内容摘要：近年来，随着我国经济增长放缓，导致居民的收入预期放缓，零售业的增长和盈利空间受到一定程度的限制。由此可见，对我国各省（市）零售行业的规模经济性研究有着很重要的实践意义。本文运用数据包络分析（DEA）分析我国零售行业的规模经济性，以31个省（市）规模以上零售企业为研究对象，通过设立一定的投入和产出指标，对我国各区域零售行业的行业效率水平、资源配置情况、规模经济情况进行研究。并通过投入冗余和产出不足的分析，提出了我国各省（市）提高零售业整体效率的方向和途径。
　　关键词：数据包络分析零售行业规模经济
　　近年来，随着我国经济增长放缓，导致居民的收入预期放缓，零售业的增长和盈利空间受到一定程度的限制。2012年上半年我国零售行业利润出现12%的负增长，行业整体净资产收益率下滑了24.3%。从近五年的行业投资和零售总额的增速来看，2008年至2012年，我国社会消费品零售总额平均增速17.6%，而批发与零售行业固定资产平均增速为31.6%。这说明，我国零售行业整体上可能存在行业投资过剩而导致的规模经济递减，进而导致增速放缓和盈利水平下降的现象。另一方面，从国外知名零售业（如家乐福、沃尔玛等）的发展历程看，规模化仍是我国本土零售企业的发展之路。由此可见，对我国各省（市）零售行业的规模经济性研究有着很重要的实践意义。
　　使用数据包络分析（简称DEA）对决策单元（DMU）进行效率评价注重对每一个DMU进行优化，且能够指出有关指标的调整方向，而且可以得到很多经济含义和管理信息。本文将基于DEA分析法，以31个省（市）规模以上零售企业为样本，对各区域零售行业和零售企业的规模经济进行研究，以期对相关部门和企业决策者提供一定的指导和帮助。
　　数据包络分析（DEA）
　　（一）DEA发展概述
　　数据包络分析（DataEnvelopmentAnalysis，简称DEA），由美国著名运筹学家Charnes，Cooper和Rhodes最初创建的。事实上DEA的原型可以追溯到1957年Farrell在对英国农业生产力进行分析时提出的包络思想。1978年Charnes等人在Farrell的理论基础上，将多投入多产出的效率衡量转换为数学比例，以线性规划求解有效前沿，计算决策单元在固定规模下的相对效率，该模型被称为CCR模型。1984年Chames等人提出的BCC模型，该模型在允许变动规模报酬的情况下，引入了Shephard的距离函数，得出衡量技术效率和规模效率的线性规划模式。此后，DEA模型得到扩充和完善。例如：加法模型、Log-型的DEA模型、关于具有决策者偏好的锥比率的DEA模型、具有无穷多个DMU的半无限规划的DEA模型、随机DEA模型等等。我国学者从事DEA的研究始于1986年，他们在DEA的理论、模型、软件以及应用方面的许多研究成果在国际上受到了好评。
　　（二）DEA基本原理与步骤
　　DEA的基本原理包括了运筹学、管理科学和数理经济学的相关理论和思想。其基本原理为：首先，构建有众多决策单元（DMU）组成的评价群体，每个决策单元具有多种可衡量的投入和产出指标；其次，以MDU各项投入和产出指标的权重为变量，定义加权的总输出和总投入指标比效率评价的指标，利用线性规划技术进行运算，得出有效的生产前沿面；最后，根据DMU与生产前言面的位置关系，以确定各DMU的有效性，并根据投影法指出非DEA有效的原因及改进的方向和程度。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。