中小型乡镇企业绩效的DEA评价.pdfVIP

中小型乡镇企业绩效的DEA 评价 作者：杨振 叶义成 柯丽华 摘 要 对中小型乡镇企业绩效评价的 DEA 模型(C2R)及应用进行了 研究。通过 DEA 有效性分析，对乡镇企业绩效进行效率衡量，并对 非 DEA 有效的决策单元进行投影改进，找出更有效的投入产出量， 一定程度上为企业的投入产出量提供了参考依据，也为企业提高效率 提供了数据借鉴。 关键词 乡镇企业 综合评价 DEA C2R 模型 1 前言 中小型企业的生产规模、投入资金等相对较少，为了合理地利用有限 资源，使其最大限度地发挥作用，有必要对乡镇企业进行绩效评价。 目前，对企业绩效进行综合评价的方法很多，多元统计分析、模糊数 学、灰色系统理论、多维标度分析及空间统计学等方法也被成功使用， 并取得了一定的效果。本文基于数据包络分析(Data Envelopment Analysis ，简称DEA)给出乡镇企业绩效评价的一种方法。 数据包络分析(DEA)是由 Charnes、Cooper 在 Farell 测度基础上发展 起来的一种评价决策单元(Decision Making Unit，DMU)相对绩效的非 参数方法，它通过保持决策单元的输入或输出不变，借助数学规划将 DMU 投影到 DEA 前沿面上，并通过比较决策单元偏离 DEA 前沿面 的程度来评价它们的相对有效性，是估计多输入与多输出及多目标决 策类问题的有力工具。此方法已广泛应用于交通运输、教育、军事、 政府机构、能源、农业及高科技研发部门等各层面。近年来，DEA 应用于营利事业单位评估者亦有逐渐增多的趋势。 2 DEA 评价模型 2.1 企业绩效评价的 DEA 方法及特点 将评价对象中小型乡镇企业视作 DEA 的DMU ，对具有类似生产特征 和管理属性的若干中小型乡镇企业进行绩效综合评价，通过其技术经 济指标判断 DMU 是否对 DEA 有效，本质上是判断 DMU 是否位于 生产可能集的前沿面上。使用 DEA 对 DMU 进行绩效评价时，由于 DEA 方法对输入、输出指标有较大的包容性，可以接受那些在一般 意义下很难定量的指标，因此，它在处理评价问题时比一般常规统计 方法更有优越性。首先，DEA 方法可以同时计算企业的多种输入和 输出数据，且这些数据的量纲并不要求一致；其次，在无需主观对企 业经济指标赋权条件下，估计出确实有效的生产前沿面，能有效区分 有效与非有效；第三，在对每个评价企业进行优化的基础上，不仅可 以排序，还可提供具体改进建议。 2.2 企业绩效评价的 DEA 模型 假设有 n 个评价企业 DMU ，每个DMU 都有 m 种输入指标及 s 种输 出指标，对应的权系数分别为v= （v1 ，v2 ，……，vm ）T 和 u= （u1 ， u2 ，……，us ）T 。 每个决策单元都有相应的效率评价指数： hj= ■= ■，j=1 ，2 ，…，n （1） 适当地选取 u 和 v ，使其满足hj ≤1。现对第j0 个评价企业进行绩效 评价，则以第j0 个评价对象的效率指数为目标，以所有评价企业的 效率指数为约束，其最优化模型为： （P ）max ■=v ■s.t. ■≤1 j=1，…，nuk ≥0 k=1，…，svi ≥0 i=1，…， m （2 ） 模型（P ）即为原始的C2R 模型，它是一个分式规划问题，其含义为 在其他 DMU 的产出投入比一定条件下DMU0 的产出投入比要达到 最大。利用 Charness-Cooper 变换和对偶规划理论，并引入非阿基米 德无穷小量的概念，可以将模型（P ）化为等价并在实际评价中常用 的线性规划模型。 （D ε）min ［θ- ε（e ■s ■+ ■■s ■）］=V ■s.t. ■λ■x ■+s ■= θ ■■λ■y ■+s ■=y ■λ■≥0，j=1 ，…，ns ■≥0，s ■≥0 （3 ） 其中■= （1，…，1）T ∈Rm ，e= （1，…，1）T ∈Rs ，ε为非阿基 米德无穷小量，s-是与投入相对应的松弛变量的向量，s+是与产出相 对应的剩余变量的向量。 2.3 C2R 模型的规模效益分析 设 D ε有最优解λ■■(i=1,2,…，n) ，记k= ■λ■■，称k 为 DMUj0 的规模效益值。当k=1 时，表示 DMUj0 的规模效益不变，此时 DMUj0 达到最大产出规模点；当 k<1 时，表示规模效益递增，且k 值越小规 模效益递增趋势越大，表