Tiện ích VDEA cho excel

HướngdẫnsửdụngphươngphápPhântíchbaodữliệutrongExcel:
VietnameseDEAadd‐inforExcel(phiênbản1.3)

NgơĐăngThành
TrườngĐạihọcKinhtế,ĐHQGHN
MasseyBusinessSchool,NewZealand

Tómtắt:
Bài viết trình bày tóm tắt về phương pháp Phân tích bao dữ liệu (Data Envelopment
Analysis–DEA)cũngnhưmộtsốmơhìnhcơbảncủanó,baogồmmơhìnhướclượnghiệu
quả kỹ thuật (sử dụng dữ liệu chéo – cross‐sectional data) và mơ hình ước lượng năng
suấttổnghợpMalmquistTFPtheothờigian(sửdụngdữliệubảng–paneldata).Việcsử
dụngphươngphápPhântíchbaodữliệugiúpcácnhànghiêncứucóthểđánhgiáđược
hiệuquả(tươngđối)củacácđơnvị/doanhnghiệp/tổchức(gọitắtlàcácđơnvịraquyết
định–Decisionmakingunits,DMUs)hoạtđộngtrongcùngmộtngànhnghề,lĩnhvựcnhư
ngânhàng,giáodục,bệnhviện,…Việcxâydựngmộttiệníchthựchiệnphântíchbaodữ
liệudànhchongườiViệtđượchyvọngsẽgópphầnnhânrộngtínhứngdụngvàtínhphổ
biếncủaphươngphápnàytạiViệtNam.Trongcácphiênbảntiếptheo,tácgiảhyvọngcó
thểtíchhợpthêmnhiềumơhìnhnhưFisherDEA,SBMDEA,NetworkDEA,…vàotiệních
VDEAnóitrên.
Abstract:
This paper briefly introduces the Data Envelopment Analysis (DEA) in estimating the
technical efficiency (using cross‐sectional data) and Malmquist total factor productivity
changes over time (using balanced panel data). This technique allows researchers to
evaluatetherelativeefficiencyofthedecisionmakingunits(DMUs)workinginthesame
industry and environment such as banking, education, hospital. The construction of a
VietnameseDEAadd‐inforExcelisexpectedtoboostuptheuseoftheabovetechniquein
theacademicareainVietnam.Inthefollowingupdate,theauthoraimstoincludeother
modelssuchasFisherDEA,SBMDEA,andNetworkDEAintotheadd‐in.

1


1.

Giớithiệuchung
BàiviếtnàynhằmmụcđichkháiqtlạivềphươngphápPhântíchbaodữliệu

(DataEnvelopmentAnalysis,viếttắtlàDEA)trongviệctínhtốnvàướclượnghiệuquả
(kỹ thuật) của các doanh nghiệp,ngân hàng, trường học,… (gọi chung là các đơn vị ra
quyếtđịnh–DecisionMakingUnit,viếttắtlàDMU–trongviệcsửdụngcácnguồnlực
đầuvàođểtạoracáckếtquảđầura).Việcđolườnghiệuquảnhưvậydựatrêncơsởcủa
phươngphápphântíchgiớihạn(frontieranalysis),theođó,cácDMUcóhiệuquảcao
nhấtsẽxáclậpnênmộtđườnggiớihạnkhảnăngsảnxuất(productionfrontier),vàcác
DMUsẽđượcsosánhvớiđườnggiớihạnnàyđểxácđịnhxemchúnghoạtđộngcóhiệu
quảhaykhơng.ĐốivớicácDMUhiệuquả,vìchúngnằmtrênđườnggiớihạn,nênđiểm
hiệuquảkỹthuật(technicalefficiencyscore,gọitắtlàTE)củachúngbằng1.Đốivớicác
DMUkémhiệuquả(nằmtrongđườnggiớihạn),điểmhiệuquảcủachúngsẽnhỏhơn1
(xemthêmtrongMục2).
Hiện nay, có khá nhiều phần mềm cho phép ước lượng hiệu quả kỹ thuật theo
phương pháp DEA, bao gồm cả phần mềm thương mại (phải mua, ví dụ như DEA
Frontier,DEA‐Excel‐SolverPro)lẫnphầnmềmmiễnphí(nhưDEAP,DEAOS,…).Hạnchế
lớnnhấtcủacácphầnmềmnày(trừvấnđềchiphíđốivớicácphầnmềmthươngmại)
đốivớinhữngngườimớibắtđầunghiêncứuvềDEAnhưhọcsinh,sinhviên…làcógiao
diện bằng tiếng Anh. Hạn chế lớn thứ hai là khó khăn trong việc xử lý số liệu, chạy
chươngtrình,vàđọckếtquả.ĐiểnhìnhnhưDEAP,mộtphầnmềmđượcsửdụngphổ
biếnkểcảvớinhữngngườinghiêncứuphươngTây,sửdụnggiaodiệntrênnềnhệđiều

hànhMS‐DOSvớicácfiledữliệu,thơngsố,vàkếtquảđềởdạngtext(*.txt)1.Haynhư
DEAOSlàphầnmềmtrựctuyến(onlinesolution)địihỏingườidùngphảinhập(import)
dữliệukháphứctạp.Vìvậy,tiệníchVDEAđượcxâydựngnhằm:
‐Tíchhợpcơngviệcnhậpdữliệu,đặtthamsố,tínhtốn,vàinkếtquảtrongmơi
trường Excel.Xuất pháttừ thựctế làphần mềm Excel phiên bản 2010(trởlên)đãvà
đangđượcsửdụngrộngrãitạiViệtNam,tiệníchnàycótínhtươngthíchcaovớiExcel
2010,nhưngvẫncóthểsửdụngđượcvớiExcel2007vàExcel2013.Vớicácphiênbản
khác,chẳnghạnnhưExcel2003,đềnghịliênlạcvớitácgiảđểđượchỗtrợcụthể.

1

Độc giả có thể tham khảo Hướng dẫn sử dụng DEAP bằng tiếng Việt (cũng do tác giả thực hiện) tại địa chỉ
/>
2




‐Sửdụngsongngữ(tiếngViệtkhơngdấuvàtiếngAnh)đểtạođiềukiệnchokể

cảnhữngngườimớinghiêncứuvềDEAcũngcóthểdễdàngsửdụng.


‐PhiênbảnVDEA1.1cokhảnăngthựchiệnmộtsốmơhìnhcơbảnnhưmơhình

tối thiểu hóa đầu vào (input‐minimization), tối đa hóa đầu ra (output‐maximization),
hiệuquảkhôngđổitheoquymô(constant‐returns‐to‐scale,CRS),vàhiệuquảthayđổi
theo quy mô (variable‐returns‐to‐scale, VRS). Trong phiên bản hiện tại (VDEA 1.3),
việctínhtốnnăngsuấtnhântốtổnghợp(TFP)theochỉsốMalmquistcũngnhư
cácyếutốcấuthànhcủanóđãđượcbổsungtrongchươngtrình.Trongthờigian

tới,cácmơhìnhkhácnhưSBM,FisherTFP,…cũngsẽdầnđượchồnthiện.Tácgiảrất
mongnhậnđượccácýkiếngópý,báolỗi,…đểcóthểtiếptụchồnthiệntiệníchVDEA
hơnnữa.


Phầntiếptheocủabàiviếtđượccấutrúcnhưsau.TrongMục2,tácgiảkháiqt

lạimộtsốkiếnthứccơbảnvềphươngphápphântíchbaodữliệu(DEA),baogồmcác
vấnđềđườnggiớihạnkhảnăngsảnxuất,bộtrọngsốđộng(dynamicweightshaycịn
gọilàshadowprices),hiệuquảnhờquymơ,mơhìnhhướngtheođầuvào/đầura,…Mục
3 giới thiệu về tiện ích VDEA cũng như cách sử dụng VDEA trong Excel 2010. Các kết
luận,cũngnhưgợiýnghiêncứutrongthờigiantớisẽđượctrìnhbàytrongMục4.

2.

PhươngphápPhântíchbaodữliệu(DEA)vàđolườnghiệuquả

kỹthuật(tươngđối)
Đường giới hạn khả năng sản xuất PPF và phương pháp Phân tích giới hạn
(frontieranalysis)
Farrell (1957) đưa ra ý tưởng sử dụng đường giới hạn khả năng sản xuất
(productionpossibilitiesfrontier–PPF)làmtiêuchíđánhgiáhiệuquả(tươngđối)giữa
cáccơngtytrongcùngmộtngành;theođócáccơngtyđạtđếnmứcgiớihạnsẽđượccoi
làhiệuquả(hơn)vàcáccơngtykhơngđạtđếnđườngPPFsẽbịcoilàkémhiệuquả(so
vớicáccơngtykia).Cụthể,trongHình1,cácDMUB,CvàEcóTEB=TEC=TEE=1;cịn
DMUAvàDcóTEA=0A/0A’<1vàTED=0D/0D’<1.

3

Hình1.ĐườnggiớihạnkhảnăngsảnxuấtứngvớihaihànghóaH1vàH2
ĐườngPPFchotrườnghợpsửdụng2yếutốđầuvào(x1vàx2)đểsảnxuấtra1
yếu tố đầu ra (y) có thể được biểu diễn như một đường đẳng lượng (isoquant) trong
Hình2.Theođó,mộtDMUsảnxuấttạivịtríQđượccoilàhiệuquả(TEQ=0Q/0Q=1),
trongkhinếunósảnxuấttạivịtríPlàkémhiệuquả(TEP=0Q/0P<1).ChúýlàHình2
giảthiếtlàvớiđầurayxácđịnh,SS’làđườngđẳnglượngthểhiệnmứckếthợptốithiểu
củax1vàx2vàdođó,Hình2ápdụngmơhìnhtốithiểuhóađầuvào(input‐orientation
hoặcinput‐minimization).Nếugiảthiếtgiữngunđầuvàomàcóthểđạtđượcmứcsản
lượngđầuracaonhấtthìđườngPPFsẽcódạngtươngtựnhưtrongHình1vàkhiđónó
ápdụngmơhìnhtốiđahóađầura(output‐orientationhoặcoutput‐maximization).

4



Hình2.ĐườngPPFtrongtrườnghợptốithiểuhóađầuvào
Nguồn:Farrell(1957)
Một điểm đáng chú ý khác trong Hình 2 là nếu kết hợp với đường đẳng phí
(isocost)AA’thìcóthểthấyQ’mớilàđiểmtốiưuchứkhơngphảiQ.Dođó,nếuDMUsản
xuấttạiQthìnócóthểcóhiệuquảkỹthuật(TEQ=1)nhưnglạikémhiệuquảvềphânbổ
nguồnlực(QnằmtrênđườngđẳngphíAA’),dođóQRthểhiệnhiệuquảphânbổđầu
vào(allocativeefficiency).Mộtcáchngắngọn,tacó:
Hiệuquảkinhtế(tổnghợp)=HiệuquảkỹthuậtxHiệuquảphânbổ
0R/0P=0Q/0Px0R/0Q
Trongphươngphápphântíchgiớihạn,mộtloạihìnhđồthịthườnggặpkháclà
đồthịbiểudiễnmốiquanhệgiữatổngđầuvàovàtổngđầura(Hình3).


5

Hình3.Hiệuquảkhơngđổi/thayđổitheoquymơvàđườngbaogiớihạnPPF
Cách thức để xác định giá trị tổng đầu vào và đầu ra sẽ được trình bày rõ hơn
trongmụctiếptheo.Ởđâytácgiảmuốnlưuýngườiđọcvềsựkhácbiệttrongviệcxác
địnhđườngPPFdướicácđiềukiệnvềhiệuquảkhơngđổitheoquymơ(CRS)hoặchiệu
quảthayđổitheoquymơ(VRS).Theođó,đườngCRSPPFlàmộtđườngthẳngnốiliền
gốc tọa độ và DMU có hiệu quả (TE = y/x) cao nhất (TE = 1). Đường CRS PPF do đó
khơngtínhđếnsựkhácbiệtvềquymơ(scale)giữacácDMUmàchỉđơngiảnsosánhcác
tỷsốhiệuquả(TEi=yi/xi)giữaviệcsửdụngđầuvàoxiđểtạorađầurayi.Trongkhiđó,
đườngVRSPPFlạitínhtốncảđếnyếutốquymơ,vìvậyVRSPPFcóhìnhdạngnhưmột
đườngbao(envelop)baoquanhcácDMUkémhiệuquảkhác(CRSPPFcũnglà1dạng
đường bao, nhưng “lỏng lẻo” hơn). Đây chính là nguồn gốc của cái tên phương pháp
Phântíchbaodữliệu.
PhươngphápphântíchbaodữliệuDEA
Một cách đơn giản, hiệu quả (mang tính kỹ thuật) của việc sử dụng yếu tố đầu
vàoxđểthuđượcyếutốđầuraycóthểđượcđolườngtheocơngthức:
Đầ
Đầ à

(1)

Cơngthức(1)chỉcóthểđượcápdụngtrongtrườnghợpchỉcó1biếnđầuvào
(input)và1biếnđầura(output),vídụnhưhiệuquảsửdụngvốn(Doanhthu/Vốn)hay
hiệu quả sử dụng lao động (Thu nhập/Lao động). Khi áp dụng cho một doanh nghiệp

6


(haygọichunglàDMU)cókyếutốđầuvàovàsảnxuấtramkếtquảđầura,thìcầnphải
dựatrêngiácảpivàwjcủacácyếutốđầuvào/đầurađóđểtínhtốn:
ổ

đầ

⋯

ổ

đầ à

⋯

(2)

Tuynhiên,việcxácđịnhgiácảcủatừngyếutốđầuvào/đầurathườngrấtphức
tạp, nhất là trong những lĩnh vực như tài chính ngân hàng, giáo dục đào tạo,… Trong
trườnghợpnày,cóthểgiảthiếtlàmỗiDMUsẽsửdụngnhữngtrọngsốnhấtđịnhumvà
vksaochođiểmhiệuquảTEcủanólàcaonhất,nóicáchkhác,umvàvklànhữngtrọngsố
giúpchoDMUđótiếngầnđếnđườnggiớihạnkhảnăngsảnxuấtPPFnhất.Vìvậy,chúng
cịnđượcgọilà“giáẩn”(shadowprices)vìmặcdùchúngkhơngphảilàgiácảthực(true
prices)nhữnglạiđóngvaitrịnhưgiácảtrongviệctínhtốnhiệuquảkỹthuậtTE.
Mộtcáchtổngqt,vớibàitốncónDMU,mỗiDMUsửdụngkyếutốđầuvàoxk
đểtạoramyếutốđầuraym,việcxácđịnhhiệuquảTE0củamộtDMU0bấtkỳsẽđược
tínhtốnnhưsau:
max



,

(3)

Trongđiềukiện:
∑
∑

(ĐiểmhiệuquảcủatấtcảcácDMUkhơng

∑
∑
,

(ĐiểmhiệuquảcủaDMU0)



1,

1, . . ,

vượtq1,tứclàkhơngvượtqkhỏi
đườngPPF)

0

(Các“giáẩn”làkhơngâm)

Charnesvàđồngsự(1978)đãápdụngphươngpháptốiưuhóatuyếntínhphi

thamsố(non‐parametriclinearoptimization)vàoviệcgiảiquyếtcơngthức(3),ứngvới
giảthiếthiệuquảkhơngđổitheoquymơ(CRS).Sauđó,Bankervàđồngsự(1984)đã
pháttriểnbàitốnnàychotrườnghợphiệuquảthayđổitheoquymơ(VRS).Đếnnay,
đãcókhánhiềumơhìnhDEAđượcpháttriểnnhưMalmquistDEA,networkDEA,SBM
DEA,…(xemthêmCooperetal.,2006;Cook&Seiford,2009;Paradietal.,2011),nhưng
bảnchấtvẫndựatrênmơhìnhcơbảncủacơngthức(3).Cơngthức(3)vàcácmơhình
DEAcơbảndựatrênnó(CRSI,VRSI,CRSO,vàVRSO–xemthêmMục3)vẫnlàmột
chuẩnmựctrongnghiêncứuDEA:dùnghiêncứucóphứctạpthếnàothìđầutiênvẫn
7


phảiphântíchcácmơhìnhcơbảnnóitrên.Dođó,trongphiênbảnđầutiêncủaVDEA,
tácgiảchỉtậptrunggiảiquyếtcácmơhìnhDEAcơbảnnóitrên.Cácphiênbảntiếptheo
sẽtiếptụcmởrộngtớicácmơhìnhkhác.

3.

ƯớclượngnăngsuấttổnghợpbằngchỉsốMalmquisttrongDEA
Bêncạnhviệctínhtốnhiệuquảkỹthuậttạimộtthờiđiểmnhấtđịnh,việctính

tốnhiệuquảtheothờigiancũngquantrọngkhơngkém.Sựsosánhcácmứchiệuquả
giữacácgiaiđoạnkhácnhaugiúpcácnhànghiêncứucócáinhìnrõnéthơnvềsựthay
đổicủahiệuquảtheothờigian,từđócóthểđánhgiávềnhữngthayđổitrongcácgiai
đoạnđócótácđộngthếnàotớihiệuquả,cũngnhưcóthểphầnnàodựbáođượcbiến
độngcủahiệuquảtrongtươnglai.Trongphiênbản1.3lầnnày,VDEAđãđượctíchhợp
đểsửdụngtrongtínhtốnsựthayđổicủanăngsuấttổnghợptheothờigiantheochỉsố
Malmquistnhằmđápứngucầunghiêncứunóitrên.
TrongphươngphápDEA,việcướclượnghiệuquảkỹthuậtđượcthựchiệndựa
trên một đường giới hạn (frontier) xác định, và do đó, so sánh hiệu quả giữa hai giai
đoạndựatrênhaiđườnggiớihạnkhácnhaulàrấtphứctạp.Tuynhiên,nếuquyvềcùng

mộtgốctọađộthìvấnđềtrởnênđơngiảnhơnvớisựgiúpđỡcủacáchàmkhoảngcách
(distancefunctions)2.Farevàđồngsự(1994)đưaramơhìnhxácđịnhmứcthayđổicủa
năngsuấttổnghợptheothờigiantrongđómộtDMUbấtkỳsẽđượcnghiêncứutạihai
thờiđiểmkhácnhautvàt+1(tươngứngvớihaiđườngfrontierkhácnhautạihaithời
điểmtvàt+1)rồisosánhsựthayđổivềnăngsuấttổnghợpcủaDMUđó(Hình4).

2

Xem thêm Caves, Christensen, and Diewert (1982) và Shephard (1970).

8



Hình4.ChỉsốMalmquistTFPđầura(output‐based)
Nguồn:Farevàđồngsự(1994)
Cụ thể,trongđiều kiệnhiệu quả khơng đổi theoquymơ,chỉsố MalmquistTFP
củaDMUAtạithờiđiểmt(điểmAt)sovới thờiđiểmt+1(At+1) cóthểđượctínhtốn
theotrungbìnhnhân(geometricmean)củahaichỉsốMalmquistđầura(output‐based
Malmquistindex):chỉsốthứnhấtlấyđườnggiớihạntạithờiđiểmtlàmcơsởtínhtốn,
chỉsốthứhailấyđườnggiớihạnthờiđiểmt+1làmcơsởtínhtốn.
,

,

,
,

,

,

TFPCH



,

,
0 0
0 0



,
,
,
,
0 0
0 0

,

(1)



=(EFCH)×[TECHCH]

Nếuápdụngchotrườnghợphiệuquảthayđổitheoquymơ(VRS),tacó:

9






,

,

0 0
0 0


(2)

,

,
0 0

0 0

Mộtcáchtổngqt:
TFPCH

=(PECH×SECH)×[TECHCH]

Trongđó:



TFPCH:

Mứcthayđổicủanăngsuấttổnghợp(ChỉsốMalmquistTFP)



EFCH:

Mứcthayđổicủahiệuquảkỹthuật(trongđiềukiệnCRS)

PECH:

Mứcthayđổicủahiệuquảkýthuậtthuần(trongđiềukiệnVRS)

TECHCH:

Mứcthayđổicủacơngnghệhayđườnggiớihạn(frontier)

SECH:

Mứcthayđổicủahiệuquảnhờquymơ(trongđiềukiệnVRS)

Nhưvậy,khim0hayTFPCH>1,năngsuấttổnghợpcủaDMUAđãcósựgiatăng
tạithờiđiểmt+1sovớitạithờiđiểmt.Nếum0<1,tanóinăngsuấttổnghợpcủaDMUA
bịsuygiảmtronggianđoạntừtđếnt+1.Cáchsửdụngcũngnhưđọckếtquảphântích
chỉsốMalmquistcũngnhưcáckếtquảkhácđượctrìnhbàytrongmụctiếptheo.

4.

VDEAphiênbản1.3

Hướngdẫncàiđặt
‐Downloadadd‐inVDEAchoExcelphiênbản1.3(file“VDEA1.3.xlam”)tạiđây:

‐ChạyVDEA1.3.xlam,Excelsẽhỏixemcóchophépsửdụngtiệníchnàykhơng,
chọn“EnableMacro”.
‐ VDEA sẽ thiết lập một menu điều khiển có tên “Vietnamese DEA” trong mục
Add‐InscủaExcel.
Hướngdẫnchuẩnbịfiledữliệu:


‐ Đối với phân tích hiệu quả kỹ thuật TE: Mơ hình này sử dụng dữ liệu chéo

(cross‐sectionaldata)trongđótạithờiđiểmcầnnghiêncứu,cácDMUscùnghoạtđộng
10


trongmộtlĩnhvựcsửdụngcácyếutốđầuvào(inputs)giốngnhauđểtạoracácyếutố
đầura(outputs)giốngnhau(thamkhảoHình5a).
‐ĐốivớitínhtốnnăngsuấttổnghợpMalmquistTFP:Mơhìnhnàysửdụngdữ
liệubảng(paneldata)theođódữliệucủacácnămđượcsắpxếptheotrìnhtựcủatừng
DMUsvàđượcbốtrítừtrênxuốngdướitheocácnăm(thamkhảoHình5b).Lưuýlàdữ

liệubảngnàyphảicânxứng(balanced).

Hình5a.



Hình5b.


Hướngdẫnsửdụng
‐ Trên thanh cơng cụ của Excel, chọn Add‐Ins, chọn tiếp Vietnamese DEA (như
Hình6)đểchạyVDEA.

11



Hình6.TrìnhđiểukhiểncủaVDEAtrongmenuAdd‐InscủaExcel2010
‐Nếuchọn“Caidat(SetupVDEA)”:VDEAsẽhiểnthịcửasổCàiđặtđểthiếtlập
Ngơnngữ(TiếngAnhhoặcTiếngViệt);Độchínhxác(củaviệctínhtốnchỉsốhiệuquả)
cógiátrịtừ0đến1,trongđógiátrịcàngnhỏthìmứcđộchínhxáccàngcao;vàlựachọn
Chuẩnhóasốliệu(quyđổicácbiếnđầuvào/đầuratheocùngmộtmứctỷlệ‐scale–để
dễtínhtốn)theođótỷlệgiữagiátrịlớnnhấtvàgiátrịnhỏnhấtcủa1biếnsốbấtkỳ
được khuyến nghị khơng vượt q 1:1000 nếu thiết lập này được chọn (xem thêm
SAITECHInc.,2012,p.29).
‐Nếuchọn“Gioithieu(About)”:VDEAsẽhiểnthịthôngtinvềtácgiảcũngnhưsố
hiệuphiênbản(hiệntạilàbản1.3).
‐ Nếu chọn “Chay chuong trinh (Run VDEA)”: VDEA sẽ hiển thị cửa sổ nhập số
liệubaogồmcácnộidungsau:

12



Hình7.CửasổNhậpsốliệucủaVDEA


1.Nhậpsốliệu:Sửdụngconchuột(mouse)đểchọn/bơiđencáchàng/cộtExcel

cóchứathơngtinvềtêncủacácDMUs,têncácbiếnđầuvào/đầura,vàsốliệubiếnđầu
vào/đầuratươngứng.
2. Chọn mơ hình VDEA: Chọn mơ hình “Tinhhieu qua ky thuat (cross‐section)”
nếuchỉcầntínhhiệuquảtrong1năm/thờiđiểmxácđịnh.Nếumuốnướclượngnăng
suất nhân tố tổng hợp thay đổi theo thời gian, mời chọn “Tinh nang suat tong hop
Malmquist TFP (balanced panel)”. Trong trường hợp này, số liệu phải cân xứng
(balanced) và được trình bày theo dạng bảng (panel) – xem thêm mục Hướng dẫn
chuẩn bị số liệu,đồngthờisốliệuvềgiaiđoạnnghiêncứucũngcầnphảiđược nhập
vàotrongmục“Cobaonhieugiaidoan(periods)?”(giátrịmặcđịnhlà1nếulàcross‐
sectionhoặc2nếulàMalmquistTFP).
13


3. Chọn thơng số: Hiện nay VDEAchấp nhận4 mơ hìnhước lượnghiệu quả kỹ
thuậttốithiểuhóađầuvàokhơngđổitheoquymơ(CRSI),tốithiểuhóađầuvàothay
đổitheoquymơ(VRSI),tốiđahóađầurakhơngđổitheoquymơ(CRSO),vàtốiđahóa
đầurathayđổitheoquymơ(VRSO).
4.ChọnOKđểchạychươngtrìnhvàxuấtkếtquả.Chươngtrìnhsẽhỏixembạn
muốnlưukếtquảvàođâu.Chọn“Yes”đểghiđè(overwrite)lênfileđangsửdụng.Chọn
“No”đểmởcửasổSaveAsvàlưufilemới.Chọn“Cancel”đểxuấtkếtquảrafilehiệntại
nhưngkhơnglưulại.

Hình8.LựachọnghilạikếtquảcủaVDEA
HướngdẫnđọckếtquảTínhhiệuquảkỹthuật(cross‐section)
Saukhichạychươngtrình,VDEAsẽxuấtkếtquảrasheet“VDEAresults”.Cáckết
quảđượctrìnhbàytrongsheetnàybaogồmSốliệugốc,Mứcđộcảithiệncủacácbiến
(slacks),DMUnàolàmụctiêuphấnđấucủacácDMUkémhiệuquả(peers),điểmhiệu
quảkỹthuật(TE)củatừngDMU,vàtrạngtháiquymơsảnxuấtmàDMUđanggặpphải
(CRS,IRShoặcDRStươngứngvớiquymơtốiưu,lợithếnhờquymơ,hoặcbấtlợithế
nhờquymơ)nếulựachọnthơngsốHiệuquảthayđổitheoquymơởHình7.


Hình9.Sheet“VDEAresults”:Ướclượnghiệuquảkỹthuật
HướngdẫnđọckếtquảTínhnăngsuấttổnghợpMalmquistTFP
14


Saukhichạychươngtrình,VDEAsẽxuấtkếtquảrasheet“VDEAresults”.Cáckết
quảđượctrìnhbàybaogồmSốliệugốc,Mứcthayđổicủahiệuquảkỹthuật(EFCH)ứng
với điều kiện CRS, Mức thay đổi của cơng nghệ (TECHCH) hay cịn gọi là thay đổi của
đườnggiớihạn(frontiershifts),vàMứcthayđổinăngsuấttổnghợp(TFPCH).Nếulựa
chọn thơng số Hiệu quả thay đổi theo quy mơ (ở Hình 7) thì có thêm kết quả về Mức
thayđổicủahiệuquảkỹthuậtthuầntúy(PECH)vàMứcthayđổicủahiệuquảtheoquy
mơ(SECH).


Hình10.Sheet“VDEAresults”:ƯớclượngnăngsuấttổnghợpMalmquist

5.

Kếtluậnvàhướngpháttriển
Nhìnchung,VDEAchạyổnđịnhtrongmơitrườngExcel2010.Dosửdụnghàm

SolvercósẵncủaExcelđểthựchiệngiảithuậttốiưuhóatuyếntính,mộthạnchếcủa
VDEAlàchỉcóthểđượcsửdụngtốiđacho200DMUvà100biến(đầuvào+đầura)3.
PhiênbảntiếptheocủaVDEAdựkiếnsẽđượcmởrộngthêmchomơhìnhFisherDEA
(sửdụngvớibảngsốliệutheothờigian–timeseriesdata)4,cũngnhưtíchhợptínhtốn
theomơhìnhslacks‐based(SBM)hoặc“giáẩn”(multiplierform).Mọigópý,báolỗi,…
xingửivềTrântrọng.




3
4



Tuynhiên,đốivớihầuhếtnghiêncứuvềDEAthìnhưvậylàđủdùng.
Xem thêm Ngo và Tripe (2014).

15


Tàiliệuthamkhảo
Aigner, D. J., & Chu, S. F. (1968). On estimating the industry production function.
AmericanEconomicReview,58(4),826‐839.
Banker,R.D.,Charnes,A.,&Cooper,W.W.(1984).Somemodelsforestimatingtechnical
and scale inefficiencies in data envelopment analysis. Management Science,
30(9),1078‐1092.

Caves,D.W.,Christensen,L.R.,&Diewert,W.E.(1982).Theeconomictheoryofindex
numbersandthemeasurementofinput,outputandproductivity.Econometrica,
50,1393‐1414.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision
makingunits.EuropeanJournalofOperationalResearch,2,429‐444.
Coelli,T.J.(1996).AGuideToDEAPVersion2.1:ADataEnvelopmentAnalysis(Computer)
Program. CEPA Working Paper No. 8/96. Department of Econometrics.
UniversityofNewEngland.
Cook,W.D.,&Seiford,L.M.(2009).Dataenvelopmentanalysis(DEA)–Thirtyyearson.
EuropeanJournalofOperationalResearch,192(1),1‐17.
Cooper, W. W., Seiford, L. M., & Tone, K. (2006). Data Envelopment Analysis: A
Comprehensive Text with Models, Applications, References, And DEA‐Solver
Software(2nded.):Springer
Färe, R., Grosskopf, S., Norris, M., & Zhang, Z. (1994). Productivity growth, technical
progress, and efficiency change in industrialized countries. American Economic
Review84(1),66‐83.
Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal
StatisticalSociety,120(3),253‐281.
Fuentes, H. J., Grifell‐Tatje, E., & Perelman, S. (2001). A parametric distance function
approach for Malmquist productivity index estimation. Journal of Productivity
Analysis,15,79‐94.
Gong, B.‐H., & Sickles, R. C. (1992). Finite sample evidence on the performance of
stochastic frontiers and data envelopment analysis using panel data. Journal of
Econometrics,51(1–2),259‐284.
Malmquist,S.(1953).Indexnumbersandindifferencesurfaces.TrabajosdeEstadistica,
4(2),209‐242.
Ngo,D.T.,&Tripe,D.(2014).NonparametricFisherTotalFactorProductivityIndexusing
Shadow Prices: Panel vs. Time Series Data. Paper presented at the PMAA 2015,
TheUniversityofAuckland,Auckland,NZ.
Nishimizu, M., & Page, J. M., Jr. (1982). Total factor productivity growth, technological

progress and technical efficiency change: Dimensions of productivity change in
Yugoslavia,1965‐78.EconomicJournal,92(368),920‐936.
Paradi, J., Yang, Z., & Zhu, H. (2011). Assessing Bank and Bank Branch Performance:
ModelingConsiderationsandApproaches.InW.W.Cooper,L.M.Seiford&J.Zhu
(Eds.),HandbookonDataEnvelopmentAnalysis(pp.315‐361):SpringerUS.
16


SAITECHInc.(2012).IntroductiontoDEA‐Solver‐ProProfessionalVersion9.0.SAITECH,
Inc.,Hazlet,NewJersey.
Schmidt, P., & Sickles, R. C. (1984). Production frontiers and panel data. Journal of
Business&EconomicStatistics,2(4),367‐374.
Shephard,R.W.(1970).Theoryofcostandproductionfunctions.Princeton,NJ:Princeton
UniversityPress.
Solow,R.M.(1957).Technicalchangeandtheaggregateproductionfunction.Reviewof
EconomicsandStatistics,39(3),312‐320.
Tulkens, H., & vanden Eeckaut, P. (1995). Non‐parametric efficiency, progress and
regressmeasuresforpaneldata:Methodologicalandaspects. EuropeanJournal
ofOperationalResearch,80,474‐499.



17