数据包络分析法总结.pdfVIP

数数据据包包络络分分析析法法总总结结

DEA（DataEnvelopmentAnalysis）数据包络分析

⽬录

⼀、DEA的起源与发展（参考⽹络等相关⽂献）

⼆、基概念

1.决策单元（DecisionMakingUnit，DMU）

2.⽣产可能集（ProductionPossibilitySet，PPS）

3.⽣产前沿⾯（Productionrontier）

4.效率（Efficiency）

三、模型

模型模

型模

型模

型

5.加性模型(additivemodel，简称ADD)

6.基于松弛变量的模型(Slacks-basedMeasure，简称SBM)

7.其他模型

四、指标选取

五、DEA的步骤（参考于⽹络）

六、优缺点（参考⼀篇博客）

七、⾮期望产出

1.⾮期望产出的处理⽅法：

2.⾮期望产出的性质：

⼋、DEA⼏个注意点

九、DEA相关⽂献的总结

1.能源环境效率

2.碳减排与经济增长

3.关于⼯业、制造业、产业的DEA

4.关于企业的DEA

5.其他

⼀、DEA的起源与发展（参考⽹络等相关⽂献）

数据包络分析（DEA）是⼀种常⽤的效率评估的⽅法，⽤以评价⼀组具有多个投⼊、多个产出的决策单元（DecisionMaking

Units，DMUs）之间的相对效率。

1978年，（查恩斯），（库伯）和（罗兹）提出了第⼀个DEA模型，这个模型被命名为CCR模型。该模型在评价多投⼊多产

出DMU的规模有效性和技术有效性⽅⾯⼗分有效。

1985年，，，（格拉尼），（赛福德）和（斯图茨）给出另⼀个模型，称为C2GS2模型，这⼀模型⽤来研究⽣产部门间的“技

术有效性”。

1987年，，，魏权龄和黄志明⼜得到了称为锥⽐率的数据包络模型C2WH模型。这⼀模型可⽤来处理具有过多的输⼊及输出

的情况，⽽且锥的选取可以体现决策者的“偏好”，灵活地应⽤这⼀模型，可以将C2R模型中确定出的DEA有效决策单元进⾏

分类或排队。

此后，在国内外学者们的共同努⼒下，不断有新的DEA模型问世，DEA⽅法也得以不断完善和发展。随着理论研究的进⼀步

深⼊，DEA的应⽤领域⽇益⼴泛，成为社会、经济和管理领域的⼀种重要⽽有效的分析⼯具，并取得了许多应⽤成果。

⼆、基概念

主要参考的是这两篇⽂章：

杨国梁，刘⽂斌，郑海军.数据包络分析法(DEA)综述[J].系统⼯程学报，2013,28(6)：840-860.

罗艳.基于DEA⽅法的指标选取和环境效率评价研究[D].中国科学技术⼤学博⼠学位论⽂，2012.

1.决策单元（DecisionMakingUnit，DMU）

DMU是效率评价的对象，可以理解为⼀个将⼀定“投⼊”转化为⼀定“产出”的实体。每个DMU都在⽣产过程中将⼀定数量的⽣产

要素转化成产品，努⼒实现⾃⾝的决策⽬标，因此他们都表现出⼀定的经济意义。DMU的概念是⼴义的，可以是⼯⼚、银⾏

等盈利性组织，也可以是学校、医院等⾮营利性组织。在多数情况下，我们说的DMU指的是同质的（或同类型的）个体，也

即具有以下特征的DMU：

(1)具有相同的⽬标；

(2)具有相同的外部环境；

(3)具有相同的投⼊和产出指标。

同质性保证了决策单元之间的可⽐性和评价结果的公平性。但当我们进⼀步把“⿊箱”打开，深⼊研究决策单元的内部结构和⼦

单元的⽣产效率时，有时会涉及⾮同质决策单元。例如：⾪属于同⼀公司的若⼲个分公司，虽然他们具有相同的投⼊和产出，

但由于地理位置的原因⽽处于不同的外部环境中。总部在进⾏绩效考评时，必须⾤取合适的⽅法处理分公司⾮同质的问题，以

刺激内部竞争，从⽽提⾼整体效率。Castelli等⼈（2001）曾建⽴DEA-like模型来评价⾮同质的多个决策单元。

2.⽣产可能集（ProductionPossibilitySet，PPS）

记X、Y为某个DMU在其⽣产活动中的投⼊、产出向量，则可以⽤（X,Y）来表⽰这个DMU的整个⽣产活动。

考虑n个DMU单元，单元DMUj（j=1,2,3…,n）有m个投⼊Xij

（i=1,2,3…,m），s个产出Yrj（r=1,2,3…,s）。

定义1：称集合T={(X,Y)|产出Y能⽤投⼊X⽣产出来}为所有可能的⽣产活动构成的⽣产可能集合。

根据Banker的研究，⽣产可能集需要满⾜四个假设：

假设1表明⽣产可能集T是⼀个凸集；假设2即若以原投⼊的k倍进⾏⽣产，可以得到原产出k倍的产出；假设3即在原来的⽣产

活动的基础上