一种新的双目标广义DEA模型.docxVIP

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立 进行研究所取得的成果．除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果．对本论文 的研究作出重要贡献的个人和集体，均已在文中以明确方式标明． 本声明的法律责任由本人承担． 论文作者签名：童堑耋 日 期：垒坐：墨12 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许 论文被查阅和借阅；本人授权山东大学可以将本学位论文全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存论文和汇编本学位论文． (保密的论文在解密后应遵守此规定) 论文作者基名：趟导师签名： 期： 山东大学硕士学位论文 第一章引言 数据包络分析(data envelopment analysi8)简称DEA，是数学、运筹学、数理经济学和管理科学的一个新的交叉领域．由A．Charnes和w．W．Cooper等人于1978年开始创建，并被命名为DEA．DEA是使用数学规划(包括线性规划、多目标规划、具有锥结构的广义最优化、半无限规划、随机规划等等)模型进行评价具有多个输入、特别是具有多个输出的“部门”或“单位”(称为决策单元(decision making砌t)，简记为D酗rU)间的相对有效性(称为DEA有效)．根据对各DlVIU观察的数据判断DlVlU是否为DEA有效，本质上是判断DIVIU是否位于生产可能集的“生产前沿面上，生产前沿面是经济学中生产函数向多产出情况的一种推广．使用DEA方法和模型可以确定生产前沿面的结构、特征和构造方法，因此又可将DEA看作是一种非参数的统计估计方法；由于DEA具有q天然”的经济背景，因此，依据DEA方法、模型和理论，可以直接利用输入和输出数据建立非参数的DEA模型，进行经济分析；同时，使用DEA对DMU进行效率评价时，可得到很多管理信息．因此，DEA领域的研究吸引了众多的学者．在 科学研究当中，由某个新的“生长点”发展成为一个研究领域(或分 支)，是需要经过许许多多的人长期共同努力去完成的．就DEA领域来说，二十多年来众多的学者在以下几个方面做了一系列奠基性的工作： (i)完成了大量应用的成功案例，说明DEA应用的广泛性和适用性f1】f2】[3】． (ii)DEA模型的扩充和完善．例如C2R模型[4】之后，最具有代表性的“经典”模型： BC2模型【5】’FG模型【6】和盯模型[73；加法模 型C2GS2[S]；具有无穷多个DMU的半无限规划的DEA模型俨W【9】；具有“偏好锥”和。偏袒锥”的DEA模型C2WH[IOl和综合模型DEA模型f11】；Log型的DEA模型【121；随机DEA模型f13】；具有不可控因素的DEA模型【141；逆DEA模型【151等等，这方面的工作对DEA领域来说尤为重要． (iii)DEA模型和方法的经济背景和管理背景研究，确立DEA在经 山东大学硕士学位论文 济学和管理科学中的地位． (iv)DEA所依据的数学理论研究．包括凸分析、数学规划、对策论中与DEA有关的基础理论研究【161． (v)DEA模型的计算研究和软件的研制【17][18]，这方面的工作对于DEA方法和模型的实际应用同样是重要的． 然而，先前DEA研究中，还有一些问题未解决或解决的不够好．比如：在以誓包络”形式建立起来的模型中，为什么在缩小投入(扩 大产出)时，一定要保持产出(投入)不变?其结果是，对某些DEA模 型来讲，其投入型和产出型相对效率不一致．如运用BC2模型测算决策单元技术效率时，对同一个决策单元来讲，用投入型BC。模型和产出型B伊模型的测算结果有时完全不一样，这种情况发生在决策单元非相对有效时，或称决策单元位于生产前沿面下方时．学者们解决此问题的思路主要有两种：一种是分别寻求投入效率9和产出效率名，将得出的两种效率代入综合技术效率指数 吁 = 扣^伊 + 1一Z 或 栌 护一．孑 李光金f19】介绍了此种方法，这种方法原理简单，但必须分两阶段完成，计算复杂，而且0、t／z与目标值不一定在相同的可行域内取到极值．另一种方法是综合考虑投入缩小和产出扩大，建立双目标模型．如李光金，阎洪等【20】在2002年提出一种测算投入一产出型技术效率的DEA模型，在约束条件下直接以p／z最小作为目标，从而避免了以上问题． Quanling Wei等[2112007年提出一种反映决策者对缩小投入和扩大产出的偏好的双目标模型，以kt0一k2z最小作为目 标，其中衄、如分别表示决策者对缩小投入和扩大产出的偏好． DEA方法是以相对效率概念为基础的一种非参数统计方法，由于各个DMU是从最有利于自己的角度分别求权重，导致这些权