三阶段DEA操作说明VIP专享

三阶段 DEA，第一阶段，传统的 DEA 算出 TE，PE 和 SE，投入产出的冗余量；第二阶段，用 SFA 对影响 DEA 的因素进行分析；第三阶段，考虑影响因素，对投入产出数据进行修正，重新进行 DEA 分析 重点讲解三阶段 DEA 模型第一阶段：初始DEA生产绩效评估仅仅运用投入和产出数据评估初始生产绩效。本文武断采纳投入导向。传统的 DEA分析是非常成熟的方法，在此不再赘述。第二阶段：运用SFA分解第一阶段的松弛变量本文重点是松弛量的解释。由三部分组成：环境效应，管理非效率和统计噪音。第二阶段的目的是把第一阶段的松弛量分解为这三部分。本文运用SFA方法达到这个目的。误差项的非对称性是SFA的明显优势。SFA方法考虑环境变量（回归项），管理非效率（单边误差组合）和统计噪音（对称误差组合）对第一阶段松弛量的影响。SFA回归模型的被解释变量是第一阶段产生的投入松弛变量 (1)为第一阶段第i个生产者的第n种投入，为X的第n列，为第i 个DMU 的第n 种投入值在效率前沿面的最优映射。第二阶段SFA回归模型的解释变量是K个环境变量。建立第二阶段SFA回归模型： (2)为确定可行松弛前沿，为待估系数，为误差混合项。假定反映统计噪音，反映管理非效率。假定 ,并且，和之间相互独立。（2）式中的N个回归模型能够通过最大似然法估量出来。每个回归方程中的待估参数为。SFA回归模型（2）解释如下。确定性可行松弛前沿代表环境变量对松弛变量的影响。但松弛量包含统计噪音的影响，因而松弛量表示为随机可行松弛前沿（stochastic feasible slack frontier, SFSF），其公式为。由于，故SFSF代表最小的松弛变量。这些松弛变量能够通过以变量和系数为特色的回归模型而得到。由于这个模型中环境变量和统计噪音已被剔除，所以任何超过SFSF的松弛量都归为管理非效率。 生产投入调整通过第二阶段回归结果构建，方式如下： (3)在此式中和分别代表调整后和调整前投入数量。式（3）右边第一调整项使所有生产者在同一生产环境中生产，即观察样本中最不利环境。第二调整项使所有生产者遇到最坏的运气。具有相对不利生产环境和相对坏运的生产者把投入向上调整相对较少的数量，而具有相对有利生产环境和相对好运的生产者把投入向上调整相对较多的数量。 为了计算式（3），我们必须把式（2）中的统计噪音与管理非效率进行分离，这样才能得到每个生产者统计噪音估量值。借鉴Jondrow et al.(1982)的方法[9]： (4)式中f和F分别表示标准正态分布...