基于变参数对有效决策单元排序性能的研究

随着社会的发展,人们面临不同的决策问题越来越普遍,考虑不同参数变化对DMUs的排序性能的影响更加符合当今时代的意义.以往的DEA研究中,很少有学者改变输入变量的分布来探究超效率模型的“真实”排名的接近程度.基于此,改变输入变量分布来探究DEA与“真实”排名的接近程度.仿真结果表明:1)当n增加或m减少时,AP模型与L-L模型与“真实”排名的概率值均会增加.2)当技术参数u服从半正态分布|N[0,5.06]|,两种模型的排序性能均十分良好,但当技术参数相对无效的时候,两种模型对有效决策单元的排序并不太令人满意.3)当输入变量分布服从U(1,4)时,L-L模型的排序性能要优于AP模型.4)当输入变量分布服从U(1,6)与|N[0,2.5]|时,AP模型的排序性能要优于L-L模型.