全文阅读：https://www.lianxh.cn/news/0e91b6efa06a2.html
目录
0. 写在前面1. 线性规划及其 Matlab 实现 1.1 线性规划与对偶1.2 线性规划在 Matlab 中的实现2. 技术效率与 DEA 基本编程思想 2.1 什么是技术效率2.2 投入与产出导向2.3 模型编程的基本步骤3. CCR 模型：CRS 径向 DEA 3.1 投入导向的 CRS 模型3.2 产出导向的 CRS 模型4. BCC 模型：VRS 径向 DEA 4.1 投入导向的 BCC 模型4.2 产出导向的 BCC 模型5. SBM 模型：非期望产出情形6. 结束语7. 参考文献8. 相关推文0. 写在前面这篇推文主要为大家介绍一些数据包络分析 (Data Envelopment Analysis, DEA) 基本模型的原理和编程。我本科的时候就初步接触了 DEA 模型，并使用该方法撰写了第一篇真正意义上的学术论文，对于一个大山深处的二年级本科生而言，这无疑是令人振奋的。随着对计量经济理论的深入了解，我逐渐放弃了对数据包络分析的应用，因为以我的能力难以理解复杂的线性规划式和该方法的经济含义。直到近期连享会开设了相关的课程，才促使我重新审视这一非参数方法并尝试了一些基本模型的编程。仿佛回到了那个炎热的午后，我满怀期待地盯着 Matlab 的窗口，一如当年我紧张地看着 DEAP 的界面。
实际上，DEA 方法的编程实现并不复杂，其原因一方面在于目前已经出现了诸如 DEAP、Maxdea、DEA-slover 等菜单式软件，另一方面在于 Matlab 等软件都包含成熟的求解线性规划的工具箱，而不用我们自己编写单纯形法的底层代码。但对于初学者而言，菜单式软件恰如一个“黑箱”，让人难以琢磨，Matlab 在线性规划中的应用又难以与 DEA 的规划式结合起来。撰写本文的目的正在于介绍一些基本 DEA 模型的原理，并详解其 Matlab 编程思想。熟悉这些基本模型，可以极大地缓解学习高等模型的恐惧心理。
全文阅读：https://www.lianxh.cn/news/0e91b6efa06a2.html