具有包容关系的结构异质DEA效率评价方法

指标结构同质是数据包络分析（DEA）方法的基本假设之一;然而,现实问题的复杂性使得该假设常常难以完全被满足.针对具有包容关系的产出结构异质问题,通过解析决策单元（DMU）之间生产结构的内在关系来构建一种分阶段的DEA效率评价方法.该方法充分考虑了不同结构DMU的主观偏好,较好地规避了传统DEA方法在结构异质DMU效率评价过程中的不公平性.随后,该方法分别被拓展至投入结构异质和多重结构异质的情境中.最后,通过两个算例来说明本文方法的有效性与实用性.     

层次系统DEA模型的研究

经典的DEA模型视决策单元为黑匣子,不考虑内部结构.实际上,决策单元DMU可能具有各种各样的结构.对DMU进行效率评价时,尽管最初的输入和最终的输出相同,但考虑DMU结构与忽视DMU结构得到的效率不同.基于这样一种思想,提出了一种基于层次系统的DEA模型.     

基于Shephard距离函数的DEA TOPSIS方法研究

本文通过对Shephard距离函数的引入,正式构建了DEA TOPSIS决策单元排序方法的框架。本文首先定义了正(负)理想决策制定单元(DMU)以及相应的(反)生产可能集,然后在考虑正(负)理想DMU的条件下分别给出DMU的(反)效率评价模型以及对应的Shephard距离函数,然后基于评价对象到理想DMU相对接近度这一综合评价值给出了DMU的一个完全排序。最后,本文通过算例分析说明了该方法的有效性和实用性。     

基于网络DEA的供应链效率评价

数据包络分析(DEA)是评价决策单元(DMU)相对有效性的一种重要的工具.供应链效率评价是供应链管理的重要内容,对于衡量供应链目标的实现程度及提供经营决策都具有十分重要的意义.DEA是用于评价供应链效率的一种有效的方法,但是传统的DEA不考虑供应链的内部结构,对系统的相对效率评价偏高;而研究具有串联结构的供应链,考虑把部分中间产品作为最终产品输出,并增加额外中间投入的情形.基于此,建立相应的网络DEA模型,进行了相关理论的研究,给出了弱网络DEA有效的充分条件,以及整个系统弱网络DEA有效与各个子系统网络DEA有效的关系等.     

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.     

沿法线方向改进非DEA有效DMU

现有的非DEA有效DMU的改进方法造成DMU的投入或产出的波动太大,因而难以进行改进.提出了沿法线方向改进非DEA有效DMU的新方法.可以使非DEA有效DMU尽快到达有效前沿面,成为DEA有效,减小了波动幅度,并结合12所重点理工高校效评价的实际,验证了本方法的优势.     

投入变量缺失系统DEA效率评价

针对投入变量缺失生产服务系统,提出一种基于DEA的相对效率评价方法.由于该系统的投入无法确知,首先需要依据产出对各决策单元(DMU)进行分组,并将其相对效率分解为组内效率与组间效率.对于组内效率,引人虚拟投入变量利用传统超效率DEA模型进行评价.而对于组间效率,则建立扩展的超效率DEA模型.最终以两类效率之积评价所有决策单元之间的相对效率.理论分析表明:投入缺失系统内决策单元有效的充要条件是其组内效率及其所在组的组间效率均有效.文章最后以基金项目评审为例进行实证分析,说明了本方法的合理性与可行性.     

基于松弛变量方法的动态网络系统效率测度及分解

传统数据包络分析(DEA)方法以静态"黑箱"的视角分析系统效率,无法体现出决策单元(DMU)生产的实际运作情况,从而造成结果与实际效率存在较大偏差.文章引入合作博弈思想,考虑系统的内部结构和不同时期的动态联系,构建动态网络系统的松弛变量方法(SBM)模型.同时,探讨系统存在非期望要素情况下的效率评价问题.此外,基于多目标规划理论,构建效率分解模型.分析不同时期和不同过程对整体系统效率的影响,并解决了效率分解方案不唯一的问题.最后,给出一个应用实例来说明模型的可行性与实用性.     

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。     

带有随机因素的逆DEA模型

本文讨论含有随机因素的逆 DEA模型 .逆 DEA模型解决的问题是 :对于某个决策单元 (DMU ) ,若增加其输入 ,在保持相对效率水平不变的情况下 ,估计 (预测 )输出应增加多少 .因此逆 DEA模型可用于短期预测问题 .带有随机因素的逆 DEA模型 ,是将该问题转化成机会约束的多目标规划问题 ,在某些特殊情况下 ,成为机会约束的线性规划问题 .     

基于DEA的二阶段网络系统的固定成本分摊方法

结合DEA和博弈的思想研究二阶段网络系统的固定成本分摊问题,将分摊成本作为新的投入,可以证明存在某种分摊使DMU整体效率达到最优,在此基础上考虑各个DMU之间以及DMU内部之间的博弈,首先建立讨价还价乘积最大化模型,求出各DMU唯一的分摊解,然后建立DMU子系统之间的讨价还价模型,给出子系统的分摊解,最终的分摊方案满足系统效率和子系统效率为1,与现有的方法相比具有一定的优势.     

基于超效率DEA的学生学习效果评定

针对目前高职院校由于同班级生源层次较多产生的学生总评成绩评定存在的问题,该研究同时兼顾对学生考试成绩和学习效率的考查,使用综合经典DEA(CCR-DEA)与超效率DEA(SE-DEA)方法构建高职院校学生学习效果评价模型.随机抽取某班学生的数学成绩为例,采用构建模型对其进行实证综合评价,测试结果表明超效率DEA方法对学生总评成绩评价效果理想.     

基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析

DEA方法对具有多投入和多产出指标的各个DMU之间的相对效率评价具有独特优势.首先应用超效率DEA模型对2005-2007年间中国各地区钢铁行业的全要素能源效率作出评价,并计算了此间中国各地区钢铁行业的节能减排潜力;然后利用Malmquist效率指数对钢铁行业能源利用效率的变动进行动态分析;最后应用Tobit回归模型对影响钢铁行业节能减排的因素进行了多元分析.     

数据包络分析SBM超效率模型无可行解问题的两阶段求解法

数据包络分析是一种得到广泛应用的基于线性规划的非参数技术效率分析方法,其超效率模型是将被评价DMU从参照集中排除从而使求解得出的效率值可能大于1.超效率模型在文献中用于对有效的DMU进行排序、探测异常值、敏感性和稳定性分析、分析生产率变化的Malmquist模型、二人博弈模型等.超效率模型存在的一个缺陷是在规模收益可变的假设下会出现无可行解的问题.提出了一种基于两阶段求解的SBM超效率模型,并保持了与传统SBM超效率模型的兼容性:在传统的投入(产出)导向SBM超效率模型有可行解时,两阶段法获得的结果与之相同;在传统的投入(产出)导向SBM超效率模型无可行解时,两阶段超效率模型可以得出最接近投入(产出)导向定义的可行解.算例采用实际数据对方法进行了验证.     

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.     

聚类分析在确定广义DEA方法样本单元集中的应用

利用基于BC~2模型的只有输出的DEA模型(D-BC_O~2)来评价决策单元的有效性时,得到的效率值有时会与定性分析存在一定的差异.为了解决这类问题,引入只有产出的广义DEA模型(DG-BC_O~2),并利用聚类分析方法确定样本单元集,给出(DG_(cluster)模型来评价决策单元的有效性.最后通过2009年中国各省市人均经济发展数据进行演示,说明利用聚类分析方法确定样本单元集具有一定的可行性.     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

基于DEA的企业自主创新能力评价与提升研究

基于DEA的企业自主创新能力评价,能消除企业自主创新的基础条件差异带来的影响,客观地反映企业在自主创新过程中的主观努力程度.构造企业自主创新能力的投入产出指标体系,利用模糊多粒度语言对定性指标进行量化;利用C2R模型判断企业自主创新能力的相对有效性,利用"投影"分析非有效DMU的成因,利用改进的DEA模型确定创新能力相对有效的企业创新资源投入产出的"扩大系数";以某地区5个开展自主创新的企业为例,利用该方法对自主创新能力进行了评价,并提出了有效和非有效DMU自主创新能力提升的策略.实践表明,该方法能有效地评价和提升自主创新能力.     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

考虑偏差值的中立型区间交叉效率研究

在不确定性环境下,当决策单元(DMU)的投入产出数据为区间数形式时,为解决决策单元之间既不是合作也不是竞争关系时的交叉评价问题,本文提出一种中立型区间交叉效率模型。从所有被评价者的角度出发解决评价权重的选取问题,以决策单元投入得分的平均偏差与产出得分的平均偏差之和最小化为目标,建立决策单元在最佳和最差两种生产状态下的中立型区间交叉效率模型。在本文提出的中立型模型视角下,DMU的投入得分平均偏差和产出得分平均偏差之和达到最小。算例结果表明该中立型区间交叉效率模型的有效性,解决了不确定性环境下的交叉评价问题,保证评价的客观公正,更加符合现实。