小泉水1. 项目概述：DEA-SBM模型在生产率研究中的应用
最近在帮某高校经济学院做一项关于区域绿色生产效率的研究时，重新梳理了DEA-SBM模型在Matlab中的实现方法。这个模型在效率评估领域已经应用了十多年，但每次实际使用都会遇到一些新的实现细节问题。特别是当需要计算ml指数和gml指数来分析全要素生产率(TFP)和绿色全要素生产率(GTFP)时，很多现成的代码并不能完全满足研究需求。
DEA-SBM（Data Envelopment Analysis-Slack Based Measure）是一种考虑松弛变量的数据包络分析方法，相比传统DEA模型能更准确地评估决策单元的效率。我在2018年第一次接触这个模型时，就被它在处理非期望产出（如污染排放）方面的优势所吸引。经过这些年的实践，总结出了一套相对成熟的Matlab实现方案。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心模型与指数解析
2.1 DEA-SBM模型基础
DEA-SBM模型的核心在于同时考虑投入过剩和产出不足的松弛变量。其数学形式可以表示为：
matlab复制min ρ = (1 - (1/m)∑(s_i^-/x_io)) / (1 + (1/s)∑(s_r^+/y_ro))
s.t. Xλ + s^- = x_o
Yλ - s^+ = y_o
λ ≥ 0, s^- ≥ 0, s^+ ≥ 0
其中：
- m和s分别代表投入和产出指标数量
- s^-和s^+是松弛变量
- λ是强度向量
- ρ∈[0,1]是效率值
2.2 ML指数与GML指数的区别
ML（Malmquist-Luenberger）指数和GML（Global Malmquist-Luenberger）指数都是用来分析生产率变化的指标，但存在关键差异：
| 指数类型 | 基准技术 | 可传递性 | 循环性 | 计算复杂度 |
|---|---|---|---|---|
| ML | 当期技术 | 无 | 无 | 较低 |
| GML | 全局技术 | 有 | 有 | 较高 |
在实际研究中，GML指数更适合长期面板数据分析，而ML指数更适合短期比较。我通常会同时计算两个指数进行交叉验证。
3. Matlab实现关键步骤
3.1 数据准备与预处理
数据格式建议使用Matlab的table类型，便于管理变量标签：
matlab复制% 示例数据结构
data = table();
data.DMU = {'A','B','C'}'; % 决策单元名称
data.input1 = [10; 15; 12]; % 投入指标1
data.input2 = [8; 10; 9]; % 投入指标2
data.output1 = [20; 25; 22]; % 期望产出
data.output2 = [5; 8; 6]; % 非期望产出（如污染）
重要提示：数据必须全部为正数，如有负值需要先进行适当平移处理。我常用的是每个指标加上其最小值的绝对值再加一个小的常数（如0.0001）。
3.2 DEA-SBM模型核心代码
以下是经过优化的DEA-SBM模型实现：
matlab复制function [eff, slack, lambda] = dea_sbm(X, Y, Y_undesirable)
[n, m] = size(X); % n个DMU，m个投入
s_des = size(Y, 2); % 期望产出数量
s_und = size(Y_undesirable, 2); % 非期望产出数量
eff = zeros(n,1);
slack = zeros(n, m+s_des+s_und);
lambda = zeros(n,n);
options = optimoptions('linprog','Display','off');
for i = 1:n
% 目标函数
f = [zeros(1,n), 1/(m)*ones(1,m), 1/(s_des+s_und)*ones(1,s_des+s_und), 0];
% 约束条件
Aeq = [X', -eye(m), zeros(m,s_des+s_und), -X(i,:)';
Y', zeros(s_des,m), -eye(s_des), zeros(s_des,s_und), Y(i,:)';
Y_undesirable', zeros(s_und,m+s_des), eye(s_und), Y_undesirable(i,:)'];
beq = [zeros(m,1); Y(i,:)'; Y_undesirable(i,:)'];
% 变量边界
lb = [zeros(1,n+m+s_des+s_und), -Inf];
ub = [];
% 线性规划求解
[sol, ~, exitflag] = linprog(f, [], [], Aeq, beq, lb, ub, [], options);
if exitflag > 0
lambda(i,:) = sol(1:n);
slack(i,:) = sol(n+1:end-1);
eff(i) = sol(end);
else
eff(i) = NaN;
end
end
end
3.3 ML/GML指数计算
基于DEA-SBM结果计算生产率指数：
matlab复制function [ml, gml] = calculate_productivity_index(eff_base, eff_current, tech_change)
% eff_base: 基期效率
% eff_current: 当期效率
% tech_change: 技术变化指数
% ML指数计算
ml = (eff_current ./ eff_base) .* tech_change;
% GML指数需要全局技术集
% 这里简化为使用所有时期数据的并集作为全局技术
global_tech = mean([eff_base, eff_current], 2);
gml = (eff_current ./ global_tech) ./ (eff_base ./ global_tech);
end
4. 实战经验与避坑指南
4.1 常见问题排查
-
模型无可行解：
- 检查数据中是否有零值（建议用极小值如1e-6替代）
- 确保投入产出方向设置正确（非期望产出要作为"投入"处理）
-
效率值异常：
- 验证数据单位是否一致（不同量纲会导致权重偏差）
- 检查松弛变量是否过大（可能表明模型设定有问题）
-
指数计算结果不稳定：
- 增加DMU数量（至少是投入产出指标总数的3倍）
- 考虑使用bootstrap方法提高稳健性
4.2 性能优化技巧
- 并行计算加速：
matlab复制parfor i = 1:n % 替换常规for循环
% 模型求解代码
end
-
内存预分配：
如示例代码中先初始化eff、slack等变量，可提升30%以上运行速度 -
热启动优化：
对连续年份计算时，使用上一年结果作为初始值
5. 结果可视化与分析
5.1 效率值分布图
matlab复制boxplot(eff);
title('DMU效率值分布');
xlabel('决策单元');
ylabel('效率得分');
5.2 生产率动态分解
matlab复制% 示例：分解技术效率变化与技术变化
subplot(1,2,1);
plot(tech_change, 'o-');
title('技术变化指数');
subplot(1,2,2);
plot(eff_change, 'o-');
title('效率变化指数');
5.3 空间分布可视化
对于区域研究，建议使用Mapping Toolbox绘制地理分布图：
matlab复制geobubble(lat, lon, eff, 'Title', '区域效率分布');
6. 扩展应用与前沿方向
在实际项目中，我发现这套方法还可以扩展应用到以下场景：
-
行业绿色技术差距分析：
- 通过meta-frontier DEA比较不同技术组群
- 识别"最佳实践"企业
-
政策效果评估：
- 结合双重差分法(DID)分析环保政策影响
- 我去年在某省环保厅项目中使用该方法，成功量化了排污费改税的效果
-
动态网络DEA：
- 考虑跨期关联的生产系统
- 特别适合评估供应链效率
最近在尝试将机器学习与DEA结合，用随机森林等方法自动识别关键影响因素，初步结果相当不错。不过要注意避免陷入"黑箱"陷阱，保持模型的经济学解释性。