电信运营商投资效率及资本生产率研究——基于中英日美四国电信运营商面板数据.docVIP

电信运营商投资效率及资本生产率研究——基于中英日美四国电信运营商面板数据.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电信运营商投资效率及资本生产率研究——基于中英日美四国电信运营商面板数据   摘要:目前,中国电信服务业在中国第一大运营商中国移动的引领下稳步运行,并且正在酝酿从3G到4G时代的跨越。文章以中国、英国、日本、美国四个国家的五家电信运营商为研究对象,对其2000年~2011年的电信投资效率及资本生产率进行实证研究。研究结果显示中国电信运营商投资效率较高,但是技术进步贡献不足导致资本生产率呈现负增长。   关键词:电信运营商;投资效率;资本生产率;技术进步   一、 引言   电信运营商在ICT和电信服务的发展中起到了主导作用,有一些学者对各国电信运营商技术效率、成本效率、经营效率、生产率等方面进行了研究。Sumit K.Majumdar(1991)运用DEA模型分析了1973、1978、1984、1987这几年的美国电信运营商的投入产出数据,从扩大产出和节约成本两个方面研究发现:虽然在职人员早期的市场开发让运营商在经济收入上受益,但是市场压力的不断加大使其不得不持续努力于投入成本的节约。Sueyoshi(1997)用日本NTT公司的时间序列数据进行DEA效率分析,发现私有化对提高技术效率有效但却不能促进成本效率的有效提高。Uri(2001)使用DEA和SFA方法研究美国实行激励性价格上限管制对国内19家电信运营商生产效率的影响,发现价格上限管制政策对生产效率没有显著影响。Giokas和Pentzaropoulos(2002)用DEA方法研究欧洲公共电信组织(PTO)里的19个电信运营商的经营效率。顾成彦,胡汉辉(2008)采用Malmquist指数方法,对2001年~2005年中国四大基础电信运营商的生产率进行研究,认为效率提升是生产率增长的源泉,技术进步对生产率的贡献较小。Mika Goto(2010)分析了美国及世界44家电信运营商1997年~2007年的财务绩效。   现有文献中还没有将中国电信运营商与他国电信运营商进行对比研究,中国电信运营商不仅在海外上市而且早已开始海外业务拓展,其运营和发展都已经纳入全球大环境中,因此,将中国电信运营商与世界主要电信运营商进行比较研究具有指导性的现实意义。近年来,国家十分重视电信服务业的发展,对电信业的投资也是逐年增多,拿中国移动来说,其资本投资2000年为289亿元,到2011年增加到1 244亿元,那么这些投资是否有效率、资本生产率是否有提高,便是一个迫切需要回答的问题。综上,本文以中国移动、英国Vodafone、日本NTT DoCoMo、美国Verizon和ATT五家电信运营商2000年~2011年的投入产出面板数据为研究资料,将投资效率与资本生产率两个方面相结合进行实证比较研究。   二、 模型及指标   1. DEA模型。目前对于效率和生产率测度的方法主要为两种,一种是参数方法,具有代表性的是SFA(随机前沿分析)方法,需要预先假设性的建立一个生产函数,并对其参数进行估计;另一种是非参数方法,最具代表性的是DEA(Data Envelopment Analysis,数据包络分析)方法,是用线性规划方法构造生产前沿面,以实际生产点与前沿面的距离函数表示效率。DEA方法不用设定生产函数也不用估计参数,所以该方法更具客观性,进而也得到了更为广泛的应用。因此,本文选择DEA方法作为实证研究的基本方法,具体对投资效率和资本生产率进行静态和动态两个角度的研究,研究中分别使用DEA方法的不同模型。   关于投资效率研究本文选择DEA方法中CRS和VRS模型。CRS(规模报酬不变)模型是Charnes,Cooper和Rhodes(1978)提出的的数学规划模型。有I个决策单元(DMU),对于每个决策单元有N个投入和M个产出数据,列向量xi和qi分别表示第i个DMU的投入和产出,也就是说N×I的投入矩阵X和M×I的产出矩阵Q代表了所有数据,建立如下线性规划:   minθ,λθ   s.t.-qi+Qλ?叟0(1)   θxi-Xλ?叟0   λ0   其中λ是一个N×1的常数向量,求解线性规划得到的θ值即为第i个DMU的CRS效率(用ECRS表示),满足θ≤1,如果值为1,就说明该DMU位于生产前沿面上,是有效DMU。   在(1)式中加入一个凸集限制II×1λ=1即可以变为VRS(规模报酬可变)模型,求解所得θ值即为第i个DMU的VRS效率(用EVRS表示)。CRS效率和VRS效率的比值可定义为规模效率,即:   SE=ECRS/EVRS(2)   关于资本生产率研究本文选用Malmquist指数,该指数是通过计算每一个数据点相对于一个普通技术的距离比率来测量两者之间生产率的变化。如果将时期t到时期s的距离定义为ds(qt,xt),那么这两个时期之间的Mal

文档评论(0)

jingpinwedang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档