不确定信息环境下的网络DEA模型分析方法及应用研究

As an important method of performance evaluation, Data Envelopment Analysis(DEA) is widely used in many fields. Nowadays,the research of DEA is extended to network structure DEA, which opens the black box of efficiency analysis. In practise, Network DEA can not deal with most problems of uncertain information. This project researches into two-stage network DEA with interval data and presents a method to evaluate the efficiency of Decision Making Unit (DMU) with interval efficiency.To deal with uncertainty such as strong or weak ordinal data, assurance region restrictions,fuzzy data,we transform them into interval datas.To deal with random data, we transform them into fuzzy data by Dempster-Shafer evidence reasoning Theory(DST) with the presentation of prior information or probability distribution function. So we can solve the problem of uncertain information with the framework of interval data. We also use a similar method to solve the contribution degree of variables during production to performance evalution and data complement dealing with invalid data or null data.By structure alienating and multi-stage extension, we extend the two-stage network DEA model into network DEA with uncertain data.The achievement of this research will be applied to evaluate the performance of telecommunication service operators of China, and provide valuable decisions for managers to meet the challenges of changeable policies and competition environment. Also it will help promote the network DEA mathodolodge from theory to more practical areas.

数据包络分析（DEA）作为效率评价领域的一种重要方法被广泛应用于各个领域，目前相关研究已扩展到揭开"黑盒"的网络DEA。网络DEA在实践应用中难以处理不确定性信息问题。本课题从区间数据在两阶段决策单元效率评价问题入手，以区间效率来表征评价结果。对强弱序数型、乘子权重置信限制型、模糊型的不确定性数据，通过转换为区间数据或带参数的区间数据进行处理；对随机数据，根据先验信息或概率分布函数通过证据推理理论转化为模糊数据。将不确定信息问题统一到区间数据的处理框架。对数据缺失或无效，使用类似方法解决变量传递过程中的贡献度问题，进行效率评价和数据的区间补完。经结构异化和多阶段扩展，最终将不确定信息问题从两阶段推广至网络DEA。有关成果应用于我国通信运营服务企业的效率评价实践，为企业各级管理者应对政策和竞争环境的变化提供有价值的决策信息，一定程度上也将推动网络DEA方法从理论层次走向更为广阔的应用层面。

数据包络分析(Data Envelopment Analysis，DEA)是评价和改进决策单元效率的一种有效方法和工具，两阶段DEA及其扩展形式的网络DEA由于进一步探索了传统DEA忽视的“黑盒”内的结构问题，近年来在多个领域得到了广泛的研究和应用。但是，由于不同类型中间变量的存在，不确定数据和模糊数据等传统DEA模型下已经研究并得到解决的问题在网络DEA模型中产生了新的变化。考虑到决策单元自身的动态性以及数据表征的完备性，需要进一步的对网络结构DEA模型的构建和求解添加数据特征的约束。本课题重点研究了在不确定信息环境下具有网络结构的DEA效率评价的模型和求解问题，并将之应用于通信行业企业效率评价、R&D知识管理、环境评价等具体问题中。研究成果主要聚焦于以下四个方面：.第一：针对现有两阶段DEA问题在处理区间数据时存在中非线性化约束问题，提出了DEA-like模型的解决方案，通过引入区间效率来表征两阶段决策单元的效率特性，从而解决本项目的基础性模型构建和求解工作。在此研究结论的支撑下，可以拓展完成对于强弱序数型、乘子权重置信限制型、模糊型的不确定性数据甚至模糊数据等不确定数据环境下的网络结构DEA模型构建和求解。.第二：对具有特殊形式的网络结构决策单元的DEA模型进行了分析。具体表现为对第二阶段有额外的输入同时部分中间产品作为最终输出的两阶段DEA模型以及输入自由分配的两阶段DEA合作模型进行解析，采用参数规划方法对包含复杂网络结构的两阶段DEA模型效率进行研究。.第三：对基本两阶段DEA模型和拓展的网络结构DEA模型的变量特征等进行分析，并将之应用于信息通信企业效率评价领域、环境评价领域以及对R&D过程中的知识定价领域，开展相关应用研究，实现了研究课题在行业和产业领域的应用。.第四：运用ZSG-DEA模型，基于DEA的偏好排序方法以及Malmquist Index生产效率指数等DEA相关模型，对PM2.5排放权分配、物联网企业的运营效率以及网络文化实力和安全管理等问题相关开展应用研究，为管理者应对政策和竞争环境的变化提供有价值的决策信息。