第六讲DEA模型
DEA讲义(免费学习课件,源自网络,如有侵权请留言告知,本人立即删除,谢谢!)
定义1 若线性规划（P）的最优值hj *＝1，则称决策单元 DMUj 为弱DEA有效
0 0
定义2 若线性规划（P）的解中存在w*＞0，μ* ＞0， 并且最优值hj *＝1，则称决策单元DMUj 为DEA有效的
0 0
• 定理2 DMUj 为弱DEA有效的充要条件是线性规划 （D）的最优值θ*＝1； DMUj 为DEA有效的充要条件是 线性规划（D）的最优值θ*＝1，并且对于每个最优解λ*， 都有s*＋＝0，s*-＝0
∧ −0 ∧ +0
• 设
定理3
+0
设 x i j 0 = θ 0 xij 0 − S i , y rj 0 = yrj 0 + S r
− 其中 S r , S i 0 , θ 0 是决策单元j0对应的线性规划（D）的 ∧ ∧ 最优解,则( x i j 0 , y rj 0 )为DMUj 对应的(x0,y0)在DEA的相对有效 面上的投影,它是DEA有效的
应用DEA方法对经济体 方法对经济体 应用 效率的评价
西安交大经济管理学院
目
录：
DEA方法简介 一、 DEA方法简介 DEA基本原理和模型 二、 DEA基本原理和模型 DEA应用案例 三、 DEA应用案例 DEA软件介绍 四、 DEA软件介绍 五、 DEA主要应用领域 DEA主要应用领域 DEA最新研究进展 六、 DEA最新研究进展 七、DEA主要参考文献 DEA主要参考文献
CCR模型的解
CCR模型的解
根据上述的DEA有效性的判别定理,可知: • (1)达到DEA有效的DMU分别为： DMU1,DMU2,DMU4,DMU7,DMU9,DMU11 • (2)非DEA有效的DMU分别为： DMU3,DMU5,DMU6,DMU8,DMU10 • (3)非DEA有效的DMU按定理3进行投影计算结果如后
数量经济学研究生课件DEA Microsoft Word 文档
DEA 评价方法研究DEA 分析的基本模型DEA 是由美国著名运筹学家A.Charnes 和W.W.Cooper ，等学者于1978年提出的一种系统分析方法。
该方法特别适用于对若干同类型的具有多输入、多输出的决策单元进行相对效率与效益的评价。
主要原因在于：第一，DEA 模型是以最优化为工具，以多指标投入和多指标产出的权系数为决策变量，在最优化的意义上进行评价，避免了在统计平均意义上确定指标权系数，具有内在的客观性。
第二，投入和产出之间的相互关系和相互制约，在DEA 方法中不需要确定其关系的任何形式的表达式，具有暗箱类型研究特色。
因此，应用DEA 方法评价投入产出效率，具有独特的优势。
DEA 方法的2C R 模型将一个“可以通过一系列决策，投入一定数量的生产要素，并产出一定数量的产品”的系统称为决策单元DMU 。
假设有n 个DMU ，每个DMU 都有m 类型的投入和s 种产出。
用投入指标向量12(,,,)0T j j mj X X X X => ，产出指标向量12(,,,)0TJ j sj Y Y Y Y => ，分别表示DMU 的输入与输出指标，其中(1,2,,)j n = 。
对于某个选定的DMU 0 ，判断其有效性的2C R 模型的对偶规则可表示为：式中θ为该决策单元DMU 0的有效值（指投入相对产生的有效利用程度），j λ为相对于DMU 0重新构造一个有效DMU 组合中第j 个决策单元DMU j 的组合比例，,s s +-为松弛变量，ε为非阿基米德无穷小量，通常取610ε-=。
DEA 模型有效性判断和经济内涵（1）当θ=1且0s s +-==时，则称决策单元DMU 0为DEA 有效，即在这n 个决策单元组成的系统中，在原投入0X 的基础上所获得的产出0Y 已达到最优；（2）当θ=1且0s +≠或0s -≠时，则称决策单元DMU 0为DEA 弱有效，即在这n 个决策单元组成的系统中，对于投入0X 可减少s -而保持原产出0Y 不变，或在投入0X 不变的情况下可将产出提高s +；（3）当θ<1时，则称决策单元DMU0为DEA 无效，即在这n 个决策单元组成的系统中，可通过组合将投入降至原投入0X 的θ比例而保持原产出0Y 不减。
DEA模型学习入门篇
DEA三大模型1.C2R模型：评价决策单元技术和规模综合效率辅助理解案例1例1 某公司有甲、乙、丙三个企业，为评价这几个企业的生产效率，收集到反映其投入（固定资产年净值x1、流动资金x2、职工人数x3）和产出（总产值y1、利税总额y2）的有关数据如下表：（由于投入指标和产出指标都不止一个，故通常采用加权的办法来综合投入指标值和产出指标值。
）对于第一个企业，产出综合值为60u 1+12u 2,投入综合值4v 1+15v 2+8v 3，其中u 1、 u 2 代表产出权重系数；v 1、 v 2 v 3代表投入的权重系数。
我们定义生产效率为总产出与总投入的比：因而第一个企业的生产效率：12112360124158u u h v v v +=++，第二个企业的生产效率：1221232261542u u h v v v +=++，第三个企业的生产效率：1231232482754u u h v v v +=++。
我们限定所有的h j 值不超过1，即max 1j h ≤，这意味着： 若第k 个企业h k =1，则该企业相对于其他企业来说生产率最高，或者说这一生产系统是相对有效的，若hk<1，那么该企业相对于其他企业来说，生产效率还有待于提高，或者说这一生产系统还不是有效的。
因此，建立第一个企业的生产效率最高的优化模型如下：12112360124158max u u h v v v +=++121123601214158u u h v v v +=≤++12212322611542u u h v v v +=≤++12312324812754u u hv v v +=≤++这是一个分式规划，需要将它化为线性规划才能求解。
设12314158t v v v =++，,iiiit t u w v μ==则此分式规划可化为如下的线性规划112123121231212312123max 6012604158221542..242754415811268s t h w w w w w w w w w w w w μμμμμμμμ=+⎧+≤++⎪⎪+≤++⎪⎨+≤++⎪⎪++=⎪⎩ 辅助案例结束总结归纳n个企业及其输入-输出关系假设有n个部门或单位(称为决策单元,Decision Making Units),这n个单元都具有可比性，对于每个企业都有m种类型的“输入”（表示该单元对“资源”的消耗）以及s种类型的“输出”（表示该单元在消耗了“资源”之后的产出）。
DEA原理及应用
DEA原理及应用DEA(Data Envelopment Analysis)是一种非参数的效率评估方法，旨在评估相对效率，即在给定输入和输出条件下，评估不同单位的绩效水平。
这种方法最早由Cooper、Seiford和Tone于1978年提出，已经被广泛应用于各个领域，包括生产管理、金融、教育等。
DEA的基本思想是通过比较各个单位的输入和输出来评估其绩效水平，进而找出最有效率的单位作为参照，其他单位可以通过改进自己的生产过程来提高效率。
DEA方法的核心是构建一个评价模型，通过确定每个单位的权重来计算效率评分。
在DEA模型中，输入向量和输出向量用来描述每个单位的生产过程，输入向量表示单位所使用的资源，输出向量表示单位所产生的结果。
通过比较单位的产出与消耗，可以计算每个单位相对于其他单位的绩效水平。
DEA方法有几个基本概念：1.效率前沿：效率前沿代表了在给定的生产条件下，所有最有效率单位的组合。
其表示了可以通过改变生产过程来达到的最高效率水平。
2.输入方向、输出方向和综合效率评估：在DEA模型中，可以分为输入方向效率评估和输出方向效率评估，分别用来评估单位在利用资源和实现目标方面的绩效水平。
综合效率评估则综合考虑了这两个方面的绩效水平。
3.权重确定：DEA方法中的权重代表了每个输入和输出对于绩效评估的相对重要性，通过确定权重可以计算单位的效率评分。
DEA方法在实际应用中有很多优点，如：1.非参数性：DEA方法不需要对生产函数进行具体建模，不受参数选择的影响，因此适用于各种类型的单位。
2.多输入多输出：DEA方法可以同时考虑多个输入和输出，从而更全面地评估单位的绩效水平。
3.相对效率评估：DEA方法采用相对效率评估，可以直接比较不同单位之间的绩效水平，找出最有效率的单位。
DEA方法在各个领域都有广泛的应用，如：1.生产管理领域：DEA方法可以帮助企业评估生产效率，找出生产过程中的瓶颈，提高资源的利用效率。
DEA之基本模式
Step13.output stored in: test1.out→表結果檔已存 在DEAP2.1-XP資料夾中。
20
DEAP2.1-XP應用軟體之操作步驟
Step14.開啟DEAP2.1-XP資料夾中的test1.out，即為結果檔報表。
21
Solver-LV
22
Solver應用軟體之操作步驟
15
DEAP2.1-XP應用軟體之操作步驟
Step8.按確定後會出現如下之作業視窗。
16
DEAP2.1-XP應用軟體之操作步驟
Step9.尋找根目錄，例如尋找C槽deap2.1-xp資料夾 C:\Document and Settings\Administrator>cd c:\ C:\>cd deap2.1-xp
等成本線(價格效率)
Farrell效率前緣圖
Farrell模式
對於D點而言 TE=OD/OD=1 PE=OD/OD=1 OE=1 總效率為1
2
D變，根據既
有的資料構成等產量線來評估各決策單位的效率， Farrell並將他的概念推廣到多項投入與多項產出下 的效率衡量，但似乎不是很成功。
22solversolverlvlv23開啟deadeasolversolverlvv3上畫面按clickherestartclickherestart24solversolver應用軟體之操作步驟solversolver應用軟體之操作步驟25solversolver應用軟體之操作步驟26solversolver應用軟體之操作步驟27solversolver應用軟體之操作步驟28solversolver應用軟體之操作步驟29儲存分析結果位置solversolver應用軟體之操作步驟分析模式執行完畢要繼續執行其它模式請按run結束分析請按exit30估資料包絡分析法初版頁1973033152
dea原理
DEA基本原理解释DEA（Data Envelopment Analysis）是一种用于测量评估单位（如企业、组织、政府机构等）绩效的分析方法，它基于输入产出模型。
DEA采用线性规划技术，通过比较不同单位的输入与输出数据，进行相对效率评估，并确定哪些单位活动是最优的。
DEA的基本原理可以从以下几个方面来解释和理解。
1. 输入产出模型DEA的基本原理是建立一个输入产出模型，将各个单位的输入和输出作为模型的要素。
输入是指用于生产或服务过程中所投入的资源，如劳动力、资金、设备等；输出是指生产或服务过程中所产生的结果或成果，如产量、销售额、利润等。
DEA通过比较各个单位的输入输出数据，来评估它们的绩效。
2. 效率评估DEA评估的目标是确定哪些单位是在给定输入条件下最有效率的。
DEA将每个单位视为一个生产者，利用线性规划技术建立模型，将各个单位的输入与输出数据转化为模型的约束条件。
然后，通过对模型进行求解，可以确定每个单位的有效前沿和效率得分。
有效前沿是由最优单位所构成的边界，位于该边界上的单位被视为最有效率的，而不在该边界上的单位被视为相对低效。
3. 输入与输出权重DEA使用线性规划技术来确定单位的有效前沿和效率得分。
为了实现这一点，DEA需要对输入和输出进行加权。
权重表示了各项指标在整体绩效评估中的重要性。
在DEA中，有两种常见的权重选择方法：基于目标规划和基于约束规划。
基于目标规划的方法要求事先设定目标产出或目标输入，并根据目标确定各项指标的权重；基于约束规划的方法则是通过确定线性规划模型中各项指标的约束条件，来确定权重。
4. 查找最优单位DEA的目标是寻找那些在给定输入条件下最有效率的单位。
对于每个单位，DEA通过线性规划模型确定其得分。
如果一个单位在有效前沿上，则其得分为1；如果一个单位在有效前沿之内，则其得分小于1；如果一个单位在有效前沿之外，则其得分为0。
通过比较各个单位的得分，可以确定最优单位。
数据包络分析法（DEA）概述
数据包络分析法（DEA）概述(1)数据包络分析法(DEA)概述数据包络分析(Data Envelopment Ana lysis，简称D EA）方法是运用数学工具评价经济系统生产前沿面有效性的非参数方法，它适应用于多投入多产出的多目标决策单元的绩效评价。
这种方法以相对效率为基础，根据多指标投入与多指标产出对相同类型的决策单元进行相对有效性评价。
应用该方法进行绩效评价的另一个特点是，它不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同，不需要弄清楚各个评价决策单元的输入与输出之间的关联方式，只需要最终用极值的方法，以相对效益这个变量作为总体上的衡量标准，以决策单元(DM U)各输入输出的权重向量为变量，从最有利于决策的角度进行评价，从而避免了人为因素确定各指标的权重而使得研究结果的客观性收到影响。
这种方法采用数学规划模型，对所有决策单元的输出都“一视同仁”。
这些输入输出的价值设定与虚拟系数有关，有利于找出那些决策单元相对效益偏低的原因。
该方法以经验数据为基础，逻辑上合理，故能够衡量个决策单元由一定量大投入产生预期的输出的能力，并且能够计算在非DEA有效的决策单元中，投入没有发挥作用的程度。
最为重要的是应用该方法还有可能进一步估计某个决策单元达到相对有效时，其产出应该增加多少，输入可以减少多少等。
1978年由著名的运筹学家查恩斯（A.Charnes）,库伯（W.W.Cooper）和罗兹（E.Rhodes）首先提出数据包络分析（Data Envelopment Analysis，简称DEA）的方法，DEA有效性的评价是对已有决策单元绩效的比较评价，属于相对评价，它常常被用来评价部门间的相对有效性（又称之为DEA有效）。
他们的第一个数学模型被命名为CCR模型，又称为模型。
从生产函数角度看，这一模型是用来研究具有多项输入、特别是具有多项输出的“生产部门”时衡量其“规模有效”和“技术有效”较为方便而且是卓有成效的一种方法和手段。
dea分析
DEA分析1. 引言数据包络分析（Data Envelopment Analysis，DEA）是一种非参数的效率评价方法，它基于线性规划理论，用于评估相同输出和不同输入条件下的决策单元（Decision Making Unit，DMU）的相对效率。
该方法能够帮助管理者确定最佳资源配置策略，提高效率和竞争力。
本文将介绍DEA分析的基本原理和方法，并通过一个示例来说明如何进行DEA分析。
2. DEA分析原理DEA分析基于输入和输出的关系来衡量决策单元的效率。
一个决策单元可以是一个企业、一个部门或一个个人，输入和输出可以是任何能够度量的数量。
DEA分析的核心是构建一个线性规划模型，以确定每个决策单元的效率得分。
这个模型的目标是找到一种最优的权重分配方式，使得每个决策单元都能够达到最大的效率得分，即最大化输出与输入的比值。
3. DEA分析步骤DEA分析通常包括以下步骤：步骤1：确定输入和输出首先，需要明确评价对象的输入和输出，这些变量应该能够度量和同等地比较。
步骤2：构建线性规划模型接下来，需要构建一个线性规划模型来衡量决策单元的效率。
该模型的目标是最大化输出与输入的比值，同时满足一组约束条件。
步骤3：求解线性规划模型使用线性规划方法求解模型，得到每个决策单元的效率得分。
步骤4：效率得分评价根据每个决策单元的效率得分，可以对它们进行评价和排序。
效率得分为1表示最高效率，小于1表示相对低效。
4. DEA分析示例假设我们要评估一家制造公司的效率，并确定它在资源配置方面的改进空间。
输入变量包括劳动力和设备，可以分别用工人数和机器数来度量；输出变量可以是产出的数量。
我们假设有3个决策单元的数据如下：决策单元劳动力（人）设备（台）产出（个）DMU1102100DMU283120DMU3124150我们可以通过DEA分析来衡量这3个决策单元的效率。
首先，我们将数据转化为线性规划模型的输入和输出：输入1 = [10, 8, 12]输入2 = [2, 3, 4]输出 = [100, 120, 150]接下来，我们构建一个线性规划模型：maximize λsubject toλ * 输出 >= 输入1 * x1 + 输入2 * x2x1, x2 >= 0求解该模型，我们可以得到每个决策单元的效率得分：DMU1 的效率得分为 0.833DMU2 的效率得分为 1DMU3 的效率得分为 0.75根据效率得分，我们可以评估这些决策单元的相对效率，并进行进一步的分析。
第6讲DEA模型
因此，建立第一个企业的生产效率最高的优化模型如下：
即
maxh14v610u115v122u82v3
这是一个分式规划，需要 将它化为线性规划才能求
h14v610u115v122u82v31 解。
h215v212u4 1v26u2 2v31 h3272v1 4u15v28u24v31
• DEA也可以用来研究多种方案之间的相对有 效性（例如投资项目评价）；研究在做决策之前 去预测一旦做出决策后它的相对效果如何（例如 建立新厂后，新厂相对于已有的一些工厂是否为 有效)。DEA模型甚至可以用来进行政策评价．
•
特别值得指出的是，DEA方法是纯技术性的，
与市场（价格）可以无关。只需要区分投入与产
➢主成分分析法(PCA) ➢目标规划方法 ➢TOPSIS方法或理想点法 ➢多目标规划法 ➢模糊决策法
一、 DEA方法介绍
数据包络分析方法（ DEA，Data Envelopment Analysis ）由Charnes、Coopor和Rhodes于1978，以相对效 率概念为基础提出来的一种效率评价方法。该方法的原理主要 是通过保持决策单元（DMU：,Decision Making Units） 的输 入或者输入不变，借助于数学规划和统计数据确定相对有效的 生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并 通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有 效性。
• DEA方法就是评价多指标投入和多指 标产出决策单元相对有效性的多目标决策 方法。
• 为了说明DEA模型的建模思路，我们 看下面的例子。
例： 某公司有甲、乙、丙三个企业，为评价这几个企业 的生产效率，收集到反映其投入（固定资产年净值x1、流 动资金x2、职工人数x3）和产出（总产值y1、利税总额y2 ）的有关数据如下表:
DEA线性规划模式
第5章 進階線性規劃應用 第214頁
5.2 收益管理
第5章 進階線性規劃應用 第216頁
5.2 收益管理
第5章 進階線性規劃應用 第216頁
5.2 收益管理
第5章 進階線性規劃應用 第216頁
5.3 投資組合模型及資產配置
❖ 資產配置是指在諸如股票、價券、共同基 金、不動產及現金等不同資產類別中分配 投資金額。
第5章 進階線性規劃應用 第214頁
5.2 收益管理
PCQ 33
PMQ 44
POQ 45
PCY
16
PMY 6
POY 11
NCQ
26
NMQ NOQ
3596需求限制式
NCY 15
NMY 7
NOY 9
CMQ 64
CMY 8
COQ 46
COY
10
PCQ, PMQ,POQ, PCY, , COY 0
FS IB LG LV SG SV 1 M , FS, IB, LG, LV , SG, SV 0
第5章 進階線性規劃應用 第220頁
霍克公司極大化最小值投資模式的電腦解
第5章 進階線性規劃應用 第220頁
Slack/Surplus欄 的資料提供有 關郡立醫院相 對效率的額外 資訊。
第5章 進階線性規劃應用 第209頁
DEA方法摘要
步驟1. 定義決策變數，也就是每一個營運單位的權 重，以便用來決定混合營運單位的輸出及輸 入。
步驟2. 以一個限制式令所有權重和等於 1。 步驟3. 對每項的輸出，以一個限制式令混合單位的
R110投.06資FS報1酬7.6如4I下B：32.41LG 32.36LV 33.44SG 24.56SV
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第六讲DEA模型
3
例1： 某公司有甲、乙、丙三个企业，为评价这几个企 业的生产效率，收集到反映其投入（固定资产年净值x1、 流动资金x2、职工人数x3）和产出（总产值y1、利税总额y2 ）的有关数据如下表
企业
甲
乙
丙
指标
x1（万元）
4
15
27
x2 （万元）
24
3
60
第六讲DE1A2模型 1 6 2 8 3 12
7
设vi为第i个指标xi的权重，ur为第r个产出yr指标的权重，
3
2
则第j个企业投入的综合值为 v i x ij ，产出的综合值为 u r y rj
i1
r 1
2
其生产效率定义为:
h j
u yr rj
r 1 3
v xi ij
i1
我们定义第一个企业的生产效率为：总产出与总投入的比
即
h14v610u115v122u82v3
类似，可知第二、第三个企业的生产效率分别为：
h215v212u41v26u22 v3
h32
24u18u2 7v15v24v3
第六讲DEA模型
5
我们限定所有的hj值不超过1，即 maxhj 1，这意味着， 若第k个企业hk=1，则该企业相对于其他企业来说生产率最 高，或者说这一生产系统是相对有效的，若hk<1，那么该 企业相对于其他企业来说，生产效率还有待于提高，或者
于是问题实际上是确定一组最佳的权变量v1,v2,v3和u1,u2 ，使第j个企业的效率值hj最大。这个最大的效率评价值是该 企业相对于其他企业来说不可能更高的相对效率评价值。
我们限定所有的hj值(j=1,2,3)不超过1，即maxhj≤1。这意 味着，若第k个企业hk=1，则该企业相对于其他企业来说生 产率最高，或者说这一系统是相对而言有效的；若hk<1，那 么该企业相对于其他企业来说，生产率还有待于提高，或者
第一讲 评价相对有效性的DEA模型
——运筹学的新领域
1978年由著名的运筹学家A.Charnes(查恩斯), W.W.Cooper(库 伯), 及E.Rhodes(罗兹)首先提出了一个被称为数据包络分析（ Data Envelopment analysis, DEA模型）的方法，用于评价相同 部门间的相对有效性（因此被称为DEA有效）.他们的第一个模 型被命名为C2R模型.从生产函数的角度看,这一模型是用来研究具 有多个输入,特别是具有多个输出的“生产部门”同时为“规模有 效”与“技术有效”的十分理想且卓有成效的方法.1985年查恩斯 ,库伯,格拉尼(B.Golany),赛福德(L.Seiford)和斯图茨(J.Stutz)给出 另一个模型(称为C2GS2模型),这一模型用来研究生产部门间的“ 技术有效性”.
第六讲DEA模型
1
1987年查恩斯,库伯,魏权龄和黄志明又得到了称为锥比 率的数据包络模型——C2WH模型。这一模型可用来处理 具有过多的输入及输出的情况,而且锥的选取可以体现决策 者的“偏好”.灵活地应用这一模型,可以将C2R模型中确定 出的DEA有效决策单元进行分类或排队.
数据包络分析是运筹学的一个新的研究领域.查恩斯和 库伯等人的第一个应用DEA的十分成功的案例,就是评价为 弱智儿童开设公立学校项目的效果.在评估中,输出包括“自 尊”等无形的指标;输入包括父母的照料和父母的文化程度 等,无论哪种指标都有无法与市场价格相比较,也难以轻易定 出适当的权重(权系数),这也是DEA的优点之一.
15
4
5
x3 （万元）
8
2
5
y1 （万元）
60
22
24
y2 （万元）
12
6
8
由于投入指标和产出指标都不止一个，故通常采用加 权的办法来综合投入指标值和产出指标值。
第六讲DEA模型
4
对于第一个企业，产出综合值为60u1+12u2,投入综合值 4v1+15v2+8v3，其中u1 u2 v1 v2 v3分别为产出与投入的权重系 数。
DEA的优点吸引众多的应用者,应用范围已扩展到美国军
用飞机的飞行,基地维修与保养,以及陆军征兵,城市,银行
ห้องสมุดไป่ตู้
第六讲DEA模型
2
等方面.目前,这一方法应用的领域在不断地扩大.它也可以用 来研究多种方案之间的相对有效性(例如投资项目的评价); 研究在决策之前去预测一旦做出决策后它的相对效果如何( 例如建立新厂后,新厂相对于已有的一些工厂是否为有效 ).DEA是对其决策单元（同类型的企业或部门）的投入规模 、技术有效性作出评价，即对各同类型的企业投入一定数 量的资金、劳动力等资源后，其产出的效益（经济效益和 社会效益）作一个相对有效性评价。
说这一生产系统还不是有效第六的讲。DEA模型
8
根据上述分析，可以建立确定任何一个企业（如第3 个 企业即丙企业）的相对生产率最优化模型如下：
maH xh3 s.t.hj 1,j1,2,3
ur 0,r1,2,vi 0,i1,2,3
1、评价决策单元技术和规模综合效率的C2R模型
设有n个同类型的企业（也称决策单元），对于每个企业 都有m种类型的“输入”（表示该单元对“资源”的消耗 ）以及p种类型的“输出”（表示该单元在消耗了“资源” 之后的产出）。
6
maxh14v610u115v122u82v3
设
t
1
4v115v28v3
h14v610u115v122u82v31
itui,w itvi
则此分式规划可化为如下的
h215v212u4 1v26u2 2v31
线性规划
h3272v1 4u15v28u24v31
其对偶 问题为
maxh1 601 122
说这一生产系统还不是有效的。
因此，建立第一个企业的生产效率最高的优化模型如下：
即 maxh14v610u115v122u82v3 h14v610u115v122u82v31
这是一个分式规划，需要 将它化为线性规划才能求 解。
h215v212u4 1v26u2 2v31
h3272v1 4u15v28u24v3第六1讲DEA模型
min V D
601 122 4w1 15w2 8w3
s.t.224211
62 82
15w1 27w1
4 w2 5w2
2 w3 4 w3
4w1 15w2 8w3 1
4 1 15 2 27 3 4
s
.
t
.1851
1 2
4 2
2 5 43
3 15 8
60
1
22
2