數據包絡分析[效率評價方法]

簡介

數據包絡分析（Data envelopment analysis，DEA）是運籌學和研究經濟生產邊界的一種方法。該方法一般被用來測量一些決策部門的生產效率。

需求分析

企業管理者如何評估一所快餐分銷店、銀行支行、健康診所或學校的生產力？衡量生產力有三重困難：第一，什麼是系統適當的投入（如勞動力時間、材料金額）及其度量方法？第二，什麼是系統適當的產出（如現金支票、存款憑證）及其度量方法？第三，正確衡量這些投入產出之間關係的方法是什麼？

作用

衡量服務生產力

從工程學角度看，衡量組織的生產力和衡量系統的效率相似。它可以表述為產出和投入的比率。

例如，在評估一個銀行支行的運營效率時，可以用一個會計比率，如每筆出納交易的成本。相對於其他支行，一個支行的比率較高，則可以認為其效率較低，但是較高的比率可能是源於一個更複雜的交易組合。運用簡單比率的問題就在於產出組合沒有明確。關於投入組合，也能作出同樣的評論。廣泛基礎上的指標，如贏利性和投資回報，和全面績效評估高度相關。但它們不足以評估一個服務單位的運營效率。比如，你不能得到以下的結論：一個贏利的支行必定在雇員和其他投入的使用上是有效的。贏利性業務的比率高於平均水平比資源運用的成本效率更能解釋其贏利性。

DEA模型

現狀

目前，開發出一種技術，通過明確地考慮多種投入（即資源）的運用和多種產出（即服務）的產生，它能夠用來比較提供相似服務的多個服務單位之間的效率，這項技術被稱為數據包絡線分析（DEA）。它避開了計算每項服務的標準成本，因為它可以把多種投入和多種產出轉化為效率比率的分子和分母，而不需要轉換成相同的貨幣單位。因此，用DEA衡量效率可以清晰地說明投入和產出的組合，從而，它比一套經營比率或利潤指標更具有綜合性並且更值得信賴。

釋義

DEA是一個線性規劃模型，表示為產出對投入的比率。通過對一個特定單位的效率和一組提供相同服務的類似單位的績效的比較，它試圖使服務單位的效率最大化。在這個過程中，獲得100%效率的一些單位被稱為相對有效率單位，而另外的效率評分低於100%的單位被稱為無效率單位。

這樣，企業管理者就能運用DEA來比較一組服務單位，識別相對無效率單位，衡量無效率的嚴重性，並通過對無效率和有效率單位的比較，發現降低無效率的方法。