两阶段网络DEA模型及其计算

两阶段网络DEA模型及其计算

今天推出的是两阶段网络DEA模型。

在两阶段网络DEA模型中,第一阶段的产出,作为第二阶段的投入。不同于之前的研究将整体的生产过程和两个子过程视作独立的,Kao这篇文献在测量效率时,考虑了两个子过程之间的串联关系,并且整体效率是两个子过程效率的乘积,因此这种关系两阶段DEA方法计算得到的效率相对于从独立两阶段DEA方法计算的效率更有意义。

两阶段网络DEA的规划式:

两阶段网络DEA模型及其计算插图

则整体效率值Ek和第一阶段效率值Ek1、第二阶段效率值Ek2分别如下

两阶段网络DEA模型及其计算插图1
两阶段网络DEA模型及其计算插图2
两阶段网络DEA模型及其计算插图3

但是在乘数模型中,获得的最优解可能并不唯一,这使得不同DMU之间的效率比较可能会出现问题。作者提出的一个解决办法是,找到能够产生最大的Ek1的解,模型如下:

两阶段网络DEA模型及其计算插图4

然后根据Ek=Ek1*Ek2这一关系,计算Ek2的值。

这里用python对这篇文献的模型进行了复现,结果如下:

两阶段网络DEA模型及其计算插图5
复现结果
两阶段网络DEA模型及其计算插图6
文献结果

可以看到,结果大体保持一致。

参考文献:《Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan》

需要这个模型,可以联系我微信,canglang12002

往期推荐:

Panda-DEA,一款新的DEA模型软件

DKM_1.3更新—CCM收敛交叉映射

DKM_1.2:两阶段嵌套泰尔指数工具

DKM_1.1–新增熵值法功能

数量经济学工具DKM_1.0

空间马尔科夫链工具

空间静态kernel核密度、空间动态kernel核密度工具更新

马尔科夫链之传统马尔可夫链

Dagum基尼系数分解工具更新

无条件、空间静态、空间动态kernel核密度工具

基于共同前沿下含非期望产出SBM模型的影子价格测算

基于非期望产出SBM模型的群组前沿和共同前沿的DEA效率

零和收益ZSG-DEA模型的求解程序

三阶嵌套泰尔指数计算工具

dagum基尼系数分解工具

《机构投资者抱团与股价崩盘风险》数据处理代码