基于DEA模型的中国批发业和零售业运行效率分析.docVIP

基于DEA模型的中国批发业和零售业运行效率分析 　　内容摘要：本文运用DEA的方法对中国批发业和零售业在2006-2011年度的运行效率进行了分析和评价，并得出相关结论。 　　关键词：批发业 零售业 DEA模型 效率 　　批发零售业作为我国商品流通的渠道，已逐步突破传统的“桥梁”作用， 在资源配置、生产结构调整中的作用日益突出，成为我国扩大内需和就业、税收的主要渠道之一。据国内有关研究，商贸业每增加1万元固定资产投资，可吸纳5-10个劳动力，而重工业与轻工业可吸纳的劳动力仅为1和1.8个。近年来，我国零售商业发展迅猛，批发零售贸易业从业人员由2000年的448.5万人，增加到2011年901.1万人，增长率达到100.9%。批发零售贸易业的商品销售总额由2000年的66359.5亿元，增加到2011年的360525.9亿元，增长率达到443.3%。我国批发零售贸易业发展速度很快，但其运行效率如何呢？为更好评价各地区批发业和零售业的效率，本文运用DEA模型，从投入产出角度对全国各地区批发业和零售业的运行效率进行系统研究，以评价我国批发零售业的发展状况以及区域间发展的差异。 　　DEA模型简介 　　DEA是数据包络分析（Date Envelopment Analysis）的简称，该方法是由运筹学家A.Charnes，W.W.Cooper和E.Rhodes等人以“相对效率”概念发展起来的一种的效率评估方法。具体来说，DEA是使用数学规划模型比较决策单元DMU（Decision Making Units）之间的相对效率，对决策单元做出评价。 　　CCR模型是Charnes，Cooper和Rhodes（CC，1978）所提出的最基本DEA的基本模型，是基于规模报酬不变的模型。该假设有n个决策单元（DMU），每个决策单元（DMUj）都有m种输入和s种输出，其中xj=（x1j ，x2j ，…， xmj）T，yj=（y1j ， y2j ，…， ysj）T，xij 0为第j个决策单元DMUj的第i种输入类型的输入量；yrj 0表示DMUj的第r种输出类型的输出量（ j =1，2，…，n； i =1，2，…，m；r=1，2，…，s）。x0=xj0， y0=yj0分别为决策单元DMUj0的输入和输出。对于选定的DMUj0，判断其有效性的径向DEA模型可以表示为 ： 　　（1） 　　（2） 　　（3） 　　其中si-和sr+分别为剩余变量和松弛变量，ε为非阿基米德无穷小量，一般取ε=10-6，θ为该决策单元的DMUj0有效值，当θ=1时，称DMUj0为DEA有效，当θ1时，称DMUj0为DEA无效。DEA方法正是通过一系列线性规划的计算来识别处于效率前沿的点，以此作为非效率决策单元的改进目标（Coelli，1996）。最优前沿由有效率的决策单元构成，非效率点相对于最优前沿上有效点而言存在过度投入，即实现同样产出需要更多的资源。 　　模型指标和样本的选取 　　运用DEA方法对我国批发业和零售业运行效率进行评价，要先确定批发业和零售业的投入产出指标。本文用地区限额以上批发业或零售业的从业人员数、法人企业数、资产总额和主营业务成本等四个指标来表示投入（输入变量），这些指标对于批发和零售行业来说，可以反应各地区在批发业或零售业人、财、物等方面的投入。本文用地区限额以上批发业或零售业的主营业务收入和主营业务利润这两个指标来表示产出（输出变量），这些产出指标反应批发业或零售业生产经营活动取得的成果，体现生产效率、资源利用率的高低。 　　本文选择我国30个省、市、自治区（西藏因数据缺失而不在考察之列）的数据作为区域批发业和零售业效率测度的决策单元（DMU）。本文将2006-2011年期间的每一个年份定义为DEA的一个独立决策单元。本文数据来源于2006-2012年的《中国统计年鉴》。 　　基于DEA方法对我国批发业和零售业运行效率的分析与评价 　　本文采用的是基于产出角度的CCR模型测算2006-2011年我国的批发业和零售业的运行效率，研究是利用Deap Version2.1软件完成的。 　　（一）我国批发业和零售业运行效率的年度分析 　　2006-2011年我国批发业的运行效率基本是“V”形变动（见图1）。2006年我国批发业的运行效率是0.973，2007年为0.963， 2008-2010年在低点0.944和0.948徘徊，到2011年运行效率提高到 　　0.976。同期，零售业的运行效率是“W”形变动（见图1），2006年零售业的运行效率是0.978，在2007年降低到0.949，到2008年提高到0.967，在2009又降低到0.956，2010年又提高到 0.964，到2011年上升到高点0.977。从我国批发业和