第 13 卷 第2期 中国管理科学 Vol. 13, No.

2
2005 年 4月 Chinese Journal of Management Science A pr. , 2005

文章编号: 1003- 207( 2005) 02- 0142- 07

基于偏好 DEA 模型的中国纺织业效率评价

王新宇1 , 吴瑞明2

( 1 中国矿业大学管理学院, 江苏 徐州 221008;
2 上海交通大学管理学院, 上海 200052)

摘 要: 基于具有输入输出指标偏好信息的数据包络 分析模 型评价 中国纺织 工业的 效率, 给出了 描述规 模报酬 不

变和规模报酬可变假设的 DEA 模型及其对偶规 划的一 种形式。 模型克 服传统 DEA 模 型应用中 常见的 决策单 元
权重为零进而高估决策单元效率的不合理现象, 有效地测算了中国 31 个地区纺织 工业的经济 运行效率, 并分析 了
地区 间效率水平差异的原因。利用各决策单元在经验生产前沿面上的投影点, 估计了中国 纺织工业 的随机生产 前
沿函 数, 最后用效率弹性线性递减模型分析了销售收入、人均资产、台港澳和外商投资对各 地区效率 的微观影响 关
系。
关键词: 偏好信息; 数据包络分析; 随机生产前沿; 效率评估; 中国纺 织工业
中图分类号: F723; C931 文献标识码: A

运作效率、
服务质量和获利能力。Biresh Kumar Sa-
1 引言
hoo 等 [ 4] 用 DEA 与 对数 前 沿 生产 函 数 ( T ranslog
中国纺织行业是中国传统的支柱产业, 也是一 Production F rontier) 测算印度钢铁工业的规模报酬
个竞争性的行业。目前, 我国人均国民生产总值仍 Abdul Wadud 等 [ 5] 分别用随机前沿技术和
和效率、
处于较低的水平, 第一产业人均国内生产总值比重 DEA 估计孟加拉国农业效率、T oshiyuki Sueyoshi[ 6]
较低, 农村人口仍占总人口的 70% 。我国纺织工业 提出一种随机 DEA 模型用于日本石油公司重构战
在国民经济中仍将具有支柱性产业的作用和地位。 略的规划设计。
中国是世界上最大的纺织生产和出口国, 纺织行业 Merja Halme 等[ 7] 指出, 传统 DEA 模型的一个
为中国国民经济的发展做出了重要贡献。目前中国 潜在假设是所 有输入输出指标具有相 同的重要程
纺织行业各地区发展不平衡、产业结构需要调整和 度, 具体的指标权重由 DMU 按照对自己最有利的
[ 8]
升级, 系统分析和评估中国纺织行业的宏观经济效 原则选取。G Hao、
QL Wei 与 H Yan 给出了一个
[ 1]
率具有重要的实践价值。Charnes 等 提出用数据 用博弈论框架描述的一般 DEA 模型, 是对 DEA 效
包络分析( Data Envelopment Analysis, DEA) 方法测 率评 估 过程 中 决 策单 元 ( Decision Making U nits,
算具有相同输入输出指标的决策单元的相对效率以 DM U) 竞争机制较好的刻画。尽管传统 DEA 因其
来, DEA 作为生产函数的非参数估计方法被广泛应 不需要人为地确定指标权重等优势, 在绩效评价、
生
用于各类系统的效率测定, 且理论模型在不断地发 产函数的非参数估计中已经得到广泛的应用, 但由
展。国际杂志 M anagement Science 在 1999 年第 9 于在一般的决策分析中决策者总是对输入输出指标
期出 版了 金 融机构 的绩 效 专 辑, 其 中 L aw rence 具有一定的偏好结构, 因此传统 DEA 方法的效率值
[ 2]
M Seiford 与 Joe Zhu 用 DEA 研究了美国前 55 家 并不总是有效的绩效指标。尤其是在传统 DEA 模
商业银行的获利能力和市场贡献能力, Andreas So- 型中, DM U 可能赋予有利指标很大的权值; 赋予劣
[ 3]
t eriou 等 用 DEA 评价了战略 视角下商业银 行的 势指标很小的权值, 甚至为零, 以使其成为 DEA 有
效( 弱有效) DMU , 这显然是不 合适的, Dyson 等 [ 9]
收稿日期: 2004- 01- 12; 修订日期: 2005- 03- 31
基金项目: 国家自然科学基金资助项目( 70371075)
提出用权重的边界值约束克服这种现象。另外, 若
作者简介: 王新宇( 1974- ) , 男( 汉族 ) 江苏徐 州人, 中国 矿业大 不同决策者对同一评价问题的认识不同( 评价目标、
学管理学院副教授、管理学博士, 研究方向: 经济系统
偏好结构) , 这时在运用 DEA 时更应注意引进相应
建模与分析
的决策信息, 通过给权重施加约束实现决策者的偏
 第2期 王新宇等: 基于偏好 DEA 模型的中国纺织业效率评价 143

好结 构, 使 评 价结 果 更为 可 靠。例 如, CS Sarrico 应的是 CCR/ CR - AR 模型; 若 h = 1, 则对应的是

等[ 10] 开发了一个以具有权重约束 DEA 模型为核心 BCC/ CR - AR 模型。对于模型( 1) 决策单元的 DEA
的辅助学生选择大学学校的决策支持系统, 可以根 有效性, 设模型( 1) 的最优解为 v * , u, u *0 , 有如下
* T
据不同学生的偏好结构帮助其选出最满意的学校。 结论[ 10~ 14]
:若u y 0 + u *0 h = 1, 则称 DM Uj 0 为弱
Charnes 等 [ 11, 12] 首先提出 Cone- Rat io DEA 模 DEA 有效的; 若 u * Ty 0 + u *0 h = 1, 且 v * > 0, u *
型, 将指标权重的偏好锥约束引入到 DEA 模型中, > 0, 则称 DM Uj 0 为 DEA 有效的。模型( 1) 中的输入
T hompson 等 [ 13] 用 DEA/ AR ( DEA/ Assurance Re- 锥 v Tc 0 和输出锥 u T d 0 构成约束, 偏好系数矩
g ion) 模型评价了堪萨斯州农业效率, 在输入和输出 阵 c 和 d 反映出决策者对输入和输出指标的偏好结
[ 14]
权重之间存在关联 时 T hompson 等 建立连 结锥 构, 其构成可以通过经验以及与决策者的交互式反
保证 域 DEA 模 型 ( DEA/ L inked- Cone Assurance 馈等方式加以确定。
[ 15]
Region) 。Wong 和 Beasley 提出了乘子保证域构 2 2 非 DEA 有效 DMU 在生产前沿面上的投影
造方 法, 李春好 [ 16] 对其进 行了改进。Russel 等 [ 17] 在模型( 1) 的对偶规模基础上, 一般利用具有非
用 DEA/ AR 模型评价了美国 14 个主要石油公司的 阿基米德无穷 小的模型等价判断决策 单元的有效
效率和盈利能力。本文给出了描述规模报酬不变和 性, 其模型为:
规律报酬可变假设的具有指标偏好信息 DEA 模型 M in - ( ^e T s- + eT s+ )
及其对偶规模的统一形式, 测算了中国纺织工业的 s t
宏观经济运行效率, 利用各地区在 DEA 有效前沿面 n s

jyj + d l l - s+ = y 0
上的投影数据, 估计出中国纺织工业的随机生产前 j= 1 l= 1

沿函数, 最后考察人均资本、
销售收入、外商和港澳 n m
-
jx j - ck k + s = x0
台资本对效率的影响关系。 j= 1 k= 1
n

2 经济运行效率的 DEA/ AR 测度 h j = h, h = 0 或 1
j= 1

2 1 DEA/ AR 模型 j 0, j = 1, 2, ,n l 0, l = 1, 2, ,s
设有 n 个决策单元 DM Uj , j = 1, , n。
DM Uj k 0, k = 1, 2, ,m
T
的输入为 x j = ( x 1j , , x mj ) , 输出为 y i = ( y 1j , s
+
0, s
-
0 R
T
, y sj ) 。m 为输入指标数目, s 为输出指标的数目。 ( 2)
xj 0, y j 0, j = 1, , n , 即其分量非负且至少 其中 为非阿基米德无穷小, ^e = ( 1, T
, 1) T
有一 个 是 正 的。 本 文 用 锥 比 保 证 域 DEA 模 型 R m , e = ( 1, , 1) T R s 。ck , d l 分别是模型( 1)
( DEA/ cone - rat io assurance region, 简 称 DEA/ CR 中矩阵 c 和 d 的对应列向量。
设模型( 2) 的最优解为
* * * -* +* *
- AR) , 对于决策单元 DM Uj 0 , 给出基于输入的描 , , ,s ,s , , 则有结论:
* *
述规模报酬不变( CCR/ CR- AR) 和规模报酬 可变 1) 若 = 1, 则 DM Uj 0 为弱 DEA 有效。若
( BCC/ CR- AR) 模型的统一表述形式: = 1, 且 s - * = 0, s+ *
= 0, 则 DM Uj 0 为 DEA 有效。
s
2) DM Uj 0 对应的( x 0 , y 0 ) 在 DEA 相对有效面
M ax u ry r0 + u 0 h *
r= 1 上的 投影 ( x^ 0 , y^ 0 ) 为: x^ 0 = x 0 - s- * , y^ 0 = y 0
s t + s+ * , ( x^ 0 , y^ 0 ) 相对 于原来的 n 个 DMU 来说是
s m

ur y rj - v ix ij + u 0 h 0, j = 1, , n DEA 有效的。
r= 1 i= 1
m 3 实证研究
v ix i 0 = 1,
i= 1
2003 年中国纺织 工业分地区的相关统计数据
vTc 0, u T d 0, c m m , d s s , 为常数矩阵 见表 1, 数据 来源于国务院发 展研究中心信 息网。
T T
v 0, u 0 h = 0或1 本文目的是分 析我国纺织工业的宏观 经济运行效
( 1) 率, 选择全部从业人员年平均人数 L、总资产 K 为
模型( 1) 中变量 h 是先决变量, 若 h = 0, 则对 输入指标, 工业总产值( 当年价) Y 为输出指标。
 144 中国管理科学 2005 年

3 1 效率测定 信息, 使实际的效率值低于无权重约束的 CCR 模型

在没有先验信息的前提下, 本文用对称权重约 效率值, 后者高估了效率。而且对有的 DM U 效率
束 1/ 8 v L / vK 8, 将权重约束转化为偏好系数 差值非常明显, 宁夏的效率从 100% 降到 75 5% , 宁
矩阵代入模型( 1) 即可求解。分别用无权重约束和 夏劳动力居全国倒数第 3 位, 具有相对优势。相比
有权重约束的 CCR、BCC 模型计算 各地区的 DEA 之下, 宁夏的总资产指标没有明显的优势, 因此在无
效率、输 入输 出指 标 权重 见表 2。在 无 权重 约 束 权重约束的 CCR 模型中宁夏的总资产权重为零, 致
CCR 模型里, 31 个 DMU 的 62 个输入指标 权值中 使其成为弱 DEA 有效决策单元。当考虑权重约束
有 20 个权值为零( 占 32 3% ) , 显然无法从 经济意 时, 对劳动力相对优势依赖过大的宁夏, 其效率值大
义上加以解释。有、无权重约束两种条件下的 CCR 幅度降低是必然 的结果。加入权重约束后的 CCR
模型 效率差值 见表 2。易知由于加入了决策偏好 模型中所有的权重均非零, 符合实际意义。

表 1 2003 年中国纺织工业分地 区的相关统计数据

职工数 L 总资产 K 工业总产值 Y 产品销售收入 P 人均资产 K / L 港澳台和外商资本 W
地区
( 万人) ( 亿元) ( 亿元) ( 亿元) ( 亿元/ 万人) ( 亿元)
北京 12 08 203 49 137 142 82 16 85 10 91
天津 16 26 266 77 172 12 165 47 16 41 16 12
河北 32 78 388 69 391 23 367 84 11 86 8 84
山西 7 13 82 8 56 31 52 01 11 61 2 49
内蒙 6 76 177 22 110 18 114 78 26 22 10 79
辽宁 19 21 245 25 194 64 172 44 12 77 19 3
吉林 6 19 122 05 68 24 59 46 19 72 2 86
黑龙江 6 03 73 23 53 63 50 4 12 14 1 3
上海 38 92 655 7 646 93 676 08 16 85 114 21
江苏 146 47 2310 46 2982 84 2893 08 15 77 177 56
浙江 130 2 2591 02 2914 44 2855 84 19 90 116 05
安徽 18 6 209 02 171 11 159 61 11 24 9 72
福建 43 72 507 8 607 92 587 58 11 61 155 28
江西 10 31 105 27 82 72 56 10 21 2 91
山东 102 36 1474 13 1557 72 1487 55 14 40 71 11
河南 31 61 387 19 312 99 282 16 12 25 2 21
湖北 36 81 352 73 382 81 361 02 9 58 5 34
湖南 12 48 126 13 121 47 111 27 10 11 2 13
广东 111 08 1262 77 1603 08 1514 12 11 37 319 78
广西 4 11 43 63 26 23 25 32 10 62 0 51
海南 0 87 30 6 15 45 14 38 35 17 1 33
重庆 5 4 42 42 35 47 33 39 7 86 0 28
四川 14 01 152 34 125 74 120 51 10 87 1 56
贵州 1 35 12 93 6 14 5 13 9 58 0 02
云南 2 17 23 22 9 56 10 41 10 70 1 06
西藏 0 07 1 28 0 14 0 09 18 29 0
陕西 10 75 104 76 57 73 53 96 9 75 0 63
甘肃 2 44 30 52 16 95 14 18 12 51 0
青海 0 52 15 13 4 5 5 77 29 10 0 01
宁夏 0 57 28 19 21 18 20 96 49 46 0 44
新疆 7 05 135 14 52 55 51 16 19 17 4 38

31 个地区的效率平均值为 60 06% , 总效率为 为我国化学纤维、纱、

布、呢绒的最大生产省份; 浙江
1 的地区只有江苏。效率在 100% - 80% 的地区有: 省已成为我国印染布、丝、丝织品的最大生产省份;
江苏、广东、浙江、福建、湖北、山东。这六个地区的 广东省的服装产量为全国第一。效率高的地区基本
纺织工业 总产值占 全国纺 织工业 总产值 的 83% 。 处在东部沿海地区。这些地区的纺织业规模、
产品
由于历史原因、原料物产的特点以及改革开放以来 结构、
技术开发能力比西部地区要强。
发展趋势的不同, 在 11 个大类产品中, 江苏省已成
 第2期 王新宇等: 基于偏好 DEA 模型的中国纺织业效率评价 # 145 #

表2 DEA 效 率、
输入输出指标权重
效率( 有约束) 输入输出指标权重( 约束 CCR 模型) CCR 效率 输入输出指标权重( 无约束 CCR 模型)
地区 效率差值
CCR BCC 职工数 总资产 工业总产值 ( 无约束) 职工数 总资产 工业总产值
北京 53 29% 53 82% 0 026655 0 003332 0 007299 54 27% - 0 98% 0 049514 0 001975 0 007299
天津 50 63% 51 03% 0 020159 0 00252 0 00581 51 19% - 0 56% 0 037174 0 001483 0 00581
河北 77 76% 78 02% 0 000318 0 002546 0 002556 77 96% - 0 20% 0 0 002573 0 002556
山西 52 53% 53 91% 0 001494 0 011949 0 017759 52 68% - 0 15% 0 0 012077 0 017759
内蒙 55 61% 56 31% 0 034587 0 004323 0 009076 63 74% - 8 13% 0 072314 0 002884 0 009076
辽宁 61 36% 61 81% 0 000505 0 004038 0 005138 61 47% - 0 11% 0 0 004077 0 005138
吉林 46 43% 47 39% 0 046628 0 005829 0 014654 49 37% - 2 94% 0 090432 0 003607 0 014654
黑龙江 56 59% 58 16% 0 00169 0 013516 0 018646 56 73% - 0 14% 0 0 013656 0 018646
上海 78 10% 78 23% 0 008272 0 001034 0 001546 79 53% - 1 43% 0 015367 0 000613 0 001546
江苏 100 00% 100 00% 0 001413 0 000343 0 000335 100 00% 0 00% 0 001413 0 000343 0 000335
浙江 93 66% 93 66% 0 002202 0 000275 0 000343 99 83% - 6 17% 0 004282 0 000171 0 000343
安徽 63 21% 63 74% 0 000591 0 004732 0 005844 63 41% - 0 20% 0 0 004784 0 005844
福建 92 47% 92 65% 0 000244 0 001948 0 001645 92 73% - 0 26% 0 0 001969 0 001645
江西 60 08% 61 16% 0 001173 0 009384 0 012195 60 34% - 0 26% 0 0 009499 0 012195
山东 81 79% 81 83% 0 000084 0 000673 0 000642 81 85% - 0 06% 0 0 000678 0 000642
河南 62 47% 62 74% 0 00032 0 002557 0 003195 62 61 - 0 14% 0 0 002583 0 003195
湖北 83 64% 83 93% 0 00035 0 002799 0 002612 84 06% - 0 42% 0 0 002835 0 002612
湖南 74 27% 75 16% 0 000979 0 007831 0 008232 74 60% - 0 33% 0 0 007928 0 008232
广东 98 03% 98 08% 0 000098 0 000783 0 000624 98 33% - 0 30% 0 0 000792 0 000624
广西 46 39% 49 04% 0 002832 01 022653 01 038124 461 57% - 01 18% 0 01 02292 01 038124
海南 48102% 521 46% 01 212993 01 026624 01 064725 591 12% - 111 1% 01 478353 01 01908 01 064725
重庆 64126% 661 96% 01 002901 01 023205 01 028193 641 77% - 01 51% 0 01 023574 01 028193
四川 63171% 641 44% 01 000811 01 00649 01 007953 631 93% - 01 22% 0 01 006564 01 007953
贵州 36160% 451 58% 01 009543 01 076343 01 162866 361 78% - 01 18% 0 01 07734 01 162866
云南 31177% 361 78% 01 005321 01 042569 01 104603 311 89% - 01 12% 0 01 043066 01 104603
西藏 81 88% 1001 00% 41 347826 01 543478 71 142857 91 25% - 01 37% 81 260785 01 329488 71 142857
陕西 42148% 431 57% 01 001178 01 009425 01 017322 421 68% - 01 20% 0 01 009546 01 017322
甘肃 42193% 461 73% 01 004055 01 032441 01 058997 431 02% - 01 09% 0 01 032765 01 058997
青海 27123% 351 91% 01 414723 01 05184 01 222222 321 04% - 41 81% 01 890097 01 035502 01 222222
宁夏 75150% 801 58% 01 244275 01 030534 01 047214 1001 00% - 241 5% 11 754386 0 01 047214
新疆 32103% 321 89% 01 041767 01 005221 01 019029 331 79% - 11 76% 01 080385 01 003206 01 019029

效率在 80% - 60% 的地区: 上海、河北、

宁夏、 典型的前沿生产函数估计方法有: 1) 回归分析
湖南、重庆、四川、安徽、河南、辽宁、江 西。效率 在 法, 该方法基于确定的函数形式, 采用全部样本估计
60% 以下的地区: 黑龙江、
内蒙、
北京、
山西、
天津、海 参数, 得到的是/平均0意义下的投入产出关系, 已背
南、
吉林、广西、甘肃、陕西、
贵州、
新疆、云南、青海、 离前沿生产函数的意义。2) Aigner 等[ 18, 19] 给出了
西藏。效率处于中间及下游的省份基本属于中西部 基于确定的函数形式和线性规划技术的确定性参数
地区, 上海、北京、
天津三大城市的人均资产分别处 前沿的估计方法, 模型的特点决定该方法容易略高
于 31 个地区中的第 9、 11 位, 其产出与其投入相
10、 估计前沿 面。3) 随机生产前 沿( St ochast ic Produc-
比并不高, 是造成其效率较差的原因之一。中西部 t ion F ront ier, 简称 SPF ) , 基 于模型为 Y i = f ( X i ;
一般具有好的资源优势, 但由于资本、
技术、
管理、产 B) exp( v i - u i ) , i = 1, 2, , , n, 随机项包含两部分,
品结构、
市场环境等方面相对不足, 没有真正转变为 v i 为服从正态分布的随机误差项, u i 为服从单边分
产品优势。中西部地区和部分国有企业没有完全建 布的 管 理 偏 差 项, 一 般 假 设 服 从 半 正 态 分 布。
立起适应市场经济的现代企业制度, 管理水平不高, Renuka[ 20] 用该方法估计了新加坡制造业的技术效
对市场缺乏快速反应能力, 也是主要的制约因素, 加 率。4) 非参数的 DEA 方法。
5) DEA 和 SPF 的结合,
快东部西部的联动, 做到优势互补, 是纺织业的发展 用各 DM U 在前沿面上的投影点( 已排除管理偏差
趋势。 u i ) , 估计 SPF 模型的参数。本文用最后一种方法,
312 Cobb- Douglas 型随机生产前沿函数的 参数 各 DM U 的松驰变量及其在生产前沿面上的投影见
估计 表 3。
 # 146 # 中国管理科学 2005 年

表3 松弛变量、
前沿面上的投 影、
随机生产前沿结果
松弛变量( 约束 CCR 模型) 前沿面上的投影( 约束 CCR 模型) SPF 理想
规模 SPF SPF 效
地区 E Kj 职工数 L 总资产 K 工业总产 职工数 L 总资产 K 工业总产 产出
效益 效率 率误差
( 万人) ( 亿元) 值 Y ( 亿元) ( 万人) ( 亿元) 值 Y ( 亿元) ( 亿元)
北京 01 0459 递增 0 0 0 6144 1081 44 1371 00 2491 45 541 92% 11 63%
天津 01 0577 递增 0 01 000002 0 8123 1351 07 1721 12 3281 72 521 36% 11 73%
河北 01 1312 递增 01 000005 01 000001 01 000001 251 49 3021 25 3911 23 5031 77 771 66% - 01 10%
山西 01 0189 递增 01 000001 0 0 3175 431 49 561 31 1061 93 521 66% 01 13%
内蒙 01 0369 递增 0 0 0 3176 981 55 1101 18 2031 14 541 24% - 11 37%
辽宁 01 0653 递增 01 000003 0 0 111 79 1501 49 1941 64 3131 71 621 04% 01 68%
吉林 01 0229 递增 0 0 0 2187 561 67 681 24 1451 79 461 81% 01 38%
黑龙江 01 018 递增 01 000001 0 0 3141 411 44 531 63 931 88 571 12% 01 53%
上海 01 2169 递增 0 01 000002 0 301 40 5121 10 6461 93 8071 91 801 07% 11 97%
江苏 1 不变 1461 47 23101 46 29821 84 28901 97 1031 18% 31 18%
浙江 01 9771 递增 0 0 01 000001 1211 95 24261 75 29141 44 31321 16 931 05% - 01 61%
安徽 01 0574 递增 01 000002 0 0 111 76 1321 12 1711 11 2721 36 621 82% - 01 39%
福建 01 2038 递增 01 000009 01 000001 01 000002 401 43 4691 56 6071 92 6601 96 911 98% - 01 49%
江西 01 0275 递增 01 000001 0 0 6119 631 25 821 00 1381 75 591 10% - 01 98%
山东 01 5222 递增 01 000007 01 000001 01 000001 831 72 12051 69 15571 72 18661 30 831 47% 11 68%
河南 01 1049 递增 01 000004 0 01 000001 191 75 2411 88 3121 99 4991 37 621 68% 01 21%
湖北 01 1283 递增 01 00001 01 000001 01 000002 301 79 2951 02 3821 81 4711 86 811 13% - 21 51%
湖南 01 0407 递增 01 000002 0 0 9127 931 68 1211 47 1661 63 721 90% - 11 37%
广东 01 5374 递增 01 000021 01 000003 01 000003 1081 89 12371 89 16031 08 16551 53 961 83% - 11 20%
广西 01 0088 递增 0 0 0 1191 201 24 261 23 561 95 461 06% - 01 33%
海南 01 0052 递增 0 0 0 0142 141 69 151 45 331 30 461 39% - 11 63%
重庆 01 0119 递增 0 0 0 3147 271 26 351 47 571 93 611 23% - 31 03%
四川 01 0422 递增 01 000001 0 0 8193 971 06 1251 74 1991 22 631 12% - 01 59%
贵州 01 0021 递增 0 0 0 0149 41 73 61 14 171 05 361 01% - 01 59%
云南 01 0032 递增 0 0 0 0169 71 38 91 56 301 19 311 67% - 01 10%
西藏 01 00005 递增 0 0 0 0101 01 11 01 14 11 52 91 23% 01 35%
陕西 01 0194 递增 0 0 0 4157 441 50 571 73 1391 05 411 52% - 01 96%
甘肃 01 0057 递增 0 0 0 1105 131 10 161 95 381 81 431 68% 01 75%
青海 01 0015 递增 0 0 0 0114 41 12 41 50 161 89 261 64% - 01 59%
宁夏 01 0071 递增 0 0 0 0143 211 28 211 18 291 13 721 70% - 21 80%
新疆 01 0176 递增 0 0 0 2126 431 29 521 55 1621 19 321 40% 01 37%

用权重约束 CCR 模型获得的各 DMU 在生产 值见表 3 的/SPF 效率误差0列, 两者效率的相对误

前沿面上的投影点, 作为估计 Cobb- Douglas 型生 差在 ? 5% 以内, 因此用 SPF 直接测算理想产出的
产函数的样本。SPF 的参数估计结果为: 可靠性较高, 且计算简便。
L n ( Y ) = 016056+ 011505L n( L ) + 018538L n( K ) 313 相关经济因素对效率的影响分析
( 010307) ( 010104) ( 010109) ( 3) 在测算中国纺织工业各地区效率基础上, 下面
2
Š = 019998
R 分析产品销售收入 P、人均资产 K/ L、
台港澳和外商
回归系数在 95% 的水平上显著, 劳动力和资本 投资 W 对效率的微观影响关系。Renuka[ 20] 用前两
的产出弹性之和为 110043 U 1, 即前沿面上 的地区 项指标研究新加坡制造工业效率。鉴于台港澳和外
处于规模收益不变的状态。其它 DM U 的规模效益 商投资对中国经济增长的影响越来越大, 本文增加
状况可以由 CCR 模型的 E Kj 的值决定, 见表 3。 了该项指标。产品销售收入主要用于考察经济规模
可以看出, 大部分的地区处于规模效益递增状态, 只 对效率的影响, 人均资产指标用于考察资本密集度
有江苏是规模效益不变的。资本的产出弹性约为劳 对效率的影响, 三项指标的数据见表 1。由于效率
动力的 5167 倍, 资本贡献远大于劳动力的贡献。根 E 的值在 0 和 1 之间, L n( E ) 的 取值在( - ] , 0]
据 SPF 估计出各地区的理想产出见表 3, 根据 SPF 内, 不能遍历实数范围, 不满足多元回归计量模型要
计算的效率( 等于实际产出除以 SPF 理想产出) 见 求的误差项服从正态分布的要求。采用 Renuka[ 20]
表 3 的/SPF 效率0 列。SPF 效率与 DEA 效率的差 的处理方式, 对 E 采用变换 L n( E / ( 1 - E ) ) ( 易知
 第2期 王新宇等: 基于偏好 DEA 模型的中国纺织业效率评价 # 147 #

L n ( E / ( 1- E ) ) 是 E 的增函数, 且在整个实数范围 数, 这些信息可以用于预测前沿产出以及明确各地

内取值) , 三个解释变量直接用对数变换, 其模型为: 区改进效率的努力方向。分析表明, 中国不同地区
L n ( E/ ( 1- E ) ) = A0 + A1 L n( W ) + A2 L n ( P ) 纺织工业的效率差别较大, 且总体的效率较低, 产业
+ A3 L n ( K / L ) ( 4) 规模对效率的影响很大, 应积极实施产业集群战略,
可得: 提高资源配置效率。中国有劳动力和资源的相对优
dE = ( 1- E) A d W + A dP + A d ( K / L ) 势, 有比较齐全的行业加工基础, 加入 WT O 以后面
1 2 3
E W p K/L 临了更多的发展机遇。中国纺织行业首先要抓的是
( 5) 技术进步、
产业升级、结构调整、提高产品质量; 同时
W , P , K / L 的效率弹性分别为( 1- E) A1 , ( 1- 要加快现代企业制度建设, 转变经营机制, 改革和调
E ) A2 , ( 1 - E ) A3 , 效率弹性是效率 E 的线 性减函 整中需要国家统一政策的扶植, 一些政策要优先向
数。
在效率处于比较高的水平时提高效率的难度将 中西部倾斜; 企业必须加强内部管理, 减少成本, 调
加大, 故模型的设定符合实际状况。由于( 1 - E ) \ 整产品结构; 提高行业的创新能力, 将高新技术带到
0, 根据系数 A1 , A2 , A3 的符号就可判断 W 、P 、
K/ L 行业中来, 促进我国纺织工业的生产前沿不断扩张。
的效率弹性符号, 进而确定其对 E 的贡献是积极的
参考文献:
或消极的。由于截面数据普遍存在的异方差性, 效
率的变化受规模的影响很大, 选择销售收入 P 为赋 [ 1] Charnes, A1 , Cooper, W1W1 and Rhodes, E1M easur ing the
权因子用加权最小二乘法估计模型参数如下: efficiency of decision making units[ J] . European Journal of
L n ( E/ ( 1 - E) ) = 012113L n( W ) + operational research, 1978, 2( 6) : 429- 4441
[ 2] Lawrence M1 Seiford and Jo e Zhu1 Profitability and mar-
014172L n( P ) - 016495L n ( K / L )
ketability of t he top 55U1 S1 commercial banks[ J] . M anage-
( 011124) ( 011449) ( 012292) ( 6)
2 ment science, 1999, 45: 1270- 12881
Š = 018001, D W = 117213
R
[ 3] A ndr eas Soteriou, Stavr os A1Zenios1O perations, quality,
因常数项 t 检 验不显著, 模型中去 掉常数项。 and profitability in the prov ision of banking serv ices [ J] .
K/ L 的系数在 99% 水平上显著, W 系数在 90%
P、 M anag ement science, 1999, 45: 1221- 12381
水平上 显著, 三个解 释变 量对 效率的 解释 能力 达 [ 4] Bir esh K umar Sahoo , P ratap K1 J1 M ohapatra and
80% 。产品销售收入对效率的影响是积极的, 较大 M1 L1 T rivr di1A comparat ive application of data envelop-
的规模可以发挥资源的整合优势和规模效益, 节约 ment analysis and frontier translog productio n function for
投入要素, 提高产出水平。人均资本对效率的影响 estimating retur ns to scale and efficiencies[ J] . Inter national

是消极的, 可以从两方面得到解释, 一是减员增效措 Journal of System Science, 1999, 30: 379- 3941
[ 5] Abdul Wadud and Ben White1F armhousehold efficiency in
施的大力实施, 使人均资本上升, 但由于滞后效应,
bangladesh: a co mparison of stochastic front ier and DEA
这项措施的效益在 2003 年未完全发挥出来; 二是由
methods[ J] . Applied eco nomics, 2000, 32: 1665- 16731
于集体、
个体等多元资本以及科技含量高的资本的
[ 6] T oshiyuki Sueyoshi1Stochastic DEA for restructure strate-
融入, 使资本量增加, 但相应的人员和资本的匹配不 gy : an application to a Japanese petr oleum company [ J ] .
合理, 技术等综合素质不高的员工将难以发挥资本 Omega, 2000, 28: 385- 3981
的优势。台港 澳和外商资本对 效率的影响是 积极 [ 7] M erja Halme, T arja Jor o, Pekka, Korhonen, Seppo Salo,
的, 台港澳和外商资本一般附带较高的技术、管理水 Jyrki Wallenius1A value efficiency appr oach to incor porat-
平, 其对效率的增长作用也是必然的。 ing preference information in data envelopment analysis[ J] .
M anag ement Science, 1999, 45: 103- 1141
4 结束语 [ 8] G Hao, QL Wei and H Y an1A game theor etical model of
DEA efficiency[ J] . Journal of the operational research soc-
i
本文基于偏好 DEA 模型评价了中国纺织工业
ety, 2000, 51( 11) : 1319- 13291
的运 行 效率, 实证 分 析表 明, 不 考虑 偏 好信 息 的
[ 9] Dyson, R1 G1, E1 T hanassoulis1R educing weight flex ibility
DEA 模型具有不可克服的缺陷( 大量的指标权值为 in data env elopment analysis[ J] . Journal of the operational
零) , 而加入偏好信息以后模型的结果得到改善, 符 research society, 1988, 39( 6) : 563- 5761
合实际状况。测算了非 DEA 有效地区在生产前沿 [ 10] CS Sar rico, SM Hog an, RG Dyson and A D Athanassopou-
面上的投影点, 建立了中国纺织业随机生产前沿函 los1 Data envelopment analysis and university selection[ J] .
 # 148 # 中国管理科学 2005 年

Journal of the oper ational research societ y, 1997, 48( 12) :
1163- 11771
[ 11] Charnes, A1 , Cooper , W1W1, Q1 L1 Wei, Z. M . Huang .
Cone ratio data env elopment analysis and multi- objective
prog ramming [ J] . International journal of system science,
1989, 20: 1099- 11181
[ 12 ] Char nes, A1 , Coo per, W1 W1 , Huang , Z1M1 , Sun,
D1B1 Polyhedr al cone- ratio DEA models with an illustr a-
t ive application to lar ge commer cial banks[ J] . Journal of E-
cono metrics, 1990, 46: 73- 911
[ 13] T hompson, R1 G1 , L1 N1 Langemeier , et al1 T he role of
multiplier bounds in efficiency analysis with applications to
Kansas far ming[ J] . Journal of Econometrics, 1990, 46( 1) :
93- 1081
[ 14 ] T hompson, R1 G1 , Dharmapala, P1S1, T hrall,
R1M1 Linked- cone DEA profit ratios and t echnical eff-
i [ 20] Renuka M ahadevan1How technically efficient are Singa-
ciency w ith application to Illinois coal mines[ J] . I nterna-
t ional Journal of P roduction Economics, 1995, 39: 99- 1151
[ 15] Y1 - H1B1 Wong, J1 E1 Beasley1R estr ict ing weight flex-
i
bility in data envelopment analysis[ J] . Journal of the opera-
tional research societ y, 1990, 41( 9) : 829- 8351
[ 16] 李春好 1 对 W - B 乘子置信域 约束构造 方法的改进 及
模型[ J] . 中国管理科学, 2003, 11( 3) : 51- 551
[ 17] Russell G1 T ho mpson, P1S1Dharmapala, Louis J. Rothen-
berg and Robert M1 T hrall1 DEA/ A R efficiency and prof-
itability of 14 major oil companies in U1 S1 exploration and
production[ J] . Computers and operations resear ch, 1996, 23
( 4) : 357- 3731
[ 18] A igner , D1 and S1 F1 Chu1 On estimating the industry pro-
duction function[ J] . American econo mic review, 1968, 58:
826- 8391
[ 19] Aig ner D1 , L ovell K1and Schmidt, P1 , For mulation and
estimation of stochastic frontier production models [ J ] .
Journal of Econometrics, 1977, ( 6) : 21- 371
pore. s manufacturing industr ies? [ J] . Applied economics,
2000, 32: 2007- 20141

Performance Measurement of Chinese Textile Industry Based on Data Envelopment

Analysis Model with Preference Information

WANG Xin- yu1 , WU Rui- ming2

( 11 School of M anagement, China U niversity of M ining and T echnolo gy, Xuzhou 221008, China;
21 M anagement School, Shanghai Jiao tong U niversity, Shanghai 200052, China)

Abstract: In t his paper, a dat a envelopment analysis model w it h preference informat ion about input and out put
targ ets is set up t o evaluate the economic operat ional ef ficiency of t he text ile indust ry of Chinese 31 regions1A
g eneral f ramework embracing CCR and BCC models is put forth1T he phenomenon t hat because of a lot of zero
w eights and overestimating DEA eff iciency of decision making units in ordinary DEA model can be avoided by
using the model1We also analyze what causes the dif ferences among t he ef ficiency of the text ile indust ry of Ch-i
nese 31 regions1T hen t he stochast ic product ion front ier f unction of Chinese t ex tile indust ry is obt ained w ith t he
dat a set of all decision making units. projection point s on the product ion f ront ier face by regression analysis mod-
el1 Finally w e f ind t hat three econom ic factors: sale incomes, asset per person, Foreign Direct Invest ment, have
import ant ef fects on t he eff iciency of China text ile industry by an economet ric regressive model1
Key words: pref erence information; dat a envelopment analysis; stochast ic product ion front ier; performance mea-
surement; Chinese text ile industry