DEA学习框架

1.DMU特征

1）同样的目标和任务

2）同样的外部环境

3）同样的投入和产出指标

2.DEA方法中包含若干关键要素

1）生产可能集（production possibility set, PPS）。生产可能集可以假定为规模收益不变可变非递增和非递减等。

2）测度（measure）。测度是指在给定偏好的基础上，用来测量DMUs绩效好坏的某种测量尺度，包括径向测度，Russell测度等。

3）偏好（preference）。常用的偏好有帕累托偏好，平均偏好，矩阵偏好等

4）变量类型（type of variables）。DMU单元的投入产出数据可以有不同的类型，例如非任意变化变量（non-discretionary variables）,不可控变量（non-controllable variables）,有界变量（bounded variables），负向变量（undesirable variables）等。

4）问题的层次。

6）数据是否确定（explicit or not）。

以上要素的组合，可以形成不同的DEA模型。生产可能集、测度和偏好的相关研究参考文献Preference, production and performance in data envelopment analysis。

3.DEA模型应用

1）相对有效性评价

2）规模收益分析

3）最小成本问题

4）最大收益问题

5）最大利润问题

6）技术进步贡献率的估算

7）区域经济预警

8）系统分类