用于广义DEA有效性的度量方法

在广义数据包络分析方法(data envelopment analysis,DEA)有效性度量方面还存在以下两个问题有待解决：第一,当广义DEA模型无可行解时,尽管被评价单元本身是有效的,但却无法用具体数值刻画其有效程度;第二,当单元为广义DEA有效时,某些单元的效率值存在被高估的情况。为解决这些问题,首先给出一个拓展的广义DEA模型。然后,给出了一种判定广义DEA模型存在无可行解情况的充要条件,以及单元效率被高估的判定条件。同时给出测定单元效率的3种方法,并讨论这些方法与原有测定方法的关系。最后,通过实际例子进行了对比研究。     

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．     

混合规模收益类型决策单元的有效性评价方法

DEA方法要求被评价单元属于同类单元,其生产活动必须满足同样的规模收益类型.然而,现实中有些被评价决策单元的生产活动却可能服从不同的规模收益规律,原有的DEA方法并不能评价该类问题.为此,首先给出生产活动满足混合规模收益类型决策单元的有效性度量方法及相应的数学模型.然后,讨论了模型的相关性质.最后,应用该方法分析了某高校教师工作绩效评价问题.通过对比分析发现,本文方法在分析混合规模收益类型决策单元有效性方面具有一定优势.     

基于C2W模型的广义数据包络分析方法

传统数据包络分析（data envelopment analysis，DEA）方法的参照系为决策单元全体，而许多实际问题的参照系可能会有多种形式，因此用传统DEA方法评价该类问题时遇到困难，广义DEA方法在评价该类问题时则存在一定的优势. 为了进一步完善广义DEA方法的理论体系，给出基于C²W模型的输出型广义DEA模型. 讨论基于C²W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEA_d有效性的判别条件，广义DEA模型与传统DEA模型之间的关系，Sam-DEA_d有效性与相应的多目标规划的Pareto有效之间的关系，决策单元的投影性质，利用样本前沿面的d移动对决策单元进行有效性排序.     

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.     

关联多阶段生产系统的网络SBM效率评价方法

传统网络SBM效率评价方法在选择参考集时忽略了有效单元组成的"有效面集",造成评价结果偏低,无法反映低效生产单元改进为有效的最优路径。在可变规模报酬的假设下,选择生产系统的最大有效面集为参考集,构建了内部子过程存在关联的多阶段生产系统的基于最大有效面集的网络SBM效率评价模型,模型中子过程的权重设定充分考虑投入、中间产品和产出在子过程的价值分布。该模型实际反映了低效生产单元改进为有效的最优路径,具有较强的实用性。此外,模型的改进思路具有普适性,既可以在更为复杂的生产系统的网络SBM效率评价模型中进行延伸,也可以扩展到众多其它类型的网络DEA效率模型的构建中。最后,采用江苏省44家国家级科技企业孵化器的经营过程为实例来验证改进模型的有效性和优势。     

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...     

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DEA的多部门结构的决策单元的环境效率评价

提出一种具有多部门结构的决策单元（decision—making units，DMU）的环境效率评价问题，在分析各个决策单元整体效率与其子部门效率的关系的基础上，提出一种能够同时评价决策单元整体效率和其子部门效率的DEA模型。最后，采用一个算例说明了本文提出的模型的合理性和优越性。由于文章提出的模型能够有效地分析决策单元内部子部门的有效性水平，能够发掘影响决策单元效率的关键因素，因而能够给出更为详细的环境管理信息。为决策者决策提供依据。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

中国制造业生产效率评价:基于并联决策单元的动态DEA方法

在已有的并联决策单元DEA效率评价方法的基础上加入时间维度, 推演出了具有并联决策单元内部结构的复杂系统动态DEA效率评价方法. 该方法克服了传统DEA效率评价方法无视系统内部结构、高估效率指数的缺陷, 并且可以考量决策单元及其内部各生产单位在一个时期内的效率变化, 从而有着更为现实的应用价值. 运用该方法对我国8个经济区域四大类制造业的测算结果显示: “十一五”期间没有一个行业或地区的动态效率指数为0, 这说明我国制造业的生产效率并没有达到最优; 低外向度产业的生产效率增长快于高外向度产业, 低劳动密集度行业的效率改进快于高劳动密集度的行业; 高外向度低劳动密集型产业依然是我国制造业效率改进的'短板"; 劳动密集型产业向中西部转移造成了南部沿海地区制造业生产效率改进的滞后和中西部地区劳动密集型行业的发展.     

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.     

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.     

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.     

交叉效率评价方法中新单元导入的保序性

介绍了交叉效率方法，分析了该方法在用于评估排序时所存在的局限性，即在导入新的决策单元时，可能会使原先的决策单元排序发生变化。通过求解交叉效率的纳什讨价还价解来确定各DMU的权重，从而得到最终的均衡交叉效率，利用该效率对决策单元进行排序可以消除在导入新的决策单元时所产生的逆序现象，最后给出算例说明该方法的有效性。     

基于DEA的决策单元排序方法研究

针对DEA方法中交叉评价模型在决策单元的评价排序问题上存在的不足--实现完全排序需要进行多次交叉评价,分析了引入差额指标模型的排序机制,该模型得出的评价排序结果较为完整。在此基础上,提出了新的DEA排序模型--综合输入效率模型,给出了具体的评价步骤,可实现与差额指标模型同样的排序功能。进一步通过数值分析对三种不同评价排序模型的排序效果进行对比分析,结论为差额指标与综合输入效率模型在评价排序时更为有效。     

一种改进的环境效率评价ISBM-DEA模型及其算例

期望产出的生产过程通常伴随着对环境造成一定程度破坏的副产品的生成,但经典的DEA模型很难解决考虑非期望产出的效率评价问题。本文给出了一种改进的环境效率评价ISBM-DEA模型,并构造一个算例,将这一改进的模型与环境评价经典模型SBM的评价结果进行对比,结果表明新模型的计算结论和使用SBM得到的效率评价值相关程度很高,而且比SBM模型更加注重非期望产出对生产效率的影响,说明此模型具有更为广泛的应用价值。     

一种考虑所有权重信息的区间交叉效率排序方法

针对交叉效率评价方法中交叉效率不唯一的问题,在分析现有解决方法缺陷的基础上,提出了考虑所有权重信息的区间平均交叉效率,即将所有决策单元的交叉效率值定义在各自的一个区间数上,该区间数考虑了所有决策单元自评时的权重信息,通过比较各决策单元的区间平均交叉效率值,从而可以对所有决策单元进行充分排序,利用该方法能够很好地解决现有方法所存在的部分缺陷.最后通过算例对该方法进行了演示.     

同时考虑决策单元竞争与合作关系的DEA交叉效率评价方法

为解决交叉效率方法中存在的多解问题,进取型权重与仁慈型权重方法被提出,所有决策单元要么同时被视为盟友,要么同时被视为敌对方,这并不完全符合各决策单元的个人意愿.因此,提出一种竞合DEA交叉效率方法,将所有决策单元分为若干组,各个决策单元的偏好权重能最大化盟友的总效率而最小化敌对方的总效率.这种权重选择策略体现了不同决策单元的个人偏好,故可以更方便地应用于实践中.最后,通过一个算例演示了这一方法.     

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.