只改变输出使决策单元变为DEA有效

对非ＤＥＡ有效的决策单元，本文给出一种方法，在诸输入不变的情况下，诸输出乘以同一的适当的倍数使其变为ＤＥＡ有效，且原来ＤＥＡ有效的决策单元仍为ＤＥＡ有效。     

“混合的”数据包络分析模型的灵敏度分析

对文献［１］所讨论的“混合的”ＤＥＡ模型,进行灵敏度分析,对原来ＤＥＡ有效的决策单元给出了在改变其输入与输出后仍保持ＤＥＡ有效的充分条件。     

有关DEA有效性(C~2R或C~2GS~2)的定理及其在灵敏度分析中的应用

给出了有关决策单元为ＤＥＡ有效（Ｃ２Ｒ或Ｃ２ＧＳ２）的充要条件的两个新定理,并用它来研究ＤＥＡ中的灵敏度分析。因此本文就有了在一些决策单元的输入或输出变化后某决策单元保持其有效性不变的一些充分条件和一个必要条件。     

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。     

DEA有效决策单元判断及排序的新方法

本文首先讨论ＤＥＡ相对效率指数及其对投入产出松驰量的处理方法。然后建立了判断ＤＥＡ有效决策单元的又一数学规划模型,并相应给出了决策单元ＤＥＡ有效的充要条件。最后依据所定义的平均横切效率指标,提出了一种新的ＤＥＡ有效决策单元排序方法.     

C~2R和C~2GS~2模型的DEA有效性问题

就评价相对有效性方法的Ｃ￣２Ｒ模型，本文导出了决策单元ＤＥＡ有效及ＤＥＡ弱有效的一个充要条件，并由此得到判断ＤＥＡ有效和ＤＥＡ弱有效的几个简单易行的方法。此外，本文用很简单的方法证明了Ｃ￣２Ｒ模型ＤＥＡ有效决策单元的存在性。最后就Ｃ￣２ＧＳ￣２模型讨论并证明了ＤＥＡ有效及ＤＥＡ弱有效决策单元的存在性问题。     

一个综合的DEA模型及其相关性质

给出了一个综合的ＤＥＡ 模型（ＺＨＤＥＡ）,它包含了多种目前常用的ＤＥＡ模型．同时,探讨了其求解方法,并给出了ＺＨＤＥＡ有效决策单元的几个恒等式．     

DEA有效的最速性

对非ＤＥＡ有效的决策单元，本文定义了其ＤＥＡ有效的最速性及相关概念，讨论了它的一些性质，给出了计算方法及实例。     

DEA模型的一般投影研究

首先探讨了ＤＥＡ模型的一般投影模型及性质，为非ＤＥＡ有效的决策单元提供了多种改进方案，并在此基础上提出可控投影模型，从而能得到适合决策单元自身状况的调整方案，为决策者提供更有价值的参考信息     

只有输出（入）的数据包络分析及其应用

在根据一些性能指标评价若干个决策单元时，会遇到所有指标都是越大（或越小）越好，即决策单元只有输出（或输入）指标的情况。本文先讨论这种情况下的ＤＥＡ理论，再根据某水泥厂水泥的２８天抗折强度和耐压强度数据对（对提高水泥质量来说，这两种强度都是越大越好），找出了这些数据对所成集合中的有效点及其对应的熟料成分。     

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...     

Integrating dual-role variables in data envelopment analysis

Traditional data envelopment analysis (DEA) theory assumes that decision variables are regarded as inputs or outputs, and no variable can play the roles of both an input and an output at the same time. In fact, there exist some variables that work as inputs and outputs simultaneously and are called dual-role variables. Traditional DEA models cannot be used to appraise the performance of decision making units containing dual-role variables. The paper analyzes the structure and properties of the production systems comprising dual-role variables, and proposes a DEA model integrating dual-role variables. Finally the proposed model is illustrated to evaluate the efficiency of university departments.       

Efficiency decomposition with shared inputs and outputs in two-stage DEA

Data envelopment analysis (DEA) is an effective non-parametric method for measuring the relative efficiencies of decision making units (DMUs) with multiple inputs and outputs. In many real situations, the internal structure of DMUs is a two-stage network process with shared inputs used in both stages and common outputs produced by the both stages. For example, hospitals have a two-stage network structure. Stage 1 consumes resources such as information technology system, plant, equipment and admin personnel to generate outputs such as medical records, laundry and housekeeping. Stage 2 consumes the same set of resources used by stage 1 (named shared inputs) and the outputs generated by stage 1 (named intermediate measures) to provide patient services. Besides, some of outputs, for instance, patient satisfaction degrees, are generated by the two individual stages together (named shared outputs). Since some of shared inputs and outputs are hard split up and allocated to each individual stage, it needs to develop two-stage DEA methods for evaluating the performance of two-stage network processes in such problems. This paper extends the centralized model to measure the DEA efficiency of the two-stage process with non splittable shared inputs and outputs. A weighted additive approach is used to combine the two individual stages. Moreover, additive efficiency decomposition models are developed to simultaneously evaluate the maximal and the minimal achievable efficiencies for the individual stages. Finally, an example of 17 city branches of China Construction Bank in Anhui Province is employed to illustrate the proposed approach.     

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.     

含模糊数据决策单元间的资源分配问题——基于DEA和Shapley值的研究

本文研究当生产系统中各决策单元的投入产出数据为模糊数据时,管理者如何将资源在决策单元之间进行公平分配的问题.基于DEA理论及合作博弈的Shapley值,在模糊数据环境下,考虑决策单元加入联盟前后对联盟中原有决策单元效率值及自身效率值的影响,建立修正Shapley值,并依据决策单元对生产系统的相对贡献情况,设计资源在各决策单元之间进行公平分配的方案.最后通过数值算例加以验证.     

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.     

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 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。