运用数据包络分析两阶段法分析财政政策的相对有效性

传统的数据包络分析(DEA)模型评价决策单元相对有效时,将决策单元分为有效和非有效两大类,不仅无法对决策单元有效性进行排序,而且也无法获得与决策单元有关的管理信息.应用DEA两阶段法对财政政策相对有效性进行分析,给出了历年的财政政策有效性的情况及其有效性的排序,且对非DEA有效的决策单元提供了如何调整各项指标使之达到相对有效的有关管理决策信息.     

石油企业经济效益排序方法研究

应用数据包络分析 (DEA)技术 ,对石油企业的经济效益进行了科学评价 ,并使用简单效率和横切效率的概念 ,分别对非DEA有效决策单元和DEA有效决策单元进行了排序 ,为决策层对经济系统进行综合比较、评价提供了有效的技术经济手段。     

石油企业经济效益排序方法研究

应用数据包络分析（DEA）技术，对石油企业的经济效益进行了科学评价，并使用简单效率和横切效率的概念，分别对非DEA有效决策单元和DEA有效决策单元进行了排序，为决策层对经济系统进行综合比较、评价提供了有效的技术经济手段。     

指标受限情况下决策单元修正问题的研究及其应用

把非有效的决策单元变为有效的决策单元是DEA的一个重要问题.研究了在指标受限制情况下,如何将非有效决策单元变为有效决策单元的修正方法,并给出了应用实例.方法和实例表明,这不仅拓宽了DEA理论和方法的应用范围,也提高了DEA的理论价值和实用价值.     

基于DEA方法的陕北退耕还林(草)模式研究

运用数据包络分析方法研究陕北退耕还林的运作模式，建立了陕北退耕还林(草)的DEA模型．将指标对应数据代入模型，通过分析求解出非有效决策单元，并运用数据包络分析方法的基本原理对非有效决策单元进行调整，由此得到的数据对陕北地区退耕还林工程具有良好的指导意义．     

基于DEA系统潜力损失的决策单元全排序方法

DEA模型作为一种非参数评价方法,在很多领域得到广泛应用。传统的DEA方法经常会遇到多个决策单元同为DEA有效而无法区分相对优劣的情况。为了对决策单元进行全排序,本文从系统和相对效率的角度定义了相对潜力和潜力损失的概念,揭示潜力损失和强弱有效性之间的内在关联,并提出一个基于DEA系统潜力损失的决策单元全排序方法,来判定所有决策单元的优劣,最后用一个实例来说明本方法的计算步骤。     

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。     

基于数据包络分析的复杂系统相对有效性分析

数据包络分析是用来评价同类型决策单元相对有效性的一种新方法．考虑到实际问题中被评价的同类型决策单元之间不一定是相互独立的，在假设决策单元之间存在合作的条件下，给出了评价具有多个子系统的复杂系统相对有效性的数据包络分析模型，并证明了模型的一些性质以及系统相对有效与子系统相对有效之间的关系．这些模型可以用来评价区域之间通过经济合作带来的收益。     

各向异性的非径向DEA模型

提出了一种新的非径向DEA模型,并指出它与传统径向DEA模型的联系．该模型只需要求解一个线性规划,就可以得到如下结论：1）决策单元是否是DEA有效的;2）从该模型的解可以看出是哪些指标导致了决策单元的非DEA有效性;3）如何调整输入输出指标使得决策单元是DEA有效的．该调整策略体现了各输入输出指标的权重,具有各向异性的特点．     

基于超效率数据包络分析模型的视窗分析

视窗分析作为一种分析效率前沿移动的方法已获得较为广泛的应.而传统的视窗分析中效率评价一般都采用CCR模型,会出现多个时期的决策单元有效的情形,难以对这些决策单元进行全面系统的评价.针对这个问题,借助超效率数据包络分析可以进一步区分有效决策单元的思想,将超效率数据包络分析模型引入视窗分析当中,并利用该方法对福建省九个设区...     

相对有效性评价的区间DEA算法研究

不确定条件下系统相对有效性评价是当前DEA理论研究前沿。本文探讨了决策单元的投入、产出指标数据为区间不确定数时,决策单元的相对有效性评价问题。提出了决策单元区间相对有效的概念和有效性评价的区间DEA算法。最后给出了实际应用案例。     

基于 DEA 模型的中国星级饭店业经营效率评估

星级饭店经营效率的评估是一个涉及多投入与多产出的问题。EDA模型则是解决类似多投入与多产出效率问题的方法,在多个领域都有应用。文章运用DEA模型,对中国星级饭店业在1999—2008年这10年期间经营效率进行了评估分析。选取星级饭店数、床位数、固定资产等3项投入指标与营业收入、住宿人天数两项产出指标,运用EMS1.3专业软件对各输入输出数据进行综合分析,得到每个决策单元(DMU)综合效率的数量指标,据此将各DMU定级排序,确定有效的DMU,并指出其他DMU非有效的原因和程序。研究结果显示:1)这10年间中国星级饭店业综合效率呈现波动状态;2)整体来讲处于规模报酬递减阶段;3)存在严重的投入冗余与产出不足现象。     

数据包络分析在高等教育学费标准评价中的应用

以华北地区五省市为决策单元，利用数据包络分析C^2R评价模型，求得高等教育学费政策相时有效的省市，并计算出非相对有效省市的输入冗余量和输出亏空量．     

基于分组的两步DEA基准学习

数据包络分析（data envelopment analysis, DEA）在为决策单元（decision making unit, DMU）评估效率水平的同时,可为其中的非有效单元提供消除低效的改进措施,即基准信息。但经典DEA模型为非有效单元提供的基准信息不易一步到位,缺乏对分组信息的充分利用。在依赖上下文的DEA框架内进行开发,提出了一种基于分组的两步DEA基准学习模型。模型使用加权L1范式衡量待评估单元与相应目标的接近程度。通过最小化实际点到Pareto有效边界的距离,为每一个决策单元在组内和全局的最佳实践前沿上分别设立单独基准,解决了在实践中目标点难以一步实现的问题,模型的结果可以视为针对最佳实践的长期改进策略。由于充分考虑了分组信息,模型能够反映给定基准过程中涉及的DMU周围环境,并增强了组内DMU在设立目标上的灵活性。该模型被用于评估西班牙公立大学的科研水平,通过对比实验验证了该模型的优势。     

随机DEA的确定等量变换

讨论了随机条件下,决策单元的相对有效性评价问题,提出了随机变量、随机ＤＭＵ确定等量的概念和一种新的随机相对有效性判别方法,即随机ＤＥＡ的确定等量变换法,与其它判别法相比,方法具有计算简单、实用,且能反映决策者风险偏好等特点。     

使决策单元变为DEA有效的一种方法

给出了只改变输出使决策单元变为ＤＥＡ有效（Ｃ２Ｒ或Ｃ２ＧＳ２）的一种方法。     

基于DEA模型的网络安全非均一评价方法

针对网络安全评价问题,基于数据包络分析(DEA:Data Envelopment Analysis)原理,引入了一种处理只有输出指标的最优偏离DEA模型,建立了网络安全评价的非均一模型和方法。该方法把权重系数作为数学规划模型的变量,通过优化方法求解,而不需要事先确定评价指标的权重系数,克服了传统的网络安全评价模型和方法因需对建立的评价指标事先确定权重系数,使评价结果受到人们主观判断的影响,从而使评价结果更加客观公正。实例分析验证了模型与方法的有效性。     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

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。