一、为什么要验证两阶段 DEA 模型的计算准确性两阶段链式 DEA 是网络 DEA 体系中应用最广泛的结构之一广泛用于创新效率评价、供应链绩效分析、区域生态效率测算等场景核心价值是将生产过程拆分为 “投入 - 中间产品 - 最终产出” 两个关联阶段精准识别效率损失的具体环节。但相比单阶段 DEA两阶段模型约束逻辑更复杂中间产品平衡约束、双阶段权重独立性、规模报酬匹配等环节极易出现隐蔽错误很多工具表面能正常输出数值实际约束存在逻辑偏差最终导致实证结果完全不可靠。本文基于标准测试数据集从数值精准性、双导向逻辑自洽性、约束规范性三个核心维度对 DEA Performance 软件中的两阶段径向 DEA-CRS 模型进行全流程手算验证确保模型实现完全符合经典网络 DEA 理论规范可稳定用于学术实证研究场景。二、两阶段链式径向 DEA 的理论框架与校验标准2.1 模型数学定义两阶段链式结构中第一阶段将初始投入转化为中间产品第二阶段将中间产品转化为最终产出两阶段拥有独立的参考权重λ \lambdaλ与μ \muμCRS 不变规模报酬下无权重和约束。投入导向模型最小化投入缩减比例θ \thetaθ数学形式min ⁡ θ s.t. ∑ j 1 n λ j x i j ≤ θ x i k , i 1 , . . . , m 第一阶段投入约束 ∑ j 1 n λ j z p j ≥ ∑ j 1 n μ j z p j , p 1 , . . . , q 中间产品平衡约束 ∑ j 1 n μ j y r j ≥ y r k , r 1 , . . . , s 第二阶段产出约束 λ j ≥ 0 , μ j ≥ 0 \begin{align*} \min \quad \theta \\ \text{s.t.} \quad \sum_{j1}^n \lambda_j x_{ij} \le \theta x_{ik}, \quad i1,...,m \quad \text{第一阶段投入约束} \\ \sum_{j1}^n \lambda_j z_{pj} \ge \sum_{j1}^n \mu_j z_{pj}, \quad p1,...,q \quad \text{中间产品平衡约束} \\ \sum_{j1}^n \mu_j y_{rj} \ge y_{rk}, \quad r1,...,s \quad \text{第二阶段产出约束} \\ \lambda_j \ge 0,\ \mu_j \ge 0 \end{align*}mins.t.​θj1∑n​λj​xij​≤θxik​,i1,...,m第一阶段投入约束j1∑n​λj​zpj​≥j1∑n​μj​zpj​,p1,...,q中间产品平衡约束j1∑n​μj​yrj​≥yrk​,r1,...,s第二阶段产出约束λj​≥0,μj​≥0​2.2 三层校验准则本次验证设置三层递进式校验标准覆盖从微观数值到宏观逻辑的全维度数值精准校验逐 DMU 手动推导最优解与软件输出结果零偏差双导向自洽校验CRS 假设下投入导向效率与产出导向效率严格互为倒数约束规范校验中间产品平衡约束方向正确两阶段权重相互独立三、验证方案与测试数据3.1 测试数据集本次验证采用 6 个决策单元的标准测试集包含 2 项投入、1 项中间产品、2 项期望产出数据覆盖不同效率梯度趋势清晰便于验证结果合理性。DMU 名称投入 1投入 2中间产品 1产出 1产出 2DMU11051108DMU2952129DMU31263119DMU411621310DMU520103108DMU6181021293.2 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两阶段径向 DEA规模报酬CRS 不变规模报酬计算导向分别测试投入导向、产出导向两组中间产品1 项链式结构串联两个生产阶段软件参数配置界面截图预留位置四、第一维度投入导向结果逐样本手算验证运行投入导向两阶段径向 DEA-CRS 模型软件输出核心结果如下DMU 名称软件输出效率值DMU10.400000DMU20.533333DMU30.375000DMU40.472727DMU50.200000DMU60.266667关键样本手动验算两阶段 DEA 的核心求解逻辑先根据最终产出需求反推所需中间产品最小规模再根据中间产品需求反推所需初始投入最终取投入缩减比例的最大值作为整体效率。1. DMU1 验算第二阶段满足产出[ 10 , 8 ] [10,8][10,8]的最小中间产品需求取最优标杆 DMU1所需中间产品规模为 1。第一阶段生产 1 单位中间产品的最优投入标杆为 DMU3取权重λ 1 / 3 \lambda1/3λ1/3对应投入为12 × 1 / 3 4 12 \times 1/3412×1/34、6 × 1 / 3 2 6 \times 1/326×1/32。整体效率θ max ⁡ ( 4 / 10 , 2 / 5 ) 0.400000 \theta \max(4/10,\ 2/5) 0.400000θmax(4/10,2/5)0.400000与软件输出完全一致。2. DMU2 验算第二阶段满足产出[ 12 , 9 ] [12,9][12,9]的最小中间产品需求取标杆 DMU1权重μ 1.2 \mu1.2μ1.2所需中间产品规模为 1.2。第一阶段生产 1.2 单位中间产品取标杆 DMU3权重λ 0.4 \lambda0.4λ0.4对应投入为12 × 0.4 4.8 12 \times 0.44.812×0.44.8、6 × 0.4 2.4 6 \times 0.42.46×0.42.4。整体效率θ max ⁡ ( 4.8 / 9 , 2.4 / 5 ) 0.533333 \theta \max(4.8/9,\ 2.4/5) 0.533333θmax(4.8/9,2.4/5)0.533333与软件输出完全一致。3. DMU3 验算第二阶段满足产出[ 11 , 9 ] [11,9][11,9]的最小中间产品需求取标杆 DMU1权重μ 1.125 \mu1.125μ1.125所需中间产品规模为 1.125。第一阶段生产 1.125 单位中间产品取标杆 DMU3权重λ 0.375 \lambda0.375λ0.375对应投入为12 × 0.375 4.5 12 \times 0.3754.512×0.3754.5、6 × 0.375 2.25 6 \times 0.3752.256×0.3752.25。整体效率θ max ⁡ ( 4.5 / 12 , 2.25 / 6 ) 0.375000 \theta \max(4.5/12,\ 2.25/6) 0.375000θmax(4.5/12,2.25/6)0.375000与软件输出完全一致。4. DMU5 验算第二阶段满足产出[ 10 , 8 ] [10,8][10,8]的最小中间产品需求为 1。第一阶段生产 1 单位中间产品的最优投入为[ 4 , 2 ] [4, 2][4,2]。整体效率θ max ⁡ ( 4 / 20 , 2 / 10 ) 0.200000 \theta \max(4/20,\ 2/10) 0.200000θmax(4/20,2/10)0.200000与软件输出完全一致。全部 6 个 DMU 的手算推导结果均与软件输出完全匹配数值精度达到 6 位小数求解逻辑完全符合两阶段 DEA 的链式生产定义。五、第二维度产出导向双导向逻辑自洽验证CRS 不变规模报酬下投入导向效率值与产出导向效率值严格互为倒数这是径向 DEA 的核心理论性质也是验证模型实现是否正确的关键判定标准。运行产出导向两阶段径向 DEA-CRS 模型双导向一致性验证结果如下DMU 名称投入导向效率理论产出导向效率倒数软件输出产出导向效率一致性DMU10.4000002.5000002.500000完全一致DMU20.5333331.8750001.875000完全一致DMU30.3750002.6666672.666667完全一致DMU40.4727272.1153852.115385完全一致DMU50.2000005.0000005.000000完全一致DMU60.2666673.7500003.750000完全一致所有样本均严格满足倒数关系双导向模型逻辑完全自洽未出现导向切换后结果不匹配的常见错误。六、两阶段 DEA 开发的常见坑点与避坑指南结合本次验证经验梳理两阶段 DEA 开发中最高发的 3 类隐蔽错误供同行参考避坑中间产品约束方向颠倒误将中间产品平衡约束写为“第一阶段产出≤ \le≤第二阶段投入”导致中间产品可凭空增加效率值严重虚高是最常见的致命错误。两阶段权重强制关联错误强制λ μ \lambda\muλμ模型退化为单阶段结构失去两阶段网络分阶段识别效率损失的核心价值。规模报酬约束错配VRS 模式下仅给第一阶段施加权重和为 1 的约束第二阶段遗漏约束导致模型半对半错结果失真。七、结论通过数值精准性验算、双导向逻辑自洽验证、约束规范性检查三层完整校验可以得出最终结论DEA Performance 软件的两阶段径向 DEA-CRS 模型严格遵循经典网络链式结构定义中间产品平衡约束、双阶段独立权重、规模报酬假设均实现正确。全部样本手算推导结果与软件输出零偏差数值精度可靠求解稳定性良好。投入导向与产出导向双版本逻辑自洽严格满足 CRS 下的倒数关系完全符合理论预期。作为一款免费的数据包络分析软件DEA Performance 在两阶段网络 DEA 这类进阶模型上的实现规范度优于多数同类工具全中文可视化界面、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两阶段 DEA 实证中的问题与经验。DEA Performance 链接https://pan.baidu.com/s/1ziQkmN9LmLDebUGBIolIyw?pwd5802