| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-33页 |
| 1.1 数据包络分析 | 第15-22页 |
| 1.1.1 数据包络分析中的基本概念 | 第16-19页 |
| 1.1.2 数据包络分析中的基本模型 | 第19-22页 |
| 1.2 随机非参数包络数据 | 第22-27页 |
| 1.2.1 凹非参数最小二乘估计 | 第23-25页 |
| 1.2.2 生产前沿面函数估计的修正 | 第25-26页 |
| 1.2.3 特定观测样本的非有效部分估计 | 第26-27页 |
| 1.3 本文的研究意义和研究现状 | 第27-30页 |
| 1.3.1 拓展的两阶段网络结构DEA模型研究意义 | 第27-28页 |
| 1.3.2 拓展的两阶段网络结构DEA模型研究现状 | 第28-29页 |
| 1.3.3 基于StoNED的两阶段网络结构效率分析研究意义 | 第29页 |
| 1.3.4 基于StoNED的两阶段网络结构效率分析研究现状 | 第29-30页 |
| 1.4 论文结构 | 第30-31页 |
| 1.5 论文框架 | 第31-33页 |
| 第二章 一般两阶段网络结构DEA模型 | 第33-53页 |
| 2.1 研究背景 | 第33-35页 |
| 2.2 DEA模型 | 第35-46页 |
| 2.2.1 集中决策模型 | 第36-41页 |
| 2.2.2 非合作模型 | 第41-44页 |
| 2.2.3 两种决策环境下效率评估和分解方案的关系 | 第44-45页 |
| 2.2.4 一般两阶段网络结构 | 第45-46页 |
| 2.3 中国大陆区域R&D系统效率分析 | 第46-52页 |
| 2.4 本章小结 | 第52-53页 |
| 第三章 随机环境下的多投入多产出生产前沿面估计 | 第53-71页 |
| 3.1 研究背景 | 第53-55页 |
| 3.2 生产可能集的性质 | 第55-56页 |
| 3.3 多投入多产出生产前沿面估计 | 第56-62页 |
| 3.3.1 生产前沿面的极大似然估计 | 第58-60页 |
| 3.3.2 比率效率模型 | 第60-61页 |
| 3.3.3 基于最大似然估计的StoNED方法 | 第61-62页 |
| 3.4 Monte Carlo模拟 | 第62-66页 |
| 3.5 中国大陆商业银行生产前沿面估计与效率分析 | 第66-69页 |
| 3.6 本章小节 | 第69-71页 |
| 第四章 基于StoNED方法的两阶段网络结构效率分析 | 第71-95页 |
| 4.1 研究背景 | 第71-72页 |
| 4.2 模型 | 第72-83页 |
| 4.2.1 随机环境下的两阶段网络结构生产前沿面 | 第74-78页 |
| 4.2.2 随机环境下的两阶段网络结构效率分析 | 第78-83页 |
| 4.3 模型应用 | 第83-89页 |
| 4.4 本章小结 | 第89-95页 |
| 第五章 全文总结和工作展望 | 第95-99页 |
| 5.1 全文总结 | 第95-97页 |
| 5.2 不足和展望 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 附录1 定理2.1的证明 | 第105-106页 |
| 附录2 定理2.2的证明 | 第106-108页 |
| 附录3 定理2.3的证明 | 第108-109页 |
| 附录4 定理3.1的证明 | 第109-111页 |
| 附录5 定理3.2的证明 | 第111-115页 |
| 致谢 | 第115-117页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第117-118页 |
