PHƯƠNG PHÁP PHÂN TÍCH BAO DỮ LIỆU (Data Envelopment Analysis – DEA)

Phương pháp phân tích bao dữ liệu (Data Envelopment Analysis – DEA) là một trong những phương pháp đánh giá hiệu quả (efficiency) cho các đơn vị ra quyết định (Decision-Making Units – DMUs) sử dụng phương pháp phi tham số (non-parametric method). DEA sử dụng công cụ toán học đó là quy hoạch tuyến tính (linear programming) để tính hiệu quả tương đối (relative efficiency) các DMUs để so sánh chuẩn mức (benchmarking).

Ý niệm sơ khởi về ước lượng hiệu quả được ra đời từ những năm 50s của thế kỷ trước. Tính hiệu quả là một trong những khái niệm quan trọng trong lĩnh vực kinh tế sản xuất. Trong giai đoạn ban đầu, phương pháp này không được chú ý nhiều. Nhưng đến cuối những năm 70s, phương pháp này được ứng dụng rộng rãi và là công cụ cho các nhà nghiên cứu cũng như nhà làm chính sách khi các tác giả Charnes, Cooper & Rhodes (1978) và Banker, Charnes, & Cooper (1984) đề xuất mô hình CCR hay Constant Returns to Scale (CRS), và mô hình BCC hay Variable Returns to Scale (VRS) thì số lượng các bài báo được xuất bản như “nở hoa” trên thế giới.

Phương pháp này được ứng dụng cho nhiều lĩnh vực tư cũng như là công. Ví dụ như là so sánh chuẩn hiệu quả cho các hãng hàng không, cảng hàng không, ngân hàng, bệnh viện, khách sạn, giáo dục, môi trường, điện lực, giao thông vận tải, các chính quyền địa phương, dịch vụ địa phương, cơ sở hạ tầng công, và nhiều lĩnh vực khác.

 

 

Ưu điểm của phương pháp này là có thể đo lường multiple inputs và multiples outputs, không có sai số do nhiễu (noise), đo lường giá trị hiệu quả kỹ thuật (technical efficiency) theo CRS, VRS, và biết được tính hiệu quả kinh tế về quy mô (economic scales). Sau khi ước lượng được điểm số hiệu quả bằng phương pháp DEA, nhà nghiên cứu có thể kết hợp với những phương pháp tham số như hồi quy để xác định những yếu tố môi trường tác động đến hiệu quả. Những ưu điểm này chính là lý do DEA được sử dụng phổ biến trong nghiên cứu của các học giả ngày nay. 

 

Hải Tuệ,