李思維 姚安陽 孫樹壘 沙敏 張正勇

摘要：利用CiteSpace工具對國內(nèi)外數(shù)據(jù)包絡(luò)分析的相關(guān)文獻(xiàn)進(jìn)行了關(guān)鍵詞聚類、文獻(xiàn)共被引、合作關(guān)系等可視化分析，得到了如下研究結(jié)論：國內(nèi)外關(guān)于數(shù)據(jù)包絡(luò)分析的研究都是從理論研究開始逐漸深化，不同的是國內(nèi)研究與我國社會的發(fā)展趨勢基本同步，近期主要是在教育領(lǐng)域研究科研方面的效率；國外研究較為多元化，研究熱點(diǎn)從早期的農(nóng)業(yè)領(lǐng)域效率研究到工商業(yè)領(lǐng)域評估研究，直至而今的能源環(huán)境領(lǐng)域研究，近期主要研究如何調(diào)節(jié)企業(yè)的投入產(chǎn)出，盡可能使其所造成的環(huán)境污染最小。此外，本文還研究揭示了研究學(xué)者、機(jī)構(gòu)、國家間的合作關(guān)系圖譜。通過對國內(nèi)外數(shù)據(jù)包絡(luò)分析研究的梳理，有利于讀者洞悉數(shù)據(jù)包絡(luò)分析研究脈絡(luò)，為相關(guān)研究工作的進(jìn)一步開展提供參考。

關(guān)鍵詞：數(shù)據(jù)包絡(luò)分析；CiteSpace；文獻(xiàn)計(jì)量學(xué)；可視化分析

中圖分類號：C931.2文獻(xiàn)標(biāo)識碼： ADOI：10.3969/j.issn.1003-8256.2020.03.005

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（91746202）

0引言

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是通過解線性規(guī)劃模型來計(jì)算產(chǎn)品投入產(chǎn)出比率的一種數(shù)據(jù)效率評價(jià)方法。自1978年該方法提出以來，關(guān)于數(shù)據(jù)包絡(luò)分析的研究與日俱增。隨著我國研究的逐漸深化，數(shù)據(jù)包絡(luò)分析日漸偏向經(jīng)濟(jì)管理領(lǐng)域，近年來，有關(guān)其具體的演變趨勢以及其在國內(nèi)外最新的發(fā)展趨勢鮮有研究。本文利用文獻(xiàn)計(jì)量學(xué)工具CiteSpace對進(jìn)入21世紀(jì)以來國內(nèi)外關(guān)于數(shù)據(jù)包絡(luò)分析的應(yīng)用研究進(jìn)行分析，從關(guān)鍵詞趨勢演變分析、機(jī)構(gòu)合作分析等方面揭示其發(fā)展規(guī)律，并探索數(shù)據(jù)包絡(luò)分析的研究前沿與熱點(diǎn)，為今后的研究提供相關(guān)參考。

眾所周知，DEA是效率評價(jià)的方法，曾有學(xué)者僅僅以“效率”作為關(guān)鍵詞，并在限定學(xué)科的條件下進(jìn)行國內(nèi)外知識圖譜的效率可視化分析[1]，然而這種僅從效率演變趨勢角度的研究對于DEA的研究而言可能僅是冰山一角。經(jīng)檢索后發(fā)現(xiàn)，以“DEA”或“數(shù)據(jù)包絡(luò)分析”作為關(guān)鍵詞的文獻(xiàn)計(jì)量研究僅有一篇限定在管理學(xué)領(lǐng)域的DEA方法應(yīng)用研究[2]，隨著DEA的研究日漸龐大，急需對其演變態(tài)勢開展進(jìn)一步梳理分析。

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

本文以中文數(shù)據(jù)庫中國知網(wǎng)（China National Knowledge Infrastructure，CNKI）和外文數(shù)據(jù)庫Web of Science（WoS）為數(shù)據(jù)來源，并設(shè)置CNKI檢索式為：SU=（‘?dāng)?shù)據(jù)包絡(luò)分析+‘DEA），WoS檢索式為：TS=“DEA”O(jiān)R TS=“data envelopment analysis”，共同檢索時(shí)間為2000—2018年間發(fā)表的相關(guān)文獻(xiàn)，最終分別得到中文文獻(xiàn)11965篇，外文文獻(xiàn)12647篇，利用CiteSpace進(jìn)行基本的數(shù)據(jù)去重處理之后即可對其進(jìn)行分析，數(shù)據(jù)獲取的具體說明見表1。

1.2研究方法

本文對所研究文獻(xiàn)分析的方法采取的是以CiteSpace為媒介工具的文獻(xiàn)統(tǒng)計(jì)方法。該方法主要是利用統(tǒng)計(jì)學(xué)對獲取到的DEA文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，描述其數(shù)量特征與變化規(guī)律，以探索DEA的研究前沿與熱點(diǎn)。關(guān)于文獻(xiàn)計(jì)量工具CiteSpace的使用，國內(nèi)已經(jīng)有大量的學(xué)者進(jìn)行了應(yīng)用研究，其中包括關(guān)于醫(yī)院各類病癥的可視化分析[3-5]、國內(nèi)外教育研究的文獻(xiàn)綜述[6-7]等多方面的CiteSpace應(yīng)用研究。

2數(shù)據(jù)分析結(jié)果

2.1研究熱點(diǎn)與聚類分析

首先對CNKI數(shù)據(jù)進(jìn)行關(guān)鍵詞聚類分析，圖中每個(gè)節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)大小與關(guān)鍵詞出現(xiàn)頻次成正比，節(jié)點(diǎn)之間的連線代表關(guān)鍵詞之間的共現(xiàn)關(guān)系，連線粗細(xì)表示共現(xiàn)強(qiáng)度，連線顏色表示第一次出現(xiàn)共現(xiàn)關(guān)系的時(shí)間，顏色深淺表示時(shí)間遠(yuǎn)近，具體圖像見圖1。

由圖1可知，有關(guān)DEA研究的知識結(jié)構(gòu)圖譜十分清晰，并圍繞關(guān)鍵詞生成了14個(gè)文獻(xiàn)聚類，在此基礎(chǔ)上，本文進(jìn)一步將其劃分為方法研究（#0、#3、#5、#6、#8、#12）、技術(shù)研究（#1、#4、#9、#10、#11）、應(yīng)用研究（#2、#7、#13）三個(gè)板塊。

關(guān)于DEA的方法研究，主要是圍繞其理論知識進(jìn)行展開，如DEA模型、DEA技術(shù)、規(guī)模效率等理論方法的詳細(xì)闡述，這一研究領(lǐng)域主要是在DEA技術(shù)剛被提出的早期階段，近年來的研究則相對較少；DEA技術(shù)研究主要是指在DEA基本模型的基礎(chǔ)上，針對其不足提出新的模型，或者將DEA方法與其他方法相結(jié)合等各種DEA的技術(shù)改進(jìn)，譬如提出的超效率數(shù)據(jù)包絡(luò)分析（Super-Efficient DEA，SE-DEA）新模型，可以對企業(yè)各個(gè)有效決策單元進(jìn)行大小排序從而找出最有效的決策單元[8]，以及將DEA與malmquist指數(shù)相結(jié)合求解全要素生產(chǎn)率等[9]；DEA應(yīng)用研究貫穿始終，主要是指各個(gè)行業(yè)應(yīng)用原始DEA模型或改進(jìn)DEA模型等各種DEA方法對其生產(chǎn)效率進(jìn)行評價(jià)，并從宏觀或微觀的角度提出各種對企業(yè)有利的改進(jìn)建議。

對WoS數(shù)據(jù)庫中DEA文獻(xiàn)進(jìn)行關(guān)鍵詞研究熱點(diǎn)分析，見圖2。圖2各節(jié)點(diǎn)連線更加錯(cuò)綜復(fù)雜，且圍繞關(guān)鍵詞共生成了16個(gè)聚類簇，各聚類簇名稱及其所代表的平均年份見表2。

[14] Wang Y， Luo Y， Hua Z. Aggregating preference rankings using OWA operator weights [J]. Information Sciences， 2007， 177（16）： 3356-3363.

[15] Fukuyama H， Weber W L. A slacks-based inefficiency measure for a two-stage system with bad outputs [J]. Omega， 2010， 38（5）： 398-409.

[16] Tone K， Tsutsui M. Dynamic DEA： A slacks-based measure approach [J]. Omega， 2010， 38（3）： 145-156.

[17] Zhou P，Ang B W，Wang H.Energy and CO2 emission performance in electricity generation： A non-radial directional distance function approach [J]. European Journal of Operational Research， 2012， 221（3）： 625-635.

[18] Hawdon D.Efficiency， performance and regulation of the international gas industry—a bootstrap DEA approach [J]. Energy Policy， 2003， 31（11）： 1167-1178.

[19]？imek M， J？？？ováL， Hopkins D W. What is the so-called optimum pH for denitrification in soil？ [J]. Soil Biology and Biochemistry， 2002， 34（9）： 1227-1234.

[20] Ramanathan R.A multi-factor efficiency perspective to the relationships among world GDP， energy consumption and carbon dioxide emissions [J].Technological Forecasting and Social Change， 2006， 73（5）： 483-494.

[21] Ramanathan R. An analysis of energy consumption and carbon dioxide emissions in countries of the Middle East and North Africa[J]. Energy， 2005， 30（15）： 2831-2842.

[22] Han Y， Long C， Geng Z， et al. Carbon emission analysis and evaluation of industrial departments in China： An improved environmental DEA cross model based on information entropy [J]. Journal of Environmental Management， 2018， 205： 298-307.

[23] Zhou Y， Liu W， Lv X， et al. Investigating interior driving factors and cross-industrial linkages of carbon emission efficiency in Chinas construction industry： Based on Super-SBM DEA and GVAR model [J]. Journal of Cleaner Production， 2019， 241： 118322.

[24]夏瓊，楊鋒，梁樑，等.兩階段混聯(lián)生產(chǎn)系統(tǒng)的DEA效率評價(jià)模型[J].系統(tǒng)管理學(xué)報(bào)， 2012， 21（1）： 1-5.

[25]謝建輝，李勇軍，梁樑，等.隨機(jī)環(huán)境下的多投入多產(chǎn)出生產(chǎn)前沿面估計(jì)[J].管理科學(xué)學(xué)報(bào)， 2018， 21（11）： 50-60.

[26]鄧憶瑞，李寧，楊艷麗，等.多目標(biāo)兩階段組合DEA模型及應(yīng)用研究[J].系統(tǒng)工程學(xué)報(bào)， 2018， 33（2）： 258-270.

[27]郭均鵬，吳育華.超效率DEA模型的區(qū)間擴(kuò)展[J].中國管理科學(xué)， 2005（2）： 40-43.

[28]韓雅清，林麗梅，魏遠(yuǎn)竹，等.勞動(dòng)力轉(zhuǎn)移、合作經(jīng)營與林業(yè)生產(chǎn)效率研究[J].資源科學(xué)， 2018， 40（4）： 838-850.

Research on the Hotspot and Development Trend of Data Envelopment Analysis

LI Siwei，YAO Anyang，SUN Shulei，SHA Min，ZHANG Zhengyong（SchoolofManagementScienceandEngineering，NanjingUniversityofFinanceandEconomics，Nanjing 210023，China）

Abstract： In order to understand the development trend， research hotspots， frontier and cooperative relationship of data envelopment analysis （DEA） technology since its entry into the 21st century， this paper uses CiteSpace to make a visual analysis of relevant literatures of DEA at home and abroad， such as keyword clustering， literature co-citation and cooperative relationship， etc. The conclusions are shown as follows： researches on DEA at home and abroad are all gradually deepened from the theoretical research. The difference is that domestic researches are basically in step with the development trend of Chinese society， and recent researches are mainly about the efficiency of scientific research in the field of education. Foreign studies are relatively diversified， with research hotspots ranging from early agricultural efficiency research to industrial then commercial evaluation research， and now energy and environment research. Recently DEA is mainly used to study how to adjust the input and output of enterprises to minimize environmental pollution. In addition， this paper also reveals the map of cooperation among researchers， institutions and countries. Through the analysis of DEA at home and abroad， it is helpful for readers to have an insight into the research context of DEA and provide references for further related research.

Keywords： DEA；CiteSpace； bibliometrics；visual analysis