DEAP2.1——数据包络分析(DEA——CCR、BCC)

小平凡的记录

已于 2023-01-28 17:52:53 修改

阅读量1.2w

点赞数 8

分类专栏：计量经济学 Stata 文章标签：数据分析学习方法

于 2023-01-28 17:34:43 首次发布

本文链接：https://blog.youkuaiyun.com/J__aries/article/details/128747726

版权

计量经济学同时被 2 个专栏收录

4 篇文章

订阅专栏

Stata

3 篇文章

订阅专栏

本文介绍了如何使用DEAP软件进行DEA（数据包络分析）分析。通过设置参数，可以运行CCR模型和BCC模型，并提供了2012年投入产出数据的实际案例，展示了不同模型下的效率评估结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 软件介绍

基础文件有DEAP.EXE DEAP.000 两个文件，有则可以正常运行。

1.将excel数据复制进data.DTA文件(用笔记本txt打开)：产出指标数据在前

2.在1.ins输入参数设置(用笔记本txt打开)

3.打开deap.exe程序，在程序中输入1.ins回车即可

4.在文件夹中可看到1.out文件(用笔记本txt打开)

参数设置

data.dta        DATA FILE NAME
1.out           OUTPUT FILE NAME
38              NUMBER OF FIRMS
4		        NUMBER OF TIME PERIODS 
1               NUMBER OF OUTPUTS
5               NUMBER OF INPUTS
0               0=INPUT AND 1=OUTPUT ORIENTATED
1		0=CRS AND 1=VRS
0		0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)

参数解释

DATA FILE NAME——数据文件名
OUTPUT FILE NAME——输出文件名
NUMBER OF FIRMS——决策单元数量
NUMBER OF TIME PERIODS——截面数据选1；面板根据年份设置几期，且最后一行指令需为2=MALMQUIST-DEA
NUMBER OF OUTPUTS——产出指标个数
NUMBER OF INPUTS——投入指标个数
0=INPUT AND 1=OUTPUT ORIENTATED ——0：投入主导模型，1：产出主导模型，一般默认0
0=CRS AND 1=VRS——0：CCR模型(不考虑规模效益)，1：BCC模型(考虑规模收益)
0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)——一般默认0。DEA(MULTI-STAGE)使用在投入产出项为数量或质性资料，可计算管理效率、规模效率；COST-DEA使用在使用投入、产出为成本资料下，可计算管理效率、规模效率、配置效率；MALMQUIST-DEA使用在面板数据，可计算生产力的变动，包含技术变动(technological change)、规模效率变动(scale efficiency change)、管理效率变动(technical efficiency change)。指令3或4是在多个样本有多项投入或产出的值为0或 $10^{-6}$ 时使用，

2 实例

以2012年投入产出数据为例，投入指标为5个，产出指标为1个。

DEA-CCR模型：

data.dta            DATA FILE NAME
1.out            OUTPUT FILE NAME
38               NUMBER OF FIRMS
1		NUMBER OF TIME PERIODS 
1               NUMBER OF OUTPUTS
5               NUMBER OF INPUTS
0               0=INPUT AND 1=OUTPUT ORIENTATED
0		0=CRS AND 1=VRS
0		0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)

输出结果：

Results from DEAP Version 2.1
 
Instruction file = 1.ins       
Data file          = data.dta    
 
 Input orientated DEA
 
 Scale assumption: CRS
 
 Slacks calculated using multi-stage method
 
 
 EFFICIENCY SUMMARY:
 
  firm     te
    1  0.083
    2  0.067
    3  0.078
    4  0.040
    5  0.148
    6  0.328
    7  0.509
    8  0.239
    9  1.000
   10  0.335
   11  0.311
   12  0.466
   13  1.000
   14  0.666
   15  0.329
   16  0.900
   17  1.000
   18  0.264
   19  0.667
   20  1.000
   21  0.687
   22  0.906
   23  0.425
   24  0.630
   25  0.895
   26  0.852
   27  0.750
   28  0.880
   29  0.442
   30  0.355
   31  0.973
   32  1.000
   33  1.000
   34  0.726
   35  0.268
   36  0.113
   37  0.106
   38  0.031
 
 mean  0.539

DEA-BCC模型：

data.dta            DATA FILE NAME
1.out            OUTPUT FILE NAME
38               NUMBER OF FIRMS
1		NUMBER OF TIME PERIODS 
1               NUMBER OF OUTPUTS
5               NUMBER OF INPUTS
0               0=INPUT AND 1=OUTPUT ORIENTATED
1		0=CRS AND 1=VRS
0		0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)

结果：

 Results from DEAP Version 2.1
 
Instruction file = 1.ins       
Data file          = data.dta    
 
 Input orientated DEA
 
 Scale assumption: VRS
 
 Slacks calculated using multi-stage method
 
 
 EFFICIENCY SUMMARY:
 
  firm  crste  vrste  scale
 
    1  0.083  0.711  0.117 irs
    2  0.067  0.798  0.084 irs
    3  0.078  0.986  0.079 irs
    4  0.040  0.929  0.043 irs
    5  0.148  1.000  0.148 irs
    6  0.328  1.000  0.328 irs
    7  0.509  1.000  0.509 irs
    8  0.239  0.943  0.253 irs
    9  1.000  1.000  1.000  - 
   10  0.335  1.000  0.335 irs
   11  0.311  1.000  0.311 irs
   12  0.466  1.000  0.466 irs
   13  1.000  1.000  1.000  - 
   14  0.666  1.000  0.666 irs
   15  0.329  0.888  0.371 irs
   16  0.900  1.000  0.900 irs
   17  1.000  1.000  1.000  - 
   18  0.264  0.895  0.295 irs
   19  0.667  0.840  0.794 irs
   20  1.000  1.000  1.000  - 
   21  0.687  1.000  0.687 irs
   22  0.906  1.000  0.906 irs
   23  0.425  0.825  0.515 irs
   24  0.630  1.000  0.630 irs
   25  0.895  1.000  0.895 irs
   26  0.852  0.877  0.971 irs
   27  0.750  0.831  0.903 irs
   28  0.880  0.886  0.993 irs
   29  0.442  0.719  0.614 irs
   30  0.355  0.745  0.476 irs
   31  0.973  0.975  0.998 drs
   32  1.000  1.000  1.000  - 
   33  1.000  1.000  1.000  - 
   34  0.726  1.000  0.726 irs
   35  0.268  1.000  0.268 irs
   36  0.113  0.755  0.150 irs
   37  0.106  1.000  0.106 irs
   38  0.031  0.952  0.033 irs
 
 mean  0.539  0.936  0.568

第一列数据达到1则说明该单元dea有效。