数据包络分析法(DEA)概述..docVIP

(1) 数据包络分析法(DEA)概述 数据包络分析 (Data Envelopment Analysis，简称DEA）方法是运用数学工具评价经济系统生产前沿面有效性的非参数方法，它适应用于多投入多产出的多目标决策单元的绩效评价。这种方法以相对效率为基础，根据多指标投入与多指标产出对相同类型的决策单元进行相对有效性评价。应用该方法进行绩效评价的另一个特点是，它不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同，不需要弄清楚各个评价决策单元的输入与输出之间的关联方式，只需要最终用极值的方法，以相对效益这个变量作为总体上的衡量标准， 以决策单元(DMU)各输入输出的权重向量为变量，从最有利于决策的角度进行评价，从而避免了人为因素确定各指标的权重而使得研究结果的客观性收到影响。这种方法采用数学规划模型，对所有决策单元的输出都“一视同仁”。这些输入输出的价值设定与虚拟系数有关，有利于找出那些决策单元相对效益偏低的原因。该方法以经验数据为基础，逻辑上合理，故能够衡量个决策单元由一定量大投入产生预期的输出的能力，并且能够计算在非DEA有效的决策单元中，投入没有发挥作用的程度。最为重要的是应用该方法还有可能进一步估计某个决策单元达到相对有效时，其产出应该增加多少，输入可以减少多少等。 1978年由著名的运筹学家查恩斯A.Charnes）,库伯W.W.Cooper）和罗兹E.Rhodes）首先提出数据包络分析（Data Envelopment Analysis，简称DEA）的方法，评价部门间的相对有效性（DEA有效）他们的第一个模型被命名为CCR模型模型从生产函数角度看，这一模型是用来研究具有多输入、特别是具有多输出的“生产部门”时“规模有效”技术有效且卓有成效的方法得到不断的完善，在实践中的应用1984年 R.D.Banker, A.Charnes和W.W.Cooper给出了一个被称为BCC的模型1985年Charnes, Cooper和 B.Golany, L.Seiford, J.Stutz给出了另一个模型称为CCGSS模型这两个模型是用来研究生产部门间的“技术有效”( 2 ) 数据包络模型（又称为DEA模型）描述 数据包络分析(DEA)美国著名运筹学家A. Charnes等人在1978年以效率概念为基础发展起来的一种新的评价方法。这种方法是以决策单元(Decision Making Unit，简称DMU)的投入、产出指标的权重系数为变量，借助于数学规划将投影到DEA前沿面上，通过比较决策单元偏离DEA前沿面的程度来对评价决策单元的相对有效性综合评价。其基本思路是: 通过对投入产出数据的综合分析，得出每个DMU综合效率的数量指标，确定各DMU是否为DEA有效。 假设有n(又称之为n个决策单元DMU )，每都有m种及s种出，对应的权分别为: 。这n个决策单元中第j个的投入和出向量 ，， 其中：为第对第i种类型输入的投入总量，为第对第r种类型输出的产出总量，；为第i种输入的，为第r种的，。效率评价指数: 通过适当选取和，使满足。现对第进行评价，则以第的效率指数为目标，以所有的待评的的效率指数为约束，个决策单元简记为，故可以得到的模型: 上是分式规划，计算，可将其化为一个线性规划，引进阿基米德穷小量表示的是大于0但小于任意正数的量），构成了具有非阿基米德无穷小量的的模型。对偶划 其中：，，均为对偶变量，m维单位向量，s维单位向量，和均松弛变量， 。 模是假定生产技术是固定规模报酬。Banker，Chames andooper 又对模型进行，把固定规模报酬假设改为非递增规模报，则在上述的DEA模型的基础一个约束条件:在此假下非递增规模报酬时的技术效率为。如果我们把固定报酬假设改为可变规模报酬(variable Returns to Scale，VRS)，则DEA模型约束条件。从而得到的如下新的DEA模型： 线性规划模型在可变规模报酬(RS)条件下效率称为纯技术效率，在CRS假设条件下得到的效率称为技术率，它是规模效率与纯技术效率的乘积。因此，可以根据CR模型和RS模来确定规模效率。模型规划问题最优解，则有，若，且，则称被评价决策单元相对于其它决策单元而言DEA有效，此时该决策单元既满足技术有效又满足规模有效；若，但不同时等于零向量，则称被评价决策单元为弱DEA有效RS模，则称此被评价的决策单元为非DEA有效。 值得注意的是，VRS模C2R模型为第j0个决策单元对应于在DEA的相对有效面上的投影，则它们之间的转换关系可以表示为如下公式： 根据上述公式（4-5），可以求得各个非DEA有效的决策单元相对于某有效决策而言，在保持其产出量不变的情况下，可以计算出对各