2022/12/20 1 数据包络分析（DEA） Data Envelopment Analysis 一、产生背景 　　1978年由著名的运筹学家A.Charnes(查恩斯), W.W.Cooper(库伯), 及E.Rhodes(罗兹)首先提出了一个被称为数据包络分析（Data Envelopment analysis, 简称DEA模型）的方法，用于评价相同部门间的相对有效性（因此被称为DEA有效）.他们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”((即：总体有效性))的十分理想且卓有成效的方法.1985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”. 一、产生背景 1987年查恩斯,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. 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;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. 一、产生背景 一、产生背景 DEA的优点吸引众多的应用者,应用范围已扩展到美国军用飞机的飞行,基地维修与保养,以及陆军征兵,城市,银行 等方面.目前,这一方法应用的领域在不断地扩大.它也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(例如建立新厂后,新厂相对于已有的一些工厂是否为有效).DEA是对其决策单元（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。 二、DEA模型概述 二、DEA模型概述 决策单元(DMU)我们把具有相同类型的部门、企业或者同一企业不同时期的相对效率进行评价，这些部门、企业或时期称为。评价的依据是决策单元的一组投入指标数据和一组产出指标数据。 投入指标是指决策单元在经济和管理活动中需要耗费的经济量，例如固定资产原值、流动资金平均余额、自筹技术开发资金、职工人数、占用土地等。 产出指标是指决策单元在某种投入要素组合下，表明经济活动产生成效的经济量，例如总产值、销售收入、利税总额、产品数量、劳动生产率、产值利润率等。 指标数据是指实际观测结果，根据投入指标数据和产出指标数据评价决策单元的相对效率，即评价部门、企业或时期之间的相对有效性。 DEA方法就是评价多指标投入和多指标产出决策单元相对有效性的多目标决策方法。 为了说明DEA模型的建模思路，我们看下面的例子 假设有5个生产任务相同的工厂，每个工厂都有两种投入和一种产出 表一：各产具体情况 我们如何判定这五个工厂谁的生产情况好一点呢？ 。。。以下略