基于超效率DEA的電商企業(yè)效益評(píng)價(jià)

耿文莉，魏秀安，譚 靜

(哈爾濱商業(yè)大學(xué)，哈爾濱 150028)

基于超效率DEA的電商企業(yè)效益評(píng)價(jià)

耿文莉，魏秀安，譚 靜

(哈爾濱商業(yè)大學(xué)，哈爾濱 150028)

隨著網(wǎng)購人數(shù)的不斷增加，電商企業(yè)之間的競爭不斷加劇，如何幫助企業(yè)提獲得足夠的利潤成為企業(yè)競爭的關(guān)鍵.所以需要對電商企業(yè)進(jìn)行效率評(píng)價(jià)，獲得綜合發(fā)展效率比較高的電商企業(yè)，也為其他企業(yè)的運(yùn)營提供借鑒；同時(shí)，企業(yè)效率評(píng)價(jià)方法多是定性分析，使用定量的DEA方法，并基于傳統(tǒng)的DEA模型，提出有效改進(jìn)傳統(tǒng)DEA計(jì)算結(jié)果中有效決策單元間排序困難的超效率DEA方法.最后，選取了具有代表性的電商企業(yè)，同時(shí)對相關(guān)的評(píng)價(jià)指標(biāo)進(jìn)行了設(shè)置，分別采用兩種模型作出了電商企業(yè)績效評(píng)價(jià)，獲得按綜合效率進(jìn)行的電商企業(yè)有效排序結(jié)果.

數(shù)據(jù)包絡(luò)分析；超效率；績效評(píng)價(jià)

隨著科學(xué)技術(shù)的不斷進(jìn)步，互聯(lián)網(wǎng)普及率越來越高，網(wǎng)購消費(fèi)者的人數(shù)不斷增加，電子商務(wù)企業(yè)的數(shù)量也隨之增多.網(wǎng)絡(luò)群體的高需求以及高消費(fèi)為企業(yè)帶來足夠的利潤的同時(shí)企業(yè)間的競爭也是比較激烈的，企業(yè)如何獲得好的經(jīng)營效益從而在競爭中脫穎而出就成為競爭成敗的關(guān)鍵.此時(shí)，投入產(chǎn)出的比值是衡量企業(yè)效益的有效手段.關(guān)于電子商務(wù)企業(yè)的效益評(píng)價(jià)可以看作多指標(biāo)投入以及多指標(biāo)產(chǎn)出系統(tǒng)，效益好則說明企業(yè)盈利能力比較強(qiáng)；反之則說明企業(yè)的盈利能力相對來說較弱.所以，效益的好壞成為企業(yè)發(fā)展中關(guān)注的重點(diǎn).數(shù)據(jù)包絡(luò)分析法以及超效率DEA法善于處理多指標(biāo)輸入以及多指標(biāo)輸出的相關(guān)決策單元有效性評(píng)價(jià)的問題.超效率DEA方法是在傳統(tǒng)DEA模型的基礎(chǔ)上做出了有效的改進(jìn).本文介紹了數(shù)據(jù)包絡(luò)分析法以及超效率數(shù)據(jù)包絡(luò)分析法的的基礎(chǔ)知識(shí)，同時(shí)采用這2種方法對選擇的17家電子商務(wù)企業(yè)作出有關(guān)績效研究，并且對比分析了這2種結(jié)果，以及作出了有關(guān)排序.

1 DEA模型的基本理論

1.1 DEA 模型的概述

DEA 數(shù)據(jù)包絡(luò)分析法是由美國運(yùn)籌學(xué)家A·Charnes、W·W·Cooper 等在1978年初次提出的，其基本理論是“相對效率評(píng)價(jià)”的觀點(diǎn)，對類型一致的企業(yè)或者部門依據(jù)多指標(biāo)投入以及多指標(biāo)產(chǎn)出作出決策單元有效性評(píng)價(jià)的新的方法[1].它對于解決多目標(biāo)決策等有關(guān)方面的問題是很有效果的.DEA方法可以作出相對有效性的綜合評(píng)價(jià)對于具有多投入多產(chǎn)出的同等類型的部門.因?yàn)樗鼘?shí)用性較強(qiáng)以及不需要進(jìn)行任何權(quán)重的假設(shè)，近年來應(yīng)用到技術(shù)進(jìn)步、技術(shù)創(chuàng)新、資源配置、金融投資等各個(gè)領(lǐng)域，特別是在對非單純盈利的公共服務(wù)部門，例如學(xué)校，醫(yī)院等的評(píng)價(jià)方面被視為是一個(gè)有效的方法.

DEA中的CCR模型如下：

minθ

s.t.

∑nj=1λjxij≤θxik

∑nj=1λjyrj≥yrk

λ≥0

其中:i=1,2,…,m；r=1,2,…,q;j=1,2,…,n

λ代表決策單元的線性組合系數(shù)，CCR模型的最優(yōu)解θ*代表效率值，的范圍為0～1.通過使用DEAP計(jì)算獲得的結(jié)果可以表示為0～1之間的數(shù)字，如果是1說明DEA有效；反之說明DEA無效.如果決策單元是DEA無效的，那么將該決策單元與其他同等類型的有效決策單元來作比較，找出差距與不足，然后作出改進(jìn).

實(shí)際應(yīng)用中，DEA具有如下特點(diǎn)：1)DEA的變量值是被評(píng)價(jià)決策單元的各個(gè)輸入和輸出的權(quán)重值，其評(píng)價(jià)角度是最有利于被評(píng)價(jià)單元的，克服了人為決定各個(gè)輸入輸出指標(biāo)權(quán)重的具有的主觀性問題[2]；2)雖然某種程度上DEA在輸入輸出上具有一定的關(guān)聯(lián)性，但是不需要確定輸入指標(biāo)和輸出指標(biāo)間的顯性表達(dá)式.3)DEA數(shù)據(jù)包絡(luò)分析法在某些時(shí)候是會(huì)產(chǎn)生誤差的，因?yàn)镈EA模型使用的是線性規(guī)劃進(jìn)行求解的，所以某些隨機(jī)項(xiàng)的干擾某種程度上會(huì)對評(píng)價(jià)結(jié)果產(chǎn)生影響[3].

1.2 超效率DEA模型

超效率DEA模型是由Andersen和Petersen在傳統(tǒng)DEA的基礎(chǔ)上提出的可以用作對有效決策單元進(jìn)行有效排序的一種工具[4].超效率DEA模型如下：

minθ

s.t.

∑nj=1λjxij≤θxik

∑nj=1λjyrj≥yrk

∑nj=1j≠kλj=1

λ≥0

其中:i=1,2,…,m；r=1,2,…q；j=1,2,…,n(j≠k)

超效率DEA模型的基本原理見圖1.

圖1 超效率DEA模型

傳統(tǒng)的CCR模型和BCC模型只能識(shí)別出有效和無效的決策單元，不可以對有效決策單元進(jìn)行進(jìn)一步比較和排序[5].超效率DEA模型在進(jìn)行效率評(píng)價(jià)時(shí)，決策單元集合不包括被評(píng)價(jià)的決策單元本身.超效率DEA在不改變決策單元之間的相對有效性的基礎(chǔ)上彌補(bǔ)了傳統(tǒng)DEA存在的缺陷，是對DEA方法的有效改進(jìn).如圖1，C′點(diǎn)的效率值不屬于被評(píng)價(jià)決策單元的參考集，此時(shí)，有效生產(chǎn)前沿面會(huì)從最初的ABCD變成BD，這個(gè)時(shí)候C的效率值變成OC′/OC，而無效決策單元E的有效生產(chǎn)前沿面依舊為ABCD，其效率值和CCR模型中的效率值保持一致，始終為OE/OE′.超效率DEA計(jì)算出的結(jié)果不限制在0～1之間，允許計(jì)算效率值超過1，從而對各個(gè)決策單元之間作出比較排序.

2 評(píng)價(jià)指標(biāo)體系的建立

2.1 決策單元的選取

決策單元，簡稱DMU，它們之間的評(píng)估和相互比較是基于傳統(tǒng)DEA模型的[6].在進(jìn)行DMU決策單元選取的時(shí)候，需要存在同樣的外部環(huán)境以及同樣的內(nèi)部結(jié)構(gòu)，即選取的決策單元必須是相同類型的，從而保證參評(píng)決策單元的立足點(diǎn)是一致的，評(píng)估的結(jié)果才會(huì)具有價(jià)值.同種類型的決策單元，要具備下述特征：1)被評(píng)估的全部決策單元的目標(biāo)還有任務(wù)必須是一致的.2)所有的決策單元在運(yùn)作時(shí)，必須要在同樣的外部環(huán)境下.3)全部決策單元的輸入指標(biāo)和輸出指標(biāo)必須一致[7].基于以上內(nèi)容，本文選擇的DEA模型的決策單元是國內(nèi)的17家電子商務(wù)企業(yè).

2.2 評(píng)價(jià)指標(biāo)的選擇

電子商務(wù)企業(yè)盈利能力的強(qiáng)弱是勢衡量企業(yè)之間競爭成敗的重要指標(biāo).文章選擇了五個(gè)指標(biāo)即企業(yè)銷售成本、銷售收入、凈利潤、市場營銷費(fèi)用、管理費(fèi)用來研究電子商務(wù)企業(yè)的經(jīng)營效益.銷售收入為企業(yè)在日常經(jīng)營時(shí)比如產(chǎn)品的銷售、勞務(wù)的供給等產(chǎn)生的營業(yè)收入，主要包括主營業(yè)務(wù)以及其他業(yè)務(wù)的收入.凈利潤代表的是企業(yè)在獲得的利潤總額減去需要繳納的所得稅后的剩余.凈利潤越多，說明企業(yè)的經(jīng)營效益就越好；反之越差.銷售成本指的是已經(jīng)賣出去的商品的生產(chǎn)成本或者是已經(jīng)供給勞務(wù)活動(dòng)的勞務(wù)成本和業(yè)務(wù)成本，主要由主營業(yè)務(wù)和其他業(yè)務(wù)成本組成.利潤總額是指企業(yè)在在報(bào)告期內(nèi)進(jìn)行生產(chǎn)經(jīng)營時(shí)產(chǎn)生的種種收入減去種種耗費(fèi)，反映出企業(yè)發(fā)生的盈虧總額.市場營銷費(fèi)用指的是企業(yè)在進(jìn)行營銷管理與實(shí)踐活動(dòng)所產(chǎn)生的各類費(fèi)用，主要由固定以及變動(dòng)營銷費(fèi)用組成.管理費(fèi)用指的是企業(yè)的相關(guān)管理部門在組織和安排各項(xiàng)生產(chǎn)經(jīng)營活動(dòng)期間產(chǎn)生的費(fèi)用，它屬于期間費(fèi)用，在發(fā)生的當(dāng)期就已經(jīng)被計(jì)入到當(dāng)期的損失或者是利益.在電子商務(wù)企業(yè)效益評(píng)價(jià)中，輸入指標(biāo)的選取標(biāo)準(zhǔn)越小越好，輸出指標(biāo)的選取標(biāo)準(zhǔn)是越大越好[8].所以，以上五個(gè)指標(biāo)中輸入指標(biāo)為銷售成本、市場營銷費(fèi)用、管理費(fèi)用，輸出指標(biāo)為企業(yè)銷售收入和凈利潤[9].

3 計(jì)算結(jié)果及分析

3.1 基于DEA模型的數(shù)據(jù)分析

將上述輸入指標(biāo)和輸出指標(biāo)的有關(guān)數(shù)據(jù)代入到DEAP軟件的CCR模型里.決策單元DMU的相對效率值的獲得，有效性的判斷，需要求解一個(gè)線性規(guī)劃問題.本文所要計(jì)算的決策單元即17家電商企業(yè)的相對效率值，CCR得到的結(jié)果如下：

e1=1 e2=0.986 e3=0.8978 e4=0.848 e5=0.953 e6=0.970

e7=0.983 e8=1 e9=1 e10=1 e11=0.690 e12=1

e13=0.214 e14=0.375 e15=1 e16=1 e17=0.973

通過CCR模型計(jì)算得出有7個(gè)決策單元投入產(chǎn)出的相對效率值為1，說明是DEA有效的；其余10個(gè)決策單元的相對效率值小于1為DEA無效.

3.2 基于超效率DEA模型的分析

將上文的輸入指標(biāo)和輸出指標(biāo)的相關(guān)數(shù)據(jù)代入到選取的超效率DEA模型中.利用Matlab 軟件求解該線性規(guī)劃問題.經(jīng)過編程，求得17家電子商務(wù)企業(yè)的超效率值.見表1.

表1 17家電子商務(wù)企業(yè)超效率DEA值

根據(jù)計(jì)算結(jié)果，對17個(gè)電子商務(wù)企業(yè)的DEA超效率值由低到高作出排序有：e13、e14、e11、e4、 e3、 e5、e6、e17、e7、e2、e16、 e12、 e10、e9、e15、e8、e1.由此看出，這17家電商企業(yè)中得分最高的是阿里巴巴，說明以阿里巴巴為代表的中國電子商務(wù)的龍頭企業(yè)，其經(jīng)營效率比較高，這與國家政策的支持以及自身擁有的先進(jìn)的技術(shù)水平是分不開的.效益評(píng)價(jià)最低的是焦點(diǎn)科技，說明這類企業(yè)的技術(shù)水平和綜合水平都有待提高，因此，政府因該加強(qiáng)對這些企業(yè)的扶持力度，加強(qiáng)政策引導(dǎo)，引入先進(jìn)技術(shù)水平，開發(fā)具有自己特色的產(chǎn)品.

4 結(jié) 語

DEA 分析結(jié)果表明，17家電子商務(wù)企業(yè)綜合效率均值為1.192，從總體上看，我國電子商務(wù)企業(yè)的投入產(chǎn)出效率處在較高水平.17家電商企業(yè)中有7家企業(yè)有效分別為阿里巴巴、58同城、上海鋼聯(lián)、金泉網(wǎng)、慧聰網(wǎng)、鋼鋼網(wǎng)、環(huán)球資源表現(xiàn)為DEA有效，其余的是DEA無效的電子商務(wù)企業(yè)，這些無效的電子商務(wù)企業(yè)就應(yīng)該找出企業(yè)經(jīng)營效益低的根本原因，同時(shí)作出相關(guān)努力.對于綜合效率比較高的電子商務(wù)企業(yè)，政府應(yīng)該堅(jiān)持可持續(xù)、協(xié)調(diào)發(fā)展；投資結(jié)構(gòu)以及綜合水平比較差的企業(yè)，應(yīng)當(dāng)調(diào)整其投資結(jié)構(gòu)以及資金投入和技術(shù)投入.從經(jīng)濟(jì)意義上講，DEA方法在進(jìn)行相關(guān)指標(biāo)的選取時(shí)客觀性較強(qiáng)，克服了主觀因素的干擾.同時(shí)，DEA的分析結(jié)果表現(xiàn)的只是投入與產(chǎn)出比的一個(gè)相對數(shù)字，有些電子商務(wù)企業(yè)雖然是DEA有效，但是實(shí)際上其資源利用效率不會(huì)達(dá)到100%.基于超效率DEA方法得出的17家電商企業(yè)排名，彌補(bǔ)了傳統(tǒng)DEA方法在有效性都為1的企業(yè)間的排序困難的問題，更加明確的反映出17家實(shí)驗(yàn)企業(yè)經(jīng)營效益的好壞.

[1] 魏權(quán)齡. 評(píng)價(jià)相對有效性的數(shù)據(jù)包絡(luò)分析模型[M]. 北京: 中國人民大學(xué)出版社, 2012. 7-99.

[2] 王金祥. 基于超效率DEA模型的交叉效率評(píng)價(jià)方法[J]. 系統(tǒng)工程, 2009, 27(6): 115-118.

[3] 杜 棟, 龐慶華, 吳 炎. 現(xiàn)代綜合評(píng)價(jià)方法與案例精選[M]. 北京: 清華大學(xué)出版社, 2008.

[4] RAYENI M M, SALJOOGHI F H. Performance assessment of education institutions through interval DEA [J]. Journal of Applied Sciences, 2010, 10(22): 2945-2949.

[5] KAO C. Dynamic data envelopment analysis: A relational analysis [J]. European Journal of Operational Research, 2013, 227(2): 325-330.

[6] SANT'ANNA, ANNIBAL P. Data envelopment analysis of randomized ranks [J]. Pesquisa Operacional, 2002, 22(2): 203-215.

[7] AMIRTEIMOORI A, KORDROSTAMI S. A distance-based measure of super efficiency in data envelopment analysis: an application to gas companies [J]. Journal of Global Optimization, 2012, 54(1): 117-128.

[8] SHUAI J J, WU W W. Evaluating the influence of E-marketing on hotel performance by DEA and grey entropy [J]. Expert Systems with Applications, 2011, 38(7): 8763-8769.

[9] 傅麗芳，馮玉強(qiáng)，吳秋峰.基于DEA模型的電子商務(wù)網(wǎng)站綜合評(píng)價(jià)與質(zhì)量診斷[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2007，23(3)：36-40.

Evaluation of ecommerce enterprises’ performance based on super efficiency DEA

GENG Wen-li, WEI Xiu-an, TAN Jing

(Harbin University of Commerce, Harbin 150028, China)

With the increasing number of internet consumers, the competition among ecommerce enterprises continues to increase, how to help enterprises to get enough profits becomes the key to success. Therefore, it’s necessary to evaluate the efficiency of ecommerce enterprise, to find the enterprises with high comprehensive efficiency, and provide reference for other ecommerce enterprises. Besides, for the most of methods of enterprises’ efficiency evaluation were qualitative analysis, chose the quantitative DEA method and putting forward super efficiency evaluation that was based on traditional DEA and making effective improvement on traditional DEA. Chose 17 respective ecommerce enterprises and setting up the relative evaluation index as the data that was applied for the two models’ efficiency evaluation, obtaining an effective sort result about ecommerce enterprises that accord to comprehensive efficiency.

DEA; super efficiency; performance evaluation

2016-04-21.

耿文莉(1971-)，女，博士，副教授，研究方向：企業(yè)管理、信息管理等.

F272

A

1672-0946(2017)01-0082-03