简介：DEA的MATLAB程序包内含DEA-Solver工具箱，面向运筹学、管理学与经济学领域的研究者和实践者，用于评价企业、高校、医院等多投入多产出组织的相对效率。压缩包共21个文件，以xls数据表格、pdf理论文献、m脚本及mat数据文件为主，整体约2.54MB，其中包含CCR、BCC等经典DEA模型的定义、求解与结果分析组件，还有doc和txt说明便于查阅。已有442人学习，适合希望系统掌握DEA建模方法、快速开展效率评价实战的读者。借助这份资源，可以学习DEA原理，在MATLAB中快速构建和求解模型，还可基于示例数据与文档进行自定义扩展，或用作教学演示。需注意运行DEA-Solver可能需要安装MATLAB优化工具箱，合理设置参数能有效缩短大型数据集的计算时间。 先说结论：这个MATLAB工程干的事情，就是给你一套能直接跑的数据包络分析工具箱，里面那个dea solver不是那种带界面的商业软件，而是封装好了的求解函数。你只要把决策单元（DMU）的投入产出数据整理成矩阵，调用一下，就能得到效率值、松弛变量、投影值这些结果。DEA这个名字听起来学术，但实际应用场景非常广：高校院系绩效评估、银行网点运营效率、医院科室资源利用、物流分拨中心效率对比，甚至我自己还帮人做过连锁门店的坪效分析，用的都是这套逻辑。
这篇文章我打算从DEA的基本思路讲起，再结合这个MATLAB项目里的solver实际用法，把数据准备、模型选择、代码调用、结果解读、常见坑位一次说清楚。适合两类人看：一是运筹学、管理科学方向的学生或老师，论文需要跑DEA又不想从零写线性规划；二是工作中需要做效率评估的从业者，想在Excel手算之外找一个能批量处理、可复现的分析工具。
1. 项目概述与整体思路
1.1 DEA是什么，为什么用MATLAB
DEA全称Data Envelopment Analysis，中文叫数据包络分析，是一种基于线性规划的相对效率评价方法。它不需要预设生产函数，也不需要价格信息，只依赖投入产出数据，就能算出每个决策单元在“生产前沿面”上的相对效率。这个特性特别适合处理多投入、多产出的效率评价问题，比如教育、医疗、金融这些难以用单一利润指标衡量的领域。
为什么用MATLAB？因为DEA本质上是一堆线性规划问题。每个决策单元都要解一个优化模型，样本量一大，手动在Excel里排规划求解既不现实，又容易出错。MATLAB自带的linprog可以直接求解线性规划，但直接用linprog写DEA需要自己做模型转换、变量对齐、结果解析，代码量不小。这个项目里内置的dea solver就把这些事情封装好了，你提供数据，它负责求解，省掉中间一堆容易出错的环节。
1.2 内含的dea solver到底是个什么东西
根据项目标题来看，这个MATLAB工程里最重要的资产就是dea solver。我拿到类似项目后，第一件事就是打开函数目录，看看里面封装了什么。常见的实现方式是这样：一个主函数dea或deasolver.m，内部接收投入矩阵X、产出矩阵Y，以及模型选项（比如CCR还是BCC、投入导向还是产出导向），然后循环调用linprog计算每个DMU的效率值。
这里有一个容易忽略的点：DEA的线性规划模型往往是对偶模型，直接写原问题也可以，但求解效率和对偶变量的解释都会差一些。成熟的solver会自动处理好两件事：一是把效率模型转成标准线性规划形式；二是处理无穷小量epsilon，避免所有变量权重为零的退化情况。如果只看结果不看内部实现，这个问题不明显，一旦你自己尝试手写一个简单的DEA脚本，就会发现很容易卡在边界条件上。
1.3 这类项目适合什么人、能解决什么问题
我个人的判断是，这类“程序+内置solver”的组合，最适合三种情况：
- 学生写论文。管理科学与工程、应用经济学的论文里，DEA是常用实证工具，直接跑现成solver可以快速验证假设，把精力聚焦在模型解释上，而不是debug线性规划。
- 企业做效率评价。比如区域经理要评估几十家门店的运营效率，投入指标选人力成本、营业面积、库存，产出选销售额、客流量、利润，DEA能在没有标准成本数据的情况下给出一个相对效率排序。
- 研究者做方法对比。你可以在同一套数据上切换CCR、BCC、SBM模型，比较不同模型下的效率差异，这在方法类文章中是常见的敏感性分析。
但也有不适合的人：如果你需要的是带有友好图形界面的商业软件，比如DEA-Solver Pro，那么这个MATLAB脚本显然不是你的菜，它更偏向脚本化、批量化、可嵌入分析流程。
2. 核心原理与模型选型
2.1 CCR、BCC、SBM怎么选
DEA最基础的模型是CCR，由Charnes、Cooper和Rhodes在1978年提出，它假设规模报酬不变（CRS），也就是说投入翻倍、产出也翻倍。BCC模型由Banker、Charnes和Cooper在1984年扩展，放宽到规模报酬可变（VRS），区分了纯技术效率和规模效率。简单理解：CCR算出来的效率值是综合技术效率，BCC算出来的是纯技术效率，两者相除可以得到规模效率。
在solver的配置里，通常会有'model'参数，比如'CCR'或'BCC'。实际使用中，如果评价对象之间规模差异很大，比如既有几十人的小店，又有上千人的大厂，那用BCC更合理，否则可能把所有规模不经济都归到技术无效率里。如果规模差异不大，CCR往往够用。还有SBM模型，它属于非径向DEA，能处理投入产出同比例和非同比例变化的问题，对于存在零值、负值的数据，SBM通常更稳健，但计算复杂度高一些。
2.2 投入导向还是产出导向
这是个看似简单但非常影响结果的选择。投入导向（Input-Oriented）的意思是：在产出不变的前提下，测算投入能压缩多少比例。产出导向（Output-Oriented）是：在投入不变的前提下，测算产出能增长多少比例。
怎么选？核心看评价对象的控制能力。比如评价医院科室效率，科主任大多控制不了门诊量需求，但可以通过优化排班、耗材管理来控制成本，这更贴合投入导向。反过来，评价销售团队效率，团队可以努力增加销售额，但资源投入（比如广告预算）往往由公司统一调度，这种场景更适合产出导向。在dea solver的调用参数里，'orient'可以设置成'input'或'output'，如果不确定，建议把两个都跑一遍，观察效率排名是否发生明显变化，这本身就是论文里不错的分析素材。
2.3 规模效率与松弛变量到底看什么
很多人跑完DEA只看效率值，结果发现自己浪费了大半信息。以BCC模型为例，输出结果里除了技术效率，还能得到规模效率和规模报酬状态（递增、递减、不变）。规模报酬递增意味着可以扩大规模，递减则意味着扩张要谨慎。这个信息对运营决策比效率值本身更有指导意义。
松弛变量同样重要。一个DMU效率为1，不一定就是“完美”。在非径向模型中，投入冗余或产出不足都会体现为松弛变量非零。比如某门店效率0.95，你去看松弛变量，发现人员投入松弛了15%，这意味着在不降低产出的情况下，理论上可以裁掉15%的人力。这些具体数值比一个单纯的0.95更能指导改进行动。
3. MATLAB实操：用dea solver跑通一个完整案例
3.1 数据准备：DMU、投入、产出的表格结构
这是整个流程里最花时间的一步，也是最多人出错的一步。DEA对数据格式要求很严格：每行是一个决策单元，每一列是一个指标。我通常习惯用Excel整理，再通过MATLAB的readmatrix或readtable导入。
一个典型的例子：评估12个物流配送中心的效率，投入指标选人工成本、车辆数、仓库面积，产出指标选日处理订单数、准时交付率。那么数据矩阵就是12行，投入矩阵X是12×3，产出矩阵Y是12×2。注意，指标的单位可以不一致，因为DEA的线性规划会自动处理权重，但指标的方向必须一致：投入越小越好，产出越大越好。
3.2 核心代码：调用dea solver计算效率
假如工程里的solver函数名是dea_solver，基本调用方式大概长这样：
% 加载数据，这里假设已经保存为xlsx文件 data = readmatrix('DMU_data.xlsx'); % 假设前3列是投入，后2列是产出 X = data(:, 1:3); Y = data(:, 4:5); % 调用solver，使用BCC模型，投入导向 options.model = 'BCC'; options.orient = 'input'; % 有些solver版本还会要求你指定是否计算超效率、是否汇总结果 options.super = false; result = dea_solver(X, Y, options); % 结果里一般包含 eff（效率值）、rank（排名）、lambda（同组权重）、slack、target eff = result.eff;这里有一点非常关键：linprog默认求解的是最小化问题，而DEA的效率模型通常表达为最大化或分式规划。成熟的solver内部会把效率值模型转化为线性规划的对偶形式，再调用linprog求解，具体方向由solver自己管理。你只需要明确你选择的是投入还是产出导向，不需要自己设定目标函数符号。
3.3 结果读取：效率值、排名、投影值
跑完solver之后，输出结果一般是一个结构体，我习惯逐个字段打印出来看：
% 效率值和排名 disp(table((1:size(X,1))', eff, rank)); % 查看松弛变量，判断投入冗余 disp(result.slack_input); disp(result.slack_output);投影值是我最常用来做决策建议的参数。投影的意思是：如果这个DMU要达到效率前沿，它的目标投入产出应该是多少。你可以简单理解成“最优状态下的指标值”。比如某个配送中心当前每日处理订单量是5000单，投影值是6500单，那说明产出不足，改进方向就是提升订单处理能力，而不是压缩车辆数。把投影值和当前值的差整理成表格，可以直接给业务部门做改进参考。
4. 常见问题与排查技巧实录
4.1 效率值全是1，是不是跑错了
这是最常见的困惑。我拿到一份结果，看到所有效率全是1，第一反应不是“样本都好棒”，而是“模型可能区分度不够”。产生这个现象的原因通常有三个：
- 决策单元数量太少，或者指标数量太多。DEA的经验法则是DMU数量至少是指标数量的两到三倍，最好达到三倍以上。如果只有10个DMU，却有6个指标，那么绝大多数DMU都容易被识别为有效。
- 投入产出指标之间高度相关。比如同时放入“营业面积”和“租金成本”，这两个指标高度相关，等于变相降低了指标维度的实际数量，也让DEA更容易把所有DMU都包络起来。
- 模型和数据范围不匹配。比如数据存在缺失或异常值，solver内部自动处理时把异常点当成前沿，导致结果整体偏高。
遇到这种情况，先检查数据量，再检查指标相关性，最后可以做一次相关系数矩阵看看有没有冗余指标。删除一个强相关指标往往就能让效率值分布拉开。
4.2 指标多、DMU少，怎么处理
学术论文里经常见到“样本只有十几个，指标选了七八个”的尴尬局面。解决办法有几个方向，但都不是很完美：
- 减少指标。用主成分分析先降维，把多个投入指标合成一个或两个综合指标，再跑DEA。不过这会让结果的物理含义变差，解释起来比较费劲。
- 扩大样本。如果研究对象可以细分到月别或区域别，尽量扩展DMU数量。
- 使用窗口DEA（Window DEA），把同一单位不同时期的数据当成多个DMU，变成面板形式的效率测算，这是学术论文里比较常用的妥协方案。
实测下来，我建议至少保证“DMU数量 ≥ 2 × 指标数量”，否则结果几乎不可用，落不了地。
4.3 solver结果和自己手写linprog对不上
这是一个很有代表性的debug问题。你拿自己手写的CCR脚本和这个项目里的solver跑同一份数据，结果差异明显。我遇到过的情况主要有两种：
第一，模型形式不一致。比如你手写的是产出导向，但dea solver默认是投入导向，结果当然对不上。第二，无穷小量的处理方式不同。很多DEA源代码里会设置一个很小的epsilon，比如1e-6，手动写代码时如果忽略它，或者epsilon取得太大，效率值会出现微小差异。
还有人会犯一个错误：以“让每个DMU的效率值在0到1之间”为理由，对计算后的效率值做归一化。这样做完全破坏了DEA的原理，DEA本身的效率值已经是相对比例，不需要额外归一化。如果你看到solver里有个normalize选项，除非你明确知道它在做什么，不然别乱开。
4.4 可视化与论文出图建议
DEA结果用表格呈现太枯燥，我一般做三类图：
- 效率分布直方图，展示整体效率形态。
- 效率值与规模报酬状态散点图，X轴是规模状态，Y轴是效率值，可以看到高效率单位集中在哪个规模区间。
- 投入产出投影对比图，可以用条形图把当前值和目标值并列显示，一眼看出改进空间。
MATLAB里画图有几个小技巧。用tiledlayout做多子图比subplot更整齐，尤其适合输出论文图。图例和字号建议统一用set(gca, 'FontSize', 12)固定，不然放到Word里会显得参差不齐。输出图片用exportgraphics函数，线宽和清晰度都比saveas好很多。
我在实际跑这个项目时，还有一个心得：dea solver返回的lambda权重矩阵值得多看一眼。它告诉你一个无效DMU是参考了哪些有效DMU的线性组合才得到的目标值。比如某门店的目标产出是参考了门店3和门店7的组合，这是很有说服力的对标信息，比单纯给个“改进方向”硬气得多。后面我把这个方法用在一个连锁零售项目上，就是通过这个参考集找出了几个标杆门店，把它们的运营参数整理成SOP，整个项目组的接受度非常高。
最后再分享一个小操作：如果你不想每次跑数据都打开MATLAB脚本改路径，可以在脚本开头加一段uigetfile选择Excel文件，把数据导入这个交互动作从“改代码”变成“选文件”，这样即使不会写MATLAB的同事，也能自己换数据跑结果。很多所谓的“DEA小工具”，说白了就是把这一步做顺了，用起来才显得高级。
本文还有配套的精品资源，点击获取
