基于C^2W模型的广义数据包络分析方法

传统数据包络分析(data envelopment,analysis,DEA)方法的参照系为决策单元全体,而许多实际问题的参照系可能会有多种形式,因此用传统DEA方法评价该类问题时遇到困难,广义DEA方法在评价该类问题时则存在一定的优势.为了进一步完善广义DEA方法的理论体系,给出基于C^2W模型的输出型广义DEA模型.讨论基于C^2W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEAd有效性的判别条件,广义DEA模型与传统DEA模型之间的关系,SamDEAd有效性与相应的多目标规划的Pareto有效之间的关系,决策单元的投影性质,利用样本前沿面的d移动对决策单元进行有效性排序.

基于博弈理论的广义模糊数据包络分析方法

数据包络分析方法是一种评价具有相同性质的决策单元相对效率的有效方法。数据包络分析方法与博弈理论的结合有效地拓展了数据包络分析方法的应用领域,广义数据包络分析方法的引进也更加丰富了传统数据包络分析方法的理论体系。然而,这些方法在处理诸如决策单元的最优合作伙伴或最强竞争对手的选择问题时,难以对合作伙伴、竞争对手进行详细分类。本文提出了基于博弈理论的广义模糊数据包络分析方法,并提供了合作导向或竞争导向下的广义模糊数据包络分析模型及其相关概念。最终将这一方法应用到了内蒙古自治区三甲医院的合作与竞争决策问题中。

基于网络营销视角下企业经营业绩分析——以苏宁电器为例

由于网络技术的发展与创新,网络营销给企业带来了巨大的发展商机和活力。本文以家电零售业中具有代表性的企业——苏宁电器为例,运用广义DEA方法,对该企业推出"苏宁易购"前后的经营业绩进行了比较研究。研究结果表明:短期网络销售与公司实体店能形成有效互补,在提升企业形象的同时,能更好地提升了公司整体经营业绩。但由于外部竞争的日益激烈,企业为保持这种竞争优势,还需不断地调整策略以适应环境的变化,以实现企业基业常青。

用于广义DEA有效性的度量方法

在广义数据包络分析方法(data envelopment analysis,DEA)有效性度量方面还存在以下两个问题有待解决:第一,当广义DEA模型无可行解时,尽管被评价单元本身是有效的,但却无法用具体数值刻画其有效程度;第二,当单元为广义DEA有效时,某些单元的效率值存在被高估的情况。为解决这些问题,首先给出一个拓展的广义DEA模型。然后,给出了一种判定广义DEA模型存在无可行解情况的充要条件,以及单元效率被高估的判定条件。同时给出测定单元效率的3种方法,并讨论这些方法与原有测定方法的关系。最后,通过实际例子进行了对比研究。

基于样本前沿面移动的广义DEA有效性排序

广义DEA方法可以通过多种参考集对决策单元的有效性进行评价.但在应用广义DEA方法排序方面,已有的相对于输出的样本前沿面的d移动的排序方法只能对处于特定区域的决策单元进行有效性排序.因此在本文中给出相对于输入的样本前沿面的b移动和相对于输入输出的样本前沿面的b+d移动的有效性的概念,相应的评价模型和判别条件,以及广义DEA有效与相应的多目标规划的Pareto有效之间的关系.利用以上三种方法可以对处于不同区域的决策单元进行排序.

基于面板数据的内蒙古林业生产效率评价

应用广义数据包络分析（G-DEA）方法,对内蒙古12个盟市2000～2012年的林业生产效率进行了测算和评价。经测算,中西部盟市的林业生产综合效率和纯技术效率比东部区盟市的要高;从2000年开始,林业生产的综合效率和技术效率经历了一个逐步降低到平稳发展的过程。最后,在从林业生产的区域特点、林分构成、林业政策等方面分析测算结果基础上,提出建议：在制定林业生产政策时,要考虑各盟市的区域生态特点及林业生产状况。东部地区应该以森林抚育、树种更新为基本目标,发展珍贵苗木及林下经济;中西部地区,应以荒漠化治理和生态建设为主。

基于广义模糊数据包络分析的县级公立医院合作决策研究

目的建立县级公立医院合作决策模型,以实现在不同决策单元中自由选择最佳合作伙伴,推动医疗资源的优化配置。方法选取2017年-2019年河南省10个相邻成片的县级行政区公立医院的投入、产出数据,在传统数据包络分析(data envelopment analysis,DEA)模型的基础上,构建对模糊指标和任选决策单元具有更好适用性的广义模糊DEA合作决策模型,通过输入职工总数、病床数、年门急诊量、出院人数、总收入、医院等级评价等指标信息,计算出不同医院的合作效率区间,从而实现在不同决策单元中科学选择最佳合作伙伴。结果将H_(1)~H_(10)共10所县级公立医院数据代入模型,以医院H_(2)为例进行合作决策分析,在同一规模的H_(1)、H_(2)、H_(7)、H_(10)这4所医院中,乐观情况下医院H_(2)最佳合作伙伴是医院H_(7),合作效率值达1.97;悲观情况下,医院H_(2)最佳合作伙伴是医院H_(10),合作效率值为0.98。模型在县级公立医院合作决策中具有很好的适用性。结论广义模糊DEA模型能较好地评价县级公立医院之间的合作决策分析问题。

广义模糊DEA模型在区域医疗资源优化配置中的应用

目的通过建立公立医院合作决策模型,实现在任选决策单元中选择最佳合作伙伴,提升医疗资源利用效率,推动区域内医疗资源最佳配置。方法在传统数据包络分析(data envelopment analysis,DEA)模型的基础上,构建对模糊指标和任选决策单元具有更好适用性的广义模糊DEA合作决策模型,通过输入职工总数、病床数、年门急诊量、出院人数、总收入、医院等级评价等指标信息,计算出某一区域内不同医院的合作效率区间,从而实现在任选决策单元中科学选择最佳合作伙伴。结果以河南省某地区10所医院为例进行分析验证可知,广义模糊DEA模型对该区域内公立医院之间的合作决策具有很好的效果,可有效为区域内任一医院选择最佳合作伙伴。结论与传统DEA方法相比,广义模糊DEA方法更具灵活性,能较好地评价复杂模型,可以对任选决策单元中的个体实现最优合作决策选择,为实现区域医疗资源优化配置提供决策支撑。

聚类分析在确定广义DEA方法样本单元集中的应用

利用基于BC^2模型的只有输出的DEA模型(D-BC_O^2)来评价决策单元的有效性时,得到的效率值有时会与定性分析存在一定的差异.为了解决这类问题,引入只有产出的广义DEA模型(DG-BC_O^2),并利用聚类分析方法确定样本单元集,给出(DG_(cluster)模型来评价决策单元的有效性.最后通过2009年中国各省市人均经济发展数据进行演示,说明利用聚类分析方法确定样本单元集具有一定的可行性.

全要素生产率视角下京津冀地区汽车制造业高质量发展研究

本文将京津冀地区汽车制造业的标杆企业作为参考集,采用规模收益可变的广义数据包络分析模型测算京津冀地区汽车制造业2007—2019年的全要素生产率,并以全要素生产率作为高质量发展的评价指标,分析京津冀地区汽车制造业由高速增长向高质量发展的特征。研究发现,京津冀地区汽车制造业全要素生产率增长速度呈波动趋势,其波动幅度由小到大依次为:北京、天津和河北;其效率值由大到小为:北京、天津和河北。2008—2011年是经济调整期,为应对金融危机而稳增长的代价是损失了京津冀地区汽车制造业的经济增长质量。2012—2019年是追求经济高质量发展阶段,京津冀地区汽车制造业的增长速度放缓,增长质量有所提高。为加强京津冀地区汽车制造业的高质量发展,一要充分利用地区要素禀赋;二要大力推动汽车制造业技术改造和科技创新;三要以质量和品牌为抓手;四要加强知识产权的保护和管理;五要推进汽车制造业的数字化、网络化和智能化发展;六要以能源绿色低碳发展为引领,走绿色低碳高质量发展道路。

经济业绩评价的广义DEA模型

经济业绩是衡量地区宏观经济发展状况的重要指标.从广义数据包络分析理论出发,建立了一种用于评价地区经济业绩的广义DEA模型,并运用模型,与中国其它直辖市相对比,对天津市1996—2012年的地区经济业绩进行了实证分析.

基于样本评价的广义SBM方法及其有效性

基于样本评价的广义DEA方法可以通过不同参考集对决策单元的有效性进行评价,但是现有的模型基本都是径向模型,鉴于此提出基于样本生产可能集的广义SBM模型。首先给出决策单元广义SBM有效的定义及其与多目标规划Pareto有效之间的关系,然后改进广义SBM模型,给出决策单元不属于样本生产可能集的判断条件和决策单元效率值的定义,讨论决策单元在样本生产可能集中的投影性质,最后通过算例分析决策单元的广义SBM有效性排序问题。结果表明,广义SBM方法能给出较为完整的有效性排序,且随着移动因子d的增大,可以进一步预测有效决策单元的改进方向。

基于样本评价的广义SBM的效率度量方法

基于样本评价的广义SBM(slacks-based measure)方法可以通过不同参考集对决策单元的有效性进行度量.但是该方法在效率度量方面还存在两金问题:一是对决策单元进行效率度量时使用模型不同;二是某些决策单元为广义SBM有效时.其效丰值存在被高估的情况。为解决这两不问题.首先给出决策单元效事被高估的充要条件。然后给出改进的广义SBM方法.并讨论广义SBM新效率度量方法的合理性及其与原效率度量的关系。最后通过各地区高校科研效率评价的实例说明了改进广义SBM方法的合理性。