一、DEA方法所属模块

DEA方法在SPSSAU中属于【综合评价】模块。

二、方法概述

DEA常用于评价多个对象在“多投入、多产出”情境下的相对效率，特别适合企业、医院、学校、地区等单位的绩效比较。它不要求先人为设定各指标权重，更适合做同类对象之间的效率诊断与改进分析。

三、变量设置规则

DEA分析需要设置3类变量，分别是投入项、产出项和标签项。其中投入项与产出项为必填，标签项为可选。

1. 投入变量设置

• 变量类型：投入指标，也就是需要消耗的资源、成本或要素。

• 可放入数量：最多20项。

• 是否必填：必填，至少放入1项。

• 设置建议：同一批评价对象在这些投入项上都应有对应数据，且指标方向要一致，避免把本应越大越好的指标误放到投入项中。

2. 产出变量设置

• 变量类型：产出指标，也就是效率评价中希望获得的结果或成果。

• 可放入数量：最多20项。

• 是否必填：必填，至少放入1项。

• 设置建议：产出项通常代表产量、收益、服务结果或绩效表现，应与投入项共同构成完整的效率评价框架。

3. 标签变量设置

• 变量类型：用于标识每个评价对象名称的标签。

• 可放入数量：最多1项。

• 是否必填：非必填。

• 设置建议：如果希望结果表和图中直接显示单位名称、企业名称或地区名称，建议添加标签项，便于后续查看与汇报。

四、参数设置及解释说明

DEA在SPSSAU中提供模型类型与结果保存相关设置，实际使用时可按分析目的选择。

1. 类型设置

• 可选项：BCC（默认）与CCR。

• BCC：更适合在不同对象规模可能存在差异时使用，结果会同时给出技术效益、规模效益和综合效益，便于拆解效率来源。

• CCR：更适合从整体综合效率角度直接评价各对象表现，输出结果更聚焦综合效益。

• 怎么选：如果你想进一步区分是管理水平问题还是规模问题，优先选BCC；如果更关注整体效率排序，可选CCR。

2. 非负平移

• 默认状态：默认勾选。

• 含义：当数据中存在小于等于0的值时，系统会自动做平移处理，使所有数据变为正数，从而保证DEA可以正常计算。

• 怎么用：如果原始数据中有0值或负值，建议保留勾选；如果数据本身已经全部大于0，可按需要决定是否保留。

3. 保存效益

• 默认状态：默认不勾选。

• 含义：勾选后，系统会额外生成新的结果标题来保存效益值。

• 适用场景：如果你后续还要继续做筛选、对比或二次分析，保存效益结果会更方便。

五、分析结果表格及其解读

DEA分析完成后，SPSSAU会根据所选模型输出有效性分析、规模报酬分析、投入冗余分析、产出不足分析、描述统计等结果表。

1. 表1：有效性分析

该表用于直接判断每个评价对象是否有效，是DEA结果中最核心的表格。BCC模型下会看到技术效益、规模效益和综合效益；CCR模型下重点展示综合效益，同时给出松驰变量和有效性判断。

• 技术效益TE：反映对象在现有规模条件下对资源的利用水平。数值越接近1，说明管理和技术层面的效率越好；等于1通常说明这一层面的表现较理想。

• 规模效益SE(k)：用于判断当前规模是否接近更优状态。数值越接近1，说明规模配置越合理；偏离1越明显，说明还有规模调整空间。

• 综合效益OE(θ)或综合效益θ：是总体效率判断的核心指标。等于1通常说明该对象处于效率前沿；小于1说明仍存在提升空间，数值越低，效率改进空间通常越大。

• 松驰变量S-：表示投入端仍可压缩的冗余。等于0说明投入端不存在额外浪费；大于0说明还有投入节约空间。

• 松驰变量S+：表示产出端仍可补足的不足。等于0说明产出端不存在明显缺口；大于0说明在现有投入下还有产出提升空间。

• 有效性：系统会给出DEA强有效、DEA弱有效、非DEA有效等结论。强有效说明效率表现最好；弱有效说明虽然达到前沿，但仍可能存在投入冗余或产出不足；非DEA有效说明整体还有改进空间。

2. 表2：规模报酬分析

该表主要在BCC模型下输出，用于判断各评价对象当前规模状态是否合适，包含规模报酬系数和类型两类关键信息。

• 规模报酬系数：用于辅助判断扩大或缩小规模后的变化方向。等于1通常表示规模较合适；小于1通常对应规模报酬递增，说明适度扩大规模可能更有利；大于1通常对应规模报酬递减，说明规模偏大，进一步扩张未必带来更好效率。

• 类型：系统会显示规模报酬固定、递增或递减。固定表示当前规模较稳定；递增表示仍有扩张空间；递减表示要重点关注规模过大带来的效率损失。

3. 表3：投入冗余分析

该表用于查看各投入指标是否存在浪费，以及浪费主要集中在哪些投入项上，包含松驰变量S-分析和投入冗余率。

• 各投入项松驰值：用于定位具体是哪一项投入存在冗余。数值越大，说明该项投入压缩空间越明显；等于0通常表示该投入项没有明显冗余。

• 汇总：反映某个对象在投入端总体冗余程度。数值越大，说明资源浪费越集中，越需要优先优化。

• 投入冗余率：用于比较不同投入项的冗余程度。数值越高，说明该投入项超配越明显，应优先考虑压缩；接近0说明该项配置相对合理。

4. 表4：产出不足分析

该表用于识别各产出指标是否还有提升空间，以及哪些产出结果拉低了整体效率，包含松驰变量S+分析和产出不足率。

• 各产出项松驰值：用于识别具体哪一项产出仍然不足。数值越大，说明该项产出距离理想状态越远；等于0通常表示该项产出已较充分。

• 汇总：反映某个对象在产出端的整体不足程度。数值越大，说明提升空间越明显。

• 产出不足率：用于比较不同产出项的短板强弱。数值越高，说明该产出项越需要优先改进；接近0说明该项表现较好。

5. 表5：描述统计

该表用于对全部投入项和产出项做基础分布查看，包含样本量、平均值和标准差，便于先判断数据整体情况是否稳定。

• 样本量：表示参与分析的评价对象数量。样本量越清晰，越方便确认是否存在缺失或筛选后样本变化。

• 平均值：反映各指标整体的一般水平，可帮助快速了解数据大致处于什么水平。

• 标准差：反映不同对象之间的离散程度。数值越大，说明差异越明显；数值越小，说明整体更集中。

六、分析结果图表及其解读

DEA分析在样本量不多时，还会输出折线图，用于直观看各评价对象效率表现的高低差异。

• 图表类型：折线图。BCC模型下通常围绕技术效益、规模效益和综合效益展开；CCR模型下通常围绕综合效益展开。

• 图表用途：帮助快速比较不同对象之间的效率差异，尤其适合看谁更接近效率前沿、谁存在明显短板。

• 如何判断：曲线对应数值越接近1，通常说明效率越好；若个别对象明显低于其他对象，说明其改进空间更大，应结合投入冗余分析和产出不足分析进一步定位原因。

以上就是SPSSAU DEA方法的相关内容，更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。