Allocating fixed costs and common revenue via data envelopment a...

在给出的文章中，主题是关于利用数据包络分析（DEA）技术来公平地分配固定成本或共同收入于一组竞争实体之间的问题。本文提出了一种基于DEA理论的新方法，分别针对(i)将固定成本分配给决策单元（DMUs），以及(ii)在DMUs之间分配共同收入。这样做的目的是保持所有DMUs的相对效率不变，并且分配应反映各个DMUs的相对效率和输入输出规模。文章通过一个示例来阐述这些方法，并在文章中描述了该示例的数值结果。 DEA技术最初由Charnes等人在1978年构建，被广泛用于评估具有多输入和多输出的决策单元（DMUs）的相对效率。这项技术最初是用来评估公共部门活动和非营利组织（如教育机构和医疗服务）的相对效率。之后，DEA被广泛应用于许多以盈利为导向的公司或行业。在近年来，利用DEA理论解决固定成本或共同收入分配问题成为应用领域的一个热点。 固定成本可以被视为组织下属单位用于建立共同系统的费用（例如，资本或材料）。由于下属单位从共同系统中获得利益，因此他们应该共同承担建立共同系统的费用。因此，实践中出现了一个共同问题：如何在各个下属单位之间公平地分配这些固定成本？ 文章中还提到，在公共部门活动和非营利组织的相对效率评估方面，DEA技术最初被设计用来解决固定成本或共同收入的分配问题。DEA是一种非参数方法，旨在评估具有多个输入和输出的决策单元的相对效率。DEA通过优化数学模型来确定效率前沿，这是一组在给定输入下产生最大输出，或在给定输出下消耗最小输入的DMUs集合。 DEA的另一个关键应用是解决共同收入的分配问题。共同收入可以来自多个来源，并且可能没有明确的分配标准。这在共同系统或共享资源的情况下尤其常见。为了维护各个DMUs的相对效率，并且确保分配公平，需要一种方法，该方法能够基于各个DMUs的相对效率和输入输出规模进行分配。 在DEA的背景下，分配固定成本或共同收入的基本原则是不改变DMUs的相对效率。这意味着分配应该在效率前沿上的DMUs之间进行，而不会扭曲效率评估。同时，分配必须考虑到各个DMUs的相对效率和规模差异，确保较大的单位不会不公平地承担更多的成本或获得更多的收益，反之亦然。 文章中提到的方法通过DEA模型的扩展来解决这些分配问题，以确保分配的公平性和效率的不变性。这些方法的具体实施涉及建立一个优化模型，该模型不仅考虑了固定成本和共同收入的分配，还考虑了DMUs的输入和输出数据。通过求解优化问题，可以得到每单位共同成本或收入的分配系数。 在实际应用中，DEA已被证明是一种有力的工具，用于评估和改进组织的效率。通过将DEA用于固定成本和共同收入的分配问题，组织可以更好地理解内部资源的配置效率，并确保资源的合理分配，这对于提高组织的整体性能具有重要意义。 文章通过具体示例详细说明了所提出的分配方法，其中包含了数值结果。这些结果表明了提出的方法在保持DMUs相对效率不变的同时，能够根据DMUs的相对效率和输入输出规模进行有效分配。这种方法可以为组织在处理固定成本和共同收入的分配问题时提供指导，确保公平且效率地分配资源。