- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
随iI几《前沿分新与数据包络分方法
的评新与比较
李双杰,范超
(北京工业大学经济与管理学院,北京100124)
摘要:文章简要总结了SFA与DEA中常用的模型:分析了SFA与DEA使用中关键和常见
的问题,并通过实例加以说明;最后对这两种方法的共同点与不同点进行了比较研究。
关键词:技术效率;随机前沿分析;数据包络分析
中图分类号:F224.0文献标识码:A文章编号:1002—6487(2009)07—0025—03
其中:,叮,-q,,和向量p是待估计参数。
0弓l盲
在上述模型中,Y为第i个决策单元第期的实际产出;x。
为第i个决策单元第t期的投入向量;厂(xD)为某种生产函
在经济学中,技术效率是指在既定的投入下产出可增加
数;v,为随机扰动项,表示诸如天气等随机因素对于产出的
的能力或在既定的产出下投入可减少的能力。常用度量技术
影响,由于该随机因素可使产出增加或减少,常假设vi,~i-i.d
效率的方法是生产前沿分析方法。所谓生产前沿是指在一定
的技术水平下,各种比例投入所对应的最大产出集合而生N(0,);为技术无效率项,表示技术无效率对于产出的
产前沿通常用生产函数表示。前沿分析方法根据是否已知生影响,它由8(t)和两部分组成,一般可假设服从半正态
产函数的具体的形式分为参数方法和非参数方法,前者以随分布、截断正态分布、指数分布或分布,并假设v它与独立。8
机前沿分析(StochasticFrontierAnalysis.下文简称SFA)为(t)表示了技术效率随时间变化的特点,显然.在估计出T1
后.我们根据它的正负号就可以判断出决策单元的技术效率
代表,后者以数据包络分析(DataEnvelopeAnatysis.下文简
的发展趋势:若00.则8(t)是t的单调递减函数,表示技术
称DEA)为代表。目前,我国学者已将这两种方法广泛应用于
越来越有效率;若-q0,则8(t)是t的单调递增函数,表示技
各个领域,但在使用过程中也存在一些问题,尤其对于SFA。
术越来越无效率;若-q=0,则6(t)=l,表示技术效率随时间t
而SFA与DEA各有其利弊,不能简单地认为一种比另一种
好,必须根据具体问题和实际度量结果做出判断。因此如何没有变化。8it~V_广为合成误差项,由于e。的期望是小于0,
因此不能直接用最小二乘法估计参数,而是在求出e.的密
正确合理地使用这两种方法是目前面临的主要问题针对上
度函数后用极大似然估计的方法估计出各个参数然后通过
述情况,本文将首先简要总结SFA与DEA中最常用的模型:
的条件分布xIle求出条件期望E(exp{一
人力资源管理师持证人
专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作,收集有海量各类规范类文件。欢迎咨询!
文档评论(0)