Regional efficiency improvement by means of data envelopment analysis through Euclidean distance minimization including fixed input factors: An application to tourist regions in Italy

Abstract

Abstract Standard Data Envelopment Analysis (DEA) is characterized by uniform proportional input reduction or output augmentation in calculating improvement projections. This paper develops a new Euclidean Distance Minimization model in the context of DEA in order to derive a more appropriate efficiency-improving projection model by means of a weighted projection function. The model is extended to the situation where some factor inputs are fixed, for instance, due to lumpiness or natural constraints. The extended DEA model is illustrated in the context of regional planning by using a data set on Italian tourist destination regions. Resumen El análisis envolvente de datos (DEA en inglés) estándar se caracteriza por la reducción de insumos o el aumento de productos de manera proporcional y uniforme a la hora de calcular proyecciones sobre mejoras. Este artículo desarrolla un nuevo modelo de Minimización de la Distancia Euclidiana en el contexto de DEA para inferir un modelo de proyección de eficacia-mejora más apropiado por medio de una función de proyección ponderada. El modelo se amplió a una situación en la que varios factores insumos son fijos, por ejemplo debido al apelmazamiento o restricciones naturales. El modelo DEA ampliado se ilustra dentro del contexto de la planificación regional, utilizando un conjunto de datos sobre regiones italianas que son destinos turísticos.

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 57 citations exist upstream.

Papers that cite the same references — the relational fallback while embeddings are still backfilling.