A second-order cone programming based robust data envelopment analysis model for the new-energy vehicle industry
A second-order cone programming based robust data envelopment analysis model for the new-energy vehicle industry
复制标题
基于二阶锥规划的新能源汽车行业鲁棒数据包络分析模型
DOI：
10.1007/s10479-019-03155-9
复制
发表时间：
2020-09
影响因子：
4.8
通讯作者：
赖晓东
中科院分区：
文献类型：
--
作者：
卢超;陶杰;安秋贤;赖晓东
绩效评估的有效性取决于数据集的准确性，因此受数据集的准确性影响很大。针对真实的世界中普遍存在的不精确和负数据问题，提出了一种基于二阶锥的稳健数据挖掘分析（SOCPR-DEA）模型，该模型对数据变化具有较强的鲁棒性.最后，应用该模型对我国13家新能源汽车制造企业进行了实证分析。研究结果表明，SOCPR-DEA模型能够很好地弥补数据多样性带来的不足，中国新能源汽车行业的实证研究表明，聚焦战略更有利于提高企业的效率，尤其是在新兴阶段，且效率对生产成本的敏感性高于研发成本、销售收入、每股收益和预期收益等因素。此外，本文还根据这些有趣的发现给出了一些产业启示和政策建议。
The validity of performance evaluation is determined by, and therefore greatly influenced by, the accuracy of data set. To address such imprecise and negative data problems widely spread in the real world, this paper proposes a second-order cone based robust data envelopment analysis (SOCPR-DEA) model, which is more robust to data variety. Further, this new computational tractable model is applied to analyze 13 new-energy vehicle (NEV) manufacturers from China. The findings support that the SOCPR-DEA model could well mitigate the deficiency caused by data variety, and the evidence from Chinese NEV industry shows that a focus strategy is more likely to enhance a firm’s efficiency especially at its emerging stage, and the efficiency is more sensitive with production cost than other factors such as research and development, sales income, earnings per share, and predicted income. In addition, this paper also gives some industrial implications and policy suggestions based on these interesting findings.
登录
查看更多内容
中国电动汽车产业化的基于关键利益相关者的财政补贴刺激：系统动力学模拟
影响因子：
12
作者：
Lu Chao;Liu Hu-Chen;Tao Jie;Rong Ke;Hsieh Ying-Che
通讯作者：
Hsieh Ying-Che
影响因子：
8.1
作者：
Yan, Hong;Wei, Quanling
通讯作者：
Wei, Quanling
影响因子：
6.4
作者：
Christiana Vassiadou-Zeniou;S. Zenios
通讯作者：
Christiana Vassiadou-Zeniou;S. Zenios
DOI：
10.1007/978-3-662-43802-2
发表时间：
2014-07
期刊：
--
影响因子：
--
作者：
M. Wen
通讯作者：
M. Wen
DOI：
10.1016/j.eswa.2014.01.026
发表时间：
2014-08
期刊：
Expert Syst. Appl.
影响因子：
--
作者：
Chao Lu;K. Rong;Jianxin You;Yongjiang Shi
通讯作者：
Chao Lu;K. Rong;Jianxin You;Yongjiang Shi