数据包络分析法(DEA模型)_第1页
数据包络分析法(DEA模型)_第2页
数据包络分析法(DEA模型)_第3页
数据包络分析法(DEA模型)_第4页
数据包络分析法(DEA模型)_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、一、数据包络分析法数据包络分析是一种基于线性规划的用于评价同类型组织或项目工作绩效相对有效性的特殊工具手段。这类组织例如学校、医院、银行的分支机构、超市的各个营业部等,各自具有相同或相近的投入和相同的产出。衡量这类组织之间的绩效高低,通常采用投入产出比这个指标,当各自的投入产出均可折算成同一单位计量时,容易计算出各自的投入产出比并按其大小进行绩效排序。但当被衡量的同类型组织有多项投入和多项产出,且不能折算成统一单位时,就无法算出投入产出比的数值。例如,大部分机构的运营单位有多种投入要素,如职工规模、工资数目、运作时间和广告投入,同时也有多种产出要素,如利润、市场份额和成长率。在这些情况下,很难

2、让经理或董事会知道,当输入量转换为输出量时,哪个运营单位效率高,哪个单位效率低。1.1 数据包络分析法的主要思想一个经济系统或者一个生产过程可以看成一个单元在一定可能范围内,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。虽然这些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,所以这样的单元被称为“决策单元”DecisionMakingUnits,DMU。可以认为每个DMU都代表一定的经济含义,它的基本特点是具有一定的输入和输出,并且在将输入转换成输出的过程中,努力实现自身

3、的决策目标。1.2 数据包络分析法的基本模型我们主要介绍DEA中最基本的一个模型一一C2R模型。设有n个决策单元j=1,2,,n,每个决策单元有相同的m项投入输入,输入向量为TXjX1j,X2j,Xmj0,j1,2,n每个决策单元有相同的s项产出输出,输出向量为Tyjy1j,y2j,,y.0,j1,2,n即每个决策单元有m种类型的“输入”及s种类型的“输出”。Xj表示第j个决策单元对第i种类型输入的投入量;yij表示第j个决策单元对第i种类型输出的产出量;为了将所有的投入和所有的产出进行综合统一,即将这个生产过程看作是一个只有一个投入量和一个产出量的简单生产过程,我们需要对每一个输入和输出进行

4、赋权,设输入和输出的权向量分别为:vv1,v2,,vmt,uu1,u2,"ustovi为第i类,7m,s型输入的权重,Ur为第r类型输出的权重。ms这时,则第j个决策单元投入的综合值为vixij,产出的综合值为uryrj,我i1们定义每个决策单元DMUj的效率评价指数:,rUyrj h j mi1ViXij模型中方, 力为已知数可由历史资料或预测数据得到,于是问题实际上是确定组最正确的权向量 v和u,使第j个决策单元的效率值 h,最大。这个最大的效率评价值是该 j决策单元相对于其他决策单元来说不可能更高的相对效率评价值。我们限定所有的h.值 j(j=1,2,,n)不超过1,即max

5、hjW1。这意味着,假设第 k个决策单兀 卜卜=1,则该决策单元相对于其他决策单元来说生产率最高,或者说这一系统是相对而言有效的;假设hk<1,那么该决策单元相对于其他决策单元来说,生产率还有待于提高, 或者说这一生产系统还不是有效的。根据上述分析,第j0个决策单元的相对效率优化评价模型为: s r 1 Uryrj0maXhj0 吃i1ViXjosUryrj r 1ms.t i 1 ViXj1,j 1,2,., nTvM,V2,Vm0TuU1,U2,,Us0这是一个分式规划模型,我们必须将它化为线性规划模型才能求解。为此令,rtUr,witviViXjo则模型转化为:maxhj。i1wi

6、Xij0,sryrjr1ms.t1wiXj0r,wi 0, i 1,2,.m;r 1,2,.,s写成向量形式有:maxhj0TY0TYjwTXj0s.twTX01j1,2,.,nw0,0线性规划中一个十分重要,也十分有效的理论是对偶理论,通过建立对偶模型更易于从理论及经济意义上作深入分析,其对偶问题为:minnjxjX0j1ns-tj1yjv。j0,j1,2,n无约束进一步引入松弛变量s和剩余变量s,将上面的不等式约束化为等式约束:minnjXjsX0j1ns.t-jVjsV。j0,j1,2,,n无约束s0,s0*设上述问题的取优解为,s,则有如下结论与经济含义:*1假设1,且s0,s0,则决

7、策单元DMUj0为DEA有效,即在原线性规划的解中存在w*0,*0,并且其最优值h*01。此时,决策单元DMUj0的生产活动同时为技术有效和规模有效。2,但至少有某个输入或者输出松弛变量大于零。则此时原线性规划的最优值h*1,j0称DMUj0为弱DEA有效,它不是同时技术有效和规模有效。3假设1,决策单元DMUj0不是DEA有效。其生产活动既不是技术效率最正确,而不是规模效率最正确。4另外,我们可以用C2R模型中j的最优值来判别DMU的规模收益情况。假设存在jj1,2,,n,使j1成乂,则DMUj0为规模效由不变;假设不存在*j1,2,n,使*1成立,则假设*1,那么DMUj0为规模效益递增;

8、假设不存在jj1,2,n,使j1成立,则假设j1,那么DMUj0为规模效益递减。技术有效:输出相对输入而言已达最大,即该决策单元位于生产函数的曲线上。规模有效:指投入量既不偏大,也不过小,是介于规模收入收益由递增到递减之间的状DMU1、DMU2、DMU3都处于技术有效状态;DMU1不为规模有效,实际上它处于规模收益递增状态;DMU3不为规模有效,实际上它处于规模收益递减状态;DMU2是.相应决策单元所对应的点规模有效的。如果用DEA模型来判断DEA有效性,只有DMU2对应的最优值60=1。可见,在C2R模型下的DEA有效,其经济含义是:既为“技术有效”,也为“规模有效”。例题:下面是具有3个决策单元的单输入数据和单输出数据以A,B,C表示,其中点A、C在生产曲线上,点B在生产曲线下方。由3个决策单元所确定的生产可能集T也在图中标出来。对于决策点A,它是“技术有效”和“规模有效”,它所对应的C2R模型为min2i42532st2123.5321,2,30其最优解为:0(IQ,。):01对于决策点B,它不是“技术有效”,因为点B不在生产函数曲线上,也不是“规模有效”这是因为它的投资规模太大.其对应的C2R模型如下:min2 ist 2 15343.5310其最优解为0(1/2,0,0)T,01/4:3由于0<1故B点不是DEA有效,由j1,知该部门的规模收益是递增的对于决

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论