DEA劣势效率分析：一种新的综合评价方法

"基于优势与劣势分析的DEA综合评价方法 (2004年) - 张俊容, 郭耀煌 - 西南师范大学学报(自然科学版) - 第29卷第3期" 这篇论文主要探讨的是如何改进数据包络分析法（DEA，Data Envelopment Analysis）来更准确地评价决策单元（DMU，Decision Making Unit）的相对有效性。DEA是一种用于评估多输入多输出系统效率的方法，尤其在没有预设权重和明确的输入输出关系时，它能够提供客观的效率评估。然而，传统的DEA方法仅从对被评估单元最有利的角度考虑，这可能导致评价结果不能全面反映决策单元之间的效率差异。 作者提出了一种名为DEA劣势效率评价模型的新方法，该模型从不利于被评决策单元的角度出发，评估其效率。这种新的视角使得可以考察决策单元在与其它单元比较时的劣势，而不仅仅是它们的优势。通过这种方式，可以得到更全面的效率评价，从而提高决策单元之间的效率比较和排序的准确性。 在DEA劣势效率评价模型中，作者考虑了决策单元在与其他所有单元竞争时可能会处于劣势的情况。通过这种方式，他们能够为每个决策单元提供一个劣势效率值，这个值反映了该单元在哪些方面可能不如其他单元。然后，将这个劣势效率值与传统的DEA模型提供的优势效率值结合，计算出一个综合效率值。这个综合效率值不仅包含了决策单元的优势，也考虑了它的劣势，因此可以更准确地对决策单元进行排名。 为了克服传统DEA模型中有效决策单元过多导致的区分度不足的问题，以及在决策单元数量相对较少时可能出现的全部有效情况，DEA劣势效率评价模型提供了一个新的解决方案。尽管之前的研究已经尝试通过约束权系数或计算横切效率来改善DEA模型，但这些方法各有局限。作者的这个新模型为解决这些问题提供了一个新的思路，增加了DEA在效率评价中的应用深度和广度。 这篇论文贡献了一种新的DEA综合评价方法，它在DEA的基础上引入了劣势分析，提高了效率评价的全面性和准确性，对于多输入多输出系统的效率评估有重要的理论和实践意义。