Data Envelopment Analysis: Methods and MaxDEA Software

Download the Full PDF of the English version

(This is the 1st draft mostly translated by a commercial translation service company)

 

数据包络分析方法与MaxDEA软件

 

成 刚 著

(知识产权出版社·2014

《数据包络分析方法与MaxDEA软件》已经由知识产权出版社出版。

购买MaxDEA软件的用户可随软件一起购买本书,价格50元(含运费),书款与软件费一起支付,发票与软件费用合计开具。

注意:《数据包络分析方法与MaxDEA软件》是根据MaxDEA 6.2编写,由于MaxDEA 6.3软件部分模块采用了新的设计,因此书中部分内容已不适用于MaxDEA 6.3及更高版本。包括:

1)第2章(P40)“投入与产出的权重系数”一节中介绍了当投入和产出的数值过大时,如果在Options中,将权重系数保留的小数位数过少,投入与产出的权重系数可能会错误的显示为0。例如当权重为0.0001015时,如果保留3位小数,则结果就显示为0

MaxDEA 6.3及更高版本中,投入与产出的权重系数的结果采用有效数字的方式,以避免上述问题的出现。例如当权重为0.0001015时,保留3位有效数字的结果就是0.000102

2)第2章(P40)“投入与产出的权重系数”一节中介绍了当投入和产出的数值过大或过小时(采用的数值单位不合适),会出现由于超出线性规划计算精度而求解失败的问题(表2-12)。

MaxDEA 6.3及更高版本中,软件会对投入和产出的数值单位进行自动调整,从而避免出现上述问题。在计算结果中,软件会对分析结果自动进行相应的处理,从而最终的分析结果保持不变。

3MaxDEA 6.3及更高版本取消了输出线性规划式的功能,因此书中P83页介绍的利用输出的线性规划式修改计算的内容已不再适用。

4)书中附2介绍的计算相加模型(Additive Model)的方法,在MaxDEA 6.3及更高版本不再适用。

 

《数据包络分析方法与MaxDEA软件》勘误表

(更新日期2016.07.26)

 

《数据包络分析方法与MaxDEA软件》示例数据下载

 

网上书店购买链接

1)      亚马逊

2)      当当网

 

 

内容简介

数据包络分析(DEA)是一种应用非常广泛的效率分析方法,本书通过方法介绍与软件操作相结合,数学模型与图示相结合,旨在为广大DEA方法的应用者提供一本容易看懂、简单实用的指导书。同时在书中穿插了作者过去5年学习研究DEA的成果。

本书第1章介绍了DEA方法的基本情况和MaxDEA软件的基本操作方法,第2章介绍了DEA基础模型(CCRBCC),第3章介绍了DEA模型的规模收益类型与规模弹性的计算方法,第4章介绍了DEA模型的各种距离函数,第5章介绍了超效率模型并给出了VRS超效率模型无可行解问题的解决方案,第6章介绍了在DEA模型中一些对投入和产出指标的特殊处理方法,第7章是广义DEA模型,第8章是面板数据DEA模型。在各章中均包含了MaxDEA软件求解实例或详细操作方法。


 

 

目录

 

内容简介

前言

1章引言

1.1 数据包络分析简介

1.2 MAXDEA软件的主要特点

1.3 MAXDEA软件的基本操作

1.3.1 MaxDEA软件的系统要求

1.3.2 第一步:准备数据

1)数据格式

2DMU 名称

3)面板数据格式

4)导入和定义数据

5)增加或删除DMU

1.3.3 第二步:运行模型

1.3 MAXDEA软件注册

2DEA基础模型

2.1 技术效率的概念

2.2 基于规模收益不变的CCR模型

2.2.1 投入导向CCR模型的规划式

2.2.2 产出导向CCR模型的规划式

2.2.3 投入导向CCR模型图解

2.2.4 产出导向CCR模型图解

2.3 基于规模收益可变的BCC模型

2.3.1 投入导向BCC模型的规划式

2.3.2 产出导向BCC模型的规划式

2.3.3 投入导向BCC模型图解

2.3.4 产出导向BCC模型图解

2.4 FDH模型

2.5 投入导向和产出导向效率值的关系

2.6 规模效率问题

2.7 DEA模型的命名问题

2.8 强有效、弱有效与松弛变量问题

2.9 比例改进与松弛改进的关系

2.10 DMU数量、投入产出指标和模型导向的选择

2.10.1 DEA模型对DMU数量的要求

2.10.2 投入和产出指标的选择

2.10.3 模型导向的选择

2.11 MAXDEA求解DEA基础模型示例

2.11.1 模型设置

2.11.1.1 窗口设置方式

2.11.1.2 快捷方式

2.11.2 分析结果

2.11.2.1 效率值与松弛变量

2.11.2.2 参考标杆与目标值(投影值)

2.11.2.3 投入和产出的权重系数

2.11.2.4 包络模型与乘数模型对偶解的关系

2.11.2.5 规模效率

3章规模收益与规模弹性

3.1 DEA模型的规模收益类型

3.2 DMU规模收益状态的判断

3.2.1 通过包络模型判断规模收益状态

3.2.2 通过乘数模型判断规模收益状态

3.3 规模弹性

3.3.1 规模弹性的概念

*3.3.2 通过包络模型直接求解规模弹性(直接法)

3.3.2.1 通过产出导向包络模型直接求解规模弹性

3.3.2.2 通过投入导向包络模型直接求解规模弹性

3.3.3 通过乘数模型求解规模弹性(虚拟投入产出法)

3.4 MAXDEA求解规模收益状态和规模弹性示例

4DEA模型的距离函数

4.1至前沿最远距离(SBM模型)

4.1.1 SBM模型

4.1.2 加权SBM模型

4.1.3 MSBM模型

*4.1.4 投影值约束SBM模型

4.1.5 MaxDEA求解SBM模型和加权SBM模型示例

4.1.6 MaxDEA求解投影值约束SBM模型示例

4.2 至强有效前沿最近距离

4.2.1 非导向至强有效前沿最近距离的计算方法

4.2.2 MaxDEA求解非导向MinDS模型实例

4.2.2.1至强有效前沿最小距离CRS模型

4.2.2.2至强有效前沿最小距离VRS模型

*4.2.3 MinDS模型的特殊性

4.2.3.1 MinDS模型CRS效率值可能会大于VRS效率值

4.2.3.2 扩展参考集后MinDS模型效率值有可能增大

4.2.3.3 投入和产出导向MinDS模型

*4.2.4 求解投入和产出导向MinDS模型的方法

4.2.5 MaxDEA求解投入和产出导向MinDS模型示例

4.3 方向距离函数

4.3.1 方向距离函数模型

4.3.2 方向距离函数模型的乘数形式

4.3.3 方向距离函数模型中对非期望产出的处理及对弱可处置性是否合理的讨论

4.3.4 方向距离函数模型的几种特例

*4.3.5 一般方向距离函数模型效率值的计算方法

*4.3.6 对方向距离函数模型的扩展

4.3.7 MaxDEA求解方向距离函数模型示例

4.3.7.1方向距离函数模型示例

4.3.7.2包含非期望产出的方向距离函数模型示例

*4.4 方向向量扫描模型

4.4.1 方向向量扫描模型的定义和功能

4.4.2 方向向量扫描的实现方法

4.4.3 MaxDEA求解方向向量扫描模型示例

4.4.4 通过方向向量扫描建立无差异曲线

4.5 至弱有效前沿最近距离

4.5.1 至弱有效前沿最近距离的计算方法

4.5.2 MaxDEA求解MinDW模型示例

4.6 混合距离函数

4.6.1 EBM模型

*4.6.2 EBM模型的缺陷与改进方法

4.6.3 Hybrid模型

4.6.4 MaxDEA软件求解混合距离函数模型操作方法

4.7 包含价格信息的距离函数

4.7.1 成本效率、收益效率、利润效率模型

4.7.2 MaxDEA软件求解成本效率等模型的操作方法

5章超效率模型

5.1 径向超效率模型

5.2 方向距离函数超效率模型

5.3 SBM超效率模型

5.4 超效率模型无可行解问题

5.4.1 VRS超效率模型无可行解的原因

5.4.2 VRS超效率模型无可行解的解决方法之一:Cook W. D., et al. (2009)

*5.4.3 VRS超效率模型无可行解的解决方法之二:一般化导向模型

*5.4.4 VRS超效率模型无可行解的解决方法之三:前沿替代点法(FPA)

5.5 MAXDEA软件求解超效率模型示例

5.5.1 VRS超效率模型无可行解问题解决方法的比较

5.5.2 通过超效率模型探测异常数据

6DEA模型中对特殊投入产出指标的处理

6.1 非期望产出/投入指标

6.2 指标中存在0的问题

*6.3 负数指标问题

6.4 外部不可控因素或不可控投入/产出指标

6.5 限制投入/产出指标的目标值边界

6.6 乘数约束/保证域模型

7章广义DEA模型

7.1 广义DEA模型

7.2 群组参比模型

7.2.1 自我参比(Self-benchmarking)

7.2.2 交叉参比(Cross-benchmarking

7.2.3 向下参比(Downward-benchmarking

7.2.4 向上参比(Upward-benchmarking

7.2.5 下方邻群参比(Lower-adjacent-benchmarking

7.2.6 上方邻群参比(Upper-adjacent-benchmarking

7.2.7 窗口参比(Window-benchmarking)

7.3 群组参比模型的数据格式

7.4 MAXDEA软件求解广义DEA模型的操作示例

7.4.1 自定义被评价集和参考集(Customized Benchmarking

7.4.2 Metafrontier技术缺口比率

8章面板数据模型

8.1 窗口模型

8.2 MALMQUIST 模型

8.2.1 相邻参比Malmquist指数(Adjacent Malmquist

8.2.1.1 相邻前沿交叉参比(两个Malmquist指数的几何平均)

*8.2.1.2 相邻联合前沿参比(单一Malmquist指数)

8.2.2 固定参比Malmquist指数(Fixed Malmquist

8.2.3 全局参比Malmquist指数(Global Malmquist

8.2.4 序列参比Malmquist指数(Sequential Malmquist

8.2.4.1 序列前沿交叉参比(两个Malmquist指数的几何平均)

*8.2.4.2 序列联合前沿参比(单一Malmquist指数)

8.2.5 窗口参比Malmquist指数(Window Malmquist

8.2.5.1 窗口前沿交叉参比(两个Malmquist指数的几何平均)

*8.2.5.2 窗口联合前沿参比(单一Malmquist指数)

8.2.5.3 窗口固定参比

8.2.6 各类Malmquist指数比较

8.3 MAXDEA软件中各类MALMQUIST模型的操作

8.4 MAXDEA软件中各类MALMQUIST模型的结果

8.5 MALMQUIST指数的分解

8.5.1 Färe R, et al. (1992)的分解方法

8.5.2 Färe R., et al. (1994)的分解方法

8.5.3 Ray S. C. & Desli (1997)的分解方法

8.5.4 Zofio (2007)的分解方法

8.6 几种常用的MALMQUIST组合模型

8.6.1 Malmquist-Luenberger指数

8.6.2 Cost-Malmquist指数

8.6.3 Metafrontier-Malmquist模型

附录

1 本书未介绍的MAXDEA包含的模型

2 MAXDEA一些使用技巧

3 MAXDEA软件版本更新及功能

参考文献