To develop a dynamic DEA method for accurate efficiency measurement and provision of appropriate improvement policies for decision making units
| Project/Area Number |
21K04536
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25010:Social systems engineering-related
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
王 緒 早稲田大学, 理工学術院, 助教 (00843955)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 単調性 / データ包絡分析 / 改善目標 / 実現コスト / 効率性の評価 / 効率性の改善方針 / 数理モデル / 動的手法 |
|---|
| Outline of Research at the Start |
経済のグローバル化が進むにつれ、緊近の課題として、企業などの事業体が効率的に運営されているかの指標策定や的確な改善目標の設定が挙げられる。
データ包絡分析法(Data Envelopment Analysis, DEA)はオペレーションズリサーチの中で、多入力多出力の事業体の効率性の評価や改善の道具として広く使われている。本研究では、DEAに基づき、事業体に対する品質が保証された効率性測定や的確な改善方針提供を両立できる新評価手法の開発を行う。その際、手法の理論構築を進めていきながら、実証実験を通じて、開発した手法の有効性を検証する。
|
| Outline of Annual Research Achievements |
DEAの役割はDMUの効率性の評価や改善であるため, DEAの分析結果である効率値や改善目標の品質が要求される. すなわち, 評価対象のDMUに対し,(1)品質が保証される効率性の測定と(2)的確な効率性改善目標の提供の双方が必要である. (1)に関しては, DEAの効率値は効率性尺度として，いくつかの性質を満たさなければならない. 特に, 単調性がよく注目されている. (優れたDMUの効率値はそれより劣ったDMUの効率値より大きいこと)(2)の改善目標の提供について, 評価対象のDMUにとって, 手が届きやすい(実現しやすい)改善目標は受け入れやすいので, 適切な改善目標(いわゆる, 最短距離改善目標)の設定が重要である.そこで, DEAでは,性質が保証された効率値や適切な改善目標の提供が必要となる.
伝統的なRAMモデル(Range Adjusted Measure)の品質が優れているため, 伝統的なRAMモデルと最短距離DEAモデルの考え方を結合した. 新しいLRAMモデル(Least-Distance Range Adjusted Measure) の品質が優れている同時に, 最短距離ベンチマーキング情報の提供ができることを示した. さらに, 実データへの適用を通じて, モデルの有効性の検証を行った. 具体的には, (1)RAMモデルやLRAMモデルで得られる効率値に注目し, LRAMモデルはDEAモデルとして, 効率性評価に有効であることを示した. (2)RAMモデルやLRAMモデルで得られる改善目標に注目し, 非効率的なDMUが効率的になるため, 入力と出力の必要な調整範囲を定量化したうえで, 得られる改善目標の間で比較を行った. この比較により, LRAMモデルはいつもより小規模な入力と出力の調整方向を提供している. すなわち, 達成・実現しやすい効率性改善方向を提供していることを示唆している.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
最初の予定通りに研究を遂行している.
一部の研究成果がまとめられており, 発表を行っている.
|
| Strategy for Future Research Activity |
研究計画書通りに, 進めていく予定である.
適切な実データの利用可能性(可能な適用事例)を検討しつつ, 動的なモデルの開発へ進めていく.
|
Report
(2 results)
Research Products
(5 results)
