数据包络分析法（DEA）.pdf

数据包络分析法 （DEA）  1.DEA的简介 2 2.C R模型 2  3.BC 模型 4.投入冗余率和产出不足率  5.deap 2.1软件分析过程及结果解释  6. DEA法的应用实例 1.DEA的简介 1.DEA的简介  在人们的生产活动和社会活动中常常会遇到这样的问 题：经过一段时间之后，需要对具有相同类型的部门 或单位（称为决策单元）进行评价，其评价的依据是 决策单元的“输入”数据和“输出”数据，输入数据是指决 策单元在某种活动中需要消耗的某些量，例如投入的 资金总额，投入的总劳动力数，占地面积等等；输出 数据是决策单元经过一定的输入之后，产生的表明该 活动成效的某些信息量，例如不同类型的产品数量， 产品的质量，经济效益等等．再具体些说，譬如在评 价某高校各个学院的时候，输入可以是学院的全年的 资金，教职员工的总人数，教学用占用教室的总次 数，各类职称的教师人数等等；输出可以是培养博士 研究生的人数，硕士研究生的人数，大学生本科生的 人数，学生的质量（德，智，体），教师的教学工作 量，学校的科研成果（数量与质量)等等．根据输入 数据和输出数据来评价决策单元的优劣，即所谓评价 部门（或单位）间的相对有效性．  数据包络分析（the Data Envelopment Analysis ，简称DEA）是1978年由美国著 名的运筹学家A.Charnes和W.W.Cooper等 学者，以相对效率概念为基础发展起来的 一种效率评价方法。他们的第一个模型被 命名为C2R模型，从生产函数角度看，这 一模型是用来研究具有多个输入、特别是 具有多个输出的“生产部门” 同时为“规模有 效”与“技术有效”的十分理想且卓有成效的 方法。1984年R.D.Banker,A.Charnes和 W.W.Cooper给出了一个被称为BC2的模 型。  数据包络分析(即DEA)可以看作是一种统计分析的 新方法，它是根据一组关于输入－输出的观察值来 估计有效生产前沿面的。在有效性的评价方面，除 了DEA方法以外，还有其它的一些方法，但是那些 方法几乎仅限于单输出的情况。相比之下，DEA方 法处理多输入，特别是多输出的问题的能力是具有 绝对优势的。并且，DEA方法不仅可以用线性规划 来判断决策单元对应的点是否位于有效生产前沿面 上，同时又可获得许多有用的管理信息。因此，它 比其它的一些方法（包括采用统计的方法）优越， 用处也更广泛。  它也可以用来研究多种方案之间的相对有效性 （例如投资项目评价）；研究在做决策之前去预 测一旦做出决策后它的相对效果如何（例如建立 新厂后，新厂相对于已有的一些工厂是否为有 效)。DEA模型甚至可以用来进行政策评价．  特别值得指出的是，DEA方法是纯技术性的，与 市场（价格）可以无关。只需要区分投入与产 出，不需要对指标进行无量纲化处理，可以直接 进行技术效率与规模效率的分析而无须再定义一 个特殊的函数形式，而且对样本数量的要求不 高，这是别的方法所无法比拟的。 DEA方法的特点：  适用于多输出-多输入的有效性综合评价问题，在处理多 输出-多输入的有效性评价方面具有绝对优势  DEA方法并不直接对数据进行综合，因此决策单元的最优 效率指标与投入指标值及产出指标值的量纲选取无关，应 用DEA方法建立模型前无须对数据进行无量纲化处理（当 然也可以）  无无须任何权重假设，而以决策单元输入输出的实际数据 求得最优权重，排除了很多主观因素，具有很强的客观性  DEA方法假定每个输入都关联到一个或者多个输出，且输 入输出之间确实存在某种联系，但不必确定这种关系的显 示表达式 2. C2R模型 ：规模报酬不变 2. C2R模型 ：规模报酬不变  假设有t个被评价的同类部分,称为决策单元 DMU,每个决策单元均有m投入变量和n个 产出变量.如下,其中xij表示第j 个DMU对第i 种输入的投入量, x 0;y 表示第j 个DMU对