Resumen

El análisis envolvente de datos (DEA) es una potente herramienta para evaluar y mejorar el rendimiento de un conjunto de unidades de toma de decisiones (DMU). Empíricamente, suele haber muchas DMU que presentan un estado "eficiente" en situaciones de múltiples entradas y salidas. Sin embargo, no es adecuado afirmar que todas las DMU eficientes tengan rendimientos equivalentes. En realidad, una DMU puede considerarse eficiente siempre que obtenga los mejores resultados en una sola dimensión. En este trabajo se argumenta que una DMU eficiente de una determinada proporción input-output tiene su propia especialidad y también puede tener un rendimiento deficiente en algunas dimensiones. Se proponen dos enfoques basados en DEA para medir la eficiencia de las DMU en dimensiones específicas. Uno es la medición de la eficiencia en forma de multiplicador mediante el procesamiento posterior del modelo DEA multiplicador original. El otro consiste en calcular la eficiencia en forma envolvente comparándola con una DMU ideal. Los enfoques propuestos se aplican a 26 supermercados de la ciudad de Nanjing (China) y han proporcionado a los gestores nuevas perspectivas sobre la eficiencia.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:eficiencia, modelo dea multiplicador original, análisis envolvente de datos, situaciones input multioutput, dea, dmus, enfoques, forma, dmu eficiente, dmus eficiente
• Keywords:efficiency, original multiplier dea model, data envelopment analysis, input multioutput situations, dea, dmus, approaches, form, efficient dmu, efficient dmus