数据包络分析DEA方法56472.docVIP

二、 数据包络分析(DEA)方法 数据包络分析(data envelopment analysis, DEA)是由著名运筹学家Charnes, Cooper和Rhodes于1978年提出的，它以相对效率概念为基础，以凸分析和线性规划为工具，计算比较具有相同类型的决策单元???。DEA方法一出现，就以其独(Decision making unit，DMU)之间的相对效率，依此对评价对象做出评价[2],[3]。在介绍DEA特的优势而受到众多学者的青睐，现已被应用于各个领域的绩效评价中方法的原理之前，先介绍几个基本概念: 1. 决策单元 一个经济系统或一个生产过程都可以看成是一个单位(或一个部门)在一定可能范围内，通过投入一定数量的生产要素并产出一定数量的“产品”的活动。虽然这种活动的具体内容各不相同，但其目的都是尽可能地使这一活动取得最大的“效益”。由于从“投入”到“产出”需要经过一系列决策才能实现，或者说，由于“产出”是决策的结果，所以这样的单位(或部门)被称为决策单元(DMU)。因此，可以认为，每个DMU(第i个DMU常记作DMU)都表现出一定的经济意义，它的基本特点是具有一定的投入和产出，并且将投入转化i成产出的过程中，努力实现自身的决策目标。 在许多情况下，我们对多个同类型的DMU更感兴趣。所谓同类型的DMU，是指具有以下三个特征的DMU集合：具有相同的目标和任务；具有相同的外部环境；具有相同的投入和产出指标。 2. 生产可能集 设某个DMU在一项经济(生产)活动中有m项投入，写成向量形式为；产出有s项，写)x?(x,L,x成向量形式为。于是我们可以用来表示这个DMU的整个生产活动。 )y(x,)y,L,y?(y定义1. 称集合为所有可能的生产活动构成的生产可能集。 }x生产出来)|产出y能用投入T?{(x,y在使用DEA方法时，一般假设生产可能集T满足下面四条公理: 公理1(平凡公理): 。 n,,)?Tj?1,2,Lx(,y? 满足, ): 集合T为凸集。 如果 且存在公理2(凸性公理?1??02x,y)?T,j?1,,L,n?(?? 。 则??T(y)x,????? 。 ,则 ， ?x,?yT,y,yxx?：若公理3(无效性公理)??T?y(x,)??那么 对任意的。锥性公理): 集合T为锥。如果 公理4 (T?x,yT?(kx,ky)0k?若生产可能集Ｔ是所有满足公理1 , 2 , 3和4的最小者，则T有如下的唯一表示形式 ??????。 ???Ln,21j0,?yy?x?,?Txy|x,,?,,???? 3. 技术有效与规模收益 (1) 技术有效：对于任意的，若不存在，且，则称为技术有效的生产T)?T?x,y((x,y)T)yy?y?(x,活动。 VVxy称为规模效益。若规模收益：将产出和投入的同期相对变化比值，说明规模收益(2) /k?1?k yx递增，这时可以考虑增大投入；若，说明规模收益递减，这时可以考虑减小投入；若，说明规1k?1?k模收益不变，且称为规模有效。 （一） DEA方法原理与CCR模型 DEA方法的基本原理是：设有n个决策单元，它们的投入，产出向量分别为：)n1,2,L,(DMUj?。由于在生产过程中各种投入和产出的地位，n,?1,)L?0,j0,?Y(y,y,L,,X?(xx,L,x)y?与作用各不相同，因此，要对DMU进行评价，必须对它的投入和产出进行“综合”，即把它们看作只有一个投入总体和一个产出总体的生产过程，这样就需要赋予每个投入和产出恰当的权重。假设投入、产出的权向量分别为和，从而就可以获得如下的定义。 )u,u,L,v)L,u?(uv?(v,v,?yuYuj个决策单元为第?的效率评价指数。称 定义2. L)n??,(j?1,2,DMU Xv?xv根据定义可知，我们总可以选取适当的权向量使得。如果想了解某个决策单元，假设为?1?uv尽可能地变化时，和”的，可以考察当的在这n个决策单元中相对是不是“最优?})oDMU(?{1,2,K,n最大值究竟为多少? 为了测得的值，Charnes等人于1978年提出了如下的CCR(三位作者名字首字母缩?写)模型： ?yu??Maximize ?xv?uy (1) L,n2,1,?jtosubject?1,, ?vxu?0,v?0,?r,i.m?[4], 变换: Charnes-Cooper出的分式规划的和利用CharnesCooper (1962)