DEA with Unreducible Inputs and Unexpansible Outputs

ＤＥＡｗｉｔｈＵｎｒｅｄｕｃｉｂｌｅＩｎｐｕｔｓａｎｄＵｎｅｘｐａｎｓｉｂｌｅＯｕｔｐｕｔｓＬＩＧｕａｎｇｊｉｎＬＩＵＹｏｎｇｑｉｎｇＡｕｔｏｍａｔｉｏｎＤｅｐｔ．ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈ．Ｇｕａｎｇｚｈｏｕ，５１０６４１...     

A ranking method for DMUs with interval data based on dea cross-efficiency evaluation and TOPSIS

The traditional data envelopment analysis(DEA)model can evaluate the relative efficiencies of a set of decision making units(DMUs)with exact values of inputs and outputs,but it cannot handle imprecise data.Imprecise data,for example,can be expressed in the form of the interval data or mixtures of interval data and ordinal data.In this study,a cross-efficiency method is introduced into the DEA model to calculate the interval of cross-efficiency values,based on which a new TOPSIS method is proposed to rank the DMUs.Two examples are presented to illustrate and validate the proposed method.     

基于误差传递和熵的区间DEA方法

传统的DEA(data envelopment analysis)模型只能用来处理精确数据,而在现实生活中,由于统计误差、信息不完全等原因,获取精确数据十分困难,数据往往只能以区间数的形式给出.因此,如何在不确定条件下利用DEA方法评价决策单元的相对效率一直是DEA理论的研究前沿.针对这一问题,文章在DEA传统模型的基础上,利用改进的交叉效率思想,使用误差传递和熵处理区间数据,求得每个决策单元全局交叉效率的误差分布形式(中点值和误差最大估计值),然后根据全局交叉效率,使用有向距离指数给决策单元排序.最后通过两个算例来说明本文提出的方法的可行性和有效性.     

评价指标与DEA有效的关系

为使DEA评价结果具有合理的区分度,现有经验是使输入、输出指标总数与决策单元数之间满足一定的数量关系。通过对比研究输入、输出指标数之和、之积与DEA有效单元数之间的关系,对上述经验的合理性进行了探讨,得到了一些重要结论。     

一类简单网络生产系统的DEA效率评价模型

针对一类简单网络生产系统的DEA效率评价进行了研究,建立了这类网络生产系统的DEA效率评价模型.研究结果显示,与传统方法比较,该方法更能够发现非有效决策单元,更能够发掘决策单元性能改善的潜力,也能够帮助决策者发现复杂系统非有效的根源.算例研究证实了该方法的合理性.     

基于竞争决策单元的数据包络分析模型

决策单元之间处于竞争关系时,所有决策单元的某些投入或产出总和是有限的,一个决策单元改善自身效率的行为可能会影响其他决策单元.针对此情形,提出一种基于竞争决策单元的数据包络分析模型,比较了该模型与传统DEA模型的生产前沿面的区别,并指出此模型在管理决策领域可能的用途.最后,用一个算例分析演示了此模型.     

CCR模型中决策单元的区间效率值及其排序

CCR模型中,决策单元的效率值为输出的加权平均与输入的加权平均比值的最大值,而本文则认为所有可能的输出的加权平均与输入的加权平均比值都是可能的效率值,因此决策单元的效率值为一区间.基于交叉效率方法,本文得出了决策单元的区间效率值并进行了排序.所得出的区间效率值不仅比传统的点效率值更加全面地反映决策单元的表现,而且由于交叉效率方法的自互评本质,它比已有的区间效率构建方法更加合理、可信.文末给出了一个算例.     

数据包络分析的灵敏度研究及其应用

研究并给出数据包络分析中ＣＣＲ模型的一种灵敏度分析方法，提出有效决策单元在输入／输出变动时，保持有效性不变的充分条件。实用表明，该法稳定有效。     

基于期望值方法的随机DEA综合模型及应用

对环境约束下包含不可控输入、非期望输出的DEA综合模型的相对有效性进行研究．给出决策单元有效的定义及定理。进一步提出了随机条件下决策单元的期望有效性指数概念和相对有效性评价的期望值方法，最后给出了计算实例。     

A Range Adjusted Measure of Super-Efficiency in Integer-Valued Data Envelopment Analysis with Undesirable Outputs

DEA(data envelopment analysis) models can be divided into two groups: Radial DEA and non-radial DEA, and the latter has higher discriminatory power than the former. The range adjusted measure(RAM) is an effective and widely used non-radial DEA approach. However, to the best of our knowledge, there is no literature on the integer-valued super-efficiency RAM-DEA model,especially when undesirable outputs are included. We first propose an integer-valued RAM-DEA mode with undesirable outputs and then extend this model to an integer-valued super-efficiency RAM-DEA model with undesirable outputs. Compared with other DEA models, the two novel models have many advantages: 1) They are non-oriented and non-radial DEA models, which enable decision makers to simultaneously and non-proportionally improve inputs and outputs; 2) They can handle integer-valued variables and undesirable outputs, so the results obtained are more reliable; 3) The results can be easily obtained as it is based on linear programming; 4) The integer-valued super-efficiency RAM-DEA model with undesirable outputs can be used to accurately rank efficient DMUs. The proposed models are applied to evaluate the efficiency of China's regional transportation systems(RTSs) considering the number of transport accidents(an undesirable output). The results help decision makers improve the performance of inefficient RTSs and analyze the strengths of efficient RTSs.     

DEA扩展有效的鲁棒性

通过给出决策单元为DEA扩展有效的几个等价命题，来研究扩展有效决策单元的鲁棒性。得到了当输入增加或输出减少后，它仍然保持扩展有效性的一些充分必要条件，还给出了保持扩展有效的判断方法和数值实例，而该方法不需要求文献[3]中的最优基矩阵的逆矩阵，也不需要求解文献[5]中的线性方程组。     

共享投入型关联两阶段生产系统的网络DEA效率测度与分解

"黑箱"视角下的标准数据包络分析(DEA)因忽略中间产品转化信息及投入要素在各子过程中的配置信息,无法体现决策单元的实际生产技术,自然不能提供有效的效率绩效测度.分别在固定规模报酬和可变规模报酬假设框架下,充分利用中间产品的转化信息与投入要素的配置信息,构建了存在共享投入的关联两阶段生产系统效率的网络DEA效率测度与分解模型.建模方法遵循客观评价的原则,无需事先主观设定子效率和系统效率之间的组合关系,且可通过事后分解确立二者之间的凸线性组合关系.此外,建模方法具有很好的扩展性,可被直接用来构建含有更加复杂转化结构的生产系统的效率测度与分解模型,为多阶段投资以及多阶段供应链运作等复杂生产系统的整体效率测度与分解提供了有效的分析途径.一个关于银行投资过程的实例被用来验证建模思想的合理性和优越性.     

基于半自由处置变量的链型系统DEA模型

对网络数据包络分析(DEA)模型的一个特例即链型系统的DEA模型进行研究。传统DEA模型总是假设非有效的决策单元的所有输入(或输出)可以同比例改变以提高性能,但这并不符合所有的情形。在两阶段生产系统DEA模型中引入半自由处置变量,建立新模型。新模型将使非有效的决策单元和子决策单元可以根据管理需要有目的地分比例控制各输入和输出变量,一个简单的例子证明了模型比之传统方法更能发现非有效的决策单元并指明其性能改善的方向。最后,该方法被运用到商业银行效率评价的实践中。     

基于加性模型使决策单元变为DEA有效并求C~2R或C~2GS~2模型的最优值的方法

本文给出了基于数据包络分析中的加性模型求Ｃ２Ｒ或Ｃ２ＧＳ２模型最优值的方法、以及在ＤＥＡ有效（Ｃ２Ｒ或Ｃ２ＧＳ２）的决策单元保持其有效性的条件下对某个决策单元通过改变它的输入或输出使它变为ＤＥＡ有效的方法。     

评价输入、输出最佳组合的非参数方法

评价输入、输出最佳组合的非参数方法朱乔，陈遥（东南大学经济管理学院，南京，２１００１８）ＮｏｎｐａｒａｍｅｔｒｉｃＡｐｐｒｏａｃｈｆｏｒＥｖａｌｕａｔｉｎｇｔｈｅＢｅｓｔＣｏｍｂｉｎａｔｉｏｎｆｏＩｎｐｕｔｓ，ＯｕｔｐｕｔｓＺｈｕＱｉａｏＣｈｅｎＹａ...     

综合DEA模型的理论研究

针对传统DEA模型的局限性，本文提出综合DEA模型，以投入、产出同时达到最优为出发点来判断决策单元的相对有效性，并优化决策单元。     

Fuzzy data envelopment analysis approach based on sample decision making units

The conventional data envelopment analysis (DEA)measures the relative efficiencies of a set of decision making units with exact values of inputs and outputs.In real-world problems,however,inputs and ou...     

基于多目标规划的DEA

单目标的传统ＤＥＡ只能从投入或产出角度测算决策单元的相对最高效率。本文将提出基于多目标的扩展ＤＥＡ，从而可通过投入及产出来测算决策单元相对的平均效率、最高效率及最低效率并研究其相对有效性.     

具有非期望输出决策单元相对有效性评价的DEA模型

从生产可能集入手，将非期望输出直接反映到生产可能集中，并根据有效性的原理将决策单元的非期望输出和期望输出一起来进行相对有效性分析，并得到相应的面向输出的ＤＥＡ评价模型．     

New approach to determine common weights in DEA efficiency evaluation model

Data envelopment analysis (DEA) is a mathematical programming approach to appraise the relative efficiencies of peer decision-making unit (DMU), which is widely used in ranking DMUs. However, almost all DEA-related ranking approaches are based on the self-evaluation efficiencies. In other words, each DMU chooses the weights it prefers to most, so the resulted efficiencies are not suitable to be used as ranking criteria. Therefore this paper proposes a new approach to determine a bundle of common weights in DEA efficiency evaluation model by introducing a multi-objective integer programming. The paper also gives the solving process of this multi-objective integer programming, and the solution is proven a Pareto efficient solution. The solving process ensures that the obtained common weight bundle is acceptable by a great number of DMUs. Finally a numeral example is given to demonstrate the approach.