DEA决策单元的广义价值效率测度模型

为了克服DEA模型存在权重取值过于灵活的缺陷,在DEA建模原理的基础上,通过引入价值偏好估计对经典DEA模型予以了科学推广,并依据该模型推广建立了能够适用于决策者价值函数为非线性函数情况的DEA权重置信域构造方法与相应的决策单元价值效率分析方法即DEA广义价值效率测度实用模型。该模型的主要优点在于:权重置信域的构造具有科学严密性和价值信息引入的可操作性,从而可以保证分析结论的可靠性。数值验证结果表明,该模型可以得出可靠、可信且具有较强分辨能力的价值效率评价结论。     

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.     

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。     

基于理想决策单元参照求解策略的DEA交叉效率评价模型

在已有关于DEA交叉效率评价模型中,激进型模型和仁慈型模型会因评价结果不一致而导致实际应用中难以对它们予以抉择的难题;中立型模型虽在形式上规避了前述问题,但其本身存在着理论偏差。针对上述问题,基于TOPSIS的理想点构造方法,提出了一种关于DEA交叉效率评价的新模型,即基于理想决策单元参照求解策略的DEA交叉效率评价模型。该模型不仅具有理论的严谨性,可以规避激进型模型与仁慈型模型之间的选择难题,而且相对于它们而言能够更好地坚持DEA最有利于被评价决策单元的基本思想。数值模拟分析表明新模型具有解决实际问题的较好适用性。     

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。     

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。     

基于公共权重的集成DEA排序方法

基于公共权重的排序研究是管理科学中的一个重要课题,具有很强的现实意义.传统DEA方法确定了使得每个决策单元最优的偏好权重,却无法得到所有单元都能普遍接受的公共权重.本文提出了集成DEA模型,寻求一组公共权重,使得所有单元的无效程度之和最小,此时系统的效率最优.这组权重可以同时度量所有单元的有效程度,进行效率评价,也可以度量每个单元对系统的贡献程度,从而对这些单元进行排序.实例分析证实该模型的有效性和适用性.     

两种改进的超效DEA模型

对DEA有效决策单元不能排序是传统DEA模型的一大缺点。该问题也成为DEA领域研究的热点。AP模型是最常用的区分DEA有效决策单元效率值大小的超效模型,但在实际应用中却出现了无解或解不稳定的情况。国外学者新近提出的MAJ模型、LJK模型则有效解决了这两个问题,但却存在模型区分能力不强的缺点。本文分析了这两种模型缺点产生的原因、予以改进并给出理论证明。标准数据集的实验显示改进效果显著,尤其是改进后的LJK模型表现优异。     

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。     

具有独立子系统的DEA模型及其应用

考虑到现有的DEA模型基本都是针对单系统的,而仅有的多系统模型[10]也是在假设决策单元相互独立并且不存在规模收益的条件下给出的,本文首先建立了3个评价具有独立子系统的决策单元相对有效性的DEA模型,即假设存在规模收益的模型(1),允许存在组内合作的模型(2),组内与组间都可以进行合作的模型(3),并通过分析3个模型之间的关系得到了决策单元通过组内或者组间合作带来的收益,同时证明了模型的一些性质以及决策单元相对有效与子系统相对有效之间的关系,进而应用这3个模型对1997年我国制造业的东、西、中三个区域的域内以及域间合作问题作了研究.结果表明:本文建立的模型不仅可以得到不同省市制造业的整体效率,而且还可以得到各省市制造业的不同行业的效率以及通过域内或域间合作带来的收益,从而得到运作和管理效率低下的根本原因.     

考虑交易成本的投资组合效率估计方法

投资组合绩效评价是学术界研究的热点问题。本文在经典的经济学框架下,基于真实前沿面,给出了投资组合效率的明确定义。由于实际投资环境的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合效率的应用带来了很大的困难。本文基于投资组合理论,在投资组合模型所对应的前沿面为凹函数的情况下,采用基于数据的投资组合DEA评价模型构造前沿面来逼近真实的前沿面,从而估计一般情形下投资组合的效率。在此基础上研究了考虑交易成本的投资组合效率评价问题,并用实例说明了本文方法的合理性与可行性。     

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。     

Pitfalls of decomposition weights in the additive multi-stage DEA model

This paper examines limitations of the multi-stage DEA (data envelopment analysis) model in the literature. We focus on the DEA model with additive efficiency decomposition. We create taxonomy for the multi-stage DEA models and show when the decomposition weights can be non-increasing. When the decomposition weight for a stage is deemed reflective of the stage׳s relative importance, this property then implies that upstream stages (regardless the stage efficiency scores) in the model will obtain higher priority in efficiency decomposition. We also find that the non-increasing weights can affect the evaluation of overall and stage efficiency scores. We illustrate our findings through an empirical data set.     

风险条件下研发项目改进DEA选择模型

研发项目是企业提高竞争力的关键，研发项目选择关系到企业的战略和未来发展趋势。研发项目在生命周期内面临技术风险、突发风险和市场风险，本文考虑到研发项目的风险特征，结合企业战略，构建了基于效率排序的研发项目选择模型。首先，本文对研发项目的有效性和相对于其它备选项目的相对优势进行分析；然后针对数据包络分析模型排序的不足，结合平衡计分卡理念，规范研发项目投入的比例，引入实物期权理论，改进数据包络分析模型，实现了对研发项目的效率排序；最后通过实际算例对模型进行验证、横向对比和敏感性分析，结果表明：相对于标准数据包络分析模型，本文提出的模型具有更高的效率区分度，并且能够敏感地捕捉到研发项目投入和产出的变化对效率影响的演变过程。     

A fair evaluation of certain stage in a two-stage structure: revisiting the typical two-stage DEA approaches

The efficiency of decision processes with a two-stage structure has been studied by some modified versions of Data Envelopment Analysis (DEA) methodology, such as the relational or centralized model, and the non-cooperative model. After revisiting the rationale of the centralized model provided by the literature, we find that some unfairness exist in its efficiency evaluation of certain stage. This unfairness leads to the usual underestimation of the overall efficiency by the centralized model. Furthermore, because the independent DEA model for one stage ignores its relation and coordination with the other stage and the two-stage system, externalities between these members may arise and lead to the seeming contradiction in efficiencies derived by independent DEA models for the stages and the black box system. Therefore, we argue that the efficiency of certain stage in the context of a two-stage structure should be reevaluated instead of simply using the independent DEA model. A sequence of leader-follower procedures, with data adjustment on intermediates, is proposed to eliminate the externalities and to ensure a fair evaluation. We find that, after this data adjustment, the reevaluation of the second stage for a given Decision Making Unit (DMU) yields the same result as obtained by the standard DEA model regarding the two-stage as a black box. Moreover, some explicit relations are established between the black box model, the centralized model, and the non-cooperative model. Two typical examples taken from the literature illustrate our main results. Our findings also imply that more emphasis should be placed on the game theoretic DEA approach to model the efficiency evaluation of two-stage processes.     

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。     

存在保证域的模糊非径向偏好DEA模型——基于中科院24个研究所的实证分析

数据包络分析（DEA）是一种非参数化的方法,用于评价具有类似输入和输出的决策单元的效率。传统的非径向DEA模型假设输入和输出数据均为准确值,且对权重变量不加以限制,本文构建了存在保证域的模糊非径向偏好DEA模型,并给出了一种基于模糊数截集的模型求解方法,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评价问题。最后给出了一个中科院研究所效率评价的实例说明了方法的有效性。