根据表3中的样本数据进一步建立模型，运用DEAP2.1对其进行线性规划求解，其中设置的参数见（表5），求解得出如下的结果（表6）。
在软件名为“dea.txt”中输入赋权重后的输入输出指标后进行计算，其中后三者之间的关系为vrste=crste/scale[17]。
| 表5 DEAP2.1 参数设置 | |
| 参数选择 | 软件原参数 |
| dea.txt | DATA FILE NAME |
| deaout.txt | OUTPUT FILE NAME |
| 12 | NUMBER OF FIRMS |
| 1 | NUMBER OF TIME PERIODS |
| 3 | NUMBER OF OUTPUTS |
| 3 | NUMBER OF INPUTS |
| 0/1 | 0=INPUT AND 1=OUTPUT ORIENTATED |
| 0 | 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE) |
| 表6 2020年东部地区12省市区房地产企业投入产出效率值 | ||||
| DMU | 综合技术效率 crste | 纯技术效率 vrste | 规模效率 scale | 规模收益 |
| 北 京 | 0.974 | 1 | 0.974 | drs |
| 天 津 | 1 | 1 | 1 | - |
| 河 北 | 1 | 1 | 1 | - |
| 辽 宁 | 1 | 1 | 1 | - |
| 上 海 | 1 | 1 | 1 | - |
| 江 苏 | 0.808 | 1 | 0.808 | drs |
| 浙 江 | 0.788 | 1 | 0.788 | drs |
| 福 建 | 0.690 | 0.725 | 0.952 | drs |
| 山 东 | 0.916 | 1 | 0.916 | drs |
| 广 东 | 0.565 | 1 | 0.565 | drs |
| 广 西 | 0.849 | 0.853 | 0.996 | drs |
| 海 南 | 0.902 | 1 | 0.902 | irs |
| 均 值 | 0.874 | 0.965 | 0.908 | - |
从表5可以看出，天津、河北、辽宁、上海4个省市的房地产企业的经营达到了DEA有效，其余8个省市未达到DEA有效，而且各个省市的房地产企业之间的综合效率有明显的差别。除了上述四个省市外，福建的房地产企业的综合效率最低，仅有0.690，北京的综合效率最高，有0.974将近1。
2.纯技术效率分析
从表5可以看出，有10个省市的纯技术效率达到了1，除了上文中所说的达到4个DEA有效的6个省市外，还有北京、江苏、浙江、山东、广东、海南。这说明这些城市的投入有着最大的产出，不存在滥用资金。此外，福建的纯技术效率的值为最低，福建应该加强对房地产企业的重视，提高当地房地产企业的投入资源使用的效率。
3.规模效率分析
从表5可以看出，有4个省市的规模效率为1，即天津、河北、辽宁、上海，处于规模效益不变的状态，即最佳规模收益阶段。其余8个省市的规模效率值均小于1，说明其处于规模效益递增或递减的状态，存在管理水平空间。下载本文
