运筹学第3版教学课件作者熊伟Ch2对偶理论课件幻灯片.pptVIP

2.5 DEA模型 Data Envelopment Analysis (DEA) * DEA是数据包络分析（Data Envelopment Analysis）的简称 。 由美国著名运筹学家、得克萨斯大学教授查恩斯（A.Charnes）、库伯（W.W.Cooper）和罗兹（E.Rhodes）于1978年在权威的“欧洲运筹学杂志”上发表了一篇重要论文：“Measuring the efficiency of decision making units”(决策单元的有效性度量)，正式提出运筹学这一新的研究领域。 DEA主要用来评价相同类型部门或单位中各成员 （称为决策单元）之间的相对有效性，因而这种方法也称为DEA有效。DEA作为一种有效性评价方法，三十多年来，一直为广大理论和应用工作者所瞩目，理论上得到了充实和完善，应用上已广泛深入到各个领域 2.5 DEA模型 Data Envelopment Analysis (DEA) 2.5.1 DEA的基本概念 * 【引例 】行风（行业作风）建设有效性评价问题[3] 项目研究人员选定江苏省S市交通客运系统作为对象，包括7家交通客运汽车公司。 评价指标基础依据为： 国际公交组织颁布的“十项基本考核指标”； 国内颁布的公交运营服务的“八项考核指标”。在此基础上，根据该系统实际情况，最终选定了输入指标4项，输出指标4项。分别是： 输入指标： ①年末职工总数(单位：人)； ②单位成本(单位：元／千人公里)； ③燃料单位消耗(单位：升／千人公里)； ④行车责任事故率(单位：次／千人公里。 2.5 DEA模型 Data Envelopment Analysis (DEA) * 输出指标： ①劳动生产率(单位：元／人)； ②行车准点率(％)； ③群众满意率(按问卷调查)(％)； ④车辆服务合格率(包括：服务态度、服务措施、车辆措 施等)(％)。 搜集到所需数据后，使用DEA方法综合评价，结果为： ①3家公司为行风建设有效； ②4家公司在行风建设上存在不同程度(以量化形式给出)的缺点与不足。 2.5 DEA模型 Data Envelopment Analysis (DEA) * 在引例中，7家公司是被评价对象，称为决策单元；输入指标是公司“资源”的投入，在DEA中称为“资源”的消耗或投入，抽取7家公司4项输入指标的样本值，得到资源的投入表 输出指标表示公司投入了资源后的“成效”或“回报”，同理7家公司4项输出指标的样本值，得到资源的产出表 2.5 DEA模型 Data Envelopment Analysis (DEA) * 输入指标和输出指标组成一个指标体系。有了投入表和产出表，就可以采用DEA对公司行风进行有效性评价。 一般地，设系统中有n个具有可比性的决策单元（decision making units，DMU） （公司、部门或单位），m项输入指标，s项输出指标。记 xij：为第j决策单元i项输入指标的投入量， vi：为第 i 项输入指标的权系数 ，i=1,2,…，m ur：为第r项输出指标的权系数 ，r=1,2, …,s yrj：为第j决策单元r项输出指标的产出量， 2.5 DEA模型 Data Envelopment Analysis (DEA) * xij、yrj为已知数据，vi、ur为未知参数。DEA投入产出信息的矩阵形式为 ， ， ， 2.5 DEA模型 Data Envelopment Analysis (DEA) * C2R模型是由A.Charnes、W.W.Cooper及E.Rhodes三人建立的，模型符号取自研究者姓氏第一个字母的组合，因而C2R也可以表达为CCR 。 C2R模型是DEA的基本模型。 C2R模型的建模原理及步骤： （1）模型建立在各决策单元相互比较的基础上，它们具有相对有效性； （2）各决策单元的效率评价指数依赖于它的输出综合与输入综合之比，即 (2-4) 式中分子是第j个决策单元输出的总和，分母是输入的总和，效率评价指数Zj即是相对有效性评价值. 2.5.2 C2R模型 2.5 DEA模型 Data Envelopment Analysis (DEA) * （3）对第k（1≤k≤n）个决策单元进行有效性评价。 评价模型是：以第k个决策单元的有效评价值为目标函数并且求最大值（使有效评价值最优），以所有决策单元的有效评价值（包括第k个决策单元）小于等于1为约束。得到第k个决策单元的相对有效评价模型 (2-5) 2.5 DEA模型 Data Envelopment Analysis