据OR官网显示，来自香港树仁大学和合肥工业大学的李崇高、香港树仁大学和香港浸会大学的曾俊基、香港树仁大学的李树甘、广西大学的何心巨，合作撰写的论文"Regular Variable Returns to Scale Production Frontier and Efficiency Measurement"在国际知名UTD24期刊Operations Research上发表，研究提出基于数据包络分析（DEA）的新型生产前沿框架，通过将常规可变规模报酬（RVRS） 融入非凸性多产出生产的自由处置壳前沿，解决了传统VRS模型在非凸技术集下的建模缺陷。
摘要
在数据包络分析（DEA）中，变量规模报酬（VRS）前沿是最常用的经验性生产前沿。该前沿基于凸技术集假设，在经济学中呈现为一种特殊结构——本文称之为规则变量规模报酬（RVRS），其特征是：生产技术初期呈现规模报酬递增，随后依次过渡到规模报酬不变与规模报酬递减。
然而，当放松凸性假设时，RVRS在多产出生产中的建模面临显著挑战，且现有研究尚未提供理想解决方案。为此，本研究采纳文献建议，将RVRS纳入多产出自由处置壳前沿框架，构建新型分析模型，并提出适用于此类场景的经验生产前沿以测度技术效率。
实证表明：在非凸性RVRS条件下，新前沿测算的技术效率值较自由处置壳前沿更接近"真实"值；而传统VRS前沿则可能引致误导性结论。
皮皮侠学院重磅直播课程《前沿效率分析实操与论文发表》火热报名中！课程由UTD24顶刊作者亲授，聚焦数据包络分析（DEA）、随机前沿分析（SFA）等核心方法，通过6大顶刊案例精讲与3大综合项目复现，覆盖生产、能源、科技与绿色效率等前沿领域。
授课专家将深度分享UTD24论文发表策略与国际期刊投稿经验，同时在QS前30高校拥有广泛的学术合作网络，并提供课后答疑指导机会。
