综合DEA模型的理论研究

针对传统DEA模型的局限性,本文提出综合DEA模型,以投入、产出同时达到最优为出发点来判断决策单元的相对有效性,并优化决策单元。     

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 .     

要素在有限范围变化的DEA模型

本文首先讨论了在数据包络分析（ＤＥＡ）中有些要素（投入或产出）只允许在有限范围变化的情况。然后从生产可能集入手，将这种对要素的限制直接反映到生产可能集中。基于此改进后的生产可能集，提出了比现有研究更广泛意义的ＤＥＡ模型。该ＤＥＡ模型实际上综合了传统的以及投入或产出固定不变的ＤＥＡ模型。此外，在进行决策单元（ＤＭＵ）效率分析时，文中给出的定理为存在投入过多及产出不足的非有效ＤＭＵ提供了改进目标以使之     

基于DEA方法的多指标评价

针对同时含有成本型指标、效益型指标和固定型指标的多指标评价问题,利用DEA方法进行评价,给出了多指标评价的DEA模型。并且对于DEA方法中部分指标过于理想化问题,考虑了权重限制,使其产生更加合理的输入和输出权重。在出现多个有效评价对象的情况下,利用超效率DEA模型对有效评价对象进行充分比较和排序,最后给出了评价实例。     

营销决策综合效果的DEA评价方法

首先构建了一套评价营销决策综合效果的指标体系,然后运用数据包络分析(DEA)方法对之进行了有效性评价。最后,以新兴公司为依托进行了实证研究,具有一定的实际意义。     

基于极效率DEA模型的港口绩效评价

对集装箱港口的绩效进行评价一直是港口当局关心的问题，现有文献尚未提出比较有效的方法，尝试利用极效率(super-efficiency)DEA模型对集装箱港口的绩效进行评价。极效率DEA模型能够有效地区别出有效(绩效值1)决策单元之间的绩效差异，可以对所评价的决策单元进行有效的排序。此方法已在城市和企业的评价中得到了应用，但尚未在港口得到应用。在案例中，汉堡港最有效率，新加坡港次之，然后是香港港、泽布勒赫港和基隆港，香港港由于船舶的无效逗留时间长、新加坡港集卡数配置不合理，导致两者的绩效低于吞吐量远小于它们的港口。     

基于DEA的企业绩效评价方法

以效率观点为切入点，引入数据包络分析（DEA）评价方法对企业经营绩效进行综合评价，提出了基于DEA的绩效评价内容，分析了其评价框架与步骤，为企业绩效评估问题提供了一条新的思路。     

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.     

综合DEA模型下影响因素分析

给出了在综合DEA模型下对于给定的数据集如何测定影响因素的方法。利用综合DEA模型(基于输入和基于输出模型)研究了去掉一个有效决策单元后对无效决策单元的影响,给出了影响大小的计算方法。提出了斜投影模型及对影响大小的计算方法。最后,给出实例分析。     

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。     

相对生产率评价问题中选择DMU的关联系数分析方法

在运用数据包络分析方法评价行业企业相对生产率时 ,企业的生产能力、技术水平、人员数量以及产出量的差距越大 ,参评企业从评价结果中得出值得借鉴的信息越少 .针对这种情况 ,本文提出了 DEA应用过程中从原始观测数据选择关联决策单元的方法 ,给出了算法步骤 ,并且比较了该方法与其它选择方案的差异 ,通过实例的计算说明了该方法的可行性与有效性.     

考虑竞争视野与利益相关的DEA交叉效率分析

在实际竞争与合作问题中,由于合作者或竞争者的规模等条件不同,决策单元(decision-making unit, DMU)之间的利益和竞争强度存在差异性,但传统的数据包络分析(data envelopment analysis, DEA)交叉效率模型并未考虑这一因素。因此,提出考虑DMU之间竞争关注度与净利益系数的DEA交叉效率评价方法,并且为了考虑综合信息,采用信息熵的方法对不同交叉效率模型的效率值进行综合得出DMU的加权效率。与传统的二次目标模式相比,该方法较好地体现了DMU之间利益和竞争强度存在的差异性,同时可以使被评价单元更有针对性地实施对合作者的支持手段或对竞争者的打压措施,从而更好地增强DMU的群体优势。     

有关DEA有效决策单元判断定理的探讨

本文对文献［１］中有关ＤＥＡ有效的决策单元的判断定理进行了探讨     

有关DEA模型$(C^2GS^2)$的最优值的定理及其在预测方法简化中的应用

文献［１］中在将初始点选在生产可能集内的基础上用弱ＤＥＡ 有效性$(C^2GS^2)$进行预测,但有时难于在生产可能集内选取初始点,因此本文在给出一些有关ＤＥＡ 模型$(C^2GS^2)$的最优值的定理的基础上设法省略该步骤．对任给的有正输入与正输出的初始点,不必检验它是否在生产可能集内,只要ＤＥＡ 模型的最优值存在且为正,就可用弱ＤＥＡ 有效性$(C^2GS^2)$ 进行预测     

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。     

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.     

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。