一种兼顾效率与效果的决策单元投入产出绩效评价方法

在对效率与绩效概念进行甄别的基础上,给出了一种兼顾效率与效果的决策单元投入产出绩效评价方法。有别于决策单元的技术效率评价,该方法一并考虑了决策单元的前沿技术实现与投入产出目的达成。在将决策单元投入产出绩效的影响因素归纳为技术因素、投入配置因素和投入规模因素的基础上,分别构建了决策单元的绩效型综合效率模型、绩效型技术效率模型和绩效型投入配置效率模型。这些模型的解给出了决策单元的投入产出绩效值、决策单元投入产出绩效形成过程中各种影响因素的贡献以及决策单元基于不同影响因素的绩效改进目标,从而为决策单元在现实环境约束下进行绩效提升途径选择提供了较为充分的信息。     

只有输出的广义样本区间DEA模型

在应用多个绩效指标综合评价决策单元有效性时，决策者常常把这些决策单元与另外预先指定的标准（样本单元）进行比较。由于客观事物的复杂性和不确定性导致样本单元和决策单元的指标信息有时必须用区间数的形式给出。针对区间数指标信息的综合评价问题，本文通过分解的方法讨论样本单元和决策单元指标信息为区间数时用广义DEA模型评价决策单元有效性的方法，并相应地构建了只有输出的广义区间DEA模型。同时，对模型的含义、求解以及性质等进行了分析。之后，探讨了该方法在决策单元有效性分类和排序中的应用。最后，通过实例表明该方法的可行性和有效性。     

存在非期望产出的决策单元阻塞问题研究

阻塞是指企业的过量投入引起生产效益下降的经济现象,近年来已经受到实业界与学术界的广泛关注。现有的决策单元阻塞问题研究普遍假设产出均是期望指标,然而,在实际生产中很多产出属于非期望指标。本文构建了同时存在期望产出和非期望产出决策单元的阻塞度量模型,该模型不仅可以判别决策单元是否存在阻塞,而且可以测算各项投入的阻塞程度,并给出了决策单元阻塞和技术无效之间的关系。最后,运用所提出的模型对我国上市商业银行的效率和阻塞情况进行了测算与分析,验证了本文模型的实用性与可行性。     

考虑环境属性约束的平行结构DEA模型

针对平行结构DEA模型在构造虚拟参考单元时没有考虑任何约束可能存在低估效率的情况,通过加入决策单元的环境属性对现有的平行结构模型进行了改进,从而在组合为虚拟参考单元的子决策单元之间添加必要的约束,使得模型所得的效率值更具现实意义。最后,将改进后的平行结构模型应用于中国各省份污染治理效率评价问题,从实证角度验证了模型的合理性和有效性。     

两阶段生产系统的DEA效率评价模型

数据包络分析(DEA)作为一种数学规划方法,已经被广泛用来评价一个决策单元相对于其它决策单元的效率。经典的DEA模型把决策单元看作一个“黑箱”,对决策单元的内部运行机制不作深入的研究。本文以一个两阶段生产系统为例,从生产系统的内部过程出发,提出一个基于DEA的模型以合理评估该决策单元的相对效率。本文提出的模型实质上是一类特殊的网络DEA模型,其评价原理有别于已有的研究成果,但确实有助于管理者确定生产过程(如供应链)的非有效来源及其效率改进方向。     

综合模型C2WY中增减决策单元与DEA有效性

本文针对最一般的综合 DEA 模型 C²WY,讨论了当增加(或减少)一个或多个决策单元时,DEA 有效决策单元集合的变化。这里,我们充分利用在研究没有增加(或减少)决策单元之前,评价原有决策单元的有效性时得到的信息,给出了 DEA 有效性变化的一些充分条件、必要条件,以及决策单元的 DEA 有效性没有变化的充分必要条件。     

基于交叉评价策略的DEA全局协调相对效率排序模型

在DEA(数据包络分析)研究领域,建构在交叉效率概念基础上的现有决策单元排序方法仅以定义的方式给出了用于决策单元排序的交叉效率评价值。对于这种方法构建方式,分别基于管理学的效率概念和多属性决策理论,分析指出其中的交叉效率评价值从本质上讲既与效率的管理学概念不符,也与决策单元的优劣不存在理性逻辑联系。为克服现有决策单元排序方法所存在的上述问题,基于交叉评价策略和效率的管理学概念内涵给出了DEA全局协调相对效率的新概念,在此基础上利用优化理论给出了可以用于决策单元优劣排序的DEA全局协调相对效率测度模型,并通过理论分析和数值案例验证解释了该模型相对于现有决策单元排序方法所拥有的比较优势。     

基于交叉效率和合作博弈的决策单元排序方法

在数据包络分析中，大量的交叉效率模型已被提出。然而选择不同的目标模型将实现不一样的交叉效率评价。本文基于针对单个决策单元实施的对抗型和仁慈型两个交叉效率模型，用合作博弈方法来研究交叉效率模型的选取，并利用Shapley值对决策单元进行排序。最后通过实例分析显示该排序方法充分利用了最小交叉效率和最大交叉效率的信息完全排序了所有决策单元，具有一定的综合性和合理性。     

基于完全包络面的DEA Super效率评价方法

为了对决策单元进行公平、合理、完全的排序,提出一种考虑完全包络面的DEA Super效率评价方法.讨论包络面的选取与DEA效率值的关系,提出完全包络面的概念,并在等产出图上演示了最优前沿面、最劣前沿面与完全包络面的区别和关系;提出基于最劣前沿面的Super效率DEA模型,给出基于完全包络面的DEA Super效率评价排序模型,目标函数包含决策单元的最优效率和最劣效率两部分.该方法用于决策单元的排序,同时考虑最符合与最不符合决策单元自身偏好的权重体系;该方法用于决策单元的效率排序,能获得比较合理的排序结果,可以实际应用于各种决策单元排序中.     

非合作博弈两阶段生产系统DEA并购效率评价

如何选择并购对象及预测并购可行性是企业管理者在并购决策过程中常面临的问题。针对企业并购预测问题,本文以两阶段生产系统的决策单元为研究对象,研究数据包络分析方法在预测并购可行性方面的应用。该生产系统有两个明显的特点:(1)决策单元由两个阶段串行子系统构成,(2)两个子系统一个处于主导地位,而另一个处于从属地位。两个或者两个以上决策单元并购为一个虚拟决策单元。本文在分析由决策单元整体效率与其子系统效率之间关系的基础上,引入非合作博弈的思想,提出了基于非合作博弈的DEA模型评估虚拟决策单元两阶段生产系统的并购效率:即在保持现有的产出水平和生产效率的前提下,分别求解虚拟决策单元及其子系统的并购效率,分析虚拟决策单元如何通过两个子系统实现整个系统的成本节约。最后,将模型应用于台湾24家非寿险保险公司的仿真分析。由于文章提出的方法能够有效地分析虚拟决策单元内部子系统的并购有效性水平,同时考虑子系统之间的主从关系,因此,能够发掘影响虚拟决策单元并购效率的内部因素,因而能够为管理者并购决策提供更精确有效的管理信息,提高并购决策的科学性。     

具有双重角色和非期望要素的供应商评价两阶段DEA模型

在基于DEA方法的供应商评价过程中,会出现供应商同时具有双重角色要素和非期望输出要素的情形。文章提出了一个处理双重角色要素的新思路,认为DEA模型中双重角色要素同时扮演了输入和输出两个角色,所有双重角色要素本质上就是网络DEA模型中的中间变量,并同时认为包含双重角色要素的生产系统一定能分解成为多个子系统,其中的双重角色要素既是一个子系统的输入,同时又是另一个子系统的输出。为测度供应商的效率,基于已有关系型两阶段DEA模型,将供应商的生产运营视为两阶段过程,其双重角色要素视为两阶段过程的中间变量,并通过将所有输出以加权和的形式表达,但对非期望输出用负的权重的方式,提出了一个具有双重角色和非期望输出要素的供应商评价两阶段DEA模型,最后用一个实例验证了方法的可行。     

基于可变权重的DEA效率评价模型

传统DEA模型将投入、产出权重视为固定变量。为了更合理地对决策单元的效率进行评价,本文研究了如何将有关投入、产出变量的权重的更多信息融入效率评价模型,提出了可变权重的概念,给出了一种基于可变权重的DEA效率评价模型。本文模型是CCR模型的推广。在有关权重信息可得的前提下,本文模型较之CCR模型中效率评价上更为合理。但是,如何准确度量投入、产出权重并将其函数化,是本文方法应用的难点。一个算例分析演示了本文模型。     

基于机会约束随机Index-DEA的投资组合效率评价

传统DEA和分散化DEA是两种常见的非参数评价方法,二者也被广泛应用于投资组合效率评价。已有相关研究通常将风险和期望收益视为投资组合的投入和产出指标,但该投入-产出假设与实际投资过程并不吻合。在实际投资过程中,真实投入应为投资组合的初始财富,产出则是其终端财富。基于新的投入-产出假设,本文对投资组合初始财富进行标准化,将终端财富转化为收益率形式,进而构造随机生产可能集和相应的机会约束随机Index-DEA模型。当投资组合收益率服从联合正态分布时,随机Index-DEA模型被转化为等价的确定性模型,从理论上证明该等价模型的凸凹性,并提出相应的求解算法。最后,利用该随机Index-DEA模型对我国30只开放式基金进行效率评价,验证所提出DEA模型和求解算法的有效性。     

A network DEA quantity and quality-orientated production model: An application to Australian university research services

The motivation for this analysis is the recently developed Excellence in Research for Australia (ERA) program developed to assess the quality of research in Australia. The objective is to develop an appropriate empirical model that better represents the underlying production of higher education research. In general, past studies on university research performance have used standard DEA models with some quantifiable research outputs. However, these suffer from the twin maladies of an inappropriate production specification and a lack of consideration of the quality of output. By including the qualitative attributes of peer-reviewed journals, we develop a procedure that captures both quality and quantity, and apply it using a network DEA model. Our main finding is that standard DEA models tend to overstate the research efficiency of most Australian universities.     

评价相对效率的投入—产出型DEA

传统 DEA只能在固定投入或产出的条件下 ,从产出或投入角度测算决策单元相对效率 ,因而不能综合地反映决策单元的投入产出效果 .基于双目标规划 ,本文将提出从投入及产出角度评价决策单元相对效率的投入—产出型 DEA,并研究其相对有效性 .最后以沪市 1 6家高科技上市公司为应用实例 ,研究其相对经营效率     

矩阵型网络DEA模型及其实证检验

针对传统DEA模型无法有效的评价矩阵型网络系统的效率,本文构建了矩阵型网络决策单元的生产可能集,建立了矩阵型网络DEA模型。在此基础上证明了决策单元在矩阵型网络DEA模型下为弱DEA有效的充分必要条件为其每个子系统均为弱DEA有效。最后,选用美国的十个电力公司作为决策单元对模型进行实证检验,得出结论:矩阵型网络DEA模型弥补了传统DEA模型无法反映内部有效性从而可能得到错误结果的缺陷,并能精确地计算出各个子过程的效率,辨识出具体需要改进的子过程。同时新模型为评价复杂系统的效率提供了新的思路。     

基于偏好DEA模型的中国纺织业效率评价

基于具有输入输出指标偏好信息的数据包络分析模型评价中国纺织工业的效率,给出了描述规模报酬不变和规模报酬可变假设的DEA模型及其对偶规划的一种形式。模型克服传统DEA模型应用中常见的决策单元权重为零进而高估决策单元效率的不合理现象,有效地测算了中国31个地区纺织工业的经济运行效率,并分析了地区间效率水平差异的原因。利用各决策单元在经验生产前沿面上的投影点,估计了中国纺织工业的随机生产前沿函数,最后用效率弹性线性递减模型分析了销售收入、人均资产、台港澳和外商投资对各地区效率的微观影响关系。     

Data envelopment analysis: Prior to choosing a model

In this paper, we address several issues related to the use of data envelopment analysis (DEA). These issues include model orientation, input and output selection/definition, the use of mixed and raw data, and the number of inputs and outputs to use versus the number of decision making units (DMUs). We believe that within the DEA community, researchers, practitioners, and reviewers may have concerns and, in many cases, incorrect views about these issues. Some of the concerns stem from what is perceived as being the purpose of the DEA exercise. While the DEA frontier can rightly be viewed as a production frontier, it must be remembered that ultimately DEA is a method for performance evaluation and benchmarking against best-practice. DEA can be viewed as a tool for multiple-criteria evaluation problems where DMUs are alternatives and each DMU is represented by its performance in multiple criteria which are coined/classified as DEA inputs and outputs. The purpose of this paper is to offer some clarification and direction on these matters.     

非期望产出下我国能源消耗产出效率差异研究

提高能源消耗产出效率是新常态下经济发展的必然趋势，随机扰动和外部环境是研究能源消耗产出效率不可回避的问题，而传统的DEA模型无法剔除非期望产出对效率值的影响。本文通过构建四阶段Bootstrap-DEA-Malmquist模型，采用1990~2014年的省际面板数据作为样本数据，通过松弛指标调整能源投入，剔除外部环境和随机因素对能源效率和能源全要素生产率的扰动，并借助Bootstrap随机抽样法进一步减小由于样本差异造成的影响，从静态和动态两个维度测算了中国能源消耗产出效率和全要素生产率。研究发现，外部环境和随机扰动对能源效率的估算具有显著影响，剔除外部环境影响因素后得到的能源效率值、技术效率变化以及全要素生产率变动均有不同程度的下降，而调整初始投入后的技术进步值有所上升。此外，考虑环境因素时，能源效率值下降，但是进一步运用Bootstrap随机抽样法消除随机因素的影响后，能源效率值有所上升。本文的主要贡献在于将环境因素和随机因素从能源效率与能源全要素生产率的测算中剥离，获得更为准确的能源效率值和能源全要素生产率值。     

Theory of integer-valued data envelopment analysis under alternative returns to scale axioms

Kuosmanen and Kazemi Matin [Theory of integer valued data envelopment analysis. European Journal of Operational Research 2009;192:658–67] developed an axiomatic foundation for a data envelopment analysis (DEA) model that assumes subsets of input and output variables to be integer valued. In this paper we extend and generalize the axiomatic foundation for the integer DEA under variable, non-decreasing and non-increasing returns to scale. These model variants are achieved by introducing new axioms of natural convexity and natural augmentability. We also develop mixed integer linear programming (MILP) formulations for computing efficiency scores in these environments. An empirical example illustrates the approach.