三阶段DEA模型合集（全部理论+代码+数据+案例+演示视频）

成长之路514

已于 2025-01-01 23:07:12 修改

阅读量863

点赞数 6

文章标签：大数据

于 2025-01-01 23:06:32 首次发布

本文链接：https://blog.csdn.net/m0_65541699/article/details/144873538

版权

三阶段模型包括：

第一阶段：传统DEA模型分析初始效率

1978年由著名的运筹学家A.Charnes(查恩斯), W.W.Cooper(库伯), 及E.Rhodes(罗兹)首先提出了一个被称为数据包络分析（Data Envelopment analysis,  简称DEA模型）的方法，用于评价相同部门间的相对有效性（因此被称为DEA有效）。他们的第一个模型被命名为插入C2R模型。从生产函数的角度看，这一模型是用来研究具有多个输入，特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。

第二阶段：似SFA回归剔除环境因素和统计噪声

      在第二阶段，我们主要关注松弛变量，并认为这种松弛变量可以反映初始的低效率，由环境因素、管理无效率和统计噪声构成。我们第二阶段的主要目标是将第一阶段的松弛变量分解成以上三种效应，要实现这个目标，只有借助于SFA回归，在SFA回归中，第一阶段的松弛变量对环境变量和混合误差项进行回归。值得一提的是，Fried等人于2002年提出的三阶段DEA模型可以视为其1999年提出的模型的扩展，在1999年的模型中，Fried等人仅考虑了环境因素的影响，剔除环境因素的影响使用的是Tobit回归。而2002年的模型同时考虑环境因素和随机噪声的影响，此时Tobit回归不能有效分离随机噪声的影响，因此才借助于SFA回归。

第三阶段：调整后的投入产出变量的DEA效率分析

      运用调整后的投入产出变量再次测算各决策单元的效率，此时的效率已经剔除环境因素和随机因素的影响，是相对真实准确的。