中国电信业技术效率实证研究.docx
- 文档编号:28837130
- 上传时间:2023-07-20
- 格式:DOCX
- 页数:16
- 大小:44.28KB
中国电信业技术效率实证研究.docx
《中国电信业技术效率实证研究.docx》由会员分享,可在线阅读,更多相关《中国电信业技术效率实证研究.docx(16页珍藏版)》请在冰豆网上搜索。
中国电信业技术效率实证研究
中国电信业技术创新效率实证研究
——基于31个省市数据DEA模型的静态分析
一、文献综述
20世纪90年代以来,我国电信业经历了飞速的发展和巨大的变革。
政府先后对电信业进行了政企分开,企业重组、全业务运营等一系列改革,推动了电信业的发展。
据工信部统计截止08年底我国的固定电话和移动电话用户总数已达9.36亿户,电话普及率超过70%,网络规模和用户数量均位于世界首位。
尽管电信业务量增长迅速,但在发展过程中还存在着许多无效率的问题,例如电信网互联互通不畅,经济不兼容等问题。
在此背景下,分析我国电信业的技术效率就显得十分必要。
电信改革以来,国内外有很多学者开始关注电信业效率评价的研究。
在国外,SumitKMajumdar(1991)运用DEA模型分析了1973~1987这几年的美国电信本地运营商的投入产出数据,发现虽然早期的市场开发给运营商带来了很大的受益,但是日益增加的市场压力致使公司不得不持续努力于投入成本的节约。
NoelD.Uri(2000)为了研究激励性规制对美国电信业的影响,他运用DEA模型评价了美国本地交换运营商1985~1998年各年的效率,发现1993年以后的美国本地交换运营商的技术效率增长很大部分是来自政府的激励性规制的影响。
在国内,马佳(2006)运用DEA模型对中国移动的31个省级公司某年度运营绩效进行了分析,不但科学的评价出各省投资的效率高低,而且还判断出中国移动各省的效率情况。
初佳颖(2006)运用DEA模型选取1999~2004年的我国电信业整体的数据为研究对象,发现六年来我国电信产业的技术无效率主要源于规模无效率。
顾成彦、胡汉辉(2008)运用DEA模型以2001~2005年为样本期间,分析了我国几大电信运营企业的各年的技术效率情况,并且用Malmquist指数分析2001-2005年间四大运营商的生产效率增长水平及其变迁,研究发现,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。
以上文献所采取的分析方法有两种,一种是参数方法(如SFA方法),另一种是非参数方法(如DEA方法)。
对于参数方法来讲需要采用生产函数的形式分析投人和产出因素对效率的影响,其缺点是在分析之前要假设一个生产函数,然而所假设的函数形式所反映出来的投入、产出指标间的相关性不一定正确。
而对于非参数DEA方法来讲,其不需要确定输入输出指标之间的函数关系,排除了很多主观因素的影响,不仅能评估出决策单元的有效性,而且还能指出非有效决策单元应该调整的方向和具体的调整值,为企业管理层提供更多的有用信息。
基于此,本文采用非参数方法中的DEA方法,对31个省市电信业的技术效率进行评估。
二、理论介绍
2.1DEA模型介绍及选择
数据包络分析(DEA)是一种非参数分析方法,以相对效率概念为基础,根据多指标投入和多指标产出数据对相同类型的决策单元(部门或企业)进行效率评价的多指标综合评价方法。
其实质是根据一组关于输入输出的观察值,采用数学规划模型,来估计有效生产的前沿面,再将各DMU与前沿面作比较,进而衡量出其效率差距。
凡是处在前沿面上的决策单元,其效率指标定位1,即其投入产出组合最为有效;不在前沿面上的觉得单元,DEA认为其实无效的,其效率指标小于1。
这种分析方法可以较为客观地反映决策单元的投入产出效率,并且能进一步将效率分解为规模效率和技术效率,全面评估决策单元的现有水平以及改进方向。
根据DEA评估效率的方向可将模型分为投入导向型和产出导向型两种。
投入导向是在产出不变的情况下,衡量要素投入减少的比例;产出导向是在投入不变的情况下,衡量产出增加的比例。
从规模报酬是否可变的角度可将DEA基本模型分为规模报酬不变模型(CCR)和规模报酬可变(BCC)模型。
CCR模型从投入面分析并假设每一决策单位(DMU)的生产技术为固定规模报酬,利用线性规划方法求得效率前沿边界并计算每一决策单位的相对效率;BCC模型是CCR模型的改进方案,他们在原模型的基础上增加了凸性假设,从而将技术效率分解为纯技术效率和规模效率两部分。
本文以投入导向的BCC模型为基础评价中国电信业的技术创新效率。
一方面,本文把31个省市的电信业看做决策单元时,对其投入要素(投资完成额和从业人数)的控制远比对其产出(电信增加值)的控制容易的多;另一方面,根据效率的高低对投入要素进行合理调整正是我们所要关注的。
故本文选择以投入为导向的DEA模型进行评价。
另外,随着投入要素(投资完成额和从业人数)的变化,在管理水平、资源配置效率等因素影响下,其产出水平是变化的,即31个决策单元处于规模报酬可变阶段。
因此最终本文选择以投入为导向的BCC模型进行评价和研究。
2.2样本及变量指标选择
本文以2005~2008年为样本期间,选取了中国电信业31个省市数据为研究对象,对我国电信市场的技术创新效率进行评估和分析。
1、投入变量
在选取投入指标时,本文从资本和劳动两个角度考虑。
电信业作为传统的自然垄断行业,投资完成额是投入资本的主要衡量指标,包括固定资产投资完成额和可变资产投资完成额两个部分,投资完成额可以看做资本增量的代理变量,因此,本文选取每年的投资完成额作为一项投入指标。
同时,电信业作为现代服务性行业,员工特别是高质量人才是企业的一项重要资源,衡量这项资源通常用人工成本这个变量。
人工成本主要包括:
职工工资总额、社会保险费用、职工福利费用、职工教育经费、劳动保护费用、职工住房费用和其他人工成本支出。
其中,职工工资总额是人工成本的主要组成部分(职工工资总额=从业人数*工资金额),故应选取工资总额作为另一项投入变量,但是由于对于整个电信行业的工资金额很难进行统计,因此本研究选择从业人数这一指标作为另一项投入指标;同时,对于产出来讲,新增人员与原有人员对于产出所做的贡献不可区分,因此选择从业人数而不是从业人数增量(新增人员)这一指标更为合理。
2、产出变量
企业进行创新的目的是要获得更多的产出,而产出的一个主要的衡量指标就是创新所带来的经济收益,作为电信部门来讲,经济收益的主要衡量指标有电信业务总量、电信业务收入和电信增加值。
电信业务总量是以货币形式表示的电信企业为社会提供各类通信服务的总数量;电信业务收入是指电信企业在生产提供各类电信业务过程中取得的收入;电信增加值是电信业务收入减去电信经营成本中除折旧外的其他所有物质消耗。
综合分析以上指标,我们看到,电信业务总量和电信业务收入包含成本在内的各项费用,而电信增加值剔除了电信经营成本中除折旧外的其他所有的物质消耗,更适合本文的研究讨论;同时,电信业务总量和电信业务收入均为存量指标,电信增加值是增量指标,在选取投入指标的时候我们以增量作为标准,故在这里,本文选择电信增加值作为产出指标。
表1:
变量说明
变量名称
X1(万元)
X2(人)
Y(万元)
说明
投资完成额
从业人员
电信增加值
三、实证分析
将2005~2008年的数据通过DEAP1.2软件以投入为导向按规模报酬可变进行运算得出各个省市在各年相对于效率前沿面的效率值,如表2所示。
表2中国各地区电信业2005~2008年技术效率
省份
2005
2006
2007
2008
北京
1
0.822
0.734
0.891
天津
0.953
0.82
0.763
0.746
辽宁
0.896
0.713
0.644
0.719
上海
0.931
0.717
0.693
0.771
江苏
0.952
0.723
0.708
0.75
浙江
0.915
0.793
0.7
0.746
福建
0.798
0.645
0.641
0.649
山东
0.877
0.719
0.805
0.812
广东
1
1
1
1
海南
0.725
0.571
0.58
0.612
河北
0.826
0.773
0.735
0.644
山西
0.799
0.624
0.645
0.518
吉林
0.716
0.532
0.665
0.521
黑龙江
0.874
0.705
0.63
0.589
安徽
0.747
0.674
0.662
0.709
江西
0.616
0.552
0.519
0.499
河南
0.777
0.733
0.76
0.593
湖北
0.759
0.671
0.557
0.533
湖南
0.743
0.591
0.612
0.512
内蒙古
0.778
0.534
0.429
0.499
广西
0.579
0.629
0.616
0.573
重庆
0.618
0.447
0.485
0.505
四川
0.819
0.682
0.724
0.419
贵州
0.574
0.48
0.485
0.372
云南
0.645
0.551
0.53
0.565
西藏
0.293
0.207
0.254
0.186
陕西
0.515
0.496
0.441
0.486
甘肃
0.564
0.499
0.492
0.401
青海
0.561
0.496
0.451
0.405
宁夏
0.676
0.562
0.546
0.498
新疆
0.642
0.5
0.425
0.372
3.1总体分析
将表2中各年技术效率值、纯技术效率值和规模效率值进行平均化整理,可得中国电信业2005~2008年效率均值表和效率均值图,分别如表3和图3所示。
表3全国电信业2005~2008年效率均值
年份
技术效率
纯技术效率
规模效率
2005
0.747
0.814
0.928
2006
0.628
0.722
0.887
2007
0.611
0.701
0.886
2008
0.584
0.692
0.866
图3全国电信业效率趋势变化图
表3和图3结果显示,2005~2008年无论是技术效率、纯技术效率还是规模效率都呈现下降趋势,其中各地区的技术效率均值在0.5以上,规模效率均值在0.8以上,纯技术效率均值在0.69以上。
这说明了中国电信业的效率整体上比较低,存在着50%以上的提高空间。
各地区规模效率均值在0.8以上,显示我国各地区电信运营企业接近于在适宜的规模下运营,但还有20%左右的无效率。
同时可以看出,规模效率均值普遍高于纯技术效率均值,表明我国电信业的无效率主要源于纯技术无效率,各运营商的投入并没有得到充分的利用。
进一步对表2中31个省市所处的规模报酬阶段进行汇总,得到表4。
结果显示,中国各地区电信业基本上都处于规模报酬递增(IRS)阶段,且处于规模报酬递增阶段的省市的数量基本维持在29个以上,规模报酬递减(DRS)的省市数各年均为0个。
因此,中国电信业部门规模经济的效应比较明显。
有效的整合资源,扩大企业生产经营规模能进一步有效地提升电信业的综合效率。
表4:
31个省市各年度处于规模报酬不同阶段省市个数汇总表
规模报酬递增
规模报酬不变
规模报酬递减
2005
29
2
0
2006
30
1
0
2007
30
1
0
2008
30
1
0
3.2区域分析
将表2中各年技术效率值、纯技术效率值和规模效率值按区域进行平均化整理,可得东、中、西部三个区域的效率均值表和条形图,分别如表5和图5所示。
表5我国分区域电信业效率均值表
地区
2005
2006
技术效率
纯技术效率
规模效率
技术效率
纯技术效率
规模效率
东部
0.905
0.932
0.971
0.752
0.796
0.946
中部
0.762
0.776
0.982
0.651
0.687
0.946
西部
0.605
0.745
0.851
0.507
0.687
0.794
地区
2007
2008
技术效率
纯技术效率
规模效率
技术效率
纯技术效率
规模效率
东部
0.727
0.774
0.941
0.770
0.831
0.929
中部
0.643
0.684
0.940
0.569
0.606
0.937
西部
0.490
0.654
0.800
0.440
0.641
0.759
图5我国分区域电信业条形图
区域整体效率情况。
由表5和图5中可以看出,东、中、西部三大地带的划分基本上反映了我国电信效率从东到西依次降低的现状。
东部地区平均技术效率大大高于中部和西部,处于领先地位。
中、西部地区同东部地区效率差距在2008年时最大,分别达到0.201与0.330。
这是由于东部地区人口稠密,经济发达,能够吸引大量资金投入,有先进管理方式和技术引进,消化能力强,市场成熟度高,企业间竞争激烈所导致的。
而中、西部地区地处山区,多为农业地区,人口密度小,资金和技术缺乏,有效投入少,管理水平、技术引进和消化能力较差,所以其综合效率值比较低。
区域效率构成情况。
从表5和图5中同时可以看出,不同年份中不同区域之间效率构成也存在着差异。
2005~2008年在影响综合效率的因素中,东部地区无论是纯技术效率还是规模效率均比较高,说明东部地区电信业虽然没有达到最适规模状态,但是正在快速发展中,同时其投入产出水平也比较高;而对于中西部来讲,规模效率所占的比重比较大,说明造成中西部地区的无效率主要是由于纯技术无效率,从表中可以看到,中西部地区存在着接近23%~36%的纯技术无效率,这表明中西部地区的电信业应该加大投入力度,充分吸收东部地区先进的管理理念和技术,提高对资源的利用水平。
3.3各省(市)分析
根据表2及图1、图2我们将针对各省市的效率进行具体分析。
图1是2005年、2006年31个省市的综合效率条形图,图2是2007年、2008年31个省市的综合效率条形图。
图12005、2006年度31个省市综合效率条形图
图22007、2008年度31个省市综合效率条形图
从上面的条形图排名中,我们可以清晰的看到,广东、北京、江苏、上海四个省市连续四年都是遥遥领先,其中广东省四年的综合效率值均为1,是所有省份中创新能力发展最好的省份。
北京、江苏和上海四年中都呈现先下降后上升的趋势,这是由于纯技术效率四年的波动所造成的,其中三个省份在05年综合效率值均达到最高,其纯技术效率值和规模效率值都在1附近。
青海、贵州和西藏创新能力水平是31个省份里排名比较靠后的省份,从图中可以看到,这几个省份的综合效率值都很低,06—08的综合效率值均在0.5以下,尤其是西藏,08年的综合效率值仅为0.186。
省域之间发展能力参差不齐,差距相当悬殊。
为了更好的对各省市效率差异有进一步的了解,本文接下来运用超效率DEA模型进一步运算,得出31个省市在05~08年综合技术效率的排名,如表6所示。
从表6我们看到,除了广东以及05年的北京以外,其他各省市其综合效率值均没有达到1,不过从数值变化来看,广东、北京、江苏、上海四个省市在05到08年里仍然是遥遥领先,贵州、青海和西藏仍然属于落后省市,特别是西藏,四年里均居于最后。
这和之前的综合效率条形图分析相吻合。
表605~08年超效率DEA计算的综合技术效率
排名
05
TE
06
TE
07
TE
08
TE
1
广东
2.4216
广东
2.6277
广东
2.4873
广东
1.7638
2
北京
1.0598
北京
0.8215
山东
0.8046
北京
0.8911
3
天津
0.9528
天津
0.8202
天津
0.7631
山东
0.812
4
江苏
0.9524
浙江
0.7929
河南
0.7597
上海
0.771
5
上海
0.9313
河北
0.773
河北
0.7352
江苏
0.7502
6
浙江
0.9149
河南
0.7329
北京
0.7339
浙江
0.746
7
辽宁
0.8958
江苏
0.7229
四川
0.7243
天津
0.7458
8
山东
0.8772
山东
0.7187
江苏
0.7075
辽宁
0.7189
9
黑龙江
0.8738
上海
0.7173
浙江
0.7
安徽
0.7092
10
河北
0.8256
辽宁
0.7133
上海
0.6933
福建
0.6486
11
四川
0.8185
黑龙江
0.7053
吉林
0.6648
河北
0.6444
12
山西
0.799
四川
0.6823
安徽
0.6617
海南
0.6124
13
福建
0.7983
安徽
0.6743
山西
0.6447
河南
0.5926
14
内蒙古
0.7782
湖北
0.6711
辽宁
0.6442
黑龙江
0.5887
15
河南
0.7766
福建
0.6449
福建
0.641
广西
0.5732
16
湖北
0.7595
广西
0.6292
黑龙江
0.6299
云南
0.5648
17
安徽
0.7475
山西
0.6238
广西
0.6156
湖北
0.5331
18
湖南
0.7428
湖南
0.5908
湖南
0.6118
吉林
0.5207
19
海南
0.7245
海南
0.5713
海南
0.5804
山西
0.5183
20
吉林
0.7157
宁夏
0.5619
湖北
0.557
湖南
0.5123
21
宁夏
0.6763
江西
0.5524
宁夏
0.5459
重庆
0.5048
22
云南
0.6454
云南
0.5512
云南
0.5297
内蒙古
0.4995
23
新疆
0.6423
内蒙古
0.534
江西
0.5186
江西
0.4986
24
重庆
0.6178
吉林
0.5324
甘肃
0.4917
宁夏
0.4984
25
江西
0.6158
新疆
0.5001
贵州
0.4852
陕西
0.4859
26
广西
0.579
甘肃
0.4992
重庆
0.4845
四川
0.4188
27
贵州
0.5737
陕西
0.4958
青海
0.4509
青海
0.405
28
甘肃
0.5644
青海
0.4956
陕西
0.4406
甘肃
0.4011
29
青海
0.5608
贵州
0.48
内蒙古
0.4286
贵州
0.3722
30
陕西
0.5154
重庆
0.4472
新疆
0.4246
新疆
0.3716
31
西藏
0.2928
西藏
0.2069
西藏
0.2543
西藏
0.1858
为了对这31个省市的情况有一个更清晰的认识,我们根据超效率DEA得到的各省趋势变化,将31各省分类如表7所示。
表7各省市电信业变化趋势表
类型
省市
平稳状态
广东
湖南
天津
西藏
平稳上升
山东
安徽
海南
云南
广西
青海
平稳下降
黑龙江
宁夏
新疆
先降后升
北京
江苏
上海
辽宁
福建
内蒙古
重庆
先升后降
河北
四川
河南
江西
甘肃
上下波动
浙江
山西
湖北
吉林
贵州
陕西
从表7可以看到,广东、湖南、天津和西藏属于平稳型省市,其中广东历年排名都位居首位,西藏历年排名都居于末尾,天津排名比较靠前、湖南排名居于中间,二者均是在05到07年没有变化,08年略有下降。
平稳上升型省份有山东、安徽、海南、云南、广西和青海,其中山东排名比较靠前,05、06年排名第八,到07、08年已经进入了前三甲;安徽在这四年当中一直处于飙升状态,从05年的17名一直上升到08年的第9名,发展迅速;海南和云南发展的也比较好,05年到07年都处于稳定状态,到了08年直线上升了6、7名左右;广西上升的也很快;青海属于发展比较落后的省份,有一定的发展,但是幅度不大。
平稳下降型省市有黑龙江、宁夏和新疆,其中黑龙江05到07年一路下降,到08年略有上升,宁夏四年中有些许波动,总体呈现微小下降趋势,新疆在05到08年排名均比较落后,并且一路下滑。
先降后升的省市有北京、江苏、上海、辽宁、福建、内蒙古和重庆,其中北京、江苏、上海三个省市虽然呈现先降后升的趋势,但是变化比较小,三个省市属于标杆性省市,排名比较靠前,略有波动也在合理性之内。
辽宁、福建、内蒙古和重庆,先降后升的趋势比较明显,均是06、07年处于低谷期,到了08年进步特别大。
先升后降型省市有河北、四川、河南、江西和甘肃,其中河北、江西、甘肃变化不是很明显,四川、河南变化特别大,四川从05年的11名上升到07年的第7名而后跌到08年的26名,河南从05年的15名上升到07年的第四名又跌倒08年的13名,先升后降趋势非常明显。
上下波动型省市包含浙江、山西、湖北、吉林、贵州和山西,其中浙江、湖北、贵州和陕西波动的幅度不是很大,山西和吉林的波动幅度特别大,都呈现了一个深深的“S”型曲线。
四、结论对策
(一)通过整体效率分析,表明我国电信业效率整体较低,无效率主要来源于纯技术效率无效率。
1998年以后,中国电信业经历了一系列的改革、拆分措施——成立联通、邮电分营、拆分电信——形成了六大运营商,但改革没有从根本上改变市场结构,没有形成真正意义上的“六家竞争”。
1998年到2008年这十年间的电信市场上主要是中国移动、中国电信和中国网通三大运营商在业务和区域等方面的垄断。
垄断造成了各大运营商占用大量的资源,造成了资源浪费,虽然各地区电信运营企业营收和利润逐年增长,但企业的运营效率整体较低。
电信企业整体运营效率低下主要的原因是产业结构不合理,垄断者阻止新竞争者的加入,难以形成有效的市场竞争,资源难以得到有效的利用,故中国电信业要通过优化产业结构来实现行业竞争的公平。
2008年5月,3G牌照发放后,6大运营商重组为三大运营商,都进行全业务运营。
这就引入了很好的竞争机制,使3家新的运营商在服务质量、范围、技术、业务种类、人力资源等等方面与重组之前比较都较为均衡。
作为中国电信业来讲,要抓住机遇,调整好产业结构,在世界范围内开展多业务、综合性经营活动,业务收入要多元化,增强自身的核心竞争力,这样才能形成有效的竞争格局,融入世界电信业全业务发展的趋势中。
同时,在上文整体分析中,我们知道31个省市绝大部分都处于规模报酬递增阶段,因此,应加大对整个电信业的投资力度,市场重组后,各个电信运营企业之间要
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 电信业 技术 效率 实证 研究