非合作博弈两阶段生产系统的环境效率评价

本文研究了环境效率评价中广泛存在的一类典型问题:两阶段非合作博弈的效率评价问题,该问题有两个明显的特点:(1)决策单元由经济生产子系统和污染物处理子系统两个阶段的子系统构成,(2)经济生产子系统产生的污染物由污染物处理子系统进行处理,且经济生产子系统居于主导地位,而污染物处理子系统居于从属地位.文章在分析各个决策单元整体效率与其子系统效率之间关系的基础上,提出一种能够同时评价决策单元整体效率和其子系统效率的DEA方法;然后引入非合作博弈思想,提出了基于两阶段非合作博弈的环境效率评价的DEA方法;最后采用中国各地区的工业系统的环境效率评价的实例分析说明了该方法的合理性和有效性.由于文章提出的方法能够有效地分析决策单元内部子系统的有效性水平,能够反映子系统之间的主从关系,能够发掘影响决策单元效率的关键因素,因而能够给出更为有效的环境管理信息,为决策者的决策提供科学的依据.     

并联系统资源和目标配置双准则DEA模型

针对决策单元内部资源和目标配置问题,以并联生产系统为研究对象,研究数据包络分析方法在组织的资源分配与目标设定方面的应用.首先考虑决策单元内部评价的特点:(1)固定投入和固定产出;(2)子单元评价的权重选择之间的关系;(3)内部评价权重选择与决策单元整体评价的关系.在此基础上,提出基于效率与公平的决策单元内部资源和目标配置双准则DEA模型,最后用算例演示其使用,以说明模型的合理性.     

资源约束型两阶段生产系统的DEA效率评价模型

经典的数据包络分析(DEA)模型将决策单元看作"黑箱",忽视决策单元的内部过程,必然会高估决策单元的效率。本文研究了一种资源约束型两阶段生产系统的DEA效率评价方法,针对此类生产过程的内部过程,研究其内部运行机制对整体效率的影响。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,但更有助于管理者确定生产过程的非有效来源及其效率改进方向。实例证实本文方法的合理性。     

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。     

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。     

中立型两阶段交叉效率评价方法

在数据包络分析中，已有的两阶段交叉效率评价方法，不仅只能用于基本两阶段网络结构，而且没有中立地分解子阶段效率。文章提出了一个既适用于基本两阶段网络结构，又适用于具有共享输入的两阶段网络结构的，中立型交叉效率评价方法。该方法定义自评时整体效率等于子阶段效率的加权和，在自评整体效率最大的前提下，从使各子阶段效率都尽可能大的角度为每个决策单元分别确定一组最优权重，进而通过互评计算决策单元整体和子阶段的最终效率得分。最后，通过两个实例验证了方法的实用、合理、有效。     

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。     

基于最近距离投影的DEA两阶段效率评价方法研究

数据包络分析是进行效率评价最重要的方法之一。传统的数据包络分析理论主要寻找有效前沿面上的最远距离投影，在极大化无效性指数的同时也面临着效率改进的巨大难度和高额成本。对于具有两阶段内部生产结构的决策单元，本文从考虑最小改进难度的视角出发，提出了最近距离投影的两阶段效率评价方法。该方法首先得到所有强有效决策单元的线性组合，且这些组合均占优于被评价的两阶段决策单元。然后建立了两阶段范围调整效率评价模型，在确定具有最近投影距离的占优组合的同时，得到了两阶段评价效率。最后，本文运用我国32家上市银行的年度数据对所提出方法进行了应用验证。     

考虑系统内部平行结构的DEA资源分摊方法

如何将一定数量的资源在一组决策单元中进行有效地分摊是决策者在实际工作中常面临的问题。本文将决策单元看作系统,研究系统内部为平行结构的资源分摊方法。在将待分摊的资源作为一种新的独立投入要素的前提下,采用数据包络分析(DEA,data envelopment analysis)方法得到能够使得所有的总系统和子平行系统同时达到Pareto有效状态(效率值为1)的资源分摊方案集,并确定每个子平行系统的有效分摊区间。进而定义效用函数以反映各子平行系统对分摊额的满意程度,并基于满意度max-min公平原则和Pareto有效原则建立资源分摊模型。最后通过我国2008年31个省市或地区三大产业的相关数据验证了资源分摊模型的有效性,具有一定的理论与现实指导意义。     

额外资源按需分配方法研究

文献Wei Quanling等^[1]的最后一段提出了这样一类额外资源分配问题：假设有一些额外的投入资源将要分配给全部或者部分决策单元，如果我们希望分配结果对于整个系统（该系统由全部决策单元组成）来说是最有益的，那么应当如何分配这些额外的投入资源?他们同时还指出系统中哪些决策单元能够获得额外的投入资源，这不仅取决于决策单元的效率，还需要考虑规模报酬。针对此类问题，本文提出一种额外资源按需分配方法：首先，综合决策单元的技术效率与其投影点的规模弹性构建发展曲线，并由决策单元的发展曲线获知其投入变动与产出变动的对应关系；然后，把额外资源分成若干等份，依次分配每一个等份的额外资源，每次分配使系统的总产出增加实现最大，直至分配完全部的额外资源，或者分配某一份额外资源不再带来任何的产出增加，分配就会停止；最后，把决策单元在每一次分配过程中获得的额外资源进行累加，得到这个决策单元最终的分配结果。全文的最后分别在"一个投入一个产出"和"两个投入一个产出"情况下给出两个具体的分配算例。分配结果表明，这种按需分配方法不会缩减任意一个决策单元当前占有的投入资源数量，并且还可以有效地在辨识出某种额外资源在规模上和结构上存在的冗余，从而有效地避免不必要的分配。     

Cross efficiency measurement and decomposition in two basic network systems

The data envelopment analysis (DEA) technique uses the most favorable weights for each decision making unit (DMU) to calculate efficiency. The resulting efficiency scores are thus incomparable and difficult to discriminate. This phenomenon is more prominent for network systems, which involves the ranking of the component divisions, in addition to the system. This paper applies the idea of cross evaluation, which has been demonstrated to be an effective approach in ranking DMUs for systems considered as a whole-unit, to measure the efficiency of the two basic structures of network systems, series and parallel. The proposed model is able to decompose the cross efficiency measure of the system into the product of those of the divisions for the series structure and a weighted average for the parallel structure. The results from two real-world cases, one for the basic series structure and another for the parallel one, show that the cross efficiency measures proposed in this paper not only increase the discriminating power in ranking systems and divisions, but also identify the relationship between the system and division efficiencies. Which division has stronger effects on the performance of the system is reflected from this relationship.     

Efficiency measurement for hierarchical network systems

The conventional data envelopment analysis (DEA) models for measuring the relative efficiency of a set of decision making units (DMUs), without considering the operations of the component processes, often produce misleading results, and network models have thus been recommended. This paper discusses the development of a network DEA model for systems with a hierarchical structure. It is shown that the hierarchical structure is equivalent to a parallel structure, with the components being the units at the bottom of the hierarchy. Due to the characteristics of a parallel system, the efficiency of a hierarchical system is thus a weighted average of those of the units at the bottom of the hierarchy. A hypothetic example shows that the proposed model is able to distinguish the order of the efficient DMUs evaluated by the conventional DEA model. Moreover, it provides the efficiencies of the functions of the DMU, which enables managers to identify areas of weakness, and thus better focus efforts to improve overall performance.     

Hierarchical network systems: An application to high-technology industry in China

In real world situations, there is a hierarchical structure exists in a specific organization and each component has its network process. However, such hierarchical network system has not been well studied in previous literature, and misleading results often are produced. The current paper discusses a data envelopment analysis (DEA) modelling technique for a network structure where a hierarchical system consists of components having two-stage series processes. An additive network DEA is proposed to evaluate the performance of this type of network structure. The overall and divisional efficiencies of the system and each component can be derived, and the relationship between system efficiency, divisional efficiency and the ones of components is discussed. The newly developed additive network DEA is nonlinear and cannot be converted into a linear program. A semidefinite programming (SDP) approach is developed for effectively solving this model and the global solution can be guaranteed. Another linear multiplicative network DEA also developed for this hierarchical system. The two newly developed models are illustrated with a case of the performance evaluation of high-technology industry in China.     

决策单元交叉效率的自适应群评价方法

传统交叉效率评价方法因决策单元偏好权重不唯一而难以操作,因交叉效率有效性分值平均化集结而难以被接受。目前的学者通常围绕决策单元指标权重的确定性分配方法、交叉效率有效性分值的去平均化集结等分别开展研究。本文将交叉效率评价方法中自评互评相结合的评价模式看作群决策过程,即每个决策单元既是一个被评对象,又是一个决策"专家",提出了一种决策单元交叉效率的自适应群评价方法,将决策单元偏好权重的确定和交叉效率有效性分值的去平均化集结作为同一个决策过程,根据每个决策单元的评价结果与群体评价结果的接近程度,同步迭代调整决策单元的"专家"权重和决策单元自评产生的、并提供给其他被评价决策单元的一组确定的偏好指标权重。实验验证与实例运用分析表明,该方法收敛效果良好,能得到客观稳定的决策单元交叉效率有效性分值及排序。     

考虑满意度的两阶段DEA固定成本分摊方法

考虑具有相同的投入和产出的两阶段决策单元的固定成本分摊问题。将待分摊的固定成本作为一种新的投入，建立两阶段加性DEA模型。首先证明了各决策单元从自身角度出发可以找到至少一种分摊方案，使其自身整体和阶段效率都达到Pareto有效。然后证明了在公共的权重下，至少存在一种分摊方案可以使得各决策单元整体和阶段效率都达到Pareto有效。并给出了这样的有效成本分摊方案集。为了得到公平的成本分摊方案，定义了各DMU各阶段对分摊方案的满意度，最大化最小的满意度，可以得到最终的成本分摊方案。将问题拓展到两阶段存在共享投入的生产系统中，这些性质定理同样成立。数值算例部分将本文与Yu等（2016）的研究结果进行了对比，验证了本文方法的有效性，指出了本文方法的优越性。本文的方法综合考虑了效率和公平，得到的固定成本分摊方案公平合理。     

并联决策单元的动态DEA效率评价研究

具有并联决策单元内部结构的系统是一类具有代表性的复杂生产系统,其内部结构已不再是传统观念的黑箱,而是由多个并联(平行)的生产单位组成.在已有并联决策单元DEA效率评价方法的基础上加入时间维度,增加规划问题的约束条件,推演出该种复杂系统的动态DEA效率评价指标,并以中国14家商业银行的数据进行实证.研究结果表明,2005年至2008年没有一家银行的动态效率指数为0,这说明中国银行系统的生产效率并没有达到最优;中国商业银行的地区效率基本遵循沿海地区-中部地区-西部地区依次递减的态势,此规律在中国国有银行中的体现更为明显;影响银行效率改进的主要原因是各银行本身的差异,而不是不同经济区域之间的环境差别.