基于Malmquist_index通信服务企业动态效率研究毕业论文

1、 PAGE17 / NUMPAGES40 邮电大学通达学院毕 业 论 文题 目：基于Malmquist-index的通信 服务企业动态效率研究 专 业： 信息管理与信息系统 学生： 班级学号： 指导教师： 指导单位： 管理学院日期： 2013年11月25日至 2014 年 6 月13 日摘 要 在经济全球化的推动下，信息产业的竞争日渐激烈，通信服务企业如何在竞争中提升自身经营效率，找准改进方向成为其必需考虑的问题。通过对HYPERLINK :/wiki.mbalib /wiki/运营运营效率进行分析，可以了解企业的营业状况与HYPERLINK :/wiki.mbalib /wiki/经营管理经

2、营管理水平。本文在已有文献研究的基础上，运用DEA-Malmquist指数模型，以产出为导向，对通信服务业公司连续经营的效率进行评价。DEA把每一个评价单位看做一个决策单元，通过对决策单元投入和产出比率的综合分析，确定决策单元是否DEA有效，同时指出非DEA有效决策单元的原因和调整方向和程度。将DEA运用到Malmquist指数计算过程中，使用20092013年的面板数据来计算全要素生产率和技术变化以与综合效率变化，来测度决策单元时间序列上的生产率变化即动态效率变化。根据分析结果为通信服务企业提出相关改善建议。研究发现：我国大多数通信服务企业处于规模报酬下降阶段，其生产率水平呈下降态势；技术水

3、平、管理水平成为影响通信服务类企业生产效率提升的主要原因。关键词：通信服务企业；运营效率；数据包络分析(DEA)；Malmquist指数ABSTRACTDriven by economic globalization,the competition in the information industry has been more acute.The issue for Communication services Industry of how to enhance its own operation efficiency in competition and Identity the im

4、provement direction must be taken into consideration. Through the operation efficiency analysis, we can understand the business situation and the management level of enterprises. Based on existing literature,this article,using the output-oriented DEA-Malmquist index mod,will evaluate the efficiency

5、of the companies in Communication service from continuing operations. The DEA take each evaluation unit as a decision making unit, through a comprehensive analysis of the decision making unit input and output ratio, and then determine whether decision unit is DEA efficient , at the same time point o

6、ut that the reasons of non DEA effective decision making units and adjust the direction and degree. Applying DEA to Malmquist index calculation process, to use panel data of 2009 2013 to calculate theHYPERLINK :/shortof /suolueci/Total-Factor-Productivity-TFP Total Factor Productivity(TFP) and chang

7、es in technology and comprehensive efficiency change, to measure the productivity changes of Decision Making Unit on the time series namely the dynamic efficiency. We can make relevant recommendations for improvement of communication services business based on analysis results.The results show that

8、most enterprises scale return in the industry has beendecreasing and the productivity level showing a descending trend.Technical level and management level have significantly affect the enterprisesproductivity.Key word: Communication service;Operation efficiency;DEA;the Malmquist index目 录TOC o 1-3 h

9、 u HYPERLINK l _Toc21754 第一章 绪论 PAGEREF _Toc21754 1 HYPERLINK l _Toc5682 1.1研究背景 PAGEREF _Toc5682 1 HYPERLINK l _Toc5343 1.2研究目的和意义 PAGEREF _Toc5343 2 HYPERLINK l _Toc7366 1.3研究容和框架 PAGEREF _Toc7366 2 HYPERLINK l _Toc22648 第二章 相关理论和方法综述 PAGEREF _Toc22648 5 HYPERLINK l _Toc19872 2.1文献综述 PAGEREF _Toc1

10、9872 5 HYPERLINK l _Toc19998 2.2数据包络分析理论(DEA) PAGEREF _Toc19998 8 HYPERLINK l _Toc25270 2.3Malmquist指数模型 PAGEREF _Toc25270 11 HYPERLINK l _Toc232 第三章我国通信服务企业运营现状 PAGEREF _Toc232 13 HYPERLINK l _Toc30674 3.1通信服务企业发展情况分析 PAGEREF _Toc30674 13 HYPERLINK l _Toc11844 3.2通信服务企业现状分析 PAGEREF _Toc11844 16 HYP

11、ERLINK l _Toc19022 第四章 通信服务企业运营效率评价模型与算例分析 PAGEREF _Toc19022 18 HYPERLINK l _Toc17723 4.1通信服务企业运营效率评价的指标体系构建 PAGEREF _Toc17723 18 HYPERLINK l _Toc32707 4.2原始数据的采集和筛选 PAGEREF _Toc32707 19 HYPERLINK l _Toc17650 4.3DEA-Malmquist index模型分析 PAGEREF _Toc17650 23 HYPERLINK l _Toc29441 第五章 结论和建议 PAGEREF _To

12、c29441 29 HYPERLINK l _Toc7211 5.1主要结论 PAGEREF _Toc7211 29 HYPERLINK l _Toc16917 5.2对策建议 PAGEREF _Toc16917 30 HYPERLINK l _Toc31185 结束语 PAGEREF _Toc31185 31 HYPERLINK l _Toc27938 致 PAGEREF _Toc27938 32 HYPERLINK l _Toc16079 参考文献 PAGEREF _Toc16079 33绪论 随着通信业的发展，通信企业之间的竞争越来越激烈，用户对于通信服务的质量要求也越来越高，想要通过更

13、低的成本来获取更优质的服务，这对于通信企业来说是一个巨大的挑战。因此，通信服务企业需要提高企业的运营效率，来获取更大的竞争空间，实现可持续发展。1.1研究背景从上世纪90年代初到上世纪末通信业泡沫破裂以前，全球通信业在通信技术飞速进步和市场需求急剧增加的情况下，盲目扩大投资。而与此同时，美国和欧洲一些国家和地区陆续颁布法律打破通信业的垄断、开放本国通信市场。一时间，通信业发展突飞猛进，对市场需求的盲目乐观导致大量的小公司进入通信市场，市场严重供过于求，恶性竞争严重、过度投资和盲目扩让全球通信业走到了崩溃的边缘，从而大批负债累累的通信企业因财务问题纷纷宣布破产。在网络泡沫破灭后，精明的企业家们开

14、始冷静地看待通信市场，并纷纷致力于资产整合和部成本的控制，通信业的效率开始被越来越多的人所关注。 通信业作为我国国民经济的先导性产业，一直肩负着满足人们的通信需求。我国的通信产业自20世纪90年代以来，进入了快速发展与变革时期。政府通过对通信业引入竞争、邮电分营、政企分开和电信重组等一系列战略性改革，促进了市场的竞争，推动了产业的发展。据信息产业部统计，2013年1-9月，全国移动用户净增9439.8万户，总数突破12亿大关，达12.07亿户。移动普与率达89.2部/百人，比上年底提高6.7个百分点，9省市移动用户普与率超过100部/百人，与上半年相比，、和的移动普与率首次突破100部/百人。

15、HYPERLINK :/ cctime /3G/3G移动用户累计净增13479.4万户，三季度净增4872.8万户，创历史新高。总数达到3.68亿户，占移动用户总数的比重达到30.5%，分别比去年末、去年同期提高9.6、11.8个百分点。3G用户的规模不断扩大，达到2.75亿户。基础电信企业互联网宽带接入用户净增1595.4万户，用户总数达1.86亿户。截止9月底，互联网宽带接入端口数量达3.55亿个，同比增长36.4%，比上年末净增3377万个。9月份，全国电信业务总量完成1188.1亿元，同比增长7.2%；电信主营业务收入完成1018.1亿元，同比增长7.5%。1-9月，全国电信业务总量累

16、计完成10409.2亿元，同比增长7.8%；电信主营业务收入累计完成8708.8亿元，同比增长8.6%。 虽然目前国通信业的用户和收入规模发展趋势很好，但我们必须清楚地认识到我国通信企业的发展还面临许多重要的难题。中国加入WTO后，在竞争环境下，国外一些通信企业无论从资金、技术、管理和市场经验方面，实力都大大强于中国的通信企业，在通信业全球化发展的趋势下，对于正处于发展变革时期的我国通信企业应该提高公司投资、管理水平，提升企业的生产效率，增强自身的竞争优势。1.2研究目的和意义随着我国通信业改革的深入和通信业全球化趋势的加剧，我国通信企业的发展不仅在国竞争激烈，甚至还面临着国际巨头进入中国市场

17、的威胁。与此同时，用户也对我国通信企业有着更高的要求，一方面想要得到优质的服务，如高速的带宽、良好的网络覆盖和通话质量、流畅的网络等，另一方面用户想要降低通信成本，希望以更低的资费获取更好的服务。这些因素导致我国通信企业一方面要加大对新建网络和网络更新等硬件上的投资，以满足用户的通信需求，提升自身的竞争实力；另一方面又必须降低资费标准，因此通信企业的利润空间日益紧缩。在这种情况下，通信企业生存的关键就是降低成本，提升企业的经营管理水平，提高员工的劳动生产率，从而提高企业整体的运营效率，以效率促发展。但面对前所未有的挑战，我国通信企业如何才能提升企业的生产效率，这逐渐成为困扰我国通信企业的核心而

18、紧迫问题。 随着全球化的不断加深和深入，通信企业也逐渐融入到全球化进程中，通信企业之间竞争加剧，客观上要求对现有环境下通信企业效率进行合理的评价，以反映通信企业运营的真实情况。因此，为了能够对我国通信企业生产效率进行评价，我们必须根据通信行业自身的特点，提升企业的经营管理水平，提高企业整体的生产效率，从而改善企业的整体效益。 通信服务业不仅是国民经济的支柱产业之一，也是国家未来发展的战略产业之一， 具有很大的发展潜力，但竞争尤为激烈，所以提高企业整体效率尤为重要。在三网融合的背景下，我国通信企业面临着全业务竞争的新局面。原有通信业务的维系和保有，新兴增值业务的培育都需要投入大量的人力、物力和财

19、力。只有不断提高自身在网络、服务、管理等各方面的运营效率，企业才能在激烈的竞争中实现可持续发展。如何利用有限的资源成本完成既定的收入目标，使资源能得到最合理的配置、发挥最大的效益，是通信企业面临的一项重要课题。实现资源能力的优化配置，首先需要建立在对企业运营效率客观评估的基础上，据此，分析通信企业的运营效率极其发展变动趋势，研究影响和制约我国通信企业运营效率的深层因素是具有深刻意义的。1.3研究容和框架通信行业又称为电信业或者通讯业，通常可以划分为通信设备制造业和通信服务业两个子行业。本文以新浪财经网通信服务业上市公司为研究对象，在本文分析中把所选择的每一个上市公司作为一个决策单元(Decis

20、ion Making Unit, DMU)，并利用这些公司20092013年的面板数据，相关数据均来自该板块公布的相关财务报表。效率是强调了以最少的投入获得最多回报，而动态效率能实际反映公司的经营情况，由此我们选择了DEA-Malmquist 指数方法。对于通信服务业公司效率来说，大都运用DEA 方法来分析，但DEA 方法需要根据各个单位的投入产出来测度相对效率，指标的选取很重要，并且只能分析当前的静态效率的情况。而Malmquist 指数方法具有以下优点：不需要投入和产出变量价格信息；不必事先对研究主题的生产函数模型进行假设；可以研究TFP 增长源；结合时间序列进行分析；属于多投入多产出模型

21、。Malmquist 指数是在规模报酬不变(CRS)的假设下应用表现良好，并且资源匮乏的通信服务业要有限投入下获得最大产出，由此我们选取了以产出为导向，规模报酬不变的假设前提下的非参数的DEA-Malmquist 指数方法。本文基于DEA-Malmquist指数研究方法，以通信服务企业上市公司为样本，从动态的角度研究我国通信企业运营效率水平和变化趋势，对它们的运营效率水平进行评价，寻找影响其效率水平的主要因素，并探寻解决途径，为提升通信企业的效率水平提供建议。论文一共有5个章节，第一章是绪论，主要介绍一下研究的背景、研究的目的和意义以与研究的容，论文所采用的方法为DEA-Malmquist指数

22、模型。 第二章，首先是相关文献的容，从国外学者先前的研究成果出发，发现前人研究的不足之处，为本文的研究奠定基础，重点阐述本文研究所用的DEA-Malmquist指数方法，为后续的实证研究提供方法指导。 第三章分析我国通信服务企业的发展现状并对其进行分析，然后分析影响企业运营效率的因素。 第四章是本文的核心所在，通过DEA-Malmquist指数模型来具体分析通信服务企业的运营效率，要注意指标的选取原则，运用相关软件进行数据分析。针对第四章的分析结果，然后根据结论提出一些建议，更好地提高通信服务企业运营效率。 论文的组织结构图如图1所示。 图1 论文组织结构图相关理论和方法综述 通过对通信企业的

23、背景、意义以与研究容的介绍，确定了本文研究的对象以与方法。本章节根据所研究的对象和方法，参考相关文献进行研究。最后详细介绍研究所使用的DEA和Malmquist指数模型，以与它们的特点。2.1文献综述 通信行业具有典型的多投入多产出组合的特征。DEA -Malmquist 指数法在通信业生产率研究方面有一定的应用。常帅，景章1(2010)利用数据包络法对中国31个省市20042007年电信业效率进行分析，同时采取Malmquist指数对这些省份20042007年全要素生产率变动进行动态测算。研究表明：中国电信业各地区效率有待进一步提高；考察期东、中、西部生产率都有显著提高，且三地的效率值大体上

24、分别依次降低；先进技术的注入而非经营管理的改善是当前我国电信业技术进步的主要源泉。 军，武鹏，玉海2(2010)基于20032005年20个省份的数据利用数据包络法，对所列举的全国与东、中、西部三大区域电信产业的产出效率进行分析。分析结果表明：中国电信产业技术效率较高，并主要由纯技术效率构成；中、西部电信产业经过几年的发展，技术效率已经得到明显的提升，但同东部比较仍存在较大的差距；电信产业员工冗余现象严重；电信产业全要素生产率处于一个不断提升的阶段，且技术进步的作用变得越来越明显。 薛声家，王清3(2010)为了探求我国电信业效率与其影响因素，采用产出导向的数据包络分析(DEA)超效率模型，对

25、国31个省市电信业的效率进行实证分析，发现25个省市电信业的总体效率有改进的余地，提出了相应的差异化发展建议。在此基础上，对影响电信业效率的因素进行了分析得出，加大电信业与工业生产的相互支撑是提升电信业效率的根本所在。钱侃，夏洪胜4(2011)从定量的角度，用DEA模型对通信服务业18家上市公司的效率进行了实证分析，将侧重点放在了通信服务业，根据DEAP2.1软件的输出结果确定了各个公司的相对有效性，能够对通信行业的有效性有更加全面的认识，最后以鹏博士和中国联通为例，结合目标值给出了提高效率所应采取的措施，也为其他相关企业提高效率提供了借鉴。高娃，惠莉5(2011)为了对中国电信业最新的效率水

26、平有一个深入的了解，运用数据包络分析(DEA)静态分析、分布分析与聚类分析等方法，从整体和区域两个维度，以20052008年为样本区间，针对DEA有效性、技术有效性、规模有效性三个方面对全国的电信业技术效率进行了实证研究。研究表明，我国电信业整体技术效率较低，纯技术效率低下是造成整体技术效率低下的主要原因；区域间电信业发展水平参差不齐，但追赶效应比较明显；有效整合资源，因地制宜，注重规模经济效应可以有效促进我国电信业的发展。顾成彦，胡汉辉6(2008)在运用数据包络模型分析我国电信业技术效率和规模收益状况的基础上，使用衡量产业效益水平的Malmquist指数研究了我国电信业的生产率增长水平与其

27、变迁。实证结果表明：技术效率的改善而非技术进步是我国电信业生产率增长的源泉，竞争是改进运营商技术效率、促进生产率增长的有效手段。惠莉，马悦7(2011)运用DEA-Malmquist指数的方法，分析了20062008年中国移动动态效率。研究结果表明，中国移动技术效率明显提升，而技术进步率低，这与中国移动长期依靠高投入换取高增长密切相关。同时对中国移动东、中、西部地区的全要素生产率指数以与构成因素进行对比分析，发现各区域变化率指数逐渐拉开，区域差异将逐渐缩小。 旭朝，纪盛8(2011)基于31个省市Panel数据，运用数据包络分析对中国电信市场的技术进步和规模效应进行测算，结果表明，在20072

28、009年间，中国电信市场经历了一个先扬后抑的过程，在31个省市中有16个省市处于规模效益递减阶段，这可能是因为企业规模扩过度，而又因为金融危机使得企业在技术、资金和管理方面无法支撑过大的规模所导致，由此，电信行业的发展要重点把握好产业协调发展，完善产业的服务与管理水平，加强技术应用，避免盲目扩。 宋马林9(2010)根据通信产业的固定资产、流动资产等经济数据，构建反映其产能状况和经营效率的指标体系，然后运用集成数据包络分析进行实证研究，再使用Synthetic Average法、Bord法，Copeland法和模糊Borda法(SABCB Method)进行组合评价和统计检验，从而算出中国沪深

29、上市通信相关企业经营效率值与其规模收益等状况。通过实证分析得出：中国通信相关企业的经营效率总体尚可，但个体差异较大；绝大多数企业存在投人冗余和产出不足，部分企业出现了规模收益递减或不变现象，产能过剩在该行业已经初露端倪；继续提高企业自主创新力，改造现有业务流程，是多数通信企业化危为机的紧迫任务。罗紫嫣，丽萍，吴畏，王伟博10(2003)采用Malmquist指数动态分析方法，以产出为导向，在规模报酬不变假设前提下，根据总效率，技术效率、技术进步、纯技术效率、规模效率分析我国A股上市的16家通信服务业公司的发展状况，并总体分析了通信服务业整体水平，得出技术进步是制约通信服务业发展最主要的因素等结

30、论以与由此提出针对性的建议。 东11(2010)运用DEA方法结合Malmquist指数，分析了20072009年某省级电信企业的运营效率与变动。研究表明，该企业在研究期间整体运营效率不高，规模无效率是导致技术无效的主要原因；全要素生产率在三年间保持增长，但增幅缓慢；技术变动呈现负增长，成为全要素生产率增长的最大制约。 少华，再扬12(2010)运用DEAMalmquist方法，分析了20032008年中国各省电信业生产率变动。研究结果表明：20032008年，中国电信业生产率在不断提高，TFP年均增长11.3%；将TFP指数分解为技术效率变化和技术进步变化以后，技术效率变化的均值为1005，

31、而技术进步变化指数均值为1107，说明在研究期TFP增长主要是技术进步带来的。技术进步较大的是2004年和2006年，2004年的技术进步主要来自于电信体制的变化，2006年的技术进步主要是价格管制政策引起的变化。2006年技术效率出现较大程度下降，可能是由于价格上限规制政策和电信市场出现新的失衡而导致。由此，在电信业改革和发展中应注重提高管理和服务水平，走涵发展的道路，避免盲目扩。 黄剑锋13(2011)运用数据包络分析方法中的超效率模型和BCC模型，对于我国通信服务业其中的17家上市公司的相对有效性进行了较为全面而客观的评价。首先利用DEA超效率模型对于DEA有效的决策单元进行了排序，其次

32、利用BCC模型对于非DEA有效的决策单元进行了投影分析并最后提出了进行有效性调整的对策建议。 郭永宏，莉14(2010)首先介绍了通信行业整体发展历程，然后分析说明通信行业发展过程中出现的行业部重复建设现象严重，行业竞争过度、合作不足，营销资源分配不均、卡号资源浪费严重等问题，以与运营商本身存在的问题，最后提出通信行业遇到的机遇和挑战以与如何更好地发展通信行业。 宁15(2008)深入分析了我国移动通信产业的发展现状，指出当前移动通信市场所面临的问题和挑战，进一步提出了移动通信市场的营销对策：存量与增量市场并重的营销策略、客户需求导向的个性化营销策略和基于数据挖掘的精确型营销策略。 LI Xi

33、angjun，WANG Guang16(2009)简要回顾了有关DEA模型的研究进展；接着，介绍了DEA研究中常用的两个基本模型：CCR模型与BCC模型，以与基于CCR模型的其他相关模型；最后，对CCR模型和BCC模型做了比较分析，并指出CCR模型和BCC模型各自的生产可行性/可能性集合是不同的，因此，CCR模型的边界具有线性特征，而BCC模型的边界具有分段线性特征，并呈现凹特性。 Lam P L，Shiu A17(2010)研究了在世界不同国家和地区的电信部门，电信的发展和生产力的增长。特别是，本研究评估移动通信对经济增长的影响和电信生产力。结果表明，对于欧洲和高收入国家来说，实际国生产总值

34、(GDP)和电信发展(普与率)之间是一个双向的关系。然而，当移动通信的发展对经济增长的影响进行单独的测量之后发现，双向的关系不再局限于欧洲和高收入国家。这项研究还发现，中等收入群体已达到一个较高与其他国家平均总要素生产率(TFP)的增长。在电信竞争和私有化的国家已经取得了比那些没有竞争和私有化更高的全要素生产率的增长。扩散的移动通信服务是一个重要的因素，提高了在欧洲中部和东部电信部门的全要素生产率增长(CEE)。Resende M18(2008) 研究了可以支持美国形式多样激励性规制实施的不同效率措施的鲁棒性在输出的方向，被认为是效率得分获得的数据包络分析(DEA)，距离函数(与修正普通最小二

35、乘法和随机效应模型)和距离函数嵌入在一个随机前沿框架(随着时间的推移不变，时间效率或低效率的影响)。2.2数据包络分析理论(DEA)2.2.1 DEA模型基础 数据包络分析法(DEA)是由著名的运筹学家A.Charnes，W.W.Cooper，E.Rhodes(1978)提出来的，后来发展成为一种多指标投入和多指标产出的有效综合评价方法，主要用来评价同类型单元之间的相对有效性，是非参数的统计分析。DEA的是把每一个评价单位看做一个决策单元(Decision Making Units，DMU)，再由众多决策单元构建评价群体，通过对决策单元投入和产出比率的综合分析，确定评价群体的有效生产前沿面，并

36、根据每一个决策单元与有效生产前沿面的距离情况，确定决策单元是否DEA有效，同时指出非DEA有效决策单元的原因和调整方向和程度。DEA方法以相对效率概念为基础，以凸分析和线形规划为工具的一种评价方法，应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价，它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点，同时对于评价复杂系统的多投入多产出分析具有独到之处。 DEA 是研究同类型生产决策单元相对有效性的有力工具，在处理多输入多输出问题上具有特别的优势，主要是由于以下两个方面：一是DEA以决策单元的输入输出权数为变量，从最有利于决策单元的角度进

37、行评价，从而避免了确定各指标在优先意义下的权数；二是DEA不必确定输入和输出之间可能存在的某种显式关系，这就排除了许多主观因素，因此具有很强的客观性。DEA是线性规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组提供一样服务的类似单位的绩效的比较，它试图使服务单位的效率最大化。在这个过程中，获得100%效率的一些单位被称为相对有效率单位，而另外的效率评分低于100%的单位称为无效率单位。这样，企业管理者就能运用DEA来比较一组服务单位，识别无效率单位，衡量无效率的严重性，并通过对无效率和有效率单位的比较，发现降低无效率的方法。DEA方法的模型分为投入导向模型和产出导向模型，这两种

38、模型的基本思想都是运用线性规划的方法对投入导向的DEA进行成本最优化和对产出导向的DEA进行产出最优化。投入导向的DEA方法测度的企业效率值是既定产出下的最小可能成本与实际成本之间的比率；产出导向的DEA方法测度的企业效率值是既定成本下实际产出与最大可能产出之间的比率。 DEA的一个模型是CCR模型。CCR模型同时对决策单元的规模有效性和技术有效性进行评价，即模型中的有效决策单元既规模适当又技术管理水平高。由于CCR模型实际上是假定规模报酬不变的，因此又称为CRS(ConstantReturnstoScale)模型。 CCR模型基于固定规模收益假设，采用线性规划方法建立一个非参数的包络前沿面并

39、计算每一决策单位的相对效率，凡是落在前沿面上的DMU都是有效率的，它的效率值为1；而未落在前沿面上的DMU则是无效率的，它的值介于0和1之间。具体的CCR模型如下：假设有n个企业，每个企业均使用s种投入和m种产出。满足的线性规划是： (2.1)Yjk表示第k家企业的第j个输出变量(1jm)Xik表示第k家企业的第i个输入变量(1is)Xj表示第j个决策单元的s维投入向量；Yj表示第j个决策单元的m维产出向量；对上述线性规划进行求解，即可算出每个企业的效率值，其是在固定规模报酬下的综合效率(TE)，经济含义为当第k家企业的产出水平保持不变时，要实现整个经济系统中最佳效率，实际所要投入的比例。CC

40、R 模型分析的DMU0的经济有效性的含义是：在保持产出y0不变的前提下，将投入x0的各个分量按同一比例(1)减少。如果这一点能够实现，则表明可以用比DMU0更少的投入而使产出不变，说明了DMU0的生产活动是非有效；反之，如果在保持产出y0不变的前提下，投入x0的各个分量都不能再减少，则表明DMU0的生产活动是有效，DMU0是有效的决策单元。运用DEA进行评价的依据就是各个决策单元的输入数据和输出数据。输入数据是指决策单元为了进行某种生产活动所消耗的某些资源，如投入的资金总额，管理费用，固定资产价值等；输出数据是指决策单元经过一定量的资源投入后，产生的表明该投入效率的某些信息量，如生产的产品数量

41、、业务收入、净利润等。2.2.2 DEA优势与局限性DEA是以相对效率概念为基础的一种效率评价方法，作为一种客观的研究方法它在处理多输入、特别是多输出问题的能力方面具有绝对的优势。它能直接估算多个决策单元的效率之间的相对有效性，并能对非有效的决策单元提出改进的方向与具体目标。近年来，该方法被广泛应用到很多领域，特别在经济系统的评价中，使用DEA方法进行有效性分析。相比于其他方法，本文用DEA方法进行评价，主要是考虑到它具有下述的诸多优势： (1)不需要确定输入输出指标之间的关系，排除了很多主观因素的影响； (2)不受计量单位的影响，不需事先对输入输出数据的计量单位进行标准化处理，输入和输出指标

42、既可以是绝对数又可以是比率、只要被评估的决策单元均使用一样的计量单位即可； (3) DEA以决策单元的输入输出数据的权重为变量，不需要预先给出各指标的权重系数或通过实际做出一些判断来决定权重系数，因此DEA方法在避免主观因素和减少误差等方面有着不可低估的优越性； (4)DEA方法不仅能指出哪些决策单元有效，哪些非有效，还能指出非有效决策单元应该调整的方向与具体的调整值，从而能为企业的管理决策提供很多有用的信息。 (5)由于DEA方法与市场价格无关，是纯技术性的，因此，只要输入输出指标符合模型的公理体系就可使用，从而扩大了实际应用中可采纳的数据围，增强了DEA方法的适用性。 虽然DEA方法有诸多

43、优势，但是在实际使用过程中也存在一些局限性，主要表现在： (1)DEA模型对决策单元有较多的限制：一是所有的DMU应该是“同类型”的；二是研究对象的个数不小于输入输出指标总个数的两倍； (2)DEA方法要求输入的数据为非零的正值，零值和负值是不能被处理的，因此，对于净利润这类有可能为负值的指标是不适用的。 (3)DEA模型只能粗略地把决策单元的效率分为有效、弱有效、非有效三个等级，对于同为DEA有效的DMU，模型认为是的一样好，不能进行比较分析。所以在对通信业效率的评价中，只需要选取适当的投入和产出指标，便可以对其进行相对效率的测度，并进行对比分析。需要注意的是DEA模型存在方向选择，有投入方

44、向(Input-Orientated)和产出方向(Output-Orientated)的两类模型，投入方向即追求既定产出下的最少投入，产出方向即追求既定投入下的最大产出。一般来说，DEA模型的方向选择不会对结果产生重大影响，即使效率评价结果存在差异也是微小的。在许多DEA研究中，大都选择了产出方向模型，因为公司为满足目标产出通常把投入数量做为主要的决策变量，在这里的研究中同样选取了产出方向的DEA模型。 2.3Malmquist指数模型 不管是Charnes等(1978)提出的CCR模型，还是Banker等(1984)提出的BCC模型，当加入时间因素时，会造成各期的生产前沿面不同，使得各期缺乏

45、纵向比较的基准，即CCR模型和BCC模型只能适用于截面数据来横向对比评价单元的效率，但是Malmquist指数可以有效弥补以上研究方法的缺陷。Malmquist(1953 )构造了消费数量指数，用来分析不同时期的消费变化。受Malmquist 消费指数启发，Caves，Christensen 和Diewert 于1982 年将这种思想运用到生产分析中，采用投入和产出距离函数构造生产率指数，并将这种指数命名为Malmquist 生产率指数。基于DEA 方法，Fare 等( 1994) 将Malmquist TFP 指数分解成技术效率变动、技术进步和规模效率变动，将Malmquist TFP 指数

46、度量问题转化为Malmquist 指数分解的问题。Malmquist 生产率指数有两个主要的优点： 不需要相关的价格信息；可以对TFP 进行分解，研究TFP 增长源。以产出导向Malmquist TFP 指数为例，产出导向型的生产率度量是在给定生产技术和生产投入的情况下，最大产出水平与所观察的产出水平的比较。Malmquist 指数分解与数据包络方法( DEA) 的结合为生产率变动的度量与其分解提供了一种新的分析工具。基于产出的M模型可以表示为： (2.2) 其中，(xt+1，yt+1)和(xt，yt)分别表示t+1期和t期的投入和产出向量；Dt和Dt+1分别表示以t时期技术Tt为参照，时期t

47、和时期t+1期的距离函数。 使用Malmquist指数可以衡量通信企业在t期至t+1期整体生产率的变化程度。若指数大于1，意味着从t期到t+1期的全要素生产率(TFP)为正。换言之，若M0，表示生产率呈现上升趋势；反之，表示生产率呈现衰退的趋势。 FGLR(1992)将Malmquist生产率指数分解为技术效率变化(effch)和技术进步(tech)两个部分。 技术效率变化(tech)是两个时刻的效率变化指数，表示从t到t+1时刻决策单元的技术效率变动程度，是指在给定一组投入要素不变的情况下，一个被评价对象的实际产出与假设同样投入情况下的最大产出之比，反映在给定投入的情况下被评价对象获取最大产

48、出的能力，当tech大于1时，表示与最优决策单元的差距在缩小，相对技术效率有所提高；若tech小于1，则表示差距在进一步拉大。该度量与参考期t0的选取无关，主要反映了决策单元在生产经营行为方面的改善，例如管理水平的提高等。技术进步(tech)表示通信企业在t期至t+1期的生产技术变化的程度，代表技术进步，技术进步是指新的知识、新的技能、发明创造以与新的组织结构在经济活动中的应用而形成的人们经济活动水平的提高，反映被评价对象对新技术的模仿。同理，tech值大于1表明正向的移动或技术进步，tech值小于1表明负向的移动或技术退步，tech值等于1意味着技术前沿没有发生变化。在可变规模报酬下技术效率

49、变化effch又可以进一步分解为纯技术效率变化pech和规模效率变化sech两个部分。因此，TFPch又可以分解为技术进步techch、纯技术效率变化pech和规模效率变化sech 3个部分，即：TFPch=effch*tech=sech*pech*tech (2.3)TFPch代表TFP变化，若TFPch大于1，表明TFP增长，反之则表明TFP下降。sech表示规模效率变化，反映被评价对象是否在最合适的投资规模下进行经营的规模效应，若sech大于1，代表规模的优化，反之则为规模恶化。pech表示纯技术效率变化，反映被评价对象技术运用水平变化所产生的效果，若pech大于1，代表技术运用水平的提

50、高，反之则为下降。当tech、effch、sech或pech大于1时，表明其对TFP的提高有促进作用，反之，则有阻碍作用 因为通信企业具有多输入和多输出的特征，运营效率很难用一个直观的指标来衡量，而 DEA-Malmquist指数方法可利用多种投入与多种产出变量进行效率分析，且不需要相关的价格信息，也不需要成本最小化和利润最大化等的条件，更为重要的是它将效率的变化原因分为技术进步变化与技术效率变化，并进一步把技术效率变化细分为纯技术效率变化(pech)与规模效率变化(sech)，这样就能更为细致的动态分析和深入了解通信服务企业效率变化的原因以与各种变化的贡献程度。第三章我国通信服务企业运营现状

51、 通过对相关文献的仔细阅读，了解目前中外的研究成果，以与初步了解本文所使用的研究方法。要想更好地了解通信服务企业的运营效率，首先要了解通信企业目前的发展情况，对其现状进行分析，然后才能更好地分析企业的运营效率状况。3.1通信服务企业发展情况分析通信业连续十几年保持快速发展，业务量、业务收入和用户总数持续快速增长。1978年以来通信业得到了长足的发展，随着2008年电信业重组的完成，2009年1月工信部分别向中国电信、中国移动和中国联通发放3G牌照，三方中实力最弱的中联通拿到了世界最成熟的WHYPERLINK :/ qianzhan /report/detail/f279093289bb492f

52、.htmlCDMA网络牌照，实力中等的中电信拿到了中等水平的CDMA2000网络牌照，而实力最强的中移动拿到了中国自主研发的TD-SCDMA网络牌照。方案体现出明显的政策倾斜，主要意图有二：一是希望实力最强的中移动扛起中国制造的大旗，认真发展我国自主研发的TDS网络；二是希望国运营商格局更加均衡，而不是中移动一家独大。因此3G时代对于中联通、中电信而言是关键的战略机遇期，两方希望在这一政策倾斜期大力抢夺中移动用户，以期行业格局向均衡方向发展。到目前为止，中移动的市场份额从09年时的67%减少到63%，但仍然优势明显。2009年运营商3G网络均实现了商用，这标志着我国正式进入3G时代。从3G建设

53、的先行国家的经验来看，3G市场的启动阶段一般为2到3年，普与率达到10%以后将会迎来增长拐点，进入快速发展时期。2011年我国3G普与率已超过10%，而2013年11月末我国3G用户占比已达到31.6%，加速体现规模效应，实现了普与率快速提高。2013年12月4日，在3G商用近五年之后，国三大电信运营商获发4G牌照。据工信部对2014年4G市场的展望，在4G网络上线后，我国4G智能手机的出货量预计会在2014年超过1.2亿部才能满足用户对网络接入的庞大需求。目前4G牌照即将发放的产业推动和宽带战略部署政策的实施，正促使着4G通讯业务快速发展。因此，移动通信普与率尤其是3G普与率的提升，以与未来

54、4G的逐步商用化，将推动移动通信渠道行业继续保持快速增长。近年来移动通信渠道服务行业保持快速发展，通信运营商之间和手机厂商之间的激烈竞争在一定程度上也使得产业链价值向移动渠道服务行业产生倾斜。但是受通信运营商对于行业的影响不断加强、智能手机成为市场主流、渠道重心下沉使得门店营销网络重要性凸现等因素影响，在行业整体发展情况良好的同时，不同类型的渠道服务商的发展情况出现较为明显的分化。与通信运营商合作紧密、业务结构调整与时、门店营销网络上具有一定话语权的渠道服务商在行业整体发展的背景下，不仅取得了更快的发展速度，盈利能力也逐步提升。而与通信运营商合作起步较晚，功能手机业务投入比重过大，产品结构未与

55、时转向，以与渠道结构单一、缺少门店营销网络支撑的渠道服务商则受到行业趋势变动的较大冲击，业务发展速度和盈利能力都受到一定程度的影响。2013 年5 月起，随着移动通信转售业务试点方案的正式出台，我国虚拟电信运营商服务进入启动日程。虚拟电信运营商相关政策为民营企业进一步进入电信行业提供了巨大的机遇，这必将对电信行业以与移动通信渠道服务行业今后几年的发展产生较大影响。移动通信渠道商能够利用与电信运营商的紧密合作关系以与自身积累的市场、渠道和客户资源，有望实现租用实体移动网络运营商的网络，经营与电信运营商一样的语音、短信等通信业务，并重新包装成自有品牌进行销售的移动通信服务。实现在客户细分的基础上形

56、成有特色的增值服务产品，这就为移动通信渠道服务行业企业提供了开发交叉销售、升级销售的机会，有利于促进移动通信渠道服务价值链的进一步延伸和拓展。移动通信渠道服务行业仍然有着稳定良好的发展前景，而渠道服务商的具体发展情况、利润水平则取决于其对于行业发展趋势的把握程度和相应的管理和执行能力。2012 年5 月份工信部发布的通信业“十二五”发展规划中，明确提出将采用加大财政金融支持力度、完善电信资源管理等措施，实现十二五期间3G网络基本覆盖城乡、无线宽带数据业务热点区域连续覆盖与LTE 商用、移动超过12 亿户，移动通信普与率超过85 部/百人、3G 用户超过4.5 亿户与占移动通信用户总数的比例超过

57、36%等目标，并将大力发展移动互联网，构建高速网络、业务平台、智能终端有机结合的业务创新体系，努力突破移动智能终端操作系统平台等核心技术，突破移动智能终端和应用平台等关键环节，打造“基础设施-应用平台-智能终端”的价值链生态体系，满足用户的多种移动应用模式需求。 2013 年5 月移动通信转售业务试点方案正式出台，部分优质移动通信渠道商将能够利用与运营商的紧密合作关系以与自身积累的市场、渠道和客户资源，有望实现租用实体移动网络运营商的网络，在客户细分的基础上形成有特色的增值服务产品，有利于促进移动通信渠道服务价值链的进一步延伸和拓展。目前我国的移动通信普与率与发达国家相比仍然存在较大的差距，未

58、来随着国民经济的不断发展，移动通信普与率将继续保持快速提升的趋势，从而为行业的持续增长奠定基础。同时，随着国民经济的增长和城镇化进程的推进，国民经济和城镇居民可支配收入持续稳定增长，消费习惯的不断转变使促使移动终端产品由功能型耐用电子产品向消费电子产品的转变。而随着3G 的不断普与乃至4G与更先进的移动通信网络的商用，智能终端产品与多元化应用的创新，移动互联网与居民生活的结合将越来越紧密。移动终端产品作为时尚电子消费品特征也日益明显，流行元素的不断转换、设计款式的不断推出新促进产品更新速度的加快，这也将成为移动通信渠道服务市场发展的重要有利因素之一。 通信行业的竞争也日趋激烈，在移动市场上，移

59、动运营商价格战不断升级，各种形式的价格竞争层出不穷；移动通信市场的竞争环境将更加复杂。其次，随着通信技术的发展，电信业务的多样化，固定业务市场上同样呈现激烈的竞争局面。竞争的加剧，使得运营商都以利润和效益为中心，难以顾与贫困落后的西部、农村地区。从竞争这一方面来看，种种现象显示，我国通信业的市场竞争将日益激烈，国业面临着前所未有的生存和发展压力。竞争将淘汰落后、不思进取的企业。能正对压力，主动转变，积极提高企业管理水平和技术水平，把握市场的企业将脱颖而出。随着我国通信市场将逐步开放，所有运营商将面临开放的竞争环境。为了适应开放的通信市场竞争环境，我国通信业也应加快改革的步伐。同时一个良好的宏观

60、经济环境，是行业持续稳定快速发展的基础。 通信企业的飞速发展为我国通信制造业带来了巨大的市场需求，也推动着制造业的技术进步，为制造业的发展形成了良好的产业基础。自二十世纪八十年代以来，通信制造业步入了高速发展的时期。 一方面专业技术进步显著，通信运营企业实施了跨越式的发展，如交换设备跨越纵横、空分程控交换，直接进入数字程控交换，传输跨越同轴电缆，采用光纤、卫星传输。通信制造业在市场压力促进下，技术水平迅速提高。另一方面，民族企业发展壮大，一些勇于进取、积极创新的民族企业在激烈的市场竞争中脱颖而出，迅速发展壮大，成为产业的中坚力量。在当今日益激烈的通讯市场竞争环境中，向客户提供优质服务已经成为各