170 likes | 299 Views
Johdanto DEA-tehokkuusanalyysimenetelmiin ja CCR-DEA. Tuomas Lahtinen 16.1.2013. Sisältö. Tehokkuuden mittaaminen DEA 2 panosta 1 tuotos Graafista tulkintaa CCR malli. Tehokkuuden mittaaminen. Sanaa ”tehokkuus” käytetään monessa yhteydessä, vaikka määritelmä saattaakin vaihdella
E N D
Johdanto DEA-tehokkuusanalyysimenetelmiin jaCCR-DEA Tuomas Lahtinen 16.1.2013
Sisältö • Tehokkuuden mittaaminen • DEA • 2 panosta 1 tuotos • Graafista tulkintaa • CCR malli
Tehokkuuden mittaaminen • Sanaa ”tehokkuus” käytetään monessa yhteydessä, vaikka määritelmä saattaakin vaihdella • Usein viitataan jollain tapaa määriteltyyn output / input –suhteeseen • Esimerkki: Puun lämpöarvo = täydellisessä palamisessa syntynyt lämpö polttoaineen massayksikköä kohden • Puulle 15 MJ/kg, kivihiilelle 27MJ/kg
Lämpöarvo voi kiinnostaa esimerkiksi insinööriä, jonka tehtävänä on valita polttoaineiden väliltä • Toisaalta myös polttosysteemi vaikuttaa polttoaineen tehokkuuteen, sillä polttaminen ei ole häviötöntä Puunpolttosysteemien tehokkuuksia Tehokkuuden vertailuluku=
Polttoainesysteemin tehokkuus saattaa riippua siitä, miten paljon poltetaan kerralla • Oletetaan, että hukkalämpö kasvaa polttoaineen määrän kasvaessa Lämpö polttoaineen määrän funktiona eräälle systeemille
Tehtaalla saattaa olla muitakin tavoitteita, kuten CO2ekv-päästöjen minimointi • Eri polttoaine-polttosysteemien tehokkuustieto + tieto tehtaan kulutuksesta kokonaiskustannukset • Tulkitaan tilanne kolmen tunnusluvun avulla:
Määritelmä: (Päätöksenteko)yksikkö on PK tehokas, joss ei ole mahdollista parantaa yhtäkään panosta tai tuotosta huonontamatta toista DEA Tehokas rintama (efficient frontier)
Tehokkuusluvun määrittäminen kuvasta • Referenssijoukko • Tehokas rintama sulkee tehottomat yksiköt sisäänsä • Tehokkaat yksiköt ovat rintaman kulmapisteitä • LP: Jokainen kulmapiste on optimi joillain painokertoimilla, jos käytetään additiivista kohdefunktiota
CCR-DEA • Päätöksentekoyksikön o panokset ja tuotokset • Tehokkuutta mitataan suhteella virtuaalinen tuotos / virtuaalinen panos: • v:t ja u:t painokertoimia • idea: jos löytyy positiiviset painot, jolla yksikkön o suhdeluku on suurin, niin se on tehokas yksikkö
Kunkin yksikön tehokkuusluku, , lasketaan seuraavalla mallilla: • Koska kohdefunktio on suhdeluku, niin voidaan valita nimittäjä = 1, eikä optimi muutu • Tällöin saadaan LP-tehtävä (taululla)
Optimi ei muutu, jos panos tai tuotosyksiköitä skaalataan positiivisilla luvuilla (suhdeasteikot) • Määritelmä (CCR-tehokkuus): • DMU on CCR-tehokas, jos *=1 ja on olemassa ainakin yhdet positiiviset optimipainot • Muuten DMU on CCR-epätehokas • Referenssijoukko DMU:lle o saadaan katsomalla, mitkä epäyhtälörajoitteista ovat aktiivisia • DMU o:n optimaaliset painot voidaan tulkita eri tuotosten ja panosten suhteellisena kontribuutiona o:n tehokkuuteen
Esimerkkitehtävä • Muotoillaan lineaarinen tehtävä A:n CCR-tehokkuuden laskemiseksi seuraavasta datasta
Kotitehtävä #0 • http://www.sal.tkk.fi/vanhat_sivut/Opinnot/Mat-2.4142/K2013/cplexesim/ sisältää tiedostot dea-1984-semmaK2013.mod ja data1984.dat • Kopioi tiedostot käyttöösi • Avaa CPLEX • Luo uusi ”OPL-projekti” file -> new -> OPL project • Sitten file -> import -> existing projects (ja valitse em. sivulta kopioimasi tiedostot) • Paina ”OPL-projektisi” päällä oikeaa nappia ja lisää ”run configuration”, jonne sitten raahaat tarvittavat tiedostot • Aja malli
Kotitehtävä #0 • Luo CPLEX-malli, joka laskee CCR-DEA-tehokkuudet seuraaville DMUille
Kotitehtävä 1 Viiden DMU:n panos ja tuotos arvot Piirrä kuva, jossa vaaka-akselilla on DMU:n tuotos 1 jaettuna panos 1:llä ja pystyakselilla tuotos 2 jaettuna panos 1:llä. Päättele kuvaajan perusteella yksiköiden A, B ja C tehokkuudet. Laske CCR-mallia käyttäen yksiköiden D ja E tehokkuudet. Mitkä ovat CCR mallissa tuotosten optimipainot D ja E yksiköille? Miten kyseiset painot voisi päätellä 1. kohdan kuvaajasta? Laske D ja E yksiköiden referenssijoukot käyttäen tietoa optimipainoista. Miten referenssijoukot voisi päätellä aiemmasta kuvaajasta?
Vinkki kotitehtävään 1: • Kurssin verkkosivuilta voi ladata valmiin CPLEX-mallin, jota käytetään ratkomaan CCR tehokkuuksia kotitehtävässä 0 • Mallia muokkaamalla saa kotitehtävän 1 laskettua
Kiitos! Lähteet: • Cooper W W, Seiford L M, Tone K. Introduction to data envelopment analysis and its uses, preface + pp. 1-38. • Charnes A, Cooper W W, Rhodes E. 1978. Measuring the efficiency of decision making units, European Journal of Operational Research, 2, pp. 429-444. • Hynninen Y. 2012. Palveluntuottajien tehokkuusvertailu suun terveydenhuollossa. Diplomityö (http://sal.aalto.fi/publications).