pp phân tích hiệu quả kinh doanh của doanh nghiệp

BÁO CÁO SINH HOẠT HỌC THUẬT
Bộ môn Quản trị Kinh doanh
CHUYÊN ĐỀ: PHƯƠNG PHÁP PHÂN TÍCH HIỆU QUẢ KINH DOANH CỦA DOANH NGHIỆP
Người báo cáo: Võ Đình Quyết

1. Khái niệm về hiệu quả
+ Hiệu quả (Efficiency)
Hiệu quả là sự liên quan giữa nguồn lực đầu vào khan hiếm (như lao động,
vốn, máy móc…) với kết quả trung gian hay kết quả cuối cùng. Hiệu quả là một
phạm trù được sử dụng rộng rãi trong tất cả các lĩnh vực kinh tế, kỹ thuật, xã hội.
Hiểu theo nghĩa rộng, hiệu quả thể hiện mối tương quan giữa các biến số đầu ra
thu được (outputs) so với các biến số đầu vào đã được sử dụng để tạo ra những kết
quả đầu ra đó.
+ Hiệu quả phân bố (Allocative effciency)
Là khả năng đạt được lợi nhuận tối đa ở một mức giá cho trước với những
đầu ra và đầu vào cho trước.
+ Hiệu quả kinh tế (Economic effciency)
Hiệu quả kinh tế là một phạm trù kinh tế phản ánh trình độ sử dụng các
nguồn lực (nhân lực, tài lực, vật lực…) để đạt được mục tiêu xác định.
H = K/C (1)
Với H: là hiệu quả kinh tế của một hiện tượng (quá trình kinh tế nào đó);
K: là kết quả thu được từ hiện tượng (quá trình) kinh tế đó;
C: là chi phí toàn bộ để đạt được kết quả đó.
Và có thể khái niệm ngắn gọn: hiệu quả kinh tế phản ánh chất lượng hoạt
động kinh tế và được xác định bởi tỷ số giữa kết quả đạt được với chi phí bỏ ra để
đạt được kết quả đó.
Quan điểm này đã đánh giá được tốt nhất trình độ sử dụng các nguồn lực ở
mọi điều kiện “động” của hoạt động kinh tế. Vậy hiệu quả kinh tế của hoạt động
sản xuất kinh doanh là một phạm trù kinh tế phản ánh trình độ sử dụng các nguồn

lực (lao động, máy móc, thiết bị, nguyên vật liệu và tiền vốn) nhằm đạt được mục
tiêu mà doanh nghiệp đã xác định.
Bản chất của hiệu quả kinh tế trong sản xuất kinh doanh là:
Khái niệm hiệu quả kinh tế nói chung và hiệu quả kinh tế của hoạt động sản
xuất kinh doanh nói riêng đã khẳng định bản chất của hiệu quả kinh tế trong hoạt
động sản xuất kinh doanh là phản ánh mặt chất lượng của các hoạt động kinh
doanh, phản ánh trình độ sử dụng các nguồn lực (lao động, thiết bị máy móc,
nguyên nhiên vật liệu và tiền vốn) để đạt được mục tiêu cuối cùng của mọi hoạt
động sản xuất kinh doanh của doanh nghiệp mục tiêu tối đa hóa lợi nhuận.
Tuy nhiên, để hiểu rõ bản chất của phạm trù hiệu quả kinh tế của hoạt động
sản xuất kinh doanh, cũng cần phân biệt ranh giới giữa hai khái niệm hiệu quả và
kết quả của hoạt động sản xuất kinh doanh. Hiểu kết quả hoạt động sản xuất kinh
doanh của doanh nghiệp là những gì mà doanh nghiệp đạt được sau một quá trình
sản xuất kinh doanh nhất định, kết quả cần đạt cũng là mục tiêu cần thiết của
doanh nghiệp. Kết quả hoạt động sản xuất kinh doanh của một doanh nghiệp có
thể là những đại lượng cân đong đo đếm được như số sản phẩm tiêu thụ mỗi loại,
doanh thu, lợi nhuận, thị phần, … và cũng có thể là các đại lượng chi phí phản ánh
mặt chất lượng hoàn toàn có tính chất định tính như uy tín của doanh nghiệp, là
chất lượng sản phẩm, … Như thế, kết quả bao giờ cũng là mục tiêu của doanh
nghiệp. Trong khi đó, công thức (1) lại cho thấy trong khái niệm về hiệu quả sản
xuất kinh doanh người ta đã sử dụng cả hai chỉ tiêu kết quả (đầu ra) và chi phí (các
nguồn lực đầu vào) để đánh giá hiệu quả sản xuất kinh doanh.
Để tiến hành bất kỳ một hoạt động sản xuất kinh doanh nào cũng như thực
hiện sự kết hợp giữa lao động với các yếu tố vật chất để tạo ra kết quả phù hợp với
ý đồ của doanh nghiệp và từ đó có thể tạo ra lợi nhuận. Như vậy, mục tiêu bao
trùm lâu dài của kinh doanh là tạo ra lợi nhuận, tối đa hóa lợi nhuận trên cơ sở
nguồn lực sẵn có. Để đạt được mục tiêu này, quản trị doanh nghiệp phải sử dụng
nhiều phương pháp khác nhau. Hiệu quả kinh doanh là một công cụ để các nhà
quản trị thực hiện chức năng quản trị của mình. Việc xem xét và tính toán hiệu quả

kinh doanh không những chỉ cho biết việc sản xuất đạt ở trình độ nào mà còn cho
phép các nhà quản trị phân tích, tìm ra các nhân tố để đưa ra các biện pháp thích
hợp trên cả hai phương diện tăng kết quả, giảm chi phí kinh doanh, nhằm nâng cao
hiệu quả.
Bản chất của phạm trù hiệu quả đã chỉ rõ trình độ sử dụng các nguồn lực
sản xuất càng cao, doanh nghiệp càng có khả năng tạo ra kết quả cao trong cùng
một nguồn lực đầu vào hoặc tốc độ tăng kết quả lớn hơn so với tốc độ tăng việc sử
dụng các nguồn lực đầu vào. Đây là điều kiện tiên quyết để doanh nghiệp đạt được
mục tiêu lợi nhuận tối đa. Do đó xét trên phương diện lý luận và thực tiễn, phạm
trù hiệu quả sản xuất kinh doanh đóng vai trò rất quan trọng trong việc đánh giá,
so sánh, phân tích kinh tế nhằm tìm ra một giải pháp tối ưu nhất, đưa ra phương
pháp đúng đắn nhất để đạt được mục tiêu lợi nhuận tối đa. Với tư cách là một công
cụ đánh giá và phân tích kinh tế, phạm trù hiệu quả không chỉ được sử dụng ở giác
độ tổng hợp, đánh giá chung trình độ sử dụng tổng hợp các nguồn lực đầu vào
trong phạm vi hoạt động của toàn doanh nghiệp, mà còn sử dụng để đánh giá trình
độ sử dụng của từng yếu tố đầu vào ở phạm vi toàn bộ hoạt động sản xuất kinh
doanh của doanh nghiệp cũng như ở từng bộ phận cấu thành của doanh nghiệp.
Nâng cao hiệu quả kinh doanh tức là đã nâng cao khả năng sử dụng các nguồn lực
có hạn trong sản xuất, đạt được sự lựa chọn tối ưu. Trong điều kiện khan hiếm các
nguồn lực sản xuất thì nâng cao hiệu quả kinh doanh là điều kiện không thể không
đặt ra đối với bất kỳ hoạt động sản xuất kinh doanh nào.
Từ công thức định nghĩa về hiệu quả kinh tế, chúng ta thấy khi thiết lập mối
quan hệ tỷ lệ giữa “đầu vào” và “đầu ra” sẽ có thể cho một dãy các giá trị khác
nhau. Vấn đề được đặt ra là trong các giá trị đạt được thì giá trị nào phản ánh tính
hiệu quả (nằm trong miền có hiệu quả), các giá trị nào sẽ phản ánh tính hiệu quả
cao cũng như những giá trị nào nằm trong miền không đạt hiệu quả.
+ Hiệu quả kỹ thuật là khả năng tạo ra một lượng đầu ra cho trước từ một
lượng đầu vào nhỏ nhất hay khả năng tạo ra một lượng đầu ra tối đa từ một lượng
đầu vào cho trước, ứng với một trình độ công nghệ nhất định.

2 Các quan điểm đánh giá hiệu quả
+ Phương pháp dãy số thời gian để đánh giá hiệu quả
Khái niệm: dãy số thời gian là dãy các trị số của chỉ tiêu thống kê được sắp
xếp theo thứ tự thời gian. Dãy số thời gian cho phép thống kê học nghiên cứu đặc
điểm biến động của hiện tượng theo thời gian vạch rõ xu hướng và tính quy luật
của sự biến động, đồng thời dự đoán các mức độ của hiện tượng trong tương lai.
+ Kết cấu:
Dãy số thời gian gồm 2 phần: Thời gian và chỉ tiêu của hiện tượng nghiên
cứu.
 Thời gian có thể đo bằng ngày, tháng, năm…tùy theo mục đích
nghiên cứu. Đơn vị thời gian phải đồng nhất trong dãy số thời gian. Độ dài thời
gian giữa hai thời gian liền nhau gọi là khoảng cách thời gian.
 Chỉ tiêu về hiện tượng nghiên cứu là chỉ tiêu được xây dựng cho
dãy số thời gian. Các trị số của chỉ tiêu được gọi là các mức độ của dãy số thời
gian. Các trị số này có thể là tuyệt đối, tương đối hoặc bình quân.
+ Phương pháp thống kê để đánh giá hiệu quả
Phương pháp này sử dụng các số liệu thống kê để xác định các chỉ số đánh
giá. Số liệu gồm có số liệu đầu vào (chi phí), số liệu đầu ra (doanh thu). Có hai
loại chỉ tiêu đánh giá:
 Dạng thuận: H = Kết quả kinh tế /Chi phí kinh tế = Q/C
Trong đó: H biểu thị mỗi đơn vị đầu vào có khả năng tạo ra bao nhiêu
đơn vị đầu ra. Chỉ tiêu H được dùng để xác định ảnh hưởng của hiệu quả sử dụng
nguồn lực hay chi phí thường xuyên đến kết quả kinh tế.
 Dạng nghịch: E = Chi phí kinh tế / Kết quả kinh tế = C/Q
Chỉ tiêu E cho biết để có một đơn vị đầu ra cần bao nhiêu đơn vị đầu
vào. Chỉ tiêu E là cơ sở để xác định quy mô tiết kiệm hay lãng phí nguồn lực hay
chi phí thường xuyên.

+ Phương pháp đồ thị: Là phương pháp mô tả bằng đồ thị để có thể so
sánh và đánh giá tính hiệu quả. Phương pháp này biểu thị rất trực quan và sinh
động.
3. Đánh giá hiệu quả của doanh nghiệp dựa trên phương pháp tài chính
Để đánh giá hiệu quả của Doanh nghiệp dựa trên phương pháp tài chính,
người ta sử dụng năm thước đo cơ bản:
+ Tỷ suất lợi nhuận
+ Bảo tồn và phát triển vốn
+ Tình hình tài chính lành mạnh
+ Đóng góp cho ngân sách nhà nước
+ Cải thiện thu nhập cho người lao động
4. Phương pháp phân tích đường bao dữ liệu (Data Envelopment Analysis –
DEA)
Phương pháp phân tích đường bao dữ liệu dùng để xây dựng đường giới
hạn sản xuất, được đề xuất đầu tiên bởi Farrell (1957). Farell (1957) phân ra hiệu
quả thành hai loại, đó là hiệu quả kỹ thuật và hiệu quả phân bố.
Theo một cách khác, Fare và cộng sự (1958) giới thiệu phương pháp phi
tham số để ước lượng hiệu quả phân bố. Fare và cộng sự (1985) giới thiệu phương
pháp phi tham số để ước lượng hiệu quả giữa các doanh nghiệp với việc mở rộng
mô hình của Farell thông qua nới lỏng các ràng buộc chặt chẽ về hiệu suất không
đổi theo quy mô và sự hoán đổi mạnh mẽ các đầu vào – những giả định vốn là
điểm yếu trong phương pháp của Farell.
Afriat (1972) đề xuất bằng cách dựa vào hàm sản xuất cổ điển (hàm đòi hỏi
sự tương thích, dạng hàm sản xuất, và ngoại sinh) nhưng không cần bất kỳ giả
định nào về dạng hàm. Phương pháp này được sử dụng với số liệu chuỗi thời gian,
được áp dụng trong nhiều nghiên cứu đánh giá hiệu quả kỹ thuật.
Theo Coelli (2005), tình trạng này xảy ra cho đến khi khái niệm và phương
pháp “phân tích đường bao dữ liệu” được sử dụng trong bài báo của Charnel,

Cooper (1978). Năm 1978, Charnel, Cooper và Rhodes cũng đề xuất một phương
pháp với giả thiết tối thiểu hoá đầu vào và với điều kiện kết quả sản xuất không
thay đổi theo quy mô.
Phương pháp phân tích đường bao dữ liệu (Data Envelopment Analysis –
DEA) được phát triển bởi Charnes, Cooper, và Rhodes vào năm 1978 . DEA dựa
trên cơ sở xây dựng đường giới hạn hiệu quả, tương tự như hàm sản xuất trong
trường hợp khi xuất lượng không phải là một đại lượng vô hướng, mà là một véctơ. Đường giới hạn hiệu quả có hình dạng màng lồi hoặc hình nón lồi trong không
gian của các biến số nhập lượng và xuất lượng. Đường giới hạn được sử dụng như
là một tham chiếu đối với các trị số hiệu quả của mỗi DN được đánh giá. Tuy
nhiên, phương pháp DEA có các đặc trưng như: chỉ cho phép đánh giá hiệu quả
tương đối của các DN được đánh giá, tức là hiệu quả giữa chúng so với nhau. Mức
độ hiệu quả của các DN được xác định bởi vị trí của nó so với đường giới hạn hiệu
quả trong một không gian đa chiều của đầu vào/đầu ra. Phương pháp xây dựng
đường giới hạn hiệu quả - đó là giải nhiều lần bài toán quy hoạch tuyến tính.
Đường giới hạn được hình thành giống như những đoạn thẳng kết nối các điểm
hiệu quả nhất, nhờ đó tạo thành một đường giới hạn khả năng sản xuất lồi.[8]
Do tính chất phân mảnh, liên tục của đường giới hạn sản xuất phi tham số
trong phương pháp DEA có thể dẫn đến vấn đề đo lường thiếu chính xác mức độ
hiệu quả hoạt động của các doanh nghiệp. Vấn đề này phát sinh khi xuất hiện một
phần của đường giới hạn sản xuất nằm song song với các trục toạ độ, điều này
không xảy ra đối với hầu hết các đường giới hạn sản xuất có chứa tham số.
Dựa vào đặc điểm của hệ thống sản xuất, DEA được phân ra thành hai loại
mô hình: tối thiểu hóa đầu vào, với giả định đầu ra không đổi và mô hình tối đa
hóa đầu ra, với giả định đầu vào không đổi.
Sau này, các bài báo của Fare, Grosskopf và Logan (1983); Banker,
Charnes, Cooper (1984) còn đề cập tới một số giả định khác và xây dựng thêm mô
hình phân tích đường bao dữ liệu với điều kiện kết quả sản xuất thay đổi theo quy
mô. Gần đây, các nhà nghiên cứu bắt đầu nghiên cứu thêm một số mô hình phân

tích DEA mở rộng nhằm khắc phục một số hạn chế của DEA cũng như mở rộng sự
ứng dụng của nó trong phân tích kinh tế.
Phương pháp phân tích đường bao dữ liệu sử dụng kiến thức về mô hình
toán tuyến tính, mục đích là dựa vào số liệu đã có để xây dựng một mặt phẳng phi
tham số (mặt phẳng giới hạn sản xuất). Khi đó, hiệu quả hoạt động của các tổ
chức, doanh nghiệp sẽ được tính toán dựa theo mặt phẳng này.
Mặc dù phương pháp tham số được sử dụng phổ biến, nhưng các phương
pháp phi tham số cũng đang được sử dụng ngày càng nhiều khi chúng ta không
xác định được dạng công nghệ hoặc dạng hàm sản xuất. Điểm nổi bật của phương
pháp DEA là nó có thể giải quyết các ràng buộc trong việc xác định dạng sản xuất
và vô số các phương thức phân phối của phần dư. Hơn nữa, ước lượng biên sản
xuất dựa trên kết quả hiện có sẽ cho ta một đường biên gần với thực tế hơn.
Phương pháp này có thể áp dụng ở cấp độ doanh nghiệp với nhiều đầu ra. Tuy
nhiên, phương pháp DEA cũng có những hạn chế của nó. Thứ nhất, kết quả ước
lượng (cho phần phi hiệu quả) hoàn toàn phụ thuộc vào đặc điểm thống kê của các
quan sát. Vì vậy, kiểm định thống kê không thể áp dụng được trong phương pháp
này. Thứ hai, như đã được Sengupta (2002) nêu ra, DEA chỉ xem xét phía cung mà
không xem xét phía cầu và những đặc trưng của thị trường. Cuối cùng là độ nhạy,
Timmer (1971) lập luận rằng DEA rất nhạy cảm với các quan sát cực trị. Tức là
khi một doanh nghiệp (hoặc một ngành) hoạt động hiệu quả hơn nhiều so với
những doanh nghiệp khác, DEA có thể ước lượng quá cao phần phi hiệu quả của
nó. Dù có những hạn chế đó, DEA đang ngày càng được sử dụng rộng rãi.
Fare và cộng sự (1985) minh chứng rằng việc sử dụng có hiệu quả đầu vào
chưa chắc đã nói lên rằng một doanh nghiệp sẽ đạt mức sản lượng hiệu quả. Hiệu
quả kỹ thuật, hiệu quả phân bố và nhiều thuật ngữ khác về sản lượng có thể được
xem xét tương ứng với những thuật ngữ hiệu quả của đầu vào và ngược lại vì hiệu
quả của đầu vào hay sản lượng đều phản ánh các khía cạnh khác nhau của quá
trình sản xuất. Do vậy, việc xác định loại hiệu quả cũng quan trọng và cần phải
được quan tâm. Hiệu quả kỹ thuật, hiệu quả phân bố DEA đã được nghiên cứu, áp

dụng thành công ở nhiều bài báo, công trình nghiên cứu khoa học quốc tế trong
lĩnh vực kinh tế. Tuy nhiên, các nghiên cứu, ứng dụng DEA ở Việt Nam hiện nay
còn hạn chế. Bài viết sẽ giới thiệu mô hình DEA cơ bản trong điều kiện kết quả
sản xuất không đổi theo quy mô và quy mô ảnh hưởng đến kết quả sản xuất.
Phương pháp phân tích bao số liệu (DEA) – phương pháp phân tích hiệu
quả hoạt động sản xuất của các tổ chức, doanh nghiệp đã được nghiên cứu, sử
dụng khá nhiều trong các bài báo, công trình nghiên cứu khoa học quốc tế về kinh
tế. Tuy nhiên, ở Việt Nam đặc biệt trong lĩnh vực thủy sản, phương pháp này vẫn
còn tương đối mới, chưa được tiếp cận, áp dụng nhiều trong các nghiên cứu đánh
giá hiệu quả hoạt động của các tổ chức, doanh nghiệp. Do tài liệu trong nước về
phương pháp luận của phương pháp DEA đến nay hầu như chưa có, nên trích dẫn
về tài liệu tham khảo chủ yếu là tài liệu nước ngoài.
Phương pháp phân tích đường bao số liệu sử dụng kiến thức về mô hình
toán tuyến tính, mục đích là dựa vào số liệu đã có để xây dựng một mặt phẳng phi
tham số (mặt phẳng giới hạn sản xuất). Khi đó, hiệu quả hoạt động của các tổ
chức, doanh nghiệp sẽ được tính toán dựa theo mặt phẳng này.
Phương pháp phân tích đường bao dữ liệu nói trên có ưu điểm là áp dụng
được cho nhiều lĩnh vực (chỉ cần có thể xác định được giá trị của yếu tố đầu vào
và đầu ra mà không bắt buộc phải có thêm các thông tin cụ thể khác) và có thể
được thực hiện trong phạm vi hẹp (kích thước mẫu nhỏ). Các lĩnh vực thường ứng
dụng phương pháp này trong phân tích hiệu quả là giáo dục, y tế, tài chính - ngân
hàng, bảo hiểm,…
Phương pháp phân tích bao số liệu (DEA) - phương pháp phân tích hiệu
quả hoạt động sản xuất của các tổ chức, doanh nghiệp đã được nghiên cứu, sử
dụng khá nhiều trong các bài báo, công trình nghiên cứu khoa học quốc tế về kinh
tế. Tuy nhiên, ở Việt Nam đặc biệt trong lĩnh vực thủy sản, phương pháp này vẫn
còn tương đối mới, chưa được tiếp cận, áp dụng nhiều trong các nghiên cứu đánh
giá hiệu quả hoạt động của các tổ chức, doanh nghiệp. DEA đã được nghiên cứu,

áp dụng thành công ở nhiều bài báo, công trình nghiên cứu khoa học quốc tế trong


lĩnh vực kinh tế. Tuy nhiên, các nghiên cứu, ứng dụng DEA ở Việt Nam hiện nay
còn hạn chế.
Như đã được mô tả trong nghiên cứu của Fare và các cộng sự (1994), công
nghệ sản xuất tương ứng với mô hình tuyến tính có thể được xác định là: Fare và
cộng sự đã chỉ ra rằng, công nghệ này là tập hợp các khả năng sản xuất, được thể
hiện là một miền có tính chất là một miền đóng, hàm lồi, kết quả sản xuất không
đổi theo quy mô và mang tính chất: không cắt bởi các trục toạ độ.
- Phương pháp đường bao dữ liệu theo mô hình tối thiểu hóa đầu vào
Để mô tả vấn đề này, lấy ví dụ giả định với 2 đầu vào là x 1, x2 và một đầu ra
là y (theo hình 1.1). Các doanh nghiệp A, B, C và D nằm trên đường giới hạn hiệu
quả SS’ là các doanh nghiệp đạt hiệu quả. Mức độ phi hiệu quả kỹ thuật được phản
ánh bằng khoảng cách từ B đến P. Tỷ lệ TE= OB/OP thể hiện hiệu quả kỹ thuật của
doanh nghiệp P , nghĩa là có thể giảm chi phí đầu vào của DN P mà không làm ảnh
hưởng đến đầu ra. Theo định nghĩa, các mức độ hiệu quả này nằm trong giới hạn từ
0 đến 1.

x2/y

S

A

P
B
C
D

O

S’
x1/y

Hình 1.1. Mô hình DEA tối thiểu hoá đầu vào

- Phương pháp đường bao dữ liệu theo mô hình tối đa hóa đầu ra


Hiệu quả kỹ thuật được coi là khả năng của một ngành trong việc sản xuất tối
đa đầu ra trong điều kiện đầu vào cho trước. Trong trường hợp của mô hình DEA tối
đa hóa đầu ra lấy ví dụ giả định với 2 đầu ra là y1, y2 và một đầu vào là x (hình 1.2)
các doanh nghiệp A, B, C và D nằm trên đường giới hạn hiệu quả SS’ là các doanh
nghiệp đạt hiệu quả. Mức độ phi hiệu quả kỹ thuật được phản ánh bằng khoảng cách
từ P đến P’. Tỷ lệ TE= OP/OP’ thể hiện hiệu quả kỹ thuật của doanh nghiệp P, nghĩa
là có thể tối đa hóa đầu ra của doanh nghiệp P mà không làm ảnh hưởng đến đầu
vào. Theo định nghĩa, các mức độ hiệu quả này nằm trong giới hạn từ 0 đến 1

y2/x

S

A

P

P’

B

C
D
S’

O

y1/x

Hình 1.2. Mô hình DEA tối đa hoá đầu ra

- Mô hình quy mô không ảnh hưởng đến kết quả sản xuất DEACRS và
quy mô ảnh hưởng đến kết quả sản xuất DEAVRS
Như đã nêu phương pháp DEA xây dựng duy nhất một đường biên thực
hành tốt nhất cho mỗi ngành. Việc đo lường hiệu quả kỹ thuật thường liên quan
đến hiệu quả kỹ thuật toàn bộ (overall technical efficient). Phần dư của phi hiệu
quả kỹ thuật toàn bộ sẽ thể hiện tất cả các nguyên nhân dẫn đến phi hiệu quả, bao
gồm các nhân tố quan sát được và không quan sát được. Ước lượng phi hiệu quả
toàn bộ sẽ tương ứng với phần phi hiệu quả do các nguyên nhân khách quan như
quy mô ngành, khả năng quản lý yếu, hoặc các nhân tố không quan sát được như
sai số của ước lượng.


Mô hình DEA nguyên thủy được đề xuất bởi Charnes và cộng sự [2] là mô
hình có quy mô không ảnh hưởng đến kết quả sản xuất (Constant Return to Scale CRS), còn gọi là mô hình DEACRS. Năm 1984, Banker và cộng sự xem xét mô
hình DEA với giả thiết quy mô ảnh hưởng đến kết quả sản xuất (Variable Return to
Scale - VRS), còn gọi là mô hình DEAVRS.
Phương pháp DEA có thể áp dụng cho phân tích hiệu quả hoạt động sản
xuất của các công ty, trang trại, hộ sản xuất. Dựa vào nhiều nghiên cứu trước đó,
Coelli và các cộng sự (2005) đã thiết lập mô hình phân tích DEA. Mục tiêu của

phân tích DEA là xây dựng mặt bao lồi hiệu quả phi tham số, sao cho các điểm
quan sát được sẽ không nằm cao hơn đường giới hạn hiệu quả sản xuất.
Mô hình tối thiểu hóa đầu vào quy mô không ảnh hưởng đến kết quả sản
xuất CRS với các bước cơ bản sẽ được trình bày dưới đây. Giả sử ta có dữ liệu của
I công ty, mỗi công ty sử dụng N đầu vào và M đầu ra. Với công ty thứ i, dữ liệu
về đầu vào được thể hiện bằng véctơ cột xi và đầu ra được diễn tả bằng véctơ cột
yi. Như vậy, số liệu đầu vào và đầu ra của tất cả các công ty được thể hiện bằng
ma trận X (N hàng, I cột) và ma trận Y (M hàng, I cột).
Phương pháp sử dụng các “tỷ lệ” được xem là phương pháp trực quan mô
tả phân tích bao số liệu (DEA). Với mỗi công ty, chúng ta sẽ đo tỷ lệ của tổng số
lượng các sản phẩm đầu ra trên tổng số lượng các đầu vào đã sử dụng (u’yi/v’xi)
với u là véc tơ số lượng đầu ra (M hàng 1 cột); v là véc tơ số lượng đầu vào (N
hàng 1 cột). Số lượng đầu vào và đầu ra tối ưu của công ty thứ i được tìm ra qua
việc giải mô hình toán sau:
max u,v (u’yi/v’xi)
St: u’yj/v’xj <= 1

j = 1,2,3….I

(1)

u, v >= 0
Từ bài toán này ta có thể tìm được các số lượng đầu vào và đầu ra của công
ty thứ i sao cho hệ số hiệu quả của nó (tổng đầu ra/tổng đầu vào) là lớn nhất với
điều kiện là hệ số hiệu quả của nó luôn nhỏ hơn hoặc bằng 1. Một vấn đề khó khăn


có thể xảy ra là có rất nhiều lời giải cho bài toán trên (ví dụ: nếu u* v* là nghiệm thì
2u* 2v* cũng là nghiệm của bài toán). Để tránh trường hợp áp đặt v’xi = 1
Sự thay đổi ký hiệu từ u và v sang , tương ứng, hàm ý rằng ta đã xét đến

một mô hình toán tuyến tính tương tự khác.
max  (’yi),
st

’xi = 1,
’yj - ’xj  0, j= 1,2,…, N (2)

Mô hình DEA như (2) được xem là mô hình phức toán tuyến tính.
Sử dụng tính chất đối ngẫu của mô hình toán tuyến tính chúng ta có thể
phát triển một dạng mô hình đường bao số liệu tương ứng như sau:
min ,  ( ),
 yi  Y 0,

 xi  X 0,
 0

(3)

Trong đó, θ - Đại lượng vô hướng, thể hiện mức độ hiệu quả của doanh
nghiệp;
λ –Véc tơ hằng số Nx1.
Bài toán (3) được giải N lần, nghĩa là từng lần đối với mỗi doanh nghiệp.
Như vậy giá trị nghiệm  được xác định cho từng doanh nghiệp. Nếu  = 1 nghĩa
là doanh nghiệp đạt hiệu quả;  < 1 nghĩa là doanh nghiệp không đạt hiệu quả. Các
doanh nghiệp không đạt hiệu quả có thể chiếu lên đường giới hạn hiệu quả, khi đó
ta nhận được tổ hợp tuyến tính (X, Y) – là vị trí của doanh nghiệp tham chiếu
giả định. Đối với các doanh nghiệp không đạt hiệu quả (θ < 1) có thể thiết lập mục
tiêu giảm tỷ lệ các yếu tố đầu vào một đại lượng là  trong khi vẫn giữ các giá trị
xuất lượng như trước.
Mô hình DEA theo định hướng tối thiểu hóa đầu vào với quy mô ảnh

hưởng đến kết quả sản xuất (DEA VRS) (2) được thành lập dựa trên (1) bổ sung
thêm ràng buộc N1λ =1


min ,  ( ),
 yi  Y 0,

(2)

 xi  X 0,
N1 1
 0

Trong đó, θ - đại lượng vô hướng, thể hiện mức độ hiệu quả của Doanh
nghiệp;
λ –Véc tơ hằng số Nx1;
N1 – véc tơ đơn vị Nx1.
Mô hình (DEACRS) và (DEAVRS) theo định hướng tối đa hóa đầu ra cũng
được xây dựng tương tự.
- Đo lường hiệu quả theo quy mô Scale Efficiency – SE theo phương
pháp DEA
Hình 1.3. Hiệu quả theo quy mô theo hướng tối thiểu hóa đầu vào

Đo lường hiệu quả theo quy mô Scale Efficiency – SE theo phương pháp
DEA, chúng ta so sánh CRS - DEA và VRS – DEA. Nếu có sự khác biệt giữa CRS
– DEA và VRS – DEA đối với từng doanh nghiệp cụ thể, chúng ta kết luận rằng có
sự không hiệu quả về mặt quy mô.
Chúng ta có: TECRS = TEVRS x SE
Bởi vì: APc/ AP = (APv/ AP) x (APc / APv)

 SE = TECRS/TEVRS hay: SE = APc / APv
Hệ số hiệu quả TECRS, TEVRS, SE trong mô hình phân tích đường bao dữ
liệu tối thiểu hóa đầu vào luôn nằm trong khoảng từ 0 đến 1. Còn SE theo hướng
tối đa hóa đầu ra mức độ hiệu quả nằm trong khoảng từ 0 đến 1.
Hiệu quả sử dụng các yếu tố đầu vào trong bài này được hiểu là tối thiểu
hóa các yếu tố đầu vào mà không làm giảm sút đến yếu tố đầu ra và hiệu quả sử
dụng các yếu tố đầu ra trong bài được hiểu là tối đa hóa đầu ra mà đầu vào không
đổi trong trường hợp sản lượng không thay đổi theo quy mô CRS và quy mô ảnh
hưởng đến kết quả sản xuất VRS.
Hiệu quả theo quy mô trong bài này được hiểu là hiệu quả mà doanh nghiệp
sản xuất ở quy mô tối ưu. Không phải doanh nghiệp nào cũng hoạt hoạt động với
quy mô tối ưu do nhiều lý do như hạn chế về vốn, các quy định của chính phủ, …
Tính kinh tế theo quy mô đặc trưng cho một quy trình sản xuất trong đó một sự
tăng lên trong số lượng sản phẩm sẽ làm giảm chi phí bình quân trên mỗi sản
phẩm sản xuất ra. Tính kinh tế theo quy mô tồn tại ở hầu hết các ngành, có thể
phát huy tác dụng ở cả cấp nhà máy và cấp công ty bao gồm nhiều nhà máy. Nó
xuất hiện vì các lý do sau đây:


Tính không chia nhỏ được của máy móc và thiết bị, đậc biệt ở những nơi
mà một loạt quá trình chế biến được liên kết với nhau.



Hiệu quả của công suất lớn đối với nhiều loại thiết bị đầu tư (vd:tầu chở
dầu, nồi hơi), cả chi phí khởi động và vận hành đều tăng chậm hơn công
suất.



Hiệu quả chuyên môn hoá_khi sản lượng lớn hơn, người ta có điều kiện sử
dụng lao động chuyên môn và máy móc chuyên dụng.



Kỹ thuật và tổ chức sản xuất ưu việt khi quy mô tăng lên người ta có thể sử
dụng máy tự động thay cho thiết bị vận hành thủ công hoặc thay thế sản
xuất đơn chiếc bằng dây chuyền hàng loạt một cách liên tục.



Hiệu quả của việc mua nguyên vật liệu và phụ tùng với khối lượng lớn nhờ
được hưởng chiết khấu.




Hiệu quả marketing (hiệu quả tiêu thụ) thu được nhờ biệc sử dụng phương
tiện quảng cáo đại chúng và mật độ sử dụng lực lượng bán hàng lớn hơn.



Hiệu quả tài chính thu được do các công ty lớn có điều kiện gọi vốn với
điều kiện thuận lợi (lãi suất, chi phí đi vay thấp hơn).



Hiệu quả quản lý thông qua các dãy số thời gian...

Khả năng tận dụng tính kinh tế theo quy mô có thể bị hạn chế vì nhiều lý do. Ở
một số ngành, bản chất của sản phẩm và quá trình chế biến hay công nghệ có thể
làm giảm tính kinh tế theo quy mô ngay khi sản lượng còn ở mức khiêm tốn. Về
phía cầu, tổng nhu cầu thị trường có thể không đủ để một công ty đạt được quy mô
tối thiểu có hiệu quả hoặc tỷ trọng của công ty quá nhỏ. Nếu người tiêu dùng có
nhu cầu về nhiều sản phẩm khác nhau (tính đa dạng của nhu cầu) gây cản trở cho
việc tiêu chuẩn hoá và sản xuất trong thời gian dài. Khi kinh tế theo quy mô có ý
nghĩa quan trọng với nhiều ngành nó sẽ dẫn tới xu hướng là tập trung hoá người
bán ở mức cao.

Hình 1.4: Đường chi phí bình quân dài hạn
LRAC: Đường chi phí bình quân dài hạn có hình chữ U đặc trưng cho một
nhà máy
Output: sản lượng đầu ra


Average: chi phí bình quân
Sản lượng tăng từ Q1 đến Q2 làm chi phí giảm từ C xuống C1. Trong đồ thị
trên Q2 là mức sản lượng tối ưu, đạt chi phí bình quân thấp nhất. Sau điểm này
tính kinh tế theo quy mô giảm dần và đến một mức nào đó không còn phát huy tác
dụng nữa.
- Ưu và nhược điểm của phương pháp DEA
DEA là một phương pháp đánh giá hiệu kỹ thuật ngày càng được áp dụng
rộng rãi. Những ưu điểm nổi bật của DEA là:
1) Cho phép phân tích hiệu quả trong trường hợp gặp khó khăn trong giải
thích mối quan hệ giữa nhiều nguồn lực và kết quả của nhiều hoạt động trong hệ
thống sản xuất;
2) DEA có khả năng phân tích một số lượng lớn các yếu tố đầu vào và
đầu ra;
3) Phương pháp cho phép đánh giá sự đóng góp của từng yếu tố đầu vào

và yếu tố đầu ra trong tổng thể hiệu quả (hoặc không hiệu quả) của doanh nghiệp
và đánh giá mức độ không hiệu quả của việc sử dụng nguồn lực.
Tuy nhiên, giống như mọi cách tiếp cận khác trong đánh giá hiệu quả kỹ
thuật, DEA cũng có hàng loạt nhược điểm. Đó là:
1) Sai sót trong đo lường và nhiễu thống kê có thể ảnh hưởng đến hình
dạng và vị trí đường giới hạn khả năng sản xuất;
2) Loại bỏ các yếu tố đầu vào hoặc đầu ra quan trọng ra khỏi mô hình có
thể dẫn đến kết quả sai lệch;
3) Ước lượng hiệu quả thu được bằng cách so sánh với các doanh nghiệp
thành công hơn trong mẫu.Vì vậy, đưa thêm doanh nghiệp bổ sung vào phân tích
có thể dẫn đến giảm các giá trị hiệu quả;
4) Cần thận trọng khi so sánh giá trị hiệu quả của hai nghiên cứu. Các giá
trị trung bình phản ánh phương sai của giá trị ước lượng hiệu quả bên trong mỗi
mẫu, nhưng không nói gì về hiệu quả của một mẫu so với mẫu khác;


5) Thêm một doanh nghiệp vào phân tích DEA sẽ không làm tăng giá trị
hiệu quả kỹ thuật của các doanh nghiệp hiện có trong mẫu;
6) Tương tự như vậy, thêm một yếu tố đầu vào hoặc đầu ra vào mô hình
DEA không dẫn đến làm giảm giá trị của hiệu quả kỹ thuật;
7) Khi có một số nhỏ các doanh nghiệp tham gia phân tích với nhiều yếu
tố đầu vào, đầu ra, thì sẽ có nhiều doanh nghiệp nằm trên đường giới hạn khả năng
sản xuất.
Một số nhận xét, kết luận
Bài viết đã giới thiệu hai phương pháp đánh giá hiệu quả của doanh nghiệp,
ngoài ra còn một số phương pháp khác sẽ được trình bày ở các sinh hoạt học thuật
sau (như phương pháp đường biên ngẫu nhiên). Qua việc nghiên cứu hai phương
pháp cơ bản này có thể rút ra được các cách thức tiến hành để đánh gía hiệu quả
của doanh nghiệp dựa trên nhu cầu cung cấp thông tin và dựa trên đối tượng quan
tâm đến doanh nghiệp.

TÀI LIỆU THAM KHẢO
1. Banker R.D., Charnes A., Cooper W. (1984) “Some Models for Estimating
Technical and Scale Inefficiencies in Data Envelopment Analysis”, Management
Science.
2. Charnes A., Cooper W. W., and Rhodes E. (1978): Measuring the Efficiency of
Decision Making Units. European Journal of Operation Research.
3. Coelli, T., Rao, P., Battese, G. (1998): An introduction to Efficiency and
Productivity Analysis, Kluwer Academic Publishers, Boston/Dordrecht/London.
4. Nguyễn Thị Kim Anh, (1999): Quản trị doanh nghiệp, Đại học Nha Trang
5. Lê Kim Long, (2012): Phân tích hiệu quả sử dụng các yếu tố đầu vào và khả
năng sinh lợi của nghề nuôi tôm thẻ chân trắng thương phẩm tại thị xã Ninh Hoà,
Khánh Hoà, Đại học Nha Trang