广义区间DEA模型及其有效性研究

根据样本单元和待评价决策单元的区间投入、区间产出定义最大广义生产可能集,建立基于最大广义生产可能集的广义区间DEA模型,然后定义了待评价决策单元基于广义区间DEA模型的区间效率,并对待评价决策单元进行了有效性分类,最后通过实例表明了广义区间DEA模型的实用性.     

超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

区间DEA模型中决策单元效率的相对合理测算

在已有DEA模型基础上,建立起非径向、同时考虑输入与输出的区间DEA模型,以测度决策单元的区间技术效率。基于相对合理的区间效率测度,对决策单元进行了分类,并给出了非区间有效单元的一个改进方案。最后给出了一个算例。     

一种具有独立子系统的决策单元DEA排序新方法

 数据包络分析是(data envelopment analysis, DEA)评价具有可比性决策单元相对有效性的一种工具。在排序过程中,如果同时比较决策单元的最优效率与最劣效率,排序结果会更合理。将基于完全包络面的超效率DEA模型、虚拟决策单元以及非径向C2GS2模型引入具有独立子系统的决策单元DEA排序问题中,提出了改进的能体现决策者偏好或指标重要程度的两阶段模型。最后算例证明该方法的排序结果具有公平性、合理性、完全性。     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。     

用SE-DEA模型研究决策单元分类

通过一种改进的数据包络分析(DEA)模型——SE—DEA模型，可以对决策单元进行分类，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，论文讨论了基于VRS的SE—DEA模型不可行的充分必要条件。分析了有效决策单元的超有效和强超有效特性，实现对有效决策单元的进一步分类，最后给出了用基于VRS的SE—DEA模型对决策单元进行分类的方法步骤，该分类方法改进和改善了传统的决策单元分类，可为决策者提供更加完备的决策信息。     

DEA模型的工程效率含义研究

DEA方法是以工程效率概念为基础的一种效率评价方法,但一直以来对以工程效率为基础的DEA有效性含义的研究却十分有限.因此,针对四个典型的DEA模型C2R、C2GS2、FG、ST,给出了决策单元为DEA有效的一个充分必要条件.证明了DEA模型给出的最优目标函数值实际上就是在最有利于被评价单元的权重下,被评价单元投入产出效率值相对于最佳效率值的比例,并对四个基本DEA模型的工程效率含义给出了新的解释.     

变量为三参数区间灰数的DEA模型研究

将区间DEA模型扩展到变量为三参数区间灰数的情形。研究了变量为三参数区间灰数时,决策单元(DMUs)的DEA效率区间的一般性求解算法。提出了决策单元取数一致准则,在决策单元取数一致准则下对DEA效率区间的一般性求解方法进行了修正,得到了灰度更小的计算结果,并用算例进行了验证。     

基于有效样本视角下的DEA方法

从构成生产可能集的观测点集出发,证明了DEA生产可能集的构造、DEA效率值的测算、以及决策单元投影的获得都是由DEA有效单元决定的.进而证明了传统DEA方法选取的评价参考系实际上是所有DEA有效单元.为进一步推广传统DEA方法的参照系给出了理论准备.     

输入与输出的中心资源分配DEA模型

提出了同时考虑输入与输出的中心资源分配DEA模型,在最小化所有决策单元每种输入之和的同时最大化所有决策单元每种输出之和,并且所有决策单元均被投影到了效率前沿面;模型为分式规划,已化为线性规划求解;因为可以同时调整投入与产出,与已有的输入导向型或输出导向型模型相比,模型更加合理,也更符合生产实际。     

一个判断决策单元有效性的算法

数据包络分析方法(DEA)是一种重要的效率评价方法,它已经被广泛应用于经济和管理的众多学科.而正确、高效的软件系统则是实现DEA方法应用的基本前提和重要保障.因此,首先分析了应用线性规划软件求解DEA模型存在的问题和开发DEA专用软件的必要性.然后,给出了判断DEA有效性的方法和求解步骤.最后,给出了判断DEA有效性的算法及其流程.     

数据包络分析在城市土地利用评价中的应用

将数据包络分析(DEA)的理论与模型应用于城市土地利用效率的评价中，并以济南市为背景，用C^2R模型进行了实证研究．评价结果表明10年来济南市土地利用效率年际间虽有不同程度的变化，但总体上呈上升趋势．根据DEA有效性值，从土地投入产出两个方面分析了非DEA有效年份的原因，并根据计算结果提出了有效利用城市土地的建议．     

区间超效率DEA模型及其应用

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型.基于此给出了求解每个DMU的区间超效率值的上限和下限的确定型DEA模型.该区间超效率值较传统的区间DEA模型更具区别性,能对所有DMU进行充分排序.在此基础上,将所有DMU分为三类.最后给出区间SE-DEA模型在建筑业效率评估中的应用算例分析.     

绿色低碳约束下重庆能源DEA效率实证分析

客观评价重庆能源投入产出效益,探究环境污染、能源消费和经济增长之间的关系,进行能源结构优化,是当前重庆能源消耗走向绿色低碳方向发展面临的重大问题,也是重庆制定节能减排政策、能源发展战略和经济规划的重要基础。本文将能源投入和经济社会等产出因子科学分组,运用数据包络分析技术(DEA),通过构建的能源需求结构方程以及DEA模型,对重庆能源消费进行了一系列DEA实证研究,得到了重庆能源投入产出规模效率在不同历史时期、不同阶段的变化规律,获取了能源冗余投入(径向改进和松驰改进)值、规模效应值、综合技术效率值和纯技术效率值,确定了DEA弱有效、DEA强有效、DEA完全有效的生产前沿面,并在此基础上对2016—2020年重庆能源结构进行了优化。研究成果可以为确定重庆能源绿色低碳发展方向、优化"十三五"重庆能源消费结构提供科学依据。     

区域交通资源配置效率综合评估

为有效促进交通运输及区域经济的发展,有必要对区域交通资源配置效率进行综合评估。研究通过构建交通资源配置效率指标体系,提出了基于三阶段DEA-Bootstrap模型对区域交通资源配置效率进行评估。利用三阶段DEA模型剔除评估过程中的环境误差,引入Bootstrap方法克服DEA模型有效性值的内在依赖性,并以长江经济带11个区域为例进行案例研究。结果表明,剔除环境因素与随机干扰的影响,长江经济带交通资源配置效率为0.612,较传统DEA计算效率结果下降了0.189。解决技术投入冗余和促进规模效率发展是该区域交通资源高效配置的关键。可见,该方法可有效避免传统 DEA 方法在评估资源配置效率时的偏差,高效评估区域交通资源配置效率。     

矩阵型网络DEA模型解的存在性及其性质

通过建立矩阵型网络DEA模型解决了矩阵型网络结构的相对有效性评价问题. 证明了新模型解的存在性, 并讨论了决策单元弱DEA有效与相应多目标规划弱Pareto解的关系. 结果表明, 新模型在矩阵型网络结构相对有效性评价方面可行、 有效.     

DEA模型中的有效性问题

本文对ＤＥＡ模型中的有效性问题进行了讨论，把总体有效分解为规模有效、饱和性和纯技术有效三部分，并分析了各种有效性的经济含义，最后对中国１８个省会城市１９８４年经济情况进行了应用说明。     

高校二级学院教师人力资源配置效率评价 ——以X大学为例

从高校内部人力资源管理的角度,运用数据包络分析法（DEA）,以高校内部二级学院作为决策单元（DMU）,从人才和经费投入、科研和教学成果产出方面构建教师人力资源投入产出指标,建立二级学院教师人力资源配置效率评价DEA BBC模型,从综合技术效率、纯技术效率、规模效率、规模收益和松弛变量等微观层面,评价二级学院人力资源的投入产出效率。X大学13个二级学院教师人力资源配置效率的实证研究表明,该模型不仅能够从二级学院层面判断师资队伍职称结构和内部教师人力资源结构是否合理,亦能发现二级学院之间的人力资源配置效率差异,同时还能精确判断二级学院教师人力资源效率配置的改进方向和程度,使评价更具实践指导价值。     

DEA／TOPSIS模型在高校教育质量评价中的应用

为提高高校教育质量评价的客观性,采用DEA／TOPSIS两阶段模型对高校教育资源的利用进行综合评价。该模型第一阶段使用DEA方法计算每个决策单元的相对有效性,第二阶段对相对有效性进行TOPSIS计算并作全排序优选,最后结合例子进行了分析。     

时序多指标决策的具有时间变量的DEA分析方法

在传统DEA模型的基础上, 引入离散时间变量,建立了对时序多指标决策问题的两阶段DEA评价模型.该模型通过各个评价对象的相对有效性解决时序多指标决策问题,避免了人为主观地确定时间权重和指标权重.模型反应了各时间段指标对决策单元有效性的影响,为评价提供更为详细的动态信息.最后,通过实例验证了方法的合理性、有效性.