别再硬算效率了！用Python的DEApy库5分钟搞定CCR模型（附学校评价实战代码）

用Python的DEApy库5分钟实现CCR模型学校效率评价实战指南当我们需要评估多个决策单元如学校、医院或门店的相对效率时传统方法往往需要复杂的数学推导和编程实现。数据包络分析DEA中的CCR模型提供了一种直观的多指标评价框架而Python的DEApy库让我们能够跳过繁琐的理论推导直接获得专业级分析结果。1. 环境准备与数据加载在开始之前我们需要确保Python环境中已安装必要的库。DEApy是一个专门用于数据包络分析的轻量级工具配合pandas可以高效处理结构化数据pip install deapy pandas numpy假设我们有一个包含6所学校投入产出数据的CSV文件school_data.csv数据结构如下学校名称教师数量经费投入(万元)毕业生人数升学率(%)A校85120050092B校90150048088加载数据并预处理import pandas as pd from deapy import CCR # 读取数据 data pd.read_csv(school_data.csv, index_col学校名称) # 分离投入和产出指标 inputs data[[教师数量, 经费投入(万元)]].values outputs data[[毕业生人数, 升学率(%)]].values注意投入指标应选择越小越好的指标如成本产出指标应选择越大越好的指标如收益。如果原始数据方向相反需要进行取倒数或负值处理。2. CCR模型快速实现DEApy库已经封装了CCR模型的完整实现我们只需三行代码即可完成核心计算# 创建CCR模型实例 model CCR(inputs, outputs, orientationinput) # 计算效率值 efficiency model.efficiency # 获取松弛变量 slacks model.slacks关键参数说明orientationinput表示基于投入导向的模型默认即考察在现有产出水平下投入可压缩的空间efficiency返回各DMU的效率值0-1之间1表示完全有效slacks返回各指标的松弛量反映无效DMU的改进空间3. 结果可视化与分析将计算结果与原始数据合并生成更直观的分析报表results data.copy() results[效率得分] efficiency.round(3) results[规模效益] model.scale_efficiency.round(3) # 按效率排序 results results.sort_values(效率得分, ascendingFalse) # 输出前3名 print(results.head(3))典型输出示例学校名称教师数量经费投入毕业生人数升学率效率得分规模效益C校781100520951.0001.000A校851200500920.9830.967E校921400510900.9210.934对于效率非1的学校可以通过松弛变量计算理论上的最优投入产出# 计算各学校的目标改进值 optimal_inputs inputs - slacks[:len(inputs[0])] optimal_outputs outputs slacks[len(inputs[0]):]4. 高级应用与技巧4.1 权重约束与敏感度分析有时我们需要限制某些指标的权重范围避免出现不合理的分配方案# 设置教师数量权重不超过60% model.add_weight_constraint(input_index0, upper0.6) # 重新计算 model.solve()4.2 标杆分析与参考集找出低效DMU的改进方向# 获取各DMU的参考标杆 benchmarks model.benchmarks for school in benchmarks: print(f{school}的参考标杆为{benchmarks[school]})4.3 结果导出与报告生成使用matplotlib生成专业图表import matplotlib.pyplot as plt plt.figure(figsize(10,6)) results[效率得分].plot(kindbarh, title学校效率排名) plt.xlabel(效率得分) plt.ylabel(学校名称) plt.grid(True) plt.tight_layout() plt.savefig(school_efficiency.png)5. 常见问题解决方案在实际应用中可能会遇到以下典型问题数据量纲不一致问题现象经费万元与教师数量人量级差异大导致结果偏差解决方案from sklearn.preprocessing import MinMaxScaler scaler MinMaxScaler() inputs scaler.fit_transform(inputs)零值或负值处理投入产出指标通常应为正值遇到特殊情况可考虑对负值进行平移转换使用SBMSlacks-Based Measure模型替代模型选择建议投入导向型适用于投入资源可控的场景如学校资源配置产出导向型适用于产出目标明确的场景如销售业绩评估# 产出导向型CCR模型 output_model CCR(inputs, outputs, orientationoutput)通过DEApy库我们不仅实现了CCR模型的快速应用还获得了比传统手工计算更丰富的分析维度。将效率值与松弛变量结合能够为决策者提供哪些学校效率低下、具体在哪些指标需要改进以及改进目标值是多少等三层级的决策支持信息。