含有偏好的DEA-BWM评价方法研究.docxVIP

? ? 含有偏好的DEA-BWM评价方法研究 ? ? 于 娱, 朱卫未, 施琴芬 (1.南京审计大学 商学院,江苏 南京 211815; 2.南京邮电大学 高质量发展评价研究院信息产业融合创新与应急管理研究中心,江苏 南京 210023; 3.江苏科技大学 经济与管理学院,江苏 镇江 212003; 4.苏州科技大学 商学院,江苏 苏州 215009) 0 引言 数据包络分析(DEA)是一种用于评估决策单位(DMU)相对效率的数据驱动技术。在传统的DEA模型框架中，输入和输出的权重是通过最大化加权输出之和与加权输入之和的比值来确定的，并且保证所有决策单元的比值不能大于1，其中最大比值定义为效率值。从传统的CCR模型可以看出，它允许每个DMU仅使用对自身最有利的权重来测算效率。换句话说，每个DMU灵活选择最有利的权重方案来追求其自身的最大效率。而这种权重选择的灵活性也可能导致部分DMU在追求自身效率最大化时，部分输入或者输出的权重可能存在极端值，如权重为0或者为某一极值，使得权重缺乏合理性和可操作性。因此在实际应用中，决策者往往根据实际需要，对权重施以一定约束[1,2]。 最优最差方法(Best-Worst Method, BWM)作为一种新的基于判断矩阵确定决策偏好排序的一种多指标决策方法[3]。该方法2015年由Rezaei提出，决策者首先确定最优和最差准则后，将其余准则与最优和最差准则进行两两对比，进而得到比较矩阵，从而确定各准则的偏好排序。目前BWM方法已被广泛应用于相关领域[4]。Chen等将BWM方法应用到DEA评价中[5]。但该研究只是独立地运用BWM方法，在得到相关准则确定权重后，再运用到相关DEA分析中，而未有效地将BWM方法中对权重偏好约束嵌入到DEA模型。Omrani等[6,7]尝试将BWM权重约束嵌入到DEA模型中，但该模型在使用之前，需要首先求得传统的DEA模型效率值，在保证效率值不变的基础上，满足BWM模型权重限制。而DEA方法的优势在于运用DEA时，除去原始输入输出数据信息之外，无需更多信息即可对决策单元进行评价排序。 因此本研究将在保持传统DEA方法优势基础上，考虑决策偏好，将BWM模型中对准则权重偏好约束嵌入到DEA模型中，基于不同情形的DEA权重约束，构建多个考虑决策偏好的DEA-BWM评价模型。最后，将构建的DEA-BWM模型应用于某一案例，以验证方法的有效性和先进性。 1 基本模型 1.1 数据包络分析 假定有n个被评估决策单位(DMUs)，每个DMU使用m种不同数量的输入来产生s种不同数量的输出。具体来说，DMUj消耗Xj={xij}(i=1,…,m)的输入，生产Yj={yrj}(r=1,…,s)的输出。Charnes和Cooper提出了一个经典的DEA模型(简称CCR模型)来衡量第k个DMU的效率: vi,ur≥0,?i,r (1) 其中ur和vi分别是输出和输入指标的权重，yrk和xik分别表示输出量和输入量，DMUk表示被评估决策单元。每一个被评估的DMU通过寻找最优权重实现最高的效率值。 1.2 最优最差方法 最优最差方法(Best Worst Method，BWM)基于成对比较的思想，但为了避免任意准则两两比较过程中较难确定偏好程度和准则间的比较不一致性，而构造一种全新的比较方式，具体操作步骤如下： (1)确定准则集合{c1,c2,…,cn}。 (2)确定最优准则cB和最差准则cW。 最优准则是指在准则集合中，决策者认为最重要或最关键的准则，反之最差准则是指决策者认为最不重要或最不关键的准则。 (3)确定最佳准则与其余所有准则对比标度值αB={aB1,aB2,…,aBn}。 通过将最优准则cB与准则ci进行对比，确定偏好程度，并用aBi表示最优准则cB与准则ci的对比标度值，一般情况下用1-9标度表示，其中aBB=1。 (4)确定其余所有准则与最差准则对比标度值βW={β1W,β2W,…,βnW}。 通过将准则ci与最差准则cW进行对比，确定偏好程度，用βiW表示准则ci与最差准则cW的对比标度值，其中βWW=1。 Rezaei在2015年提出的非线性BWM方法的基础上，构建了线性BWM方法[8]，用于求解最优权重，见模型(2)： minξ |vB-αBjvj|≤ξ,?j |vj-βjWvW|≤ξ,?j vj≥0,?j (2) ξ表示准则权重一致性系数，若该值越小，则表示各准则权重的一致性越高。Rezaei证明模型(2)存在唯一最优解。 2 基于BWM的DEA模型构建 根据上述可知，目前现有研究的未能有效地将BWM模型嵌入到DEA模型中，因此，下文将基于最优最差方法(BWM)，构建改进的DEA-BWM模型。 2.1 CCR-BWM模型 CCR模型作为DEA方法的基础模型