DEA-SBM模型与ML指数在生产率分析中的Matlab实现

1. 项目概述：DEA-SBM模型在生产率分析中的应用

最近在帮一位经济学博士生处理一组制造业企业的面板数据，需要用DEA-SBM模型测算ML指数和GML指数。这个看似小众的需求其实在效率分析和可持续发展研究领域非常普遍——从评估银行分支机构运营效率到测算区域绿色经济发展水平，基于非参数前沿的DEA方法始终是学术界和实务界的首选工具之一。

与传统DEA模型相比，SBM（Slack-Based Measure）模型最大的突破在于能够同时考虑投入产出松弛量，这对分析存在资源错配的绿色全要素生产率（GTFP）尤为重要。举个例子，当我们比较两家发电厂的碳排放效率时，不仅要看每度电的煤耗量，还需要考虑未完全燃烧产生的CO2超额排放，这正是SBM模型擅长处理的情形。

2. 核心模型原理与数学框架

2.1 DEA-SBM基础模型构建

考虑一个有N个决策单元(DMU)的系统，每个DMU有m种投入和s种产出。SBM模型的目标函数可以表示为：

matlab复制function [score, slacks] = sbmeff(input, output)
    [n, m] = size(input);
    s = size(output,2);
    f = [zeros(1,n+m+s) 1];
    Aeq = [output' -input' zeros(s,m) zeros(s,1)];
    beq = zeros(s,1);
    lb = zeros(n+m+s+1,1);
    ub = [];
    options = optimoptions('linprog','Display','off');
    ...
end

这个线性规划问题的核心在于同时优化投入过剩和产出不足的松弛变量。与径向DEA模型不同，其效率值ρ满足0≤ρ≤1，当且仅当所有松弛为零时达到完全效率状态。

2.2 ML与GML指数计算

ML(Malmquist-Luenberger)指数通过距离函数比值反映技术效率变化和技术进步：

code复制ML = [Dᵗ(xᵗ⁺¹,yᵗ⁺¹)/Dᵗ(xᵗ,yᵗ)] × [Dᵗ⁺¹(xᵗ⁺¹,yᵗ⁺¹)/Dᵗ⁺¹(xᵗ,yᵗ)]^(1/2)

而GML(Global Malmquist-Luenberger)指数采用全局生产技术集作为参照，避免传统ML可能出现的线性规划无解问题。在Matlab中实现时，需要特别注意全局前沿的构建方式：

matlab复制global_tech = [input_all, output_all]; % 跨期合并数据

3. Matlab实现关键步骤

3.1 数据预处理要点

处理面板数据时经常遇到的坑是投入产出变量的量纲差异。建议在建模前进行标准化处理：

matlab复制norm_input = (input - mean(input))./std(input);

但要注意：能源消耗等非期望产出需要取倒数处理，否则会影响效率计算方向。我曾在一个区域经济效率评估项目中，因为忘记对工业废水排放量取负向处理，导致结果完全失真。

3.2 模型求解优化技巧

直接调用linprog求解每个DMU效率会非常耗时。通过并行计算可以显著提升效率：

matlab复制parfor i = 1:n
    [score(i), slacks(i,:)] = dea_sbm_unit(input, output, i);
end

实测数据显示，在评估300家企业的5年面板数据时，并行计算能将运行时间从48分钟缩短到9分钟。不过要注意内存管理，建议每处理100个DMU后主动清理临时变量。

3.3 指数分解实现

GML指数的技术效率变化(EC)和技术进步(TC)分解需要特别注意参照技术集的选取：

matlab复制% 全局距离函数计算
D_global = @(x,y) dea_global(x,y,global_tech); 

% 技术效率变化
EC = D_global(x2,y2)/D_global(x1,y1);

% 技术进步
TC = sqrt((D1(x1,y1)/D2(x1,y1))*(D1(x2,y2)/D2(x2,y2)));

4. 典型问题与解决方案

4.1 线性规划无解情况

当遇到"Linprog stopped because no point satisfies the constraints"错误时，通常有三种处理方案：

1. 检查投入产出变量方向是否设置正确
2. 尝试放宽约束条件容差
3. 改用超效率模型

4.2 结果异常值排查

某次分析得到某DMU的效率值为1.5，明显超出理论范围。经排查发现是该企业年报中能源消耗数据单位错误（万千瓦时误报为千瓦时）。建议在计算前增加数据合理性检验：

matlab复制assert(all(input > 0, 'all'), '存在零或负值投入');
assert(all(output(:,1:desired_outputs) > 0, 'all'), '期望产出含非正值');

4.3 内存不足处理

处理大规模数据时可能出现"Out of memory"错误。可以通过以下方式缓解：

• 使用稀疏矩阵存储技术矩阵
• 分批次计算并定期保存中间结果
• 改用更高效的求解器如Gurobi（需要安装额外工具箱）

5. 完整实现案例

以下是一个省级工业部门绿色全要素生产率分析的典型流程：

matlab复制%% 数据加载与预处理
load('province_industry.mat');
energy_input = 1./energy_consumption; % 能源投入取倒数
bad_output = 1./pollution_emission; % 非期望产出处理

%% 全局技术集构建
global_input = [];
global_output = [];
for y = 2015:2020
    global_input = [global_input; input_data{y}];
    global_output = [global_output; output_data{y}];
end

%% GML指数计算
gml_index = zeros(n,years-1);
for t = 1:years-1
    [~, ~, gml_index(:,t)] = compute_gml(...
        input_data{t}, output_data{t}, ...
        input_data{t+1}, output_data{t+1}, ...
        global_input, global_output);
end

%% 结果可视化
figure;
boxplot(gml_index);
title('省级工业GML指数分布(2015-2020)');

这个案例中特别值得注意的是对能源消耗和污染排放的特殊处理方式，这是准确测算绿色全要素生产率的关键。在实际操作中，建议先用小样本测试模型设定是否合理，再扩展到全样本。

6. 模型扩展与进阶应用

对于希望深入研究的开发者，可以考虑以下方向：

1. 考虑非期望产出的弱可处置性，在约束条件中添加环境管制强度变量
2. 结合窗口分析法处理技术异质性问题
3. 采用Bootstrap方法估计效率值的置信区间
4. 将静态效率分析扩展到动态方向性距离函数

在最近参与的钢铁行业碳效率研究中，我们通过在目标函数中添加碳排放影子价格变量，使模型能够同时反映能源效率和环境绩效。这种改进型SBM模型的计算代码结构如下：

matlab复制function [eff, carbon_shadow] = sbm_carbon(input, output, bad_output)
    % 新增碳排放影子价格计算模块
    ...
    shadow_price = dual_variables(end); 
end

这种扩展需要特别注意对偶变量的经济含义解释，建议配合敏感性分析验证结果稳健性。