一种新的决策单元的评价和排序方法

利用非径向DEA模型和扩展DEA(C2GS2)模型组成两阶段DEA评价模型,对带有独立子系统的决策单元的有效性进行评价·将被评价单元分为有效单元集和无效单元集·对于有效单元,利用子系统有效性指标的权重和对有效决策单元进行排序·方法反应了子系统对决策单元有效性的影响,能够为绩效改进提供更为详细的、具有针对性的管理信息·利用该方法对我国26个省市医药商业企业的运行绩效进行了评价分析,对其中有效的10个省市进行了排序·     

超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

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.     

基于灰色关联DEA交叉效率的区域创新绩效评价

针对交叉效率评价方法原有模型中交叉效率值不唯一的情形,联系灰色关联分析理论,构建了一个理想的决策单元,定义各决策单元与理想决策单元间的灰色关联度,以灰色关联度最大为目标,提出灰色关联DEA交叉效率评价方法,建立优化模型来计算投入和产出指标的最佳权重,得出决策单元的交叉效率值,实现对决策单元的完全排序。将模型用于评价我国区域创新绩效,证明了模型可以较好地用于评价区域创新效率。     

基于超效率DEA的电商企业效益评价

随着网购人数的不断增加,电商企业之间的竞争不断加剧,如何帮助企业提获得足够的利润成为企业竞争的关键.所以需要对电商企业进行效率评价,获得综合发展效率比较高的电商企业,也为其他企业的运营提供借鉴;同时,企业效率评价方法多是定性分析,使用定量的DEA方法,并基于传统的DEA模型,提出有效改进传统DEA计算结果中有效决策单元间排序困难的超效率DEA方法.最后,选取了具有代表性的电商企业,同时对相关的评价指标进行了设置,分别采用两种模型作出了电商企业绩效评价,获得按综合效率进行的电商企业有效排序结果.     

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.     

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.     

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.     

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．     

区间超效率DEA模型及其应用

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型.基于此给出了求解每个DMU的区间超效率值的上限和下限的确定型DEA模型.该区间超效率值较传统的区间DEA模型更具区别性,能对所有DMU进行充分排序.在此基础上,将所有DMU分为三类.最后给出区间SE-DEA模型在建筑业效率评估中的应用算例分析.     

用DEA方法确定生产函数的一点注记及决策单元DEA有效的条件

本文用一个例子说明了用DEA方法确定生产函数及边际参数的不确定性;证明了DEA有效性(C~2GS~2)在正严格保序变换下的不变性;最后给出了单输入单输出系统下决策单元为DEA有效(C~2GS~2)的充要条件及最优解唯一的条件。     

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。     

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。     

数据包络分析的一个定理

评价决策系统的相对有效性,用数据包络分析法是行之有效的。众所周知,当一个决策单元非有效时,可以引导一个新的决策单元,使之相对于原来的决策系统有效。给出了一个非有效的决策单元,可适当地校正该单元的决策数据使之变为有效,这对于国民经济决策或计划有着重要的指导作用。     

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。