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

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 mean

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