本书基于作者多年积累的研究成果和实践经验编撰而成。本书共16章涵盖数据包络分析模型及应用、指数测度及分解、区域差异及分解方法、分布动态方法、时间序列因果检〖JP+1〗验方法、网络分析方法等内容。除了介绍国外开发的软件诸如Matlab、ArcGIS、UCINET、Gephi、Stata、Eviews以及R语言、Python等，本书着重介绍了国内自主研发的QBOXES软件，为读者提供一键式操作。

本书特色在于：一是强调工具和方法的学习要坚持服务于问题，坚持问题导向；二是强调将最新科研成果融入课程内容，实现科研反哺教学；三是强调学科交叉融合与学生跨领域知识融通能力和实践能力的培养，推动研、教、学、用一体；四是强调将思政元素充分融入课程，突出立德树人。

本书适合普通高校经管类、地理类等专业本科生、研究生使用，也适用于致力于哲学社会科学研究的科研人员。

前辅文
第一章　熵值法
  第一节　概述
  第二节　原理及方法
   一、 信息熵的含义
   二、 信息熵的计算公式及性质
   三、 基于信息熵的熵值赋权原理
  第三节　熵值法的计算步骤
   一、 无量纲处理
   二、 指标平移
   三、 数据归一化处理
   四、 计算相对信息熵
   五、 计算相对信息熵的冗余度
   六、 计算权重
   七、 计算综合评价得分
  第四节　案例应用
  本章小结
  课后习题
第二章　DEA模型及应用
  第一节　概述
  第二节　概念辨析
   一、 生产可能性集
   二、 规模报酬
   三、 松弛变量
   四、 角度DEA与非角度DEA
   五、 “好”产出与“坏”产出
   六、 标准效率与超效率
  第三节　DEA效率评价模型与Malmquist生产率指数
   一、 CCR和BCC模型
   二、 SBM模型
   三、 EBM模型
   四、 MinDS模型
   五、 Malmquist生产率指数及其分解
  第四节　DDF模型与Malmquist-Luenberger生产率指数
   一、 不考虑非期望产出的DDF模型
   二、 考虑非期望产出的DDF模型
   三、 DDF模型中方向向量的设定
   四、 Malmquist-Luenberger生产率指数及其分解
  第五节　SBM-DDF模型与Luenberger生产率指数
   一、 不考虑非期望产出的SBM-DDF模型
   二、 考虑非期望产出的SBM-DDF模型
   三、 SBM-DDF模型与DDF模型的关系
   四、 Luenberger生产率指数及其分解
  第六节　单个投入产出变量的效率与生产率评价
   一、 单个投入产出变量的效率评价
   二、 单个投入产出变量的生产率评价
  第七节　使用DEA方法应注意的问题
   一、 DEA效率评价内涵
   二、 规模报酬的选择：CRS还是VRS
   三、 生产前沿面的确定：当期DEA还是全局DEA
   四、 投入与产出变量的选择
   五、 等张性检验
   六、 DEA生产率指数的实际含义
  第八节　案例应用
  本章小结
  课后习题
第三章　泰尔指数及其分解方法
  第一节　概述及分类
   一、 概述
   二、 泰尔指数的分类
  第二节　一阶段泰尔指数及其分解
   一、 一阶段Theil-T指数及其分解
   二、 一阶段Theil-L指数及其分解
   三、 一阶段Theil-GE1指数及其分解
   四、 一阶段Theil-GE0指数及其分解
  第三节　两阶段嵌套泰尔指数
   一、 两阶段嵌套Theil-T指数及其分解
   二、 两阶段嵌套Theil-L指数及其分解
   三、 两阶段嵌套Theil-GE1指数及其分解
   四、 两阶段嵌套Theil-GE0指数及其分解
  第四节　三阶段嵌套泰尔指数
   一、 三阶段嵌套Theil-T指数及其分解
   二、三阶段嵌套Theil-L指数及其分解
   三、 三阶段嵌套Theil-GE1指数及其分解
   四、 三阶段嵌套Theil-GE0指数及其分解
  第五节　泰尔指数及其分解方法应注意的问题
   一、 贡献、贡献率与泰尔指数
   二、 GDP是否需要平减
   三、 区域划分对结果的影响
   四、 结果如何汇报
  第六节　案例应用
  本章小结
  课后习题
第四章　Dagum基尼系数及其分解方法
  第一节　概述
   一、 基尼系数的几何解释及表达形式
   二、 基尼系数的分解方式及交叉项的解释
   三、 Dagum基尼系数分解方法的提出及应用
  第二节　原理及方法
   一、 相对平均差法
   二、 Dagum基尼系数的分解
  第三节　Dagum基尼系数及其分解方法应注意的问题
   一、 Dagum基尼系数的分解结果及其说明
   二、 Dagum基尼系数的应用误区
  第四节　案例应用
  本章小结
  课后习题
第五章　方差分解方法
  第一节　概述
  第二节　方法介绍
   一、 基本原理
   二、 计算步骤
   三、 方差分解方法应用中应注意的问题
  第三节　案例应用
  本章小结
  课后习题
第六章　变异系数及其分解方法
  第一节　概述
  第二节　加权变异系数及其分解方法
   一、 加权变异系数的单维分解
   二、 加权变异系数的双维分解
  第三节　不加权变异系数及其分解方法
   一、 不加权变异系数的单维分解
   二、 不加权变异系数的双维分解
  第四节　变异系数及其分解方法应用中应注意的问题
  第五节　案例应用
  本章小结
  课后习题
第七章　基尼系数双维分解方法
  第一节　概述
  第二节　基尼系数双维分解方法原理
  第三节　案例应用
  本章小结
  课后习题
第八章　核密度估计
  第一节　概述
  第二节　传统核密度估计原理
  第三节　随机核密度估计原理
  第四节　核密度估计应注意的问题
   一、 核函数的选择
   二、 最优平滑参数的选择
  第五节　案例应用
  本章小结
  课后习题
第九章　马尔科夫链分析方法
  第一节　概述
  第二节　原理及方法
   一、 马尔科夫链
   二、 空间马尔科夫链
  第三节　马尔科夫链分析应注意的问题
   一、 状态空间的划分
   二、 空间权重矩阵的构建
   三、 Q统计量检验
  第四节　案例应用
  本章小结
  课后习题
第十章　格兰杰因果检验
  第一节　概述
  第二节　格兰杰因果检验的原理及方法
   一、 格兰杰因果检验的原理
   二、 格兰杰因果检验的方法
  第三节　格兰杰因果检验应注意的问题
   一、 时间序列的平稳性
   二、 格兰杰因果检验的滞后阶数选择
  第四节　案例应用
  本章小结
  课后习题
第十一章　非线性格兰杰因果检验
  第一节　概述
  第二节　非线性格兰杰因果检验方法
   一、 非线性因子提取
   二、 非线性BDS检验
   三、 非线性格兰杰因果检验
  第三节　非线性格兰杰因果检验应注意的问题
   一、 平稳性检验
   二、 滞后阶数与非线性格兰杰因果关系的确定
  第四节　案例应用
  本章小结
  课后习题
第十二章　转移熵因果推断
  第一节　概述
  第二节　原理及方法
   一、 信息熵
   二、 联合熵与条件熵
   三、 互信息理论
   四、 转移熵
   五、 有效转移熵
   六、 显著性检验
  第三节　转移熵因果推断应注意的问题
   一、 滞后期的选择
   二、 转移熵与有效转移熵的选择
   三、 迭代次数的选择
  第四节　案例应用
  本章小结
  课后习题
第十三章　网络分析方法
  第一节　概述
  第二节　关系识别与网络构建
   一、 关系识别
   二、 基于信息流的网络构建
   三、 基于物质流的网络构建
  第三节　网络结构
   一、 网络整体结构
   二、 网络个体中心性
  第四节　凝聚子群分析
   一、 基于块模型的凝聚子群分析
   二、 基于社区结构的凝聚子群分析
  第五节　案例应用
  本章小结
  课后习题
第十四章　QAP分析
  第一节　原理及方法
   一、 QAP分析的含义及原理
   二、 QAP模型设定与回归分析
  第二节　案例应用
  本章小结
  课后习题
第十五章　LMDI分解方法
  第一节　概述
  第二节　LMDI分解方法原理
   一、 LMDI-Ⅰ加法形式分解模型
   二、 LMDI-Ⅰ乘法形式分解模型
   三、 LMDI-Ⅱ乘法形式分解模型
   四、 LMDI-Ⅱ加法形式分解模型
  第三节　LMDI分解方法应注意的问题
   一、 模型选择问题
   二、 零值处理问题
  第四节　案例应用
  本章小结
  课后习题
第十六章　地理探测器方法及其应用
  第一节　概述
  第二节　原理及方法
   一、 基本原理
   二、 地理探测器的四个工具
   三、 计算步骤
  第三节　地理探测器应用中应注意的问题
   一、 驱动因素数值型数据的离散化处理
   二、 区域内样本容量要求
  第四节　案例应用
  本章小结
  课后习题
参考文献