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。     

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。     

基于优势前沿面的非营利组织管理有效性再评价方法

通常认为模糊DEA评价是用于测度管理有效性的一种方法,但是实际运行中由于有些模糊DEA有效单元信息贫乏,导致评价结果难以令人信服.本文提出的基于优势生产前沿面的DEA有效单元再评价方法克服了传统评价的问题,更有效地反映了评价单元的管理进步效果,经过理论分析和实践检验,是目前用于管理有效性评价的最佳方法之一.其特性表现在,将优势前沿面方法应用在非营利组织的测评管理中,通过构造有效性更强的新决策单元实现对DEA有效单元的区分和排序,克服了原来使用的靠DEA基于权重和判断准则进行再评价的缺点,具有现实可行性和有效性,评价结果具有较好的稳定性和可比性,能够对模糊DEA有效单元进行有效区分.研究使管理有效性方法在非营利组织评价中的应用更加具有理论意义和实际价值.     

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。     

DEA方法在企业绩效评价中的应用

本文对企业绩效评价的DEA模型(C~2R)及应用进行了研究,通过DEA有效性分析,对企业绩效进行效率衡量,并对非DEA有效的决策单元进行投影改进,找出更有效的投入产出量,一定程度上为企业的投入产出量提供了参考依据,也为企业提高效率提供了数据借鉴。     

超效率DEA模型的模糊扩展

在输入、输出数据为模糊数而效率值为准确值的模糊DEA模型中,会出现有两个以上有效单元,从而无法对所有决策单元进行全排序的情形。本文利用模糊数的基于α-截集的比较规则,建立了模糊条件下的超效率DEA模型,有效地解决了模糊决策单元的全排序问题。文末给出了一个实例。     

基于分段参数型DEA前沿面的投入—产出型技术效率

由传统DEA模型可以直接测算投入固定(产出固定)的条件下,面向产出(投入)的技术效率。尽管加型DEA模型同时考虑了投入和产出的松弛,但却不能像传统模型一样直接测算投入—产出型技术效率。为了直接由加性模型测算投入产出型技术效率,本文将利用DEA有效决策单元建立分段参数型DEA生产前沿面,并根据古典技术效率的定义,解决投入产出型技术效率的测算问题。研究发现,这种效率实质上是产出型技术效率与投入配置效率的乘积。由于同时考虑了投入和产出的技术无效性,与其它类型的技术效率相比,这种投入产出型技术效率的可分性更强。     

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。     

带权重约束的DEA超效率评价模型及其应用研究

针对产学研协同创新项目的相对效率比较问题,数据包络分析（DEA）法是比较有效的数量分析方法。但DEA法所构建的优化模型中,由于约束条件没有充分考虑评价指标体系内部指标之间客观存在的内在权重大小信息,从而导致模型过分强调了评价单元的投入产出特征差异,甚至出现了原本非常重要的指标其权重却为0的不合理现象。本文提出DEMATEL法和数据包络分析法有机结合的思想,将运用DEMATEL法获得的指标之间内在的权重大小信息,纳入DEA法非阿基米德无穷小量ε限制的CCR模型及其超效率模型的约束条件,创新模型的可行域,构建了权重约束型ε-CCR模型和超效率ε-CCR模型。并以美国2014-2015年度国家科学基金会产学研合作研究中心发布的年度报告数据,对美国71个以高校为主导的产学研协同创新中心的相对效率进行了实证分析。实证结果显示,权重约束型超效率ε-CCR模型比没有权重约束的超效率ε-CCR模型更有效,不仅能对多个评价单位进行全排序,而且能克服无权重约束的超效率ε-CCR模型存在的评价结果不合理现象。这些结果有助于进一步推动DEA法的理论创新和应用推广,并能为多投入多产出项目的决策提供新的方法,使实际问题决策更合理更科学。     

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.     

Common benchmarking and ranking of units with DEA

This paper develops a common framework for benchmarking and ranking units with DEA. In many DEA applications, decision making units (DMUs) experience similar circumstances, so benchmarking analyses in those situations should identify common best practices in their management plans. We propose a DEA-based approach for the benchmarking to be used when there is no need (nor wish) to allow for individual circumstances of the DMUs. This approach identifies a common best practice frontier as the facet of the DEA efficient frontier spanned by the technically efficient DMUs in a common reference group. The common reference group is selected as that which provides the closest targets. A model is developed which allows us to deal not only with the setting of targets but also with the measurement of efficiency, because we can define efficiency scores of the DMUs by using the common set of weights (CSW) it provides. Since these weights are common to all the DMUs, the resulting efficiency scores can be used to derive a ranking of units. We discuss the existence of alternative optimal solutions for the CSW and find the range of possible rankings for each DMU which would result from considering all these alternate optima. These ranking ranges allow us to gain insight into the robustness of the rankings.     

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。     

An integrated model for slack-based measure of super-efficiency in additive DEA

As a non-radial approach, a super-efficiency model, Super SBM, was proposed by Tone [15] to rank efficient DMUs. Du et al. [7] extends the Super SBM model to the additive (slacks-based) DEA model. To obtain the super-efficiencies of the DMUs, one needs to identify the efficient DMUs first and then apply the additive super-efficiency model to those efficient DMUs. In this paper, we propose an integrated model so that the efficiencies of the inefficient DMUs and the super-efficiencies of the efficient DMUs can be obtained by a single model. The efficiency scores obtained by our integrated model are the same as those obtained by Du et al. [7] and the additive DEA model.     

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。     

Ranking efficient units in DEA

Super-efficiency data envelopment analysis (DEA) model can be used in ranking the performance of efficient decision making units (DMUs). Because of the infeasibility problem associated with the super-efficiency DEA model, ranking has been restricted to the model where constant returns to scale and proportional changes in all inputs or all outputs are assumed. In fact, when super-efficiency is used as an efficiency stability measure, infeasibility means the highest super-efficiency. However, if super-efficiency is interpreted as input saving or output surplus achieved by a specific efficient DMU, infeasibility does not necessarily mean the highest super-efficiency. In order to obtain a complete ranking of efficient DMUs when the two assumptions are relaxed, a modified super-efficiency DEA model is proposed to overcome the infeasibility problem and to correctly capture the super-efficiency represented by the input saving or the output surplus. The current paper suggests using both input- and output-oriented super-efficiency models to characterize the super-efficiency when infeasibility occurs. As a result, we can rank the efficient DMUs if infeasibility occurs. The approach is applied to 20 largest Japanese companies and 15 US cities, respectively.     

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。     

基于证据推理和前景理论的交叉效率排序方法研究

针对由交叉效率评价策略和交叉效率集结方法的多样性而造成评价结果不一致的问题,提出利用证据推理方法和前景理论,综合各个交叉效率评价策略的评价结果,实现对决策单元的统一评价。首先,分别将选用的交叉效率评价策略以及各个评价策略中的他评效率设置成一级指标和二级指标,依据算数平均和前景理论分别确定一、二级指标的权重;其次,依据他评效率确定二级指标置信度,利用证据推理方法将各个交叉效率评价策略的他评效率综合转换成决策单元被评价为有效的置信度。决策者可通过比较决策单元被识别为有效的置信度的大小来判断决策单元交叉效率的大小,进而实现对决策单元的排序;最后,通过案例验证和说明本文提出方法的有效性和实用性。     

Allocating a fixed cost based on data envelopment analysis and satisfaction degree

This paper uses the Data Envelopment Analysis (DEA) technique to solve the problem of allocating a fixed cost across a set of comparable decision making units (DMUs) in a fair way. It first investigates the effect of the fixed cost on each DMU and on the collection of DMUs. Next we prove that there exist some cost allocations which can make each DMU and the collection of DMUs efficient. We show that such a cost allocation is unique and equivalent to the proportional sharing method if the fixed cost allocation problem is a one-dimensional case. In a multidimensional case, the fixed cost allocations may not be unique. This paper defines the concept of satisfaction degree, and proposes a maxmin model and a corresponding algorithm to generate a unique fixed cost allocation. Finally, the proposed approach has been applied to a data set from prior literature.     

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。