基于DEA模型的西北五省大型工業企業發展績效研究

摘 要：客觀全面的績效評估建立在跨學科知識體系之上。介紹了績效評估的DEA模型，用該模型對西北五省發展大型工業企業的績效進行了分析，并根據模型計算結果評價了各省的大型工業企業發展狀況。

關鍵詞：發展績效；DEA模型；評估

中圖分類號：F01 文獻標志碼：A 文章編號：1002-2589（2012）03-0079-02

引言

自我國實行工業化道路以來，工業一直是促進經濟發展的重要推動力，大型工業企業因其工業主導地位及對經濟增長的貢獻度而成為各省推動地方經濟發展的重要戰略選擇。因此，如何實現對大型工業企業的合理投入從而使產出最大化就顯得尤為重要。績效評估作為衡量大型工業企業發展績效的有效手段之一，近年來越來越受到重視。定量評估作為企業發展績效評估系統的重要內容，在我國一直處于弱勢研究領域。雖然有不少關于企業績效研究的成果，但大多集中于評估重要性及模式方法的探討，相對缺少對于同類或同層次企業發展績效的實證研究。本文在前人研究的基礎上，選擇采用DEA方法對西北五省大型工業企業發展績效進行了實證研究。

DEA是數據包絡分析（Data Envelopment Analysis）的簡稱，由美國著名運籌學家A.Charnes、W.W.Cooper以及Rhodes等人從1978年提出的以“相對效率評價”概念為基礎而發展起來的一種新的系統分析方法。用于評價具有相同類型的多投入、多產出的決策單元是否技術有效的一種非參數統計方法。其基本思路是把每一個被評價單位作為一個決策單元（DMU，Decision Making Units），再由眾多DMU構成被評價群體，通過對投入和產出比率的綜合分析，以DMU的各個投入和產出指標的權重為變量進行評價運算，確定有效生產前沿面，并根據各DMU與有效生產前沿面的距離狀況，確定各DMU是否DEA有效，同時還可用投影方法指出決策單元非DEA有效的原因及應改進的方向和程度。

一、大型工業企業發展績效評估的DEA模型

數據包絡分析自提出以來，就廣泛應用于各行業的有效性評價中，它可用來評估具有多投入、多產出的相同職能不同部門績效的相對有效性。具體步驟如下：

（一）選擇DMU

DEA方法的基本功能是“評價”，特別是進行多個同類樣本間“相對優劣性”的評價。既然是評價，就必須首先明確評估對象，評估對象即為該模型的決策單元。決策單元的選擇必須滿足以下條件：具有相同的任務和目標、工作環境、投入和產出指標。

（二）確定投入\\產出指標

DEA方法是利用決策單元的產出和投入指標數據對被評估單元的相對有效性進行評估，所以運用該方法的前提便是指標的科學選取。在選取指標時要考慮到指標要能全面反映評價目的，可將各決策單元的效用型指標作為系統的產出指標，將成本型指標作為系統的投入指標。同時，要考慮到投入向量、產出向量之間的聯系，避免投入和產出體系內部的強線性關系。也可向專家咨詢或進行統計分析，可在初步確定了投入\\產出指標體系后，進行試探性地DEA分析。如果在用了幾組樣本數據進行分析后，個別指標對應的權重總是很小，這說明這樣的指標對DMU有效性的影響不大，可以考慮刪除這些指標。

（三）構建評估模型

現假設有n個DMU，每個DMU都有m種輸入和s種輸出，

每個決策單元DMUj都有一個與之相對應的效率評價指數：

二、基于DEA模型的西北五省大型工業企業發展績效測度

企業發展績效的最優化不僅體現于合理的投入結構，還應實現投入的最大產出化。下面利用DEA模型，以RD人員(人年)、RD經費（萬元）作為投入指標，以新產品產值（萬元）、有效發明專利數（件）、技術市場成交額（萬元）作為產出指標，簡單比較西北五省的大型工業企業發展狀況。收集整理數據如下：

運用DEAP2.1軟件對上述樣本數據進行處理，得到如下計算結果：

由以上結果可以看出，青海與寧夏的綜合效率均為1，說明這兩個省在發展大型工業企業方面績效產出最優。而陜西、甘肅和新疆的綜合效率均小于1，說明這些省在現有產出水平下可減少投入或者通過改變投入來增加總產出。具體來說，陜西省人力與資本投入冗余值分別為8 232.327和93 126.329，同時，有效發明專利數應該比現在增加207.916；甘肅省人力與資本投入冗余值分別為4 265.363和17 870.001，新產品產值應該比現在增加666 487.151，有效發明專利數應該比現在增加274.348；新疆人力與資本投入冗余值分別為620.649和15 359.004，有效發明專利數應該比現在增11.753，技術市場成交額應該比現在增加216 636.909。投入出現冗余也就意味著產出不足，所以依據模型的計算結果，青海和寧夏兩省須保持現有的大型工業企業生產規模結構和產出能力，而陜西、甘肅和新疆則需要通過優化投入結構或流向，從而盡可能地提高大型工業企業的產出能力，解決綜合效率不高的局面。當然這個結果可能與本文在選取指標時考慮到數據的可獲取性，從而使得指標不夠全面等有一定的關系，所以所產生的結果也有待進一步論證。

結語

運用DEA方法時各投入和產出指標的權重是通過最優化過程來確定的，因而對決策單元的評價更具客觀性。同時DEA方法不需要預先估計參數，在避免主觀因素和簡化運算、減少誤差等方面有著不可低估的優越性。但DEA分析模型計算出的績效結果在很大程度上受所構建指標體系的影響，面對復雜的被評估系統及其繁多的輸入輸出指標，DEA模型需要與相關評估技術及統計技術協作使其評估結果更具科學性與說服力。同時需要在指標體系的構建方面多作研究，建立適用性較強的指標體系。

參考文獻：

[1]段永瑞.數據包絡分析——理論和應用[M].上海：上海科學普及出版社，2006.

[2趙敏.科技投入產出的DEA評價模型[J] .科技管理研究 2005，（6）.

[3]卓越.公共部門績效評估[M].北京：中國人民大學出版社，2004.

[4]唐興霖，唐琪.中國政府績效評估研究綜述[J].學術研究，2010，（11）.