DEA灵敏度分析的进一步探讨与应用

针对相对误差对 DEA方法的影响 ,利用线性规划方法 ,提出一种保持 DEA方法有效性分类的模型 ,然后分别得到有效单元和无效单元保持有效性分类的充分和必要条件 .在此基础上给出了最坏条件下 DMU保持有效性分类的充分条件 .最后通过一个测度创新型企业竞争力的例子对其进行灵敏度

　2003年1月系统工程理论与实践第1期　

文章编号:100026788(2003)0120037207

DEA灵敏度分析的进一步探讨与应用

官建成,王军霞

(北京航空航天大学经济管理学院,北京100083)

摘要:　针对相对误差对DEA方法的影响,利用线性规划方法,提出一种保持DEA方法有效性分类的模型,然后分别得到有效单元和无效单元保持有效性分类的充分和必要条件Λ在此基础上给出了最坏条件下DMU保持有效性分类的充分条件Λ最后通过一个测度创新型企业竞争力的例子对其进行灵敏度分析,验证所得到的结论,从而表明此方法是有效的Λ关键词:　DEA;灵敏度分析;有效;扰动;竞争力

中图分类号:　O221.1　　　　　　　　文献标识码:　A　　　

FurtherApproachtotheSensitivityAnalysisofDEA

andItsApplication

GUANJian2cheng,WANGJun2xia

(SchoolofEconomyandManagement,BeijingUniversityofAeronautics&Astronautics,Beijing100083,China)

Abstract:　OnemodelofDEA(dataenvelopmentanalysis)ingthismodel,wedevelopedthesufficientandnecessaryconditionstokeeptheclassificationof

.Nevertheless,thesufficientconditionofbeingefficientorinefficientwhenonlyoneDMUchanges

keepingclassificationintheworstcaseisproposed.Inthelastsection,anempiricexampleonmeasuringcompetitivenessperformanceofinnovativefirmsisofferedtoverifytheresult.Thus,theproposed

.methodisprovedfeasibleandvalid;competitiveness

Keywords:　DEA;sensitivityanalysis;efficient;perturbation;competitiveness

1　引言

数据包络分析(DataEnvelopmentAnalysis,简记为DEA)是用来评价多个具有多种投入(称为输入)、产出(称为输出)的生产部门或组织(称为决策单元DecisionMakingUnits,简记为DMU)的相对有效性的一种方法Λ由于具有很强的经济背景和明显的经济解释,DEA方法已经成为管理科学、系统工程和决策分析、评价技术等领域一种常用且重要的分析工具和手段[1]Λ比如,在最近的研究中,DEA被用来评价企业的创新能力和竞争力[2]Λ

由于DEA方法是一种非参数方法,对它进行统计假设检验比较困难,同时DEA又是借助于已知的输入输出数据对决策单元进行评估的一种方法,而输入、输出数据的采集又难免出现误差,所以自DEA方法提出以来,其灵敏度分析就成为一个非常重要的研究课题Λ

DEA的灵敏度分析,最初的思路是通过考虑输入输出的变化对单纯形法中的最优基矩阵的逆及检验数的影响,利用最优性条件和可行性条件得出有效单元保持DEA有效的充分条件[3]Λ之后,Rusell

[1]

Thompson,P.S.Dharmapala和RobertM.Thall等人又提出一种SCSC方法,该方法的缺点是SCSC解的寻找比较复杂,并且充分条件随SCSC解随机变化,因而有一定的局限性Λ

收稿日期:2001207216

资助项目:国家自然科学基金(70172026)

　　作者简介:王军霞,北京航空航天大学经济管理学院在读博士生,主要研究方向知识管理与技术创新管理研究;官建成,北京航空航天大学经济管理学院教授,博士生导师,主要研究方向为系统工程,技术创新管理