评价相对有效性的几个重要DEA模型——数据包络分析(二)

在这部分,我们将介绍三个重要的DEA模型(关于最早的DEA模型C~2R,我们已经详细地进行过讨论。在最初的C~2R模型中,决策单元的(DEA)有效性是同时针对规模有效性和技术有效性而言的。从所给出的例子,我们可以看到,在C~2R模型下,一个决策单元虽然是技术有效的(即该决策单元位于有效生产前沿面上),但也不一定是DEA有效的,原因在于该决策单元非规模有效。下面将要介     

C2R模型的一种新的线性等价形式与强DEA有效

针对C^2R模型下DEA有效决策单元多重性问题，给出C^2R模型一种新的线性等价形式。根据该线性等价形式引入强DEA有效的概念，证明决策单元强DEA有效的一个等价性定理，该定理反映了决策单元强DEA有效的经济含义，指出强DEA有效是对DEA有效概念的精练(改进)。最后定义了多面凸锥的非劣锥极点，用以说明决策单元强DEA有效的几何意义，并给出一个算例。     

偏序集理论在DEA相关理论中的应用研究

在文[1]的基础上，刻画了DEA有效（C^2WH)的本质特征，给出了决策单元为DEA有效（C^2WH）的一个充要条件，论述了偏序集理论在分析有效生产前沿面构成、研究数据变换性质、讨论模型关系、分析决策单元变更以及指标增减对DEA有效性影响等方面的应用。针对4个典型DEA模型，给出了一些建立在偏序集理论基础上的结论。     

带有偏好锥的样本数据包络分析方法研究

针对传统数据包络分析方法无法依据确定参考面提供评价信息的弱点,给出了带有偏好锥的样本数据包络分析模型(PSam-C2WH)和相应的SCDEA有效性及弱有效性概念。分析了(PSam-C2WH)模型的性质以及它与传统DEA模型之间的关系,探讨了(PSam-C2WH)模型刻画的SCDEA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。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。     

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.     

综合网络DEA模型有效性理论分析

针对综合DEA模型无法反映系统内部子过程的相互作用对绩效的影响,提出一种综合网络DEA模型,并给出该混合模型的相关定义及定理,得到综合网络DEA模型由参数取值不同,各(弱)网络DEA有效性间的关系;指出了综合网络DEA有效的决策单元,也为评价决策单元总体有效性的综合DEA有效,同时该单元内部子过程也均为综合DEA有效;证明决策单元为(弱)综合网络DEA有效时,评价决策单元总体有效性的综合DEA最优解与相应综合多目标规划的(弱)Pareto解之间的对应关系。这些结果进一步丰富了DEA有效性理论。     

扩展的DEA模型的最优值的研究

讨论扩展的C^2GS^2(C^2R)模型的最优解的存在性，论证在一定条件下其最优值与C^2GS^2(C^2R)模型的最优值相等，讨论用扩展的DEA模型来判断决策单元的DEA有效性(C^2GS^2或C^2R)，证明若所有输入与输出都取正值，则某决策单元的阀值就等于对应的扩展DEA模型的最优值(若它存在)。     

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.     

具有可控和不可控要素的多目标DEA模型

建立输入输出要素部分可控和部分不可控的情况下的多目标DEA(data envelopment analysis)模型,通过其对偶模型和标量化,给出多目标DEA有效的概念并研究其性质。给出各种Pareto有效解的定义并建立其与多目标DEA有效的等价关系,通过将决策单元投影到生产前沿面上得到新的多目标DEA有效的决策单元,由此说明权重的作用。     

评价决策单元相对效率的修正DEA方法

在原有理论[1] 的基础上提出了一个新的DEA模型———CCRH ,给出了强有效的概念 ,论证了相关理论。CCRH模型与CCR模型相比有以下几个优点 :①描述决策单元的相对效率更确切 ;②利用参考决策单元的生产前沿面来描述评价决策单元“生产”情况得到的结果更加符合实际 ;③可以考查评价决策单元输入、输出变化时对其效率的影响。     

改进的DEA模型及其在地区行业经济评价中的应用

针对传统 DEA模型不能对有效决策单元做进一步评价这一缺点 ,本文通过重新定义生产可能集 ,提出一种改进的 DEA模型 (简称 MDEA) ,实现了对所有决策单元效率的充分评价与排序。在地区行业经济评价中的应用验证了该模型的有效性。     

基于多目标规划的扩展DEA有效性分析

为避免传统的DEA模型在评价决策单元的相对有效性存在的局限,建立了多目标规划的DEA模型(MP),讨论了MP的一些性质。在此基础上给出了关于决策单元的扩展DEA有效性的几个等价命题,并对决策单元扩展有效的灵敏度进行了讨论。     

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。     

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.     

基于半自由处置变量的链型系统DEA模型

对网络数据包络分析(DEA)模型的一个特例即链型系统的DEA模型进行研究。传统DEA模型总是假设非有效的决策单元的所有输入(或输出)可以同比例改变以提高性能,但这并不符合所有的情形。在两阶段生产系统DEA模型中引入半自由处置变量,建立新模型。新模型将使非有效的决策单元和子决策单元可以根据管理需要有目的地分比例控制各输入和输出变量,一个简单的例子证明了模型比之传统方法更能发现非有效的决策单元并指明其性能改善的方向。最后,该方法被运用到商业银行效率评价的实践中。     

带有参数的数据包络分析C~2R模型

本文为了改进C~2R模型反映决策单元相对信息不完全的不足,提出了参数型数据包络分析模型,讨论了这个模型的有关性质,给出了阔值和有效值的概念.经过理论分析和实例验证,这两个值可更好地反映决策单元的相对信息.     

基于偏序集理论的数据包络分析方法

数据包络分析(data envelopment analysis, DEA)方法与偏序集理论之间关系密切,通过引入适当的偏序关系可以进一步刻画决策单元,也能够更加深入地理解决策单元。在Charnes-Cooper-Rhoes (C²R) 模型中引入新的偏序关系,通过该偏序关系给出DEA有效决策单元、弱有效决策单元及无效决策单元与偏序集的极大元的特殊关系,同时从偏序集中的极大元出发提供决策单元在生产前沿面上的投影。 最后,为了较简单地确定各个决策单元之间的偏序关系,对C²R模型中的投入产出数据进行无量纲化及统一化处理,并对这些理论的进一步应用和发展提出了一些建议和设想。     

偏序集理论在数据包络分析中的应用研究

DEA有效单元与偏序集的极大元之间关系密切，从偏序集的理论出发刻画了种典型的DEA模型所描述的DEA有效单元的本质特征，并就C^2R，C^2GS^2模型分析了DEA有效前沿面的构成，证明了可能集中相以圾效点与偏序集的极大元之间的一一对应关系，进而对DEA有效性的含义，DEA模型选取的基本原则等问题人出了基于偏序集理论的解释，同时，讨论了可能集结构变化对DEA有铲性的影响，给出了刻画各可能集间关系的一些结论，并就这些理论的的进一步应用和发展提出了一些建议和设想。