基于零和收益的DEA模型研究python实现

2023-12-28 18:49:54

传统的DEA模型往往假设相关的是相互独立的,此时DEA模型只能计算出相对效率,无法进行效率的调整。如在碳排放分配问题上,碳排放总量保持不变,利用DEA模型只能计算出每个省份分配的相对效率,这在讨论固定资源下的碳排放配额分配问题时具有明显的局限性。在这种情况下,利用ZSG-DEA模型,可以调整DEA值从而实现有效分配。
若地市为非DEA有效的决策单元,为了实现DEA有效,必须减少投入k(碳排放)的使用,减少量为:
在这里插入图片描述
为了保持投入总额不变,即碳排放总量不变,这一减少的碳排放量将按照比例分配的原则分配给其他地市,则第i个地市DMUi从DMU处分得的碳排放为:
在这里插入图片描述
由于所有的DMU都同时进行投入的比例消减,故调整全部结束后,投入K对DMUi的再分配额为:
在这里插入图片描述
依照比例消减策略,利用ZSG-DEA方法对决策单元DMUo进行相对效率评价的投入导向BBC模型为:
在这里插入图片描述
由于所有在原始模型下非DEA有效的均会按照比例分配自己的多余投入,以达到DEA有效。但所有均这样做的后果是:即使按上述公式计算,一些DMU在消减投入后仍不能达到DEA有效。对这个问题的应对方式有两种,一种是Lins和Gomes等提出的比例消减公式法,另一种是林坦、宁俊飞使用的迭代法。本文采取的是迭代法,通过多次迭代,可实现对投入的多次再分配,最终所有的均会达到有效边界,即所有的DMU会100%有效。这时对投入的再分配结果就是使效率最佳的分配方案。

## 迭代的python代码
DEA_data=pd.read_excel('分析结果.xlsx'

文章来源:https://blog.csdn.net/u012121721/article/details/135273414
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。