数据包络分析(Data envelopment analysis,DEA)是运筹学和研究经济生产边界的一种方法。该方法一般被用来测量一些决策部门的生产效率,是由美国著名运筹学家 A.Charnes (查恩斯) 、W.W.Cooper (库铂) 、E.Rhodes (罗兹) 于 1978 年首先提出,在相对效率评价概念基础上发展起来的一种非参数检验方法。
在 DEA 中,受评估的单位或组织被称为决策单元 (简称 DMU) 。DEA 通过选取决策单元的多项投入和产出数据,利用线性规划,以最优投入与产出作为生产前沿,构建数据包络曲线。其中,有效点会位于前沿面上,效率值标定为 1;无效点则会位于前沿面外, 并被赋予一个大于 0 但小于 1 的相对的效率值指标。
DEA青睐具有多输入多输出的复杂系统,体现在以下几点:
1.DEA以决策单位各输入/输出的权重为变量,从最有利于决策单元的角度进行评价,从而避免了确定各指标在优先意义下的权重;
2.假定每个输入都关联到一个或者多个输出,而且输入/输出之间确实存在某种关系,使用DEA方法则不必确定这种关系的显示表达式。
案例:
利用DEA方法对天津市的可持续发展进行评价。在这里选取较具代表性的指标,作为输入变量和输出变量,见表如下:
易知:输入变量:政府财政收入占GDP的比重、环保投资占GDP的比重、每千人科技人员数;输出变量:经济发展(用人均GDP表示)、环境发展(用城市环境质量指数表示)
Matlab代码如下:
clc;clear
P = [14.40 0.65 31.30;16.90 0.72 32.20;
15.53 0.72 31.87;15.40 0.76 32.23;
14.17 0.76 32.40;13.33 0.69 30.77;
12.83 0.61 29.23;13.00 0.63 28.20;
13.40 0.75 28.80;14 0.84 29.10];
Q = [3621.00 0.00 ;3943 0.09;4086.67 0.07;4904.67 0.13;
6311.67 0.37;8173.33 0.59;10236.00 0.51;
12094.33 0.44;13603.33 0.58;14841 1];
P=P';
Q=Q';
size(-P')
size(Q')
n=size(P',1);m=size(P,1);s=size(Q,1);
A=[-P' Q'];
b=zeros(n,1);
LB=zeros(m+s,1);UB=[];
for i=1:n;
f=[zeros(1,m) -Q(:,i)'];
Aeq=[P(:,i)',zeros(1,s)];beq=1;
w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
E(i,i)=Q(:,i)'*w(m+1:m+s,i);
end
theta=diag(E)';
fprintf('评价的结果如下:\n');
disp(theta);
评价的结果如下:
1 至 5 列
0.290184294242394 0.285357129485820 0.296826091916998 0.342515144587570 0.459471192759165
6 至 10 列
0.718260869565217 0.906910831773891 1.000000000000000 1.000000000000000 1.000000000000000
可见,1997、1988、1999是DEA有效的。