一种基于虚拟决策单元的排序方法的完善和扩展

本文对文[1]中提出的基于虚拟决策单元的排序方法进行了完善和扩展。首先,根据CCR模型,给出了两类特殊的DEA模型,分别是仅有投入数据的DEA模型和仅有产出数据的DEA模型;其次,基于这两个模型,应用上述方法实现了对仅有投入(或产出)数据的决策单元的排序;第三,给出了排序方法中参数a的计算方法;最后,通过修正排序模型,有效提高了排序方法的计算精度。改进后的排序方法避免了两个决策单元因为相对效率值过小而不能排序的情形,其应用范围也进一步扩大。

基于改进DEA的煤炭产业政策相对有效性分析

数据包络分析法(DEA)以其权重确定的客观性在许多领域得到了广泛的应用,但它的不足在于由DEA方法得出的决策单元的特性缺乏可比性,对有效的决策单元不能进行排序。鉴于此,本文通过引入虚拟决策单元,沿用DEA的分析方法,对我国当前的煤炭产业政策的相对有效性进行了评价计算,并对决策单元实现了有效的排序。结果表明,政策的作用不能有效发挥、煤炭企业的经营效益差,与资源问题、采煤机械化程度、技术创新能力、人力资源和小煤窑等因素有关。我国煤炭企业要走持续健康发展之路,需要从以上几方面加以完善。

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。

基于交叉评价策略的DEA灰色关联排序模型

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.