第三章 三階段 DEA 模式之理論探討
3.2 第二階段:SFA 迴歸係數分析
在第二階段中,Fried et al.(2002)利用隨機邊界分析模型(Stochastic Frontier Analysis, SFA),分解第一階段之投入差額值(slacks)。此投入差額 值即為 DMU 之實際投入項與最適效率下的投入項之差額,以
[
x−Xλ]
≥0表示。此差額值受到三項因素的影響,包含環境因素、隨機干擾和管理無效 率,第二階段的目的即是要將影響差額值的三項因素分解開來。利用 SFA 迴歸模式找出其間的關係,求得這些環境因素和隨機干擾對差額值的影 響。
特別要注意的是,此差額值為總投入差額值(total input slacks),包含射 線投入差額值(radial input slacks)和非射線投入差額值(non-radial input slacks)。關於此觀念,可透過圖 3.4 來解說。圖 3.4 中係假設各 DMU 使用 兩項投入X1、X2和單一產出 Y,生產單一產出的投入組合。圖中係假設 各 DMU 使用兩項投入X1、X2和單一產出 Y,生產單一產出的投入組合。
圖 3.4 投入差額值
SS’為生產單一產出最有效率的等產量曲線(isoquant),若 DMU 在 C、
D 兩點生產,則技術效率值為 1;若 DMU 在 A、B 兩點生產,則技術效率 值為OA'
OA 和OB'
OB ,其值介於 0~1 之間,是為技術效率值,將技術效率值乘 上各要素投入量,即為射線投入差額變數(radial input variable),DMU 可根 據此射線差額變數來調整要素投入量,以達到生產最適效率水準;以 A 點 為例,TEA為 A 的技術效率值,XA為 A 的要素投入量,射線差額變數為
(
1−TEA)
XA。除了射線差額變數外,另外還有非射線差額變數,此變數的產生是因 為使用線性規劃所產生的效率邊界,可能具有不平滑的特性,即效率邊界 平行於縱軸或橫軸,造成了非射線差額變數;以 A’點為例,A’位於平行縱 軸的效率邊界上,A’與 C 點有相同的產出,但是 A’點所使用的投入量卻比 C 點多,X X2A' 2C即為非射線投入差額。
釐清投入差額值的觀念之後,Fried et al.(2002)在設定 SFA 模式時,還 面臨一些抉擇:(1)ㄧ個投入或產出變數皆會產出ㄧ個投入或產出差額值,
因此 M 個投入變數會有 M 個投入差額值,K 個產出變數則會產生 K 個產 出差額值,因此模式中選擇被解釋變數是 M+K 個差額值,或是 M 差額值。
然而,由於在此第一階段是為投入導向 DEA,因此選擇 M 個差額值作為 被解釋變數。(2)估計 M 條分開的迴歸式,以ㄧ個投入項的差額值為一條 迴歸式;還是將 M 條迴歸式結合起來,只估計一條迴歸式。第一項的優點 在於可以讓環境變數對不同的投入差額值有不同的影響;而第二項的優點 則為模式的自由度較大,會有較好的統計估計值;為能更完整的掌握環境 變數對於效率評估的影響,因此本研究選擇以ㄧ個投入項的差額值建構一 條迴歸式的方式設定模式。
由於每家廠商各有 M 個投入差額值,總共有 N 家廠商,SFA 迴歸模
f zl β 為 deterministic feasible slack frontier,所要估計的參數向量 (parameter vectors) 為β ,殘差項為i
(
vil +uil)
。 此 模 式 與 隨 機 成 本 邊 界 的廠商,則減少其投入。Fried et al. (2002)則認為如果是極端處於環境較差 的廠商,減少其投入時,可能會導致投入為負值的情況。因此其建議以第E u vˆ⎡⎣ il il+ ⎤uil⎦的估計值是根據
(
β μ σ σ 所估計出來的,因此可以ˆi, ˆi, ˆvi2, ˆui2)
估算E v vˆ⎡⎣ il il+ ⎤uil⎦,β 為環境變數對第ˆi i個投入項之差額值的係數估計值,