基于 DEA Performance 的三阶段 DEA (SBM-U) 计算准确性验证：SFA 环境剥离 + 非期望产出全流程校验

一、为什么要验证三阶段 DEA 模型的计算准确性

三阶段 DEA 模型由 Fried 等人于 2002 年提出，核心价值是通过随机前沿分析（SFA）剥离环境因素与随机误差对效率的干扰，得到仅反映 DMU 自身管理能力的真实效率值，解决了传统 DEA 模型无法区分“管理无效率”与“环境运气”的缺陷。其中，基于 SBM 的三阶段模型进一步支持非期望产出，是当前绿色效率、区域经济、企业绩效研究中最主流的实证方法之一。

在 DEA 软件开发中，三阶段模型是出错率最高的模块之一：SFA 调整方向颠倒、非期望产出不参与环境剥离、松弛求解不唯一、方差参数收敛异常等问题，都会导致最终效率值完全偏离理论定义，且表面上“能正常出数”，很难被普通用户直接识别。

本文基于标准单调测试数据集，从整体趋势合理性、SFA 回归正确性、非期望产出调整规范性、双导向逻辑自洽性四个维度，对 DEA Performance 软件中的三阶段 DEA（SBM 基础 + 非期望产出扩展）进行全流程准确性验证，确保模型实现完全符合经典三阶段 DEA 理论规范，可稳定用于实证研究场景。

二、三阶段 SBM-U 模型的理论框架与校验标准

2.1 三阶段 DEA 的经典计算流程

三阶段 DEA 的核心思想是“剥离外生干扰，还原真实管理效率”，标准流程分为三步：

1. 第一阶段：原始效率与松弛计算
   基于原始投入产出数据，运行 SBM 模型得到初始效率值与各指标的松弛量。此时的松弛包含三类成分：环境因素影响、随机误差、管理无效率。
2. 第二阶段：SFA 回归分解
   以各项投入 / 非期望产出的松弛为被解释变量，以环境变量为解释变量，逐项构建 SFA 回归模型，将总松弛分解为环境效应、随机误差、管理无效率三部分。随后将所有 DMU 调整到相同的最不利环境 + 最不利随机误差水平，对投入和非期望产出进行同向上调。
3. 第三阶段：真实效率重算
   使用调整后的投入、非期望产出与原始期望产出，重新运行 SBM 模型，得到剔除环境与随机干扰后的纯管理效率。

2.2 四层校验准则

本次验证设置四层递进式校验标准，覆盖从宏观趋势到微观参数的全维度：

1. 趋势合理性校验：效率排序与数据物理特征匹配，无异常反转跳点。
2. SFA 正确性校验：调整方向、系数符号、方差参数均符合理论定义。
3. 非期望产出校验：非期望产出同步执行 SFA 调整，逻辑与投入保持一致。
4. 导向自洽性校验：投入导向与产出导向的效率边界、变化趋势严格对应。

三、验证方案与测试数据

3.1 测试数据集

本次验证采用 20 个决策单元的标准单调测试数据集，包含 2 项投入、2 项期望产出、2 项非期望产出、2 项环境变量。数据呈现严格的单调变化特征：从 DMU1 到 DMU20，投入递增、期望产出递减、非期望产出递增、环境变量同步递增，便于验证效率趋势的一致性。

基础投入产出数据（节选）：

非期望产出与环境变量数据（节选）：

3.2 软件参数配置

本次验证使用DEA Performance软件进行计算，核心参数配置如下：

• 基础模型：SBM-CRS 不变规模报酬
• 计算导向：分别测试投入导向、产出导向两组
• 非期望产出：包含 2 列，同步执行 SFA 环境剥离
• 环境变量：2 项外生环境因素

图 1 DEA Performance 软件三阶段 DEA-SBM 参数配置界面

3.3 验证维度设计

本次验证按照从宏观到微观的逻辑，设置四层校验：

1. 整体趋势校验：验证第三阶段效率的排序与变化趋势是否符合数据物理特征。
2. SFA 核心校验：验证第二阶段调整方向、系数符号、方差参数的正确性。
3. 非期望产出校验：验证非期望产出同步 SFA 调整的规范性。
4. 双导向校验：验证投入导向与产出导向的逻辑一致性。

四、第一维度：整体效率趋势合理性验证

4.1 投入导向第三阶段效率结果

运行投入导向三阶段 SBM-U 模型，得到各 DMU 的纯管理效率结果（节选）：

图 2 投入导向三阶段 DEA 计算结果界面

4.2 产出导向第三阶段效率结果

运行产出导向三阶段 SBM-U 模型，得到各 DMU 的纯管理效率结果（节选）：

图 3 产出导向三阶段 DEA 计算结果界面

4.3 趋势一致性分析

1. 单调无反转：投入导向效率从 DMU1 到 DMU20 严格单调递减，产出导向效率严格单调递增，无异常跳点与反转，完全符合“投入越高、产出越低、非期望产出越高，效率越差”的基本经济直觉。
2. 边界单元正确：DMU1 在两种导向下均处于效率前沿（投入导向= 1 = 1=1，产出导向= 1 = 1=1），为最优样本；DMU20 均为效率最差样本，边界逻辑完全自洽。
3. 梯度平滑：效率值随数据梯度平滑变化，无断崖式波动，说明 SFA 调整过程稳定，未出现数值异常。

五、第二维度：第二阶段 SFA 回归正确性验证

第二阶段 SFA 是三阶段 DEA 的核心，也是最高发的错误环节，重点从三个维度校验。

5.1 数据调整方向校验

三阶段 DEA 投入导向的标准调整原则：

将所有 DMU 统一调整到最不利的环境 + 最不利的随机误差水平，即对环境条件优越的 DMU，上调其投入与非期望产出，抹平环境优势，保证评价公平。

软件输出的各项指标平均调整幅度：

• 第 1 项投入：平均上调5.3603 5.36035.3603
• 第 2 项投入：平均上调3.2092 3.20923.2092
• 第 1 项非期望产出：平均上调2.6564 2.65642.6564
• 第 2 项非期望产出：平均上调1.8495 1.84951.8495

验证结论：所有指标调整方向均为正向上调，完全符合“拉平到最差环境”的经典三阶段调整逻辑，不存在方向颠倒的致命错误，这是三阶段模型正确性的核心判定标准。

5.2 环境变量系数符号合理性

以第 1 项投入为例，SFA 回归得到的环境系数：

• 环境变量 1：系数= 2.6731 = 2.6731=2.6731（正）→ 该变量值越大，投入松弛越严重，效率越低，属于不利环境因素。
• 环境变量 2：系数= − 1.3435 = -1.3435=−1.3435（负）→ 该变量值越大，投入松弛越小，效率越高，属于有利环境因素。

系数正负方向与经济含义完全匹配，环境因素对松弛的影响方向正确，未出现符号颠倒问题。

5.3 方差参数γ \gammaγ的解释

结果中多数指标的γ \gammaγ（管理无效率方差占总方差的比例）趋近于 0，这是测试数据的线性特征导致的正常现象，并非计算错误：

• 本套数据为严格单调序列，松弛与环境变量高度线性相关，环境因素几乎可以完全解释松弛的差异，因此管理无效率项σ u \sigma_uσu​趋近于 0，γ ≈ 0 \gamma \approx 0γ≈0。
• 第 2 项期望产出的γ = 0.966784 \gamma = 0.966784γ=0.966784，说明该项松弛中管理无效率占主导，不同指标的γ \gammaγ存在差异，符合 SFA 模型的正常输出特征。
• 软件输出了完整的σ u \sigma_uσu​、σ v \sigma_vσv​、对数似然值等参数，说明 SFA 收敛正常，未出现求解失败问题。

六、第三维度：非期望产出同步调整的规范性验证

6.1 实现逻辑的规范性

当前很多三阶段 DEA 实现仅对投入做 SFA 调整，忽略非期望产出的环境剥离，这是不符合理论规范的。DEA Performance 的实现具备两个关键优势：

1. 同步 SFA 回归：对 2 列非期望产出逐项执行独立的 SFA 回归，分解环境因素对非期望产出松弛的影响，而非仅调整投入。
2. 第三阶段全量代入：第三阶段 SBM 求解时，使用调整后的投入、调整后的非期望产出、原始期望产出进行计算，完整还原了“所有变量均剔除环境干扰”的理论要求。

6.2 调整逻辑一致性验证

非期望产出采用与投入完全一致的调整逻辑：统一上调至最不利环境水平。这一处理符合非期望产出的“投入属性”——非期望产出越多越不利，因此调整方向与投入保持一致，逻辑自洽，未出现非期望产出调整方向颠倒的常见错误。

七、第四维度：双导向模型逻辑自洽性验证

1. 效率区间正确
   • 投入导向 SBM 效率值∈ [ 0 , 1 ] \in [0,1]∈[0,1]，值越小效率越差，结果完全符合区间要求。
   • 产出导向 SBM 效率值∈ [ 1 , + ∞ ) \in [1, +\infty)∈[1,+∞)，值越大改进空间越大，结果完全符合区间要求。
2. 排序一致性
   两种导向下的 DMU 效率排序完全一致：DMU1 最优，DMU20 最差，中间单元排序严格对应，未出现导向切换后排序反转的逻辑矛盾。
3. 规模报酬约束一致
   第一阶段与第三阶段均严格遵循 CRS 不变规模报酬设定，未出现规模约束错配的问题。

八、三阶段 DEA 开发的常见坑点与避坑指南

结合本次验证经验，梳理三阶段 DEA 开发中最高发的 4 类隐蔽错误，供同行参考避坑：

1. 调整方向颠倒：误将数据调整到最优环境而非最差环境，导致环境越好效率反而越低，是最常见的致命错误。
2. 非期望产出遗漏：仅对投入做 SFA 调整，非期望产出仍使用原始数据，导致第三阶段绿色效率评价失真。
3. 松弛求解不唯一：仅求解最优效率，不做二阶段最大化松弛，导致 SFA 回归的被解释变量不唯一，结果不稳定。
4. SFA 收敛失败：初始值设置不当导致 SFA 陷入局部最优，方差参数异常，需采用多初始值全局搜索保证收敛质量。

九、结论

通过趋势合理性、SFA 回归正确性、非期望产出规范性、双导向自洽性四层完整校验，可以得出最终结论：

1. DEA Performance 软件的三阶段 DEA 模型实现完全符合 Fried 等提出的经典理论框架，全流程逻辑规范。
2. 第二阶段 SFA 回归的调整方向、系数符号、参数解释均正确，收敛稳定，数值可靠。
3. 非期望产出同步执行 SFA 环境剥离，实现规范度优于多数同类软件，适用于绿色效率等实证场景。
4. 投入导向与产出导向双版本逻辑自洽，效率结果符合数据特征与经济直觉。

三阶段 SBM-U 是当前实证研究中使用率极高的进阶模型，也是最容易出现隐蔽错误的模型。本次验证通过的三阶段 DEA 模块，已完整集成至 DEA Performance 软件中，支持多基础模型切换、多列非期望产出、批量环境变量导入与实时进度展示，可稳定用于区域经济评价、绿色效率测算、企业绩效分析等各类学术研究与业务场景。

DEA Performance 链接：https://pan.baidu.com/s/1ziQkmN9LmLDebUGBIolIyw?pwd=5802