Оценка эффективности значимых отраслей экономики России: сравнительный анализ методов DEA и SFA

Актуальность исследования обусловлена существенными различиями в оценках эффективности на основе непараметрического (DEA) и параметрического (SFA) подходов. Эта проблема приводит к неадекватности интерпретации оценок эффективности и некорректности вырабатываемых управленческих решений. В статье рассчитаны показатели DEA и SFA эффективности предприятий шести значимых отраслей экономики России. Проведен сравнительный анализ оценок DEA и SFA эффективности в разрезе отраслей и размеров предприятий и показана возможность их совместного использования для принятия управленческих решений.

1. Ипатова И.Б., Пересецкий А.А. Техническая эффективность предприятий отрасли производства резиновых и пластмассовых изделий // Прикладная эконометрика. 2013. № 4 (32). С. 71–92.

2. Кривоножко В.Е., Лычев А.В. Анализ деятельности сложных социально-экономических систем. М.: МАКС Пресс, 2010. 208 с.

3. Лобова С.В., Понькина Е.В. Об эконометрическом подходе к измерению эффективности: теоретический аспект исследования // Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление. 2015. № 2 (21). С. 42–47.

4. Лобова С.В., Понькина Е.В., Межин С.А., Курочкин Д.В. Применение методов DEA и SFA для количественной оценки влияния технологических и социо-экономических факторов на эффективность сельскохозяйственных предприятий // Вестник алтайской науки. 2014. № 1. С. 258–266.

5. Мамонов М.Е., Пестова А.А., Сабельникова Е.М., Апокин А.Ю. Подходы к оценке факторов производства и технологического развития национальных экономик: обзор мировой практики // Проблемы прогнозирования. 2015. № 6 (153). С. 45–57.

6. Халафян А.А., Боровиков В.П., Калайдина Г.В. Теория вероятностей, математическая статистика и анализ данных: Основы теории и практика на компьютере. Statistica. Excel. М.: URSS, 2016. 317 с.

7. Чернышова Г.Ю., Ковалев Р.Н. Применение модели анализа среды функционирования (data envelopment analysis) для оценки эффективности WEB-ресурсов // Фундаментальные исследования. 2017. № 8. С. 453–457.

8. Aigner D., Chu S. On Estimating the Industry Production Function // American Economic Review. 1968. No. 58. Pp. 826–839.

9. Aigner D., Lovell C.A.K., Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models // Journal of Econometrics, 1977. No. 6. Pp. 21–37.

10. Al-Mana A.A., Nawaz W., Kamal A., Koҫ M. Financial and operational efficiencies of national and international oil companies: An empirical investigation // Resources Policy. 2020. No. 68. P. 101701.

11. Anokhin S., Troutt M.D., Wincent J., Brandyberry A.A. Measuring arbitrage opportunities: a minimum performance inefficiency estimation technique // Organizational Research Methods. 2010. No. 13 (1). Pp. 55–66.

12. Anokhin S., Wincent J., Autio E. Operationalizing opportunities in entrepreneurship research: use of data envelopment analysis // Small Business Economics. 2011. No. 37 (1). Pp. 39–57.

13. Anokhin S., Wincent J., Troutt M. Measuring technological arbitrage opportunities: methodological implications for industry analysis with time series data // Industrial and Corporate Change. 2017. No. 26 (6). Pp. 1021–1038.

14. Banker R.D., Gadh V.M., Gorr W.L. A Monte Carlo Comparison of Two Production Frontier Estimation Methods: Corrected Ordinary Least Squares and Data Envelopment Analysis // European Journal of Operational Research. 1993. No. 67. Pp. 332–343.

15. Banker R.D., Charnes A., Cooper W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis // Management Science. 1984. Vol. 30, no. 9. Pp. 1078–1092.

16. Battese G., Coelli T. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data // Journal of Econometrics. 1988. No. 38. Pp. 387–399.

17. Charnes A., Cooper W., Rhodes E. Measuring the Efficiency of Decision Making Units // European Journal of Operational Research. 1978. No. 2. Pp. 429–444.

18. Charnes A., Cooper W.W., Lewin A.Y., Seiford L.M. Data Envelopment Analysis: Theory, Methodology and Applications. Kluwer, 1995.

19. Díaz R.F., Sanchez-Robles B. Non-Parametric Analysis of Efficiency: An Application to the Pharmaceutical Industry // Mathematics. 2020. No. 8. P. 1522.

20. Din M., Ghani E., Mahmood T. Technical efficiency of Pakistan’s manufacturing sector: a stochastic frontier and data envelopment analysis // The Pakistan Development Review. 2007. No. 46 (1). Pp. 1–18.

21. Fox K.J. Efficiency at Different Levels of Aggregation: Public vs Private Sector Firms // Economics Letters. 1999. Vol. 65, no. 2. Pp. 173–176.

22. Gaofeng Z., Longmei Ch., Wei L., Xiaoxin H., Guijun Zh., Ziyi Zh. Measurement and evaluation of Chinese regional energy efficiency based on provincial panel data // Mathematical and Computer Modelling. 2013. Vol. 58. Iss. 5–6. Pp. 1000–1009.

23. Jacobs R. Alternative methods to examine hospital efficiency: data envelopment analysis and stochastic frontier analysis // Health Care Management Science. 2001. Vol. 4, no. 2. Pp. 103–115.

24. Kumbhakar S.C., Lovell C.A.K. Stochastic Frontier Analysis. Cambridge University Press, 2000.

25. Land K.C., Lovell C.A.K., Thore S. Chanceconstrained Data Envelopment Analysis // Managerial and Decision Economics. 1993. No. 14. Pp. 541–554.

26. Lovell C.A.K. Production Frontiers and Productive Efficiency / H. Fried, C.A.K. Lovell, S. Schmidt (eds.). The Measurement of Productive Efficiency: Techniques and Applications. N. Y.: Oxford University Press, 1993.

27. Meeusen W., Van Den Broeck J. Efficiency estimation from Cobb – Douglas production functions with composed error // International Economic Review. 1977. No. 18. Pp. 435–444.

28. Mortimer D. Completing methods for efficiency measurement. A systematic review of direct DEA vs SFA / DFA Comparisons // Working Paper. 2002. No. 136. Monash University.

29. Pereira de Souza M.V., Diallo M., Castro Souza R., Baidya T.K.N. The Cost Efficiency of the Brazilian Electricity Distribution Utilities: A Comparison of Bayesian SFA and DEA Models // Math. Probl. Eng. 2010. No. 30.

30. Perroni M.G., Gouvea da Costa S.E., Pinheiro de Lima E., Vieira da Silva W. The relationship between enterprise efficiency in resource use and energy efficiency practices adoption // International Journal of Production Economics. 2017. No. 190. Pp. 108–119.

31. Seiford L.M. Data Envelopment Analysis: The Evolution of the State of the Art (1978– 1995) // Journal of Productivity Analysis. 1996. No. 7. Pp. 99–138.

32. TIBCO Software Inc. Data Science Textbook. 2020. [Electronic source]. URL: https://docs.tibco.com/data-science/textbook (accessed: 13.08.2021).

33. Информационный ресурс СПАРК. [Электронный ресурс]. URL: http://www.sparkinterfax.ru/ (accessed: 01.06.2021).

34. Общероссийский классификатор видов экономической деятельности (КДЕС Ред. 2) (утв. Приказом Росстандарта от 31.01.2014 № 14-ст) (ред. от 10.07.2018). [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_163320 (accessed: 01.06.2021).