全面DEA的改进及结果评价.ppt

* DEA的改进及结果评价 * DEA基本模型-----C2R模型 （PC2R） 在实际运用中，用线性规划来判断有效性很难，且不方便计算。通常引入对偶规划、松弛变量以及阿基米德无穷小等概念来改善公式，方便计算与结果的评价。 目标函数 约束条件 * 线性规划： 对偶规划： （1） （2） * 引入松弛变量： 引入阿基米德无穷小量： （3） （4） （D ε ） 松弛变量的引入，可以计算非有效DUM的理想值，从而提出改进建议，公式4的引入，则使得计算更为简便。 * 输入导向和输出导向 根据生产活动中，决策者侧重点的不同，通常将DEA模型分为输入模型和输出模型： 输入模型：对输入项加以控制，固定现有产出量，计算输入项可以减少的部分——决策者追求的是输入的减少。 输出模型：对输出项加以控制，固定现有输入量，计算输出项可以增加的部分——决策者追求的是输出的增大。 Input-C2R：求θ最小 Output-C2R：求Z最大 * DEA模型的改进 适应不同规模收益的DEA模型：BC2、FG、ST BC2 模型，评价技术有效性，能够给出规模收益的各种情况 FG模型：主要用于规模收益非递增的情况 ST模型：适用于规模收益非递减的情况 * DEA模型的改进 对权重的改进：C2WH 根据决策者的偏好，对权重ω和μ有所限制，使结果更贴近实际 * DEA模型的改进 对输入输出方面的改进： 只有输入或输出的情况 使用类别变量的DEA模型 以序数词作为输入输出变量的DEA模型 * DEA模型的改进 对决策单元的改进：C2W 将决策单元的个数由有限拓展到无穷多个 * DEA模型的改进 综合的DEA模型：GDEA δ1=0 δ2=0或1 δ3=0或1 δ4=1 C2R δ1=1 δ2=0 δ3=0或1 δ4=1 BC2 δ1=1 δ2=1 δ3=0 δ4=1 FG δ1=1 δ2=1 δ3=1 δ4=1 ST * DEA模型的计算 1.DEAP-Version 2.1 2. DEA-solver 3.线性规划软件（如QSB、Lindo等） 4.其他：Excel、SAS 综合效率：固定投入量下，产品的实际产出与最大产出两者间的比率。 技术效率：指在既定的投入下实现了产出最大化，或者在生产既定的产出时实现了投入最小化。 规模收益：当所有投入要素的使用量都按同样的比例增加时，这种增加会对总产量的影响。 规模收益递增 规模收益不变 规模收益递减 * DEA模型的结果评价 * DMU1 DMU2 DMU3 DMU4 x y o 从技术有效性来看：DMU1、 DMU2、 DMU3都处于技术有效状态， DMU4不在函数曲线上，不为技术有效； 从规模有效性来看： DMU2为规模有效， DMU1、 DMU3和DMU4不为规模有效；如果用DEA模型来判断DEA有效性，只有DMU2对应的最优值θ0＝1。 生产函数曲线 规模收益递增 规模收益递减 规模收益不变 既不技术有效也不规模有效 * DEA模型的结果评价 松弛变量分析： 针对无效率的决策单位，通过松弛变量分析了解其投入资源使用状况，找出无效率的来源及对应的属性值应改善的大小程度。 敏感度分析：投入与产出指标增减变化对评估结果的影响；决策单元变化对评估结果的影响；各方案的投入与产出指标值变化对评估结果的影响。 * CCR模型的解 （4） （D ε ） * * 设公式（4）的最优解为λ0，s0- ,s0+, θ0，则有如下结论： 若θ0=1，则DMUj0为弱DEA有效（总体）。 若θ0=1，且s0-=0,s0+=0，则DMUj0为DEA有效（总体） 若θ01,则DMUj0不为DEA有效 令 0=θ0x0- s0-, 0=y0+ s0+,则 0, 0为x0,y0在有效前沿面上的投影，相对于原来的n个DMU是有效（总体）的。 若存在λj0 (j=1,2,…,m),使 =1成立 DMUj0为规模收益不变； 若不存在λj0 (j=1,2,…,m)，使 =1成立，若 1 DMUj0为规模收益递增； 若不存在λj0 (j=1,2,…,m)，使 =1成立，若 1 DMUj0为规模收益递减。 * DEA应用实例 作者单位：成都中医药大学公共卫生与管理学院 研究对象：我国31 个省市地区(除台湾省外的22 个省、5 个自治区和4 个直辖市) 资料来源： 《2010 中国卫生统计年鉴》中各地2009 年度数据 * 基于数据包络分析的我国31个省市医疗卫生服务效率评价 备选指标 * 基于数据包络分析的我国31个省市医疗卫生服务效率评价 指标处理 通过各评价指标间的相关分析，将投入指标重新划分为8类，产出指标重新划分为7类 医疗服务效率2 医疗服务