天天看點

python 包絡線_如何簡明易懂地說明資料包絡線分析法(DEA)?

DEA是測算生産效率的一種方法,假設有n個廠商,用m種投入生産出h種産出。x表示投入,q表産出。以技術效率為例:

全要素生産率tfp= 産出權重加總/投入權重加總 (w1*q1+w2*q2+……+wh*qh) / (v1*x1+v1*x2+……+vm*xm) w為産出權重,v為投入權重。

然後該廠商i 的技術效率為 TEi = TFPi生産率/TFP* TFP*代表TFP值最大的廠商的全要素

但權重如何決定呢?DEA的思想大概是找出對你的效率最有利的一組權重,然後再與最好的廠商做比較。得出一個相對的技術效率值。這個各項投入與産出權重組合可以使你的效率值最大化。

引用台灣清華大學簡禎富教授的DEA教學PPT:“資料包絡分析法 (Data Envelopment Analysis, DEA)以「效率」的概念作為加總模式,而效率則等於總產出除以總投入,並以效率最大化為目標 。DEA法另一個與其他多屬性決策分析模式不同之處,在於DEA不須預設屬性之相對權重,乃是由實證資料中推導產生,每個受評方案的效率衡量乃是分別採取對該受評方案最有利的權重組合。”

當然,在求解這個權重組合時,所用到的線性規劃模型是要做一些變換的。

大概隻能說這麼多了,本人功力尚淺,而且感覺DEA不是一兩句能說清楚。。

關于權重的問題和線性規劃轉換設計到比較深的數學規劃知識,本人目前也還不懂,隻是修過一門效率生産率分析的課程。要想相對了解透徹一點權重的含義,則需要自己動手找一個案例計算一遍。這個計算如果用徒手算的話也是比較複雜的。不過在實際研究中不會手算的,會用軟體求解就行了。另外,今天在百度文庫中找到了一些更好的資料。自行搜尋“資料包絡分析法”可得。

以下是一些相關連結,這個PPT比我之前看過的都要詳盡,數學公式案例圖表齊全,建議想深入了解DEA的朋友去研究一下這個。(我自己之前看的那份PPT對比這份感覺是沒有必要了。)

資料包絡分析法 PPT

資料包絡分析法 更多擴充方法介紹。

另外,從事效率生産率研究與學習的入門教材是Timothy J. Coelli.的 Introduction to Efficiency and Productivity Analysis (2nd edition) 也可以借鑒學習一下。(此書有中文版,但中文版錯誤較多)