基于DEA的企业管理效率评价与实证研究

以企业管理效率评价方法为研究对象,分析了管理效率的内涵及对企业发展的作用,通过梳理现有的效率评价方法,认为数据包络分析方法是评价企业管理效率的有效方法,并将超效率数据包络分析模型应用于在传统DEA模型中相对有效的决策单元,从而为确定其相对排序提供了可行路径.最后,以澳柯玛位于我国西南地区的所属经销子公司为对象,介绍了此方法的具体应用过程,并为评价对象营销管理效率的改进提供了可行路径及完善和改进的建议.     

基于DEA模型有效性排序的供应商评价

对比分析了各种供应商评价方法的优缺点,针对数据包络分析(Data Envelopment Analysis,简称DEA)模型评价供应商存在多个有效决策单元的问题,采用在DEA模型中添加虚拟决策单元的方法对有效决策单元进行排序,并根据企业评价供应商的具体特点进行了算例分析.     

安徽省城市土地利用效率评价

采用超效率模型对安徽省17个地级市的城市土地利用效率进行了评价,以克服传统数据包络分析模型对有效的决策单元无法做进一步区分的困惑.研究发现,2008-2010年,安徽省17个城市土地利用效率的超效率值变化呈U字型,超效率值大于1的城市数目基本保持稳定,超效率DEA值3年中整体变化比较稳定,少数城市的超效率值变化剧烈.     

基于超效率模型的决策单元区间效率值排序

讨论了数据包络分析中决策单元区间效率值的确定和排序问题.首先,基于超效率模型和交叉效率技术,得到了各决策单元的区间效率值,然后使用Hurwicz决策准则,构建了决策单元区间效率值的排序方法.最后给出了计算例子.     

上海市基础设施投入产出效率分析

数据包络分析(DEA)是一种评价相对有效性的线性规划方法,在投入-产出效率分析中被广泛应用,尤其适用于具有多输入、多输出以及评估对象多元性等特征的资源配置评估中。对DEA方法在基础设施投入产出效率评价中的应用进行了阐述,并利用数据包络分析方法,对上海市主要年份基础设施投入产出相对有效性进行了评价,对决策单元的结果进行了分析评价,提供了有效决策信息。     

基于优势与劣势分析的DEA综合评价方法

提出了基于数据包络法的劣势效率评价模型,将其与现有数据包络模型结合起来,得到了一种综合评价决策单元相对有效性的效率评价方法.该方法分别从有利于被评决策单元和不利于被评决策单元的角度对被评决策单元的相对有效性进行研究,由此得到其综合有效性值,据此可以对决策单元进行排序.     

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。     

基于数据包络分析的福建省城市环境污染治理投资技术效率评价

以福建省9地市为评价对象,基于数据包络分析方法,建立环保投资投入产出评价指标体系,结合CCR模型、BCC模型以及超效率数据包络模型,对福建省各决策单元2010年环保投资技术效率进行评价．结果显示：福建省2010年环境污染治理投资整体技术效率不高,除厦门、福州、宁德3市外,其余各市均是非DEA有效,纯技术效率是福建省环保投资技术效率提高的主要瓶颈．     

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。     

基于样本前沿面的多准则评价模型的有效性

从样本评价模型的基本思想出发,根据SDEA(d)有效决策单元是否位于样本前沿面上将其分为强SDEA(d)有效和真SDEA(d)有效,从而可以提供更多的有效决策单元和样本单元比较的综合信息;其次,在基于样本前沿面的投入型评价模型基础上提出了同时面向输入和输出的多准则评价模型,并对该模型的有效性理论,相对效率评价指数和投影分析作了进一步探讨;最后通过实例表明了基于样本前沿面的多准则评价模型的优越性.     

基于定性指标价值位置概率估计的效率模型

为克服CKS-DEA(Cook Kress Seiford-Data Envelopment Analysis)模型所采用的价值排序结构没有能力合理界定和控制决策单元之间的价值差异的缺陷,通过引入对决策单元定性指标偏好及其所处价值排序位置的概率估计,提出了一种测度决策单元相对效率的模型方法.在定性指标价值排序上,该方法采取等距价值结构,改进了CKS-DEA模型所依赖的非等距价值结构.等距价值结构的引入,使决策者或有关专家对决策单元定性指标价值偏好位置进行概率估计成为了可能;更有助于分析者通过价值位置的概率估计,构造出约束DEA权重取值的合理置信域,从而提高决策单元相对效率评价的分辨性.对10个决策单元进行效率评价的实例应用表明,利用该模型评价出的效率单元只有4个,而若用CKS-DEA模型进行评价则会有9个单元被评为效率单元,从而证实了提出的新模型方法具有比CKS-DEA模型更好的相对效率评价分辨能力.     

DEA弱有效决策单元判断及排序的新方法

通过对DEA有效决策单元的传统排序方法存在不足的探讨,从DEA弱有效决策单元的判断分析,提出了一种关于弱有效决策单元排序的方法.再利用超有效性模型,从而对所有决策单元进行完全的排序.     

基于Bootstrap方法数据包络分析的回归分析

数据包络分析（DEA）方法中每一决策单元（DMU）有效性值的计算都涉及到考察集中所有其他DMU，因而使得DEA有效性值之间并不独立．为克服DEA有效性值的这种内在依赖性，提出了基于Bootstrap方法的DEA回归分析方法，以提高回归分析结果的可信度，并以封闭式基金业绩的DEA回归分析为例对之加以说明．     

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。     

带有评价准则的数据包络分析模型

为了获取决策单元的更多信息，更好地进行评价和决策，在数据包络分析理论的基础上建立了带有一些“评价准则”的DEA模型，以便在最大的输入能得到最大的输出和最小输入能得到最小的输出等准则下评价决策单元。由该模型可获得更多的决策单元信息供评价者和决策者选择。     

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。     

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。     

成分DEA模型及应用

探讨DEA逐个考虑输入或输出的成分DEA模型及性质,在与一般DEA 模型进行比较的基础上,提出了成分效率的概念.应用成分效率对有效DMU 进行确定性排序;以及成分DEA投影进行多元投入产出的预测和效率控制,优点是不需要主观给出投入或产出分量的比例,还可以方便地引入决策者的偏好,同时把效率控制在预期水平.