DEA数据包络分析结果解读：多投入多产出效率评价.docxVIP

DEA数据包络分析结果解读

一、方法概述

数据包络分析（DataEnvelopmentAnalysis，DEA）是由Charnes等学者提出的一种基于线性规划技术的效率评价方法，适用于多投入、多产出决策单元（DMU）的相对效率评估。本研究采用BCC模型（规模报酬可变），将综合效益分解为技术效益和规模效益，能够更深入地分析各决策单元的效率来源。本研究使用SPSSAU软件对18个决策单元（D01-D18）进行DEA分析，包含2项投入指标（x1、x2）和3项产出指标（y1、y2、y3）。

BCC模型下，综合效益（OE）=技术效益（TE）×规模效益（SE）。技术效益反映要素的合理使用程度，规模效益反映规模配置的效率。当综合效益等于1且松驰变量S-和S+均为0时，判定为DEA强有效；综合效益等于1但存在非零松驰变量时为弱有效；综合效益小于1则为非DEA有效。

有效性分析

在SPSSAU【综合评价】模块选择【DEA】，将变量拖拽至右侧对应分析框，操作如下图：

表1报告了18个决策单元的DEA有效性分析结果。其中D01、D05、D09、D10、D13、D16共6个决策单元的综合效益、技术效益和规模效益均为1.000，且松驰变量S-和S+均为0，达到DEA强有效状态，说明这些决策单元在投入产出转化中既无技术浪费也无规模冗余。

其余12个决策单元为非DEA有效。从综合效益来看，D12（0.989