Skip to main content
  • 239 Accesses

Zusammenfassung

Mit der im vorangehenden Kapitel erworbenen konkreten Vorstellung von Units, Inputs und Outputs kann nun die eigentliche Problemstellung angegangen werden: Es ist die Effizienz zu messen, mit der die Units Inputs in Outputs transformieren. In diesem Kapitel wird der Begriff „Effizienz“ präzisiert. Grundlage dafür ist das Konzept der „Technologiemenge“.

The fact is, there are only two qualities in the world: efficiency and inefficiency.

George Bernard Shaw

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. auch Dyckhoff (1994, S. 47).

    Google Scholar 

  2. Damit folgen wir der Produktionstheorie von Shephard (1970), vgl. auch Teusch (1983), Färe et al. (1985, 1994). Für allgemeinere Technologien, bei denen Inputs und Outputs nicht a priori fixiert sind, vgl. Koopmans (1951) sowie Kuntz und Scholtes (1999a).

    Google Scholar 

  3. Shephard (1970), vgl. zu den im folgenden vorzustellenden Eigenschaften auch Färe et al. (1985, 1994). Wir betrachten dabei ausschließlich die für die spätere Effizienzmessung relevanten Eigenschaften. Für allgemeinere Darstellungen sei auf mikroökonomische Standardwerke verwiesen, z.B. Mas-Colell et al. (1995, S. 127ff.).

    Google Scholar 

  4. Einen Überblick dieser Diskussion geben Färe et al. (1994, Kapitel 2.6).

    Google Scholar 

  5. Eine Ausnahme bildet „Postulate 4“ in Banker et al.(1984).

    Google Scholar 

  6. Vgl. die parametrischen Verfahren in Abschnitt 3.3.1.

    Google Scholar 

  7. Technologiemengen mit variablen Skalenerträgen können „lokal“ durchaus Bereiche mit nichtzunehmenden, konstanten oder nichtabnehmenden Skalenerträgen aufweisen, vgl. S.44.

    Google Scholar 

  8. Technologiemengen mit nichtzunehmenden, nichtabnehmenden bzw. konstanten Skalenerträgen werden auch als „größendegressiv“, „größenprogressiv“ bzw. „größenproportional“ oder „linear-homogen“ bezeichnet, vgl. Fandel (1987, S.40f.) oder Dyckhoff (1994, S. 83).

    Google Scholar 

  9. Vgl. Varian (1991, S.295),

    Google Scholar 

  10. In Simar und Wilson (1998a) wird ein nichtparametrischer statistischer Test auf Skalenerträge vorgestellt.

    Google Scholar 

  11. Vgl. Schefczyk (1996).

    Google Scholar 

  12. Schaffnit et al. (1997) demonstrieren, daß in ihrer Fallstudie bei hinreichend feiner Klasseneinteilung die Ergebnisse beider Ansätze keine gravierenden Unterschiede in der Effizienzbeurteilung liefern; Abweichungen treten erwartungsgemäß vor allem bei Units an den Rändern einzelner Klassen auf.

    Google Scholar 

  13. Banker (1984) bezeichnet den Bereich optimaler Skalengröße als „Most Productive Scale Size“.

    Google Scholar 

  14. Der in der englischsprachigen Literatur als „disposability“ bekannte Begriff wird mitunter auch als „Verfügbarkeit“ übersetzt, vgl. Teusch (1983, S. 23) oder Dyckhoff (1994, S.82); den Begriff „verschwendbar“ verwendet z.B. Steffens (1979).

    Google Scholar 

  15. Vgl. z.B. Färe et al. (1994, S. 75)

    Google Scholar 

  16. Vgl. Abschnitt 5.4.1.

    Google Scholar 

  17. Zur Diskussion der Konvexitätsannahme siehe Thrall (1999) und Cherchye et al. (1999); in mikroökonomischem Kontext vgl. z.B. Mas-Colell et al. (1995, S. 133) sowie Kreps (1994, S. 207).

    Google Scholar 

  18. Doyle und Green (1991) verwenden DEA als Mittel zum Produktbenchmarking bei Nadeldruckern.

    Google Scholar 

  19. Effizienzanalysen mit derartige Technologien wurden erstmals von Deprins et al. (1984) durchgeführt.

    Google Scholar 

  20. Vgl. Fried, Lovell und Schmidt (1993, Kap. 1).

    Google Scholar 

  21. Greene (1993, S. 70). Einen Literaturüberblick über Alternativen zur Technologiemenge, die im Rahmen parametrischer Ansätze für den Fall mehrerer Outputs geeignet sind, findet man bei Fried et al. (1993, S.23).

    Google Scholar 

  22. Üblicherweise werden Cobb-Douglas-Funktionen (math) und verwandte Funktionstypen verwendet, vgl. Fried et al. (1993, S.21).

    Google Scholar 

  23. Vgl. hierzu und im folgenden Bauer (1990) oder Greene (1993).

    Google Scholar 

  24. Die parametrischen Ansätze zur Effizienzmessung wurden von Aigner und Chu (1968) begründet, die u. a. dieses Modell vorschlugen.

    Google Scholar 

  25. Für eine tiefergehende Diskussion der Zusammenhänge zwischen parametrischen und nichtparametrischen Ansätzen sei auf Fried et al. (1993) verwiesen.

    Google Scholar 

  26. Mit dieser Problematik und möglichen Lösungen, die teilweise durch Kombination parametrischer und nichtparametrischer Elemente gewonnen werden, beschäftigt sich eine Reihe von Arbeiten, z.B. Cooper und Tone (1997), Sengupta (1982, 1987).

    Google Scholar 

  27. Vgl. Banker et al. (1984).

    Google Scholar 

  28. TKSE geht auf Koopmans (1951) zurück, siehe auch Farrell (1957) und Shephard (1970, S. 283ff.). Sie wurde auch in der ersten DEA-Studie von Charnes et AL. (1978) verwendet. Zu TVSE vgl. Afriat (1972) und Banker et al. (1984); zu TNZSE und TNASE vgl. Seiford und Thrall (1990). Die nichtkonvexe Technologiemenge TFDH wurde von Deprins et al. (1984) eingeführt. Auf die Betrachtung „multiplikativer Modelle“ wird in dieser Arbeit verzichtet, siehe hierzu Charnes et al. (1994b, S. 29ff.).

    Google Scholar 

  29. Dies geschieht lediglich, um die Terminologie im folgenden einfach zu halten. Es sei daher betont, daß auch die übrigen in Tabelle 3.1 vorgestellten Technologiemengen — insbesondere die nicht-konvexe FDH-Menge — der „DEA“ zugeordnet werden können.

    Google Scholar 

  30. Vgl. z.B. Färe et al. (1985, S.45ff.). Die Eigenschaften gehen z.T. auf Koopmans (1951) und Shephard (1970, S. 13f.) zurück. Zur Diskussion einiger dieser Eigenschaften siehe auch Dyckhoff (1994, S. 73ff.).

    Google Scholar 

  31. Vgl. Shephard (1970, S. 299).

    Google Scholar 

  32. Vgl. z.B. Schmidt (1985). 33 Vgl. Schmidt (1976).

    Google Scholar 

  33. Ausführliche Übersichten findet man bei Grosskopf (1996) und Simar und Wilson (2000). An letzteren Artikel lehnt sich auch die folgende Zusammenfassung an.

    Google Scholar 

  34. Vgl. Banker (1993).

    Google Scholar 

  35. Dabei wird der Abstand zwischen Isoquanten „radial“ gemessen, vgl. Kneip et al. (1998).

    Google Scholar 

  36. Vgl. Gljbels et al. (1999).

    Google Scholar 

  37. Simar und Wilson (2000) halten bei eindimensionalem Input und Output eine Zahl von etwa 100 Beobachtungen für ausreichend. Die „notwendigen“ Beobachtungen wachsen allerdings überproportional bei Erhöhung der Input- und Outputdimension.

    Google Scholar 

  38. Vgl. Simar und Wilson (1998b).

    Google Scholar 

  39. Vgl. Greenberg und Nunamaker (1987).

    Google Scholar 

  40. Farrell (1957) bezeichnet solche Units als „overall efficient“.

    Google Scholar 

  41. Zur Problematik dieser Annahmen vgl. Kuosmanen und Post (1999).

    Google Scholar 

  42. Vgl. Schaffnit et al. (1997).

    Google Scholar 

  43. Vgl. z.B. Horváth (1998, S.578ff.).

    Google Scholar 

  44. Die Bedeutung der Fairness betont u.a. Eccles (1983); vgl. auch Epstein und Henderson (1989), Horváth (1998, S. 580) und Recht und Scheel (1997).

    Google Scholar 

  45. Vgl. Eccles (1991).

    Google Scholar 

  46. Pareto (1897).

    Google Scholar 

  47. Koopmans (1951).

    Google Scholar 

  48. Vgl. Farrell (1957).

    Google Scholar 

  49. Vgl. Charnes et al. (1978), Charnes et al. (1985).

    Google Scholar 

  50. Vgl. Banker und Maindiratta (1988).

    Google Scholar 

  51. Vgl. S. 44 und Banker et al. (1984); Banker und Thrall (1992);Banker et al. (1996).

    Google Scholar 

  52. Vgl. Färe et al. (1985, Kap. 2).

    Google Scholar 

  53. Z.B. Briec (1999).

    Google Scholar 

  54. Diese Modifikation wurde von Färe und Grosskopf (1983) vorgeschlagen.

    Google Scholar 

  55. Verwandt mit dem Konzept radialer Effizienz ist die „hyperbolische Effizienz“, vgl. Färe et al. (1985) sowie Abschnitt 4.4.1: (x,y) ? T heißt hyperbolisch effizient, wenn kein ? < 1 existiert mit (?x,?-1y) ? T. Unter der Annahme freier Verschwendbarkeit ist radiale Effizienz äquivalent mit hyperbolischer Effizienz. Die Menge der hyperbolisch bzw. radial effizienten Punkte wird auch als Isoquante der Technologiemenge bezeichnet.

    Google Scholar 

  56. Vgl. S. 38.

    Google Scholar 

  57. Vgl. Satz 2 im Anhang auf S. 73.

    Google Scholar 

  58. Vgl. Charnes et al. (1996) sowie Kuntz und Scholtes (1999b). Man beachte in diesem Zusammenhang, daß in der Datenmatrix nach Voraussetzung alle Zeilen paarweise verschieden sind.

    Google Scholar 

  59. Die Ausführungen lassen sich analog auch auf Input- bzw. Output-orientierte Effizienz-begriffe übertragen.

    Google Scholar 

  60. Charnes et al. (1996) beschränken sich bei ihrem Stabilitätsbegriff auf Datenänderungen der einzelnen Unit: Dort heißt Unit k stabil effizient, wenn eine offene Umgebung um (Xk, Yk) existiert, so daß jede Input-Output-Transformation aus dieser Umgebung effizient wäre.

    Google Scholar 

  61. Vgl. Charnes et al. (1996).

    Google Scholar 

  62. Vgl. auch Kuntz und Scholtes (1999b).

    Google Scholar 

  63. Siehe auch Kuntz und Scholtes (1999b).

    Google Scholar 

  64. Nach Robinson (1977) folgt daraus die Lipschitz-Stetigkeit des Optimalwertes.

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2000 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Scheel, H. (2000). Technologie und Effizienz. In: Effizienzmaße der Data Envelopment Analysis. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08017-6_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-08017-6_3

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-7241-3

  • Online ISBN: 978-3-663-08017-6

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics