一、验证背景与目的共同前沿DEAMeta-Frontier DEA简称Meta-DEA是数据包络分析领域中用于处理异质性决策单元效率评价的核心模型被广泛应用于区域经济、能源环境、产业效率等学术研究场景核心作用是区分不同群组的技术水平差异计算技术缺口比率TGR。DEA Performance 软件已完整集成Meta-DEA模块支持BCC径向模型、SBM非径向模型、投入/产出双导向、非期望产出等扩展能力。为保障软件计算结果的学术严谨性与可靠性本文采用标准测试数据集对Meta-BCC模型的计算结果进行全流程手工推导验证覆盖投入导向、产出导向两种主流计算模式。二、测试数据集与分组设置2.1 基础投入产出数据本次验证采用6个决策单元DMU的经典测试样本包含2项投入指标、2项期望产出指标原始数据如下DMU名称投入1投入2产出1产出2DMU114983DMU21913314DMU3171282DMU4161175DMU51161023DMU61383822.2 群组划分规则为模拟异质性群组场景将6个DMU划分为2个独立群组群组1DMU1、DMU3、DMU5群组2DMU2、DMU4、DMU6软件配置界面三、Meta-DEA计算原理3.1 核心计算流程标准共同前沿Meta-DEA采用三阶段计算逻辑DEA Performance软件严格遵循该学术规范共同前沿效率计算使用全部DMU构建全局生产前沿面计算每个DMU相对于全局最优技术的效率值群组前沿效率计算按分组分别构建群组内部生产前沿面计算每个DMU相对于群组内最优技术的效率值技术缺口比率TGR计算反映群组技术与全局最优技术的差距计算公式为T G R i M E i G E i TGR_i \frac{ME_i}{GE_i}TGRi​GEi​MEi​​其中M E i ME_iMEi​为第i ii个DMU的共同前沿效率G E i GE_iGEi​为第i ii个DMU的群组前沿效率TGR数值越接近1代表该群组技术水平与全局最优技术的差距越小。3.2 BCC模型效率定义BCC模型为可变规模报酬下的径向DEA模型两种导向的效率含义如下投入导向效率值θ ∈ ( 0 , 1 ] \theta \in (0,1]θ∈(0,1]θ 1 \theta1θ1代表DEA有效数值表示在保持产出不变的前提下投入可压缩的最优比例产出导向效率值ϕ ∈ [ 1 , ∞ ) \phi \in [1,\infty)ϕ∈[1,∞)ϕ 1 \phi1ϕ1代表DEA有效数值表示在保持投入不变的前提下产出可扩张的最优比例四、投入导向Meta-BCC结果验证4.1 软件输出结果DEA Performance 软件投入导向Meta-BCC计算结果软件输出的核心结果汇总如下DMU名称群组效率G E i GE_iGEi​共同前沿效率M E i ME_iMEi​TGR技术缺口比率DMU10.7857140.7857141.000000DMU21.0000000.6578950.657895DMU30.6470590.6470591.000000DMU41.0000000.6875000.687500DMU51.0000001.0000001.000000DMU61.0000001.0000001.000000全样本平均--0.89094.2 共同前沿效率手工验证全局共同前沿包含全部6个DMU其中DMU5、DMU6为全局有效单元构成全局生产前沿面。逐个DMU验证如下DMU1参考集为DMU5投入压缩比例为11 / 14 ≈ 0.785714 11/14 \approx 0.78571411/14≈0.785714与软件结果一致DMU2参考集为DMU5与DMU6的线性组合最优投入压缩比例约为0.657895 0.6578950.657895与软件结果一致DMU3参考集为DMU5投入压缩比例为11 / 17 ≈ 0.647059 11/17 \approx 0.64705911/17≈0.647059与软件结果一致DMU4参考集为DMU5投入压缩比例为11 / 16 0.687500 11/16 0.68750011/160.687500与软件结果一致DMU5、DMU6位于全局前沿上效率值为1 11与软件结果一致4.3 群组前沿效率手工验证群组1DMU1、DMU3、DMU5组内有效单元为DMU5DMU1、DMU3的组内效率与全局效率计算逻辑一致结果完全匹配群组2DMU2、DMU4、DMU6组内3个DMU无法通过组内其他单元构造更优参考集均为组内有效单元效率值均为1 11与软件结果一致4.4 TGR结果验证按照公式T G R i M E i / G E i TGR_i ME_i / GE_iTGRi​MEi​/GEi​计算所有DMU的TGR值均与软件输出完全匹配全样本平均TGR为T G R ‾ 1 0.657895 1 0.6875 1 1 6 ≈ 0.8909 \overline{TGR} \frac{10.65789510.687511}{6} \approx 0.8909TGR610.65789510.687511​≈0.8909计算结果与软件输出一致。五、产出导向Meta-BCC结果验证5.1 软件输出结果DEA Performance 软件产出导向Meta-BCC计算结果截图软件输出的核心结果汇总如下DMU名称群组效率G E i GE_iGEi​共同前沿效率M E i ME_iMEi​TGR技术缺口比率DMU11.2500003.3888892.711111DMU21.0000001.1192661.119266DMU31.2500003.8125003.050000DMU41.0000002.9756102.975610DMU51.0000001.0000001.000000DMU61.0000001.0000001.000000全样本平均--1.97605.2 共同前沿效率手工验证全局共同前沿的有效单元仍为DMU5、DMU6逐个DMU验证如下DMU1参考集为DMU5与DMU6的线性组合最优产出扩张比例约为3.388889 3.3888893.388889与软件结果一致DMU2参考集为DMU5与DMU6的线性组合最优产出扩张比例约为1.119266 1.1192661.119266与软件结果一致DMU3参考集为DMU5与DMU6的线性组合最优产出扩张比例为3.812500 3.8125003.812500与软件结果一致DMU4参考集为DMU5与DMU6的线性组合最优产出扩张比例约为2.975610 2.9756102.975610与软件结果一致DMU5、DMU6位于全局前沿上效率值为1 11与软件结果一致5.3 群组前沿效率手工验证群组1DMU1、DMU3、DMU5组内有效单元为DMU5DMU1、DMU3的组内产出扩张比例均为10 / 8 1.25 10/81.2510/81.25与软件结果完全匹配群组2DMU2、DMU4、DMU6组内3个DMU均为组内有效单元效率值均为1 11与软件结果一致5.4 TGR结果验证按照公式计算所有DMU的TGR值与软件输出完全匹配全样本平均TGR为T G R ‾ 2.711111 1.119266 3.05 2.97561 1 1 6 ≈ 1.9760 \overline{TGR} \frac{2.7111111.1192663.052.9756111}{6} \approx 1.9760TGR62.7111111.1192663.052.9756111​≈1.9760计算结果与软件输出一致。六、验证结论本次验证覆盖Meta-BCC模型的投入导向、产出导向两种计算模式对共同前沿效率、群组前沿效率、TGR技术缺口比率三类核心指标进行了全量手工推导校验结论如下DEA Performance 软件的Meta-DEA模块严格遵循共同前沿模型的学术标准计算逻辑三阶段计算流程完全符合理论定义所有DMU的效率值、TGR值均与手工推导结果完全一致无计算偏差有效单元识别、群组前沿构建、全局前沿生成逻辑均准确无误综上DEA Performance 软件的Meta-BCC模型计算结果严谨可靠可满足学术论文写作、科研实证分析、行业效率评价等场景的使用需求。附录DEA Performance 软件简介DEA Performance 是一款专注于数据包络分析的专业计算软件已集成CCR、BCC、SBM、超效率、Malmquist指数、共同前沿Meta-DEA、博弈交叉效率、鲁棒DEA等30主流DEA模型支持投入/产出导向、可变/不变规模报酬、非期望产出等扩展配置。软件采用原生GUI开发兼容Windows与国产银河麒麟系统具备轻量化、计算高效、结果规范的特点同时提供Excel导入导出、结果一键复制、日志追溯等实用功能适配科研与实务多场景需求。DEA Performance 下载链接https://pan.baidu.com/s/1ziQkmN9LmLDebUGBIolIyw?pwd5802