链式网络DEA模型

数据包络分析(DEA)是评价决策单元(DMU)相对有效性的一种工具,现已得到广泛的应用.传统的DEA不考虑系统内部结构,而是将系统作为一个"黑箱"来度量效率.针对多阶段网络结构提出一个新的网络DEA模型—链式网络DEA模型.研究网络决策单元的网络DEA有效性及各个阶段的弱DEA有效性之间的关系,给出了网络DEA有效的充分必要条件.若网络决策单元不是网络DEA有效的,根据模型可以指出系统在哪些阶段是无效的.     

具有阶段最终产出的链式网络DEA模型

针对具有阶段最终产出的链式网络提出了阶段最终产出为期望产出和非期望产出的概念并建立了相应的网络模型.给出了网络决策单元的网络DEA有效性与阶段DEA有效性的关系,给出了判别的充分必要条件.可以判断当网络决策单元不为网络DEA有效时,它在哪个阶段出现了无效率的情况.     

具有阶段最终产出的广义链式网络DEA模型

传统网络DEA方法通过打开生产过程中的"黑箱",考虑生产过程的中间环节,对生产过程进行相对效率评价.但是传统网络DEA方法只能相对于决策单元集而不能相对于非决策单元集进行相对效率评价.给出能够相对于任意参考集对决策单元进行相对效率评价的基于C2R模型的具有阶段最终产出的广义链式网络DEA方法,初步讨论相应性质并进行算例演示.     

基于C~2R模型的广义链式网络DEA模型

传统网络DEA方法是将传统DEA方法评价过程中的"黑箱"打开,考虑输入到输出的中间环节,对生产过程中的各个环节分别评价。传统网络DEA方法获得的是相对于有效决策单元评价的结果,但有时可能要相对于非有效决策单元或者非决策单元进行评价,传统网络DEA方法无法解决该类问题。为此给出相对于非有效决策单元或者非决策单元进行评价的基于C~2R模型的广义链式网络DEA模型,并探讨相关性质.     

带偏好DEA在“科学研究基金”管理中的应用研究

将带偏好锥DEA理论引入科学研究基金管理中,在包含"拥挤"迹象的生产可能集基础上建立了三个带偏好锥的平行网络结构DEA模型,对科研基金投入后产生的"成效"进行评价.这些模型分别从三个层面探讨了科研基金使用效率、分配合理性,以及最佳基金预算的确定方法.     

具有非期望产出的混联网络DEA模型

数据包络分析(DEA)是评价系统相对有效性的分析方法,网络DEA模型在评价企业的经济效益、管理效益等实际问题中有着广泛的应用.在网络DEA模型的基础上考虑非期望产出要素,提出了具有非期望产出的混联网络DEA模型.研究了新模型的系统弱DEA有效与各子阶段弱DEA有效之间的关系,找到了无效决策单元的无效阶段,通过有针对性的改进能够提高系统的整体效率.最后通过数值算例验证了模型的可行性.     

考虑投入和产出指标偏好的广义DEA模型

广义DEA是一种基于决策单元和非决策单元自由选择参考集的扩展DEA模型.传统DEA模型的最优解大多是由线性规划随机计算的,未能充分考虑投入和产出指标的重要程度.将投入和产出指标的决策者偏好引入到广义DEA模型约束条件中,首先定义投入和产出指标偏好矩阵,再将该矩阵纳入广义DEA模型的约束条件,构建了带投入和产出指标偏好的广义DEA模型(GDEA-IP).接下来给出决策单元GDEA-IP有效性与评价指标的量纲选择无关性的证明,以及决策单元为GDEA-IP弱有效和有效的理论证明.算例分析说明GDEA-IP模型的有效性,通过和其它经典模型的对比分析,进一步说明该模型比广义DEA模型具有更大的灵活性和通用性,拓展了DEA方法的理论研究.     

论“打开黑箱评价”的网络DEA模型

讨论了两阶段网络DEA模型KH,复合网络DEA模型WYP,以及两个模型之间的关系.并指出了上述两个模型能够打开"黑箱".     

基于决策者选择偏好的网络DEA模型——以我国若干家商业银行为例

本文从决策者选择偏好的角度构建了一类两阶段链形系统的关联网络DEA模型,用于测算系统以及各阶段的纯技术效率.并从理论上证明了系统DEA有效的充分必要条件是链上的每个子过程都是DEA有效的.结合我国商业银行的特点,将银行运营过程分为存款过程和投资过程,根据建立的三种选择偏好模型,测算了我国13家商业银行2007年的系统效率及其两个运营过程的纯技术效率,分析出了各商业银行运营无效率的内在原因.     

引入特征AHP的PDEA评价模型研究

提出了基于特征AHP的带偏好DEA评价模型,该模型充分利用了带偏好约束锥的DEA方法能反映决策者对各准则的偏好程度,具备研究多个同类样本的"相对优劣性"评价的优势,并可有效地避免了由于引入偏好带来的主观性.最后,通过模型仿真、分析,验证了提出的评价模型的优点.     

基于偏好锥的DEA-DA模型研究

扩展的DEA-DA模型是一种结合数据包络分析(DEA)和判别分析(DA)的非参数判别分析方法。一种锥比率DEA模型C^2WH可以利用锥比率体现决策对样本指标和决策单元的偏好。因此，本将C^2WH模型和DA模型结合，建立了基于偏好锥的DEA-DA模型与方法，并就偏好锥为多面凸锥的情况给出了实例分析。结果表明，所建模型可以在判别分析过程中体现决策的偏好，从而形成主观与客观的集成评价。     

DEA模型在资金分配和管理中的应用

资金的合理使用,是经济活动中的一个非常重要的问题.利用DEA的理论、方法模型,探讨资金的使用效率、分配的合理性,以及最佳资金预算的确定方法.涉及的DEA模型结构属于非参数的最优化DEA模型,以及DEA平行网络结构.模型中所使用的生产可能集是可以评价是否呈现"拥挤"迹象的.     

基于关联网络DEA的供应链协调程度评价

本文给出了一种供应链网络协调程度的评价方法。研究思路是:首先,关联网络DEA能求出供应链网络上各个决策单元的DEA效率。其次,假设供应链网络实现了协调,那么网络上所有企业的DEA效率应该都为1。因此可以用供应链网络的实际DEA效率与协调状态(即所有决策单元DEA效率均为1)的差距,来评价供应链网络的协调程度。基于这一思路,本文研究了一个由3个供应商、2个制造商和3个零售商组成的供应链网络的协调评价问题,构建了基于关联网络DEA的类方差协调评价模型,实现了对供应链效率和协调性的同时测量,并通过数值算例验证了方法的实用性和有效性。     

基于输入偏好DEA模型高校办学效益评价方法研究

分析了传统DEA模型中指标权重仅为非负性限制而带来的无法体现决策者偏好的问题,提出了反映决策者偏好的输入偏好DEA模型,并研究了基于输入偏好DEA模型高校办学效益评价方法.     

Network DEA pitfalls: Divisional efficiency and frontier projection under general network structures

Data envelopment analysis (DEA) is a method for measuring the efficiency of peer decision making units (DMUs). Recently network DEA models been developed to examine the efficiency of DMUs with internal structures. The internal network structures range from a simple two-stage process to a complex system where multiple divisions are linked together with intermediate measures. In general, there are two types of network DEA models. One is developed under the standard multiplier DEA models based upon the DEA ratio efficiency, and the other under the envelopment DEA models based upon production possibility sets. While the multiplier and envelopment DEA models are dual models and equivalent under the standard DEA, such is not necessarily true for the two types of network DEA models. Pitfalls in network DEA are discussed with respect to the determination of divisional efficiency, frontier type, and projections. We point out that the envelopment-based network DEA model should be used for determining the frontier projection for inefficient DMUs while the multiplier-based network DEA model should be used for determining the divisional efficiency. Finally, we demonstrate that under general network structures, the multiplier and envelopment network DEA models are two different approaches. The divisional efficiency obtained from the multiplier network DEA model can be infeasible in the envelopment network DEA model. This indicates that these two types of network DEA models use different concepts of efficiency. We further demonstrate that the envelopment model’s divisional efficiency may actually be the overall efficiency.     

Characteristics and structures of weak efficient surfaces of production possibility sets

This paper studies the characteristics and structure of the weak surface of the production possibility set. We apply techniques and methods of transferring a polyhedral cone from its intersection form to its sum form, identify an intersection representation of the production possibility set. We give the structure theorem of weak surface of the production possibility set, which includes three complementary slackness conditions. We define the input weak efficiency and output weak efficiency for different DEA models according to the representation of the intersection form. It investigates the characteristics of the weak surfaces, and proves the structure theorems of input weak DEA efficiency and output weak DEA efficiency. The structure theorems establish weighted combination of inputs and outputs that are weak DEA efficient. Numerical examples are provided for illustration.     

Network DEA: A slacks-based measure approach

Traditional DEA models deal with measurements of relative efficiency of DMUs regarding multiple-inputs vs. multiple-outputs. One of the drawbacks of these models is the neglect of intermediate products or linking activities. After pointing out needs for inclusion of them to DEA models, we propose a slacks-based network DEA model, called Network SBM, that can deal with intermediate products formally. Using this model we can evaluate divisional efficiencies along with the overall efficiency of decision making units (DMUs).