（如果引用，务请注明出处）

数据包络分析作为一种重要的定量研究方法，正越来越广泛地得到应用，但是对于DEA的适用条件，很少有人进行认真分析，以下是我近年来悟出的一些心得体会，供圈内朋友参考：

一、同类可比

同类可比在很多情况下是社科研究的基础和前提，比如研究地区效率，西藏、新疆、青海等地与上海、北京、广东、江苏等经济发达地区情况完全不一样，在很多情况下是不可比的，如果将这些地区放在一个模型中分析，是值得商榷的。

二、DEA对异常值相当敏感

DEA对异常值相当敏感，在实际生活中，由于统计数据质量、测量误差等问题，构成数据包络曲线的那些点是非常敏感的，或者说，其它效率不是最优的点都是和数据包络曲线上最好的点相比，而这些点其实是不稳定的，在此基础上得出的处理结果也是不稳定的。

三、DEA也许只有宏观意义

即使是同一套数据，如果同时满足固定前沿和随机前沿的适用条件。采用固定前沿和随机前言，其分析结果往往是不一致的，也就是说，对于决策单元A，采用固定前沿它可能是有效的，但采用随机前沿它可能就是无效的。那么能否说明DEA在做文字游戏？也不能这么说，通常情况下，对于同一套数据采用两种不同方法处理的结果，其相关性往往很高，因此适合做宏观分析，但微观上说A有效B无效之类的要慎重。

四、DEA往往难以给出具体的政策建议

即使得出了研究结果，对于一些效率相对低下的决策单元，如何进行改进？通过技术进步还是通过改善管理？再进一步的建议往往难以给出。

五、效率低下的决策单元也许问题不严重

任何DEA分析，都是建立在投入产出的基础之上的，但是投入产出数据有很多是无法定量计量的。实际上，DEA分析有个隐含的假设：我们做效率分析，只能基于定量数据，那些不能定量计量的投入产出，干脆假设所有的决策单位没有差异，但这种假设一定存在吗？

所以做一些真正的研究其实是很困难的，以上五点可以说是DEA分析的一些软肋(当然，有些是通用的，不一定是DEA的)。

但是，天啦，我们有太多太多的采用DEA方法的论文！！！刚才才在CNKI上查的，输入带引号的"数据包络分析"进行全文检索，查到8337篇论文！

                       2009.12.11 俞立平于邗上

转载本文请联系原作者获取授权，同时请注明本文来自俞立平科学网博客。
链接地址：https://blog.sciencenet.cn/blog-45134-277916.html

上一篇：学术期刊多属性评价方法的选择研究
下一篇：2010：江苏省高职教师科研的终结？