งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่"— ใบสำเนางานนำเสนอ:

1 หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

2 Lecture 3: ขอบเขตเนื้อหา การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตด้วย แบบจำลอง DEA ดัชนีการเติบโต TFP ของ Malmquist การแยกค่าดัชนีการเติบโต TFP ของ Malmquist การประยุกต์ใช้ด้วยโปรแกรมคอมพิวเตอร์ DEAP การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิตด้วย แบบจำลอง SFA การประยุกต์ใช้ด้วยโปรแกรมคอมพิวเตอร์ Frontier

3 การวัดการแยกค่าดัชนีการเติบโตการเพิ่มผลผลิต ในระยะเริ่มต้น การเพิ่มผลผลิตวัดโดยการใช้วิธี ตัวเลขดัชนี (index number) ตัวเลขดัชนีที่นิยมใช้ได้แก่ 1. Laspeyres2. Paasche 3. Fisher4. Tornqvist ข้อดี 1. สามารถทำการคำนวณได้ง่าย โดยอาศัยข้อมูลของราคาและ ปริมาณการผลิตที่เกิดขึ้นจริงในการคำนวณ 2. ต้องการข้อมูลทางด้านการผลิตอย่างน้อยเพียง 2 ตำแหน่ง เท่านั้น ข้อเสีย ไม่สามารถหาองค์ประกอบต่างๆที่ส่งผลให้เกิดการเพิ่มผลผลิต

4 การวัดการแยกค่าดัชนีการเติบโต ถ้าข้อมูลแบบ panel สามารถจัดหาได้ ค่าการเติบโตการเพิ่ม ผลผลิตระหว่างช่วงเวลาใดๆสามารถหาได้ด้วยการใช้วิธี ตัวเลข ดัชนี ตัวเลขดัชนีที่นำมาใช้ ได้แก่ ดัชนีการเพิ่มผลผลิตปัจจัยการ ผลิตรวม หรือ ดัชนี TFP ของ Malmquist ดัชนี TFP ของ Malmquist สามารถนำมาหาองค์ประกอบ ต่างๆที่เป็นส่วนประกอบให้เกิดการเพิ่มผลผลิต ซึ่งสามารถทำการ วัดได้โดยอาศัยเทคนิคการหาค่าของ DEA หรือ SFA

5 ดัชนีการเติบโต TFP ของ Malmquist โดยเทคนิค DEA Caves, Christensen และ Diewert (1982) และ Färe, Grosskopf และ Lovell (1994) ได้นำเสนอวิธีการแยกค่าการ เติบโตการเพิ่มผลผลิตระหว่างช่วงเวลาใดๆโดยการใช้ตัวเลขดัชนี Malmquist ด้วยเทคนิคการหาค่าของ DEA ลักษณะของแบบจำลองดังกล่าว  ต้องการข้อมูลแบบ panel  ไม่จำเป็นต้องกำหนดข้อสมมติฐานเชิงพฤติกรรมของหน่วยผลิต  สามารถใช้กับกระบวนการผลิตที่มีผลผลิตมากกว่าหนึ่งชนิด  ไม่ต้องการข้อมูลทางด้านราคาของผลผลิตและปัจจัยการผลิต

6 ดัชนีการเติบโต TFP ของ Malmquist โดยเทคนิค DEA ดัชนีการเติบโต TFP ของ Malmquist โดยการใช้เทคนิคของ แบบจำลอง 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 สามารถใช้อธิบายเทคโนโลยีการผลิตที่ประกอบด้วยปัจจัยการผลิต และผลผลิตมากกว่าหนึ่งชนิด ไม่ต้องการข้อสมมติฐานเชิงพฤติกรรมของผู้ผลิต เช่น ผู้ผลิต ต้องการต้นทุนต่ำสุด หรือ กำไรสูงสุด ประเภทของฟังก์ชันระยะทาง : –ฟังก์ชันระยะทางผลผลิต (เป็นฟังก์ชันคู่ขนานกับฟังก์ชันกำไร) –ฟังก์ชันระยะทางปัจจัยการผลิต (เป็นฟังก์ชันคู่ขนานกับฟังก์ชัน ต้นทุน)

8 ฟังก์ชันระยะทางผลผลิต สามารถนิยามได้จากเซตผลผลิต เซตผลผลิต P(x) = {y: x can produce y} = {y :(x, y)  S} ฟังก์ชันระยะทางผลผลิต D o (x,y) = min {μ: (y/ μ)  P(x)} D o (x,y) มีค่าเท่ากับประสิทธิภาพเชิงเทคนิคของผลผลิต (TE o ) โดยที่ 0 ≤ D o = TE o ≤ 1

9 ฟังก์ชันระยะทางผลผลิต พิจารณาหน่วยผลิต B จะได้ μ = (0B’/0B) ที่ซึ่ง μ ≤ 1 ประสิทธิภาพเชิงเทคนิคของผลผลิต (TE o ) = μ โดยที่ 0 ≤ TE o = D o ≤ 1 y1y1 y2y2 B B’ 0 PPC – P(x) A C D

10 ฟังก์ชันระยะทางปัจจัยการผลิต นิยามจากเซตปัจจัยการผลิต เซตปัจจัยการผลิต L(y) = {x: x can produce y} = {x:(x,y)  S} ฟังก์ชันระยะทางปัจจัยการผลิต D I (y,x) = max {λ: (x/λ)  L(y)} D I (y,x) มีค่าเท่ากับส่วนกลับของประสิทธิภาพเชิงเทคนิคของ ปัจจัยการผลิต (1/TE I ) โดยที่ 1 ≤ D I ≤ ∞

11 ฟังก์ชันระยะทางปัจจัยการผลิต พิจารณาหน่วยผลิต B จะได้ λ = (0B’/0B) ที่ซึ่ง λ ≥ 1 ประสิทธิภาพเชิงเทคนิคของปัจจัยการผลิต (TE I ) = 1/λ โดยที่ 0 ≤ TE I = 1/D I ≤ 1 x1x1 x2x2 B’ B 0 Isoq, L(y) A C D

12 ดัชนี TFP ของ Malmquist นิยามได้โดยการวัดจากผลผลิต (output-orientated) หรือปัจจัย การผลิต (input-orientated) ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t โดยการวัดจาก ผลผลิต (output-orientated) สามารถนิยามได้ดังนี้ ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t+1 โดยการวัดจาก ผลผลิต (output-orientated) สามารถนิยามได้ดังนี้

13 ดัชนี TFP ของ Malmquist ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t โดยการวัดจากปัจจัย การผลิต (input-orientated) สามารถนิยามได้ดังนี้ ดัชนี TFP ของ Malmquist ณ ช่วงเวลา t+1 โดยการวัดจาก ปัจจัยการผลิต (input-orientated) สามารถนิยามได้ดังนี้

14 ดัชนีการเติบโต TFP ของ Malmquist Färe, Grosskopf and Lovell (1994) ได้นิยามดัชนีการเติบโต TFP ของ Malmquist –ใช้ฟังก์ชันระยะทางผลผลิต –ภายใต้ข้อสมมติฐานที่ว่าเทคโนโลยีการผลิตอยู่ในระยะที่ ผลได้ของขนาดคงที่ (constant returns to scale) –ดัชนีการเติบโต TFP ของ Malmquist ของ 2 ช่วงเวลา ใดๆ หมายถึง ค่าเฉลี่ยเราคณิตของ ดัชนี TFP ของ Malmquist ระหว่าง 2 ช่วงเวลานั้นๆ

15 ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต ของช่วงเวลา t และ t+1 สามารถนิยามได้ดังนี้ ช่วงเวลา t ช่วงเวลา t+1  ค่าเฉลี่ยเราคณิตของ ดัชนี TFP ของ Malmquist ระหว่างช่วงเวลา t และ t+1  ค่า m o t,t+1 มากกว่าหนึ่ง หมายถึง การเติบโตของการเพิ่มผลผลิต เป็นไปอย่างก้าวหน้าในระหว่างช่วงเวลา 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 ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต y S t+1 d StSt x (x t+1,y t+1 ) c f a b e (xt,yt)(xt,yt) 0

18 ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต กำหนดให้ข้อมูลในรูปแบบ panel สามารถจัดหาได้ D t o (x t,y t ) สามารถคำนวณได้โดยการแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงสำหรับ หน่วยผลิตแต่ละราย i = 1,…,I ดังนี้ ภายใต้เงื่อนไข ที่ซึ่ง Φ = 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 D t o (x t+1,y t+1 ) สามารถคำนวณได้โดยการแก้ปัญหาโปรแกรมมิ่ง เชิงเส้นตรงสำหรับหน่วยผลิตแต่ละราย i = 1,…,I ดังนี้ ภายใต้เงื่อนไข

20 ดัชนีการเติบโต TFP ของ Malmquist โดยการวัดจากผลผลิต สำหรับการคำนวณหาฟังก์ชันระยะทางผลผลิตที่เหลือ D t+1 o (x t+1,y t+1 ) และ D t+1 o (x t,y t ) สามารถทำได้โดยการเปลี่ยน ตำแหน่งของดัชนีระยะเวลาจากปัญหาโปรแกรมมิ่งเชิงเส้นตรงสำหรับ หน่วยผลิตที่ได้กำหนดไว้ทั้งสอง

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

22 การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด การแยกค่าดัชนีการเติบโต TFP ดังกล่าวถูกกำหนดภายใต้เงื่อนไข CRS กรณีที่เทคโนโลยีการผลิตอยู่ในระยะที่ผลได้ของขนาดแปรผัน (VRS) การเติบโต TFP จะประกอบไปด้วยค่าการเปลี่ยนแปลงประสิทธิภาพของขนาดเพิ่มขึ้นอีกหนึ่ง ปัจจัย

23 การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด สามารถทำได้โดยการกำหนดข้อจำกัด convexity หรือ ลงในสมการข้อจำกัด สำหรับการแก้ปัญหาโปรแกรมมิ่งเชิง เส้นตรงของ D t+1 o (x i,t+1,y i,t+1 ) และ D t o (x i,t,y i,t )

24 การแยกค่าการเปลี่ยนแปลงประสิทธิภาพของขนาด กรณีข้อมูลประกอบไปด้วยหน่วยผลิตจำนวน I ราย และระยะเวลา T ช่วงเวลา การแก้ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดจะ เพิ่มขึ้นจากจำนวน I x(3T-2) เป็นจำนวน I x(4T-2) ปัญหา ตัวอย่างเช่น I = 46 and T =11 ปัญหาโปรแกรมมิ่งเชิงเส้นตรงทั้งหมดจะเพิ่มขึ้นจากจำนวน 46x(3*11-2) = 1426 ปัญหา ไปเป็นจำนวน 46x(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 FirmYearyx 1112 2124 3133 4155 5156 1212 2234 3243 4255 5255 1312 2334 3343 4355 5355

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 Output file –malm1o.txt 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

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 ชนิดและ ปัจจัยการผลิต K ชนิด ฟังก์ชันเส้นพรมแดนการผลิตที่มีรูปแบบ Translog สามารถแสดงได้ดังนี้ โดยที่ y nt, x nt คือ log ของผลผลิตและปัจจัยการผลิตของหน่วยผลิตที่ n ที่เวลา t การเพิ่มผลผลิตประกอบไปด้วยองค์ประกอบต่างๆ ดังนี้

30 การแยกค่าการเพิ่มผลผลิตด้วยแบบจำลอง SFA ภายหลังจากที่ตัวแปรต่างๆที่อยู่ในเส้นพรมแดนการผลิตถูก ประเมิน องค์ประกอบต่างๆของการเพิ่มผลผลิตสามารถคำนวณ ได้ดังนี้

31 การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA พิจารณากระบวนการผลิตที่ประกอบไปด้วยผลผลิต M ชนิดและ ปัจจัยการผลิต K ชนิด ฟังก์ชันระยะทางปัจจัยการผลิตที่มีรูปแบบ Translog สามารถแสดงได้ดังนี้ จากคุณสมบัติความเป็นฟังก์ชันเอกพันธ์ลำดับที่ 1 ใน ปัจจัยการผลิต จะได้

32 การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA ฟังก์ชันระยะทางผลผลิตสามารถเขียนใหม่ได้เป็น -u ntกำหนด -d nt i = v nt -u nt ทำให้สามารถประเมินค่าตัวแปรต่างๆ โดยวิธีวิเคราะห์เส้นพรมแดนเชิงเฟ้นสุ่ม

33 การแยกค่าการเพิ่มผลผลิตแบบจำลอง SFA ภายหลังจากที่ตัวแปรต่างๆที่อยู่ในเส้นพรมแดนการผลิตถูกประเมิน องค์ประกอบต่างๆของการเพิ่มผลผลิตสามารถคำนวณได้ดังนี้


ดาวน์โหลด ppt หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ด้วยแบบจำลอง DEA ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

งานนำเสนอที่คล้ายกัน


Ads by Google