论文部分内容阅读
数据包络分析(Data Envelopment Analysis，简称DEA)自1978年由Charnes，Cooper和Rhodes首次提出，经过三十多年的发展，它已经取得了众多优秀的理论研究成果，如C2R模型，BC2模型，GDEA模型和锥比率C2WH模型等等.DEA是评价具有可比性决策单元(DMU)的相对有效性，它使用决策单元的(DMU)的初始投入和最终产出，建立生产可能集和生产前沿面.通过判断决策单元(DMU)是否在有效前沿面上或将”投影”在有效前沿面的什么位置来得到决策单元许多经济特性和管理性质.DEA现已在许多的行业领域得到了应用，如学校，医院，渔业，银行等，它已逐渐成为一种很重要的非参数绩效评价方法. DEA使用初始投入和最终产出而忽略系统内部子结构的“黑箱”评价方法，不能满足人们对于系统效率和内部子结构效率等更精细化的过程控制的效率要求.F(a)re和Grosskopf在2000年发表的文章”Network DEA”促进了人们对于网络DEA理论的研究.在网络DEA理论的研究结果中，根据网络决策单元具有不同的网络结构，主要分为以下四种模型:(1)两阶段DEA模型，它研究具有两个阶段的网络决策单元效率及其各个阶段的效率情况;(2)具有并列子结构DEA模型，它研究具有并列子结构的网络决策单元效率及其子结构的相对有效性的情况;(3)一般网络结构DEA模型，它研究复杂的一般静态网络结构的网络决策单元的效率情况;(4)动态网络DEA模型，它研究具有两个或多个时期的网络决策单元的相对有效性及其各时期效率. 本文主要研究具有链式网络结构的网络决策单元的相对有效性问题，主要研究内容是: (1)系统地概括和研究了网络DEA理论中的基本概念和重要模型. (2)针对k个阶段网络结构的网络决策单元，具有最终产山的k个阶段网络结构的网络决策单元，具有初始投入的k个阶段网络结构的网络决策单元和具有并列子结构的k个阶段网络结构的网络决策单元等四类网络决策单元分别建立了不同公理体系下的生产可能集，分别提出了自己的网络DEA模型.对于本文中提出的各个网络DEA模型给出了网络DEA有效性和阶段弱DEA有效性的判别方法，并详细分析了网络DEA有效性和阶段弱DEA有效性两者之间的等价关系. 本文的研究框架和主要研究工作如下: (1)研究了网络DEA模型中网络决策单元，投入数据与产出数据和生产可能集等基本概念; (2)总结概括了网络DEA理论中两阶段DEA模型，具有并列子结构DEA模型，一般网络结构DEA模型和动态网络DEA模型等四类网络DEA模型. (3)对于具有k个阶段网络结构的网络决策单元，建立不同公理体系下的生产可能集，提出了链式网络DEA模型.给出了链式网络DEA模型中网络DEA有效性和阶段弱DEA有效性的判别方法，详细分析了网络DEA有效性和阶段弱DEA有效性两者之间的等价关系，给出了判断网络决策单元及其阶段的规模收益状况的判别方法. (4)对于具有最终产出的k个阶段网络结构的网络决策单元，建立不同公理体系下的生产可能集，提出了具有最终产出的链式网络DEA模型:期望产出链式网络DEA模型，非期望产出链式网络DEA模型和具有最终产出的链式网络DEA模型.给出了期望产出链式网络DEA模型，非期望产出链式网络DEA模型和具有最终产出的链式网络DEA模型中网络DEA有效性和阶段弱DEA有效性的判别方法，证明了网络DEA有效性和阶段弱DEA有效性两者之间的充分必要条件，给出了判断网络决策单元规模收益状况的判别方法. (5)对于具有初始投入的k个阶段网络结构的网络决策单元，建立不同公理体系下的生产可能集，提出了具有初始投入的链式网络DEA模型.给出了具有初始投入的链式网络DEA模型中网络DEA有效性和阶段弱DEA有效性的判别方法，详细分析了网络DEA有效性和阶段弱DEA有效性两者之间的等价关系. (6)对于具有并列子结构的k个阶段网络结构的网络决策单元，建立不同公理体系下的生产可能集，提出了具有并列子结构的链式网络DEA模型.给出了链式网络DEA模型中网络DEA有效性和阶段弱DEA有效性的判别方法，分析了网络DEA有效性和阶段弱DEA有效性两者之间的等价关系，给出了判断网络决策单元规模收益状况的判别方法.