DEAとは - OR事典 Weblio辞書

DEA ［Drug Enforcement Administration］

DEA

読み方：でぃーいーえい
【英】：DEA (data envelopment analysis)

概要

事業体などの効率性を相対的に評価する手法として, 包絡分析法 (DEA) は1978年にチャーンズ・クーパー・ローズ (Charnes, Cooper and Rhodes) によって提案された. できるだけ少ない入力でできるだけ多くの出力を出す(出力/入力が大)ほど望ましいと考え, 多入力・多出力の場合にも出力の加重和(仮想的出力)と入力の加重和(仮想的入力)をとってそれらの比が大きいほど望ましいとしている. 線形計画法を用いた様々な定式化が提案されている.

詳説

事業体などの意思決定主体 (Decision Making Unit : 略してDMUと呼ばれる) の効率性を相対的に評価する手法として, 包絡分析法(Data Envelopment Analysis：略称DEA)は1978年にアメリカのテキサス大学のCharnes,Cooper and Rhodes [1] によって提案された. 支出と収入の比である収支率は経営効率性を見るための一つの尺度であり, 支出は収入を産み出すための入力, 収入はその結果としての出力とみるとき, 収入／支出(収支率の逆数)が大きい程, 効率が良いと言える. しかし, 入力や出力の数が増え, しかもそれらが必ずしも金額で計量できない場合には効率をどのように評価するか, 適切な尺度を考えなければならない. また, すべての項目が金額で測れるとしても例えば入力個々の出力に与える影響は異なっており, 単純に(出力の和)／(入力の和)で効率を測ることは適切でないことも多い. そのような場合に仮想的出力として出力の加重和をとり, 仮想的入力として入力の加重和をとってそれらの比で比較することが考えられる. 加重和を取るときに用いるウェイトに説得力を持たせる必要がある. DEAでは評価対象 DMUにとって最も有利になるようにウェイトを決めることにしている. しかし, その最も有利になるウェイトを用いても他のDMUよりも仮想的出力／仮想的入力の値が小さければ, そのDMUは効率的でないといわれても仕方がない. このような考え方に基づいて分数計画問題CCR-IR (Charnes, Cooper and Rhodes'Input-oriented Ratio form)モデルおよびそれを線形計画問題に変換したCCRモデル [ $CCR_P\,$ (主問題 primal), $CCR_D\,$ (双対問題 dual)モデル]が提案された [1]. Farrellは効率的な生産関数を「入力の組合せが与えられたときに完全に効率的な企業であれば達成するであろう出力」と定義した [2]. その考え方から得られる効率性得点をFarrellは技術的効率性と呼んだ [2]が, それはCCRモデルから得られる効率性得点と一致し, 効率性得点はファレルの効率尺度とも呼ばれる.

$n\,$ 個の事業体(DMU)に関する $m\,$ 個の入力データ $X=(x_{ij})\in \mathbf{\mathrm{R}}^{m\times n}\,$ と $s\,$ 個の出力データ $Y=(y_{ij})\in \mathbf{\mathrm{R}}^{s\times n}\,$ をもとに着目 DMU $J(=1,2,...,n)\,$ の効率性を測定する $CCR_P\,$ -I(入力指向)モデルは次のように定式化される(このほかの定式化についてはCCRモデルを参照).

【 $CCR_P\,$ -I：入力指向】

$\mbox{min.}\,$	$\theta_{J}\,$
$\mbox{s. t. }\,$	$\theta_{J}x_{iJ}-\sum_{j=1}^{n} \lambda_{j}x_{ij} \geq 0 \ (i=1, 2,\ldots ,m), \,$
	$y_{rJ}-\sum_{j=1}^{n} \lambda_{j}y_{rj} \leq 0 \ (r=1, 2, \ldots ,s), \,$
	$\lambda_{j} \geq 0 \ (j=1, 2, \ldots ,n). \,$

このモデルは入力に着目しており, DMU $J\,$ の入力が他と比べて大きく $\tilde{x}_{ij}=\theta_{J}x_{ij} \; (\theta_{J}\leq 1)\,$ に縮小したいとすると, 制約条件で規定される生産可能集合( $\textstyle \tilde{x}_{i}\geq \sum_{j=1}^{n} \lambda_{j}x_{ij}\,$ と $\textstyle \tilde{y}_{r}\leq \sum_{j=1}^{n} \lambda_{j}y_{rj}\,$ を満たす $(\tilde{\mathbf x}, \tilde{\mathbf y})\,$ の集合)内でどこまで $\theta_J\,$ を小さくできるかということを考えている.

しかし, 包絡分析法で用いられる入力変数や出力変数の中には DMUが努力しても改善できないものがある. そのような DMU 自身で制御できない変数を制御不能変数と呼び, それに対して努力により改善可能な変数を制御可能変数と呼ぶ. 制御不能変数が存在する場合には入力, 出力変数に関する制御可能変数番号の集合を $X^C\,$ , $Y^C\,$ とし, 制御不能変数番号の集合を $X^{NC}\,$ , $Y^{NC}\,$ とすると, $CCR_P\,$ -Iモデルは次のように修正される.

【制御不能変数を考慮するモデル】

$\mbox{min.}\,$	$\theta_{J}\,$
$\mbox{ s. t. }\,$	$\theta_{J}x_{iJ}-\sum_{j=1}^{n} \lambda_{j}x_{ij} \geq 0 \ (i\in X^{C}), \,$
	$y_{rJ}-\sum_{j=1}^{n} \lambda_{j}y_{rj} \leq 0 \ (r\in Y^{C}), \,$
	$x_{iJ}\geq \sum_{j=1}^{n} \lambda_{j}x_{ij} \ (i\in X^{NC}), \,$
	$y_{rJ}\leq \sum_{j=1}^{n} \lambda_{j}y_{rj} \ (r\in Y^{NC}), \,$
	$\lambda_{j} \geq 0 \; (j=1, 2, \ldots ,n). \,$

$CCR_P\,$ -Iモデルにおける解で $\lambda_j\,$ が正となるDMU $j\,$ はDMU $J\,$ にとって見本とすべきDMUの集合であり, DMU $J\,$ の参照集合と呼ばれる. DMU $J\,$ の参照集合の活動の張る凸集合をDMU $J\,$ に関する効率的フロンティアと呼ぶ. $CCR_P\,$ -Iモデルの制約は $\theta_{J}x_{iJ}\,$ , $y_{rJ}\,$ が効率的フロンティアに包みこまれることを意味し, これがData Envelopment Analysis(包絡分析法)の由来となっている(すなわち, [3]では $CCR_P\,$ -Iモデルを主問題と捕らえている[ $CCR_P\,$ -I の下付きの $P\,$ ]). またすべての DMUの効率的フロンティアで形成される包絡面に包みこまれた領域が生産可能領域である. (包絡面全体を効率的フロンティアということもある. )

DEAのモデルとしてはいろいろな拡張が試みられている. たとえば, 規模の収穫に着目したり, カテゴリ変数に対処できるモデル, コストを考慮したモデル, 仮想的入力・出力のウェイトに制約を付ける領域限定法, 時系列変化を扱うためのウィンドー分析などが提案されている [4, 5].

参考文献

[1] A. Charnes, W. W. Cooper and E. Rhodes, "Measuring Efficiency of Decision Making Units," European Journal of Operational Research, 2 (1978), 429-444.

[2] M. J. Farrell, "The Measurement of Productive Efficiency," Journal of the Royal Statistical Society, 120 (1957), 253-281.

[3] A. Charnes, W. W. Cooper, A. Y. Lewin and L. M. Seiford, Data Envelopment Analysis, Theory, Methodology and Applications, Kluwer Academic Publishers, 1994. 刀根薫, 上田徹監訳, 『経営効率評価ハンドブック』, 朝倉書店, 2000.

[4] 刀根薫, 『経営効率性の測定と改善―包絡分析法DEAによる』, 日科技連, 1993.

[5] W. W. Cooper, L. M. Seiford and K. Tone, Data Envelopment Analysis, A Comprehensive Text with Models, Applications, References and DEA-Solver Software, Kluwer Academic Publishers, 1999.

「OR事典」の他の用語

DEA(包絡分析法)：

BCCモデル CCRモデル CFA DEA DEA乗法モデル DEA加法モデル DMU

索引トップ用語の索引ランキングカテゴリー

日本化学物質辞書Web

Ｎ，Ｎ‐ジエチルアニリン

分子式：	C₁₀H₁₅N
慣用名：	ジエチルアニリン、Diethylaniline、N,N-Diethylaniline、DEA、(Diethylamino)benzene、N,N-Diethylbenzenamine、Diethylphenylamine、Phenyldiethylamine、N-Phenyldiethylamine
体系名：	(ジエチルアミノ)ベンゼン、N,N-ジエチルベンゼンアミン、N,N-ジエチルアニリン、ジエチルフェニルアミン、フェニルジエチルアミン、N-フェニルジエチルアミン

「日化辞Web」で詳細を見る

索引トップランキング

ウィキペディア

DEA

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2010/12/10 13:01 UTC 版)

DEA

麻薬取締局（Drug Enforcement Administration）
デラ・ガージ・カーン空港のIATAコード
デジタルエンタテインメントアカデミー
フランスの学位の種類

このページは曖昧さ回避のためのページです。一つの言葉や名前が二つ以上の意味や物に用いられている場合の水先案内のために、異なる用法を一覧にしてあります。お探しの用語に一番近い記事を選んで下さい。このページへリンクしているページを見つけたら、リンクを適切な項目に張り替えて下さい。

索引トップ用語の索引ランキングカテゴリー

DEAに関係した商品

>> 「DEA」を解説文に含む用語の一覧

>> 「DEA」を含む用語の索引

DEAのページへのリンク

1		TPP
2		えずくろしい
3		コシノヒロコ
4		特定非営利活動法人日本フットボールサポーター連盟
5		ベキサロテン
6		ガナッシュ
7		あざとい
8		こざとへん
9		未満
10		遡及

11		陳腐化
12		屋上屋
13		リツイート
14		一坪
15		コシノミチコ
16		ご指導ご鞭撻
17		捗る
18		共益費
19		先負
20		経常利益

21		アセスメント
22		注意喚起
23		弊社
24		赤口
25		施策
26		壮行会
27		福利厚生
28		てにをは
29		友引
30		太平シロー


	Copyright (C) 2001-2012 Sanseido Co.,Ltd. All rights reserved. 株式会社三省堂、三省堂 Web Dictionary
	Copyright (C) 2012 （社）日本オペレーションズ・リサーチ学会 All rights reserved.
	All Rights Reserved, Copyright © Japan Science and Technology Agency
	All text is available under the terms of the GNU Free Documentation License. この記事は、ウィキペディアのDEA (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。

DEAとは？

三省堂大辞林

DEA ［Drug Enforcement Administration］

OR事典

DEA

概要

詳説

日本化学物質辞書Web

Ｎ，Ｎ‐ジエチルアニリン

ウィキペディア

DEA

DEAとは？

三省堂 大辞林

DEA ［Drug Enforcement Administration］

OR事典

DEA

概要

詳説

日本化学物質辞書Web

Ｎ，Ｎ‐ジエチルアニリン

ウィキペディア

DEA

三省堂大辞林