Dearun Tools简介
数据包络分析(Data envelopment analysis, DEA) 是一种评价具有多投入和多产出的决策单元(Decision-making unit, DMU)相对有效性的非参数方法，其无需预先给定权重和假设分布，可以直接通过投入与产出数据来确定生产前沿面的结构。作为数学、运筹学与计算机的交叉研究领域，DEA方法在多个领域有着广泛的应用。
大部分刚接触DEA的研究人员，可能都会对这类优化模型有着很深的疑惑，不知从何下手。如果想彻底明白DEA模型的机理，必须熟练掌握并运用运筹学的相关知识，包括如何建立、求解、分析优化模型，这意味着较高的学习成本。目前市面上也有一些软件来处理DEA模型，但是免费的软件只能求解简单的CCR/BCC模型，根本无法满足日常的研究需求。
Dearun Tools是一款可以计算数据包络分析方法中主流模型的软件，包括基础效率模型、超效率模型、网络DEA模型以及动态Malmquist指数分析，同时可以处理包含非期望产出的情形，便于本领域的研究人员快速测算效率值并进行后续的分析，本软件的下载和使用完全免费。
请点击左侧菜单栏进行下载、安装与使用Dearun Tools，常见问题解答请点击 FAQ，如有疑问请点击 与我联系
公告：Dearun Tools v 3.2.0版本已发布，请务必前往更新：Dearun Tools下载地址
功能介绍
- 计算传统Radial模型（CCR、BCC）、SBM模型、WSBM（Weighted SBM）模型、DDF模型、EBM模型、MinDP（至前沿最小距离）、Directional SBM模型、Non-radial DDF模型、整数DEA模型的效率值
- 可输出λ系数矩阵与影子价格矩阵
- 可以计算六种主流的交叉效率模型
- 计算FDH、FRH、ERH模型的效率值（投入与产出导向）
- Pessimistic CCR投入导向模型、CCR产出导向模型
- 可通过ZSG-DEA模型进行单资源分配
- 计算传统Radial模型、SBM模型、DDF模型、EBM模型、Directional SBM模型、WSBM模型的超效率值
- 可以处理包含非期望产出的情况（除EBM模型外）
- 针对以上模型可以选取不同的规模报酬性，分别是：CRS (constant returns to scale), VRS (variable returns to scale), NIRS (non-increasing returns to scale) , NDRS (non-decreasing returns-to-scale)
- 可以对效率值进行分解，并判断规模报酬情况（IRS、CRS、DRS）
- 计算DEA拥挤理论相关模型：BCSW模型、WY模型
- 计算基于相邻参比与全局参比的CCR、CCR超效率、SBM、SBM超效率、DDF、EBM、EBM超效率的Malmquist指数模型，并分解为技术进步与效率变化，同时给出计算过程中的效率值
- 可以进一步分解指数值，并提供两种分解形式
- 计算ML指数模型与GML指数模型
- 计算全局参比的Directional SBM模型、Non-radial DDF模型的Malmquist Luenberger指数与Luenberger指数
- 计算窗口DEA模型，可自行设置窗口期
- 计算Meta-frontier模型
- 计算Meta-frontier Malmquist模型
- 计算多种基础的两阶段网络DEA模型（包含投入、共享投入、中间产品、产出）
软件界面展示图
高校使用情况词云图
注：根据许可申请信息整理