SFA 方法和因子分析法综述 （姬晓鹏，管理科学与工程，1009209018） 1 .1 DEA 方法和SFA 方法的区别 1. 数据包络分析（DEA） 数据包络分析(data env elopment analy sis)简称DEA,采用线性规划技术，是最常用的一种非参数前沿效率分析法。它由A.Charnes 和W.W.Cooper[1]等人于1978年创建的，以相对效率为基础对同一类型的部门的绩效进行评价。 该方法将同一类型的部门或单位当作决策单元(DMU)，其评价依据的是所能观测到的决策单元的输入数据和输出数据。输入数据是指决策单元在某种活动中所消耗的某些量，如投入资金量、原料量等，输出数据是指决策单元消耗这些量所获得的成果和产出，如产品产量、收入金额等。将各决策单元的输入输出数据组成生产可能集所形成的生产有效前沿面，通过衡量每个决策单元离此前沿面的远近，来判断该决策单元的投入产出的合理性，即技术效率[2]。 一般的评价方法比较同一类型的决策单元的效率，需要先对决策单元的输入输出指标进行比较，并通过加权得到一个综合评分，然后通过各个决策单元的评分来反映其效益优劣。数据包络分析法则巧妙地构造了目标函数，并通过 Charnes－Cooper 变换（称为2C －变换）将分式规划问题转化为线性规划问题，无需统一指标的量纲，也无需给定或者计算投入产出的权值，而是通过最优化过程来确定权重，从而使对决策单元的评价更为客观。对建筑设计企业进行评价的问题，很适于数据包络分析法的评价模型。 DEA 方法也存在着一些缺点：首先，当决策单元总数与投入产出指标总数接近时，DEA 方法所得的技术效率与实际情况偏差较大；其次，DEA 方法对技术有效单元无法进行比较；此外，由于未考虑到系统中随机因素的影响，当样本中存在着特殊点时，DEA 方法的技术效率结果将受到很大影响。彭晓英等用因子分析法对指标进行筛选和综合，再采用DEA 方法进行评价，解决了 DEA 方法对指标数量限制的问题，并对煤炭资源型城市的生态经济发展进行了评价[3]。 SFA 与DEA 方法都是前沿效率评价方法，它们都是通过构造生产前沿面来计算技术效率的。与DEA 方法相比，SFA 方法利用生产函数来构造生产前沿面，并采用技术无效率项的条件期望来作为技术效率，其结果受特殊点的影响较小且不会出现效率值相同且为 1 的情况，可靠性、可比性更好[4,5]。SFA 方法也有一些缺点，如处理多产出的情况时不如 DEA 方法方便，需要将多产出合并成一个综合产出；而投入指标过多时，由于...
