資料 包絡 分析 法

出自 MBA智库百科(https://wiki.mbalib.com/)

數據包絡分析(Data Envelopment Analysis,簡稱DEA)

數據包絡線(DEA)

企業管理者如何評估一所快餐分銷店、銀行支行、健康診所或初等學校的生產力?衡量生產力有三重困難:第一,什麼是系統適當的投入(如勞動力時間、材料金額)及其度量方法?第二,什麼是系統適當的產出(如現金支票、存款憑證)及其度量方法?第三,正確衡量這些投入產出之間關係的方法是什麼?

1. 衡量服務生產力

從工程學角度看,衡量組織的生產力和衡量系統的效率相似。它可以表述為產出和投入的比率。

例如,再評估一個銀行支行的運營效率時,可以用一個會計比率,如每筆出納交易的成本。相對於其他支行,一個支行的比率較高,則可以認為其效率較低,但是較高的比率可能是源於一個更複雜的交易組合。運用簡單比率的問題就在於產出組合沒有明確。關於投入組合,也能作出同樣的評論。廣泛基礎上的指標,如贏利性和投資回報,和全面績效評估高度相關。但它們不足以評估一個服務單位的運營效率。比如,你不能得到以下的結論:一個贏利的支行必定在雇員和其他投入的使用上是有效的。贏利性業務的比率高於平均水平比資源運用的成本效率更能解釋其贏利性。

2. DEA模型

目前,開發出一種技術,通過明確地考慮多種投入(即資源)的運用和多種產出(即服務)的產生,它能夠用來比較提供相似服務的多個服務單位之間的效率,這項技術被稱為數據包絡線分析(DEA)。它避開了計算每項服務的標準成本,因為它可以把多種投入和多種產出轉化為效率比率的分子和分母,而不需要轉換成相同的貨幣單位。因此,用DEA衡量效率可以清晰地說明投入和產出的組合,從而,它比一套經營比率或利潤指標更具有綜合性並且更值得信賴。

DEA是一個線形規劃模型,表示為產出對投入的比率。通過對一個特定單位的效率和一組提供相同服務的類似單位的績效的比較,它試圖使服務單位的效率最大化。在這個過程中,獲得100%效率的一些單位被稱為相對有效率單位,而另外的效率評分低於100%的單位本稱為無效率單位。

這樣,企業管理者就能運用DEA來比較一組服務單位,識別相對無效率單位,衡量無效率的嚴重性,並通過對無效率和有效率單位的比較,發現降低無效率的方法。

DEA線形規劃模型建立如下:

1) 定義變數

設Ek(k=1,2,……, K)為第k個單位的效率比率,這裡K代表評估單位的總數。

設uj(j=1,2,……, M)為第j種產出的繫數,這裡M代表所考慮的產出種類的總數。變數uj用來衡量產出價值降低一個單位所帶來的相對的效率下降。

設vI(I=1,2,……,N)為第I種投入的繫數,這裡N代表所考慮的投入種類的綜合素。變數vI用來衡量投入價值降低一個單位帶來的相對的效率下降。

設Ojk為一定時期內由第k個服務單位所創造的第j種產出的觀察到的單位的數量。

設Iik為一定時期內由第k個服務單位所使用的第i種投入的實際的單位的數量。

2) 目標函數

目標是找出一組伴隨每種產出的繫數u和一組伴隨每種投入的繫數ν,從而給被評估的服務單位最高的可能效率。

資料 包絡 分析 法

(*)

式中,e是被評估單位的代碼。 這個函數滿足這樣一個約束條件,當同一組投入和產出的繫數(uj和vi)用於所有其他對比服務單位時,沒有一個服務單位將超過100%的效率或超過1.0的比率。

3) 約束條件

資料 包絡 分析 法

(**)

k=1,2,……,K

式中所有繫數值都是正的且非零。

為了用標準線性規劃軟體求解這個有分數的線性規劃,需要進行變形。要註意,目標函數和所有約束條件都是比率而不是線性函數。通過把所評估單位的投入人為地調整為總和1.0,這樣等式(*)的目標函數可以重新表述為:

資料 包絡 分析 法

滿足以下約束條件:

資料 包絡 分析 法

對於個服務單位,等式(**)的約束條件可類似轉化為:

資料 包絡 分析 法

k=1,2,…,K

式中 uj≥0 j=1,2,…,M vi≥0 i=1,2,…,N

關於服務單位的樣本數量問題是由在分析種比較所挑選的投入和產出變數的數量所決定的。下列關係式把分析中所使用的服務單位數量K和所考慮的投入種類數N與產出種類數M聯繫出來,它是基於實證發現和DEA實踐的經驗:

資料 包絡 分析 法

本書以系統化方式介紹資料包絡分析法(Data Envelopment Analysis, DEA),強調理論與應用,適合對績效評估與管理有興趣的讀者閱讀。本書深入淺出介紹DEA基本理論與最新發展模式,並採個案方式,為讀者說明DEA在管理實務上之應用。本書共二篇,理論篇與應用篇。理論篇共有10章:第1章至第5章介紹DEA基本觀念、發展近況、理論模式;第6章至第10章說DEA特性、限制、應用程序、軟體、書籍、網站、文獻目錄(1978-2003)與績效評估方法。應用篇採8個本土化個案(醫院、車床、航空公司、聯營公車、工廠、大學系所、製造業與地檢署),來說明理論之應用。

作者簡介

孫遜

  • 現職:
    中國技術學院企管系副教授
  • 學歷:
    澳洲新南威爾斯大學博士
    國防管理學院資源管理研究所碩士
    國防管理學院企管系學士
  • 經歷:
    國防大學企管系及後勤管理研究所副教授
    國防大學企管系及後勤管理研究所助理教授
    明新科技大學企管系兼任助理教授
    中國技術學院企管系兼任助理教授
    文化大學企管系兼任助理教授
    國防管理學院企管系講師
    聯勤總部計畫署系統分析官及人力管理官
    國防管理學院企管系助教
  • 研究領域:
    作業研究、生產力與效率分析、績效評估
  • 著作:
    《資料包絡分析法──理論與應用》

1.林秀喬,2002年,〈台灣產險業之經營績效規模經濟範疇經濟效率之分析〉,中山大學經濟學研究所碩士論文。
2.葉忠、歐陽國舜 ,2001年,〈資料包絡分析法評估物流業經營績效之研究〉,第一屆製商整合研討會,國立雲林科技大學商業自動化中心。。
3.吳毓佳,2000年,〈臺灣地區銀行業經營績效之評估- DEA方法之應用〉,銘傳大學管理科學研究所碩士論文。
4.陳益華,1995年,〈我國電信事業經營績效評估資料包絡分析法之應用〉,中山大學企業管理研究所碩士論文。
5.趙文衡,2005年,〈重新檢視製造業與服務業的定位與發展策略〉,台經月刊,23卷,8期,24-30。
6.江勁毅、曾國雄,2000年,〈新的效率衡量方式:以模糊多目標規劃建立之效率達成度〉,管理學報,第十七卷,2期,369-388。
7.洪明暉,2001年,〈專業電子代工服務廠之經營效率與購併分析〉,臺灣大學國際企業學研究所論文
8.徐孟詩,2001年,〈我國新興科技產業經營績效之研究— 以光電產業為例及財務分析之觀點〉,國立台灣大學國企所碩士論文。
9.盧永祥,2005年,〈DEAP軟體操作介紹〉,南華大學財金系暨財管所。
10.陳細鈿,〈決策分析第十章 資料包絡分析法〉,決策分析研究室。
11.王姿婷,2006年,〈海峽兩岸關係企業經營績效之研究〉,國立中央大學
企業管理研究所
12.龔明鑫,2006年,〈2015台灣製造業發展願景與規劃〉,台灣經濟研究院
13.蕭灌修,〈美國、台灣、中國大陸之2006年晶片設計與半導體產業科技競爭合作互動發展及未來展望〉,洛杉磯台北經濟文化辦事處科技組組長
14.Banker, R.D., Charnes A. and Cooper W. W., 1984, “Some Models for EstimatingTechnical and Scale Inefficiencies in Data Envelopment Analysis”,Management Science, 30, 9, pp1078-1092.
15.Bowlin, W. F., 1987, “Evaluating the efficiency of US Airforce real Property Maintenance activities”, Journal of Operational Research Society, 38, pp127-135.
16.Baumol, William J., 1967, “Macroeconomics of Unbalanced Growth: The Anatomy of Urban Crisis” American Economic Review, 57, pp415-426.
17.Baumol, William J., Sue Anne Batey Blackman, and Edward N. Wolff, 1985, “Unbalanced Growth Revisited: Asymptotic Stagnancy and New Evidence” American Economic Review, 75,4, pp.806-817.
18.Bazen, S. and A.P. Thirlwall, 1989, “Why Manufacturing Matter” Economic Affairs, April/May,, pp.8-10.
19.Charnes, A., W. W. Cooper and E. Rhodes, 1978,”Measuring the Efficiency of Decision Making Units”, European Journal of Operational Research, 12, 6, pp429-444
20.Coelli, T., “Centre for Efficiency and Productivity Analysis”, School of Economics University of Queensland Brisbane, Australia.
21.Fuchs, Victor R., 1981, “Economic Growth and Rise of Service Employment” in H. Giersch ed., Towards an Explanation of Economic Growth
22.Greene, W., “Econometric Analysis of Panel Data”, John Wiley & Sons Inc.