"这篇论文是2011年由马占新和木千二共同发表在《内蒙古大学学报(自然科学版)》上的,主要探讨了数据包络分析(DEA)方法在有效样本视角下的应用与理论。DEA是一种效率评估工具,由Charnes等人提出,用于多输入多输出的决策单元效率分析。"
本文首先指出,DEA方法虽然在效率评价领域具有显著优势,如避免主观判断、简化计算和降低误差,但它仍然存在一些问题,例如DEA的有效性仅是相对效率,且评价标准依赖于所有决策单元。作者从构成生产可能集的观测点集出发,对DEA的生产可能集构造、效率值计算及决策单元投影的获取过程进行了深入分析。
论文的核心内容在于,作者证明了DEA的生产可能集、效率值计算以及决策单元投影都是由DEA的有效单元所决定的。这意味着传统DEA方法所依据的评价参考系实际上是由所有DEA有效单元构成的。这一发现为扩展DEA方法的参照系提供了理论基础,有助于解决DEA方法中评价标准不明确的问题。
DEA的有效单元是指那些在当前投入产出条件下达到最优效率的决策单元,它们构成了生产可能集的边界。传统DEA中,所有决策单元都被用作构建生产可能集的观测点,但作者指出,只有DEA有效单元才能真正影响生产可能集的形状和效率值的计算。
论文进一步讨论了基于有效样本视角下的DEA生产可能集的构造。在这一视角下,生产可能集的构建不再依赖于所有决策单元,而是基于那些具有高效性能的DEA有效单元。这种方法不仅更聚焦于高效行为,而且可能提供更为精确和有针对性的效率评估。
通过这样的理论分析,论文为广义DEA方法的建立奠定了理论基础,广义DEA旨在克服传统DEA的局限,例如允许决策者根据特定目标选择评价参考系,从而提高DEA方法的实用性和灵活性。
关键词涉及了DEA的多个核心概念,如综合评价、多目标决策、数据包络分析、非支配解和DEA有效性。这些关键词反映了论文深入探讨的DEA理论及其在多维度决策问题中的应用。
这篇论文为DEA方法的研究和应用提供了新的理论见解,强调了DEA有效单元在效率评价中的关键作用,并为DEA方法的未来发展提供了新的理论依据和方法论思考。