数据包络分析DEA教程(西安交大)

• 对于每一个决策单元DMUj都有相应的效率评价指数：
s
hj

uT yi vT x j

ur yrj
r 1 m
vi xij
,
j 1, 2,K
,n
i 1
我们总可以适当的取权系数v和u，使得 hj≤1, j=1,…，n
• 对第j0个决策单元进行效率评价，一般说来，hj0越大表 明DUMj0能够用相对较少的输入而取得相对较多的输出。 这样我们如果对DUMj0进行评价，看DUMj0在这n个 DMU中相对来说是不是最优的，我们可以考察当尽可能 的变化权重时， hj0的最大值究竟是多少。
程序参数设置文件名.ins
五、 DEA主要应用领域
• 1.经济体效率评价： 企业效率，银行效率, 铁路运营
地区FDI引进效率,投资基金业绩
中国各地区健康生产效率
• 2.运行过程评价: 并购效率, 电力改革绩效，钢铁行业
• 3.规模效率:
中国轿车企业规模经济效率，
科研机构规模效益, 寿险公司规模效率
vi
.. .
.
. Xij … .
. . . . . . ….
vm
m xm1 xm2 xm3 … xmj … xmn
n个 决策单元 （DMU）
m种输入
y11 y12 y13 … y1j … y12 y23 … y2j … y2n 2
u2
. . . . . …. .
...
. yrj … .
s_
r
s

)


vd



j 1
j 1

s.t.
n

x j j s x0
j 1
n

j 1
y jj
s

y0
j 0

s


0, s

0
最优解为 0 ， 0 ， s0 ，s0
注：对于 a 0及N 0，都有N * a，则即为
• 上述规划模型是一个分式规划，使用Charnes－Cooper变 化，令：
t

1 vT x0
,
w

tv,


tu
由t

1 vt x0

wt x0
1
可变成如下的线性规划模型P：
max hj0 T yo
（P）
s.t.wT x j T y j 0, j 1,2, n
wT x0 1
• （3） θ*＜1，决策单元j0不是DEA有效，经济活动既不是 技术效率最佳，也不是规模最佳
DEA有效性的定义：
还可以用CCR模型中的λj判断DMU的规模收益情况： （1）如果存在λj*（j＝1，2，…，n）使得∑λj*＝1，则
DMU为规模收益不变
（2）如果不存在λj*（j＝1，2，…，n）使得∑λj*＝1，若 ∑λj*＜1，则DMU为规模收益递增
以天津为例，为得到同样的总产值和财政收入，输入可减少到：
三、 DEA应用案例
2. 对经济效益的评价
--侯风华，张在旭，徐青.DEA方法在石油企业经济效益评价中的应用. 系统工程理论方法应用[J]2000.3：252-257
➢ 设研究对象为11个油田,将这11个油田简记为DMUj (j=1,2,…,11)
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）
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。
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
➢ 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
二、 DEA基本原理和模型
定义：
权系数
1 2 3 … j …n
v1
1 x11 x12 x13 … x1j … x1n
v2
2 x21 x22 x23 … x2j … x2n
. . . . . . ….
• 4.技术进步: 江淮汽车,中国全要素生产率估算与分析
农业创新系统,各省劳动生产率
• 5.其他方面: 衰退产业识别,物流园区投资规划,方案评价
北京市可持续发展能力，作业分析
六、 DEA最新研究进展
➢ DEA的理论模型扩展 1.BBC模型、FG模型、ST模型→综合DEA模型 2.具有无穷多个决策单元的DEA模型 3.带有“‘偏好锥”和“偏袒锥”的DEA模型 4.带有时间变量的DEA模型、有效区分DMU
• 设 定理3

0
0
设 xi
j0

x0 ij 0

S
i
, yrj0
yrj0 S r
其中
S

r
0
,
S
0
i
,
0 是决策单元j0对应的线性规划（D）的
最优解,则(
,
xi j0

y
rj
0
)为DMUj0对应的(x0,y0)在DEA的相对有效
面上的投影,它是DEA有效的
三、 DEA应用案例
• 如以第j0个决策单元的效率指数为目标，以所有决策单元 的效率指数为约束，就构造了如下的CCR（C2R）模型：
s
ur yrj o
max hjo

r 1 m
vi xij o
i 1
s
ur yrj
s.t.
r 1 m
1, j 1,2, n
vi xij
i 1
u 0, v 0
➢ 输入指标的选取：投资总额 ；职工总数； 销售成本；固定资产原值
➢ 输出指标的选取：原油产量(含天然气)；利税总额； 新增探明储量(含天然气)
CCR模型的解
CCR模型的解
根据上述的DEA有效性的判别定理,可知: • (1)达到DEA有效的DMU分别为：
DMU1,DMU2,DMU4,DMU7,DMU9,DMU11 • (2)非DEA有效的DMU分别为：
非阿基米德无穷小量
CCR模型中变量的经济含义:
• λj使各个有效点连接起来,形成有效前沿面;非零的s+、s-使 有效前沿面可以沿水平和垂直方向延伸,形成包络面。
• 在实际运用中,对松弛变量的研究是有意义的,因为它是一 种纯的过剩量(s-)或不足量(s+)，θ则表示DMU离有效前沿 面或包络面的一种径向优化量或“距离”
1.对生产水平的相对有效性分析 --梁敏. 边馥萍.生产水平的相对有效性分析. 数量经济技术经济研究[J]2003.9：91-94
利用含有非阿基米德无穷小ε的CCR模型，对北京地 区建立如下模型：
同样建立其他三个直辖市的模型，求得的解如下：
由定理3可知，对于非DEA有效的DMU，可将其投影 到DEA有效面，即把非DEA有效的DMU变成有效的DMU
（3）如果不存在λj*（j＝1，2，…，n）使得∑λj*＝1，若 ∑λj*＞1，则DMU为规模收益递减
CCR模型的计算：
1952年，Charnes通过引入具有非阿基米德无穷小量ε，成功的
解决了计算和技术上的困难，建立了具有非阿基米德无穷小量ε的
CCR模型：

m
min (
执行程序
说明文档
输入文档 程序参数设定
输出文档
5个DMU 1个产出 2个投入 1年资料
5个DMU 1个产出 1个投入
1个产出 2个投入 2个投入价格 1年资料
1个产出 1个投入 3年资料
程序参数设定，用“记事本”打开 设定后，以“另存新档”方式存档，扩展名为“ins”
5个DMU 1年资料 1个产出 2个投入
w 0, 0
• 利用线性规划的最优解来定义决策单元j0的有效性，从 模型可以看出，该决策单元j0的有效性是相对其他所有决 策单元而言的。
• 对于CCR模型可以用规划P表达，而线性规划一个重要 的有效理论是对偶理论，通过建立对偶模型更容易从理论 和经济意义上作深入分析
• 规划P的对偶规划为规划D/：
DEA有效性的定义：
我们能够用CCR模型判定是否同时技术有效和规模有效：
• （1）θ*＝1，且s*＋＝0，s*-＝0。则决策单元j0为DEA有 效，决策单元的经济活动同时为技术有效和规模有效
• （2）θ*＝1，但至少某个输入或者输出大于0，则决策单 元j0为弱DEA有效，决策单元的经济活动不是同时为技术 效率最佳和规模最佳
应用DEA方法对经济体 效率的评价
西安交大经济管理学院
目 录：
一、 DEA方法简介 二、 DEA基本原理和模型 三、 DEA应用案例 四、 DEA软件介绍 五、 DEA主要应用领域 六、 DEA最新研究进展 七、DEA主要参考文献
一、 DEA方法简介
数据包络分析方法（ DEA，Data Envelopment Analysis ）由Charnes、Coopor和Rhodes于1978年提出， 该方法的原理主要是通过保持决策单元（DMU, Decision Making Units） 的输入或者输入不变，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。