数据包络分析法在网络信息资源配置中的应用

　　随着互联网和信息技术的迅猛发展，互联网信息资源呈极数级递增。网络信息资源属于信息资源的一种，具有资源天然的稀缺性，这种稀缺性主要表现在信息资源的时效性和空间配置不均等方面。虽然互联网可以超越时间和空间的界限，但是由于我国地区发展水平的不同，不同地区的经济文化和信息化发展水平也不尽相同，由此造成了区域网络信息资源数量不同和配置不均。这种配置不均是网络信息资源的稀缺性和人类信息需求的无限性之间的矛盾，如何通过最小的网络信息资源投入获得最大的信息资源产出，这是目前在区域网络信息资源配置中亟需解决的问题。

　　本文以区域网络信息资源配置为研究对象，采用数据包络分析方法，从网络信息资源投入和产出的角度，对我国具有特色的南北中3个省份的网络信息资源配置效率进行比较分析。

　　1 模型建立
　　
　　数据 包 络 分 析 （Data Envelopment Analysis,DEA）方法是以“相对效率”概念为基础，可以输入多个投入指标和多个产出指标，然后对同一类型的不同研究个体进行相对效率评价。这些研究个体可以是一个单位、企业、省市，也可以是同一个单位不同时期的状态，这些研究个体就是DEA中的决策单元（Decision Making Units,DMU）.网络信息资源配置是由多个投入指标和多个产出指标综合作用实现的，对于这种多目标决策问题，可以定义为有c种输入和d种输出的h个决策单元的评价问题。假设某一个DMU在网络信息资源配置中的输入向量为x=（x1,x2,…，xc）T,输出向量为y=（y1,y2,…，yd）T,现有h个DMUj（1≤j≤n），DMUj对 应 的 输 入 向 量 为xj=（x1j,x2j,…，xcj）T, 输 出 向 量 为yj=（y1j,y2j,…，ydj）T,且j = 1,2,…，n,同 时 保 证xij>0,yrj>0,i=1,2,…c,j=1,2,…，d.每个决策单元有c种类型的输入和d种类型的输出，xij是第j个决策单元对第i种类型输入的投入量，yrj是第j个决策单元对第r种类型输出的产出量。

　　xij和yrj是可以获取的数据，是已知量。

　　利用DEA中的C2R和BCC模型，可以通过获取网络信息资源配置的相应投入和产出数据，可以计算出某一区域的网络信息资源配置效率的有效性，可以判断其是否整体有效、规模有效和技术有效，从而对区域网络信息资源的配置效率进行评价。

　　其中C2R模型用于评价决策单元整体有效，其模型为：【1】

　　
　　第j个DMU对应的最优权重为λj,S+和S-为松弛变量，S+表示产出不足，S-表示投入冗余。

　　该C2R模型的最优解为λ,θ,S+,S-,当θ=1时，且S+=S-=0,表示DMU为DEA有效。该DEA有效为DEA整体有效，既满足技术有效，也满足规模有效，该DMU既没有产出不足，也没有投入冗余，资源配置效率最优。当θ<1时，表示DMU为DEA无效 ,既没有技术有效，也没有规模有效，资源利用效率很低。当θ=1,且同时存在S+>0或S->0,或者S+和S-同时大于0,则表示DMU弱DEA有效，DMU存在产出不足或者投入冗余。

　　BCC模型用于评价决策单元的技术有效，其模型为：【2】

　　
　　该BCC模 型的最优解为λ,θ,S+,S-,当θ=1时，该DMU为弱DEA有效；但S+=0,S-=0,该DMU为DEA有效。