DEA灵敏度分析的优化模型与创新企业竞争力实证

该篇论文深入探讨了DEA（数据包络分析）方法的灵敏度分析，针对相对误差可能对DEA有效性产生的影响，作者官建成和王军霞采用线性规划的方法提出了一个新的模型。他们主要关注的是当单个决策-making unit (DMU)发生变化时，如何保持DEA有效性分类的准则。论文首先探讨了有效单元和无效单元在单一DMU变动下的保持有效性的充分和必要条件，这为理解和评估DEA结果的稳定性提供了理论基础。 接着，作者进一步研究了在最坏条件下的DMU分类保持问题，即在极端情况下，如何确保DEA分类仍然可靠。这一部分的分析对于理解DEA方法在实际应用中的鲁棒性至关重要，因为它考虑了可能出现的最不利情况。 为了验证这些理论结果的有效性和实用性，论文提供了一个具体的实证案例，即衡量创新型企业的竞争力。通过这个例子，作者展示了如何运用提出的敏感性分析方法来测量和评估企业竞争力的变化，并证实了所提出的模型在实际场景中的可行性。关键词如"DEA"、"灵敏度分析"、"有效性"和"竞争力"揭示了论文的核心内容，表明研究的重点在于改进DEA技术的稳健性分析工具，以便更准确地评价组织在复杂环境下的表现。 这篇论文为DEA方法的稳健性和应用提供了一种新的视角，它不仅有助于提高分析结果的可信度，而且对于企业在面临不确定性时进行决策支持具有重要的实践意义。通过严谨的数学建模和实际案例分析，论文展现了在IT领域内深入挖掘DEA方法潜力的重要成果。