基于超效率DEA的电商企业效益评价

耿文莉，魏秀安，谭 静

(哈尔滨商业大学，哈尔滨 150028)

基于超效率DEA的电商企业效益评价

耿文莉，魏秀安，谭 静

(哈尔滨商业大学，哈尔滨 150028)

随着网购人数的不断增加，电商企业之间的竞争不断加剧，如何帮助企业提获得足够的利润成为企业竞争的关键.所以需要对电商企业进行效率评价，获得综合发展效率比较高的电商企业，也为其他企业的运营提供借鉴；同时，企业效率评价方法多是定性分析，使用定量的DEA方法，并基于传统的DEA模型，提出有效改进传统DEA计算结果中有效决策单元间排序困难的超效率DEA方法.最后，选取了具有代表性的电商企业，同时对相关的评价指标进行了设置，分别采用两种模型作出了电商企业绩效评价，获得按综合效率进行的电商企业有效排序结果.

数据包络分析；超效率；绩效评价

随着科学技术的不断进步，互联网普及率越来越高，网购消费者的人数不断增加，电子商务企业的数量也随之增多.网络群体的高需求以及高消费为企业带来足够的利润的同时企业间的竞争也是比较激烈的，企业如何获得好的经营效益从而在竞争中脱颖而出就成为竞争成败的关键.此时，投入产出的比值是衡量企业效益的有效手段.关于电子商务企业的效益评价可以看作多指标投入以及多指标产出系统，效益好则说明企业盈利能力比较强；反之则说明企业的盈利能力相对来说较弱.所以，效益的好坏成为企业发展中关注的重点.数据包络分析法以及超效率DEA法善于处理多指标输入以及多指标输出的相关决策单元有效性评价的问题.超效率DEA方法是在传统DEA模型的基础上做出了有效的改进.本文介绍了数据包络分析法以及超效率数据包络分析法的的基础知识，同时采用这2种方法对选择的17家电子商务企业作出有关绩效研究，并且对比分析了这2种结果，以及作出了有关排序.

1 DEA模型的基本理论

1.1 DEA 模型的概述

DEA 数据包络分析法是由美国运筹学家A·Charnes、W·W·Cooper 等在1978年初次提出的，其基本理论是“相对效率评价”的观点，对类型一致的企业或者部门依据多指标投入以及多指标产出作出决策单元有效性评价的新的方法[1].它对于解决多目标决策等有关方面的问题是很有效果的.DEA方法可以作出相对有效性的综合评价对于具有多投入多产出的同等类型的部门.因为它实用性较强以及不需要进行任何权重的假设，近年来应用到技术进步、技术创新、资源配置、金融投资等各个领域，特别是在对非单纯盈利的公共服务部门，例如学校，医院等的评价方面被视为是一个有效的方法.

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代表决策单元的线性组合系数，CCR模型的最优解θ*代表效率值，的范围为0～1.通过使用DEAP计算获得的结果可以表示为0～1之间的数字，如果是1说明DEA有效；反之说明DEA无效.如果决策单元是DEA无效的，那么将该决策单元与其他同等类型的有效决策单元来作比较，找出差距与不足，然后作出改进.

实际应用中，DEA具有如下特点：1)DEA的变量值是被评价决策单元的各个输入和输出的权重值，其评价角度是最有利于被评价单元的，克服了人为决定各个输入输出指标权重的具有的主观性问题[2]；2)虽然某种程度上DEA在输入输出上具有一定的关联性，但是不需要确定输入指标和输出指标间的显性表达式.3)DEA数据包络分析法在某些时候是会产生误差的，因为DEA模型使用的是线性规划进行求解的，所以某些随机项的干扰某种程度上会对评价结果产生影响[3].

1.2 超效率DEA模型

超效率DEA模型是由Andersen和Petersen在传统DEA的基础上提出的可以用作对有效决策单元进行有效排序的一种工具[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模型的基本原理见图1.

图1 超效率DEA模型

传统的CCR模型和BCC模型只能识别出有效和无效的决策单元，不可以对有效决策单元进行进一步比较和排序[5].超效率DEA模型在进行效率评价时，决策单元集合不包括被评价的决策单元本身.超效率DEA在不改变决策单元之间的相对有效性的基础上弥补了传统DEA存在的缺陷，是对DEA方法的有效改进.如图1，C′点的效率值不属于被评价决策单元的参考集，此时，有效生产前沿面会从最初的ABCD变成BD，这个时候C的效率值变成OC′/OC，而无效决策单元E的有效生产前沿面依旧为ABCD，其效率值和CCR模型中的效率值保持一致，始终为OE/OE′.超效率DEA计算出的结果不限制在0～1之间，允许计算效率值超过1，从而对各个决策单元之间作出比较排序.

2 评价指标体系的建立

2.1 决策单元的选取

决策单元，简称DMU，它们之间的评估和相互比较是基于传统DEA模型的[6].在进行DMU决策单元选取的时候，需要存在同样的外部环境以及同样的内部结构，即选取的决策单元必须是相同类型的，从而保证参评决策单元的立足点是一致的，评估的结果才会具有价值.同种类型的决策单元，要具备下述特征：1)被评估的全部决策单元的目标还有任务必须是一致的.2)所有的决策单元在运作时，必须要在同样的外部环境下.3)全部决策单元的输入指标和输出指标必须一致[7].基于以上内容，本文选择的DEA模型的决策单元是国内的17家电子商务企业.

2.2 评价指标的选择

电子商务企业盈利能力的强弱是势衡量企业之间竞争成败的重要指标.文章选择了五个指标即企业销售成本、销售收入、净利润、市场营销费用、管理费用来研究电子商务企业的经营效益.销售收入为企业在日常经营时比如产品的销售、劳务的供给等产生的营业收入，主要包括主营业务以及其他业务的收入.净利润代表的是企业在获得的利润总额减去需要缴纳的所得税后的剩余.净利润越多，说明企业的经营效益就越好；反之越差.销售成本指的是已经卖出去的商品的生产成本或者是已经供给劳务活动的劳务成本和业务成本，主要由主营业务和其他业务成本组成.利润总额是指企业在在报告期内进行生产经营时产生的种种收入减去种种耗费，反映出企业发生的盈亏总额.市场营销费用指的是企业在进行营销管理与实践活动所产生的各类费用，主要由固定以及变动营销费用组成.管理费用指的是企业的相关管理部门在组织和安排各项生产经营活动期间产生的费用，它属于期间费用，在发生的当期就已经被计入到当期的损失或者是利益.在电子商务企业效益评价中，输入指标的选取标准越小越好，输出指标的选取标准是越大越好[8].所以，以上五个指标中输入指标为销售成本、市场营销费用、管理费用，输出指标为企业销售收入和净利润[9].

3 计算结果及分析

3.1 基于DEA模型的数据分析

将上述输入指标和输出指标的有关数据代入到DEAP软件的CCR模型里.决策单元DMU的相对效率值的获得，有效性的判断，需要求解一个线性规划问题.本文所要计算的决策单元即17家电商企业的相对效率值，CCR得到的结果如下：

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

通过CCR模型计算得出有7个决策单元投入产出的相对效率值为1，说明是DEA有效的；其余10个决策单元的相对效率值小于1为DEA无效.

3.2 基于超效率DEA模型的分析

将上文的输入指标和输出指标的相关数据代入到选取的超效率DEA模型中.利用Matlab 软件求解该线性规划问题.经过编程，求得17家电子商务企业的超效率值.见表1.

表1 17家电子商务企业超效率DEA值

根据计算结果，对17个电子商务企业的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，这17家电商企业中得分最高的是阿里巴巴，说明以阿里巴巴为代表的中国电子商务的龙头企业，其经营效率比较高，这与国家政策的支持以及自身拥有的先进的技术水平是分不开的.效益评价最低的是焦点科技，说明这类企业的技术水平和综合水平都有待提高，因此，政府因该加强对这些企业的扶持力度，加强政策引导，引入先进技术水平，开发具有自己特色的产品.

4 结 语

DEA 分析结果表明，17家电子商务企业综合效率均值为1.192，从总体上看，我国电子商务企业的投入产出效率处在较高水平.17家电商企业中有7家企业有效分别为阿里巴巴、58同城、上海钢联、金泉网、慧聪网、钢钢网、环球资源表现为DEA有效，其余的是DEA无效的电子商务企业，这些无效的电子商务企业就应该找出企业经营效益低的根本原因，同时作出相关努力.对于综合效率比较高的电子商务企业，政府应该坚持可持续、协调发展；投资结构以及综合水平比较差的企业，应当调整其投资结构以及资金投入和技术投入.从经济意义上讲，DEA方法在进行相关指标的选取时客观性较强，克服了主观因素的干扰.同时，DEA的分析结果表现的只是投入与产出比的一个相对数字，有些电子商务企业虽然是DEA有效，但是实际上其资源利用效率不会达到100%.基于超效率DEA方法得出的17家电商企业排名，弥补了传统DEA方法在有效性都为1的企业间的排序困难的问题，更加明确的反映出17家实验企业经营效益的好坏.

[1] 魏权龄. 评价相对有效性的数据包络分析模型[M]. 北京: 中国人民大学出版社, 2012. 7-99.

[2] 王金祥. 基于超效率DEA模型的交叉效率评价方法[J]. 系统工程, 2009, 27(6): 115-118.

[3] 杜 栋, 庞庆华, 吴 炎. 现代综合评价方法与案例精选[M]. 北京: 清华大学出版社, 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] 傅丽芳，冯玉强，吴秋峰.基于DEA模型的电子商务网站综合评价与质量诊断[J].哈尔滨师范大学自然科学学报，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：企业管理、信息管理等.

F272

A

1672-0946(2017)01-0082-03