基于DEA的我国零售行业规模经济性研究.docVIP

基于DEA的我国零售行业规模经济性研究 基于DEA的我国零售行业规模经济性研究 　　近年来，随着我国经济增长放缓，导致居民的收入预期放缓，零售业的增长和盈利空间受到一定程度的限制。2012年上半年我国零售行业利润出现12%的负增长，行业整体净资产收益率下滑了24.3%。从近五年的行业投资和零售总额的增速来看，2008年至2012年，我国社会消费品零售总额平均增速17.6%，而批发与零售行业固定资产平均增速为31.6%。这说明，我国零售行业整体上可能存在行业投资过剩而导致的规模经济递减，进而导致增速放缓和盈利水平下降的现象。另一方面，从国外知名零售业（如家乐福、沃尔玛等）的发展历程看，规模化仍是我国本土零售企业的发展之路。由此可见，对我国各省（市）零售行业的规模经济性研究有着很重要的实践意义。 　　使用数据包络分析（简称DEA）对决策单元（DMU）进行效率评价注重对每一个DMU 进行优化，且能够指出有关指标的调整方向，而且可以得到很多经济含义和管理信息。本文将基于DEA分析法，以31个省（市）规模以上零售企业为样本，对各区域零售行业和零售企业的规模经济进行研究，以期对相关部门和企业决策者提供一定的指导和帮助。 　　数据包络分析（DEA） 　　（一）DEA发展概述 　　数据包络分析（Data Envelopment Analysis，简称DEA），由美国著名运筹学家Charnes，Cooper和Rhodes最初创建的。事实上DEA的原型可以追溯到1957年Farrell在对英国农业生产力进行分析时提出的包络思想。1978年Charnes等人在Farrell的理论基础上，将多投入多产出的效率衡量转换为数学比例，以线性规划求解有效前沿，计算决策单元在固定规模下的相对效率，该模型被称为CCR模型。1984年Chames等人提出的BCC模型，该模型在允许变动规模报酬的情况下，引入了Shephard的距离函数，得出衡量技术效率和规模效率的线性规划模式。此后，DEA模型得到扩充和完善。例如：加法模型、Log-型的DEA模型、关于具有决策者偏好的锥比率的DEA模型、具有无穷多个DMU的半无限规划的DEA模型、随机DEA模型等等。我国学者从事DEA的研究始于1986年，他们在DEA的理论、模型、软件以及应用方面的许多研究成果在国际上受到了好评。 　　（二）DEA基本原理与步骤 　　DEA的基本原理包括了运筹学、管理科学和数理经济学的相关理论和思想。其基本原理为：首先，构建有众多决策单元（DMU）组成的评价群体，每个决策单元具有多种可衡量的投入和产出指标；其次，以MDU各项投入和产出指标的权重为变量，定义加权的总输出和总投入指标比效率评价的指标，利用线性规划技术进行运算，得出有效的生产前沿面；最后，根据DMU与生产前言面的位置关系，以确定各DMU的有效性，并根据投影法指出非DEA有效的原因及改进的方向和程度。 　　应用DEA分析问题的一般步骤为：确定评级目的、选择决策单元、构建评价指标、数据收集、建立评价模型、模型求解与分析、效率分析及综合评价等。 　　（三）DEA应用概述 　　与其他的综合评价方法相比，DEA方法处理多输入，特别是多输出的问题的能力具有绝对优势。首先，作为一种客观的多指标决策方法，它不需要预先给出各指标的权重系数或通过事先做出的一些判断（如层次分析法要构造判断矩阵）来决定权重系数；其次，DEA属于非参数模型，不存在因参数估计对评价结果造成的误差；最后，DEA的评价结果较全面，DEA不仅能评价各决策单元是否有效，还能判断各DMU的投入规模是否适当，并且给出各DMU调整投入规模的正确方向和程度。 　　基于以上优势，DEA创立后就被广泛应用在很多领域。DEA的首次成功运用是评价为弱智儿童开设的公立学校项目。后来 DEA的应用范围又扩展到军用飞机的飞行、基地维护与保养、陆军征兵、城市评价等方面。例如，2003年郑欣应用DEA模型对我国城市竞争力进行评价，2006年施金亮等基于DEA模型对我国上市公司绩效进行研究，2009年叶佩文用DEA分析法分析了我国城市轨道交通规模效率情况。 　　基于DEA的我国各省（市）零售企业规模经济型分析 　　（一）评价目标 　　零售业态的演变及发展过程显示零售企业存在明显的规模经济效应，且零售企业是具有典型多投入多产出的生产服务系统。因此，本文认为基于DEA模型的区域零售企业规模经济性研究在理论上具有较强的可行性。 　　近年来，随着零售业整体规模的快速增长，我国零售企业竞争力存在明显的地域性差异，且而规模因素是影响区域零售企业整体竞争力的重要因素。本文将应用DEA模型更全面地测度各区域零售企业相对规模经济性，并通过对比各区域零售业在规模报酬增减情况、资源配置、管理水平等方面的