精华内容
下载资源
问答
  • EMS超效率DEA

    2018-08-15 15:48:06
    超效率DEA模型的实现软件,较deap软件而言,操作更简单
  • 超效率DEA模型程序

    2020-05-28 18:29:52
    资源配置效率是衡量企业各要素之间,以及企业内部与外部环境之间的和谐程度的核心指标。有效提高资源配置效率是增强电网企业竞争力的重要途径之一。此方法实现了对所有决策单元的...超效率DEA程序,用于求解SEDEA模型。
  • MaxDEA如何计算超效率DEA

    千次阅读 2019-09-29 15:49:45
    本文计算的是超效率DEA-BCC。 第一步,导入数据,设置输出和输出,点击OK; 第二步,运行模型; 在distance选项框中选择Radial:CCR(1978);BCC(1984)。 在Orientation中选择Non-oriented。其中,Input-...


    本文计算的是超效率DEA-BCC。

    第一步,导入数据,设置输出和输出,点击OK;

    在这里插入图片描述
    在这里插入图片描述

    第二步,运行模型;

    在distance选项框中选择Radial:CCR(1978);BCC(1984)。
    在这里插入图片描述
    在Orientation中选择Non-oriented。其中,Input-oriented是投入最小;Output-oriented是产出最大;Non-oriented不区分。
    在这里插入图片描述
    在RTS中选择Variable(VRS)。
    在这里插入图片描述
    在Advanced Models(1)中选择SuperEfficiency。
    在这里插入图片描述
    在Results(1)中,查看产生结果,点击Run。其中,Efficiency Score是超效率DEA的结果
    在这里插入图片描述

    展开全文
  • 基于超效率DEA的我国创业板股票相对投资收益分析,朱洪远,陈权宝,创业板作为一个新兴的股票市场,在我国证券市场快速发展、不断壮大,针对其相对投资收益的研究具有重要现实意义。基于超效率DEA
  • 基于超效率DEA和Tobit模型的中国上市煤炭企业经营效率评价,孔云林,吴杰,本文运用数据包络分析(DEA)方法和Tobit回归模型,首先选取2011年沪深两市具有代表性的18家煤炭上市公司为研究对象,以货币资金、流动资�
  • 基于多种三阶段超效率DEA模型的基金业绩综合评价,戴晓凤,陈铖,伴随着民众投资基金的情绪愈发高涨,基金行业不断创新,无数新的基金产品应运而生。随着蛋糕越来越大,各家公司之间的比较、竞争
  • 基于面板数据超效率DEA模型的区域科普绩效评价研究,张立军,张梦莹,科普建设是一个动态的过程,对区域科普绩效进行综合评价必须考虑其变化发展的动态趋势。针对静态评价不能反映出科普绩效动态发展
  • 应用超效率DEA方法,建立了开放式基金的绩效评价模型,并应用该模型对15支开放式基金绩效进行了实证分析。结果表明:国泰金鹰等7支基金绩效相对有效,华夏回报等8支基金绩效相对无效,并且15支基金均存在规模不经济现象。
  • 论文研究-基于非径向超效率DEA聚类模型的 FEEEP系统协调发展.pdf, 在传统DEA理论的基础上构建了非径向超效率DEA聚类模型,并将该模型和传统DEA模型对比分析了我国各地区...
  • 本文将知识存量纳入生产函数,使用1995 - 2008三大经济区域的面板数据,选取超效率DEA模型和Malmquist指数法,测算出三大经济区域的能源效率和全要素生产率,并回归分析全要素生产率分解的各指标对能源效率的影响。...
  • 本文以长株潭“3+5”城市群为研究对象,建立了基于DEA模型的生态效率投入产出指标体系,运用超效率DEA方法测算了各城市2005-2010年的效率,然后利用Mahnquist-DEA模型对生态效率进行动态对比研究。最后建立基于面板...
  • 里面有三个dea模型,投入型,产出型,超效率,都是matlab代码,打开设置下变量就可以用,希望大家共同进步!
  • 数学模型案例:基于超效率DEA的科学技术评价模型及其实证
  • DEA决策单元进行评价,直接输入测算矩阵就可以,方便简单,对传统DEA模型进行了优化,克服传统DEA中同时出现多个有效评价单元时无法对其进行作进一步评价的缺陷,对多个有效的评价单元作出进一步的评判
  • 包含三个dea模型,投入型,产出型,超效率,matlab实现
  • DEA 是由 Charnes 等人于 1978 年首次提出的, 第一个 DEA 模型为 CCR 模型。 它的优点非常明显, 如指标数据无需 量纲化, 决策者无需掌握决策单元 (DMU) 的内部生产机制, 只需要投入和产出数据就可以对DMU 进行...
  • 传统的dea效率值只分为两部分,一个是小于1的部分,效率值为无效;一个是等于1的部分,效率值有效。对效率值为1的决策单元不能进行深入研究,似其实效率值...超效率dea模型与传统dea模型的区别在于,在对某一决策单...

    传统的dea效率值只分为两部分,一个是小于1的部分,效率值为无效;一个是等于1的部分,效率值有效。对效率值为1的决策单元不能进行深入研究,似其实效率值为1的决策弟元之间也是存在区别的。超效率评价方法在决策单元无效的情况下与传统评价方法保持致,并在此基础上可以对效率值为1的决策单元进行深入研究,对效率值为1的决策单元在有效的基础上进行排序。
    超效率dea模型与传统dea模型的区别在于,在对某一决策单元进行评价时,将该决策单元产出与投入的比值小于等于1的约束删除,即在对某一决策单元进行评价时模型中不对该决策单元进行计算。

    案例分析
    3个投入指标、2个产出指标,16个单元,一般单元个数是所有指标和的3倍。
    在这里插入图片描述
    决策结果分析
    根据超效率评价结果,A6的综合效率值最大,其次是A4,然后是A12和A11,通过技术超效率,可以把有效DEA进行排序。
    在这里插入图片描述
    程序如下:

    clear;clc;
    format long g
    X= [[206,78,159,79,95,48,55,626,612,63,44,160,145,129,139,129;
        36870,17121,33978,20944,18150,12326,12605,75845,122900,13881,10068,30055,20464,13479,23923,16017;
        32,22,70,41,22,6,22,73,145,12,20,166,61,7,57,11;]
        ];%用户输入多指标输入矩阵X
    Y= [[37426,30107,47697,40690,20298,28098,18527,74401,73559,20701,20521,22807,31590,7745.4,17227,11410;
        806.4,485.1,1230.3,1450,185,175,502,1617.4,3252.9,230,586.4,2294.1,1220.6,81.3,702.2,182.5;]
        ];%用户输入多指标输入矩阵Y  
    n=size(X', 1);  
    m=size(X,1);  
    s=size(Y,1);   
    epsilon=10^-10;   
    f=[zeros(1,n) -epsilon*ones(1,m+s) 1];  
    A=zeros(1,n+m+s+1); 
    b=0;  
    LB=zeros(n+m+s+1,1);  
    UB=[];   
    LB(n+m+s+1)=-inf;  
    for i=1:n;   
        Aeq=[X eye(m) zeros(m,s) -X(:,i)        
            Y zeros(s,m) -eye(s) zeros(s,1)];  
        Aeq(:,i)=zeros(m+s,1);  
        beq=[zeros(m,1)       
            Y(:,i)];   
        w(:,i)=linprog(f, A, b, Aeq, beq, LB, UB);  
    end 
    w   
    Lambda=w([1:n],:)   
    s_minus=w([n+1:n+m],:)  
    s_plus=w([n+m+1:n+m+s],:)  
    theta=w(n+m+s+1,:); 
    theta=theta';
    
    展开全文
  • 基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明。首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全...
  • 对MCDM进行建模,利用灰色关联分析计算各属性的点关联度,为了得到各属性的相对最优灰关联度并将其充分排序,利用超效率DEA改进灰色关联分析模型。该混合算法能够更加客观地确定权重向量,并且突破权重和为1的限制,...
  • 对MCDM进行建模,利用灰色关联分析计算各属性的点关联度,为了得到各属性的相对最优灰关联度并将其充分排序,利用超效率DEA改进灰色关联分析模型。该混合算法能够更加客观地确定权重向量,并且突破权重和为1的限制,...
  • 软科学项目的超DEA效率评估,陈淑贤,,由于软科学项目的特点,软科学项目效率评估不能采用成本--收益分析方法。由于软件科学项目的绩效的难以比较,也不能直接使用成本-
  • 现代农业产业体系的突出标志为较高的技术效率,本文利用超效率DEA方法对2001—2010年河南省及18个省辖市的农业技术效率进行了评估,认为当前河南省农业总体效率虽然不断改进,但是仍然不高,同时大多数省辖市农业技术...
  • 文章为了全面分析评价中国工业近年来的效率发展情况,在经济效率评价的基础上,将工业的环境影响引入到评价体系中,采用超效率DEA评价方法,利用中国工业的基础经济与环境数据,结合社会支付意愿理论,对2000-2008年的中国...
  • 文章通过应用DEA方法中的C2R模型、BCC模型及超效率DEA模型相结合的方法,选取全国31个省市为评价对象,并借助修正判定系数R2选取这些地区高校科技创新投入产出的相关数据,以省作为决策单元,计算出各省市2011年高校科技...
  • 针对交叉效率不唯一而导致的决策单元(DMU)无法排序, 以及在集结各DMU 交叉效率时等权重的处理问题, 运用数据包络分析(DEA)方法, 构建基于超效率的交叉效率矩阵, 应用信息熵确定各DMU的客观权重。并以此计算各DMU的...
  • 最后,我们使用高效数据包络分析模型(DEA)对指标对智能增长的重要性进行排名。 结果表明,牛津大学的智能增长水平高于丰镇。 而“中心城市多功能建筑密度”,“中心城市公共区域密度”两个指标占权重的36%以上...
  • DEA_Malmquist指数模型学习笔记

    万次阅读 多人点赞 2020-11-04 23:31:13
    前面已经对传统的DEA模型进行了学习,这里主要学习Malmquist指数。 1. 传统的DEA模型 ...超效率DEA模型是对传统DEA模型的改进 3. DEA-Malmquist指数模型 Malmquist指数方法通过本期到下期生产率的变化

    前面已经对传统的DEA模型进行了学习,这里主要学习Malmquist指数。

    1. 传统的DEA模型

    传统的DEA模型是对xx效率进行静态分析,最常见的有CCR模型(基本条件是规模报酬不变)和在此基础上扩展的BCC模型(规模报酬可变 投入导向型)

    主要步骤是:

    • 明确研究问题
    • 确定决策单元
    • 构建评价指标体系
    • 收集数据并处理
    • 求解DEA模型
    • 结果分析

    需要说明的是

    综合技术效率是对决策单元(DUM)的资源配置能力、资源使用效率等多方面能力的综合衡量与评价;

    纯技术效率是由于管理和技术等因素影响的生产效率

    规模效率是由于规模因素影响的生产效率。

    对于传统的DEA模型以及三阶段模型,其流程大致如下

    在这里插入图片描述

    2. 超效率DEA模型

    超效率DEA模型是对传统DEA模型的改进

    3. DEA-Malmquist指数模型

    Malmquist指数方法通过本期到下期生产率的变化测算Malmquist全要素生产率指数,从而对xx效率进行动态分析

    Malmquist指数与DEA结合,能够实现对效率动态变化的描述
    在这里插入图片描述

    3.1 Malmquist指数的定义

    通过本期到下期生产率的变化,测算Malmquist全要素生产率指数

    说明一下这个全要素生产率
    在这里插入图片描述
    即指生产活动在一定时间内的效率

    其中要素是指除劳动与资本之外的其它所有物质要素,包括技术进步、组织创新、专业化和生产创新等。
    在这里插入图片描述

    引用论文基于DEA-Malmquist指数的江西省城镇化效率研究中的理论部分:

    在这里插入图片描述
    在这里插入图片描述

    还包括

    Malmquist指数的分解形式

    在这里插入图片描述

    Malmquist指数的经济含义

    参见:基于DEA-Malmquist指数的江西省城镇化效率研究

    写非常清楚,大概就是

    决策单元不仅包括截面数据,而且包括时间序列数据,此时使用传统DEA模型(CCR模型、BCC模型)评价面板数据会与DEA的假设条件相矛盾。
    Malmquist指数模型能够测算时间序列数据的动态效率,现被广泛应用于各大领域。

    这个指数可以分解为综合技术效率变化指数和技术进步指数,而其中综合技术效率指数又可以分解为纯技术效率变化指数和规模效率变化指数

    具体的:


    Malmquist指数=综合技术效率变化指数×技术进步指数

    Malmquist指数=纯技术效率指数x规模效率指数×技术进步指数


    总的来说

    • 传统的DEA模型是测算同一时期不同决策单元的的静态相对效率,即综合技术效率变化;

    • 而Malmquist指数模型是对各个决策单元不同时期数据的动态效率分析,包括综合技术效率变化以及技术进步指数。比如对于20xx年至2019年某个地区多投入多产出的时间序列数据,如果使用传统的DEA模型就会忽略技术进步对全要素生产率的贡献,不同年份的投入产出数据所对应的生产技术不会相同,因此应该选择Malmquist指数模型。

    结合这个

    在这里插入图片描述

    展开全文
  • 超级好用的DEA软件

    2010-08-11 21:53:39
    数据包络分析(Data Envelopment Analysis,简称DEA)是近二十年来迅速发展起来的非参数生产前沿面模型,在生产效率测量及决策领域得到了广泛的应用。这是一款超级好用的DEA软件,能解决多种模型
  • 本文首先将DEA模型和超效率评价模型进行介绍,详细解释了超效率模型的经济含义,并分别采用两种模型对2002年某省的20个商业银行的投入产出进行了效率测算,分析显示超效率评价模型在应用上更具有优势。

空空如也

空空如也

1 2 3
收藏数 57
精华内容 22
关键字:

超效率dea