLOGY ENTERPRISES年，卷(期)：2009“”(2)分类号：U412关键词：农村公路 融资效率评价 融资方式 综合效率

科学评价 提高探究效率 篇3

传统的科学教育评价普遍呈现教育评价价值标准单一化、片面化、教育评价的目的和功能极端狭隘化，教育评价指标体系不够科学等弊端。为达到提高学生科学探究效率的目的，实现培养学生科学素养的宗旨，针对传统教育评价的弊端，结合平时的教学实践，谈几点自己的认识。

一、充分完善教育评价标准

1.当前教育评价标准的现状

长久以来的“应试教育”还未完全退出中国教育教学领域，这种教育方式依旧长期影响教师的教学方式，在很大程度上抑制了小学科学课程的全面发展，难以达到让学生亲历探究、提升素养的教育目标。在我国，小学科学学科普遍存在为完成教学目标而单一以书面成绩作为评价标准，注重学生对知识内容的测定和记忆范畴，而忽视了科学教育的根本宗旨是提高学生科学素养。学生的实践能力被忽视，探究效率低下。

2.完善教育评价标准的方法

为进一步提高学生科学探究的效率，教师在教学过程中应以学生实践操作能力为教育评价的主要方面，书面表现为次要方面。注重学生对科学教育知识的应用、对科学的情感认识和价值观念，同时可以在学生教育评价的标准中加入学生的参与程度、科学知识体系的建构、情感态度以及操作能力等标准，从而提高科学探究的效率。例如：在教学苏教版科学三年级上册《它们是什么做的》单元中，教学重点应该是让学生对常见的材料，对生活中的物质有基本的了解，教师应该在课堂中安排进行关于纸张、金属的动手操作的实验，亲历探索的过程，在进行课堂评价时，教师要观察学生实验操作的过程对实验的参与度，以及参与热情，了解学生的实验效果。对表现良好的小组或学生进行奖励，以此来达到调动学生活动积极性的目的，从而提高科学探究的效率。教师不能仅仅关注学生对材料知识的字面上的记忆，同时更应该关注学生在课堂上参与过程、动手能力，从学生对物质材料的情感态度上进行全面科学的评价。

二、端正教育评价的目的

1.教育评价的目的

教育评价的主要目的是在于促进教育工作的改进和教学质量的提高。在当前的教育形势下，部分学校为了提高自身竞争力，一味将学生的教育评价变成学生成绩等级划分的标准，选拔适合应试教育的“优秀”学生，从而限制了科学教育的真正发展，导致科学教育的探究性特征没有落实在实处。只有转变观念，真正改变这种状态，科学探究的作用才能真正发挥出来，科学课才能真正地成为提升我国学生综合素养的有效学科。

2.评价的具体方法

在教育评价的过程中，学校、教师应明确意识到，教育评价是为了进一步提高教学质量而存在的，是为了进一步改善学生学习能力、提高综合素质而设置的。只有将教育评价的目的、功能摆正，才有可能改变当前教育的局限，提高科学探究的效率，从而促进学生的综合素质的提升。如在教学苏教版三年级科学上册第三单元《生命之源——水》这一课时，教师如果直接对学生表示谁能回答什么是万物之源谁就能参加学校××比赛，以这种方式来衡量和评价学生那么势必就会失去科学教育的根本目的。对于小学科学课，其主要目的是为了提高小学生对科学世界的认知能力、实践能力，以此提高学生综合素质水平。因此，教师必须将科学评价与功利性目标区分开来，让学生真正带着喜欢的问题主动去探究去收获。

三、完善教育评价指标体系

1.教育评价指标体系

教育评价的指标体系是将评价所依据的有关教育目标，逐步分解成各级指标而形成的一个系统化的具有联系的指标群。教育评价就是通过观察测量被评对象具体的外化的行为指标并进行价值判断的过程。

2.不断完善教育评价指标

由于人类涉及的教育活动多数是精神产品，因此涉及教育评价指标很难与教育内容必然一致。因此，教师在教学过程中应化繁为简，以简洁、明了的教育指标进行教育评价，并在实践过程中，不断探究更加科学完善的教育评价指标体系。例如：在苏教版小学科学三年级上册中，该册书主要内容包括《我们都是科学家》、《我眼里的生命世界》、《生命之源》、《它们是什么做的》、《提出问题》这几个方面内容。教师在设计本学期的教育评价指标体系时就可以以课本内容为中心，设计出科学意识、学生基本世界观概念、对基本物质的了解以及探究意识程度这几个方面设置成学期指标，在课堂对学生进行评价时，应注意学生科学课程学习是否呈阶段式增长，不能只单独评价学生在《生命之源——水》这单元的表現，而是结合上单元生命世界，看学生是否形成完整的知识体系，从而提高科学探究的有效性，避免繁杂化。

总之，只有在科学教育教学实践过程中，不断践行科学的教育评价，正确处理科学教育评价和探究式科学教育之间的关系，将充分完善教育评价标准、端正教育评价目的、指正教育评价功能以及完善教育评价指标体，系统一于探究性科学教育的实际教学过程中，才能完善学生知识结构，提高科学探究的效率，从而促进学生科学素养的全面提升。

综合评价效率 篇4

一、模糊综合评价模型的构建

第一, 建立因素集 (或指标集) U={U1, U2, ……, Un}, 其中Ui (i=1, 2, ……n) 为第一层次中的第i个因素, 它又由第二个层次中的n个因素决定。

第二, 建立评价集V={V1, V2, …, Vk}其中Vk (k=1, 2, …P) 为总评价的第k个可能的结果。k的取值不能太大, 也不能太小, 如果太大, 则不容易判断其等级归属;如果过小, 则不符合模糊综合评价的质量要求, 所以评价等级k一般取[3, 7]中的整数。

第三, 建立权重集。将评价对象的评价指标体系按照不同属性自上而下地分解成目标层、系统层、准则层、子准则层等若干层次, 建立一个递阶层次结构模型运用Saaty等人提出的成对比矩阵法, 对于同一层次下的指标, 通过两两之间进行相对重要性程度对比, 构建判断矩阵。如先给出某一层因素B1、B2、…、B4以及相邻上一层中的因素A, 根据对A因素的重要性程度, 将B层所有因素进行二元对比, 故所有二元对比值便构成了A-B判断矩阵, 用数学公式表示为:

其中aij (i, j=1, 2, …, n) 表示对于评价目标A, 因素Bi对Bj相对重要性的判断值。

求各层指标的权重值, 即求判断矩阵的最大特征向量。以判断矩阵A做说明对于特征方程:

AW=λmaxW

其中, λmax为特征根, W为特征向量, 即A相对于上层的权重值矩阵。采用几何平均值法 (方根法) 计算求解判断矩阵的最大特征值、特征向量, 步骤如下:

第一步, 计算判断矩阵每一行元素的乘积并开n次方, 求各元素的几何平均值:

第二步, 把向量归一化, 即为加权计算出的权重值:

第三步, 对于判断矩阵A的近似特征向量W=[ω1, ω2, …ωn]T, 计算最大特征值:

其中 (AW) i为向量AW的第i个分量。

判断矩阵一致性检验, 用一致性比例来检验。CI满足:

式中, n为判断矩阵阶数;λmax为判断矩阵最大特征根。检验准则为:CR<0.1;否则需要重新构造判断矩阵, 直至满足一致性校验为止。

第四, 建立模糊综合评价的隶属度矩阵。利用德尔菲法得到指标集U={u1, u2, …, ui, …, up}到评价集V={v1, v2, …, vj, …, vn}的模糊关系矩阵 (即模糊评价的隶属度矩阵) R:

其中, rij=mij/m表示ui对vj隶属度, mij为所有参评专家中认为ui属于等级vj的专家数, m为参与评价专家总数。

第五, 求解模糊综合评价矩阵。矩阵计算式为A=WοR, 得到模糊综合评价矩阵A。对模糊逻辑算子“ο”采用的是加权平均模型M (·, ⊕) 运算, 其中“⊕”表示在有限制条件下的普通加法运算a⊕b=min{1, a+b}, “·”为普通实数乘法。

二、农村金融效率评价指标集的建立

建立评价指标体系, 是模糊综合评价工作的最基本、最关键的一步。充分考虑我国农村金融的具体特点并按照金融生态系统在经济中的作用, 本文建立三层次评价指标体系对农村金融效率进行综合评价, 见表1。第一层次为目标层, 即农村金融效率;第二层为系统层, 从金融市场效率、宏观金融效率和微观金融效率三个方面进行评价。金融市场效率包括证券市场效率和货币市场效率, 可用金融市场发展规模、金融市场实现程度和金融市场结构来衡量。金融市场发展规模可用农村直接融资/农村生产总值、农村直接融资/农村贷款这两个比值来表示, 而农村直接融资=农业企业债券额+农业上市公司股票市值;金融市场实现程度可用农村直接融资/农村人口总数、农业上市公司数量/农业企业总数量这两个比值来表示;而金融市场结构=农业上市公司资产/农村金融机构总资产。微观金融效率主要指微观金融机构的经营效率, 可用金融机构抗风险能力、金融机构盈利能力以及金融机构流动性来衡量。金融机构抗风险能力可用不良贷款率和资本充足率来描述;金融机构流动性可用备付金比例描述;而金融机构盈利能力可用人均利润、资产收益率两个指标来描述。其中宏观金融效率主要指货币调控能力、金融业本身的效率及其对经济发展产生的效率, 本文将所有金融机构中作用于农村金融存贷款部分作为宏观金融效率统计口径, 包括货币政策效率、金融市场化程度、农村资金外流率以及金融体系动员农村储蓄的效率。货币政策效率可用农村居民CPI和人均农村生产总值来表示表示;金融市场化程度用农村贷款/农村生产总值来描述;农村资金外流率用农村存贷款差额与农村存款总额占比表示, 其中农村贷款=乡镇企业贷款+农业贷款, 农村存款=农村储蓄存款+农业存款之;而金融体系动员农村储蓄的效率可用储蓄动员力、投资效率 (固定资产投资增长率、资本边际生产率) 和储蓄投资转化效率 (农村存贷比、储蓄投资转化率、存贷利差) 来描述。

由此, 农村金融效率评价指标集可以建立为:目标层集合农村金融效率U={U1, U2, U3}, 其中Ui (i=1, 2, 3) 分别表示系统层的3个一级评价指标, 即宏观金融效率、微观金融效率、金融市场效率;系统层下为准则层, 共12个二级指标, 其中U1={U11, U12, U13, U14, U15, U16}、U2={U21, U22, U23}, U3={U31, U32, U33};准则层下再细分为子准则层。便于简化, 本文只分析到准则层。

三、农村金融效率的模糊综合评价

(一) 建立农村金融效率评语集

所谓评语集是指专家对评价对象所给出各种评价结果的集合。根据农村金融对农村经济社会发展的作用以及农村金融效率评价的实际特点, 本文将农村金融效率状况划分为5个等级, 即“高”、“较高”、“一般”、“较低”、“低”, 可记为V={Vk (k=1, 2, …, 5) }={高, 较高, 一般, 较低, 低}。此外, 当参加打分的专家在对农村金融效率评价时, 为使各参评专家打分的标准保持一致, 使得出的评价结果更为合理, 本文设立相对统一的定性标准。

(二) 确定农村金融效率评价指标体系权重集

由于农村金融效率评价指标体系中每一层各个指标对农村金融效率影响的重要性程度不同, 为此需确定每一层各指标相对于上一层的权重。本文运用层次分析法来确定农村金融效率评价指标体系权重集, 具体步骤如下:

1. 构造判断矩阵

利用T.L.Saaty提出的1-9标度法给出两因素相对重要性的量值, 各评价因素的相对重要性程度评判采用如表2准则。

本文设计了指标因素两两比较调查表, 并聘请了17位来自理论与实务界金融领域专家, 对农村金融效率评价指标体系各层指标进行二元对比。为简化起见, 以下仅以A专家为例对各层因素进行两两比较评判, 得到4个判断矩阵 (目标层1个, 系统层3个) , 见表3、表4、表5、表6, 而其他专家的判断矩阵构造过程及层次权重值计算过程不再赘述。

2. 确定层次权重值并进行一致性检验

选用方根法对专家A的4个判断矩阵进行权重求解, 并同时进行一致性检验。对没有通过一致性检验的判断矩阵, 为使其符合CR<0.1的一致性判断原则, 在不改变专家总体评判方向的前提下进行微调。综合表3-表6的结果, 可得专家A对农村金融效率评价指标体系目标层和准则层的权重值向量。

U—农村金融效率;U1—农村宏观金融效率;U2—农村微观金融效率;U3—农村金融市场效率

U1—农村宏观金融效率;U11—货币政策效率;U12—金融深化程度;U13—农村资金外流率;U14—储蓄动员力;U15—储蓄向投资转化效率;U16—投资效率

U2—农村微观金融效率;U21—农村金融机构抗风险能力;U22—农村金融机构流动性;U23—农村金融机构盈利能力

U3—农村金融市场效率;U31—农村金融市场发展规模;U32—农村金融市场实现程度;U33—农村金融市场结构优良程度

其他16位专家也采取同样的办法来确定其对农村金融效率评价指标体系各层的权重值向量, 然后对所有专家得到的结果进行算术平均, 最终得出农村金融效率评价指标体系各层权重向量。本文得到的系统层相对于目标层、准则层相对于系统层的权重向量分别为:

WU= (Wu1, Wu2, Wu3) = (0.1267, 0.3010, 0.5242)

WU1= (Wu11, Wu12, Wu13, Wu14, Wu15, Wu16) = (0.0561, 0.0990, 0.1111, 0.1554, 0.2481, 0.2927)

WU2= (Wu21, Wu22, Wu23) = (0.2545, 0.2929, 0.4411)

WU3= (Wu31, Wu32, Wu33) = (0.1250, 0.3405, 0.5345)

(三) 建立农村金融效率模糊评价的隶属度矩阵

根据农村金融效率各指标评价标准、农村金融效率评语集, 17位专家以自己的经验知识对农村金融效率评价指标集进行模糊评价, 利用德尔菲法得到农村金融效率U到V的模糊评价的隶属度矩阵如下:

(四) 求解农村金融效率模糊评价矩阵得出评价结果

运用模糊逻辑算子“ο” (“ο”采用的是加权平均模型M (·, ⊕) ) , 对农村金融效率进行多层次模糊综合评判。将以上计算得出农村金融效率评价指标体系系统层权重向量WU1、WU2、WU3与专家给出的模糊评价隶属度矩阵RU1、RU2、RU3进行模糊逻辑运算, 得到一级模糊综合评价结果, 即农村金融效率评价目标U与评语集V之间的模糊关系矩阵RU:

对一级模糊综合评价结果RU和系统层权重向量WU进行模糊逻辑运算, 得到农村金融效率二级模糊综合评价结果也即农村金融效率U对评价集V的隶属度向量AU:

AU=WUοRU= (0.0035, 0.0631, 0.2198, 0.4187, 0.2392)

由于隶属向量AU各分量之和不等于1, 即=0.0035+0.0631+0.2198+0.4187+0.2392=0.94≠1, 故需对其进行归一化处理得隶属度向量:

根据最大隶属度原则, 由隶属度向量AU1、AU2、AU3计算结果还能看出, 专家们综合判定农村宏观金融效率处于“较低”水平, 农村微观金融效率处于“一般”水平农村金融市场效率处于“较低”水平。由隶属度向量可知, 认为农村金融效率处于“高”和“较高”水平的专家分别只有0.37%、6.88%, 而认为农村金融效率处于“一般”、“较低”和“低”水平的专家分别为23.28%、44.34%、25.33%。由最大隶属度原则可知, 当前我国农村金融效率总体处于“较低”水平。因此, 农村金融效率亟待进一步提高, 以便为农村经济社会繁荣和发展提供更有力的金融支持。

四、结束语

本文结合模糊综合评价法和层次分析法, 建立多层次模糊综合评价模型对我国现行农村金融效率进行了综合评价。本文认为我国农村金融效率总体处于“较低”水平, 并且认为农村金融效率处于“较低”和“低”水平的这两种评价结果的专家总共占到69.67%。由于农村金融效率的高低决定着其自身发挥作用的成本和作用力的强弱, 在很大程度上反映了农村金融对经济发展的促进作用, 直接影响着农村生产性资金流动的规模和方向, 以及现代农业发展和产出增长。因此, 农村金融效率的状况在很大程度上决定着整个农村经济发展的效率。不断完善农村金融运行机制, 深化农村金融体制改革, 提高农村金融效率是发挥金融在农村经济中核心作用的关键。

参考文献

[1].张振海, 茹少峰.陕西省金融支农效率评价及影响因素分析[J].农业技术经济, 2010 (7) .

[2].李永平.农村非正规金融效率:观点、评价及对我国的分析[J].安徽农业科学, 2007 (21) .

[3].杨伟文, 吴庆田, 李明.顾客满意度评价指标体系的建立与模糊综合评价[J].技术经济, 2001 (4) .

[4].吴庆田, 陈伟.农村金融生态环境与金融效率指标体系构建及互动分析[J].财务与金融, 2010 (6) .

[5].刘旦.我国农村金融发展效率与农民收入增长[J].山西财经大学学报, 2007 (1) .

运用评价教学提高课堂效率 篇5

关键词：教学评价作业评价赏识评价过程评价

课堂教学是课程实施的主阵地，作为一名教学管理者，只有抓住课堂教学，向四十五分钟要质量，才能抓住教育教学的命脉。在平常教学中，为了提高课堂效率，我们信息技术教师或会注重精备课，精选题，精讲课，精练习，但可能很少在教学评价上下大功夫、细功夫。然而，信息技术课堂同样需要各种各样的评价。如果我们教师能在课堂教学中进行客观公正及时的评价，其所发挥的导向、激励、调节作用或不可估量。

一、赏识评价是基础

称赞是树立自信心的有效途径。学生对鼓励与称赞的需要，就如同种子需要水一样。第斯多惠说：“教学艺术的本质不在于传授本领，而在于唤醒、激励和鼓舞。”的确，每个人都渴望被赏识、被赞扬，肯定的评价语言能使学生获得满足感和成就感。教师的肯定是多角度、多层次的：肯定他学习的成果，肯定他积极参与的态度，肯定他认真倾听、尊重他人的态度，肯定他敢于质疑、追求真理的勇气……让每一位学生都能被肯定。

或许在我们眼里，只有小学生喜欢听到“你很棒！”、“说得很对！”之类的话语，实际上，十七、八岁的高中生也不例外。所以，我们在平常的教学过程中，要多用鼓励表扬性的语句。在学习的过程中，教师对学生的微小进步、对学生的特殊表现应予以及时、恰当的评价。教师给学生一个喝彩，学生或许会给我们以惊喜。作为教师如果真心去欣赏一个学生，赞扬一个学生，学生反过来就会欣赏你、亲近你和这门信息技术学科，这比什么都有价值，比什么都有乐趣。其中，我觉得积极尝试与所谓后进生的沟通非常重要，所谓后进生，一般基础差，表现差，态度差，在课堂中如坐针毡，片刻不想捣蛋，颇有破罐子破摔的味道，他们很多时候自己不学好，还想尽量多地影响其他同学。考虑到我们信息技术学科重操作的特殊性，又对文化课基础的要求比较低，所以我比较注意这几个学生的表现，他们在学习中作业中如果有一点进步，我从不吝于在全班同学面前给他们更多的赞扬。我认为，我们在教学中要多用表扬，对于表扬和赏识绝不能吝啬。恰当运用课堂教学评价，犹如一杯香茗，清新、香醇，不但会唤醒学生学习的自信，催生学生学习的兴趣，使学生在原有基础上都得到发展，而且可以改善教师的教学，形成良好的师生关系。

二、作业评价是保障

作文中，教师，作为学生“最敬爱”的人之一，常常成为学生描写的对象，其中最常见的一幕可能就是老师因为深夜挑灯夜战批改作业“熬红了眼睛”；在实际教学中，办公室中老师们埋头苦干时要么在忙于备课，要么在忙于改作。然而，因为信息技术学科的特殊性，其重操作，重实践，很多时候，我们教师在上完新课后就让学生自行操练，学生任务完成上交作业也就万事OK。我们的信息技术教师，一个人可能需要教八、九个班，面对的或许是五、六百个学生，面对如此众多的学生作业，一个个去打开查看批改，那得用多大精力和多少时间啊。在畏惧或偷懒的心理驱使下，挑灯夜战批改作业进行作业评价似乎不再是信息技术老师教学的一部分。我认为，关键是要做个有心人，有决心，有信心，有恒心。作业份数是多，批改时间是长，评价是困难重重，但如果因为我们的付出使学生能及时发现自己问题，知错能改，知错就改，这是否比学习新知识更可贵？因为我们的付出使我们自己及时掌握学生接受巩固知识的层次而加以反馈，及时发现自己教学中存在的欠缺而加以改善，因为我们的付出使师生双方都意识到自己劳动的成果和价值而获得成功的愉悦，如此一举数得之事，何乐而不为？作业评价，让学生看到每次作业的分数或等级，将优秀作业的学生名单列为一个专门的工作表——光荣榜（注：尽可能多的学生），既能让教师和学生共同来及时了解知识的掌握程度，更能使学生体验到获取知识的成就感，光荣榜上的每个名字又是激励学生更上一层楼的好利器。

三、过程评价重于结果评价

基础是差异，智力有差异，难道我们将所有的目光围着所谓的优等生转？只有好成绩和高分数才能得到教师的青睐吗？老师讲课时是否认真听讲，学习是否积极主动，作业是否独立完成，我想，我们应该将更多的注意力放在这些方面。在信息技术第一课中，我首先是向学生强调：“作为教师，我喜欢成绩优秀的学生，但我更喜欢的是学习认真的学生。世上无难事，只怕有心人，学习态度好就是一切的好，只要你做到认真二字，你就是老师心目中最可爱的人！”在平常的教学中，我比较注重两点：一是将更多的鼓励送给学习基础比较薄弱的学生，将更多的赏识留给认认真真学习但或许成绩并不那么好操作水平并不那么高的学生，将更多的关怀投向默默无声懂事得让人根本不需要太操心的学生。我想我们在看重学生学习结果的同时，应该更重他们学习过程中付出的努力，这样在课堂中学生才会更专注，更投入，从而提高课堂45分钟效率。

总之，教师运用教学评价，要服务于学生的学，促进学生智慧的生成，情感的涌动，心灵的放飞；要服务于教师的教，促进教学方法的改进，教学质量的提高；要服务于课堂教学，促进课堂内容的落实，课堂效率的优化。

参考文献：

[1]程青云.《信息技术教学目标的思考》.

[2]马能旺.《浅议初中信息技术课堂教学评价》（《中国信息技术教育》2009年第12期.

[3]左小青.《新课程背景下普通高中课堂教学评价研究》

[4]金燕燕.《新課程改革下的小学语文课堂教学评价研究》

作者简介：蔡铸尔，男，出生年月：1986年出生，民族：汉族，籍贯：浙江省诸暨市，学历：学士学历，中学二级教师职称。主要研究方向：高中信息技术。

综合评价效率 篇6

在电力系统厂网分开后,发电侧的综合评价问题成为一个重要课题。在发电企业综合评价发展过程中,现有多种方法应用于实践,例如文献[1]针对发电企业的盈利和竞争能力提出了一套新的商业可用性指标体系,并应用拉开档次法作了综合评价,但未对纵横方向分析影响发电企业盈利能力的原因作详细论述。文献[2]围绕“如何定量反映发电企业所辖电厂在评估周期内经营绩效的动态趋势特征并判断其优劣”的核心问题,提出动态绩效评估的总体框架,建立了相应的指标及评估方法,但该动态评估方法未对发电企业在一个较长时期内的经营效果和变化趋势进行科学、客观、全面地评估。文献[3]探讨了发电企业竞争力的影响因素、表现形式、评价指标及评价方法的选择及评价过程,并运用模糊综合评判法、灰色系统评价法和层次分析法实现对发电企业及其竞争力评价的量化计算。但针对的是处于同一电网内的发电企业之间的竞争,未对发电企业自身评价提出解决手段。随着信息技术在发电企业广泛应用,发电企业已建成管理信息系统等具有发电企业特色的计算机系统,将综合评价方法运用于实际生产销售战略中[4]。

发电企业的效率评价问题是发电企业综合评价中一个较新的课题。在研究发电企业效率评价的过程中主要采用的方法有粗糙集理论、数据包络分析法等。文献[5]基于粗糙集理论,结合数据挖掘技术,找出效率最高的发电企业,但数据挖掘技术运用于对发电企业的分析研究尚处于初步的探索阶段,还面临着诸如历史数据缺乏、分析模型尚待完善等一系列的问题。文献[6,7]基于数据包络分析DEA(Data Envelopment Analysis)方法,对发电企业提供评价生产技术效率的方法。但是,这些文献未提出对其整体效率的评价方法,而且也没有具体指出测评结果对于生产营销行为的指导作用。

本文以我国当前电力市场模式下的发电企业为研究对象,建立DEA模型对发电企业进行生产效率测度,根据得到的发电企业生产效率结果确定发电企业效率因子,从而评价出发电企业在目标年份中的综合效率。

1 数据包络分析

1.1 概述

DEA方法是美国经济学家Charnes等人以相对效率概念为基础发展起来的一种效率评价方法[8]。它从生产可能集的角度对资源的利用进行评价,用综合产出与综合投入的比率度量其效率,评价其有效性。DEA的突出优点是,它所需指标少,具有较高的灵敏度与可靠性,且各测量指标能够以原来的面目出现,不必统一单位,保证了原始信息的完整。

1.2 C2R评价模型及求解

C2R模型是运用最广泛的DEA模型,本文采用该模型来评价发电企业的生产效率。

设有n个具有多输入与输出的决策单元DMU(Decision Making Unit)Dj(j=1,2,…,n)。

每个DMU都有m项投入xj=(x1j,x2j,…,xmj)T,s项输出yj=(y1j,y2j,…,ysj)T,则第j0个DMU的效率评价模型为

式中x0、y0为Dj0的输入、输出,ε为阿基米德无穷小,e为元素为1的向量,yrj为第j个DMU的第r种输出的产出量;输入权重v=(v1,v2,…,vm)T,输出权重u=(u1,u2,…,us)T。

根据线形规划的对偶理论,得到如下规划问题模型:

式中s+及s-均为t维列向量,分别对应待求的投

入要素和产出要素调整量;λj为待求比例因子。

设问题(2)的最优解为:λ*、s*+、s*-、θ*,根据文献[9]有如下结论:当效率指数θ*=1时,则该Dk相对于其他所有决策单元有效,这意味着没有其他任何决策单元或决策单元的线性组合能使用更少投入生产等量的产出,或使用等量投入生产更多产出。

2 DEA在发电企业效率相对有效性评价中的应用

2.1 发电企业生产效率评价的DEA模型

对发电企业进行目标年份生产效率评价时需全面反映相关的属性要素,这些属性要素涵盖了发电企业生产环节,包括成本、可靠性、利用率等。通过这些要素来评价发电企业在整个生产过程中的行为,最终达到综合评价各月份生产方案的目的。

在我国当前的电力市场环境下,针对发电企业的特点,以水电企业为例建立其营销分析评价体系的DEA模型。首先,依据制订效率分析方案的一般原则,提炼出相关指标,并结合DEA中效率指数的优化目标(即最小化输入目标,最大化输出指标),将它们进行分类。本文所选评价指标如表1所示。

在该表中,发电用水量和弃水量指标反映了发电机组对水能的利用效率。耗水率和综合厂用电率指标反映了发电机组的经济运行情况。单位发电成本反映了机组的资本投入情况。平均上游水位反映水库的枯期优化调度利用情况。旋备时间指的是发电企业使用旋转备用的时间。购买旋转备用的主要目的是提高系统的可靠性,满足给定的负荷需求,尽量减少停电损失。对于发电企业,如果旋转备用过多,虽然能提高系统可靠性并降低停电损失,但这些备用通常被闲置,很少真正参与实时的调度发电,造成旋转备用资源的浪费。非计划停运时间是指除了计划停运以外的所有造成机组停运和不可用,不能实现发电功能的时间。非计划停运时间的增加不但影响水电厂的出力,同时加大电网调度难度。

由于文中研究的是发电企业独立电厂在目标年份中的生产效率,在这种情况下,电厂的容量成本(取决于电厂规模、装机容量,不随电量变化的成本)变化不大,所以没有作为效率评价模型的输入指标。

以上指标从生产和资本角度比较客观全面地体现和涵盖了当前水电企业的生产特征,为进行其生产效率分析创造了良好的数据基础,对于发电企业自身评估提供了理论依据。在该模型中虽然运用于发电企业,投入与产出之间并不严格满足线性关系,但从企业自身角度考虑,希望投入与产出的比例具有令人满意的一致性。因而用DEA这种线性规划方法对其进行规模效益分析仍有积极意义[10]。

2.2 发电企业的生产效率相对有效性评估

将发电企业的生产营销方案视为决策单元,统计出每个方案的各项输入、输出指标值,利用C2R模型即可求出各方案的生产效率指数。若第k个方案的效率指数为1,则该方案有效,这意味着在参与评估的方案中,没有其他方案能够通过改进生产策略获得比k个方案更好的效率。若多个方案同时有效,说明相对所有其他方案而言,具体操作不同的这些方案效率是同样理想的。效率不为1的方案被视为无效方案,无效方案还可根据效率指数大小确定优劣次序,效率指数较大者为较好方案。对于无效方案,需要通过分析其薄弱环节,改进策略使其效率提高。

根据效率测度结果得出的生产效率值是作为发电企业的一个重要参考标准。这种制定原则可以使发电企业积极优化生产策略,降低成本最终提高收益。

2.3 发电企业销售效率的确定

在发电侧电力市场引入竞争机制和实行丰枯、峰谷分时电价政策的情况下,水电企业经营的关键是考虑各种约束条件下如何安排发电过程,以实现发电收益最大化的目标。发电企业是将电量售给电网公司,因此售电均价和售电量是构成售电收入2个主要部分,也是影响收入的因素。其中,售电均价的变化包括2个方面的内容:一是各分类售电比例变化引起售电均价变化;二是各分类售电电价变化引起售电均价变化[11]。各分类售电电价的变化可能是由于调整电价、峰谷电价或其他电价策略等因素的变动引起的。在本文中是对发电企业目标年份中的售电情况进行分析,所以暂不考虑第2种情况。因此,发电企业售电结构的合理性完全可以由售电均价来表征。

发电公司售电均价可以表示为

其中,pi表示月售电均价;设共有n个售电类别,第j个售电类别以下标j表示;Ej表示第j种售电类别的售电量;pj表示第j种售电类别的售电电价。全部售电类别的售电量之和即为发电企业月售电总量。

为了分析该月售电量结构对售电均价的影响程度,选取基准比较组中发电企业售电均价作为评估的一个参照,提出一个比例系数αi来衡量某指定月份中售电均价与基准月份平均电价的大小关系。

其中,po表示基准比较组的平均电价。

2.4 发电企业效率因子的确定

生产和销售是发电企业生存和发展的核心要素,在激烈的电力市场竞争中,发电企业运营的成功与否取决于发电和售电这2个关键因素。因此,将发电企业综合效率用:生产效率θ和销售效率α共同表征,该过程可用图1表示。

由图1可知,发电企业的综合效率因子与生产效率和销售效率有关,即

其中,i表示对应月份,Ti表示第i月发电企业的综合效率因子。

利用控制理论中传递函数的概念,把具有线性特性对象的输入与输出间的关系,用一个函数(输出波形的拉普拉斯变换与输入波形的拉普拉斯变换之比)表示为

由式(6)可知,对应月份的Ti为当月生产效率θ和销售效率α的乘积。

2.5 基准比较组的选择

为了评价发电企业一年中每个月的综合效率,需找出一个基准月份与发电企业实际运营情况进行对比,将该基准月份作为综合效率评价中的“基准比较组”。基准比较组与实际的对比关系可定量反映出发电企业在一段时间内的综合效率。

设想该发电企业存在着这样一个“目标月份”,其各个指标的取值恰好等于这些最理想的值。对于参与评估的发电企业的实际数据,所有指标同时都能达到这些最理想值的情况在实际中是不太可能同时发生的,所以对于实际评估的发电企业,目标月份对应的就是一个理想点。根据“目标月份”的假设,对照图1构造出对应的基准比较组。其生产部分用DEA方法测度出发电企业的生产效率,可以依据效率评价指数θi=1的条件,设计基准比较组DEA有效,即

其中,M0为基准月份组成的基准比较组;M为发电企业所有月份组成的集合;mi为发电企业第i个月份的生产效率值。

式(7)表示基准组的每月均为DEA有效,即发电企业在该时间段内所有松弛变量均为0,不需要调整投入要素的量。

对于基准比较组的销售效率部分,将其平均电价选择为所评价年份中售电均价的年平均值,即

其中,n表示所选择的月份总数;pi表示月售电均价;p0表示基准比较组的平均电价。

3 示例分析

文中以我国某水力发电企业作为研究对象,选取了2000年的运行数据,如表2所示。采用线性规划模型对表2的数据进行计算,结果列于表3～5。

由表3得到发电企业2000年每月的生产效率值θi以及松弛变量s-、s+的值,可知3点。

a.2000年发电企业2、6、8、11月的生产效率未达到DEA有效,其他月份的生产效率均达到有效。

b.表3第1列中的松弛变量分别代表表1(及表2)中的各投入要素调整量。在产出不变的条件下提高生产效率的途径为:发电企业可以按各松弛变量给出的调整量信号对投入要素进行合理的配置,以求提高生产效率,甚至达到DEA有效或弱DEA有效。

注:DEA效率的基准为1.00;售电均价单位为元/kW·h,其基准为0.234元/kW·h。

以效率最低的2月为例进行分析。该月份在保持目前产出水平不变的条件下要达到DEA有效,应当缩减其相应的输入值,如发电用水量减少43.12 m3/s,耗水率减少4.098 m3/kW·h等。同理,可对其他DMU进行上述类似分析。

c.由表4和表5可以看到,相对于年份中一个相应平均基准值,可以得出每个月的发电效率与售电情况的综合效率,数值越大说明发电与售电的综合效率越高,反之则效率低。

4 结语

本文针对发电企业正在不断发展和完善的特征,建立了测度其生产效率实用的DEA方法,并在此基础上,提出了发电企业效率因子和基准比较组的确定方法。最后,根据综合效率的大小实现对发电企业在一定时期内的排序、判断和评价。为企业分析人员提供了一套完整、可行的评价新方法,具有较强的稳定性、灵活性和实用性。

参考文献

[1]王鹤，张婷，韩英豪，等．电力市场环境下的独立发电企业新评价指标体系研究[J]．华东电力，2007，35(2)：32-35．WANG He,ZHANG Ting,HAN Yinghao,et al.New assessment index sys- tems for independent power generation companies in electricity market cir- cumstances [J].East China Electric Power,2007,35(2):32-35.

[2]高燕，康重庆，沈瑜，等．发电企业动态绩效评估方法研究[J]．中国电力，2006，39(1)：36-41．GAO Yan,KANG Chongqing,SHEN Yu,et al.Research on dynamic per- formance evaluating of power generating companies [J].Electric Power, 2006,39(1):36-41.

[3]李泓泽，何海峰，郭鑫．厂网分开后独立发电企业竞争力评价的相关问题探讨[J]．电网技术，2004，28(20)：7-10．LI Hongze,HE Haifeng,GUO Xin.Evaluation of independent generation's competition competence after separation of grid and generation [J].Power System Technology,2004,28(20):7-10.

[4]黄瑛．陈星莺．发电企业智能决策支持系统[J]．电力自动化设备，2004，24 (11)：54-57．HUANG Ying,CHEN Xingying.Intelligent decision support system in pow- er enterprise [J].Electric Power Automation Equipment,2004,24 (11):54 -57.

[5]HAN Feng,WANG Ting,LEI Jin.Research of performance evaluation of power generation enterprises based on rough set theory [J].Information Technologies and Applications in Education,2007,11 (23-25):74-77.

[6]GOLANY B,ROLL Y,RYBAK D.Measuring efficiency of power plants in Israel by data envelopment analysis [J].IEEE Trans on Engineering Ma- nagement,1994,41 (3):291-301.

[7]王新宇，王洪欣．江苏省主要发电厂生产经营效率的评价研究[J]．预测，2000(3)：73-77．WANG Xinyu,WANG Hongxin.Study on the evaluation of production effi- ciency of the major power plants in Jiangsu province [J].Forecast,2000(3): 73-77.

[8]CHARNES A,COOPER W W,RHODE E.Measuring the efficiency of deci- sion making units [J].European Journal of Operational Research,1978 (2):429-444.

[9]魏权龄．评价相对有效性的DEA方法—运筹学的新领域[M]．北京：中国人民大学出版社，1988．

[10]张铁峰，苑津莎，王江涛，等．基于数据包络分析的配电线路利用有效性研究[J]．电网技术，2006，30(4)：97-102．ZHANG Tiefeng,YUAN Jinsha,WANG Jiangtao,et al.Utilization a- vailability of distribution lines based on data envelopment analysis [J]. Power System Technology,2006,30(4):97-102.

综合评价效率 篇7

目前, 综合国力的竞争归根结底是科学技术的竞争, 科技进步和创新成为经济发展的决定因素和强大动力。科技与经济的结合日益紧密, 科技成果向现实生产力的转化和产业化为整个经济的增长发展不断注入新的活力和提供强大支撑。现今对我国科技成果转化相关领域的研究主要集中在有关科技成果转化中的政府职能作用研究, 科技成果转化的动因分析, 科技成果转化的供需矛盾分析和某一专业领域的科技成果转化模式的分析研究[1], 对有关科技成果转化效益的评价方面的研究较少, 而且测度方法也不成熟, 主要以科技成果转化率、科技成果应用率、科技成果推广率等单一指标来衡量。因此, 构建一套比较完整的评价指标体系和科学的评价方法变得尤为重要。

一、科技成果转化效率评价指标体系

科技成果转化是把科技活动的成果转变为现实生产力, 即科技成果的商品化和产业化。科技成果转化效率的评价是对科技成果转化后的商业化和产业化的效果优劣的评价。本文的研究重点是提供一种基于熵值法确权的科技成果转化效率的评价指标体系和综合评价模型。基于上述方法, 地方科技成果转化主体可以通过科技成果转化效果来分析该地区在转化过程中的得与失, 为提高我国各地区科技成果转化效率提供相关决策信息。

科技成果转化效率的评价是为了对我国各地区科技成果转化的效益进行综合比较分析, 设定评价指标体系, 运用基于熵的综合评价方法对各个地区的科技成果转化水平进行定位, 从而为各地区的科技成果转化指明方向, 为提高转化效率提供依据。

(一) 构建评价指标体系的原则

科技成果转化效率评价指标体系的原则是指在建立评价指标和筛选评价指标过程中应遵循的原则, 它包括: (1) 全面性原则。所有指标应该涵盖科技成果转化的过程, 依据科技成果转化的科学内涵及性质特点, 反映科技成果转化的实际情况, 而且每一个指标应尽可能边界清晰, 避免相互包含。 (2) 客观性原则。所有指标应该考虑科技成果转化的客观规律, 符合科技成果转化的内在机理, 具有客观的含义, 尽可能的不受主观因素的影响。 (3) 可比性原则。应注意指标内容、口径、计算方法在纵向和横向上的可比, 对于不同地区的同一指标计算口径保持一致。 (4) 可行性原则。指标体系的建立要以现实条件为前提, 具有可操作性。如果选取的指标过多, 而又收集不到数据, 研究结果也缺乏实际意义。

(二) 科技成果转化效率评价指标体系的确定

1. 科技成果转化效率的评价内容。

当前我国企业界对科技成果转化的评价, 主要侧重于经济效益的评价[2]。由于外部性作用, 科技成果转化的关联主体和政府主管部门对科技成果转化的评价, 主要侧重于社会效益的评价;学术界对科技成果转化的评价主要侧重于对经济效益和社会效益的评价, 尽管学术界对经济效益和社会效益评价展开了大量研究, 但是研究过于理论化, 缺乏实用性。

本文结合科技成果转化的特点, 确认我国对于科技成果转化效率的评价应该综合体现为以下四个方面: (1) 经济效益。主要体现出科技成果商品化、产业化后的盈利能力、获利能力、促进经济增长的能力等方面。 (2) 社会效益。科技成果的商业化和产业化往往会对某一地区的人民生活质量带来变动, 会提高居民的生活水平。同时由于科技成果转化的运转往往会带来更多的专家学者对该成果转化的研究热情, 会为进一步的科技成果转化提供宝贵的理论指导和技术支持。 (3) 科技效益。科技成果转化效率的评价离不开科技效益, 主要考核技术流向地域合同数、专业技术人员数和科技成果扩散的范围[3]等方面。 (4) 环境效益。任何时期, 我国的经济发展都不应该以环境的破坏为代价, 要坚持经济的可持续发展, 实现人与自然和谐共处。科技成果的商品化、产业化所带来的环境效益同样不能忽视。环境效益主要从固体废弃物、废水和废气三个方面考察科技成果转化对环境的影响程度。

2. 构建评价指标体系。

依照指标体系的构建原则, 通过相关性分析, 本文构建了我国科技成果转化效率的评价指标体系, 如表1所示。科技成果转化效率的评价指标体系由1个目标层指标、4个准则层指标和12个指标层指标构成, 其中的12个指标层指标的具体含义如下:

(1) 销售利润率 (C11) 是指科技成果转化新产品的税前利润总额与销售收入之比。比值越大则表示利润率越高, 越能刺激科技成果转化的积极性。用公式表示为:

(2) 投资收益率 (C12) 是指成果转化的收益与成果转化的投资之比。其中科技成果转化的收益包括成果转化后节约的成本、增加的收益以及技术转让带来的收益, 科技成果转化的投资包括购买技术的价格、开发的费用和投入的投资额, 比值越大表示投资收益率越高, 越有利于投资资金在科技成果转化中的集聚, 用公式表示为:

(3) 成果转化收入占GDP的比重 (C13) 是指成果转化带来的产业收入在地方GDP中所占的比重, 比值越大说明由于科技成果转化对经济的促进增长作用越大, 用公式表示为:

(4) 城镇居民恩格尔系数 (C21) 是指城镇居民的食品支出总额占个人消费支出总额的比重, 它反映了一个地区的居民生活情况, 最主要指标就是居民恩格尔系数。科技成果转化的成果最先应用于消费欲望和消费能力较强的城镇居民, 可以选择城镇居民恩格尔系数来判断科技成果转化的社会效益, 该比例越小表示该地区科技成果转化的效果越好, 居民生活水平越高。

(5) 核心刊物发表的论文数 (C22) 是指科技成果转化过程中在SCI、EI、ISTP等核心刊物上发表的论文数量, 为促进进一步的科技成果转化提供研究方向[4]。

(6) 国内专利申请受理数 (C23) 是指各个地区在国内申请的专利数量, 为进一步的科技成果转化提供技术支持。

(7) 技术流向地域合同数量 (C31) 是指一个地方在一年内从其他地方购进的技术合同的数量, 在一定程度上反映了该地区促进科技进步和成果转化的积极性高低[5]。

(8) 专业技术人员数量 (C32) 是指一个地方在一年内参与科技成果转化的所有专业人员的全时劳动量, 反映了该地方在科技方面的人力资源数量。

(9) 科技成果扩散的范围 (C33) 是指某地区转化的科技成果平均被应用于多大的范围或者多大的程度, 该目标的评价标准是: (1) 被多个行业采用; (2) 被本产业普遍采用; (3) 某系列产品广泛采用; (4) 某特定产品采用。

(10) 固体废物综合利用率 (C41) 是指某地区对包括工业、生活带来的固体废弃物的综合利用程度, 能否做到变废为宝的程度, 这是测量一个地区由于科技成果的使用所带来减少固体环境污染的效益指标。

(11) 废水排放达标率 (C42) 是指某地区的达标污水排放量占所有污水排放量的比重, 反映了一个地方由于科技进步而提高了治理污水的环境效益。

(12) 废气去除量 (C43) 是指在所有废气排放量中消除的废气数量, 也是从技术进步、废气治理的角度来测评环境效益的指标。

二、科技成果转化效率综合评价模型

(一) 熵值法原理

本文引入客观赋权法中的熵值法进行指标确权, 避免了主观赋权法在确权过程中由于没有统一的客观标准, 受评价者个人的主观性影响, 造成评价结果的偏差。它是由评价指标值构成的判断矩阵来确定指标权重, 它能尽量消除各指标权重计算的人为干扰, 使评价结果更符合实际, 其原理是:在信息系统中的信息熵是信息无序度的度量, 信息是系统有序程度的度量, 信息熵越大, 信息的无序度越高, 其信息的效用值越小, 其指标的权重也越小;反之, 信息熵越小, 信息的无序度越低, 其信息的效用值越大, 其指标的权重也越大。

(二) 熵值法确权过程

基于熵值法的评价指标客观赋权包括三个方面的内容:采集客观实证数据、对实证数据进行标准化处理和依据熵值法确定指标权重。具体的确权步骤如下:

1. 根据采集的客观实证数据, 构建一个 (Xij) m×n矩阵, 表示基于n个评价指标的m个待评对象的判断矩阵, 其中xij表示第i个待评对象的第j个指标值, 而且1≤i≤m, 1≤j≤n。

2. 用极差变换法对原始数据进行标准化处理。原始的指标数据之间量纲不同而且指标间的数量级也存在明显的差异, 因此需要对原始指标数据进行标准化处理。其计算公式如下:在判断矩阵 (Xij) m×n中,

其中, 正向指标是指标数值越大越好的指标, 负向指标是指标数值越小越好的指标。由此得到了极差变换的标准化矩阵 (Yij) m×n。

3. 计算评价指标的熵值Hj:

4. 计算差异性系数gj:

即对于给定的j, xij的差异性越大, 则Hj越小, gj就越大, 则该项指标对于待评的对象的比较, 作用较大, 指标越重要。

5. 权重wj的计算:

(三) 熵值法指标确权

数据来源于2009年、2010年的中国科技统计年鉴、中国统计年鉴和中国环境统计年鉴。汇总2009年的我国各省、直辖市的科技成果转化情况, 依据上述熵值法的确权过程, 得到我国科技成果转化效率评价指标的权重, 结果如表2所示。

(四) 基于熵的综合评价模型

设第i个待评对象第j个评价指标的的评价指标值为uij, 利用熵值法计算出来的权重为wj, 则基于熵的综合评价值则为Ui, 其计算公式为:

其中 (1≤i≤m) , Ui的取值范围为[0, 1]。当Ui趋近于0时, 该地区的科技成果转化效率较低, 而当Ui趋近于1时, 该地区的科技成果转化效率较高。

三、科技成果转化效率的实证分析

(一) 评价结果

本文对2009年我国31个省市自治区科技成果转化的四大效应的12个指标值进行汇总, 运用熵的综合评价模型来对我国31个省市自治区的科技成果转化效率进行评价, 得到评价值如表3所示。

(二) 结果分析

由表3和知, 31个省市自治区的科技成果转化效果大体可以分为4个类别:

第一个类别的转化效率评分是介于0.75-1之间, 说明该类地区的科技成果转化效率非常优秀, 转化的经济、社会、科技和环境效益都非常的显著。由结果看来, 没有省市自治区的评价分数位于该区域, 说明我国所有地区科技成果转化的效果没有优秀的, 表明我国的科技成果转化效率的整体水平没有达到优秀, 还有很多的提升空间。

第二类别的转化效率评分是介于0.5-0.75之间, 说明该类地区的科技成果转化效率良好, 转化的经济、社会、科技和环境效益都比较显著。位于该评价区域的地区有北京、上海、江苏、浙江和广东, 这五个地区是我国经济发展比较迅猛的政治中心和东部沿海城市, 具有良好的政策环境、经济环境、资源环境和技术环境, 说明了科技成果转化效率与经济的发展息息相关。

第三类别的转化效率评分是介于0.25-0.5之间, 说明该类地区的科技成果转化效率中等, 转化的经济、社会、科技和环境效益都还可以。位于该评价区域的地区有天津、河北、辽宁、吉林、安徽、福建、山东、河南、湖北、湖南、重庆、四川和陕西。这13个地区大部分位于我国的中部地区, 无论是科技成果转化的效率还是经济发展水平都仅次于东部沿海地区, 需要发挥该类地区的各种资源优势, 相关政策引导, 进一步提高科技成果转化的效率。

第四类别的转化效率评分是介于0-0.25之间, 说明该类地区的科技成果转化效率较差, 转化的经济、社会、科技和环境效益不高。位于该评价区域的地区有山西、内蒙古、黑龙江、江西、广西、海南、贵州、云南、西藏、甘肃、青海、宁夏和新疆。这13个地区主要位于我国的西部地区和少数民族地区, 经济发展相对滞后, 无论科技成果转化的人力资源还是财力资源都比较缺乏, 需要相关政策偏斜、人才引进等提高科技成果转化的有效性。

四、结论

目前, 对我国科技成果转化效率的综合评价研究定性的较多, 定量的较少。本文依据构建指标体系的基本原则, 从经济、社会、科技和环境四个方面入手, 构建了我国科技成果转化效率的评价指标体系, 运用熵的原理建立了我国科技成果转化效率的评价模型, 对我国2009年31个省市自治区的科技成果转化效率进行评价, 证明了该指标体系和评价模型的可行性和实用性, 为我国科技成果转化效率评价的进一步研究提供参考和依据。

摘要：从经济效益、社会效益、科技效益和环境效益方面, 本文对我国科技成果转化的效率展开分析。基于熵值法的综合评价模型, 通过构建我国科技成果转化效率的评价指标体系, 对我国31个省、直辖市的科技成果转化效率进行综合评价, 旨在为科技成果评价提供参考。

关键词：科技成果转化效率,熵值法确权,综合评价

参考文献

[1]陈伟, 康鑫.基于GEM-DEA模型的区域高技术企业科技成果转化效率评价研究[J].软科学, 2011, 4 (25) :24-25.

[2]段捷, 刘勇.科技成果转化对我国区域经济增长的有效性评价[J].科技进步与对策, 2011 (6) .

[3]冯尧.基于DEA方法的我国高技术产业科技成果转化效率研究[J].学术交流, 2011 (3) :102.

[4]刘家树.菅利荣.科技成果转化效率测度与影响因素分析[J].科技进步与对策, 2010 (10) :114.

综合评价效率 篇8

关键词：TOPSIS法,RSR法,血液透析机,设备评价

0 引言

大型设备是医院固定资产的重要组成部分,其使用情况对医院整体经营、运营情况具有重要影响[1]。同时,随着现代医学的不断发展,各大医院对大型设备的需求不断增加,对其依赖性更加明显。虽然各大医院在购置大型设备前会从设备购置的必要性、合理性和可行性等多个方面进行充分的综合论证和研究[2,3,4],但是依然存在“重购买,轻使用”的思想误区,往往是设备在购买时期望较为乐观,但在投入使用后却大失所望。因此,对大型设备实际使用情况的综合评价显得十分必要。本文应用TOPSIS(technique for order preference by similarity to an ideal solution)法和秩和比(rank-sum ratio,RSR)法,对某院2010—2014 年血液透析机季度使用情况进行综合评价,为医院设备管理和决策提供科学依据。

1 资料来源

某地市级三级甲等医院2010—2014 年血液透析机每季度收入、成本、血液透析人次、机器使用数量、护士人数等原始基础数据。

2 方法

采用文献检索和专家咨询法确立评价指标[5],运用TOPSIS法对指标进行归一化处理,计算距离值,用RSR法进行分档和归类。

2.1 评价指标确定

通过查阅文献,结合医院实际情况,选择12 位医院管理专家,先运用专家咨询法对血液透析机评价指标进行筛选和确定,再确定评价指标体系和原始数据,具体情况见表1。

2.2 TOPSIS法

(1)指标同趋势化。评价指标中平均每人次费用为负向指标,采用倒数法将其转换为正向指标[6];其他评价指标均为正向指标,无需处理,得到数据矩阵X。

(2)归一化数据矩阵。将数据矩阵X进行归一化处理,消除不同指标间数据对结果的影响,归一化后矩阵记为Z。

j=1,2,…,6

(3)根据Z矩阵确定最优向量Z+和最劣向量Z-。

j=1,2,…,6

j=1,2,···6

(4)根据Z+和Z-计算各科室与最优值和最劣值的距离Di+和Di-。

(5)计算各科室指标与最优值的相对接近程度Ci,并进行排序。

2.3 RSR法

由于TOPSIS法排序的相对接近程度取值在0~1 之间,Ci的分布同RSR法中的RSR值一样。因此,用RSR法对数据作进一步的分析,根据Ci值,计算累计频数,查《百分数与概率单位对照表》,求出其对应的概率单位。以概率单位值(Y)为自变量、Ci值为因变量求回归方程。

3 结果

3.1 采用TOPSIS法对原始数据进行处理

根据TOPSIS法对原始数据进行同趋势化处理,并进行归一化处理得到矩阵Z(见表2),其最优向量Z+和最劣向量Z-分别为

Z+={0.269,0.316,0.298,0.257,0.269,0.258};

Z-={0.150,0.123,0.152,0.165,0.167,0.202}。

3.2 计算C值

根据各指标值与最优值、最劣值的距离D+、D-计算出各季度的C值,排序见表3,Ci值越大,表明越接近最优水平。

3.3 运用RSR法对C值进行分析

以C值分组,列出不同组段的频数f、累计频数f(R)、向下累计频率Q=[f(R)/n]×100,并求出所对应的概率单位Y,详见表4。

3.4 回归分析和分档

根据Ci值的大小分布求对应的概率单位值(见表4),然后以概率单位值为自变量、Ci值为因变量求回归方程,Ci=0.187Y-0.443,R=0.963,具有高度线性关系。方差分析结果:F=476.7,P<0.05,说明所求的线性回归方程有统计学意义。

运用最佳分档准则,结合合理分档数表,经测试将Ci值分为4 档,将20 个季度分成优、良、中、差4个等级。方差齐性检验P=0.432>0.05,具有一致性。方差分析F=48.37,P<0.01,各档差异有统计学意义。用最小显著差异(least-significicant difference,LSD)法两两比较,P<0.05,表明各档间差异均有统计学意义,认为分档有效。分档排序结果见表5。

注:*表示按(1-1/4n)×100%校正

4 结果分析

4.1 血液透析设备综合评价

通过以上评价分析,表明2010—2014 年各季度血液透析设备使用效率存在差异。根据表5 分档结果显示:2012 年第4 季度、2013 年第2 季度、2013年第3 季度、2014 年第4 季度血液透析设备使用效率为优;2011 年第1 季度、2011 年第2 季度、2011年第4 季度、2013 年第4 季度、2014 年第1 季度、2014 年第2 季度、2014 年第3 季度血液透析设备使用效率为良;2010 年第3 季度、2010 年第4 季度、2011 年第3 季度、2012 年第2 季度、2012 年第3 季度、2013 年第1 季度血液透析设备使用效率为中;2010 年第1 季度、2010 年第2 季度、2012 年第1 季度血液透析设备使用效率为差。

4.2 设备使用效率遵循学习曲线规律

根据分档结果,血液透析机设备使用效率整体呈现上升趋势,设备使用效率逐年提高。根据学习曲线规律[7],“随着产品累计产量的增加,单位产品的成本会以一定的比例下降”,即随着产品累计产量的增加,产品的单位时间服务效率和生产效率会随之提高。随着血透人次的逐渐提高,血液透析设备使用效率逐渐提高,总体成本率逐渐降低,遵循学习曲线规律。

4.3 评价结果对设备使用管理的影响

从排序和分档的结果可以看出,血液透析设备使用效率较高的季度,其平均每机服务人次和结余比率均比较高。这说明在设备使用管理过程中除了要保障血液透析患者量的稳定之外,还必须提高科室对成本控制的意识,将成本结构控制在一定范围之内。同时,要创新血液透析的管理方式和运营模式,科学合理地配置人员,注重人与机器的合理搭配,进而提升管理效益。

5 结语

本文运用TOPSIS法和RSR法对某院血液透析设备使用效率进行综合评价,所得结果与设备实际使用情况较为符合,在血液透析设备的使用和评估方面具有很强的实用性。TOPSIS法和RSR法的结合使用既可以对设备使用情况按照优劣水平进行排序,又能合理分类和归档,可以为设备使用和设备购置提供决策依据,为医院各类设备资源的高效使用和持续改进提供科学方法。

参考文献

[1]张晓彤,刘剑.公立医院大型医疗设备购置论证及使用效益评价[J].中国医疗设备,2013,28(10):94-95.

[2]汤黎明,汪长岭,林燕.医院医疗设备购买论证相关因素内涵研讨[J].中国医疗设备,2014,29(11):86-88.

[3]王云峰.大型医疗设备管理的新思考[J].中国管理信息化,2012,15(13):63-64.

[4]王秋宇.净现值法在大型医疗设备效益评价中的应用[J].中华医院管理,2009,25(10):699-701.

[5]徐菁,潘艳.采用TOPSIS法和RSR法对临床科室医疗质量的综合评价[J].中国病案,2014,15(12):37-39.

[6]方敏,冯虹,邱月泉.TOPSIS法在医院综合评价中的实践[J].中国病案,2013,14(5):58-61.

综合评价效率 篇9

国内众多学者主要集中于从宏观层面上运用DEA模型分析农业生产效率,即决策单元是基于省份的。孟令杰、董洪清等、方鸿运用DEA模型对我国不同时期所有省份的农业生产效率进行了度量[1,2,3]。黄利军等、倪冰莉等和田静怡等分别对我国西部地区、中部地区不同时期的农业生产效率进行了评价[4,5,6]。研究河北省的农业生产效率的文献较少,冯静静等、赵晓明等分别采用DEA方法和DEA的超效率方法探讨了河北省不同发展阶段的农业生产效率发展状况[7,8]。综观国内学者对农业生产效率问题的研究,可以发现:大部分研究是基于省域的效率分析,对省内各县市农业生产效率的内部差异分析不够深入,不能找到提高农业生产效率的根本途径;主要集中研究区域农业生产效率的测算与分析,对DEA无效的地区分析不足。

本文利用DEA方法,选取代表不同历史时期的三个时间点:1998年、2003年和2008年,对河北省136个县(市)的农业生产效率进行县域分析,并对DEA无效的地区运用DEA分级有效性评价方法进行农业生产效率排名,更加清晰地认识河北省各县市农业生产效率的内部差异及其效率低下的根源,进一步挖掘农业资源利用效率,为全省GDP做出更大的贡献。

1 研究方法与数据来源

1.1 DEA模型

数据包络分析方法是由Charnes、Cooper和Rhodes于1978年提出的,Banker、Charnes和Cooper在1984年扩充C2R模型提出了可变规模报酬(Variable Returns to Scale,VRS)假设下的BC2模型。BC2模型将综合技术效率(TE)分解为纯技术效率(PTE)与规模效率(SE),即TE=PTE×SE。假设某评价系统有n个决策单元(Decision Making Unit,DMU),m个输入和s个输出指标,第j个DMU的输入和输出指标向量分别为Xj=(x1j,x2j,...xmj)T>0和Yj=(y1j,y2j,...ymj)T>0,j=1,2,...,n。在VRS假设下,引入松弛变量S-和S+的BC2模型为:

上式中,Xj0、Yj0分别表示第j0个DMU的输入向量和输出向量;λj为投入、产出指标的权系数;θ表示投入缩小比率。若θ*=1,S-*=S+*=0,则认为该决策单元DEA有效;若θ*=1,S-*、S+*不全为0,则认为该单元DEA弱有效;若θ*<1,则认为决策单元DEA无效。

1.2 DEA分级有效性评价方法

仅从DEA评价的效率值大小无法简单地对DEA无效决策单元之间的优劣进行排序和对比分析,本文基于已有研究[9]采用同一比率尺度的方法进行比较分析,即:首先对所有的决策单元进行第1次效率评价;然后剔除有效的决策单元,再对剩余无效的决策单元进行第2次效率评价。这样重复下去,直至剩余的决策单元均无效或有效时停止。其中,第1次效率评价值为1的决策单元称为第1级有效,第2次评价值为1的决策单元称为第2级有效,依此类推,就得到DEA分级有效的评价结果。这样,借助DEA法评判决策单元是否落在生产前沿面上的优势,并结合逐级排除法,使各决策单元效率优劣评价结果更加清晰。

1.3 效率分析指标的选择及数据来源

本文以河北省136个县(市)作为效率分析对象,选择1998年、2003年和2008年三个时间点的数据进行DEA分析,从横向和纵向的角度分析各县(市)的农业生产综合效率及其构成的变化情况。选择1个产出指标:第一产业(农林牧渔业)的生产总值(y);6个投入指标:农林牧渔业乡村从业人员数(x1)、农作物总播种面积(x2)、农业机械总动力(x3)、农用化肥施用量(折纯量)(x4)、农业有效灌溉面积(x5)、农村用电量(x6)。

数据来源主要包括:《河北经济年鉴》、《河北农村统计年鉴》、《中国区域经济统计年鉴》。

2 河北省农业生产效率的评价结果

2.1 河北省各县所属地级市农业生产综合技术效率及构成

将河北省136个县(市)按照其所属的地级市划分,以各县市不同效率的算术平均值代表各个地级市在不同年份的综合技术效率、纯技术效率和规模效率(表1)。

注:表中数值为各地级市所辖县市对应效率值的平均值。

(1)综合技术效率分析。从综合技术效率值的横向比较来看,1998年综合技术效率均值最高的是承德,为0.970,最低为邢台,效率均值为0.538;2003年邯郸的综合技术效率均值最高,为0.873,邢台为0.408,为全省最低;2008年承德又为全省最高,为0.937,邢台为0.399,仍为最低,且是三年里最低的一年。由各地级市的综合技术效率三年平均值来看,承德各县市效率均值最高,为0.911,而邢台各县市均值为0.448,是全省最低。说明邢台市农业生产效率存在较严重的问题,有待进一步加强农业经营与管理,加快农业的发展。

纵向比较来看,这三年的综合技术效率平均值都低于1,最高为1998年的0.687,最低的为2003年的0.628,虽然2008年较2003年有小幅度的增长,但是仍没有超越1998年的效率均值。2008年张家口、秦皇岛、廊坊所辖县市的综合技术效率均值较1998年和2003年都有所提高,但由于保定、衡水和邢台所辖县市2008年的效率均值很低,导致整个2008年的效率均值增长幅度不高。说明2008年河北省各地区农业生产综合技术效率水平没有明显提高,急需提升农业生产效率。

(2)纯技术效率分析。对表1各地级市所辖县市的纯技术效率均值进行横向比较,1998年效率均值最高的是承德,为0.971,最低为衡水,为0.581;2003年邯郸的纯技术效率均值最高,为0.932,沧州为0.527,仍为全省最低;2008年唐山纯技术效率均值为0.941,为全省最高,邢台为0.524,为全省最低。由各地级市纯技术效率三年的平均数来看,承德各县市效率均值最高,为0.922,而邢台各县市均值为0.556,是全省最低。说明邢台农业生产纯技术效率水平低下,应向技术效率水平较高的县市学习,提高农业生产效率。

纵向比较来看,这三年的纯技术效率平均值都低于1,且呈现依次递减趋势,效率值最高为1998年的0.724,最低的为2008年的0.689。河北省各地级市的纯技术效率值在1998年、2003年和2008年没有呈递增趋势,却有4个地级市在这三年呈递减趋势,如:石家庄、保定、衡水和邢台市,导致2008年的纯技术效率平均值为三年中的最低值。

(3)规模效率分析。从表1河北省各县市的规模效率平均值横向比较来看,1998年规模效率值最高的是承德,为0.999,最低的是邢台,为0.882;2003年唐山的效率均值最高,为0.968,邢台为0.780,为全省最低;2008年承德规模效率均值为0.996,为全省最高,邢台为0.774,仍为全省最低。由各地级市三年的规模效率均值来看,承德各县市效率均值最高,为0.987,而邢台为0.812,是全省最低。说明邢台农业投资规模效益是递减的,应减少投入冗余。

纵向比较分析,1998年、2003年、2008年河北省规模效率呈先减后增态势,但整体呈下降趋势。在这三年农业生产始终处于规模效率有效的有10个县,分别是栾城县、兴隆县、宽城满族自治县、康保县、赤城县、崇礼县、乐亭县、迁西县、唐海县、涞源县。且这10个县综合技术效率、纯技术效率在这三年也都处于有效状态,说明这些县农业和农村发展的总体情况较好。

2.2 县域综合技术效率分析

河北省农业生产综合技术效率县(市)分布结果见表2。根据对综合技术效率值的范围划分,1998年河北省136个县市中综合技术效率值在0.4以下的有7个,占5.15%;在0.4到0.6之间的县有51个,占37.50%;在0.6到0.8之间的县有36个,占26.47%;在0.8到1之间的县有19个,占13.97%;综合技术效率有效的地区有23个,占16.91%。与1998年相比,2003年农业生产综合技术效率值在0.4以下的县数明显增加,有20个,占总数的14.71%;而效率值在0.6以上的县数有所减少,减少幅度最大的是效率值在0.6到0.8之间的范围,比1998年的县数减少11个,减少比例为1998年的30.55%;DEA有效的县数也减少3个,只占14.71%。2008年河北省综合技术效率值处于0.6以下的县数仍占较大比例,有74个,占54.41%;效率值处于0.6以上的县数没有明显增加,且与1998年相比有所减少。

由此可见,河北省各县市综合技术效率水平没有明显的增加,且1998、2003和2008年的共同特点是综合技术效率值在0.4到0.6之间的县个数占绝大部分,且在这三年呈递增趋势。这三年里综合技术效率始终处于有效的县市有10个,分别是栾城县、兴隆县、宽城满族自治县、康保县、赤城县、崇礼县、乐亭县、迁西县、唐海县、涞源县。表明这些县的投入产出处于最佳状态,不存在“超量”投入及“亏量”产出。

2.3 县域纯技术效率分析

河北省农业生产纯技术效率不同水平下各县的分布情况见表3。1998年河北省各县市纯技术效率值都在0.4以上,在0.4到0.6之间的县有46个,占33.82%;在0.6到0.8之间的县有42个,占30.88%;在0.8到1之间的县有20个,占14.71%;效率有效的县有28个,占20.59%。与1998年相比,2003年有2.94%的县农业生产纯技术效率值在0.4以下;在0.4到0.6之间的县数增加为55个,占40.44%;而0.6至0.8之间的县数明显减少,减少幅度为35.71%;纯技术效率有效的县数不变。2008年河北省纯技术效率值最明显的特点是在0.4以下的县数增至9个,占6.62%;处于0.4到0.6之间的县数占较大比例,效率值为1的县数没有变化。在这三年纯技术效率始终有效的县有14个,分别是栾城县、兴隆县、宽城满族自治县、张北县、康保县、尚义县、赤城县、崇礼县、乐亭县、迁西县、唐海县、大厂回族自治县、阜平县和涞源县。说明这些县农业生产技术水平较稳定,且在全省具有生产优势,应继续加强对其他县市农业技术方面的鼓励和支持。

2.4 县域规模效率分析

表4列出了河北省各县市在不同年度的规模收益阶段。1998年农业生产规模收益递增的县市有80个,占所有县的58.82%,规模收益递减的县市有25个,占到18.38%,规模收益不变的县市有31个,占22.80%;与1998年相比,2003年规模收益递增的县市增加了24个,增加幅度为30%,规模收益递减的县数减少为12个,规模收益不变的县也减少至20个;与2003年相比,2008年规模收益递增的县又减少了11个,规模收益递减和规模收益不变的县数都有不同程度增加,但规模有效的县仅为23个,占16.91%,低于1998年的比例。整体来看,规模收益递增的县市在这三年都占较大比例,说明这些县市的农业生产规模效益还没有发挥出来,应进一步增加投入。而对规模收益递减的县应加大农业发展空间,创新应用先进技术与方法,加强农业的科学管理和经营,优化配置农业生产资源,促进农业生产的有效性和高效性。

结合Michael Norman和Barry Stocker[10]对综合技术效率值强度的分类,对河北省各县市的农业生产发展状态进行分类,以考察影响其农业生产效率的因素。表5中将136个县市的农业生产状态划分为五种类型,处于最优规模的县数1998年有23个,2003年有20个,2008年有21个;处于规模相对过小的县数1998年有25个,2003年有50个,2008年有39个,这些县相对于产出而言,其投入的要素组合不能实现规模经济;处于技术无效率的县数1998年有76个,占55.88%,2003年有57个,占41.91%,2008年有64个,占47.06%,虽然技术无效率的县数整体呈递减趋势,但是仍在全省占有很大比例,表明河北省有将近一半的县市农业生产要素投入并未做到物尽其用,使用效率较低。

2.5 县域投入产出松弛量分析

对近期2008年河北省136个县(市)建立投入导向型的BC2模型,得出投入产出松弛量分析表。由于石家庄所辖的17个县市并非效率最优单元,在此仅以2008年石家庄为例说明农业生产的投入产出松弛情况。

结果显示,石家庄17个县(市)均无产出松弛,其中栾城县和藁城市纯技术效率值为1,其农业生产处于效率前沿面上,其投入不需要调整。而其他15个县(市)由于纯技术效率值小于1,存在投入冗余,需要对其农业生产的投入项进行缩减和调整。

从表6可以看出,2008年石家庄技术效率无效的县市劳动力资源利用比较充分,仅平山县存在约16128人的投入冗余,说明此地区农村剩余劳动力过多,非农产业不太发达。而其他5个投入变量的实际投入值与目标值存在不同程度的冗余,仍需改进。

从投入指标来看,农作物总播种面积大量过剩,存在该指标冗余的县市有8个,其中以辛集市投入冗余量最大,其投入冗余比例为14.65%,说明这些县土地利用率偏低,应加大力度调整土地资源的配置;存在农业机械总动力投入冗余问题的县较多,有14个,其中新乐市投入冗余量最大,投入冗余比例为65.33%;农用化肥施用量过多的县有9个,其中正定县冗余量最多,投入冗余比例为39.69%,辛集市次之,投入冗余比例为17.30%;农业有效灌溉面积存在冗余的县有高邑县、无极县和新乐市,投入冗余比例分别为7.11%、3.14%、2.29%;农村用电量存在冗余的县有7个,其中晋州市过度使用的用电量最多,投入冗余比例为35.74%,鹿泉市次之,但其投入冗余比例为54.22%。

从整体来看,石家庄各个技术无效率县市主要在农作物总播种面积、农业机械总动力、农用化肥施用量这三方面都存在冗余。要提高其生产效率应首先考虑调整土地资源的配置,严格遏制土地抛荒、撂荒现象,提高耕地集约利用水平;其次应充分利用现代化机械,根据土地的集约利用科学地减少化肥施用量。

3 河北省各县(市)农业生产效率分级有效性评价

为进一步比较DEA无效地区的农业生产效率,依据上述DEA分级有效性评价方法,对2008年河北省136个县(市)的农业生产效率进行有效性分级(表7),直到第8次评价后各县市的效率值都为1。

表7是按照评价值对136个县(市)进行分类,进一步对各地级市所辖县市的评价值进行算术平均得出各地级市的评价值,以此对各地级市进行排序。DEA分级有效性评价均值最高的地级市是唐山,平均1.5级;其次是张家口,平均1.615级;排名第三位的是承德,平均1.625级;排名第四的是秦皇岛,平均2级;排名第五的是石家庄,平均为2.941级;排名第六的是廊坊,平均3.375级;排名第七的是邯郸,平均3.867级;排名第八的是沧州,平均4.643级;排名第九的是保定,平均4.682级;排名第十的是衡水,平均5.5级;邢台排最后,平均6.059级。

从地理位置来看,河北北部地级市的DEA分级有效性评价值多排名靠前;南部地区大多排名靠后。虽然承德2008年的综合技术效率均值排全省第一,唐山排名第二,但是其纯技术效率均值排唐山后面,DEA分级有效性评价的结果与后者一致。但是张家口无论其综合技术效率均值还是纯技术效率均值都排在承德和唐山后面,而按照DEA分级有效性评价结果张家口跃居第二位。

就2008年来看,唐山、张家口和承德是河北省农业生产综合技术效率较高的县,对全省的农业生产拉动作用最大,是其他地区农业生产学习的典范。而邢台和衡水是河北省农业生产效率相对较低的地区,相关部门应引起高度重视。

4 结论

通过对河北省136个县(市)1998年、2003年、2008年农业生产的综合技术效率、纯技术效率、规模效率的分析,然后以2008年河北省石家庄市17个县(市)为例,来分析农业生产的投入冗余度,最后对136个县(市)2008年农业生产效率进行有效性分级,得到以下结论:

第一,河北省1998年、2003年、2008年农业生产综合技术效率、纯技术效率、规模效率整体呈下降趋势,2008年的综合技术效率值和规模效率值虽较2003年有所增加,但没能超过1998年的效率值。DEA有效的决策单元数三年中没有明显变化,但规模收益递增的县市占全省的绝大部分,说明这些县市的规模效益还没有发挥出来,农业生产潜力较大。从平均水平来看,河北136个县市的各项效率值都没有达到有效,各县市应根据自身情况进一步提高农业生产效率。

第二,河北省石家庄市部分县市农业生产尚未达到有效,主要是生产要素投入冗余,如农作物总播种面积、农业机械总动力、农用化肥施用量等。特别是土地资源的利用效率不高,存在较大的改进空间。赞皇县、辛集市和新乐市存在投入冗余的指标个数最多,应进一步调整农业投入结构,合理配置土地资源,提高资源利用率,科学合理地施肥,发展循环型、经济型农业。

第三,河北省各县市农业生产效率不平衡。栾城县、兴隆县、宽城满族自治县、康保县、赤城县、崇礼县、乐亭县、迁西县、唐海县、涞源县的各项效率值在研究期内一直处于DEA有效,农业生产效率较高。农业生产效率高的地区应进一步发挥优势,带动周边地区提高农业生产效率,农业生产相对较弱的地区应找出影响农业生产效率的因素,有针对性地改进农业生产效率。

摘要：基于非参数的DEA方法,以河北省136个县(市)为研究对象,选取1998年、2003年和2008年三个时间点的农业生产投入和产出类指标,分析了河北省各县(市)农业生产效率的变化,包括综合技术效率、纯技术效率和规模效率,并运用DEA分级有效性评价方法对DEA无效的地区进行效率排名。结果显示:河北省各县(市)农业综合技术效率、纯技术效率和规模效率平均值在研究时期内分别呈下降趋势,DEA有效的县(市)数量没有明显增加,但是DEA无效的县(市)农业生产投入冗余较严重,还存在较大的改进空间。

关键词：农业生产效率,DEA方法,分级有效性,河北省

参考文献

[1]孟令杰.中国农业产出技术效率动态研究[J].农业技术经济,2000(5):1-4.

[2]董洪清,李思.基于DEA模型的中国农业效率实证研究[J].前沿,2010(17):98-102.

[3]方鸿.中国农业生产技术效率研究:基于省级层面的测度、发现与解释[J].农业技术经济,2010(1):34-41.

[4]黄利军,胡同泽.基于数据包络法(DEA)的中国西部地区农业生产效率分析[J].农业现代化研究,2006,27(6):420-423.

[5]倪冰莉,张红岩.我国中部地区农业技术进步、生产效率的构成分析[J].云南财经大学学报,2010(2):140-146.

[6]田静怡,吴成亮.我国中部地区农业生产效率评价[J].安徽农业科学,2010(20):10910-10912,10915.

[7]冯静静,余玲.河北省农业生产效率的实证分析[J].法制与经济,2008(1):97-99.

[8]赵晓明,郑思海,阮小鸣.基于DEA的河北省农业生产超效率分析[J].商业时代,2009(22):117-118.

[9]冯振环,赵国杰.运用DEA对中国区域投资的分级有效性评价[J].现代财经,2004(1):18-21.

丰富课堂评价提高教学效率 篇10

一、教师评价。学生成功的指路牌

在英语课堂中，教师的评价语直接影响着学生知识的习得和情感的体验，自然、简练、真实、激励的评价语会让学生更易于理解新授的知识，也更乐于接受重难点的挑战。小学英语课堂中的教师评价语是指教师在对学生进行评价（包括发奖品）时所采用的多样化表达方式，是英语教师课堂话语的重要组成部分，具有为学生提供目的语可理解性输入的功能。因此，机械的评价语，难以提供互动性的语言输入。

案例1教师A在牛津小学英语（三年级起点）3B Unit5中，在关键句型的操练中，板书提供语言支架“Here's your____”教师进行如下的机械的操练：

T：Here's your Den，

S：Heres your pen，

T：Good！Heres your pen，（教师一边说一边给回答正确的学生一张贴纸）

案例2教师B的板书是“A：Here's your_____，

B：Thankyou，”学生把学习用品借给同桌，并进行练习：

S1：Heres your pen，

S2：Thank you，

S2：Heres your rubber，

S1：Thank you，

T：Good！Here's your sticker，/This sticker is for you，（一边说一边给两个同学贴纸，同时引导学生说谢谢）

S1&$2：Thank you，

显然，案列2更优于案例1，首先，案例1中的教师给出的语言支架不完整，也没有合理的语言情境，而案例2中的教师提供了相对完整的语言支架，并且利用“借学习用品”这—情境，让学生运用所学“有话可说，有话想说”。其次，教师B巧妙的利用发奖品，再次强化了所要操练的句型，并且也丰富了评价语：Good，Here'syour sticker，但教师A就忽略了这一点，只是机械地重复学生的话语。手中拿着奖励的贴纸，口中却重复说：Here's your pen，因此，从中可以看出，A教师没能利用评价语起到目的语的示范作用，也没能为学生带来互动性的语言输入，更没能拓展同类句型：This……isfor you，

二、同伴互评。学生进步的催化剂

在同伴互评过程中，学生积极发言，展现自己的作品，积极的课堂气氛是恬静与活跃、热烈与深沉、宽松与严谨的有机统一，教师有效地控制课堂秩序，激发学生的表达欲望，学生的语言表达能力在实际交际中得到发展，语言的感悟能力和驾驭能力得以提升，同时使自己的思维认识也得到提高。

案例3牛津小学英语（三年级起点）5B Chinese festivals，教师c围绕课文主题的四个节日：春节、清明节、端午节、中秋节，把学生分成四大组，在课前的学习单中，分别让每一组学习一种节日，学习单任务为：Q 1 When is the festival？Q2 What do people do at the festi-val？Q3 What do people eat？Q4 Other knowledge about the festival，在课堂上，教师请每一组上台介绍讲解自己所学的节日，这一过程其实一方面让该组学生温故所学节日另一方面也是充当小老师角色教会其他组。在这种自主学习的环境下，同伴互评显得十分必要，这体现在，首先因为学习单的提示，每个学生已经知道学习一个节日需要四方面—一日期，活动，食物，其他相关知识，这在其他组听完介绍后，就能根据这些内容作出判断——这组介绍的同伴有没有完成这些任务；其次，每一组介绍的成员在阐述完自己介绍的节日都会呈现不同形式的测验，对尚未学习该节日的同伴进行提问，并在这些同伴的回答后进行评价，在这种互动合作学习过程中，同伴之间形成一种友好的竞争，每个学生同时承担两种角色——评价者与被评价者，在这种双重角色下，学生“你追我赶，共同进步”。

三、自我评价，学生成功的源动力

自我评价是指学生依据一定的评价标准，对自己的学习作出分析和判断，并对自身的学习进行自我调节的活动。学习的自我评价并不是随意性的、主观的评价，而要依据一定的标准。这里的评价标准主要指预先制订的学习目标和要求。

例如，在教授牛津小学英语（三年级起点）3B Unit4 Whre's thebird？中，我设计了小学英语听力表现性评价。本单元要求学生掌握的单词有：bird，on，in，under，behind，desk，door。句型是：Where's the…？It's on/in/under/behind...教材中本单元的checkout Time涉及到听力练习，要求学生正确区分on/in/under/behind，并且能画出听到的物品。而在这两个听力活动中，不少教师关注的是学生完成这两个听力活动的正确率，即学生在图片上做的标记是否符合听力活动要求，是否准确，以此来评级学生对本单元单词和句型的掌握情况。

在让学生完成教材中的两个听力活动的基础上，我设计了如下听力材料：

My bedroom is big and clean，Where's the cap？

It's on the bed，Wheres the schoolbag？

It's behind the door，My baII is under the chair，Look！

A toy bird is in my desk，1 like my bedroom，这样的听力材料包含了重点单词和重点句型，学生根据所听材料的描述，在我给的图画框架匕画出帽子、书包、球、鸟的位置。由于学生的想象能力和动手画画的能力不同，画出的图画也是不一样的。此时教师没有必要设定一个标准答案，而是让学生对应听力活动表现评价标准进行自我评价，从而了解自己的学习状态，调整自己的学习方式。

综合评价效率 篇11

从1993年2月郑州粮食批发市场成立郑州商品交易所,到2010年4月16日沪深300股指期货合约在中国金融期货交易所上市交易,经过多年的综合改革,我国的期货市场规模不断扩大,期货品种日益丰富,期货交易公司的实力不断增强,逐步进入规范发展的新阶段。据中国期货业协会统计,2013年全国期货市场累计成交量为20. 62亿手,同比增长42. 21% ; 累计成交额为267. 47万亿元,同比增长56. 31% ,两者均创下1993年我国期货市场成立以来的历史新高。根据美国期货业协会 ( FIA) 统计的2013年全年成交量数据,大连商品交易所、上海期货交易所、郑州商品交易所和中国金融期货交易所的成交量世界排名依次为第11、第12、第13和第19位。从商品大类来看, 我国已有多个品种的成交量在全球名列三甲,其中包括农产品类中的豆粕、豆油,金属类中的螺纹钢、铜等。总体上看,我国期货市场正处于从量的扩张向质的提升转变的新时期,人们对我国期货市场健康发展的方式更加关注,需要新思维、从新视角来考察和研究提升我国期货市场综合效率以及投入纯效率新途径,推动我国期货市场新一轮大发展。

期货市场综合效率指的是期货价格综合反映现货市场行情和信息的有效程度,它为各方认知期货市场特点和规律、指定市场监管政策和投资决策提供了基础性依据[1]。期货市场的投入纯效率则是度量期货市场资源的投入是否合理有效的判定指标,它从微观角度考察期货市场的各项投入, 判断出对期货市场综合效率影响较大的投入指标, 为判定期货市场的投入是否合理提供的理论依据。 通过对我国期货市场的综合效率和投入纯效率两方面的分析发现,我们不仅应理性对待市场的扩张,更要注重期货市场 “规避风险” 的功能,并适当提高 “挂牌基准价”的设定标准。这对指导我国期货市场的资源合理配置以及完善我国期货市场的 “规避风险”、 “价格发现”等功能具有重要的理论价值和现实意义。

二、文献回顾

本文涉及文献主要包含两个方面: 一是从理论上对DEA模型本身进行发展和完善的研究,二是在评价期货市场效率方面和DEA模型在实证运用方面的研究。

( 一) 对 DEA 模型完善的相关研究

数据包络分析 ( DEA) 是评价一组具有多输入和多输出决策单元相对有效性的教学规划方法[2],因其具有客观评价决策单元的规模效率和技术效率以及灵活处理指标权重的优势,被普遍运用于综合评价研究中[3,4,5]。为了使得DEA模型能够运用于更广泛的领域,许多学者都曾致力于对模型的改进之中。魏权龄[6]分析研究了网络DEA模型,将从输入到输出的中间过程和中间环节纳入评价范围,拓宽了DEA模型的应用领域; 周伟和方志耕[7]在总结了前人对DMU排序的问题研究之后,提出了一种基于次生产前沿面的两阶段排序方法,很好地解决了原DEA无法对有效DMU进行区别排序的问题; 马占新和马生昀[8]提出了综合的广义数据包络分析模型,将非决策单元集引入到评价范围之内,弥补了传统DEA方法无法依据指定参考集提供评价信息的弱点。目前,相关文献已经将DEA模型发展到基于确定数据模型、基于不同测度模型和蕴含不同偏好模型等多个方面, 极大地拓宽了DEA的适用领域,使得DEA模型在评价一些特殊情况下的效率时也能适用[9]。

( 二) 期货与证券市场效率及 DEA 实证运用 的相关研究

学者对于期货市场效率的考察主要集中在期货产品的定价效率方面,从整体上考察期货市场对信息的反应效率以及和世界市场的关联度。Fernandez[10]采用分式综合法考察了美国和英国的期货市场效率,认为短期大宗商品期货定价对市场信息反应不稳定,长期的投资才能带来稳定的回报, 但对如何提高期货市场的定价效率以及长短期的界定方法则没有给出明确的回答。Stevens[11]提出滚动回归模型,利用1985年到2010年纽约商品交易所原油期货月度数据对市场效率进行测试,结果没有发现市场无效率的显著证据。Fung[12]采用商品期货数据从投入回报率的角度来分析中国期货市场效率,但其局限性在于就如何进一步提高我国期货市场效率没能给出合理建议。程展兴和剡亮亮[13]则从我国股指期货延伸交易时段与现货市场的关系的角度,分析了非同步交易下的期货市场效率,该方法注重信息结构和信息传导对市场效率的影响,但忽略了其他对期货市场效率产生影响的因素。

综合相关研究发现,目前运用DEA方法对证券市场效率的考察研究主要集中在证券投资基金上。范宇和边馥萍[14]在投资市场为非有效状态的假设前提下,提出对策DEA模型,克服了因市场组合选择不同而带来的评估结果失真问题,但该方法的缺陷在于无法评价所选择的输入输出指标对评价结果的影响程度。唐衍伟[15]将DEA运用到评价期货公司的经营效率上,并计算了输入冗余率和输出亏空率,其不足之处在于没有分析产生冗余的输入指标中对效率影响最大的指标并给出合理建议。邓超和袁倩[16]在将时间列入考察范围的基础上提出动态DEA模型,评价各年度证券投资基金绩效,但没有指出对基金绩效影响较大的投入指标; 朱南和刘一[17]利用DEA模型测度了证券公司的生产效率,并结合Malmquist指数研究了证券公司的全要素生产力,尽管其分析出证券公司效率下降原因是纯技术效率和规模效率下降, 但没有进一步探究导致纯技术效率和规模效率下降的原因; 易荣华[18]虽然比较系统地介绍了DEA的基本理论及基于DEA的证券市场相对价值测度方法和证券市场效率测度方法,但其研究的侧重点在于股票市场,没有测度我国期货市场效率,对我国期货市场效率如何提高亦无评价。

总体来看,目前国内利用DEA测度期货市场综合效率并分析影响期货市场综合效率因素的研究不多,结合投入因素研究期货市场投入纯效率的研究更是稀少。对此,本文将对我国期货市场的综合效率和投入纯效率的衡量展开研究,并就如何提高我国期货市场综合效率以及如何优化期货市场的资源配置提供建议。

三、综合效率、投入纯效率度量方法

( 一) 综合效率度量———数据包络法 ( DEA)

在期货市场综 合效率的 度量上,本文选择DEA方法,理由是: 基于期货 市场多投入 多产出的情况,需采取一个综合性的指标对其效率进行评价,而就模型本身而言,利用DEA方法对我国期货市场效率进行研究的先例不多。另外,DEA方法还具有无需预估参数、无需知道生产函数的具体形式、直接指明决策单元是否有效等优点[19], 使得对期货市场效率的评价更加灵活与客观。本文没有采用文献 [7] 的网络DEA模型和文献 [9] 的广义数据包络模型的原因主要是考虑到本文是从期货产品定价对成交量等因素变化的敏感程度来考察我国期货市场效率,不需要打开 “黑箱”考察其中间变量; 另外,本文的评 价对象 ———我国四大期货交易所处于同样的政治法律环境之中,属于群体的内部比较,无需考虑如政治环境等外部因素。而没有采用文献 [8] 提出了两阶段全排序法是因为本文没有出现该文献讨论的多个有效DMU同时出现的情况。根据以上考虑,本文将DEA具体运用到期货市场综合效率度量中的相关过程主要如下:

设有n个单位DMU,即本文的期货市场,每个DMU都有m种类型的市场输入以及s种类型的市场输出,则第j个期货市场DMU投入产出指标为:

其中,每个决策单元———期货市场j对应一个输入向量Xj= ( x1j,x2j,…,xmj)T和一个输出向量Yj= ( y1j,y2j,…,ymj)T。xij为第j个决策单元对第i种类型输入的投入总量,xij> 0 ; yrj为第j个决策单元对第r种类型输出的产出总量,yrj> 0 ; i = 1,2, …,m ; j = 1,2,…,n ; r = 1,2,…,s 。

在DEA理论中,根据应用目的的不同,其模型可以分为面向输入和面向输出两类。对于期货市场效率评价这一应用目的来说,相对于输出 ———期货价格的频繁变动,其输入因素具有相对稳定性,而且本文使用DEA评价的主要目的是判断价格是否充分反映了信息的价值,因此应该选择面向输出的DEA模型进行评价。

传统的CCR模型假设决策单元的规模效率是不变的,而本文评价的期货市场现实情况很难满足这一条件,所以本文采用增加凸性假设的BCC面向输出模型,具体形式如下:

若存在最优解 θ0= 1 ,则称DMU - j0,即该期货交易所为DEA有效; 若 θ0< 1 ,则称DMU j0,即该期货交易所为非DEA有效。

( 二) 投入纯效率度量———投入指标有效性判 定模型 ( IIEE)

面向输出的BCC模型能够基于投入产出的数据评价决策单元 ( 即本文的期货市场) 的相对有效性,将决策单元区分为DEA有效和非DEA有效,但无法直观反映出单个指标的变动对决策单元有效性的影响程度,即不能针对期货市场一段时期内资源的投入进行有效性度量。对此,本文将构建一类DMU投入指标有效性判定模型 ( Input Indicators Effectiveness Evaluation model,IIEE ) 对我国四大期货交易所进行比较,在评价某个决策单元是否有效的基础之上,进一步计算投入指标的纯效率,从而评价各种投入指标对决策单元有效性影响的大小。它的基本原理是全部指标构成集合D ,D中去掉一项投入指标i后组成的不同子指标集构成的集合记为Di( i = 1,…,t) ( Di D) , 以Di为新的决策单元计算的效率值记为 θ( Di) , 定义纯效率指数Sj( i) :

若某决策单元j满足: Sj( i) = max Sj( i) ,则说明该决策单元在利用指标i方面相对于利用其他指标对相对效率的增加值最大,投入指标i相对于其它投入指标有优势,同时也表示该指标投入严重不足,使得其变化对投入产出的效率影响显著。当Sj( i) < 0时,则说明该决策单元在指标i的使用上形成浪费,需要调整。

以上构建的IIEE模型的优点在于: 可以对一系列决策单元采用不同的评价指标,计算各个决策单元的纯效率,并反映出各决策单元中不同的投入指标对决策单元有效性的影响程度,能更有效地为效率不高的决策单元提供效率改进指导; 不足之处在于: 只能局限于评价原决策单元的投入指标对决策单元效率的影响,而对于决策单元投入指标或者产出指标的设置是否合理,以及是否存在更合适的投入指标或产出指标则不能给出有效的评价。

四、我国四大期货交易所综合效率及其投入 纯效率的实证检验

( 一) 样本选择

本文以大连商品交易所 ( 简称大商所) 、上海期货交易所 ( 简称上期所) 、郑州商品交易所 ( 简称郑商所) 和中国金融期货交易所 ( 简称中金所) 为实证研究对象。具体而言,考虑到美国次贷危机对期货市场效率的影响,以及中国金融期货交易所推出沪深300股指期货合约的时间为2010年4月,再参考各大期货交易所的活跃产品及其数据的可得性,本文选取大商所的玉米、豆粕、棕榈油、塑料期货,上期所的沪金、螺纹钢、橡胶、沪铜期货,郑商所的早籼稻、白糖、PTA、郑棉期货和中金所的沪深300期货当月连、下月连、当季连、下季连,共十六种期货产品从2010年7月到2014年3月的数据作为本文研究的对象,并据此来考察四大期货交易所近年来的综合效率以及投入纯效率。需要说明的是: 本文考察的取自四个期货交易所的16种期货产品中有12种期货产品标的物是商品实物资产,唯独中金所的4种期货产品标的物是金融虚拟资产。之所以将中金所的股指期货与其他三大期货交易所的商品期货的效率进行无差别对比实证的原因主要有以下四个方面: 首先,从股指期货的本质角度考虑,股指期货和商品期货都是由期货交易所统一制定的、规定在将来某一特定时间,按照事先确定的价格,交割一定数量标的物的标准化合约,因此两者的本质属性相同; 其次,从股指期货的重要性角度考虑,股指期货促使我国证券市场告别单边时代,趋向功能完整[20],股指期货本身就是证券市场中不可或缺的一部分,在探讨我国期货市场效率的时候,不应将其排除在外; 再次,从期货产品功能角度考虑,股指期货作为一种重要的金融衍生品,与商品期货一样,在价格发现、套期保值和资产配置等方面发挥重要作用[21],且参与股指期货交易的投资者与参与商品期货交易的投资者的投资目的基本相同; 最后,参考过去学者对中国期货市场的考察,无论是在有条件异方差的期货市场进行有效性检验[22], 还是在考察随机事件下期货市场的效率[23],都没有将股指期货排除在考察范围之外。

( 二) 指标择优

Emerson[24]认为,市场效率表现为市场定价效率 ( 信息效率) 、市场运行效率和资源配置效率三种形式。在这三种市场效率形式中,市场定价效率是核心,因为高市场定价效率意味着信息价值在价格中得到了及时反映。从本质上说,市场效率的高低与市场价格的 “准确”程度是一致的,市场定价效率综合反映了市场运行效率和资源配置效率,对市场定价效率的研究具有极大地现实意义和时间价值[18]。在大量的现代金融文献中,市场效率指的就是金融市场的定价效率,因此本文用期货市场的定价效率指代期货市场综合效率。

期货市场效率的投入指标往往考察各期货交易所设定的交易保证金、挂牌基准价、一段时间内的成交量、交易手续费等,产出指标主要包括结算价、涨跌幅、振幅等。由于不同地区、不同期货公司手续费收取不一样,不同客户的资金量不同也会导致手续费的不同,所以很难对交易手续费进行衡量,而其它指标如交易保证金、成交量等数据往往具有稳定性和一致性,再结合各大期货交易所数据的可得性,本文选择涨跌幅限制、交易保证金、挂牌基准价、季持仓变化、季成交量和季持仓量作为投入指标,选择季结算价、季最高结算价、 季最低结算价、季涨跌幅和季振幅作为产出指标。

按照DEA模型理论,输入输出指标数据应为严格正值。将数据变为正值的方法通常有取绝对值法、加正数法等。考虑到本文的数据是期货市场的投入产出,所以采用加正数法,取一个略大于最小实际负值数据的正数加上对应的输入项,将所有的输入输出数据变成严格正值,这不会对决策单元的相对效率产生影响。

根据以上的分析,本文选取的投入与产出指标如表1,本文所有数据均取自Wind数据库。

( 三) 我国四大期货交易所综合效率实证分析

根据产出导向的BCC ( 规模报酬可变) 模型, 本文利用DEAP2. 1软件对四 大期货交 易所从2010年7月到2014年3月各季度的相对效率进行计算,计算结果如见表2 - 表8。其中,表2以时间的升序排列显示出四大期货交易所各季度的平均效率水平; 表3显示四大期货交易所各季度规模收益情况的统计; 表4 - 表6分别显示四大期货交易所的平均综合效率、平均技术效率和平均规模效率; 表7和表8分别显示了四大期货交易所产出要素的平均不足量和投入要素的平均冗余量。

注: 为避免投入指标中的季持仓变化数据和产出指标中的季涨跌幅数据为负值,在这两组数据上分别加上 570000 ( 手) 和 24( % ) ,使得其数据为严格正值。

分析表2 - 表8的计算结果可知:

( 1) 从表2、表3和表4的综合效率层面上看,从2010年7月到2014年3月这15个季度中, 各大期货交易所的DEA综合效率平均值为0. 983; 大商所的DEA综合效率平均值为0. 931,DEA有效的次数为42次,占总体统计的70% ; 上期所的DEA综合效率平均值为1. 000,DEA有效的次数为60次,占总体统计的100% ; 郑商所的DEA综合效率平均值为0. 988,DEA有效的次数为52次,占总体统计的86. 7% ; 中金所的DEA综合效率平均值为0. 993,DEA有效的次数为51次,占总体统 计的85% 。这表明目前我国期货市场的效率普遍较高, 其中上期所的效率明显高于其它三个交易所。

( 2) 从表2、表3和表5的技术效率角度看, 从2010年7月到2014年3月这15个季度中,各大期货交易所的DEA技术效率平均值为0. 993, 是三种DEA效率中分值最高的。大商所的技术效率达到最 优的次数 为46次, 占总体统 计的76. 7% ; 上期所的技术效率达到最优的次数为60次,占总体统计的100% ; 郑商所的技术效率达到最优的次数为57次,占总体统计的95% ; 中金所的技术效率达到最优的次数为59次,占总体统计的98. 3% 。由此可见,相对于综合效率和规模效率,各大期货交易所的技术效率相对更高,其中大商所的技术效率稍逊一筹。

( 3) 从表2、表3和表6的规模效率角度看, 从2010年7月到2014年3月这15个季度中,各大期货交易所的DEA规模效率平均值为0. 992; 大商所的DEA有效的次数为47次,占总体统计的78. 3% ; 上期所的DEA规模效率有效的次数为60次,占总体统计的100% ; 郑商所的DEA规模效率有效的次数为52次,占总体统计的86. 7% ; 中金所的DEA规模效率有效的次数为51次,占总体统计的85% 。这表明期货市场的投入产出的规模效率相对于技术效率普遍不合理,其中上期所的规模明显比其它期货交易所更为合理。

( 4) 对表7、表8的产出要素不足量和投入要素冗余量进行分析可以得知,大商所在各产出要素中均出现了大幅度的不足,并在投入要素中出现了大量的冗余; 上期所在各投入产出指标中都达到了最优水平,这说明其交易保证金等各项指标的制定合理,资源利用水平很高; 郑商所和中金所产出不足的主要原因是其成交量投入指标过于冗余,尤其是中金所,虽然在交易保证金等制定方面合理,但由于资源利用水平不高,过高的成交量投入没能促使产出指标的提升,反而导致了大量的投入冗余。相比之下,大商所的成交量相对合理,但是需要稍微降低交易保证金的标准,以期达到更优的效率水平。

从投入产出有效性的角度来看,总体而言, 2010 - 2014年间,各大期货交易所的整体效率水平较高,其中上期所的总体效率水平相对高于其它三大大期货交易所,在所有被考察的季度中,其DEA综合效率均达到了最优,各产出要素没有出现不足,各投入要素没有出现冗余; 大商所的技术效率和规模效率都落后于其它期货交易所,应在减缓成交量、持仓量的同时,还要降低保证金的收取比例、降低涨跌幅限制以及降低挂牌基准价,提高资源的利用水平,以达到规模效率和技术效率最优。

( 四) 我国四大期货交易所投入纯效率实证分析

本文利用四大期货交易所16种期货产品共15个季度的数据,分别剔除投入指标中的保证金涨跌幅、成交量、持仓变化、持仓量和挂牌基准价, 计算各新的决策单元的纯效率 ( 见表9) ,对比其效率值的变化情况,并计算效率判定指数Sj( i) ( 见表10) ,以考察各指标投入纯效率,并判断对期货交易所综合效率影响较大的投入指标。

由表9和表10的数据结果可知:

( 1) 大商所平均效率相对较低,其DEA有效次数所占比率也相对较低,而挂牌基准价的平均综合效率和平均技术效率的Sj值相对较大,说明其在利用挂牌基准价的投入指标方面相对于其他决策单元有优势,也说明挂牌基准价的调整对效率的影响更大。可见,为了提高大商所资源利用的平均效率,增加其DEA有效次数所占的比率,需要调整挂牌基准价的定价标准。

( 2) 上期所的平均综合效率效率最高,DEA有效次数也最多,各投入指标的Sj值分布也相对均匀,其中持仓变化和挂牌基准价的Sj值相对略高。这提示上期所需要在扩大市场规模的同时调整挂牌基准价标准,更好地促进其效率的提高。

( 3) 郑商所的DEA有效次数所占比率相对较高,其中挂牌基准价的Sj值相对较高,说明其在挂牌基准价定价方面投入不足,需要提高挂牌基准价的定价标准,才能更好地促进郑商所效率的提高。

( 4) 在四大期货交易所中,中金所的平均技术效率和上期所并列第一,其各项投入指标的Sj值分布比较均匀,说明其各项投入的结构较为合理,但其平均规模效率比上期所略低。可见,为了促进中金所资源利用效率进一步提高,需要同比扩大各项投入指标的投入规模。

从各大期货交易所投入纯效率角度来分析, 总体而言,2010 - 2014年间,大商所、上期所和郑商所在挂牌基准价的定价方面投入不足,对市场效率造成了一定的影响,应该提高挂牌基准价的定价标准,以便更好地提高市场效率; 中金所虽然在各项投入指标上的投入比例比较合理,但市场规模效率略低于上期所,应在保持投入比例的情况下扩大市场规模,这样才能进一步提高其市场效率。

五、结论

本文使用DEA方法并构建IIEE模型对我国期货市场2010 - 2014年市场运营的综合效率以及投入纯效率进行评价,得到如下的结论与政策建议:

( 1) 从综合效率的角度看,从2010年到2014年,我国期货市场市场运营综合效率普遍较高,然而大商所的综合效率明显落后于其它三大交易所。 对大商所做进一步地分析发现,产出不足的因素主要存在于 “季结算价”指标上,而投入冗余的因素主要存在于 “季成交量” 指标上。此外,郑商所和中金所在 “季成交量”投入指标上也存在着相当大的冗余。这说明在进一步发展期货和衍生品市场的形势下,大商所、郑商所和中金所应当更加重视市场的稳定,降低交易者的持仓限额,提高交易者的交易保证金比例,而不仅仅是促进成交量的扩大,让市场暴露在游资的冲击之下。

( 2) 从投入纯效率的角度看,四大期货交易所的挂牌基准价的纯效率指数相对偏高,大商所、 上期所和中金所的挂牌基准价纯效率指数都在0. 2左右,说明其投入相对不足,需要适量地提高挂牌基准价的标准。此外,中金所各项投入的纯效率指数比较平均,说明其各项投入的比例相对均匀,但市场规模效率略低于上期所。因此,中金所应在注重金融市场稳定的前提下,保持投入比例的同时扩大市场规模,并注重内部效率的增长,这样才能促进市场效率的进一步提高。

本文的不足之处在于考虑到数据的可获取性, 投入产出变量的选取可能有不合理之处。投资者的交易软件收费情况、期货行情报价频率情况以及银行间的转托管效率等因素理应作为投入变量, 但由于其数据难以量化,无法在模型中进行衡量, 从而模型可能存在着遗漏投入指标的问题。

摘要：本文立足于DEA模型及DEA改进的投入有效性判定IIEE模型,分别以我国四大期货交易所2010到2014年间16种主要期货的连续合约数据为样本进行实证分析,结果显示我国期货市场运营综合效率普遍较高,但纯效率指数相对偏高。这说明投入相对不足,需提高挂牌基准价的标准。