今天来聊聊关于dea模型是不是太基础了，dea模型的文章，现在就为大家来简单介绍下dea模型是不是太基础了，dea模型，希望对各位小伙伴们有所帮助。
1、1.1第一阶段DEA模型该阶段使用投入产出数据进行一般DEA分析。
2、DEA方法最早是由美国著名的运筹学家charne、，cooPe:和Rhode日提出的一种效率测度法，称为CCR模型。
3、它利用数学规划原理，根据多组投入产出数据求得效率，得出的总效率值为配置效率与技术效率之乘积。
4、随后，Banker，chames和cooPells}提出了更为严谨的修正模型(称为BCC模型)，把CCR固定规模报酬的假设改为可变规模报酬，从而将CCR模型中的技术效率分解为规模效率和纯技术效率，即技术效率=规模效率x纯技术效率。
5、这样，BCC模型就把造成技术无效率的两个原因，即未处于最佳规模和生产技术上的低效率分离开来，得到的纯技术效率比CCR模型下的技术效率更准确地反映了所考察对象的经营管理水平在第二阶段，将要估计环境变量对各决策单元的技术效率值的影响，进行松弛变量的分析，将外部环境因素、随机误差以及内部管理因素等三个因素，并根据所得结果，调整投入值。
6、所谓的松弛变量是指理想投入量与实际投入量之间的差额，而造成差额的原因可归因于外部环境因素、随机误差以及内部管理因素等三个因素，此三个因素影响投入量或产出量，使得第一阶段所估计出的技术效率值与投入差额收到影响。
7、因此为分离此三因素对创新效率值与投入差额的影响，必须重新调整收到此三因素影响的投入量或产出量，分离出受到环境因素以及随机误差影响的投入或产出，再以调整后的投入量或产出量重新对创新效率值进行估计，从而可求得不受环境因素和随机误差因素影响的创新效率值。
8、在这一阶段使用SFA对环境变量进行回归分析，可得到随机误差项，去除第一阶段DEA模型为确定性模型的缺点，加入考虑随机误差项。
9、根据Fried等同所使用的调整方法，对每一种投入松弛变量进行sFA分析，从而测量环境变量对于不同投入差额的影响。
10、用第二阶段所调整后的各投人数据x杀代替原始投人数据二Z;，再次运用BCC模型进行计算，这时所得到的即为排除了外部环境因素和随机误差影响后的技术效率值。
相信通过dea模型这篇文章能帮到你，在和好朋友分享的时候，也欢迎感兴趣小伙伴们一起来探讨。