大样本中识别标杆：社会网络数据包络分析

来源：管理科学学报杂志2026年第7期北京时间：

作者：安庆贤，王萍，文瑶

单位：安庆贤,中南大学商学院;合肥工业大学经济学院,王萍,合肥工业大学管理学院,文瑶,福州大学经济与管理学院,

摘要：为传播积极的意识形态、体现良好的社会风气，各行各业推出一些行业模范人物(即标杆)的评选活动，如“最美医生”、“最美教师”等.这些模范人物(即标杆)往往是大量候选人中的少数，然而传统方法难以对大样本中数以万计的候选人进行绩效评价，且尚未考虑候选人之间的学习关系和具体优势，较难实现大样本中标杆的识别.为减少标杆识别的工作量，本研究结合数据包络分析(data envelopment analysis, DEA)和社会网络分析(social network analysis, SNA),提出一种社会网络数据包络分析方法，用于从大样本中识别标杆.首先通过DEA方法构建一个两两评价过程，以探索每个决策单元(decision making unit, DMU)相对于另一个DMU的效率状态，得到一个能反映任意两个DMU之间参考关系的两两评价矩阵.接着，基于该矩阵建立社会网络，并结合社会网络分析中的入度中心性指标来识别大样本中的标杆DMU.然后，根据DEA模型中权重的含义，分析标杆DMU的具体优势.最后，利用春雨医生平台上55个科室中10 418名医生的在线诊断数据进行实验，对本研究提出的社会网络数据包络分析方法进行验证.

关键词：数据包络分析; 大样本; 标杆; 社会网络分析; 两两评价