Phân tích bao tài liệu DEA Hiệu quả kỹ thuật, trong vấn đề phân tích tìm hiểu quả kỹ thuật: hiệu quả kỹ thuật, hiệu quả phân bón, hiệu quả hoạt động khai thác của tàu, hiệu quả trồng khoai lang, hiệu quả trồng dâu tây, hiệu quả nuôi dê núi, năng suất tổng hợp TFP …. Tất cả chúng ta thường dùng 2 phương pháp ước tính là Data Envelopment Analysis : Phân tích bao tài liệu hay Stochastic frontier analysis : Phân tích biên tình cờ; Trong nội dung bài viết này tất cả chúng ta tìm hiểu về DEA được thực hiện ví dụ trên phần mêm thống kê R.

Bạn Đang Xem: Phân tích bao dữ liệu DEA Hiệu quả kỹ thuật

1. Phân tích bao tài liệu là gì?

Nội dung bài viết này nhằm mục đich nói chung lại về phương pháp Phân tích bao tài liệu (Data Envelopment Analysis, viết tắt là DEA) trong việc tính toán và ước tính hiệu quả (kỹ thuật) của những doanh nghiệp, nhà băng, trường học,… (gọi chung là các đơn vị ra quyết định – Decision Making Unit, viết tắt là DMU) trong việc sử dụng các nguồn lực nguồn vào để tạo ra các kết quả đầu ra. Việc giám sát hiệu quả như vậy dựa trên cơ sở của phương pháp phân tích giới hạn (frontier analysis), Từ đó, các DMU có hiệu quả tốt nhất có thể sẽ xác lập nên một đường giới hạn khả năng sinh sản (production frontier), và các DMU sẽ tiến hành so sánh với đường giới hạn này để xác định xem chúng hoạt động có hiệu quả hay là không. So với các DMU hiệu quả, vì chúng nằm trên tuyến phố giới hạn, nên điểm hiệu quả kỹ thuật (technical efficiency score, gọi tắt là TE) của chúng bằng 1. So với các DMU kém hiệu quả (nằm trong đường giới hạn), điểm hiệu quả của chúng sẽ nhỏ hơn 1.

2. Phương pháp Phi thông số của Data Envelopment Analysis DEA

Những cách tiếp cận phi thông số có lợi ích là không giả thiết một hình thức / hình dạng chức năng cụ thể cho biên giới, tuy nhiên chúng không cung cấp một quan hệ chung (phương trình) liên quan đến đầu ra và nguồn vào. Ngoài ra còn có những phương pháp thông số được sử dụng để ước tính biên giới sinh sản (xem Lovell & Schmidt 1988 để khảo sát sớm). Những điều này yên cầu hình dạng của biên giới phải được đoán trước bằng phương pháp chỉ định một chức năng cụ thể liên quan đến đầu ra cho nguồn vào. Sức mạnh tương đối từ mỗi phương pháp này còn có thể được phối hợp trong phương pháp lai (Tofallis, 2001,) trong đó các đơn vị biên giới được xác định bởi DEA, sau này được gắn vào một trong những mặt bằng nhẵn. Điều này được cho phép ước tính quan hệ thực hiện tốt nhất giữa nhiều đầu ra và nhiều nguồn vào.

“Khuông này đã được kiểm soát và điều chỉnh từ các hàm sinh sản đa nguồn vào, đa đầu ra và được vận dụng trong nhiều ngành công nghiệp. DEA phát triển một hàm có hình thức được xác định bởi các nhà sinh sản hiệu quả nhất. Phương pháp này khác với kỹ thuật thống kê Thường ngày tối thiểu (OLS) địa thế căn cứ so sánh so với một nhà sinh sản trung bình. Giống như Phân tích biên giới tình cờ (SFA), DEA xác định một ” biên giới”được đặc trưng như một phương pháp điểm cực đoan giả thiết rằng nếu một tổ chức có thể tạo ra một mức sản lượng nhất định sử dụng các mức nguồn vào cụ thể, thì một tổ chức khác có quy mô tương đương sẽ sở hữu khả năng làm như vậy. Các nhà sinh sản hiệu quả nhất có thể tạo thành một ‘nhà sinh sản hỗn hợp’ ‘, được cho phép tính toán một giải pháp hiệu quả cho mọi Lever nguồn vào hoặc đầu ra. Trong trường hợp không có tổ chức tương ứng thực tế,’ nhà sinh sản ảo ‘được xác định để so sánh “(Berg 2010).

3. Ưu điểm và nhược điểm của DEA

Phân tích bảo phủ tài liệu (DEA) là một phương pháp lập trình tuyến tính để giám sát hiệu quả của nhiều đơn vị ra quyết định (DMU) khi quy trình sinh sản trình bày cấu trúc của nhiều nguồn vào và đầu ra.

Xem Thêm : Vấn đề False Positive trong Bảo mật Ứng dụng Web và Cách giải quyết

Một số nghiên cứu sử dụng kỹ thuật này đã được công bố cho những tiện ích nước. Ưu điểm chính của phương pháp này là khả năng chứa nhiều bội số nguồn vào và đầu ra. Nó cũng hữu ích vì nó xem xét lợi nhuận theo tỷ lệ trong tính toán hiệu quả, được cho phép khái niệm tăng hoặc giảm hiệu quả dựa trên kích thước và mức sản lượng. Một nhược điểm của kỹ thuật này là đặc tả mô hình và gồm có / loại trừ các biến có thể tác động đến kết quả. “(Berg 2010).

3.1 Một số ưu điểm của DEA là:

• Không cần chỉ định rõ ràng một dạng toán cho hàm sinh sản
• Được chứng minh là hữu ích trong việc khám phá các quan hệ vẫn bị ẩn cho những phương pháp khác
• Có khả năng xử lý nhiều nguồn vào và đầu ra
• Có khả năng được sử dụng với bất kỳ phép đo đầu vào-đầu ra
• Các nguồn không hiệu quả có thể được phân tích và định lượng cho mọi đơn vị được đánh giá và nhận định

3.2 Một số nhược điểm của DEA là:

• Kết quả rất nhạy cảm với việc lựa chọn nguồn vào và đầu ra (Berg 2010).
• Bạn không thể kiểm tra thông số kỹ thuật tốt nhất (Berg 2010).
• Số lượng các tổ chức hiệu quả ở biên giới có xu hướng tăng theo số lượng nguồn vào và biến đầu ra (Berg 2010).

4. Lý thuyết kinh tế tài chính vận dụng DEA

Trong lý thuyết sinh sản kinh tế tài chính vi mô , các phối hợp nguồn vào và đầu ra của một tổ chức được mô tả bằng phương pháp sử dụng hàm sinh sản. Sử dụng chức năng như vậy, người ta có thể hiển thị đầu ra tối đa có thể đạt được với bất kỳ phối hợp nguồn vào nào có thể, tức là, người ta có thể xây dựng một biên giới công nghệ sinh sản (Seiford & Thrall 1990).

Dựa trên ý tưởng của Farrell (1957), lần trước tiên khu công trình “Đo lường và thống kê hiệu quả của những đơn vị ra quyết định” của Charnes , Cooper & Rhodes (1978) đã vận dụng lập trình tuyến tính để ước tính một biên giới công nghệ sinh sản theo kinh nghiệm. Ở Đức, quy trình đã được sử dụng trước đó để ước tính năng suất biên của R & D và các yếu tố sinh sản khác (Brockhoff 1970). Tính từ lúc đó, đã có một số lượng lớn sách và bài báo được viết trên DEA hoặc vận dụng DEA cho những vấn đề khác nhau.

Ngoài việc so sánh hiệu quả giữa các DMU trong một tổ chức, DEA còn được sử dụng để so sánh hiệu quả giữa các tổ chức. Có một số loại DEA với CCR cơ bản nhất dựa trên Charnes, Cooper & Rhodes, tuy nhiên cũng tồn tại DEA giải quyết và xử lý các mức trả khác nhau theo tỷ lệ, hoặc CRS (trả về hằng số theo tỷ lệ, VRS (biến), không tăng lợi nhuận theo tỷ lệ hoặc lợi nhuận không giảm theo quy mô của Ylvinger (2000). Những phát triển chính của DEA trong trong time 1970 và 1980 được Seiford & Thrall (1990) ghi lại.

5. Vận dụng phân tích bao tài liệu trên R

5.1 Xây dựng ý tưởng:

Dựa vào hàm sinh sản Cobb-Douglas ta đã đạt công thức sau:

LnGDP = LnK + LnL

Trong số đó:

• GDP: Tổng mức GDP tỉnh A
• K: Tổng vốn xã hội tỉnh A
• L: Tổng nguồn lao động tỉnh A
• TE: Giá trị Hiệu quả kỹ thuật gốc
• TEE: Giá trị Hiệu quả kỹ thuật sau khoản thời gian Bootstrap
• Model: input: Tối thiểu hóa nguồn vào

5.2 Sử dụng câu lệnh:

Xem Thêm : Sên cam là gì? Sên cam xe máy có quan trọng không?

tinhDEA <-dea.robust(X=input, Y=output, model=”input”, B=1000)

Ta có:

• Tên dự án: TinhDEA
• Tên hàm: dea.robust
• Biến nguồn vào: input
• Biến đầu ra: output
• Phương pháp ước tính: input
• Số lần lặp trong bootstrap: 1000
• DMU: năm

5.3 Kết quả tính TE với những ĐK trên

Ta có :

• TE >0.8 : Hiệu quả kỹ thuật cao
• TE >0.5 Có hiệu quả kỹ thuật
• TE <0.5 Hiệu quả kỹ thuật kèm.

Như vậy, dựa vào bảng kết quả trên tất cả chúng ta có thể khẳng định, qua các năm Hiệu quả kỹ thuật của tỉnh A xoành xoạch đạt ở tại mức cao, điều này còn có nghĩa phần lớn nguồn vốn và lao động của tính điều có tác động đến GDP của tỉnh này với hiệu quả kỹ thuật trung bình là 99,33%

6. Do lường hiệu quả của đơn vị ra quyết định

Bao tài liệu Phân tích (DEA) đã được xác nhận như một phương tiện nghiên cứu phân tích có mức giá trị và một phương tiện tương trợ quyết định thực tế. DEA đã được ghi nhận vì không yêu cầu một đặc điểm kỹ thuật hoàn chỉnh cho hình thức chức năng của biên giới sinh sản cũng như phân phối các sai lệch không hiệu quả từ biên giới. Thay vào đó, DEA chỉ yêu cầu các giả thiết sinh sản và phân phối chung. Tuy nhiên, nếu những giả thiết là quá yếu, mức độ thiếu hiệu quả có thể được đánh giá và nhận định thấp một cách mạng lưới hệ thống trong các mẫu nhỏ. Ngoài ra, các giả thiết sai trái có thể gây ra xích mích với một sự thiên vị qua biên giới. Do đó, khả năng thay đổi, thử nghiệm và chọn giả thiết sinh sản là điều cấp thiết trong tiến hành nghiên cứu DEA-based. Tuy nhiên, các mô hình DEA ​​hiện có cung cấp một loạt hạn chế của chỉ giả thiết sinh sản thay thế.

Cảm ơn các bạn đã đọc tin !