DEA数据包络分析(简明易懂版)ppt课件

数据包络分析(DEA )、李锐、1、数据包络分析是线性规划模型的应用之一，常用于测量具有相同目标的运营单位的相对效率。 数据包络分析是一种基于线性规划来评估同类组织(或项目)工作绩效相对有效性的特殊工具手段。 像这样的组织，例如学校、医院、银行的分行、超市的各营业部等，分别有相同(或接近)投入的同样生产。 为了测量这样的组织间业绩的高低，通常采用投入产出率这一指标，在各个投入产出率能够换算为相同的单位的情况下，计算各个投入产出率，按照其大小对业绩进行排序是很容易的。 另外，数据包络分析的概要，2，2020/5/27，3，数据包络分析的概要，但是测定的同类组织有多个投入和多个生产，不能换算成统一单位的情况下，无法计算投入生产率的数值。 例如，大部分机构的运营部门有员工规模、工资数量、运营时间、投入广告等多种投入要素，同时也有利润、市场份额、增长率等多种生产要素。 在这种情况下，管理者和董事会很难知道进口量转换为出口量时，哪个运营机构效率高，哪个机构效率低。 因此，必须用新的方法来比较性能。 该方法是发生在1970年代末的数据包络分析(DEA )。 DEA法具有多输入，特别是处理多输出问题的能力绝对优势。 1978年，着名运营学家美国德克萨斯大学教授A.Charnes、W.W.Cooper和E.Rhodes发表了一篇名为measuringthefficiencyofdecisionmakinguits的重要论文，并刊登在权威的欧洲运营学杂志上正式提出了运营规划学的新领域：数据包络分析，其模型简称C2R模型。 该模型被用于评价部门间的相对有效性(因此被称为DEA有效性)。 数据包络分析(DEA )的起源是DEA模型或者直接输入、使用输出数据建立非参数的经济数学模型。 4、2020/5/27、5、数据包络分析的应用现状、DEA的优势吸引了众多应用者，应用范围已经扩展到美国军用飞机的飞行、基地的整备和维护、陆军征兵、城市、银行等。 此外，还可以用于研究多个计划之间的相对有效性(如评估投资项目)。在做出决策之前，应考虑预测决策后的相对效果(例如，在建设新工厂之后，新工厂对现有工厂是否有效)。 DEA模型也可用于政策评价。 2020/5/27，6，6，介绍数据包络分析(DEA )模型，DEA使用数学规划(包括线性规划、多目标规划、具有锥度结构的广义优化、半无限规划、随机规划等)模型，具有多个输入，特别是具有多个输出的“部门”或“单位”(简称DEA有效) 实际上“效率”和“相对有效性”的概念是指生产和投入的比例，但只是加权意义上的生产投入比例。 DEA (值)=根据对生产/投入的各DMU观察的数据，判断DMU在DEA中是否有效。 2020/5/27，7，7，输入型和输出型DEA模型，Input-DEA模型：投入的技术效率，即一定的生产，按最小投入和实际投入的比估计。 或者，决策者要求的倾向是输入的减少，即求的最小倾向。 Output-DEA模型：根据生产的技术效率，以一定的投入组合，以实际生产和最大生产的比率进行估算。 或者，决策者要求的倾向是输出的增大，即求z的最大倾向。 另外，如果考虑2020/5/27、8、C2R模型、2020/5/27、9、C2R对偶输入模型、2020/5/27、10、C2R对偶输出模型、效率问题例如从煤燃烧产生一定热量的某个燃烧装置，则燃烧装置的效率用燃烧比Er表示.Er=yr/yRyR是使该装置产生与规定数量x的煤产生的最大热量(产生热量的理想值) yr相同量的煤的热量(实测值)0 er 1，2020/5/27，11，例2 :银行分行的相对有效性评价振华银行的4个分行的投入产量如下表所示。 求各分行的运行是否DEA有效。 (生产单位：处理件数/月)、相对有效性评价问题例、12、求解结果分析：对分析处理1、E=1、分析处理1的运行DEA有效。 关于分店2、E=0.996，说明分店