郑建锋，王应明

福州大学 经济与管理学院，福州350108

在管理学中，效率是指在特定的时间内，一个组织投入与产出的比值关系，能够反映这个组织在各个方面的能力，进行效率分析显得尤为重要。效率分析是对各个组织的效率进行测度与评价的一种方法，在目前国内外研究中，主要是利用数据包络分析（DEA）或者将数据包络分析与其他模型结合等方法对效率进行评价。效率评价在近几十年的发展，已经发展得越来越成熟了，然而对效率进行预测仍停留在探索阶段。李果等人[1]用神经网络的方法进行DEA 有效预测，证实了效率预测的可行性。之后的几年，一些学者通过DEA 和神经网络的方法对各个不同行业的效率进行评价并预测，如体现在物流联盟伙伴选择[2]，不同高校科研能力评估[3]，美国铁路性能测量和预测[4]，基坑施工评价[5]等方面。可见DEA 与神经网络模型在效率评价与预测能力上，具有科学性、广泛性。但是由于评估某个决策单元的效率时，受到许多因素的影响，除了投入与产出之外，还有很多复杂的环境因素，所以增加了效率准确预测的困难。区间预测就解决了点预测给决策者带来的不确定性。区间预测是在收集到的数据基础之上，通过一系列的学习优化，给出的一个参数范围。本文在前人研究的基础上，继续沿用DEA 与神经网络结合对效率进行评级与预测的方法，提出效率置信区间预测模型。首先，利用DEA方法，对决策单元的效率进行评价，得出各个单元的效率值；……