DEA数据包络分析结果解读：技术效率与规模效率分解.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）是一种基于线性规划的非参数效率评价方法，用于评估具有多投入多产出的决策单元（DMU）的相对效率。BCC模型（规模报酬可变）将综合效率分解为技术效率和规模效率，能够更细致地分析效率来源。本研究使用SPSSAU软件对18所高校（DMU）的办学效率进行DEA-BCC分析，其中投入指标2项（师资投入、科研经费），产出指标3项（论文产出、专利产出、毕业质量）。

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：

二、有效性分析

表1展示了18所高校的DEA-BCC有效性分析结果。综合效益（OE）=技术效率（TE）×规模效率（SE），当综合效益=1且松驰变量S-和S+均为0时为DEA强有效。

（1）DEA强有效（3所）：校04、校08和校09的综合效益均为1.000，技术效率和规模效率均为1.000，且松驰变量均为0，达到DEA强有效。这3所高校在投入产出效率上处于最优前沿面。

（2）综合效益较高但未达有效的院校：校12（OE=0.991）最接近有效，其技术效率为1.000但规模效率为0.991，且存在投入冗余（S-=17.879）和产出不足（S+=9.197）；校14（OE=0.934）和校07（OE=0.909）也处于较高水平。

（3）综