交叉效率评价方法中一种改进的新单元导入保序性方法

针对交叉效率方法在评估排序时所存在的局限性,即在导入新的决策单元时,可能会使原先的决策单元(DMU)排序发生变化,本文通过建立二次权重集结交叉效率保序性模型对各DMU的权重进行二次分配,进而对交叉效率矩阵进行集结以得到最终的均衡交叉效率值。利用该均衡交叉效率值进行排序时可以消除导入新DMU时所产生的逆序现象。算例说明了该方法有效,计算结果较纳什讨价还价交叉效率保序性模型有所改进,综合计算量更小,各DMU权重更加合理,与一般交叉效率模型的效率值差异更小。     

江西省物流系统投入产出效率评价研究

针对江西省物流产业现况,建立了物流系统2001~2010年投入产出指标体系,基于DEA模型对物流业综合、纯技术有效以及规模效率进行了纵向分析,对无效DMU进行投影分析,探讨了实施DEA效率改进的调整措施。结果表明:江西省近十年DMU物流平均效率为0.967,除2001年、2002年、2008年、2010年达到最佳组合外,剩余DMU均为DEA总体无效,由BC2模型得出2006年和2007年处于纯技术和规模均无效状态。此研究结果为江西省物流效率政策的制定提供了借鉴和参考。     

基于改进DEA方法的物流产业竞争力评价

从物流产业的界定和物流产业竞争力的角度出发,利用改进的DEA评价方法计算DMU效率值的特点,对我国各省区物流产业的发展状况和竞争力水平进行评价,最后对评价结果进行简要的分析。     

基于DEA模型的区域物流效率评价实证分析

基于“十一五”期间全国31个省、自治区、直辖市的物流经济发展相关数据,构建CCR、BCC、SE数据包络分析模型进行物流综合效率、技术效率和规模效率分析,通过多次效率评价构建区域经济物流效率有效性的雁行形态图,对相对有效DMU,采用超效率DEA模型进行效率全排序,对无效DMU,分析其投入要素冗余和调整量。     

基于DEA的安徽省可持续发展技术创新评价

阐述了DEA方法及区域可持续发展的技术创新的定义与内涵,提出了以区域技术创新为投入,以整个区域包括经济、社会、资源、环境四个方面的复合系统为产出的决策单元(DMU)概念,建立了旨在区别同为有效的DMU的相对效率指数DEA方法。运用该方法,对安徽省近六年来可持续发展的技术创新进行了评价比较。     

回采工作面安全评价研究

当前煤矿安全评价大多以整个煤矿作为评价目标,通过评价能大致了解煤矿的整体安全状况,但影响煤矿安全的灾害种类较多,这类评价针对性不强且无法突出重点。为了解决这一问题,从回采工作面这一角度出发,采用模糊综合评价法,建立安全评价模型对突出矿井回采工作面进行安全评价。运用模糊层次分析(FAHP)和熵权法结合的主客观综合权重法确定各级指标的权重,建立隶属度函数计算相对应的评语集,将各级指标的权重值与相对应的评语集合成计算,得到评价结果。通过九里山煤矿16051回采工作面对该模型进行了实证分析,结果表明该模型评价结果符合现场实际,可用于其他工作面。     

供应链业务流程执行效率DEA模拟评测方法及算例研究

提出了一种混合型方法用于评测供应链业务流程执行效率.首先,建立了包含供应链业务流程执行情况消耗及产出指标的概念模型.然后通过构建模糊数据包络分析方法用于计算一个给定的供应链在业务流程消耗转换为产出时的效率.最后应用蒙特卡罗模拟方法对模糊DEA所产生的区间效率进行了排序.通过10个中国物流企业真实算例的分析证实在业务流程执行效率评测中,该方法是一种稳健而直接的工具.     

基于DEA的煤炭行业上市公司梯级有效性分析

一、DEA模型及其基本原理 （一）DEA模型数据包络分析（Data Envelopment Analysis,简称DEA）是著名运筹学家A．Charnes和W．W．Copper等学者以“相对效率”概念为基础,根据多指标投入和多指标产出对相同类型的单位（部门）进行相对有效性或效益评价的一种新型系统分析方法。从“投入”到“产出”的这一过程称之为决策单元（DMU）。数据包络分析的模型模型就是假设有n个决策单元（DMU）,其中每个决策单元都有m种投入要素和s种类型的产出,则第j个决策单元对应的输入和输出为：     

基于超效率DEA模型的我国各省水运业效率分析

应用超效率DEA模型并结合CCR模型和BCC模型对我国各省水运业效率加以分析。通过BCC模型求得各省水运业的纯技术效率和规模效率,分析各省水运业管理现状和所处规模报酬阶段;对比分析了CCR模型和超效率DEA模型得到的效率值差异,从中也反映了应用超效率DEA获得效率值的真实性。实证结果表明,天津、河北、辽宁、上海、海南、贵州、云南和青海8个地区的综合效率、纯技术效率和规模效率都达到有效;CCR模型和超效率DEA模型各省总体均值分别为0.606和1.556,差异很大;最后应用CCR模型松弛变量分析了投入冗余额和产出不足额,给出了各投入产出指标的改进值。     

基于改进的DEA模型在效率评价中的应用

DEA模型是目前最常用的效率评价方法,但是传统DEA模型输入和输出指标权重分配不合理,导致无法对有效的决策单元加以区分。在DEA模型中引入灰色关联约束锥,对权重进行约束。通过将该模型应用于高校评价,验证了该模型可以在信息不充分时解决指标权重分配和决策单元排序问题,使评价结果更为合理。     

基于DEA模型的城市科技活动效率评价

将DEA理论应用于广东21城市科技活动的分析中，建立评价城市科技活动效率的数据包络分析模型，谊模型评价了各城市的总体效率和技术效率的状况，进而对非DEA有效的城市提出达到DEA有效的可行措施，并分析了城市科技活动效率和资源配置之间的关系。     

改进AHP主观性的DEA/AHP新模型

本文提出了一种DEA(数据包络分析)与AHP(层次分析法)结合的新模型。该模型有别于目前国内很多将AHP作为约束锥的DEA混合模型。通过对模型的阐述和算例的验证,得到了DEA/AHP方法相对于DEA的优势。并指出了以AHP作为约束锥的DEA混合模型的不足,以及本文提出的DEA/AHP方法对于AHP主观性的改进,并实现了DEA方法中决策单元的完全排序。     

中国各地区集约经济运营绩效的DEA评价

DEA方法是进行相对有效性评价的一种方法。其最先提出并被广泛应用的C2R模型可同时判断决策单元是否同时满足技术有效和规模有效。通过利用DEA模型对我国30个地区的集约经营效率进行了分析评价,并探讨了制约我国各地区集约经济发展的重要因素及其对策问题。     

基于DEA模型的上海物流业与制造业投入产出效果分析

文章从对上海制造业与物流业投入产出效果评价入手。在目前多种效果评价方法的基础上,提出了一种DEA模型评价方法。即通过DEA模型得到制造业与物流业的内部综合效率。运用该模型,对上海市制造业与物流业的联动状况进行了实证研究。实证结果表明,上海市的物流业内部综合效率较好,而上海的制造业内部效果明显低于物流业内部效果,这一现状需要引起相关部门的足够重视。对与效果较好的物流业,加大相关的投入,使其较快的发展。对效率不高的制造业,相关的投入进行调整,使制造业内部效率进一步的提高。     

Sensitivity Analysis of an Efficient DMU in DEA Model with Variable Returns to Scale (VRS)

In this paper we consider the Variable Returns to Scale (VRS) Data Envelopment Analysis (DEA) model. In a DEA model each Decision Making Unit (DMU) is classified either as efficient or inefficient. Changes in inputs or outputs of any DMU can alter its classification, i.e. an efficient DMU can become inefficient and vice versa. The goal of this paper is to assess changes in inputs and outputs of an extreme efficient DMU that will not alter its efficiency status, thus obtaining the region of efficiency for that DMU. Namely, a DMU will remain efficient if and only if after applying changes this DMU stays in that region. The representation of this region is done using an iterative procedure. In the first step an extended DEA model, whereby a DMU under evaluation is excluded from the reference set, is used. In the iterative part of the procedure, by using the obtained optimal simplex tableau we apply parametric programming, thus moving from one facet to the adjacent one. At the end of the procedure we obtain the complete region of efficiency for a DMU under consideration.     

基于DEA模型的企业员工绩效考评研究

利用数据包络分析(DEA)方法对企业员工进行绩效考评,目的是真实、客观地反映员工的工作表现。本文提出运用只有输出(输入)和二次相对有效性的DEA模型对企业员工进行静态与动态的绩效考评,并结合实例进行实证研究,为人力资源管理提供了有价值的方法。     

不良贷款约束下我国商业银行效率的测评——基于两阶段DEA模型的分析

在两阶段DEA模型的基础上引入不良贷款作为非期望产出,改进传统两阶段DEA模型,分别用新模型与原模型测算16家上市商业银行的效率,对总效率和子阶段效率分别进行分析,并比较存款获取阶段与利润获取阶段的效率,结果显示：不良贷款对银行效率有显著影响;“四大行”的效率高于股份制商业银行;2008年以前我国银行业主要依赖存款获取阶段来提升效率,在2008年以后主要依赖利润获取阶段来提升效率。     

基于改进的DEA/AHP模型的人工成本投入产出效率评价

通过采用0.1-0.9标度这种更为简便实用的判断尺度,建立了具有完全一致性的互补判断矩阵,妥善解决了AHP判断矩阵的一致性问题,改进了DEA/AHP模型。并基于DEA模型和改进的DEAHP模型分别对盐城市22个行业2009年的人工成本投入产出进行效率评价分析。研究结果显示,基于改进的DEA/AHP模型的评价结果更加具有可区分性,具有更高的解析能力。     

A fuzzy service quality based approach for performance evaluation of educational units

Educational unites try to make efficient use of resources to achieve higher service qualities. This paper presents a new hybrid fuzzy approach based on service quality for performance evaluation of educational units. The proposed approach includes four stages: firstly, evaluation and gap analysis of students' expectations and perceptions in the service quality of educational units are performed based on fuzzy SERVQUAL questionnaires. In the second stage, the corresponding weights of dimensions and sub-dimensions of SERVQUAL are determined via fuzzy AHP method. In the third stage, the educational units are ranked using fuzzy TOPSIS method with respect to service quality sub-dimensions. Finally, a fuzzy DEA method is applied to determine the efficiency of educational units based on their service quality ratings. The approach is used for performance evaluation of eight higher education institutes in Iran. The proposed approach increased the accuracy of performance evaluation of educational units based on service quality.     

Online banking performance evaluation using data envelopment analysis and axiomatic fuzzy set clustering

This paper presents a hybrid model to conducting performance measurements for Internet banking by using data envelopment analysis (DEA) and axiomatic fuzzy set (AFS) clustering. For each bank, DEA is applied to select a best combination by computing an aggregated efficiency score based on outputs, such as web metrics and revenue; and inputs, such as equipment, operation cost and employees. Then AFS clustering method is used to classify the best combination into different groups and provide the definitely semantic interpretations for the evaluation results. Identification of operational fitness and business orientation of each firm, in this way, will yield insights into understanding the weaknesses and strengths of banks, which are considering moving into Internet banking.