介绍
数据包络分析法：英文全名叫 Data Envelopment Analysis 简称 DEA。是效率评价中常用的一种评价模型，他是运筹学、经济学、计量学、统计学等多种学科综合在一起的运用非常广泛的一种评价方法。
基本思想是通过DMU 的输入和输出数据进行综合分析，得出每个DMU效率的相对指标，然后将所有DMU效率指标排序，确定相对有效的 DMU ，同时还可以用投影方法指出非 DEA 有效或者 弱 DEA有效的原因，以及应该改进的方向和程度，为管理人员提供管理决策信息。
特点
数据包络分析特点：
适用于多产出-多投入的有效性综合评价问题，在处理多产出-多投入的有效性评价方面具有绝对优势。
数据包络分析方法并不直接对数据进行综合，因此决策单元的最有效率指标与投入指标值及产出指标值的量纲选取无关。
无需任何权重假设，而以决策单元投入产出的实际数据求得最有权重，排除了很多主观因素，具有很强的客观性。
不仅可以将待评价的决策单元进行效率排队，还能进一步指出无效单元的无效原因及改进的方向和尺度，为决策者提供更多有价值的管理信息。
缺点：
结果只能表明评价单元的相对发展指标，无法对实际的发展水平明确表示。
由于各个决策单元都是从最有利于自己的角度分别求得权重，这样会导致这些权重随着 DMU 的不同而不同。从而使得每个决策单元 DMU 的特性缺乏可比性。这样得出的结果可能不符合客观实际。
DEA方法隐含要求问题方案具有更好的结构化、确定性的特征、，使其较难适应管理对象系统中的模糊性、主观性的评价情景和需要。从而限制了DEA方法在管理领域中的使用。
原理
数据包络分析的原理主要是通过对生产决策单元（Decision Making Units ,DMU）的输入与输出数据的研究，从相对有效性的角度出发来评价具有相同类型的多投入、多产出决策单元的技术与规模的有效性。
借助数学规划和统计数据确定相对有效性的生产前沿面，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DEA偏离前沿面的程度来评价它们的相对有效性。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，以相对收益这个变量作为总体上的衡量标准。
生产决策单元（Decision Making Units ,DMU）
指DEA 方法将一项活动或一个动态系统看作该系统在一定范围内通过一定数量的生产要素并产出一定数量的产出的过程。为使该项活动或动态系统取得最大的效益，这一过程须经过一些列的决策，产出是觉得的结果。这样的系统就是决策单元。每一个决策单元都有一定的输入与输出，并在输入转化为输出的过程中努力实现自身的决策目标。
具体
参考文档：
https://doc.mbalib.com/view/a36a0cd38e260e6dcde4fefb2dc15fef.html
https://doc.mbalib.com/view/87aebdb76f4d76f2985f919850d64da1.html
网友评论