5.1 Example 1:An Input-orientated CRS DEA Example 例子1：一个CRS投入主导型DEA例子
文本文件EG1.DTA（参考表7a）包含一产出和两投入的五个观测样本。产出在第一列，投入在后面的两列。这个数据与表1的数据是相同的。
文件EG1.INS在表7b中列出。文件中大多数的数据都可以自我解释，根据文件右边的评论。文件前两行包括数据文件的名字(EG1.DTA)，和输出文件的名字（这里我们使用的是EG1.OUT）接下来的四行我们详定：公司的数目（5）；时间段（1）；产出的数量（1）；投入的数量（2）。最后的三行，我们详定“0”为CRS;“0”表示投入主导型；和“0”表示我们希望估计一个标准DEA模型。 最后我们在DOS程序中打出“DEAP”，然后打入向导文件的名字（EG1.INS）。 程序会需要几秒到几分钟的时间（取决于模型的大小和你计算机的速度）去运行我们要求的线性规划模型，然后输出结果到你命名的文件（EG1.OUT）。这个文件中在表7c中复制了。这些结果和表2中展示的是相同的。
Table 7a-Listing of Data File EG1.DTA 表7a-数据文件EG1.DTA列表 ____________________________________________________________________ 1 2 5 2 2 4 3 6 6 1 3 2 2 6 2
_____________________________________________________________________ Table 7b-Listing of Instruction File EG1.INS 表7b-向导文件EG1.INS列表 _____________________________________________________________________ eg1.dta DATA FILE NAME eg1.out OUTPUT FILE NAME 5 NUMBER OF FIRMS
1 NUMBER OF TIME PERIODS 1 NUMBER OF OUTPUTS 2 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)
_____________________________________________________________________ Table 7c-Listing of Output File EG1.OUT 表7c-输出文件EG1.OUT列表 _____________________________________________________________________ Results from DEAP Version 2.1 Instruction file = eg1.ins Data file =eg1.dta Input orientated DEA Scale assumption:CRS
Slacks calculated using multi-stage method EFFICIENCY SUMMARY: firm te 1 0.500 2 1.000 3 0.833 4 0.714 5 1.000 mean 0.810
SUMMARY OF OUTPUT SLACKS: firm output: 1 1 0.000 2 0.000 3 0.000 4 0.000 5 0.000 Mean 0.000 SUMMARY OF INPUT SLACKS:
firm input: 1 2
1 0.000 0.500 2 0.000 0.000 3 0.000 0.000 4 0.000 0.000 5 0.000 0.000 mean 0.000 0.100 SUMMARY OF PEERS: firm peers: 1 2 2 2
3 5 2 4 5 2 5 5
SUMMARY OF PEER WEIGHTS: (in same order as above) firm peer weights: 1 0.500 2 1.000
3 0.500 1.000 4 0.286 0.214 5 1.000
PEER COUNT SUMMARY:
(i.e.,no.times each firm is a peer for another) firm peer count: 1 0
2 3 3 0 4 0 5 2
SUMMARY OF OUTPUT TARGETS: firm output: 1 1 1.000 2 2.000 3 3.000 4 1.000 5 2.000
SUMMARY OF INPUT TARGETS: firm input: 1 2 1 1.000 2.000 2 2.000 4.000 3 5.000 5.000 4 2.143 1.429 5 6.000 2.000 FIRM BY FIRM RESULTS: Results for firm: 1
Technical efficiency = 0.500 PROJECTION SUMMARY:
variable original radial slack projected
value movement movement value
output 1 1.000 0.000 0.000 1.000 input 1 2.000 -1.000 0.000 1.000 input 2 5.000 -2.500 -0.500 2.000 LISTING OF PEERS: peer lambda weight 2 0.500 Results for firm:2
Technical efficiency=1.000 PROJECTION SUMMARY:
variable original radial slack projected
value movement movement value
output 1 2.000 0.000 0.000 2.000 input 1 2.000 0.000 0.000 2.000 input 2 4.000 0.000 0.000 4.000 LISTING OF PEERS: peer lambda weight 2 1.000
Results for firm: 3 Technical efficiency=0.833
PROJECTION SUMMARY:
variable original radial slack projected
value movement movement value
output 1 3.000 0.000 0.000 3.000 input 1 6.000 -1.000 0.000 5.000 input 2 6.000 -1.000 0.000 5.000 LISTING OF PEERS: peer lambda weight 5 0.500 2 1.000 Results for firm:4
Technical efficiency=0.714 PROJECTION SUMMARY:
Variable original radial slack projected
Value movement movement value
output 1 1.000 0.000 0.000 1.000 input 1 3.000 -0.857 0.000 2.143 input 2 2.000 -0.571 0.000 1.429 LISTING OF PEERS: peer lambda weight 5 0.286 2 0.214
Results for firm: 5
Technical efficiency=1.000 PROJECTION SUMMARY:
Variable original radial slack projected
Value movement movement value
Output 1 2.000 0.000 0.000 2.000 input 1 6.000 0.000 0.000 6.000 input 2 2.000 0.000 0.000 2.000 LISTING OF PEERS: peer lambda weight 5 1.000
5.2 Example 2:An Input-orientated VRS DEA Example
例子2：一个VRS投入主导型的DEA模型例子
文本文件EG2.DTA（参考表8a）包括一投入一产出的五个观测样本。产出在第一列列出，投入在第二列列出。数据同表三中的数据是一致的。
EG2.INS文件在表8b中列出。同EG1.INS相比的唯一变化就是： ? 输入和输出文件的名字不同。 ? 投入数量减少到1；并且
? 倒数第二行输入一个“1”代表是VRS模型。
相关推荐：
loading