资源描述：
《数据包络分析dea课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、评价相对有效性的DEA模型——运筹学的新领域技术效率技术效率是指一个生产单元的生产过程达到该行业技术水平的程度。技术效率可以从投入与产出两个角度来衡量测度：产出/投入的比值简单，但仅适用于单投入、单产出各投入、各产出赋予权重，加权产出/加权投入的比值权重的确定方法？固定的权重通过数据本身获得权重衡量一个单位的绩效，通常是用投入产出比这个指标，当所有投入和产出指标均分别可折算成同一单位时（例如货币值），容易根据投入产出比大小对要评定的决策单元进行绩效排序。总况参数方法非参数方法优势在于影响因素的分析；SFA具有统计特征，能研究传统假设
2、中的参数检验；采用面板数据时可以进行跨期研究随机前沿方法数据包络分析技术效率评价方法无需考虑生产函数表达式及参数的分布形式，只需要考虑投入和产出的项目有哪些，且适用于拥有多投入和多产出的研究对象单周期计算，适用于小样本把所有偏离效率边界的情况归为无效率，造成效率程度的过高或过低；不能分析技术效率的影响因素；不具有统计特征，不能进行统计检验基于DEA的技术效率影响因素的分析：DEA两阶段模型：DEA+TobitDEA三阶段模型：DEA+SFA+DEASFA：排除环境变量和随机误差对效率评价的影响，调整投入产出指标DEA四阶段模型：DE
3、A+Tobit+DEATobit拟合投入变量的松弛量与环境变量的关系DEA方法简介数据包络分析方法（DEA，DataEnvelopmentAnalysis）由著名的运筹学家A.Charnes(查恩斯),W.W.Cooper(库伯),及E.Rhodes(罗兹)于1978年提出，用于评价相同部门间的相对有效性（也被称为DEA有效）。该方法的原理主要是通过保持决策单元（DMU,DecisionMakingUnits）的输入或者输出不变，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
4、策单元偏离DEA前沿面的程度来评价它们的相对有效性。数据包络分析是一种对具有相同类型决策单元进行绩效评价的方法。DMU：效率的测度对象，任何具有可测量的投入、产出的部门、单位或个人，但必须具有可比性这里相同类型是指这类决策单元具有相同性质的投入和产出，如医院投入的是医护人员、面积、床位数、医疗设备和药品等，产出是门诊病人人次、住院病人人日、代培实习的医护人员数等。数据包络分析是运筹学的一个新的研究领域.查恩斯和库伯等人的第一个应用DEA的十分成功的案例,就是评价为弱智儿童开设公立学校项目的效果.在评估中,输出包括“自尊”等无形的指标
5、;输入包括父母的照料和父母的文化程度等,无论哪种指标都有无法与市场价格相比较,也难以轻易定出适当的权重(权系数),这也是DEA的优点之一.查恩斯和库伯等人的第一个模型被命名为C2R模型.从生产函数的角度看,这一模型是用来研究具有多个输入,特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法.91985年查恩斯,库伯,格拉尼(B.Golany),赛福德(L.Seiford)和斯图茨(J.Stutz)给出另一个模型(称为C2GS2模型),这一模型用来研究生产部门间的“技术有效性”.1987年查恩斯,
6、库伯,魏权龄和黄志明又得到了称为锥比率的数据包络模型——C2WH模型。这一模型可用来处理具有过多的输入及输出的情况,而且锥的选取可以体现决策者的“偏好”.灵活地应用这一模型,可以将C2R模型中确定出的DEA有效决策单元进行分类或排队.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是对其决策单
7、元（同类型的企业或部门）的投入规模、技术有效性作出评价，即对各同类型的企业投入一定数量的资金、劳动力等资源后，其产出的效益（经济效益和社会效益）作一个相对有效性评价。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）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D
8、EA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DEA可以用来研究多种方案之间的相对有效性(例如投资项目的评价);研究在决策之前去预测一旦做出决策后它的相对效果如何(例如建立
