能源DEA--对于业务和环境评估的规模报酬与规模损害

文献介绍

这篇文献发表于$EuropeanJournalofOperationalResearch$，作者是$Toshiyuki$。这位作者在能源DEA上真的是发表了很多很多的文章，每篇文章重复的太多了（当然，重复的都是自己的文章，查重不在怕的。）

这篇文章主要对期望产出与非期望产出进行深入。题目的翻译为：基于DEA的业务和环境评估的规模回报和规模损害的衡量:如何管理理想(好的)和不理想(坏的)产出?

其中，要先指出：1. 题目中的$Returnstoscale$和$operationalassessment$都是针对期望产出的；而$DamagestoScale$和$environmentalassessment$都是针对非期望产出。2. 这篇文献中用到的DEA模型是RAM模型（$Range-Adjustedmeasure$）。

对于期望产出的业务效率（operational efficiency）以及规模报酬（RTS）

先介绍一下符号：投入$X_j=(x_{1j},x_{2j},\dots ,x_{mj})$，期望产出$G_j=(g_{1j},g_{2j},\dots ,g_{sj})$，非期望产出$B_j=(b_{1j},b_{2j},\dots ,b_{hj})$，并且都是正数。
这一部分内容都是针对期望产出。

直接给出对应的模型公式model（1）：

$$\begin{gathered} Max\sum _{i=1}^m{R}_i^x{d}_i^x+\sum _{r=1}^s{R}_r^g{d}_r^g \\ s.t.\sum _{j=1}^n{x}_{ij}{\lambda }_j+d_i^x=s_{ik}(i=1,\dots ,m), \\ \sum _{j=1}^n{g}_{rj}{\lambda }_j-d_r^g=g_{rk}, \\ \sum _{j=1}^n{\lambda }_j=1,{\lambda }_j\ge 0(j=1,\dots ,n), \\ {d}_i^x\ge 0(i=1,\dots ,m),and{d}_r^g\ge 0(r=1,\dots ,s) \end{gathered}$$

其中上述的$R_i^x=\frac{1}{(m+s)(\underset{j}{\max }{x}_{ij}-\underset{j}{\min }{x}_{ij})},R_r^g=\frac{1}{(m+s)(\underset{j}{\max }{g}_{rj}-\underset{j}{\min }{g}_{rj})}$

根据上述公式，可以得到$operationalefficiency$为$\theta =1-({\sum }_{i=1}^m{R}_i^x{d}_i^x+{\sum }_{r=1}^s{R}_r^g{d}_r^g)$

那么上述model（1）的对偶模型为model（2），如下：

$$\begin{gathered} Min\sum _{i=1}^m{v}_i{x}_{ik}-\sum _{r=1}^s{u}_r{g}_{rk}+\sigma \\ s.t.\sum _{i=1}^m{v}_i{x}_{ij}-\sum _{r=1}^s{u}_r{g}_{rj}+\sigma \ge 0(j=1,\dots ,n) \\ {v}_i\ge R_i^x(i=1,\dots ,m) \\ {u}_r\ge R_r^g(r=1,\dots ,s) \\ \sigma :URS \end{gathered}$$

基于model（1）和（2），可以写出规模效率$SE（scaleefficiency）$。并且SE分两类进行讨论：
第一类，$DM{U}_0$是有效情况时，那么$SE=\frac{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}{{\sum }_{r=1}^s{u}_r^{\ast }{g}_{rk}}$，又因为${\sum }_{r=1}^s{u}_r^{\ast }{g}_{rk}={\sum }_{r=1}^s{v}_r^{\ast }{x}_{ik}+{\sigma }^{\ast }$，所以：
$$SE=\frac{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}{{\sum }_{r=1}^s{u}_r^{\ast }{g}_{rk}}=\frac{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}{{\sum }_{r=1}^s{v}_r^{\ast }{x}_{ik}+{\sigma }^{\ast }}=\frac{1}{1+{\sigma }^{\ast }/{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}$$
第二类，$DM{U}_0$是非有效情况时，那么该$DM{U}_0$在前沿上的投影点为$(x_{ik}-d_i^{x\ast },g_{rk}+d_r^{g\ast })$：$SE=\frac{{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}-d_i^{x\ast })}{{\sum }_{r=1}^s{u}_r^{\ast }(g_{rk}+d_r^{g\ast })}$，又因为model（1）与（2）的目标函数的值是相等的，即${\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}-{\sum }_{r=1}^s{u}_r^{\ast }{g}_{rk}+{\sigma }^{\ast }={\sum }_{i=1}^m{R}_i^x{d}_i^{x\ast }+{\sum }_{r=1}^s{R}_r^g{d}_r^{g\ast }$，所以：
$$\begin{gathered} SE=\frac{{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}-d_i^{x\ast })}{{\sum }_{r=1}^s{u}_r^{\ast }(g_{rk}+d_r^{g\ast })}=\frac{{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}-d_i^{x\ast })}{{\sum }_{i=1}^m(v_i^{\ast }{x}_{ik}-R_i^x{d}_i^{x\ast })+{\sum }_{r=1}^s(u_r^{\ast }-R_r^g)d_r^{g\ast }+{\sigma }^{\ast }} \\ =\frac{1}{1+{\sigma }^{\ast }/{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}-d_i^{x\ast })} \end{gathered}$$

对于非期望产出的环境效率（environmental efficiency）以及规模损害（DTS）

此时，模型公式变为(model3)：
$$\begin{gathered} Max\sum _{i=1}^m{R}_i^x{d}_i^x+\sum _{f=1}^h{R}_f^b{d}_f^b \\ s.t.\sum _{j=1}^n{x}_{ij}{\lambda }_j-d_i^x=x_{ik}(i=1,\dots ,m) \\ \sum _{j=1}^n{b}_{fj}{\lambda }_j+d_f^b=b_{fk}(f=1,\dots ,h) \\ \sum _{j=1}^n{\lambda }_j=1,{\lambda }_j\ge 0(j=1,\dots ,n) \\ {d}_i^x\ge 0(i=1,\dots ,m)and{d}_f^b\ge 0(f=1,\dots ,h) \end{gathered}$$
并且$R_f^b=\frac{1}{(m+h)(\underset{j}{\max }{b}_{fj}-\underset{j}{\min }{b}_{fj})}$，$R_i^x$与上文一样。

同理，此时的效率分数为$\theta =1-({\sum }_{i=1}^m{R}_i^x{d}_i^x+{\sum }_{f=1}^h{R}_f^b{d}_f^b)$

model(3)的对偶形式为model(4)：
$$\begin{gathered} Min-\sum _{i=1}^m{v}_i{x}_{ik}+\sum _{f=1}^h{w}_f{b}_{fk}+\sigma \\ s.t.-\sum _{i=1}^m{v}_i{s}_{ij}+\sum _{f=1}^h{w}_f{b}_{fj}+\sigma \ge 0(j=1,\dots ,n), \\ {v}_i\ge R_i^x(i=1,\dots ,m) \\ {w}_f\ge R_f^b(f=1,\dots ,h) \\ \sigma :URS \end{gathered}$$

根据model(3)、(4)，可以写出规模损害$SD(scaledamage)$。同样的，分为两类进行展开：
第一类，当$DM{U}_0$有效时，即松弛为0，model(3)、(4）的目标函数都为0，那么${\sum }_{i=1}^m{v}_i{x}_{ik}+{\sum }_{f=1}^h{w}_f{b}_{fk}+\sigma =0$，则：
$$SD=\frac{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}{{\sum }_{f=1}^h{w}_f^{\ast }{b}_{fk}}=\frac{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}{{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}-{\sigma }^{\ast }}=\frac{1}{1-{\sigma }^{\ast }/{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}}$$

第二类，当$DM{U}_0$无效时，那么此时投影点坐标为$(X_k+d^{x\ast },B_k-d^{b\ast })$，根据model(3)、(4)的目标函数值相等，即$-{\sum }_{i=1}^m{v}_i^{\ast }{x}_{ik}+{\sum }_{f=1}^h{w}_f^{\ast }{b}_{fk}+\sigma ={\sum }_{i=1}^m{R}_i^x{d}_i^{x\ast }+{\sum }_{f=1}^h{R}_f^b{d}_f^{b\ast }$，那么：
$$\begin{gathered} SD=\frac{{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}+d_i^{x\ast })}{{\sum }_{f=1}^h{w}_f^{\ast }(b_{fk}-d_f^{b\ast })}=\frac{{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}+d_i^{x\ast })}{{\sum }_{i=1}^m(v_i^{\ast }{x}_{ik}+R_i^x{d}_i^{x\ast })+{\sum }_{f=1}^h(R_f^b-w_f^{\ast })d_f^{h\ast }-{\sigma }^{\ast }} \\ =\frac{1}{1-{\sigma }^{\ast }/{\sum }_{i=1}^m{v}_i^{\ast }(x_{ik}+d_i^{x\ast })} \end{gathered}$$

RTS与DTS之间的差别

RTS与DTS之间的区别有好几点，其中一点与$\sigma$的符号相关，它们是相反的。（这里不展开详说，有兴趣可直接自己看这篇文献）。
我个人觉得最重要的一点，便是RTS与DTS所对应的实际意义（见表格）。

如果RTS是increasing，那么应该扩大规模；若是decreasing，那么应该缩小当前规模。但是对于DTS来说，如果是decreasing，反而应该扩大当前规模；若DTS是increasing的，首先，非期望产出增长的过快，肯定是要缩小当前规模的，同时可能隐含着管理问题和技术设备问题。

联合效率以及RTS/DTS

（敲不动公式，直接贴图了）

上述的model(1)-(4)都是只针对期望产出/非期望产出而言的，那么接下来，两者一起出现在模型中，即model(5)：

同理，此时的效率为：

上述model(5)的对偶形式为，Model(6)如下：

根据Model(5)和(6)，同样的可以写出SE以及SD，同样的也是各分两种情况。
当$DM{U}_0$是有效时：

当$DM{U}_0$是非有效时，那么到前沿的投影点便会对应加减上各自的松弛：