区间数据包络分析的决策单元评价

定义了区间数据包络分析(DEA)模型。讨论了DMU的最高效率值和最低效率值的求解,从而确定决策单元(DMU)的区间效率值,并依此对DMU进行分类。建立了一个后区间DEA模型,在此基础上定义评价DMU保持其最高效率值的稳定性的指标,实现了对DMU的进一步评价。     

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。     

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.     

多阶段混联生产系统的DEA效率评价

将并联系统DEA效率评价模型与两阶段串联系统DEA效率评价模型延伸至多阶段混联结构生产系统,提出了针对多阶段混联生产系统的DEA效率评价模型,并将其转化为线性规划求解.与传统CCR模型相比较,该模型能更好地反映多阶段混联结构生产系统的前沿生产能力,能更合理地评价混联结构生产系统的技术效率.通过算例分析证明了这种效率评价模型的合理性.     

数据包络分析在网络容量扩张方案的决策与有效性评价中的应用

给定一个网络G(V,E,-C),其中,V是顶点集合,E是边的集合,-C是边集的容量向量。若要将文中定义的网络容量cap(F)扩张到容量为R的水平,存在n种扩张方案。应用数据包络分析(DEA)方法对n种方案的有效性进行评价,选取相对有效的扩张方案,再根据实际的资源限制选取最优方案。     

基于DEA-MODM的价值网络组构模型研究

对价值网络的概念及其组构的关键原则进行了探讨,研究了基于输出的输入成本约束下的多准则DEA分析方法.在此基础上建立了采用DEA-MODM(数据包络-多目标决策)技术的价值网络组构模型.最后给出了一个算例.     

一类简单网络生产系统的DEA效率评价模型

针对一类简单网络生产系统的DEA效率评价进行了研究,建立了这类网络生产系统的DEA效率评价模型.研究结果显示,与传统方法比较,该方法更能够发现非有效决策单元,更能够发掘决策单元性能改善的潜力,也能够帮助决策者发现复杂系统非有效的根源.算例研究证实了该方法的合理性.     

两阶段混联生产系统的DEA效率评价模型

效率评价是提升生产系统运作性能的重要工具,但对复杂系统的效率评价的研究还比较缺乏。串联和并联生产系统的效率评价方法已经提出,但对混联结构生产系统的效率评价方法还有待研究。在串联和并联生产系统的DEA效率评价模型的基础上,提出混联生产系统的DEA效率评价模型。该模型能更合理地评价混联结构生产系统的技术效率。关于商品营销系统的实证分析在一定程度上表明了此模型的合理性。     

输入和输出DEA模型中弱DEA有效与弱Pareto之间的等价性

使用带有三个双变量 0 -1参数的综合 DEA模型 ,讨论了弱 Pareto和输入 DEA模型 (包括 C2 R输入模型、BC2 输入模型、FG输入模型、ST输入模型 )、输出 DEA模型 (包括 C2 R输出模型、BC2 输出模型、FG输出模型、ST输出模型 )之下的弱 DEA有效之间的等价性 .这些结果对于理解和解释输入 DEA模型和输出 DEA模型之下的弱 DEA有效性的概念是很重要的 .     

基于DEA的造船企业经营效率分析评价

根据数据包络分析方法,结合造船企业的投入和产出特点,建立了综合考虑造船企业经营效率的投入产出指标体系和评价模型.基于国内外19家造船企业2006年的投入和产出经营数据,分别测评出了各家企业的综合效率值,给出了低效率企业的产出不足量和投入冗余量.为使分析可靠,对投入产出指标组合进行了敏感度分析.结果反映该方法客观、准确,可有效评价造船企业经营效率,并为改进企业经营方法提供有价值的信息.     

输出/输入比值优势与DEA有效

进一步讨论了多目标规划模型 ( vp)中的 Pareto有效与 DEA有效的关系 ,得到两个重要结论 ,藉此无须求解 DEA模型就能判断某些 Pareto有效 DMU的 DEA有效性。     

一种基于样本的综合评价方法及其在FSA中的应用研究

给出了一种基于多个样本单元或给定标准的多目标、多准则综合评价方法 ,并讨论了它的相关性质 .同时 ,还给出了一种依据样本前沿面移动划分可行集的算法 ( MSF) .根据划分的各区域特征 ,可以对决策单元的性状进行比较或排序 .在此基础上 ,给出了 n维空间中最大可接受风险曲面的概念 ,推广了传统的 F-N曲线分析方法 .并将 MSF应用于多风险区域分划以及同类单元综合风险评估 ( FSA)等问题中 .     

基于平均横切效率的信息产业效率分析与评价

构造了用于评价信息产业效率的平均横切效率模型,在此基础上,对1993～1999年间我国信息产业的生产效率进行了定量计算,并对其效率做了综合分析,提出了我国信息产业的生产效率虽有波动,但总的趋势是好的;验证了信息产业的生产效率与它的高投入、高产出特性是相符合的结论。     

存在中间产品退出的混合型多阶段系统DEA效率评价

具有复杂结构的系统经常会存在初始投入在不同子阶段分配和中间产品非完全再投入并存的现象,在其效率评价中忽略中间过程的传统Data Envelopment Analysis(DEA)模型往往会高估系统效率,而不考虑中间产品退出情形的网络DEA.模型对系统整体效率评价又可能偏低.为更好测算复杂结构系统的运行效率,基于企业技术创新的特征,建立同时考虑投入分配与中间产出分配问题的混合型多阶段系统DEA效率评价模型.依据分配比例测算各阶段效率,采用阶段效率的投入加权平均评价的系统整体效率,并计算模型的最优解.所提出的模型能够相对准确地反映复杂结构系统的特征,并深入系统"黑箱"内部,更大程度地为优化系统效率提供信息.对我国33个大中型工业企业的行业技术创新效率评价验证了模型的有效性.     

福建省经济增长的效率评价

为了定量地评价经济运行质量,应用数据包络分析(DEA)的理论和方法,对福建省改革开放以来经济增长效率进行评价,得到一些对促进经济增长有益的结论。     

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.     

共享投入型关联两阶段生产系统的网络DEA效率测度与分解

"黑箱"视角下的标准数据包络分析(DEA)因忽略中间产品转化信息及投入要素在各子过程中的配置信息,无法体现决策单元的实际生产技术,自然不能提供有效的效率绩效测度.分别在固定规模报酬和可变规模报酬假设框架下,充分利用中间产品的转化信息与投入要素的配置信息,构建了存在共享投入的关联两阶段生产系统效率的网络DEA效率测度与分解模型.建模方法遵循客观评价的原则,无需事先主观设定子效率和系统效率之间的组合关系,且可通过事后分解确立二者之间的凸线性组合关系.此外,建模方法具有很好的扩展性,可被直接用来构建含有更加复杂转化结构的生产系统的效率测度与分解模型,为多阶段投资以及多阶段供应链运作等复杂生产系统的整体效率测度与分解提供了有效的分析途径.一个关于银行投资过程的实例被用来验证建模思想的合理性和优越性.     

基于Pareto分布的决策单元DEA效率评价

针对网络数据包络分析(DEA)应用时缺少内部数据的瓶颈,提出将决策单元内部的生产活动按照价值动因分为核心和非核心生产单元,并根据经验Pareto分布估计核心单元的输入数据,据此构建DEA效率评价模型.新模型利用输入输出数据和基于管理者经验信息获得的更多信息,据此估计生产潜力并给出相应的估计的概率,为决策单元的管理者分配资源和设定目标提供理论支持.最后利用模拟数据演示所提出的模型,并与BCC模型的结论相比较,结果显示新模型能够发现更高的生产潜力的信息,可以为决策者制订目标提供依据.     

有关将弱DEA有效性用于预测的探讨

有关将弱ＤＥＡ有效性用于预测的探讨⒇吴文江何静（武汉工业大学北京研究生部，北京１０００２４）ＤｉｓｃｕｓｉｏｎｏｎＵｓｉｎｇＷｅａｋＤＥＡＥｆｉｃｉｅｎｃｙｆｏｒＦｏｒｅｃａｓｔＷｕＷｅｎｊｉａｎｇＨｅＪｉｎｇＡｂｓｔｒａｃｔＴｈｉｓｐａｐｅｒｐｒｅ...