基于不同测度的DEA模型(整理)

标签:
数据包络分析dea |
分类: DEA(DataEnvelopmentAnalysis) |
基于不同测度的DEA模型(整理)
经济学家在研究如何测量生产效率的过程中,提出了多种测度函数。Farrell扩展了Koopmans和Debreu关于资源使用率的研究,将生产效率分解为技术效率和配置效率,并提出可以用径向测度测量DMU的技术效率。Fare和Lovell和Russell定义了Russell测度,允许DMU按照各类投入(或产出)的方向自由扩张,并测度各类投入(或产出)最大扩张比率的算数平均值。此外,还有基于松弛变量(slacks based measure,SBM)的测度,Zieschang测度以及方向测度等。
1.Russell测度模型
http://s13/mw690/003jeIqBzy74cfmIyYc3c&690
2.加性模型
Charnes等提出加性模型(或称Pareto-Koopmans模型)
当式(19)最优值为0时,DMU为DEA有效。由于不同投入和产出之间可能存在不可共度性,同时目标函数并不是DMU单元真正的绩效测度,因此Charnes等建议式(19)目标函数采用下面的形式
为了与CCR-DEA或BBC-DEA中效率的概念一致,Sueyoshi与Chang等对加性模型进行了研究,提出了将1-Q0作为目标函数,但其不一定满足0<=1-Q0<=1。Green等将目标函数修正为
3.SBM模型
Tone提出了一种基于松弛变量的测度方法(slacks based measure,SBM)的DEA模型
虽然SBM模型与增强Russell测度DEA模型(18)的形式不同,但是容易证明它们之间具有等价性。在同时考虑投入和产出的情况下,SBM模型可以转化为线性规划模型。
4.RAM模型
Cooper等给出了RAM模型(Range adjusted measure),其中目标函数中的投入和产出的松弛变量由相应的 进行调整,该模型为
5.其他模型
Cooper等提出了效率有界可调测度(bounded adjusted measure of efficiency, BAM)模型,并给出了在生产可能集规模收益可变假定(VRS)约束下的模型具体形式以及约束加性模型。此外,还有基于Zieschang测度以及方向测度的DEA模型。