数据包络分析--综合的双目标数据包络分析模型

今天想介绍的这篇文章是单阶段的。

文献介绍

文献名字是$Anintegratedbi-objectivedataenvelopmentanalysismodelformeasuringreturnstoscale$，2022年发表于$EJOR$期刊上。总得看下来，自我感觉这篇文献就是炫技了一点，各种要素叠加
。

这里只介绍简单介绍模型（文章所使用的例子很奇怪，因此不复现了，但是模型不难）。

基础模型介绍

首先，作者引出基础模型BCC：

投入导向型（input-oriented）BCC模型：

在最开始学习DEA的时候，我们就知道这个模型其实应该分成两个模型进行计算（由于阿基米德数的存在），文献中有详细说明原因：

由于这个原因，BCC实际上应该通过两个步骤来求解：

产出导向型（output-oriented）BCC模型：

改善模型1

由于BCC模型只能从单一方向上去改善投入或者产出。继而同时从投入和产出出发，改善模型：

改善模型2

上述所有模型都是基于期望投入和期望产出进行的。若考虑期望（D）与非期望元素（U）：

（上图中的红色剪头指的是 作者那两个符号位置错了）

改善模型3

若考虑数值上 整数（integer）与实际值（real）的区别：

模型为：

本文模型

上面已经给出了3种改善模型，那么作者就是考虑了投入与产出导向、期望与非期望 以及 整数与实际值 这3个方面，拼凑出自己的模型为：

作者后续根据这个模型去确定RTS，这里就不说明了。若大家对这篇文献感兴趣的话，可以详细看看。

注：本人所有文章里涉及的模型都可以有偿提供代码。寒假期间大家如果有感兴趣的文献，可以私信跟我说文献名字，我也想看看。