数据包络技术经济分析技术参考.ppt

数据包络分析技术 参考文献 1叶义成等. 系统综合评价技术及其应用. 冶金工业出版社 2006. 2 杜栋等. 现代综合评价方法与案例精选. 清华大学出版社2008. 3 秦守康等. 综合评价原理与方法. 电子工业出版社2003. 4 魏权龄等. 数量经济学. 中国人民大学出版社2008. 导 例 设有8个双投入、单产出的同类型企业，投入产出量如表1所示。试对其生产效率进行概略分析。 假设各企业规模收益不变，同比例扩大产量到120. 把8个生产点包围在右上方最小的凸集中，形成的折线总体，称为数据包络曲线。 凡是凸包中 △x2j /△x1j＜0的边界点，都是生产效率相对高的点；内点都是生产效率相对低的点。 1. DEA方法概述 DEA (Data Envelopment Analysis)方法又称为数据包络分析方法，是对多指标投入和多指标产出的相同类型部门（企业），进行相对有效性综合评价的一种方法。它也是研究多投入多产出生产函数的有力工具。 被评价对象是相同类型的部门、企业或者同一部门（企业）的不同时期的相对效率。 被评价的这些部门、企业或时期称为决策单元（DMU）或评价单元。 DEA方法的提出和发展 1978年，查恩斯(A. Charnes)、库伯(W.W.Cooper)和罗兹(E．Rhodes)提出了第一个DEA模型，评价部门间的相对有效性，这个模型被命名为C2R模型。用这个模型评价多投入多产出生产部门的规模有效性和技术有效性，都是卓有成效的。 1985年，查恩斯、库伯、格拉尼(B. Golany)、赛福德(L. Seiford)和斯图茨(J. Stutz)提出了C2GS2模型。这种模型评价生产部门间技术有效性是十分有效的。 1986年，查恩斯、库伯和中国人民大学魏权龄教授为了进一步的估计有效生产前沿面，提出了评价无穷多个评价单元的一种新的C2W模型。 DEA模型的特点之一： 应用客观数据，避免了主观性。 2. DEA基本模型 2.1 基本概念 在多投入和多产出的评价系统中，某种‘‘生产’’活动可以用一组投入指标值和产出指标值表示，评价单元DMUj的一组投入指标值xj和产出指标值yj用向量表示为 xj = (x1j, x2j, …, xmj)T (1) yj = (y1j, y2j, …, ypj)T (2) 定义1 一般称T为所有可能的生产活动构成的生产可能集：T =｛(x, y)|产出y能用输入x生产出来｝，有 (xj, yj)∈ T (j=1,2,…,n) 一般假设生产可能集满足下列4条公理： (1)凸性；(2)锥性； (3)无效性； (4)最小性。 为什么？ 生产可能集4公理 （1）凸性 对任意的(x, y)∈T和(x’,y’)∈T，以及α∈[0,1], 有 α (x, y)+(1-α)(x’,y’)∈T 即，如果分别以x和x’的α倍和(1-α)倍之和作为新的输入，则可得到原产出相同比例之和的新的产出，凸性表明T是凸集。 （2）锥性 若(x, y)∈T及k≥0, 则 k (x, y) = (kx, ky)∈T 即，以原输入的k倍作为新的输入，则得到原产出的k倍是可能的。 （3）无效性 设(x, y)∈T， 若x’≥x, 则(x’, y)∈T；若y’≤y，则(x, y’)∈T. 此即，在原来生产活动的基础上，增加投入或减少生产总是可能的。 （4）最小性 生产可能集T是满足上述条件（1）~（3）的所有集的交集。 在满足上述4条公理的基础上，对于已有的观测值(xj, yj), j =1,2,…,n，可以构造生产可能集 T ={(x, y)| ,λj≥0, j =1,2,…,n} 后边的模型及其求解，建立在这个集合之上。 2.2 基本C2R模型 2.2.1 C2R模型 设有n个部门或企业，称为n个评价单元DMUj (j =1, 2, …, n)，每个评价单元都有m种投入和p种产出，分别用不同的经济指标表示，构成了有n个评价单元的多指标投入和多指标产出的评价系统，如图所示。 图中， xij—DMUj评价单元第i种投入指标， xij＞0； yrj—DMUj评价单元第r种产出指标的产出量，yrj＞0； vi—第i种投入指标的权系数， vi≥0； ur—第r种产出指标的权系数， ur≥0； (i=1, 2, …, m; j=1, 2, …, p)。 xij和yrj是向量 xj = (x1j, x2j, …, xmj)T 和 yj = (y1j, y2j, …, ypj)T 中的分量。 设评价系统中，投入指标和产出指标的权系数向量分别是 v = (