TFP与DEA全要素生产率测度的数据包络分析方法.docx
- 文档编号:28153710
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:55
- 大小:54.13KB
TFP与DEA全要素生产率测度的数据包络分析方法.docx
《TFP与DEA全要素生产率测度的数据包络分析方法.docx》由会员分享,可在线阅读,更多相关《TFP与DEA全要素生产率测度的数据包络分析方法.docx(55页珍藏版)》请在冰豆网上搜索。
TFP与DEA全要素生产率测度的数据包络分析方法
TFP与DEA全要素生产率测度的数据包络分析方法
TFP与DEA
全要素生产率测度的数据包络分析方法
刘喜华
青岛大学经济学院
二OO七年九月十日
第一章DEA及其经济意义
DEA方法又称数据包络分析法(DataEnvelopmentAnalysis),它是由著名运筹学家A.Charnes和,有关的理论研究不断深入,应用领域日益广泛。
DEA方法之所以发展这么快,关键在于它具有明显的经济意义,因此DEA成为管理科学、系统工程、决策分析和评价技术等领域一种重要的分析工具和手段。
下文将从DEA的基础理论入手,详细的阐述DEA的经济意义,及DEA的最新发展情况。
1.1DEA简介
DEA方法的基本思想是建立一个数学规划模型,对各个决策单元做出相应的评价。
一个决策单元(DecisionMakingUnit,简记DMU)在某种程度上是一种约定,它可以是学校、医院、法院、空军基地,也可以是银行或企业,其特点是:
每个DMU都可以看作是相同的实体,亦即在某一视角下,各DMU具有相同的输入和输出。
通过对输入输出数据的综合分析,DEA可以得出每个DMU综合效率的数量指标,据此将各DMU定级排序,确定有效的(即相对效率最高的)DMU,并指出其他DMU非有效的原因和程度,给主管部门提供管理信息。
DEA还能判断各DMU的投入规模是否恰当,并给出了各DMU调整投入规模的正确方向和程度,应扩大还是缩小?
改变多少为好?
作为一种效率评价方法,DEA方法能够对处于同一系统内的各个评价单元的有效性进行评价,它主要是根据被评价系统的投入产出指标,建立相应的评价模型,从而得到每个评价单元的效率评价值。
DEA方法具有下面优点:
1. 客观性,DEA方法主要是通过数据和数学规划模型进行评估,因此与AHP等方法相比,显得更加客观,它能在某种程度上规避评价者的主管意识,从而得到更为客观的结论。
但这种客观性也不是绝对的,虽然数据和数学模型都不会体现评价者的主管意识,然而评估者能够通过改变评价指标来影响评价结果,也就是说,用DEA方法时,评价指标的选取能体现评估者的偏好。
2. DEA方法不用考虑量纲,使用起来比较方便。
在建立评估体系时,评估指标可能是多种多样的,比如可能包括投入成本、在职人数、钢材投入量、产品价格、产出量等等,这些不同的指标往往具有不同的量纲,价格的单位可能是元/斤,成本的单位是万元,人数的单位是人,以往的评价方法往往需要对这些量纲进行归一化处理,而DEA方法则不需要考虑量纲,不需要进行归一化处理,简化了评价工作的流程。
3. DEA方法具有比较明确的经济意义,它能反映被评价单元的生产活动是否有效,进而对这种有效性进一步分解为规模有效性和技术有效性,从而全面的评估决策单元的生产状况。
4. DEA方法能给主管部门提供许多管理信息。
通过对部门内部各个单元之间的评估,可以知道哪些单元的效率更高,哪些单元的规模更为合理,这些信息都能辅助主管部门的决策。
1.1.1DEA方法的主要步骤
DEA方法是一种十分简洁的方法,其主要计算步骤如下:
1.确定个同类型的评价单元DMUj,比如N所学校或者是N种产品;
2.选择投入产出指标,建立评价指标体系。
这些指标应当能够从整体上反映被评估对象的投入和产出状况,指标体系应当由评估专家以及决策者一起共同决定,从而保证指标的科学性和可行性;一般的,投入指标记作:
,产出指标记作:
。
3.选择评估模型。
随着DEA理论的发展,各种各样的DEA模型不断地涌现,但常用的模型还是C2R模型和BCC模型。
4.对每一评价单元进行求解,通过所确定的模型,就能很快地得到各个评价单元的效率值。
5.结论分析。
在得到各个DMU的相对效率之后,我们可以对不同DMU的效率进行对比,进而辅助决策者的决策。
DEA方法能够处理多个投入指标和产出指标,并同时对多个评价单元进行比较。
为了计算的方便,我们采用下述符号来描述计算过程中的数据:
决策单元:
DMU1、DMU2、…、DMUn;
投入指标:
其中表示第j个DMU在第i个指标上的投入量;
产出指标:
其中表示第j个DMU在第i个指标上的产出量;
权重:
分别表示各投入、产出指标的权重。
有了各个评价单元的相关数据之后,我们便能够建立起DEA评价模型的数学结构,具体如图3-1所示。
如果已知各评价单元的投入产出指标,那么每个决策单元相应的效率评价指数。
DMU1
DMU2
……
DMUn
……
……
……
……
……
……
图1-1DEA模型的数据结构
1.2DEA的基本模型
随着DEA相关理论的进步,新的模型不断涌现,但其基本模型仍然是模型和模型,其他模型基本上都是由这两个模型衍生而来的。
1.2.1C2R模型的基本形式
1.模型的基本形式 我们现在介绍DEA的最基本模型--C2R模型。
假设有n个决策单元,每个决策单元都有m种类型的“输入”,以及s种类型的“输出”,分别表示该单元“耗费的资源”和“工作的成效”,那么其数据结构就如图1-2所示:
DMU1
DMU2
……
DMUn
……
……
…
…
…
…
……
…
……
……
……
…
…
……
…
…
…
……
图1-2:
决策单元(DMU)的输入输出指标示意图
其中,xij为第j个决策单元对第i种类型输入的投入量;yrj为第j个决策单元对第r种类型输出的产出量;υi为对第i种类型输入的一种度量(“权”);ur为对第r种类型输出的一种度量(“权”);而且xij>0,yrj>0;υi0,ur0;i=1,2,…,m,r=1,2,…,s,j=1,2,…n。
(xij及yrj均为已知的数据,可以根据历史资料或预测得到,υi及ur为“权”变量)
记Xj=(x1j,…,xmj)T,Yj=(y1j,…,ysj)T,j=1,…,n。
则可用(Xj,Yj)表示第j个决策单元DMUj。
对应于权系数υ=(υ1,…,υm)T,u=(u1,…,us)T,每个决策单元都有相应的效率评价指数:
我们总可以适当地选择权系数υ和u,使其满足hj1,j=1,2,…,n。
现在对第j0个决策单元进行效率评价。
简记DMUj0为DMU0,(Xj0,Yj0)为(X0,Y0),hj0为h0,1≤j0≤n。
在各决策单元的效率评价指标均不超过1的条件下,选择权系数u及υ,使h0最大,于是构成如下的最优化模型。
这个原始规划模型是一个分式规划。
利用Charnes-Cooper变换,可以将化为一个等价的线性规划问题。
令
则原分式规划转化为:
线性规划问题(P1)的对偶规划问题为(加入松驰变量s+及s-以后)
我们下面给出C2R模型下DEA有效的定义。
定义:
若线性规划问题(P1)的最优解及满足,则称DMUj0为弱DEA有效;若线性规划问题(P1)存在某一最优解与满足,并且,则称DMUj0为DEA有效。
由定义易知,若DMUj0为DEA有效,那么它也是弱DEA有效。
对于规划问题(D1)有:
1)DMUj0为弱DEA有效的充要条件为规划问题(D1)的最优值VD1=1;
2)DMUj0为DEA有效的充要条件为规划问题(D1)的最优值VD1=1,并且它的每个最优解都满足S-0=S+0=0。
另外,可以证明,决策单元的DEA有效性等价于下述多目标规划问题的Pareto有效解:
(VP)
其中:
(称为CCR模型的经验生产可能集)。
在实际应用中,各输入量与输出量都带有一定的量纲,在不同的量纲下,输入量与输出量的数值不同,对于DEA模型对此我们有下面的结论:
决策单元的最优效率评价指数与输入量及输出量的量纲选取无关。
运用P模型和D模型来判断决策单元是否DEA有效存在一定的困难,具体表现为:
1)检验DMUj0的DEA有效性时,如果利用上面的LP问题(P1),需要判断是否存在最优解、满足:
2)如果利用对偶规划(D1),需要判断是否其所有最优解都满足:
由此不难发现:
这两种方法在验证评价单元是否DEA有效方面都比较麻烦,为此,Charnes和Cooper等引进了非阿基米德无穷小量概念,构造了具有非阿基米德无穷小量的C2R模型来判定DMUj0的有效性。
在广义实数域内,非阿基米德无穷小量ε是一个小于任何正数且大于零的“抽象数”。
考虑带有非阿基米德无穷小量ε的C2R模型():
(P1)的对偶规划问题为:
其中。
利用此模型,可以一次判断出DMUj0是DEA有效,还是仅为弱DEA有效,或者是非DEA有效,实际上对于具有非阿基米德无穷小量的DEA模型我们有如下DEA有效性判断:
设为非阿基米德无穷小量,并且规划问题()的最优解为,则有:
1) 若θ0=1,则DMUj0为弱DEA有效;
2) 若θ0=1,并且s-0=0、s+0=0,则DMUj0为DEA有效。
在实际应用中,只要取足够小(例如取),就可以使用单纯形方法求解规划问题()。
例:
考虑下述四个双投入、双产出的DMU:
决策单元
评价指标
DMU1
DMU2
DMU3
DMU4
投入1
2
3
4
3.5
投入2
3
1
5.2
3.5
产出1
1
2
2.5
4.3
产出2
1.2
3.2
2.8
2.7
先对DMU1进行分析,为此建立如下面向投入的CCR模型:
令,可求得其最优解为:
q*=0.6089,l2*=0.2943,l4*=0.0957,S2-*=1.1974,
因而根据上面所述的对于具有非阿基米德无穷小量的DEA模型有效性判断准则可知,DMU1为非DEA有效。
类似地,对于DMU2、DMU3和DMU4可建立相应的规划模型,并分别求得其对应的最优解为:
DMU2:
q*=1,l2*=1,
DMU3:
q*=0.7258,l2*=0.6328,l4*=0.2871,S2-*=2.1365,
DMU4:
q*=1,l4*=1,
同理,DMU2、DMU4为DEA有效,而DMU1、DMU3为非DEA有效。
上面我们从“产出不变、投入最少”的角度介绍了基于投入的CCR模型,它研究的是DMU0的投入有效性。
当然,我们还可从“投入不变、产出最大”的角度出发研究DMU0的产出有效性,从而得到基于产出的CCR模型,在这两种模型中,决策单元DEA有效性的定义是等价的。
基于输出的CCR模型为:
和
非阿基米德无穷小量ε是一个小于任何正数且大于零的“抽象数”,在实际使用中一般取。
1.3综合效率、规模效率和技术效率
效率就其含义而言是在业务活动中投入与产出或成本与收益之间的对比关系,从本质上讲,它是其资源的有效配置、市场竞争能力、投入产出能力和可持续发展能力的总称。
因研究目的不同,评估对象的效率可从不同的角度来分析,主要包括技术效率和规模效率。
技术效率反映在给定投入的情况下被评价对象获取最大产出的能力,而规模效率则反映被评价对象是否在最合适的投资规模下进行经营。
为说明这两种效率的含义,首先需明确生产函数的概念。
考虑图1-3所示的单投入单输出的情况。
生产函数y=f(x)示生产处于最理想状态时,投入为x时所能获得的最大产出为y。
F
y
x
y=f(x)
A
D
C
B
O
E
G
图1-3技术效率和规模效率
技术效率测度的是被考察单元与生产函数之间的距离,假设某评价单元在A点进行经营,那么其技术效率
A的技术效率=BD/BA
(1)
由于所有的被考察评价单元必然在生产函数曲线以下(包括曲线本身)进行生产,故有技术效率≤1。
其越靠近生产函数则技术效率越高,而处在生产函数曲线上的被考察单元(如D、E、F)的技术效率等于1,称为技术有效。
从图1-3中,我们可以发现点E把生产函数分为2部分:
在E点左面,函数“加速上升”,说明增加投入量可以使产出有较高的增加,因而被考察对象仍有投资的积极性,这一段区间称为规模收益递增阶段;在E点右面,则是规模收益递减阶段,表现为投入量为x时,如再增加,产出y增加的效率不高,被考察对象已没有再继续增加投资的积极性;因此,E点所代表的投入规模是最适度的。
一般的,某评价单元规模效率的表达式为(以A为例):
A的规模效率=BC/BD
(2)
一般的,规模效率≤1。
规模效率等于1称为规模有效,如E所代表的被考察对象是规模有效的(同时又是技术有效的),而A、D、F所代表的评价单元却不是规模有效的。
图3-4中的OG为规模收益不变的生产前沿面,被考察对象的总效率定义为:
A的总效率=BC/BA (3)
由式
(1)、式
(2)和式(3)易得:
总效率=技术效率×规模效率
在进行经济分析的时候,DEA方法和生产函数方法是解决问题的两种不同方法,二者的区别主要体现为:
生产函数方法y=f(x):
首先构造含有参数的函数,通过数据确定参数,确定生产函数,描述生产前沿面。
通常只能描述二个投入,一个产出的情况。
DEA方法:
由投入产出数据,通过数学规划LP确定DEA有效单元,寻找生产前沿面。
可以用于多投入、多产出情况。
通过对决策单元运用DEA方法进行效率评价,我们能过获得许多关于被评价单元的静态管理信息,这些信息主要表现在以下几个方面:
(1)能够判断评价单元DMUj是否规模有效和技术有效;
(2)如果评价单元DMU0处于非DEA有效状态,那么它投入的改进值为:
(3)可以对决策单元进行规模效益分析:
1.5DEA的一般工作过程
一般来说,DEA的工作过程包括如下几个环节:
1.问题描述与系统定义这是DEA分析的前提,是指在进行有效性评价之前,需要对所研究的实际问题进行正确的定性、定量描述并定义评价系统,这主要包括三个方面的工作:
(1)明确问题。
首先需要明确系统评价的目标以及影响这些目标的因素,并围绕评价目标对评价对象进行分析,辨识决策单元的边界和各因素间可能的定性定量关系;其次,确定各种因素的性质,例如把因素分为可变的、可控的、不可变的、不可控的或主要的、次要的等,便于下面评价指标体系的选取和评价模型的选择。
一般来说,明确评价的目标是DEA分析的首要问题,有关DMU的选取、输入输出指标的确定、DEA模型的选择等都将以此为依据而进行。
(2)选择决策单元,即确定参考集。
根据上述所确定的目标选定决策单元集合,一般来说,决策单元的选取应满足以下几个基本特征:
具有相同的目标和任务;具有相同的外部环境;具有相同的投入、产出指标,并且决策单元的选取应具有一定的代表性。
(3)确立系统的评价指标体系。
DEA主要是利用各参考单元的输入输出评价指标数据对评价单元的相对有效性进行评定,因而,正确选取评价指标是DEA分析中的重要环节之一。
一般来说,可将各决策单元的“效用型”指标(如:
资金产值率、利税率等)作为系统的输出指标,而将“成本型”指标(如:
劳动力、流动资金单位平均余额、对环境的影响破坏等)作出系统的输入指标。
系统评价指标不同,则有效性评价结果也将不同。
实践中,评价指标体系的选取应遵循针对性、真实性、精简性、可操作性和一致性等基本原则,并注意指标之间的配合与相互关系,避免因忽视了某一指标的约束性而影响其它指标的意义。
2.选择评价模型根据评价目标和实际问题的背景选择适当的DEA评价模型,充分考虑到投入产出指标的可处理性、决策单元生产可能集的形式、指标间的相对重要性、决策者的偏好等因素。
3.收集和整理数据资料在DEA评价中,需要输入大量的数据。
其正确性将直接影响决策单元的评价结果,因而正确地收集和整理数据资料便成为DEA评价的重要组成部分。
通过这项工作,提供数学模型进行计算所需的参数值,并汇集系统评价指标间相互关系的定性分析资料。
4.求解DEA规划模型DEA规划模型一般为线性规划形式,因而可用线性规划的一般方法(如单纯形法等)编程求解,或借助常用的商业线性规划软件求解,另外也可直接使用人们业已开发的各种专门的DEA评价模型求解。
通过模型计算获得各决策单元的评价结果。
5.结果分析及辅助决策利用模型计算的结果,判断各单元的DEA有效性,找出非有效单元无效的原因及其改进措施,或进行其它的行为分析(如规模收益分析、单元排序分析等等)。
综合以上结论,形成评价报告,并向上层决策人员提出建议以辅助决策。
实践中,一个比较可靠的结果往往需要根据实际问题背景,并在与上层决策人员和有关专家的反复商讨下,经过上述步骤的多次反复,才可能获得。
上面过程可简单地用图1-4表示。
明确问题
确定评价目标
确定参考集DMUs
确定评价指标体系
收集/整理数据
模型运行,得到评价结果
结果分析
满意否
决策实施,评价结束
实际问题背景
决策者偏好或其它决策信息
选择评价模型
满意
重新选择评价模型
确认数据正确性
新建指标体系
新建参考集
重新开始
图1-4DEA的一般工作过程
1.6DEA评价案例
如何科学地对普通中学进行评估,这是近几十年一直在研究的问题。
合理、准确的评估方法是一种积极的导向,有助于端正教育思想,引导正确的方向。
特别是义务教育阶段,积极推行素质教育,避免片面追求升学率,尤为需要建立一个科学、合理的评估方法与模型。
教育评估和一般企业评估一样,不能只从“产出”角度出发,还应该充分考虑“效率”,即应考虑其产出与投入的比值。
本节以某市市区各普通初级中学为对象,应用前面所介绍的DEA模型,对其办学情况进行相对有效性评价。
考虑到该市各学校所处的经济、社会、文化环境,所选决策单元为该市市区20所普通中学。
1.评价单元:
该市市区二十个普通中学:
市二中、市四中、市六中、市十中、市九中、市十一中、市十二中、北二中、北三中、山一中、山二中、山三中、山四中、山五中、耀化中学、秦铁中、泰附中、农技中、黄庄中学、山桥中。
2.评估模型所用输入输出指标体系如下:
产出指标:
Y1:
毕业生人数。
按90届毕业人数。
Y2:
毕业生平均成绩。
以90届毕业生毕业统考的人均成绩计算。
Y3:
毕业生的身体素质。
以90届毕业生的体育达标率计算。
投入指标:
X1:
师资力量。
X1=2z1+1.5z2+1.2z3+z4,其中z1、z2、z3分别为学校在编的特级、一级、二级教师人数,z4为其它人数。
X2:
教育经费。
按90年度下拨教育经费计算。
X3:
仪器设备。
图书资料总额,按截止到90年8月普通初中所拥有仪器设备、图书资料总额计算。
由于DEA方法评估结论与输入输出的量纲无关,所以不必对各数据进行无量纲化处理。
因此,对于该问题,以上各数据的统计与计算结果请见表1-1。
表1-1:
20所普通初中输入输出统计数据
序号
中学名称
X1
X2
X3
Y1
Y2
Y3
1
市二中
92
25.2
2.82
354
412
1
2
市四中
80
24
2.87
227
368
1
3
市六中
72
18
3.57
120
378
1
4
市十中
68
14
2.75
181
376
1
5
市九中
90
15.4
2.38
174
341
1
6
市十一中
98
22.8
12
220
300
1
7
市十二中
98
21.95
10.3
223
323
1
8
北二中
45
2
1.4
139
441
1
9
北三中
34
14.5
2.22
91
409
.87
10
山一中
66
8.5
2.54
174
356
1
11
山二中
57
6.3
1.83
140
360
1
12
山三中
57
13.8
7.47
158
296
.98
13
山四中
71
12.8
1.7
137
345
.91
14
山五中
61
12.7
2.2
145
342
1
15
耀化中学
61
22
3.75
129
362
.85
16
秦铁中
69
4.5
3.8
118
345
1
17
泰附中
34
10
1.5
128
349
1
18
农技中
29
12.6
8.42
76
248
.94
19
黄庄中学
43
11.54
3.42
43
288
1
20
山桥中学
46
15.2
5.65
167
409
1
利用CCR模型,分别对上述各学校(决策单元)建立相应的线性规划模型,求得各中学的评价结果见表1-2。
表1-2:
各中学评价结果(评价模型:
CCR)
中学名称
对应CCR模型最优解
评价结论
市二中
q*=1,l1*=1
DEA有效,规模收益不变
市四中
q*=0.7426,l1*=0.4381,l17*=0.5619,S2-*=1.1637,S3-*=0.053,S2+*=8.5973
非DEA有效,规模收益不变
市六中
q*=0.5078,l8*=0.188,l9*=0.111,l17*=0.7154,S3-*=0.2299,S1+*=7.8075
非DEA有效,规模收益递减。
市十中
q*=0.7435,l1*=0.2169,l8*=0.3611,l17*=0.4219,S3-*=0.2943,S2+*=19.8915,
非DEA有效,规模收益不变。
市九中
q*=0.6854,l1*=0.1628,l8*=0.8372,S1-*=9.0315, S2-*=4.7778,S2+*=95.2791,
非DEA有效,规模收益不变。
市十一中
q*=0.6097,l1*=0.3943,l8*=0.2616,l17*=0.344, S3-*=5.3219,S2+*=97.9137,
非DEA有效,规模收益不变。
市十二中
q*=0.6219,l1*=0.4051,l8*=0.3134,l17*=0.2815,S3-*=4.4019,S2+*=80.3565,
非DEA有效,规模收益不变。
北二中
q*=1,l8*=1,
DEA有效,规模收益不变。
北三中
q*=1,l9*=1,
DEA有效,规模收益不变。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- TFP DEA 要素 生产率 测度 数据 包络 分析 方法