DEA 的優缺點與限制 的優缺點與限制 的優缺點與限制 的優缺點與限制(DEA perspective)

DEA(Data Envelopment Analysis，資料包絡分析法)是以相對效率為基礎，

用於評價相同類型的多項投入(multiple inputs)、多項產出(multiple outputs)的決 策單元(DMUs)，是否技術有效的一種非參數統計方法用多項投入、多項產出 (multiple inputs/outputs)的 model 來處理最佳化的問題。

包絡不僅僅是把效率分析的結果包起來，也分佈在包絡面上。對經營績效 的分析，在討論上可分為投入導向與產出導向兩個角度，藉由衡量企業的的各 種決策單元(DMU，Decision Making Unit)，來衡量與競爭者之間的關係。

3.1.1.DEA 的優點 的優點 的優點 的優點(Strength of DEA)

DEA 方法不僅可以處理比率尺度資料，亦可處理順序尺度資料，使其在資 料處理上較具彈性。有以下的優點：

1. DEA 極易處理多項投入、多項產出的問題。

2. 不受不同計量單位之影響。

3. DEA 評估效率的結果係一綜合指標，此綜合指標適可描述經濟學上總生 產要素生產力之概念。

4. DEA 模式中的權重係由數學規劃所產出，無人為主觀的成分在內，因而 能滿足立足點的公平原則。

5. DEA 方法不僅可以處理比率尺度資料，亦可處理順序尺度資料，使其在

6. 評估結果對資源使用狀況可得到較多的訊息，以提供決策者從事政策擬 定時之參考。

3.1.2.DEA 的限制 的限制 的限制 的限制:投入與產出項目不宜過多 投入與產出項目不宜過多 投入與產出項目不宜過多 投入與產出項目不宜過多

投入與產出項目不宜過多，否則將使得大多數的 DMU 之效率值皆為 1，如 此將喪失效率衡量的用意。所以，本研究從一千大中，挑出性質相近的光電產業，

並選出四項代表性的 output criteria：期末股本，營業收入(revenue)，稅前盈餘 (profit0，毛利率。

3.1.3.DEA 的限制 的限制 的限制 的限制:投入與產出項目互補性或替代性不可過高 投入與產出項目互補性或替代性不可過高 投入與產出項目互補性或替代性不可過高 投入與產出項目互補性或替代性不可過高

若選擇出來的投入或產出項目間高度互補性或替代性，可能使得評估結果 產出偏頗。所以，本研究僅選出四個代表性的 output criteria：期末股本，營業收 入(revenue)，稅前盈餘(profit)，毛利率來做分析

3.1.4.DEA 的缺點 的缺點 的缺點 的缺點:可能無法得出最佳化 可能無法得出最佳化 可能無法得出最佳化 可能無法得出最佳化

DEA 基本上是以 Pareto 方法的客觀的比較為主，而伯瑞圖 Pareto‘非凌駕 解’(non-dominance solution)的概念，需要有足夠的 information 對各個 criteria 做 排列，

例如：兩個橘子+三個蘋果 > 一個橘子+兩個蘋果

才有辦法找出相對應的前後順序，在資料不足的情況下，可能無法藉由相對 的比較式得出相對應的排列。

3.1.5.DEA 的缺點 的缺點 的缺點 的缺點:資料來源的正確性無法驗證 資料來源的正確性無法驗證 資料來源的正確性無法驗證 資料來源的正確性無法驗證

另外，取得的資訊正確性也有待商榷。在這樣的情況之下，就從 output 分析 來著手，在效率前緣(Production Frontier)的分析下，找出可能的產出結果，對經

營績效的影響，想找出一種分析 output 的方式，

而若把這些 output criteria 視為是 data warehouse 中的資料來分析，則可用 clustering 的方式，歸納出一些領先群組的可能性關鍵因素。

3.1.6.DEA 的缺點 的缺點 的缺點 的缺點:缺乏對 缺乏對 缺乏對 缺乏對 DMUs 的原因分析 的原因分析 的原因分析 的原因分析

DEA 僅對受評單位(DMUs)做分數與排名，無法看出如何改善，比如，無法 顯現出 DMU 的 output criteria 中的關鍵原因毛利率過低，加以分析，或是考量 多家公司的經營績效分析，找出共同的問題所在，改善 input criteria，提升經營 績效與排名。