GML、ML指数、以及超效率SBM测算的matlab代码，可以计算VRS以及CRS下非期望产出的SBM及SBM-GML 的matlab代码，代码可根据投入产出计算全要素生产率GML指数，计算结果准确可靠。全套资料均为本人整理制作，有什么问题都可以在下面留言评论，为了照顾不懂matlab的小白，本人还整理了详细的操作说明文档，从matlab安装到代码的使用步骤，均做了详细的图文说明，里面还有配套的示例数据，可跟着说明整体跑一遍，就能学会操作！整体来说简单易学，一切只为大家能更好的使用，资料制作不易，希望大家多多支持。 代码编写参考文献为: 1.中国商业银行全要素生产率增长及其收敛性研究--基于GML指数的实证分析 2.A global Malmquist-Luenberger productivity index.

城市生态效率年度数据(2006-2019)，兼顾经济发展与生态环境相协调，考虑了四种期望产出，三种非期望产出 说明：此数据均为本人整理并测算，是本人论文写作中用到的数据，资源整理不易，希望大家能给点支持，有问题都可以留言，我会一一解答。 1、数据来源：原始指标数据来源自中国城市统计年鉴、中国区域统计年鉴、中国能源年鉴、中国环境年鉴、哈佛大学官网等 2、时间跨度：2006-2019年 3、区域范围：包含283个地级市，考虑的数据的可得性以及行政区域的变更 4、数据说明： （1）生态效率指的是一定的生态投入所产生的效率，一般用生态的投入、成本与社会经济产出或效益之比来测度本数据集借鉴核心参考文献，考虑了三种期望产出：GDP、税收、城市绿化。三种非期望产出：二氧化硫排放量、烟粉尘、工业废水！（指标考虑完善） 指标选取参考文献为： 1.高铁网络对城市生态效率的影响——基于中国277个地级市的空间计量研究 2.环境规制与中国城市生态效率提升--基于空间计量模型的分析的做法 3.数字经济发展提升了城

可以计算VRS、CRS下超效率SBM,以及相应的ML指数和GML指数，里面有讲解视频，操作简单，非常容易上手

matlab代码，傻瓜式操作，把自己的数据复制进去即可

基于多种三阶段超效率DEA模型的基金业绩综合评价，戴晓凤，陈铖，伴随着民众投资基金的情绪愈发高涨，基金行业不断创新，无数新的基金产品应运而生。随着蛋糕越来越大，各家公司之间的比较、竞争

DEA 是由 Charnes 等人于 1978 年首次提出的， 第一个 DEA 模型为 CCR 模型。 它的优点非常明显， 如指标数据无需 量纲化， 决策者无需掌握决策单元 （DMU） 的内部生产机制， 只需要投入和产出数据就可以对DMU 进行效率评价。

资源配置效率是衡量企业各要素之间,以及企业内部与外部环境之间的和谐程度的核心指标。有效提高资源配置效率是增强电网企业竞争力的重要途径之一。此方法实现了对所有决策单元的充分评价与排序,可对电网企业的资源配置效率进行有效的评价。超效率DEA程序，用于求解SEDEA模型。

对DEA决策单元进行评价，直接输入测算矩阵就可以，方便简单，对传统DEA模型进行了优化，克服传统DEA中同时出现多个有效评价单元时无法对其进行作进一步评价的缺陷，对多个有效的评价单元作出进一步的评判

超效率DEA模型的实现软件，较deap软件而言，操作更简单

包含三个dea模型，投入型，产出型，超效率，matlab实现