L-R型区间DEA模型及其变换

本文探讨了评价指标为IR型区间数时,决策单元的相对有效性评价问题,提出了I-R型区间DEA模型.相对一般DEA方法,该模型具有计算简单、适用性广、经济含义明确等特点.     

区间DEA模型求解算法及其在项目投资效率评价中的应用

当决策单元的变量取值区间范围较大时,经典区间DEA求解算法求得的相对效率区间长度也可能较大,对决策单元有效性的解释力低,很难直观反映相对效率的大小。将决策单元的变量区间划分为若干个子区间,分别计算决策单元在各子区间上的DEA效率,进而求得综合效率区间,作为评价决策单元有效性的基准。综合效率区间的区间长度比经典算法的求解结果小,将新算法应用于投资项目的效率评价,便于对投资项目的效率大小进行比较,进而为项目投资决策提供科学依据。     

基于整体效率的区间DEA方法研究

针对现有的区间DEA方法采用非统一指标数据进行效率评价的不足,本文在分析现有区间DEA方法的基础上,提出一种基于整体效率的区间DEA方法。该方法能够在多决策单元系统整体效率最大化的同时,得到统一的各决策单元投入/产出的精确数据及各指标权重,一次性求解出所有决策单元的效率。最后,采用一个算例分析说明文章所提方法的合理性和优越性。     

基于DEA/FA模型的企业综合绩效评价研究

针对传统DEA法在评价决策单元总体绩效时表现出的不足,本文试图将因子分析和DEA分析相结合,通过公共因子得分对DEA评价结果进行修正,从而提出DEA/FA评价模型。之后本文选取了21家上市物流公司作为样本,利用其财务报表数据进行绩效评价,从而验证了DEA/FA模型在对决策单元绩效进行综合评价的有效性。     

基于因子分析与DEA方法的旅游上市公司效率评价

提出了基于因子分析的DEA组合评价方法。该方法综合了因子分析和DEA 2种方法的优点,以DEA为中心,以因子分析为辅助,通过因子分析法对投入产出指标进行处理,把繁多的投入产出指标归并成若干个具有明确经济意义的公共因子,从而利用DEA模型计算出各个决策单元的相对效率值,实现各决策单元的排序。通过我国旅游上市公司2000~2005年财务数据的评价说明这种方法的有效性。     

超效率DEA模型的区间扩展

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型。定义了一种反映决策者满意度的区间数序关系。当决策者给定一满意度水平,将区间SE-DEA中的区间不等式约束转化为确定型约束。研究了该满意度水平的另一层含义,即决策者对除被评价决策单元外的其它决策单元的偏好程度,据此将区间SE-DEA中的区间等式约束和区间目标函数转化为确定型。最终将区间SE-DEA转化为某一满意度水平下的确定型SE-DEA,并进行求解。最后将文中方法应用于天津市某4家科研所的效率预测问题之中。     

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。     

基于样本集的区间数灰靶分类决策模型及应用

基于灰靶思想的不确定背景分类决策问题分析,本文提出了区间数灰靶分类决策模型。该模型将灰靶决策拓展到决策信息为区间数的情况,提出了区间数的靶心距测度方法;根据靶心距提出了灰靶分类决策中的靶心分类临界值设置方法;以决策对象的靶心距与临界值之间的偏差总量最小为目标,建立了指标权重和分类临界值的确定模型;依据求解的权重与分类临界值对决策对象集进行分类评价。算例分析验证了该模型的有效性和可行性,可以很好地解决决策对象众多、分类数不确定等特性的多属性分类决策问题。     

基于区间数的多阶段交互式群体评价方法及应用

针对目前多阶段交互式评价研究数量相对较少并且均是基于点值评价信息的缺陷,以及大多数群体评价研究中忽视了评分区间与可变评价信息的内在联系等不足,综合讨论了一种基于区间数的多阶段交互式群体评价方法。本文首先分析了交互式评价中区间型评价信息的特性,进而提出了评分区间重置算法的设计思想。该算法能够实现评分区间与每轮调整后评价信息的协同调整,并推动交互的进行,使评价信息趋于稳定。然后从稳定性角度出发,设计群体评价信息的稳定性指标,以此讨论交互终止条件。最后给出一个应用算例,算例表明了该方法的可行性和有效性。     

基于决策者满意度的区间DEA的求解

定义了一种反映决策者满意度的区间数序关系,基于此将区间DEA中的区间不等式约束转化为确定型约束。研究了区间DEA模型向确定型DEA模型转化过程中的数据一致性问题。在保持数据一致性的前提下,根据决策者给出的满意度水平,将区间DEA转化为确定型DEA并进行求解。最后给出算例,并总结和分析了决策单元的DEA效率值随满意度水平变化的规律。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

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。     

存在保证域的模糊超效率DEA模型

模糊DEA模型是用于解决存在模糊数据的决策单元(DMUs)效率评价问题的,然而现有的模糊DEA模型分辨率低,本文构建了存在保证域的模糊超效率DEA模型,并给出了一种基于截集的求解方法并进行了证明,该模型有效地解决了输入和输出全部或部分为模糊数的决策单元全排序问题。最后给出了一个银行效率评价的实例说明了方法的有效性。     

基于修正Russell方法的模糊决策单元的排序

文章首先建立基于修正Russell方法的超效率DEA模型,然后基于模糊数的比较,建立并求解模糊环境下的基于修正Russell方法的超效率DEA模型,从而解决了模糊决策单元的全排序问题。文末的算例将基于修正Russell方法的模糊超效率DEA模型,与基于CCR模型的模糊超效率DEA模型的结果进行了比较分析。     

DEA博弈模型的分析与发展

数据包络分析(Data Envelopment Analysis,DEA)与博弈论之间关系密切.传统DEA模型忽略了决策单元(Decision Making Units,DMUs)之间的竞合关系,对权重的限制过于宽松,难以合理评价DMU效率值.为此,将博弈论方法引入至DEA模型,开展DEA的博弈研究,既是对DEA理论的重大发展,也将极大拓宽博弈论的应用研究.本文分三个阶段对现有的DEA博弈研究进行述评:(1)DEA的博弈论解释;(2)DEA Game模型及其应用;(3)DEA效率博弈;在深入分析重点模型基础上,总结其发展脉络,促进DEA理论与实践的发展.     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

三元效率区间下决策单元的全局绩效评价

针对现实生活中投入产出数据的不确定性,许多学者提出从乐观和悲观角度计算决策单元的效率区间,但每个效率区间的上、下界值都是决策单元表现的两种极端情况。本文通过引入心态指标衡量决策者的偏好,获得了一个最有可能的效率值,它与上界值、下界值共同组成了三元效率区间。然后改进了两级排序方法:提出了三元有向距离指数,为所有决策单元获得全序化结果。本文引用前人文中的数例验证了该方法是一种更为精确、可全序化的评价、决策方法,可广泛应用于效率测评中。     

一种新的基于双前沿面的交叉效率方法及其应用

本文将双前沿面效率评价的思想引入到传统交叉效率模型中，同时，针对双前沿面交叉效率方法中仁慈型和激进型交叉效率策略无法抉择，以及这两种交叉效率策略的应用范围有限的不足，提出了一种新的基于双前沿面的交叉效率方法。该方法的基本思想是选取一个理想决策单元和负理想决策单元，使用被评价决策单元的权重来计算理想决策单元和负理想决策单元的效率，并使被评价决策单元的效率尽可能接近理想解的效率，同时，尽可能远离负理想解的效率。根据该思想，分别在乐观前沿面和悲观前沿面下求解交叉效率值并进行集结，避免了由于前沿面的选择不同导致的差异以及决策者对仁慈型和激进型交叉效率策略进行抉择的困难。最后，将本文方法与现有方法进行对比分析，并将本文方法应用于我国东部地区10个省(直辖市)的创新效率评价中，以验证方法的有效性。