结合松弛度量和超效率的连续模型
最优化与控制
2024-10-21 v1
摘要
在数据包络分析 (DEA) 的框架中，Tone (2001) 引入了基于松弛度量的效率 (SBM)，它是一种非径向模型，将评估决策单元 (DMU) 的所有松弛量纳入其效率得分中，不同于经典的径向效率模型。随后，Tone (2002) 发展了 SBM 超效率模型，以区分和排序 SBM 效率得分为 1 的高效 DMU。然而，正如 Chen (2013) 指出的那样，当所谓的超效率投影 weakly 高效时，就会出现解释问题，导致对 SBM 超效率得分的高估。此外，这种高估与在 SBM 超效率与 SBM 效率联合实施时出现的不连续性问题密切相关。Chen (2013) 和 Chen 等人 (2019) 处理了这些问题，但并未得到令人满意的解决方案。本文我们审查了这些论文并提出一种新的补充得分，称为复合 SBM，该得分实际上通过抵消 SBM 超效率得分的高估来修复不连续性问题。此外，我们将复合 SBM 模型扩展到不同的方向和变量返回规模，并提出了加法版本。最后，我们给出示例并提出一些开放问题。
引用
@article{arxiv.2410.14303,
title = {Continuous models combining slacks-based measures of efficiency and super-efficiency},
author = {Vicente J. Bolos and Rafael Benitez and Vicente Coll-Serrano},
journal= {arXiv preprint arXiv:2410.14303},
year = {2024}
}
备注
25 pages, 3 figures