งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้า เกษตรด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้า เกษตรด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่"— ใบสำเนางานนำเสนอ:

1 หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้า เกษตรด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

2 ขอบเขตของเนื้อหา ความแตกต่างระหว่างการวัดประสิทธิภาพ (efficiency) และการเพิ่มผลผลิต หรือ ผลิตภาพ (productivity) ทบทวนแบบจำลองเส้นพรมแดนการผลิตเชิงเฟ้นสุ่ม แบบจำลองการล้อมกรอบของข้อมูล การวัดการแยกค่าการเพิ่มผลผลิต Metafrontier

3 ทบทวนการวัดสมรรถภาพของหน่วยผลิต สมรรถภาพ (performance) ของหน่วยผลิต (firms) หมายถึง การศึกษาถึงความสามารถของหน่วยผลิตในการแปร รูปปัจจัยการผลิต (inputs) ไปเป็นผลผลิต (outputs) ใน กระบวนการผลิต ภายใต้การใช้เทคโนโลยี (technology) ต่างๆ การวัดสมรรถภาพของหน่วยผลิตเป็นแนวคิดเชิงสัมพัทธ์ (relative concept) สมรรถภาพของหน่วยผลิตสามารถวัดได้โดยการคำนวณหา 1. การเพิ่มผลผลิต หรือ ผลิตภาพ (productivity) 2. ประสิทธิภาพ (efficiency)

4 การวัดการเพิ่มผลผลิตของหน่วยผลิต การเพิ่มผลผลิต (productivity) = ปริมาณผลผลิตที่ได้ (outputs) ปริมาณปัจจัยการผลิตที่ใช้ (inputs) ถ้ามีค่ามากกว่าหนึ่ง หมายถึง การเพิ่มผลผลิตเป็นไปอย่าง ก้าวหน้า (productivity progress) แต่ถ้ามีค่าน้อยกว่าหนึ่ง หมายถึง การเพิ่มผลผลิตเป็นไปอย่าง ถดถอย (productivity regress) ถ้ากระบวนการผลิตประกอบไปด้วยผลผลิตและปัจจัยการผลิต จำนวนมากกว่าหนึ่งชนิด การเพิ่มผลผลิตที่วัดได้เรียกว่า การเพิ่ม ผลผลิตของปัจจัยการผลิตรวม (total factor productivity)

5 การวัดการเพิ่มผลผลิตด้วยวิธีตัวเลขดัชนี ในระยะเริ่มต้น การเพิ่มผลผลิตวัดโดยการใช้วิธี ตัวเลขดัชนี (index number) ตัวเลขดัชนีที่นิยมใช้ได้แก่ 1. Laspeyres 2. Paasche 3. Fisher 4. Tornqvist ตัวเลขดัชนีทั้ง 4 แตกต่างกันตรงการให้คำนิยามเกี่ยวกับค่า น้ำหนักที่กำหนด และระยะเวลาที่ใช้เป็นฐานในการคำนวณ

6 การวัดประสิทธิภาพของหน่วยผลิต ประสิทธิภาพ (efficiency) ของหน่วยผลิต วัดได้จากเส้นที่ ใช้เป็นตัวแทนของเทคโนโลยีในการผลิต หรือที่เรียกว่า เส้น พรมแดนการผลิต (production frontier) ค่าประสิทธิภาพที่วัดได้ เรียกว่า ประสิทธิภาพเชิงเทคนิค (technical efficiency)

7 การวัดประสิทธิภาพเชิงเทคนิค (technical efficiency) พิจารณากระบวนการผลิตที่ประกอบด้วยปัจจัยการผลิตและผลผลิตจำนวน 1 ชนิด ผู้ผลิตจำนวน 3 ราย นั่นคือ A, B และ C มีการผลิตดังรูป เส้น OF’ แสดงถึงปริมาณของผลผลิตมากที่สุดที่สามารถผลิตได้จากการใช้ปัจจัย การผลิตที่ระดับต่างๆภายใต้เทคโนโลยีที่มีอยู่ในขณะนั้น เส้น OF’ เรียกว่า เส้นพรมแดนการผลิต ผู้ผลิต A ทำการผลิตอยู่ภายใต้เส้น OF’ ในขณะที่ผู้ผลิต B และ C ทำการผลิตอยู่ บนเส้น OF’ ผู้ผลิต B และ C มีประสิทธิภาพเชิง เทคนิค (technical efficiency) ผู้ผลิต A ไม่มีประสิทธิภาพเชิง เทคนิค (technical inefficiency) ประสิทธิภาพเชิงเทคนิคสามารถวัดได้ จากการวัดอัตราส่วนของระยะทาง OA/OB หรือ OC/OA

8 การวัดประสิทธิภาพของหน่วยผลิตโดยแบบจำลอง SFA ในทางปฏิบัติ ประสิทธิภาพ (efficiency) ของหน่วยผลิต สามารถวัดได้โดยการใช้แบบจำลอง การวิเคราะห์เส้น พรมแดนเชิงเฟ้นสุ่ม (stochastic frontier analysis, SFA) ที่นำเสนอโดย Aigner, Lovell และ Schmidt (1977)

9 การวิเคราะห์เส้นพรมแดนการผลิตเชิงเฟ้นสุ่ม แบบจำลองเส้นพรมแดนการผลิตเชิงเฟ้นสุ่ม (stochastic production frontier) กำหนดได้ดังนี้ ที่ซึ่ง y i, x i คือ ผลผลิตและปัจจัยการผลิตของหน่วยผลิตที่ i ß คือ ตัวแปรที่ไม่ทราบค่าที่ต้องการประเมิน v i คือ ตัวแปรความผิดพลาดเชิงเฟ้นสุ่มที่มีค่าเป็นได้ทั้ง บวกและลบ (random error) ซึ่งใช้เป็นตัวแทนในการ อธิบายถึงความผิดพลาดต่างๆที่เกิดจากการวัดและปัจจัย ความไม่แน่นอนที่ไม่สามารถวัดได้ในกระบวนการผลิต u i คือ ตัวแปรเชิงเฟ้นสุ่มที่มีค่าเป็นบวกเท่านั้นที่ใช้ แสดงถึงค่าประสิทธิภาพเชิงเทคนิค (technical efficiency) ในการผลิต

10 การวัดประสิทธิภาพของหน่วยผลิตโดยแบบจำลอง SFA ในทางปฏิบัติ ขั้นตอนในการวิเคราะห์เส้นพรมแดนเชิงเฟ้น สุ่ม (stochastic frontier analysis, SFA) สามารถทำได้ โดย 1. กำหนดรูปแบบของฟังก์ชัน เช่น Cobb-Douglas, Translog, Quadratic 2. กำหนดรูปแบบการกระจายตัวของตัวแปรเชิงเฟ้นสุ่ม u i เช่น half-normal, truncated-normal, exponential

11 การกำหนดเส้นพรมแดน การกำหนดเส้นพรมแดน (frontier) สามารถทำได้ 2 วิธี 1.เส้นพรมแดนสร้างขึ้นจากฐานของข้อมูลทั้งหมด (observed data) ภายใต้รูปแบบของฟังก์ชันที่ได้กำหนดไว้ เส้นพรมแดน ที่ได้สร้างขึ้นนี้จะถูกกำหนดให้อยู่ระหว่างข้อมูลของกลุ่มตัวอย่าง ทั้งหมด ประสิทธิภาพที่วัดได้จากเส้นพรมแดนที่กำหนดโดยวิธีนี้ อาศัยการประเมินค่าตัวแปรทางสถิติ (parametric) วิธี ดังกล่าวเรียกว่า การวิเคราะห์เส้นพรมแดนเชิงเฟ้นสุ่ม (Stochastic Frontier Analysis หรือ SFA) x 2 /y x 1 /y S S’S’ 0

12 การกำหนดเส้นพรมแดน 2. เส้นพรมแดนสร้างขึ้นจากฐานของข้อมูลทั้งหมด โดยการล้อม กรอบข้อมูลจากกลุ่มตัวอย่างทั้งหมด โดยไม่มีข้อมูลใดๆถูก วางอยู่ภายนอกเขตแดนของเส้นพรมแดนทีได้สร้างขึ้น ประสิทธิภาพที่วัดได้จากเส้นพรมแดนที่กำหนดโดยวิธีนี้อาศัย หลักการคำนวณทางคณิตศาสตร์ (non-parametric) วิธี ดังกล่าวเรียกว่า การวิเคราะห์การล้อมกรอบข้อมูล (Data Envelopment Analysis หรือ DEA) x 1 /y x 2 /y S S’S’ 0

13 ข้อแตกต่างระหว่างแบบจำลอง SFA และ DEA 1. แบบจำลอง SFA ได้รวมเอาตัวแปรความผิดพลาดเชิง เฟ้นสุ่มไว้ในการคำนวณหาค่าประสิทธิภาพ ส่งผลทำให้ค่า ประสิทธิภาพที่ประเมินได้มีความแม่นยำมากขึ้น และยัง สามารถทำการทดสอบข้อสมมติฐานต่างๆทางสถิติได้ แต่แบบจำลอง SFA ต้องกำหนดข้อสมมติฐานต่างๆ เกี่ยวกับรูปแบบของฟังก์ชันและการกระจายตัวของตัวแปร เชิงเฟ้นสุ่ม u i ซึ่งข้อสมมติฐานดังกล่าวเป็นประเด็นถกเถียง กันถึงเรื่องความเหมาะสม 2. แบบจำลอง DEA ไม่จำเป็นต้องกำหนดข้อสมมติฐาน เกี่ยวกับรูปแบบของฟังก์ชันและการกระจายตัวของตัวแปร เชิงเฟ้นสุ่ม u i แต่ก็ไม่ได้รวมเอาตัวแปรความผิดพลาดเชิงเฟ้นสุ่มไว้ ในการคำนวณหาค่าประสิทธิภาพ ซึ่งอาจส่งผลทำให้เกิด ความคลาดเคลื่อนของค่าประสิทธิภาพที่คำนวณได้

14 วิธีการวัดประสิทธิภาพของหน่วยผลิต Frontier approaches Parametric approaches Non-parametric approaches Deterministic methods Stochastic methods Deterministic methods Stochastic methods Deterministic Frontier Analysis (DFA) Stochastic Frontier Analysis (SFA) Data Envelopment Analysis (DEA) Stochastic Data Envelopment Analysis (SDEA)


ดาวน์โหลด ppt หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้า เกษตรด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

งานนำเสนอที่คล้ายกัน


Ads by Google