1 / 33

หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA

หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA. ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่. Lecture 3: ขอบเขตเนื้อหา. การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตด้วยแบบจำลอง DEA ดัชนีการเติบโต TFP ของ Malmquist

linda-bates
Télécharger la présentation

หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. หลักสูตรอบรมการวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตรด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

  2. Lecture 3: ขอบเขตเนื้อหา • การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตด้วยแบบจำลอง DEA • ดัชนีการเติบโต TFP ของ Malmquist • การแยกค่าดัชนีการเติบโต TFP ของ Malmquist • การประยุกต์ใช้ด้วยโปรแกรมคอมพิวเตอร์ DEAP • การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตด้วยแบบจำลอง SFA • การประยุกต์ใช้ด้วยโปรแกรมคอมพิวเตอร์ Frontier

  3. การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตการวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิต • ในระยะเริ่มต้น การเพิ่มผลผลิตวัดโดยการใช้วิธี ตัวเลขดัชนี (index number) • ตัวเลขดัชนีที่นิยมใช้ได้แก่ 1. Laspeyres 2. Paasche 3. Fisher 4. Tornqvist • ข้อดี 1. สามารถทำการคำนวณได้ง่าย โดยอาศัยข้อมูลของราคาและปริมาณการผลิตที่เกิดขึ้นจริงในการคำนวณ 2. ต้องการข้อมูลทางด้านการผลิตอย่างน้อยเพียง 2 ตำแหน่งเท่านั้น • ข้อเสีย ไม่สามารถหาองค์ประกอบต่างๆที่ส่งผลให้เกิดการเพิ่มผลผลิต

  4. การวัดการแยกค่าดัชนีการเติบโตการวัดการแยกค่าดัชนีการเติบโต • ถ้าข้อมูลแบบ panel สามารถจัดหาได้ ค่าการเติบโตการเพิ่มผลผลิตระหว่างช่วงเวลาใดๆสามารถหาได้ด้วยการใช้วิธี ตัวเลขดัชนี • ตัวเลขดัชนีที่นำมาใช้ ได้แก่ ดัชนีการเพิ่มผลผลิตปัจจัยการผลิตรวม หรือ ดัชนี TFP ของ Malmquist • ดัชนี TFP ของ Malmquist สามารถนำมาหาองค์ประกอบต่างๆที่เป็นส่วนประกอบให้เกิดการเพิ่มผลผลิต ซึ่งสามารถทำการวัดได้โดยอาศัยเทคนิคการหาค่าของDEA หรือ SFA

  5. ดัชนีการเติบโต TFP ของ Malmquistโดยเทคนิค DEA • Caves, Christensen และ Diewert (1982) และ Färe, Grosskopf และ Lovell (1994)ได้นำเสนอวิธีการแยกค่าการเติบโตการเพิ่มผลผลิตระหว่างช่วงเวลาใดๆโดยการใช้ตัวเลขดัชนี Malmquistด้วยเทคนิคการหาค่าของ DEA • ลักษณะของแบบจำลองดังกล่าว • ต้องการข้อมูลแบบ panel • ไม่จำเป็นต้องกำหนดข้อสมมติฐานเชิงพฤติกรรมของหน่วยผลิต • สามารถใช้กับกระบวนการผลิตที่มีผลผลิตมากกว่าหนึ่งชนิด • ไม่ต้องการข้อมูลทางด้านราคาของผลผลิตและปัจจัยการผลิต

  6. ดัชนีการเติบโต TFP ของ Malmquistโดยเทคนิค DEA • ดัชนีการเติบโต TFP ของ Malmquistโดยการใช้เทคนิคของแบบจำลอง DEA • วัดค่าการเติบโต TFP จากฟังก์ชันระยะทาง • อาศัยการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรง • TFP สามารถแยกค่าออกได้เป็น 1.การเปลี่ยนแปลงประสิทธิภาพเชิงเทคนิค (technical efficiency change, TEC) 2. การเปลี่ยนแปลงของเทคโนโลยี (technical change, TC) 3. การเปลี่ยนแปลงประสิทธิภาพของขนาด (scale efficiency change, SEC)

  7. ฟังก์ชันระยะทาง • สามารถใช้อธิบายเทคโนโลยีการผลิตที่ประกอบด้วยปัจจัยการผลิตและผลผลิตมากกว่าหนึ่งชนิด • ไม่ต้องการข้อสมมติฐานเชิงพฤติกรรมของผู้ผลิต เช่น ผู้ผลิตต้องการต้นทุนต่ำสุด หรือ กำไรสูงสุด • ประเภทของฟังก์ชันระยะทาง : • ฟังก์ชันระยะทางผลผลิต(เป็นฟังก์ชันคู่ขนานกับฟังก์ชันกำไร) • ฟังก์ชันระยะทางปัจจัยการผลิต(เป็นฟังก์ชันคู่ขนานกับฟังก์ชันต้นทุน)

  8. ฟังก์ชันระยะทางผลผลิตฟังก์ชันระยะทางผลผลิต • สามารถนิยามได้จากเซตผลผลิต • เซตผลผลิต P(x) = {y: x can produce y} = {y :(x, y)S} • ฟังก์ชันระยะทางผลผลิต Do(x,y) = min {μ: (y/ μ)  P(x)} • Do(x,y) มีค่าเท่ากับประสิทธิภาพเชิงเทคนิคของผลผลิต (TEo) โดยที่0 ≤ Do = TEo≤ 1

  9. A y2 C PPC – P(x) B B’ D y1 0 ฟังก์ชันระยะทางผลผลิต • พิจารณาหน่วยผลิต B จะได้ μ = (0B’/0B) ที่ซึ่งμ≤ 1 ประสิทธิภาพเชิงเทคนิคของผลผลิต (TEo) = μ โดยที่ 0 ≤ TEo= Do≤ 1

  10. ฟังก์ชันระยะทางปัจจัยการผลิตฟังก์ชันระยะทางปัจจัยการผลิต • นิยามจากเซตปัจจัยการผลิต • เซตปัจจัยการผลิต L(y) = {x: x can producey} = {x:(x,y)S} • ฟังก์ชันระยะทางปัจจัยการผลิต DI(y,x) = max {λ: (x/λ)  L(y)} • DI(y,x) มีค่าเท่ากับส่วนกลับของประสิทธิภาพเชิงเทคนิคของปัจจัยการผลิต (1/TEI) โดยที่1 ≤ DI ≤∞

  11. x2 A B’ Isoq, L(y) B C D x1 0 ฟังก์ชันระยะทางปัจจัยการผลิต • พิจารณาหน่วยผลิต B จะได้ λ = (0B’/0B) ที่ซึ่งλ≥1 ประสิทธิภาพเชิงเทคนิคของปัจจัยการผลิต (TEI) = 1/λ โดยที่ 0 ≤ TEI= 1/DI≤ 1

  12. ดัชนี TFP ของ Malmquist • นิยามได้โดยการวัดจากผลผลิต (output-orientated) หรือปัจจัยการผลิต (input-orientated) • ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t โดยการวัดจากผลผลิต(output-orientated) สามารถนิยามได้ดังนี้ • ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t+1 โดยการวัดจากผลผลิต(output-orientated) สามารถนิยามได้ดังนี้

  13. ดัชนี TFP ของ Malmquist • ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t โดยการวัดจากปัจจัยการผลิต(input-orientated) สามารถนิยามได้ดังนี้ • ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t+1 โดยการวัดจากปัจจัยการผลิต(input-orientated) สามารถนิยามได้ดังนี้

  14. ดัชนีการเติบโต TFP ของ Malmquist • Färe, Grosskopf and Lovell (1994) ได้นิยามดัชนีการเติบโต TFP ของ Malmquist • ใช้ฟังก์ชันระยะทางผลผลิต • ภายใต้ข้อสมมติฐานที่ว่าเทคโนโลยีการผลิตอยู่ในระยะที่ผลได้ของขนาดคงที่ (constant returns to scale) • ดัชนีการเติบโต TFP ของ Malmquistของ 2 ช่วงเวลาใดๆ หมายถึง ค่าเฉลี่ยเราคณิตของ ดัชนี TFP ของ Malmquistระหว่าง 2 ช่วงเวลานั้นๆ

  15. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต • ดัชนีการเติบโต TFP ของ Malmquistโดยการวัดจากผลผลิตของช่วงเวลา t และ t+1 สามารถนิยามได้ดังนี้ ช่วงเวลาt ช่วงเวลาt+1 • ค่าเฉลี่ยเราคณิตของ ดัชนี TFP ของ Malmquistระหว่างช่วงเวลา t และ t+1 • ค่าmot,t+1มากกว่าหนึ่ง หมายถึง การเติบโตของการเพิ่มผลผลิตเป็นไปอย่างก้าวหน้าในระหว่างช่วงเวลา t และ t+1

  16. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต • ดัชนีการเติบโต TFP ของ Malmquist สามารถแยกค่าออกได้เป็น การเปลี่ยนปลงประสิทธิภาพเชิงเทคนิค การเปลี่ยนปลงเทคโนโลยี (Technical Efficiency Change, TEC) (Technical Change, TC)

  17. y St+1 d St (xt+1,yt+1) c f e b (xt,yt) a 0 x ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต

  18. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต • กำหนดให้ข้อมูลในรูปแบบ panel สามารถจัดหาได้ Dto(xt,yt) สามารถคำนวณได้โดยการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงสำหรับหน่วยผลิตแต่ละราย i = 1,…,I ดังนี้ ภายใต้เงื่อนไข ที่ซึ่งΦ= ส่วนกลับของค่าประสิทธิภาพเชิงเทคนิคของผลผลิต λ = เวคเตอร์ (I x 1) ซึ่งแสดงค่าน้ำหนักของแต่ละหน่วยผลิต Y = เมทริกซ์ (M x I) ซึ่งแสดงผลผลิตแต่ละชนิดของหน่วยผลิตทั้งหมด X = เมทริกซ์ (N x I) ซึ่งแสดงปัจจัยการผลิตแต่ละชนิดของหน่วยผลิตทั้งหมด

  19. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต Dto(xt+1,yt+1) สามารถคำนวณได้โดยการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงสำหรับหน่วยผลิตแต่ละราย i = 1,…,I ดังนี้ ภายใต้เงื่อนไข

  20. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต • สำหรับการคำนวณหาฟังก์ชันระยะทางผลผลิตที่เหลือ Dt+1o(xt+1,yt+1) และ Dt+1o(xt,yt) สามารถทำได้โดยการเปลี่ยนตำแหน่งของดัชนีระยะเวลาจากปัญหาโปรแกรมมิ่งเชิงเส้นตรงสำหรับหน่วยผลิตที่ได้กำหนดไว้ทั้งสอง

  21. ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต • กรณีข้อมูลประกอบไปด้วยหน่วยผลิตจำนวน I ราย และระยะเวลา T ช่วงเวลา ดังนั้น การแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดมีจำนวน I x(3T-2) ปัญหา • ตัวอย่างเช่น I = 46 and T =11 ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดมีจำนวน 46x(3*11-2) = 1426 ปัญหา

  22. การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาดการแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด • การแยกค่าดัชนีการเติบโต TFP ดังกล่าวถูกกำหนดภายใต้เงื่อนไขCRS • กรณีที่เทคโนโลยีการผลิตอยู่ในระยะที่ผลได้ของขนาดแปรผัน (VRS) การเติบโต TFP จะประกอบไปด้วยค่าการเปลี่ยนแปลงประสิทธิภาพของขนาดเพิ่มขึ้นอีกหนึ่งปัจจัย

  23. การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาดการแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด • สามารถทำได้โดยการกำหนดข้อจำกัด convexity หรือ ลงในสมการข้อจำกัด สำหรับการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงของ Dt+1o(xi,t+1,yi,t+1) และ Dto(xi,t,yi,t)

  24. การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาดการแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด • กรณีข้อมูลประกอบไปด้วยหน่วยผลิตจำนวน I ราย และระยะเวลา T ช่วงเวลาการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดจะเพิ่มขึ้นจากจำนวน I x(3T-2) เป็นจำนวนI x(4T-2) ปัญหา • ตัวอย่างเช่น I = 46 and T =11 ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดจะเพิ่มขึ้นจากจำนวน 46x(3*11-2) = 1426 ปัญหา ไปเป็นจำนวน46x(4*11-2) = 1932 ปัญหา • Fare et. Al. (1994) แนะให้ใช้วิธี CRS แทนที่ VRS

  25. แบบฝึกหัด 1 • Panel data • 5 firms • 3 periods • 1 output and 1 input • Original Data file • eg1to4.xls • Data file • malm1.txt • Instruction file • malm1.txt • Output file • malm1o.txt

  26. แบบฝึกหัด 1 • Instruction file • Mal1-ins.txt malm1.txt DATA FILE NAME malm1o.txt OUTPUT FILE NAME 5 NUMBER OF FIRMS 3 NUMBER OF TIME PERIODS 1 NUMBER OF OUTPUTS 1 NUMBER OF INPUTS 1 0=INPUT AND 1=OUTPUT ORIENTATED 0 0=CRS AND 1=VRS 2 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST- DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)

  27. แบบฝึกหัด 1 Results from DEAP Version 2.1 Instruction file = mal1-ins.txt Data file = malm1.txt Output orientated Malmquist DEA DISTANCES SUMMARY year = 1 firm crs te rel to tech in yr vrs no. ************************ te t-1 t t+1 1 0.000 0.500 0.375 1.000 2 0.000 0.500 0.375 0.545 3 0.000 1.000 0.750 1.000 4 0.000 0.800 0.600 0.923 5 0.000 0.833 0.625 1.000 mean 0.000 0.727 0.545 0.894 • Output file • malm1o.txt

  28. แบบฝึกหัด 2 • Panel data of Agricultural European • 43 countries • 11 periods from 1992 to 2002 • 2 outputs: crop value and livestock value • 5 inputs: land, machinery, fertilizer, labor and livestock • Original Data file • Ex lecture 3 DEA.xls • Data file • malm2.txt • Instruction file • mal2-ins.txt • Output file • malm2o.txt

  29. การแยกค่าการเพิ่มผลผลิตด้วยแบบจำลอง SFA • พิจารณากระบวนการผลิตที่ประกอบไปด้วยผลผลิต 1 ชนิดและปัจจัยการผลิต K ชนิด • ฟังก์ชันเส้นพรมแดนการผลิตที่มีรูปแบบ Translogสามารถแสดงได้ดังนี้ โดยที่ ynt, xntคือ log ของผลผลิตและปัจจัยการผลิตของหน่วยผลิตที่ n ที่เวลา t • การเพิ่มผลผลิตประกอบไปด้วยองค์ประกอบต่างๆ ดังนี้

  30. การแยกค่าการเพิ่มผลผลิตด้วยแบบจำลอง SFA • ภายหลังจากที่ตัวแปรต่างๆที่อยู่ในเส้นพรมแดนการผลิตถูกประเมิน องค์ประกอบต่างๆของการเพิ่มผลผลิตสามารถคำนวณได้ดังนี้

  31. การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA • พิจารณากระบวนการผลิตที่ประกอบไปด้วยผลผลิต M ชนิดและปัจจัยการผลิต K ชนิด • ฟังก์ชันระยะทางปัจจัยการผลิตที่มีรูปแบบ Translogสามารถแสดงได้ดังนี้ • จากคุณสมบัติความเป็นฟังก์ชันเอกพันธ์ลำดับที่ 1 ในปัจจัยการผลิต จะได้

  32. การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA • ฟังก์ชันระยะทางผลผลิตสามารถเขียนใหม่ได้เป็น • กำหนด -dnti = vnt-untทำให้สามารถประเมินค่าตัวแปรต่างๆโดยวิธีวิเคราะห์เส้นพรมแดนเชิงเฟ้นสุ่ม

  33. การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA • ภายหลังจากที่ตัวแปรต่างๆที่อยู่ในเส้นพรมแดนการผลิตถูกประเมิน องค์ประกอบต่างๆของการเพิ่มผลผลิตสามารถคำนวณได้ดังนี้

More Related