194271287SBM模型的相关属性.docVIP

SBM模型的相关属性 （1）参考集合 在上述（调整矩阵）的基础上，我们可以得到关于DMU的参考集合的概念。在求解的SBM效率的过程中得到的集合中，所有的的DMU所构成的集合称为DMU的参考集合。 当然，不同的DMU，其各自的参考集合是不同的。在此我们仍然以DMU为例，我们用表示DMU的参考集合，那么参考集合的数学表达式可写作式（3.32）的形式： ， （3.32） 这样的话，可以表示为： （3.33） （3.34） 点位于效率前沿上，表示的是DMU提升效率的投影过程的目标点，由上式可以看出，该点是参考集合中的投入产出向量的线性组合。 （2）规模报酬问题 上文中对SBM模型相关问题的讨论是在规模报酬不变的假设下进行的，而对于各种规模报酬的情况下，我们可以通过在模型［SBM］ （3.35） 其中，，和分别表示强度系数的下限和上限。， 和分别对应规模报酬可变（VRS），规模报酬递减（DRS）和规模报酬递增（IRS）的情况。 （3）SBM模型的导向性 前面介绍的SBM模型中在目标函数同时考虑了投入和产出的松弛变量，可以说不具有投入导向和产出导向的问题，但是SBM模型的这种非导向型其实是同时考虑了投入导向和产出导向的效率。如若单独考虑投入导向或者产出导向的效率，基于松弛变量的方法也是可以使用的，基于松弛变量方法的投入导向和产出导向效率如式（3.36）和式（3.37）所示： （3.36） （3.37） 很容易看出， ，。 （4）加权SBM模型 在实际的研究中，我们可以根据不同投入产出项的重要性来对模型中的相关项施加权重，如下所示：， （3.38） 而这些权重需要满足如下约束条件： ， （3.39） 权重的选择反映了决策者的价值取向，以产出为例，如果所有产出都用同一种单位来衡量，常用的权重选择方法如式（3.40）所示： （3.40） 这个权重选择方法用第种产出在所有产出中所占的比重来作为权重，反映了第种产出的重要程度。投入权重的选择也和产出的情况类似。 （5）非效率的分解 在得知了DMU的效率值后，我们往往需要进一步研究，分析非效率的来源。我们可以在式（3.3）所描述的SBM基本模型的基础上，对非效率进行分解： （3.41） 其中， （3.42） （3.43） 衡量了第种投入的非效率水平，衡量了第种产出的非效率水平。 3