(完整版)DEA法的基本原理

更新时间:2023-05-09 06:06:01 阅读量: 实用文档 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

DEA 法的基本原理

数据包络分析(data envelopment analysis )简称DEA ,是数学、

运筹学、经济学和管理学的一个新的交叉领域。本文使用的是DEA

方法C 2R 模型。

在对同类部门或单位进行评价时,评价的依据往往是它们的“输

入”和“输出”数据。根据输入、输出数据评价同类部门或单位的优劣,

也就是评价它们的相对有效性。DEA 方法是处理此类问题的有力工

具,该方法通过数学规划模型对决策单元群的输入和输出数据进行综

合分析后,能够得出每个决策单元(decision making units ,DMU )相

对于其他单元综合效率的数量指标,对决策单元间的相对有效性进行

排序。

设有n 个同类型的企业(决策单元),对于每个企业都有m 种类

型的“输入”(表示该单元对“资源”的消耗)以及s 种类型的“输出”(表

示该单元在消耗了“资源”之后的产出)。12(,,...,)T j j j mj x x x x =和

12(,,...,)T j j j mj y y y y =分别表示第(1,2,....)j j n =个决策单元j DMU 的输入量

和输出量;12(,,...,)T m v v v v =和12(,,...,)T s u u u u =分别为m 种输入和s 种输

出对应的权向量,且m v E ∈,s u E ∈使得决策单元j (,1)j DMU j n ≤≤的效

率评价指数

1T j j T j u y h v x =≤,(1,2,....)j j n =

效率评价指数j h 的含义为:在权系数m v E ∈,s u E ∈之下,投入T j v x ,

产出T j u y 时的产出、投入之比。以00(1)j j n ≤≤决策单元0j DMU 的相对

效率评价指数000

1T j T u y h v x =≤为目标,构成如下公式: 000

max T j T u y h v x = 12121,0,1,2,,..(,,...,)0(,,...,)0T j j T j T m T s u y h j n v x s t v v v v u u u u ?=≤=???=≥??=≥???

K

使用Chames -Cooper 变换可将分式规划为一个等价的线性规划形式。令:

10,,T t tv tu v x ωμ=>== 则目标函数为:

000

T T T u y y v x μ= 约束条件为:

01,0,1,2,,..10,0T T j j T T j j T u y y j n v x x s t x μωωωμ?=≤=???=??≥≥???

K

这样,就将分布式规划化为下面的线性规划(P ):

0max T y μ

00,0,1,2,,..10,0T T j j T x y j n s t x ωμωωμ?-≥=??=??≥≥??

K

线性规划的对偶规划(D )为:

min θ

010,0,1,2,,..0,0,1,2,,T T j j j n j j j j

x y j n y y s t j n ωμλλλθ=?-≥=??≥???≥=???∑K K 无约束

应用线性规划的对偶理论,可以通过对偶规划来判断j DMU 的有

效性。DEA 方法应用的一般步骤为:明确评级目的、选择DMU 、建立输入/输出评价指标体系、收集和整理数据、利用模型进行计算、分析结果并提出决策建议。

本文来源:https://www.bwwdw.com/article/sxte.html

Top