测算投入-产出型技术效率的DEA模型

探讨了先前 DEA研究中所存在的不足 ,如在决策单元的技术效率的测算中 ,投入型与产出型所测算的技术效率在数值上就存在差别 .这不仅会影响对决策单元技术效率的实际分析 ,而且对非有效决策单元的排序也有影响 .本文提出了同时基于投入和产出测算决策单元技术效率的 DEA模型 ,并讨论了模型求解、技术有效决策单元的识别和非有效决策单元的改进等问题.     

非同质决策单元的资源分配模型北大核心CSCDCSSCI

利用DEA解决资源分配问题时,集中决策单元下属的子决策单元间必须具备同质性,但在许多情况下,子决策单元不满足这个条件。为解决此类问题,提出非同质决策单元间的资源分配模型。模型首先引入多个集中决策单元,并根据子决策单元的非同质性进行分类;为每一类子决策单元分别刻画其生产可能集和改变可能集,在此基础上,考虑资源约束,寻找最佳资源分配方案。最后,通过数值算例说明模型的管理意义。     

测算具有松驰技术效率的DEA方法

首先介绍并总结了现有技术效率的主要测算方法 .在分析其局限性的基础上 ,定义了一种同时考虑投入和产出松驰与权重的技术效率指数 .借助 DEA思想 ,提出了一种扩展 DEA模型 ,用于测算该技术效率指数 ,进一步探讨了如何识别决策单元的技术有效性和如何改进非技术有效决策单元等问题 .事实上 ,其它技术效率测算仅仅是本文方法的特例 ,而且在测算技术效率的同时就可以根据技术效率是否为 1直接判断决策单元的技术有效性进而对非有效决策单元实施改进.     

有效区分决策单元的数据包络分析方法

针对传统数据包络分析模型不能区分有效决策单元以及不同决策单元的效率缺乏可比性问题,引入最优和最差两个虚拟决策单元,提出一种有效区分决策单元的DEA模型.该方法借助两个虚拟决策单元,建立模型,求出一组公共权重,并以此为基准计算每个决策单元的效率指数,实现决策单元的排序.通过实例,与其它方法比较,验证该方法在区分决策单元方面更有效.     

基于C2W模型的广义数据包络分析方法研究

如果将评价的参照集分成"决策单元集"和"非决策单元集"两类,那么传统的DEA方法只能给出相对于决策单元集的信息,而无法依据任何非决策单元集进行评价,这使得DEA方法在众多评价问题中的应用受到限制.针对传统数据包络分析方法无法依据指定参考集提供评价信息的弱点,给出了包含无穷多个样本单元的广义数据包络分析模型(Sam-C²W)和相应的Sam-DEA有效性概念.分析了(Sam-C²W)模型的性质以及它与传统DEA模型之间的关系,探讨了(Sam-C²W)模型刻画的Sam-DEA有效性与相应的多目标规划Pareto有效解之间的关系.进而,分析了决策单元在样本可能集中的分布特征、投影性质和模型含义等问题,(Sam-C²W)模型不仅具有传统C²W模型的全部性质,而且还能依据任意指定的参考单元集进行评价.     

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.     

基于C2WY模型的广义数据包络分析方法

如果将评价的参照集分成"决策单元集"和"非决策单元集"两类,那么传统的DEA方法只能给出相对于决策单元集的信息,而无法依据任何非决策单元集进行评价,这使得DEA方法在众多评价问题中的应用受到限制.针对传统数据包络分析方法无法依据指定参考集提供评价信息的弱点,给出了综合的广义数据包络分析模型(Sam-C2WY)和相应的S...     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

具有多属性决策单元的有效性分析方法

DEA方法是评价同类决策单元有效性的一种重要方法,但许多情况下被评价单元可能具有多类决策单元的属性,传统DEA方法在评价该类问题时遇到了困难。针对多属性决策单元的有效性评价问题,采用多类样本单元合成不同属性生产可能集合的方法,首先给出了评价具有两种属性决策单元有效性的DEA模型(Twi)和相应的Twi-DEA有效性概念。分析了多属性决策单元的投影性质,以及(Twi)模型和传统DEA模型的关系。在此基础上,给出了具有多重属性决策单元有效性评价的一般模型(Mul),并讨论了相关性质。     

基于改进DEA模型的工业企业技术创新能力评价

针对传统数据包络分析(DEA)方法的C2R模型存在的无法对有效的决策单元加以区分以及输入和输出指标权重分配不合理问题,通过引入两个虚拟决策单元,建立了区分有效决策单元的改进DEA模型.利用该模型可以求得各决策单元的公共权向量,从而实现了对所有决策单元的区分和排序.通过将该模型应用于工业企业技术创新能力评价,验证了该模型可以区分传统C2R模型求得的有效决策单元,并使对决策单元的评价更为合理.     

物流公司绩效的DEA交叉评价

为克服传统DEA评价容易出现大量的、甚至全部决策单元都为有效的情形,影响决策单元的排序,依据对抗型交叉评价的思想,建立物流公司绩效的C2R-DEA交叉评价模型,并以2006年和2007年22家中国物流上市公司为样本进行实证研究。研究结果表明,C2R-DEA交叉评价模型能够对22家上市物流公司准确排序,为各物流企业客观了解和评价自身物流竞争力和相对物流绩效水平提供参考。     

基于DEA的输出包含收益的固定成本分摊方法

传统的固定成本分摊方法把分摊成本作为决策单元新的投入要素,而常常决策单元的输入包含成本或输出包含收益,李勇军论述把包含成本的输入项和待分摊成本合并是可行的。本文把分摊成本作为负收益,研究了输出包含收益的情况,首先分析决策单元效率与分摊成本的关系,然后建立了min-max分摊模型,算法设计保证了最终的分摊解在一组公共权重的标准下DMU效率变化最小。最后的实例分析说明了该方法的有效性。     

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．     

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.     

基于样本的企业联盟效率综合评价的非参数方法

从系统组成成员的资源共享出发, 针对传统样本数据包络分析方法无法突破决策单元具有“可比性”的限制和无法依据任意参考面提供评价信息的弱点, 给出了带有约束锥的评价企业联盟效率的广义样本数据包络分析模型(PU-C²WH), 分析了该模型刻画的联盟有效性及弱有效性与相应的多目标规划非支配解之间的关系, 探讨了联盟单元在样本可能集中的投影性质和无效单元效率改进的途径和尺度, 并进一步给出了联盟单元群整体效率度量的典型方法和评价步骤, 最后, 将该方法进行了仿真应用．     

城市轨道交通运营效率评价——基于改进的博弈交叉效率方法

本文通过对有效和非有效决策单元施加限制或引入正则限制条件下提出了三种改进的博弈交叉效率评价方法,与传统博弈交叉效率评价方法相比,改进方法不仅利于在相同的权重空间中对不同决策单元进行比较,而且在收敛速度上有明显改善,在一定程度上可消除传统博弈交叉效率结果的不惟一问题.结果表明对所有决策单元施加限制可提高对决策单元的区分度,从而改善结果的不惟一性,施加全局限制可提高迭代算法的收敛性.利用改进模型对中国9个城市的轨道交通企业运营效率进行了评价,评价结果也表明改进方法在区分决策单元上有更好的表现,收敛速度占绝对优势,得到了更为可信的评价结果.     

基于公共权重DEA模型的决策单元排序研究

决策单元进行效率评价与排序是被广泛关注的研究领域,数据包络分析方法已经被广泛运用于决策单元的排序之中.然而,绝大部分DEA排序方法都是基于自评效率,即每个决策单元都选择对自身有利的权重,这样的效率不具备可比性.因此,提出一种基于公共权重DEA模型的决策单元排序方法.此方法包含四个步骤,每个决策单元的效率值分解为两部分,即自身的技术效率与其权重偏好结构获得其他决策单元认可的程度.用一个算例分析对该方法进行了演示.     

一种新的基于模糊偏好的TOPSIS改进方法

基于决策制定者对决策单元的模糊偏好．研究如何根据决策单元(DMU)的模糊偏好来分别获取TOPSIS方法下基于理想点和负理想点的偏好权重．从而达到最终决策时结果与模糊偏好相一致。从新的角度引入决策单元的模糊偏好，引用TOPSIS方法中理想点与负理想点的思想，提出多指标决策中基于模糊偏好的TOPSIS方法新模型，给出一种通过主观模糊偏好与客观决策矩阵信息相结合的求解权重的方法。     

基于理想折中方案的农技人员评价研究

理想方案是多属性决策领域中的重要概念之一,然而在现实中理想方案并不存在,决策问题得到的满意解往往是决策者认可的一种对备选方案的最优折中。基于已有研究,提出了一个新的概念——理想折中方案。有别于传统理想方案由单个给定属性的最好值确定,理想折中方案从方案集整体的一致性出发,不仅考虑了属性在数量值上的最优,而且考察了方案在不同属性间的分配。进一步地,给出了基于理想折中方案的多属性决策模型。最后将该模型用于农业科技带头人的选拔评价问题。     

基于VRS的SE-DEA模型可行性的研究

通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。