数据包络分析法-提升绩效的实用数学方法

数据包络分析（Data Envelopment Analysis，DEA）是著名运筹学家、美国得克萨斯大学教授A. Charnes及W. W. Cooper和E. Rhodes于1978年提出的，是一种对具有相同类型决策单元进行绩效评价的方法。

数据包络分析是一种基于线性规划的用于评价同类型组织（或项目）工作绩效相对有效性的特殊工具手段。这类组织，如学校、医院、银行的分支机构、超市的各个营业部等，各自具有相同（或相近）的投入和相同的产出。衡量这类组织之间的绩效高低，通常采用投入产出比这个指标，当各自的投入和产出指标均可折算成同一单位计量时，容易计算出各自的投入产出比，并按其大小进行绩效排序。但当被衡量的同类型组织有多项投入和多项产出，且不能折算成统一单位时，就无法算出投入产出比的数值。例如，大部分机构的运营单位有多种投入要素，如员工规模、工资数目、运作时间和广告投入，同时也有多种产出要素，如利润、市场份额和成长率。在这些情况下，很难让经理或董事会知道，当输入量转换为输出量时，哪个运营单位效率高，哪个运营单位效率低。而数据包络分析（DEA）特别适用于具有多输入多输出的复杂系统，这主要体现在以下几点：

（1）DEA以决策单位各输入/输出的权重为变量，从最有利于决策单元的角度进行评价，从而避免了确定各指标在优先意义下的权重。

（2）DEA方法假定每个输入都关联到一个或者多个输出，且输入输出之间确实存在某种联系，但不必确定这种关系的显示表达式。(www.xing528.com)

DEA最突出的优点是无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，排除了很多主观因素，具有很强的客观性。

DEA方法是以相对效率概念为基础，以凸分析和线性规划为工具的一种评价方法。它应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价，它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点；同时，在处理多输出—多输入的有效性评价方面具有绝对优势。