DEA课件(SBM)2017.10.24.pptVIP

广义DEA有效性的判定方法 广义DEA模型的对偶模型形式如下： DG-DEA 定理：（1）决策单元p为G-DEA（d）弱有效当且仅当DG-DEA的最优值 （2）决策单元p为G-DEA（d）有效当且仅当DG-DEA的最优值 并且对它的每个最优解 都有 也可通过含有非阿基米德无穷小量的线性规划求解 定义：设 是线性规划的最优解，若 则决策单元为G-DEA（P）弱有效，若 ，且 则决策单元为G-DEA（P）有效 定义：设 是线性规划的最优解，令 称 为决策单元P对应的 在样本有效面上的投影 定理：决策单元 相对于样本单元 有G-DEA（d）有效 * 数据包络分析 ? 2017年 ?（2017） 数据包络分析 ? * 数据包络分析 评价相对有效性的DEA模型 ——运筹学的新领域 方向距离函数模型的几种特例 方向距离函数是径向模型的推广，当方向向量取被评价DMU的投入产出值时，方向距离函数模型与径向DEA模型相同。 投入导向： 产出导向 当方向向量为 当方向向量为 当方向向量为 如果存在坏产出（或非期望产出）的情况，可以在方向性距离函数模型中对产出进行区分，将好产出记为Y，坏产出记为B，相应的好产出向量 和坏产出向量区分好坏产出之后的模型表示为 投入、好产出和坏产出的方向向量值通常采用 表示无效DMU的改进方向是减少投入、 增加好产出、减少坏产出 该模型的生产可能集 根据这个生产可能集的定义，在投入和好产出既定的条件下，坏产出可以减少，甚至可以是0，这显然与实际生产技术不符 坏产出不可避免，技术进步可以减少坏产出的数量，但不能超越生产技术水平无限减少。 因此，方向性距离函数模型修改为 生产可能集表示在投入既定的条件下，可以减少好产出或增加坏产出 此时模型的生产可能集 此图表示在投入不变的情况下，坏产出可以无限的增加，表示坏产出的强可处置性 但这不太合乎逻辑，坏产出不应超出生产过程所能产生的最大数量 为了避免这一问题，Chung(1997)对生产可能集做了如下定义： （1）坏产出具有弱可处置性，其意义为要减少坏产出，好产出必须也要减少。即在投入既定的条件下，如果 （2）好产出具有强可处置性，即在投入既定的条件下，如果 （3）如果坏产出为0，则好产出也为0 坏产出弱可处置的方向性距离函数为 以G点为例，其坏产出最高， 好产出低于B、C和D 方案1：保持投入和坏产出 不变，增加好产出 方向向量（0,1,0） 方案2：保持投入不变， 减少坏产出同时增加好产出， 好产出增加量与坏产出减少 量之比为2:1 方向向量（0,2,-1） 方案3：保持投入不变， 减少坏产出同时增加好产出， 好产出增加量与坏产出减少 量之比为1:2 当存在非期望产出时 当方向向量为 方向性距离函数模型与包含非期望产出的投入导向径向模型等价 当方向向量为 当方向向量为 方向距离函数模型与包含非期望产出的非导向径向模型相同 至前沿最远距离（SBM模型,slack based measure） 径向模型中，无效DMU的当前状态与强有效目标值之间的距离：等比例改进+松弛改进 松弛改进在效率测量中并未得到体现，Tone Kaoru (2001)提出了SBM模型： SBM模型采用 表示被评价DMU的效率值，非导向模型，投入与产出数据均不能出现0。 SBM模型投入和产出的无效率分别为： SBM模型的无效率用各投入（产出）可以缩减（增加）的平均比例来衡量，投入和产出的无效率值最大化 如果SBM模型的效率值 等于1，则说明被评价DMU为强有效。其目标值 非导向的SBM模型是非线性， （1）第一步可转换为 第二步令 SBM模型中的目标函数中如果只取分子或分母，则分别为投入导向或产出导向。 投入导向： 投入数据不能出现0 加权SBM模型 在SBM模型的基础上，给各项投入和产出指标赋予不同的权重，以示不同指标重要性的差异 加权SBM模型和SBM模型评价为有效DMU是相同的，但无效DMU的效率值及其投影值会发生改变。 非导向加权SBM模型为 一般方向距离函数模型效率值的计算方法 表示各项投入的改进数量， 表示各项投入的改进比例， 表示各项投入的平均改进比例，用来代表投入的无效率程度。