一、为什么要验证三阶段 DEA-FG 模型的计算准确性三阶段 DEA 是效率评价领域用于剥离环境因素与随机误差干扰、测算真实管理效率的核心方法广泛应用于区域经济、产业绩效、公共服务评价等实证场景。其中基于 FGNIRS 非递增规模报酬的三阶段模型专门用于识别规模报酬递减区间的纯管理效率是高水平论文中常用的稳健性检验工具。但在 DEA 软件开发中三阶段模块是错误高发区SFA 回归公式写错、数据调整方向颠倒、规模报酬约束遗漏、松弛求解不充分等问题都会导致调整后效率完全失真且表面上能正常输出数值隐蔽性极强普通用户很难直接识别。本文基于标准单调测试数据集从基础模型约束准确性、三阶段算法流程合规性、结果数值合理性三个核心维度对 DEA Performance 软件中的三阶段 DEA-FG 模块进行全流程准确性验证确保算法实现完全符合 Fried 经典三阶段 DEA 理论规范。二、三阶段 DEA-FG 的理论框架与校验标准2.1 经典三阶段 DEA 核心流程标准三阶段 DEA 方法分为三个核心步骤第一阶段基于原始投入产出数据计算初始 DEA 效率与松弛量松弛包含环境因素、随机误差、管理无效率三类成分。第二阶段以松弛为因变量环境变量为自变量构建 SFA 随机前沿模型分解出环境影响与随机误差将所有 DMU 调整至相同的外部环境与随机水平。第三阶段使用调整后的数据重新计算 DEA 效率得到剔除外部干扰后的纯管理效率。2.2 FG 模型NIRS定义FG 模型对应非递增规模报酬假设核心约束为参考权重和≤ 1 \le 1≤1适用于判定决策单元处于规模报酬递减区间的效率评价场景。投入导向下目标为最小化投入缩减比例产出导向下目标为最大化产出扩张比例。2.3 三层校验准则本次验证设置三层递进式校验标准基础模型校验FG 模型 NIRS 约束准确松弛求解采用两阶段法确保最大松弛量。算法流程校验SFA 分解公式、数据调整规则完全符合经典 Fried 三阶段理论。结果逻辑校验效率趋势、SFA 参数、调整幅度三者逻辑自洽符合理论预期。三、验证方案与测试数据3.1 测试数据集全集本次验证采用 20 个决策单元的严格单调测试集包含 2 项投入、2 项产出、2 项环境变量。投入从 DMU1 到 DMU20 持续递增产出持续递减数据趋势清晰便于验证效率排序与调整逻辑的合理性。DMU 名称投入 1投入 2产出 1产出 2环境变量 1环境变量 2DMU15.503.2011.428.721.01.0DMU25.823.3511.188.561.21.1DMU36.073.5210.958.411.41.3DMU46.433.8310.698.251.61.5DMU56.684.0110.488.091.81.7DMU67.034.3110.217.932.01.9DMU77.414.499.947.752.32.1DMU87.934.929.657.542.62.4DMU98.325.219.427.382.92.7DMU108.785.579.177.213.23.0DMU119.296.018.907.023.53.3DMU129.676.298.686.873.83.6DMU1310.186.738.416.694.13.9DMU1410.637.078.196.544.44.2DMU1511.097.457.956.364.74.5DMU1611.477.727.726.215.04.8DMU1711.928.007.516.085.35.0DMU1812.388.007.335.975.65.0DMU1912.718.007.185.895.85.0DMU2013.008.007.025.806.05.03.2 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FG非递增规模报酬 NIRS分析模式三阶段 DEA计算导向分别测试投入导向、产出导向两组环境变量2 项同步参与 SFA 回归与数据调整【图1软件参数配置界面】四、第一维度基础 FG 模型与第一阶段松弛计算验证4.1 NIRS 规模报酬约束验证对照代码实现FG 模型严格施加了权重和≤ 1 \le 1≤1的非递增规模报酬约束投入导向与产出导向均遵循该规则未出现约束遗漏或方向颠倒的问题。测试数据为严格单调序列DMU1 投入最少、产出最多天然处于生产前沿理论效率值应为 1后续 DMU 投入递增、产出递减效率应依次单调递减。软件输出的投入导向结果中 DMU1 效率为 1.0其余 DMU 效率依次降低与理论预期完全一致。4.2 两阶段法松弛求解验证第一阶段松弛计算采用两阶段法先求解最优效率值再固定效率最大化松弛总和确保得到唯一的最大松弛量为第二阶段 SFA 回归提供准确的因变量。该处理方式避免了松弛解不唯一导致的回归偏差是三阶段 DEA 的标准规范实现。【图2投入导向计算结果界面】【图3投入导向计算结果界面】五、第二维度第二阶段 SFA 分解与数据调整逻辑验证5.1 SFA 模型实现规范代码采用正态 - 半正态 SFA 模型通过极大似然估计求解环境系数与方差参数使用多初始值全局搜索避免局部最优以 OLS 结果作为初始值拟合稳健性良好。核心分解公式严格遵循理论定义总松弛 环境因素影响 随机误差 管理无效率通过 Jondrow 条件期望分解法分离管理无效率与随机误差公式推导正确。5.2 数据调整规则验证数据调整是三阶段 DEA 最容易出错的环节软件严格遵循“统一调整至最不利环境 最差随机水平”的标准规则投入导向调整后投入 原始投入 (最大环境影响 - 当前环境影响) (最大随机误差 - 当前随机误差)所有 DMU 投入均做调增处理。产出导向调整后产出 原始产出 - (最大环境影响 - 当前环境影响) - (最大随机误差 - 当前随机误差)所有 DMU 产出均做调减处理。该规则确保环境占优、运气较好的 DMU 被拉平至同一基准第三阶段效率仅反映自身管理能力完全符合理论要求。5.3 SFA 参数合理性验证变量γ \gammaγ无效率占比调整幅度逻辑判断投入导向 - 投入 1≈ 1.0 \approx 1.0≈1.0≈ 0 \approx 0≈0松弛几乎全由管理无效率导致无需大幅调整投入导向 - 投入 2≈ 0 \approx 0≈00.2339松弛几乎全由随机误差导致调整幅度较大产出导向 - 产出 1≈ 0 \approx 0≈00.5488松弛以随机因素为主调整幅度明显产出导向 - 产出 2≈ 0 \approx 0≈0≈ 0 \approx 0≈0松弛几乎无管理成分调整量极小γ \gammaγ参数反映管理无效率方差占总方差的比例γ 1 \gamma1γ1说明松弛完全由管理导致γ 0 \gamma0γ0说明松弛完全是随机因素。软件输出的γ \gammaγ值与调整幅度完全对应逻辑自洽SFA 拟合结果合理。六、第三维度第三阶段效率结果合理性验证6.1 投入导向结果验证第三阶段调整后投入导向 FG 效率呈现严格单调递减趋势DMU1 效率为 1.000000从 DMU1 到 DMU20 效率值持续下降最终 DMU20 为 0.290677。该趋势完全符合数据特征原始数据投入持续增加、产出持续减少剔除环境与随机因素后管理效率依然随规模扩大而降低反映出规模报酬递减区间的管理效率变化规律结果逻辑合理。6.2 产出导向结果验证产出导向下效率值均≥ 1 \ge 1≥1DMU1 效率为 1.000000从 DMU1 到 DMU20 效率值持续递增最终 DMU20 为 1.503448。该趋势同样符合理论预期越靠后的 DMU 产出缺口越大需要扩张的比例越高因此产出导向效率值越高。6.3 补充说明双导向无严格倒数关系需要特别说明FG 模型为 NIRS 非递增规模报酬不同于 CRS 不变规模报酬模型投入导向与产出导向效率值不存在严格的倒数关系。软件输出的双导向数值不互为倒数是正常理论现象并非计算错误。七、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-FG 开发中最高发的 4 类隐蔽错误供同行参考避坑数据调整方向颠倒投入导向误做调减、产出导向误做调增导致调整后效率反而失真是最常见的致命错误。松弛求解简化直接取最优解对应的松弛不做第二阶段最大化松弛处理导致松弛量偏小SFA 回归偏差大。规模报酬约束遗漏第三阶段重算时忘记施加 NIRS 约束退化为 CRS 或 VRS 模型前后阶段模型不统一。SFA 公式写错混淆半正态分布与截断正态分布的似然函数导致参数估计完全错误。八、结论通过基础模型约束校验、SFA 分解流程验证、结果逻辑合理性分析三层完整验证可以得出最终结论DEA Performance 软件的三阶段 DEA-FG 模块严格遵循 Fried 经典三阶段理论框架NIRS 规模报酬约束准确两阶段松弛求解规范。SFA 随机前沿分解公式正确数据调整规则符合“统一至最不利环境”的标准要求环境系数、方差参数、调整幅度三者逻辑自洽。第三阶段纯管理效率趋势符合数据特征与理论预期投入、产出双导向结果均合理无逻辑矛盾。全流程 20 个 DMU 全部成功求解无可行解异常数值计算稳定可靠。作为一款免费的数据包络分析软件DEA Performance 在三阶段 DEA 这类进阶模型上的实现规范度突出全中文可视化界面、零代码操作的特性也让它成为非常适合的论文用 DEA 软件推荐选项。软件目前仅支持 Windows 系统全程本地离线运行数据安全有保障免费版开放全部模型功能仅限制 DMU 与指标数量小样本预研、课程作业完全够用。后续会持续更新更多模型的准确性验证内容也欢迎大家在评论区交流三阶段 DEA 实证中的问题与经验。DEA Performance 链接https://pan.baidu.com/s/1ziQkmN9LmLDebUGBIolIyw?pwd5802