基于数据包络分析方法(DEA)的电商行业上市公司效率研究

王广生

(中国社会科学院　北京　100732)



·经济与管理·

基于数据包络分析方法(DEA)的电商行业上市公司效率研究

王广生

(中国社会科学院北京100732)

摘要：面对经济下行压力，运营效率已经成为企业成功与否的关键因素。本研究选取员工人数、主营业务成本、总资产为投入指标，选取主营业务收入、净利润为产出指标，然后运用数据包络分析方法(Data Envelopment Analysis，DEA)对我国26个电商行业上市公司的效率进行评价和分析。从总体上看，这些公司具有较高的投入产出效率，其中9个公司达到了数据包络分析有效，并对相对无效率的公司提出了改进的建议。通过本研究，可以判断电商行业已基本完成市场瓜分，国家应出台相应政策措施，进一步推动农业电商的健康发展。

关键词：电商；上市公司；效率评价；数据包络分析

提到电商，很多学者言必称“西方”。事实上，在中华民族五千多年辉煌的历史长河中，有着深厚的商业文化和商业传统，我国也为世界商业经济的发展贡献了不可磨灭的智慧和力量。在战国时期，孟子曰：“市，廛而不征，法而不廛，则天下之商皆悦，而愿藏于其市矣。”[1]《荀子·王制篇》描述了当时商品流通的情形：“北海则有走马吠犬焉，然而中国得而畜使之；南海则有羽翮齿革、曾青丹干焉，然而中国得而财之；东海则有紫紶鱼盐焉，然而中国得而衣食之；西海则有皮革文旄焉，然而中国得而用之。”[2]北朝时期，“又恒农出漆蜡竹木之饶，路与南通，贸易来往，家产丰富，而百姓乐之”[3]。到了清朝，“自海禁开，创千古未有之奇局；自商埠盛，贻中国无穷之漏巵”①；江南“江海风清，梯航云集，从未有如斯之盛者也”[4]。可见，早在古代中国，已经有思想家提倡兴商强国，也形成过商业盛世，尤其是到了清朝，商业日益繁荣。随着上个世纪信息技术的突破性进展，互联网迅速普及，电子商务也应运而生并高速发展。我国高度重视电商发展，通过出台政策、设立试验区、提供优惠条件等多种举措，促进电商发展。国家统计局的统计结果显示，2014年我国电子商务交易额达到16.39万亿元，同比增长59.4%。[5]2015年11月11日，天猫“双11”全球狂欢节的总交易额达到912亿元。[6]但是，在这种繁荣的表象下，各家电商的水平参差不齐，经营效率也有一定差异。因此，对电商行业的企业经营效率进行评判和研究，对于公司管理层进行科学决策、消费者进行合理选择、投资者规避投资风险、有关部门科学地制定政策措施，都具有重要的参考价值，也具有重大的理论意义。

一、相关文献回顾

电商是电子商务的简称，根据联合国经济合作与发展组织(OECD)的定义，电子商务是发生在开放网络上的包含企业之间、企业和消费者之间的商业交易。[7]国内比较有代表性的观点是将电子商务分为广义和狭义两类：广义上是指运用一切电子工具和电子技术进行的所有与商务有关的活动，狭义上是指运用互联网进行的交易。[8]本研究为提高针对性，在研究范围上采用联合国的界定，即国内狭义的电商定义。

国内外学者已经对电商开展大量研究。威根德(1997)[9]，胡涵景(1998)[10]，莫拉、利卡(2001)[11]，姜旭平(2002)[12]，范作均(2011)[13]等学者对电商的概念与内涵进行了探讨。盖芬(2000)[14]，严中华、关士续、米加宁(2005)[15]，李沁芳、刘仲英(2008)[16]，尼卡(2015)[17]等学者从制度、实证等角度对电商信任度及相关问题进行了分析。李铁克、王晶(2001)[18]，丹尼尔等(2002)[19]，王刊良(2003)[20]，赵卫东、黄丽华(2007)[21]，德罗图、陈博格(2015)[22]等学者探讨了电商的运作模式和商业模式。董玉芳、王德应(2001)[23]，张春法、韩耀(2005)[24]，邓鸿岗(2005)[25]，赵静(2008)[26]等学者梳理了电商在发展中遇到的问题及风险。

也有学者对电商的效率进行了评价。加利卡诺、开普兰(2000)[27]对实体商务转移至电子商务而降低的交易成本和提高的效率进行了研究；巴恩斯、维德根(2002)[28]基于网站质量(WebQualTM1.0)对于电商的运营情况进行了评价；舒伯特、戴特灵(2002)[29]利用扩展网页评估法(Extended Web Assessment Method, EWAM)从客户角度对电商应用进行了研究；颂乌柯、沃尔芬巴格(2005)[30]以市场份额、利润率、市场营销效率为标准对电商进行了评估；杨卓凡、石勇、阎洪(2013)[31]采用数据包络分析法(Data Envelopment Analysis，DEA)对22家电商进行分析，评价基于的输出指标是网站全球排名、访问时长、打开速度、独立访客数、主营业务收入、营业利润，评价基于的输入指标是总营业支出、员工人数、总资产；邢颖(2009)，甘平(2012)，郑海军(2012)，李晓宇、田新民(2013)，戴和平、万晓榆(2013)，陆建胜(2014)，李安渝、张昭、曾蔚(2015)，张延林(2015)等学者运用数据包络分析法对电商进行了效率评价。

虽然目前已经有学者运用数据包络分析法对电商效率进行过研究，但其局限性也很明显：一是输入和输出指标的选取有一定的随意性，有些指标值得商榷，所以指标体系有进一步改进的空间；二是获取的数据不够理想，大部分数据都是陈旧的(在2010年之前)，跟不上日新月异的电商发展步伐，还有些数据由于出自具有不同结构的证券市场从而降低了可比性；三是缺少学理层面的分析，大部分的研究分析拘泥于对数据和现象的描述，很少涉及对问题实质的剖析。

本研究的创新之处在于：第一，借鉴现有研究的指标选取依据，对指标进行定量分析，形成更加科学的投入、产出指标体系；第二，从我国沪深上市公司2014年年报中选取数据，由上海万得信息技术股份有限公司(Wind资讯金融数据库)导出，保证数据的权威、时效和可比性；第三，对数据进行深入分析，作出相关判断及政策建议。

二、研究方法和数据来源

研究方法是学术研究的核心，直接关系到研究的成败。综合考虑研究的可行性、可靠性、科学性，本研究采用数据包络分析法对电商行业上市公司效率进行评价。

1.数据包络分析法综述

法雷尔(1957)[32]最早研究了生产边界与效率平衡问题，他在对美国农业生产力进行分析时首次提出了包络分析的思想，并分析了单一产出的技术效率。著名运筹学家查恩斯、库伯、罗兹(1978)[33]对法雷尔的研究方法进行扩展，提出了基于相对效率的多投入多产出的数据包络分析法(CCR model)。班克、查恩斯、库伯(1984)[34]对之前的研究方法进行进一步优化，减少了之前模型对固定规模报酬的限制，将全面技术效率分解为纯技术效率与规模效率(BBC model)，这也标志着数据包络分析法成为比较成熟的研究方法。在实际应用过程中，由于数据包络分析有可能得出多个有效的决策单元，即出现多个效率值为1的决策单元，导致研究者不能对这些决策单元之间的效率作出进一步的比较。针对这一实际问题，安德森、皮特森(1993)[35]提出了数据包络分析的超效率模型(Super-efficiency DEA model)，此模型能够对各个决策单元的效率高低进行比较。魏权龄(1986)[36]将数据包络分析法引入中国，随后他又撰写专著对其进行了系统的介绍[37]。数据包络分析法逐渐受到我国学界的重视并得到应用。

数据包络分析法是以相对效率概念为基础，适用于处理具有相同类型的多投入、多产出的决策单元是否有效的一种非参数统计方法。[38]这种方法以个体经济学理论为基础，以经济系统中的生产可能集合找出效率前沿，再以此效率前沿作为衡量效率的指标。生产可能集合是在既定技术条件下，各种投入和产出组合形成的集合，而效率前沿即所有可行的投入组合所可能形成的最大产出的集合，数据包络分析法可以通过线性规划的方法计算出效率前沿，再通过效率前沿评价各个决策单元(Decision Making Units,DMU)的生产效率。在效率前沿上的决策单元是相对有效率的(其效率值等于1)，没有在效率前沿上的决策单元是相对无效率的(其效率值是小于1的正数)。[39]

2.数据包络分析法基本模型

如果某个决策单元在一项经济活动中的投入向量X=(x1,x2,…xi,…,xm)，其中xi表示第i种投入；产出向量Y=(y1,y2,…,yr,…,ys)，其中yr表示第r种产出；(xj,yj)表示第j个决策单元的投入向量和产出向量，(X0,Y0)表示被评价决策单元的相应指标。因此，可以用(X,Y)表示这个决策单元的经济活动，n个决策单元的投入集就可以构成一个n×m阶的投入矩阵，对应的产出集可以构成一个n×s阶的产出矩阵。

查恩斯、库伯、罗兹(1978)[40]提出了数据包络分析法的CCR模型，用于评价决策单元的规模和技术的总体有效性。该模型有分式规划和线性规划两种形式，从投入和产出的角度测算决策单元(X0,Y0)相对效率的数据包络分析模型能够表示为(1)和(2)：

在(1)和(2)中，wi，vr表示对投入、产出的度量权；

由(1)和(2)两个分式规划转变成线性规划并作对偶变换可得(3)和(4)：

引入非负的松弛变量，于是有(3)、(4)两式可以表示为线性规划(5)和(6):

对于(7)，我们可得出如下结论：第一，j0决策单元达到数据包络分析有效的充分必要条件是规划中的θ最优值达到1，且它的每个最优解λ*=(λ*1,λ*2…λ*n)′、s+*、s-*、θ*都有s+*=0、s-*=0；第二，对于数据包络分析非有效的解，一定不是制度有效，但是可以对其规模有效性作出进一步判断；第三，如果一个决策单元数据包络分析有效，则制度有效、规模有效。

由于数据包络分析有可能得出多个有效的决策单元而导致不能进一步比较排序，安德森、皮特森(1993)[35]提出了数据包络分析的超效率模型，此模型能够对各个决策单元的效率高低进行比较。数据包络分析的超效率模型基本原理是，将现有技术水平保持不变，决策单元的各投入要素进行等比例放大，无论对于有效还是无效的决策单元来说，效率值都是不变的。数据包络分析的超效率模型可表示为式(8)：

式(8)中，θtsuper为决策单元的超效率值。是相对于原决策单元重新构造的新的决策单元组合比例。

3.样本及数据来源

在样本选取方面，虽然被评价的对象数量越多越能反映行业的实际情况，但从之前的研究来看，选取过多的被评价对象会导致样本的同类性较差，降低可比性。综合以往研究，一般情况下参考集单元数量应当大于指标选取数量的2倍，本研究指标数量为5，因此参考集单元应当多于10个。因此，本研究综合考虑上市电商公司的主营业务、数据可获取性、同类性等因素后，最终确定研究对象26个。鉴于信息的可获取性、便利性和权威性，本研究的数据来源为上海万得信息技术股份有限公司(Wind资讯金融数据库)。

4.投入、产出指标选择

投入、产出指标选择是运用数据包络分析方法的关键，应当遵循以下原则：一是客观性，所选择的指标能客观反映决策单元的真实情况，排除研究者对于指标的主观偏好，形成客观的指标体系；二是综合性，所选取的指标能全面反映决策单元的总体情况；三是简明性，选取的指标应当相互独立，数量不可过多，以便进行分析研究。本研究根据以上原则，参考相关研究文献的指标选取，并咨询有关专家，确定了相关指标。

投入指标为：员工人数、主营业务成本、总资产。员工人数能够反映企业的人力资源水平，人才是企业的第一资源和核心竞争力，能够反映企业的人力资本投入[41]。主营业务成本能够体现企业主营业务的资本投入，是企业经营投入的主体部分。总资产是企业配置资源的全面反映，能体现出一个企业的发展状况。

产出指标为：主营业务收入、净利润。主营业务收入是企业的生命线，是实现企业生产目的的基本条件，能反映出企业资金利用效率[42]。净利润是体现企业的盈利能力的一个重要指标，能真实地反映出投入与产出情况。这些指标的描述性统计情况如表1所示，变量关联性分析情况如表2所示。从描述性统计可以看出，上市电商之间有较大差异，在本研究所选取的5个指标中均有所体现。从变量关联性分析可以看出，输入指标和输出指标均呈正相关，这表明本研究选取的指标是合适的。将有关数据录入，可得出表3所示有关公司投入产出情况。

表1　投入、产出变量的描述性统计

注：均值、最大值、最小值、标准差等数值中，除员工人数保留整数外，其余均保留两位有效数字。数据来源为上海万得信息技术股份有限公司(Wind资讯金融数据库)。数据时间均截至2014年12月31日。

表2　变量关联性分析

注：表内数值保留2位有效数字。

表3　有关公司投入产出情况

注：除员工人数保留整数外，其余均保留两位有效数字。数据来源为上海万得信息技术股份有限公司(Wind资讯金融数据库)。数据的单位同表1。数据时间均截至2014年12月31日。所属行业依据其主营业务判断。

三、发现与讨论

当下市面上有十余种大同小异的数据包络分析软件，综合考虑这些软件的优缺点，本研究从可靠性、便捷性、可操作性的角度，选取MaxDEA(version Basic 6)和EMS(version 1.3)软件进行运算。将表3(有关公司投入产出情况)中的数值输入MaxDEA基于投入导向的BBC模型进行运算，得出26个公司的技术效率、纯技术效率、规模效率、规模报酬；将表3(有关公司投入产出情况)中的数值输入EMS，得出26个公司的超效率。将以上数据汇总形成表4，即有关公司投入产出效率分析。数据包络分析结果可以得出如下结论:

第一，从行业整体上考察，这26家上市公司具有较高的投入产出效率。平均技术效率、纯技术效率、规模效率均在0.9以上。其中，综合效率达到效率前沿的有9个，约占决策单元数量的34.6%。各个企业的效率差别大多并不是很明显，技术效率、纯技术效率、规模效率的标准差均在0.08以下。样本中旅游业平均效率最高，农业平均效率最低。通过这些数据可以判断，我国电商行业上市公司的投入产出效率较高，以旅游业为代表的新兴领域效率总体上高于以农业为代表的传统领域。

第二，从规模报酬可以判断当下电商行业已经进入发展的分水岭。从统计数据看，规模报酬不变的有9个，规模报酬递增的有9个，规模报酬递减的有8个，这与之前研究发现的大多数电商规模报酬递增的结论有明显差异。这说明当下电商企业已经发展到一定水平，不能再盲目地普遍扩大规模，而且这26个公司中有约三分之一的公司需要适当控制规模，以提高投入产出效率。这也反映出我国电商的市场瓜分阶段基本结束，各个电商已经占有一定的客户群体，不利于新企业的进入。

第三，对于达到效率前沿的9个公司来说，规模报酬均不变化，在有关数值扩大相应倍数之后技术效率仍然大于1，说明这些企业在扩大自身规模后仍然位于效率前沿。对于神州信息来说，其规模效率有效而纯技术效率无效，应当提高纯技术效率；对于红旗连锁、大北农、跨境通、诺普信、峨眉山A、新希望来说，纯技术效率有效而规模效率无效，应当提高其规模效率；对于王府井、步步高、中青旅、欧亚集团、友阿股份、辉丰股份、嘉欣丝绸、搜于特、小商品城、华纺股份来说，纯技术效率和规模效率均无效，应在这两个方面都进行改进。

第四，对于非DEA有效的公司来说，为进一步分析其具体改进方向，我们将其投入产出情况输入MaxDEA可得出其投入产出冗余情况，将有关情况梳理后可得表5：非DEA有效的有关公司投入产出改进分析。据此可以清晰看出相关企业的改进方向，例如，嘉欣丝绸、华纺股份等企业有严重的人员冗余，华纺股份、步步高等企业应当大幅提高其利润，友阿股份等企业应当降低其主营业务成本。

第五，关于特殊决策单元的简要个案分析。苏宁云商在26家企业中投入产出效率居第一位，主要原因是其在2014年完成了战略转型，形成了全渠道独特优势，2014年归属上市公司股东的净利润达到8.67亿元，比上年增长133.2%。[43]这种高速增长受益于其线上线下的双线融合营销创新，尤其是移动端的推广使用，有效增强了客户粘性，推动了业绩增长，带动了投入产出效率的提高。华纺股份在26家企业中投入产出效率最低，其业务主要是纺织业，由于国内资源环境约束加强，原料、运输、用工等综合成本攀升[44]，以及北美洲、非洲、亚洲等国际市场受到经济危机影响，导致企业投资产出效率也随之降低。

表4　有关公司投入产出效率分析

续表4

注：表内数值均保留3位有效数字。

表5　非DEA有效的有关公司投入产出改进分析

注：除员工人数保留整数外，其余均保留两位有效数字。员工人数目标、员工人数改进的单位为人，其余数值的单位为万元。

结语

本研究运用数据包络分析法，通过分析26个上市公司的投入产出情况，对这些企业的效率进行了客观评价，并提出了一些可行性建议。我国上市电商的行业总体效率是比较高的，但是市场瓜分已经基本结束，行业竞争也比较激烈，大部分企业仍然需要进一步提高自身效率。由于本研究是基于特定投入产出指标进行的，而企业的自身情况千差万别，因此经营绩效的改进需要综合考虑企业的实际情况制定，本研究的数据仅具有参考价值。

我国正在深入实施“互联网+”战略，电商行业面临着发展的重要战略机遇期，但同时也面临着本行业的激烈竞争和传统行业互联网融合的转型升级，因此，电商也需要不断创新，提高自身效率，才能实现持续健康发展。基于以上分析，本研究提出以下政策建议：第一，增加电商与实体经济的粘度，发挥电子商务降低流通成本的优势，提高实体经济的发展水平和发展活力，也能推动电商自身的运营效率；第二，加强对农业电商的引导和政策支持力度，加快与农业电商相关的基础设施建设，帮助其提高运营效率，从而更好地为广大农村地区服务；第三，要加强电商人才队伍建设，提高人才使用效率，用更加精干的人才队伍推动事业的发展。

科学研究是永无止境的，由于时间、资料的限制，本研究也存在一定局限性。一是选取样本有限，选取的样本数量不是很大，而且仅限于上市公司，没能对非上市企业尤其是发展期的中小电商企业进行分析；二是研究方法的单一性，仅通过数据包络分析法进行了研究，没有通过实地调研、访谈法等方式获取更加丰富立体的一手资料；三是分析时以2014年年报信息为基础，没能进行多时间段的动态考察。因此，以后可以从以下方面进一步开展研究：一是拓展样本范围，可以将研究对象扩展到非上市公司甚至中小电商企业，并对不同类型企业进行对比分析；二是可以获取更多一手资料，增加实地调研、问卷调查等方法，用更加丰富的资料进行综合分析；三是可以获取时间面板数据，纵向考察电商效率变化状况，从而更好地分析和研判今后电商的发展趋势。

注释：

①《格致书院课艺》壬辰卷下，第34页。转引自：王尔敏.中国近代思想史论[M].北京：社会科学文献出版社，2003:333.

参考文献：

[1]杨伯峻，译注.孟子译注[M].北京：中华书局，2013：70.

[2]荀况.荀子[M].(唐)杨倞，注.耿芸，标校.上海：上海古籍出版社，2014：95.

[3][唐]李延寿.北史·卷二十一·列传第九 [M].北京：中华书局，1974：792.

[4][清]嵇曾筠，李卫，等.雍正浙江通志(二)[M]//中国地方志集成·省志辑·浙江. 南京：凤凰出版社，2010：1596.

[5]国家统计局. 2014年全社会电子商务交易额突破16万亿[EB/OL]. http://www.stats.gov.cn/tjsj/zxfb/201508/t20150803_1224544.html, 2015-08-03.

[6]苏泽旭. “双十一”再创纪录“全球化”可期[EB/OL]. http://gb.cri.cn/42071/2015/11/13/8251s5165604.htm, 2015-11-13.

[7]王琨, 叶小勤. 电子商务对我国税收的挑战及应对[J].中国市场, 2005(28):75.

[8]邵兵家. 电子商务概论[M]. 北京：高等教育出版社, 2006.

[9]Wigand R. T. .Electronic commerce: Definition, theory, and context[J].Theinformationsociety, 1997, 13(1): 1-16.

[10]胡涵景. 电子商务全新的业务与服务[J]. 电子标准化与质量, 1998(3):34-36.

[11]Molla A., Licker P. S.. E-Commerce Systems Success: An Attempt to Extend and Respecify the Delone and MaClean Model of IS Success[J]ElectronicCommerceResearchandApplications, 2001, 2(4): 131-141.

[12]姜旭平. 加入 WTO 后中国企业在国际采购及电子商务领域的应对策略[J].首届中国企业采购国际论坛专集, 2002.

[13]范作均. 电子商务定义的质疑与重构[J].中国电子商务, 2011 (8): 17.

[14]Gefen D.. E-commerce: the role of familiarity and trust[J].Omega, 2000, 28(6): 725-737.

[15]严中华, 关士续, 米加宁,等. 基于FIP的欧美在线隐私保护立法模式的比较研究[J].科研管理, 2005(4):144-151.

[16]李沁芳, 刘仲英. 基于制度的C2C电子商务信任实证研究[J].经济管理, 2008(4):91-96.

[17]Nica E.. Satisfaction And Trust In E-Commerce[J].PsychosociologicalIssuesinHumanResourceManagement, 2015, 3(1).

[18]李铁克, 王晶. B2B电子商务模式研究[J].工业技术经济, 2001(5):70-71.

[19]Daniel E., Wilson H., Myers A. .Adoption of E-Commerce by SMEs in the UK towards a stage model[J].InternationalSmallBusinessJournal, 2002, 20(3): 253-270.

[20]王刊良. 基于分类的企业电子商务模式创新方法[J].系统工程理论与实践, 2003(3):18-23.

[21]赵卫东, 黄丽华. 电子商务模式[J]. 系统管理学报, 2007(16):96-96.

[22]Doloto U., Chen-Burger Y. H.. A Survey of Business Models in eCommerce[M]//AgentandMulti-AgentSystems:TechnologiesandApplications. Springer International Publishing, 2015: 249-259.

[23]董玉芳, 王德应. 我国现阶段开展网上零售的障碍及对策[J].现代财经, 2001(8):63-65.

[24]张春法, 韩耀. 传统零售业的电子商务导入及网络营销战略[J].经济问题, 2005(12):76-78.

[25]邓鸿岗. 电子商务风险及其防范初探[J].商场现代化, 2005(2X):102-102.

[26]赵静. 对我国制造业电子商务的战略分析[J].商场现代化, 2008(13):64-64.

[27]Garicano L., Kaplan S .N.. The effects of business-to-business e-commerce on transaction costs[R].NationalBureauofEconomicResearch, 2000.

[28]Barnes S .J., Vidgen R. T.. An Integrative Approach to the Assessment of E-Commerce Quality[J].J.Electron.CommerceRes., 2002, 3(3): 114-127.

[29]Schubert P., Dettling W.. Extended Web Assessment Method (EWAM)-evaluation of e-commerce applications from the customer's viewpoint[J].Internationaljournalofelectroniccommerce,2002:51-80.

[30]Min S., Wolfinbarger M.. Market share, profit margin, and marketing efficiency of early movers, bricks and clicks, and specialists in e-commerce[J].JournalofBusinessResearch, 2005, 58(8): 1030-1039.

[31]杨卓凡, 石勇, 阎洪. 电子商务营运效率分析[C]//第八届(2013)中国管理学年会——商务智能分会场论文集. 2013.

[32]Farrell M .J.. The measurement of productive efficiency[J].JournaloftheRoyalStatisticalSociety.SeriesA(General), 1957: 253-290.

[33]Charnes A., Cooper W. W., Rhodes E.. Measuring the efficiency of decision-making units [J].EuropeanJournalofOperationalResearch, 1978, 2(78):429-444.

[34]Banker R. D., Charnes A., Cooper W. W.. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Managementscience, 1984, 30(9): 1078-1092.

[35]Andersen P., Petersen N. C.. A procedure for ranking efficient units in data envelopment analysis[J].Managementscience, 1993, 39(10): 1261-1264.

[36]魏权龄. 评价相对有效性的DEA模型[C]//发展战略与系统工程——第五届系统工程学会年会论文集.1986.

[37]魏权龄. 评价相对有效性的DEA方法: 运筹学的新领域[M].北京：中国人民大学出版社, 1988.

[38]严高剑, 马添翼. 关于 DEA 方法[J].科学管理研究, 2005, 23(2): 54-56.

[39]李美娟, 陈国宏. 数据包络分析法 (DEA) 的研究与应用[J].中国工程科学, 2004, 5(6): 88-94.

[40]Charnes A., Cooper W. W., Rhodes E.. Measuring the efficiency of decision making units[J].EuropeanJournalofOperationalResearch, 1978, 2(78):429-444.

[41]王通讯. 人才资源为什么是第一资源[C]//第三届中国科学家教育家企业家论坛论文集,2004:16-19.

[42]王丽君. 主营业务收入的审计[J].辽宁经济, 2004 (7): 41-41.

[43]屈丽丽. 苏宁战略转型成功背后的组织支撑 协同的“联合舰队”+有组织的“微创新”[J]. 商学院, 2015 (5).

[44]中国纺织工业联合会. 2014年我国纺织行业运行情况及政策建议[J].中国经贸导刊, 2015(6).

[责任编辑李秀燕]

收稿日期：2015-10-21

作者简介：王广生(1987—)，男，助理研究员，研究方向：技术经济及管理。

中图分类号：F270.7

文献标志码：A

文章编号：1672-8505(2016)01-0044-09

On the Efficiency of China’s Listed Companies in E-Commerce Industry Based on the Data Envelopment Analysis (DEA) Approach

WANG Guang-sheng

(ChineseAcademyofSocialSciences,Beijing, 100732,China)

Abstract:Facing the economic downward pressure, efficiency has played a key role in a company’s performance. This paper analyses the efficiency of China’s listed companies in E-commerce industry. The number of staff, operating costs, and total assets are selected as the inputs whilst prime operating revenue, net profit are chosen as the outputs. This paper based on those indicators evaluates the efficiency of the 26 companies. On the whole, those companies are of good performance in terms of efficiency, of which 9 companies get better efficiency. This paper puts forward some suggestions on improvement for these relative low efficient companies. The data shows that the market has almost been occupied by existing companies, which means that it would be difficult for the new ones. It is suggested that the government should introduce some corresponding policies and measures to promote the agricultural E-commerce to maintain a sustained and sound development.

Key words：E-commerce; listed company; efficiency evaluation; data envelopment analysis