基于DEA非期望产出的中国矿业废水治理效率评价.docx

基于DEA非期望产出的中国矿业废水治理效率评价
随着工业化的快速发展，矿业废水治理已经成为了中国环保事业中的一个重要方面。废水的排放会导致水污染，进而影响到自然环境和人类的生存健康。因此，评价矿业废水治理的效率，对于推进环保理念，提高环保质量具有重要的现实意义和研究意义。
数据包络分析法（DEA）是一种评价效率的工具，它可以评价在已知的输入和产出条件下，各单位是否达到最优效率水平。DEA使用的是线性规划的方法，它是一种非参数化的方法，避免了对模型的先验假设和具体形式的限制。为了评价中国矿业废水治理效率，本文将运用DEA非期望产出模型，并结合实际情况对其进行分析。
首先，我们需要确定评价对象和评价指标。在中国矿业废水治理中，可以将各单位视为评价对象，如矿山、冶炼厂等。评价指标可以从输入和产出两个方面考虑，输入可以包括处理机器设备、人员、能源等，产出可以包括COD、BOD、SS、重金属等。
其次，需要进行数据的收集和处理。根据评价对象和评价指标，我们可以收集到相应的数据，并将其进行规范化处理，使之具有可比性和统一性，以便于DEA模型的应用。
然后，进行DEA模型的建立和求解。本文采用DEA非期望产出模型，其核心思想是贝叶斯核估计。模型的公式如下：
最大化s.t.
∑_(j=1)^n▒u_jy_ij≤s_i
∑_(j=1)^n▒u_jy_ij>s_iθ(θ∈[0,1])
u_j≥0，i=1,2,...,m；j=1,2,...,n
其中，u_j是评价对象的效率值，y_ij是评价指标的数值，s_i是评价对象i的输出效率值，θ是权重因子。
最后，进行结果的分析和解释。通过DEA模型得出的效率值可以分为两种，一种是满足约束条件的效率值，另一种是未满足约束条件的效率值。未满足约束条件的效率值表明单位可以通过增加产出来提高效率，或减少输入来降低成本。同时，可以根据效率值的高低，对各单位进行排序和比较，从而找出效率较低的单位，针对其问题提出改进措施。
总体来说，DEA非期望产出模型是一种较为合适的评价矿业废水治理效率的方法。不仅可以评价单位效率，也可以发现问题和提出改进建议，为更好地推进矿业废水治理提供科学依据。