基于DEA电子商务上市公司技术效率评价.docVIP

基于DEA电子商务上市公司技术效率评价 　　摘要： 文章收集了国内外16家电子商务上市公司年报数据并进行整理，运用DEA的CCR和BCC模型来计算这些企业的技术效率，并且运用差额变量分析给相对无效率的公司提供改进的意见。数据结果显示：整体情况均为相对有效，且经营状况都比较稳定，说明电子商务企业正经历着一个稳步发展的阶段。 　　Abstract： The paper mainly analyzed the indicators on evaluating the technical efficiency of enterprise， to identify the input-output indicators and the model. Then it collected the annual report of 16 ECs listed companies. The paper used CCRBCC model to calculate the technical efficiency. In addition， we provided some advice using Analysis of the difference variables. 　　关键词： 电子商务；上市公司；数据包络分析；技术效率 　　Key words： e-commerce；listed company；data envelopment analysis；technical efficiency 　　中图分类号：F830.2 文献标识码：A 文章编号：1006-4311（2015）11-0174-03 　　0 引言 　　近年来，电子商务产业得到了蓬勃发展。据艾瑞咨询《2014年电子商务核心数据发布》，2014年中国电子商务市场交易规模12.3万亿元[1]。电子商务相对其他行业来说还是一个崭新的领域，如何通过对电子商务上市公司的经营效率进行分析来衡量该行业的发展情况。 　　本文尝试采用数据包络分析的 CCR 模型和BCC模型对2008年16家电子商务上市公司综合效率、纯技术效率、规模效率分析和评价，然后提出电子商务行业的发展建议。 　　1 DEA模型建立及分析评价 　　1.1 模型的建立 　　数据包络分析，简称DEA，是数学、运筹学、数理经济学和管理科学的一个新的交叉领域。DEA是使用数学规划模型进行评价具有多个输入、特别是多个输出的“部门”或“单位”间的相对有效性（称为DEA有效）。依据DEA方法、模型和理论，可以直接利用输入和输出数据建立非参数的DEA模型，进行经济分析；同时，使用DEA对DMU决策单元进行效率评价时，可得到很多有价值的管理信息[2]。 　　当今最具代表性的“经典”DEA模型有： CCR模型、 BCC模型、FG模型和ST模型，这四个 DEA 模型之下的（弱）DEA有效性具有各自的经济含义[3]。本文选用CCR模型和BCC模型，前者可用于评价决策单元的总体有效性，而后者可用于评价决策单元的纯技术有效性，二者结合来评价规模效率。 　　1978年，A.Charnes，W.W.Copper和E.Rhodes在改良farrell效率衡量模型的基础上，提出了CCR模型，该模型假定在固定规模报酬情况下，利用线形规划的技巧，求出各受评单位的生产前沿，并计算各DMU的相对效率[3]。 　　假设有n个DMU，每个DMU都有m种类型的输入（有x）和s种类型的输出（y）。则某一特定DMU的相对效率可由以下的原始模型求出： 　　h=■uryrj0 / ■ vixij0 　　maxhj=■uryrj0 / ■ vixij0 　　s.t. hj0=■？燮1（1） 　　ur，vi？叟？着0，i=1，…，m，r=1，…，s，j=1，…，n 　　其中xij0代表第j个DMU的第i项输入值； 　　yij0代表第j个DMU的第r项输入值； 　　ur代表第r 个输出项的一种度量（或称权）； 　　vr代表第i个输入项的一种度量（或称权）； 　　？着为非阿基米德数。 　　由（1）式可知，DEA实际上是求输出/输入的比值，而特别的是xij0和yij0为已知数，而模式即根据在所有被评估单位（DMU）所形成的解集合众寻找最有利的权值（即ur，vr）使各单位的效率值（hj0）最大。CCR模型的使用方法是将一个DMU的输入、输出项当作目标方程，而其他的输入、输出项则当作是限制式，接着寻找该DMU最有利的权值，使得在所有限制式的限制下，达到最大可能的效率值[3]。 　　CCR模型是在固定规模报酬的假设下求算各DMU的总效率，但在此假设下无法提供非效率的受评估单元的作业规模可改善的程度，所以Banker， Charnes和Coope