数据包络分析DEAPPT课件

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
通过数据本身获得权重
© 2015年
数据包络分析
• 衡量一个单位的绩效,通常是用投入产 出比这个指标,当所有投入和产出指标 均分别可折算成同一单位时(例如货币 值),容易根据投入产出比大小对要评 定的决策单元进行绩效排序。
© 2015年
数据包络分析
总况
无需考虑生产函数表达式及参数的分布形式,

只需要考虑投入和产出的项目有哪些, 且适用于拥有多投入和多产出的研究对象
©6
数据包络分析
• 数据包络分析是一种对具有相同类型决策单元进行绩效 评价的方法。
• DMU:效率的测度对象,任何具有可测量的投入、产出 的部门、单位或个人,但必须具有可比性
• 这里相同类型是指这类决策单元具有相同性质的投入和 产出,如医院投入的是医护人员、面积、床位数、医疗 设备和药品等,产出是门诊病人人次、住院病人人日、 代培实习的医护人员数等。
DEA方法简介
数据包络分析方法( DEA,Data Envelopment Analysis )由 著名的运筹学家A.Charnes(查恩斯), W.W.Cooper(库伯), 及 E.Rhodes (罗兹) 于1978年提出,用于评价相同部门间的相对有 效性(也被称为DEA有效)。
该方法的原理主要是通过保持决策单元(DMU, Decision Making Units)的输入或者输出不变,借助于数学规划和统计数据确定相 对有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面 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。
©4
数据包络分析
基于DEA的技术效率影响因素的分析:
DEA两阶段模型:DEA+Tobit
DEA三阶段模型: DEA+SFA+DEA SFA:排除环境变量和随机误差对效率评价
的影响,调整投入产出指标
DEA四阶段模型: DEA+Tobit+DEA Tobit 拟合投入变量的松弛量与环境变量的关系
©5
数据包络分析
© 12
数据包络分析
DEA的应用: • 经济效率评价中的应用 • 区域经济研究中的应用 • 资源配置中的应用 • 技术进步与可持续发展中的应用 • 绩效评价中的应用 • 物流与供应链中的应用 • 银行评价中的应用 • 风险评估中的应用
© 13
数据包络分析 DEA方法的工作步骤 (1)明确问题阶段 需要明确评价的目标,并围绕评价的目标对评价的对象进行分析 确定各种因素的性质(可变或不变的、可控或不可控) 考虑因素间可能的定性与定量关系 确定决策单元的边界,对决策单元的结构、层次进行分析 对结果进行定性的分析和预测
© 11
数据包络分析 DEA方法的特点:
➢ 无须任何权重假设,而以决策单元输入输出的实际数据求 得最优权重,排除了很多主观因素,具有很强的客观性
➢ DEA方法假定每个输入都关联到一个或者多个输出,且输 入输出之间确实存在某种联系,但不必确定这种关系的显 示表达式
➢ DEA可以用来研究多种方案之间的相对有效性(例如投资 项目的评价);研究在决策之前去预测一旦做出决策后它的 相对效果如何(例如建立新厂后,新厂相对于已有的一些工 厂是否为有效).
©8
数据包络分析
1985年查恩斯,库伯,格拉尼(B.Golany),赛福德(L.Seiford)和 斯图茨(J.Stutz)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年查恩斯,库伯,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.
©9
数据包络分析
DEA是对其决策单元(同类型的企业或部门)的投入规模、 技术有效性作出评价,即对各同类型的企业投入一定数量的 资金、劳动力等资源后,其产出的效益(经济效益和社会效 益)作一个相对有效性评价。
DEA方法以相对效率概念为基础,以凸分析和线形规划 为工具的一种评价方法,应用数学规划模型计算比较决策 单元之间的相对效率,对评价对象做出评价,它能充分考 虑对于决策单元本身最优的投入产出方案,因而能够更理 想地反映评价对象自身的信息和特点;同时对于评价复杂 系统的多投入多产出分析具有独到之处。
术 非参数方法 单周期计算,适用于小样本
效 数据包络分析 把所有偏离效率边界的情况归为无效率,

造成效率程度的过高或过低;
评 价
参数方法
不能分析技术效率的影响因素; 不具有统计特征,不能进行统计检验
优势在于影响因素的分析;
方 随机前沿方法 SFA具有统计特征,能研究传统假设中的

参数检验; 采用面板数据时可以进行跨期研究
数据包络分析
评价相对有效性的DEA模型
——运筹学的新领域
© 2015年
数据包络Fra Baidu bibliotek析
技术效率
• 技术效率是指一个生产单元的生产过程 达到该行业技术水平的程度。
• 技术效率可以从投入与产出两个角度来 衡量
• 测度:产出/投入的比值 简单,但仅适用于单投入、单产出
各投入、各产出赋予权重,加权产出/加权 投入的比值 权重的确定方法?固定的权重
© 10
数据包络分析
DEA方法的特点: ➢ 适用于多输出-多输入的有效性综合评价问题,在处理多
输出-多输入的有效性评价方面具有绝对优势 ➢ DEA方法并不直接对数据进行综合,因此决策单元的最优
效率指标与投入指标值及产出指标值的量纲选取无关,应 用DEA方法建立模型前无须对数据进行无量纲化处理(当 然也可以)
©7
数据包络分析
查恩斯和库伯等人的第一个模型被命名为C2R模型.从生产 函数的角度看,这一模型是用来研究具有多个输入,特别是具 有多个输出的“生产部门”同时为“规模有效”与“技术有 效”的十分理想且卓有成效的方法.
数据包络分析是运筹学的一个新的研究领域.查恩斯和库伯 等人的第一个应用DEA的十分成功的案例,就是评价为弱智 儿童开设公立学校项目的效果.在评估中,输出包括“自尊” 等无形的指标;输入包括父母的照料和父母的文化程度等,无 论哪种指标都有无法与市场价格相比较,也难以轻易定出适 当的权重(权系数),这也是DEA的优点之一.
相关文档
最新文档