基于DEA方法的顺德移动数据业务效率研究

　　摘要

随着通信和网络技术的不断革新，通信业务领域的主要盈利不再是单纯的语音和信息业务收入，而是逐渐转变为移动数据业务收入，移动数据业务收入逐年增长，对于运营商的重要性不言而喻。中国移动作为国内移动通信的领导者，为了在4G时代继续保持其领先地位，需要将大力发展移动数据业务作为其主要战略方向。所以全面深入的对中国移动数据业务进行综合评价将有助于中国移动及时了解现有数据业务运营情况，而分析结果可以指导中国移动在营销，研发等方面的工作，便于中国移动随时调整发展策略，不断满足市场和用户需要。对移动数据业务进行分析的主要目的是提高投入产出效率。首先要选择合适的效率评价模型，本文通过查询相关资料对比多种模型，最终选择了DEA方法进行探究。文章主要由六大章节构成，在绪论部分，概述了选题背景及意义、国内外文献综述、研究内容与方法以及研究思路，为整篇文章奠定框架；其次对相关概念及理论进行论述，包括企业运营效率、效率评价方法、DEA方法以及DEA理论基本模型；再次指出顺德移动数据业务效率评价现状，包括移动数据业务市场整体特点、顺德移动的数据业务效率评价现状、现有效率评价方法及存在问题以及引入DEA评价方法的原因；接着基于DEA评价方法的顺德移动数据业务效率分析，最后提出了改进顺德移动数据业务效率的对策建议，即增强对外部环境的驾驭能力、增强市场拓展能力、提升企业的战略管理水平、提高企业的运营效率和效益、保持企业的创新活力以及大力开发人力资源，最后进行总结与展望。

　　关键词：DEA方法；移动数据业务；效率

　　1绪论

　　1.1研究背景及意义

1.1.1研究背景

世界范围内的移动业在进入新纪元之后都开始蓬勃发展，作为一个信息化国家经济社会发展重要推动力的通信行业是发展最为瞩目的行业之一，通信行业正在日益成为国家的支柱和基础产业，并且逐渐受到各国XX的重视。科技的发展与进步，网络技术的不断革新使得世界范围内的通信业务领域从语音信息业务转变为移动数据业务，根据全球运营商运营报告显示，移动数据业务占移动总收入的比例呈现上升趋势，例如：2016年，全球移动收入占总收入超过五分之一，这一比例在2017年继续扩大，达到了1830亿美元，占总收入总额的22.8%。其中，中国在内的泛亚太地区成为成绩最为闪耀的市场，其移动数据业务的市场规模，用户总数和总收入均名列前茅，被预测为最有潜力的市场。根据以上分析，移动数据业务已经成为各通信运营商必须积极发展的重点业务，并将成为之后运营商发展的主导方向，占据非常重要的地位。而处于泛亚太区域重要位置，对该区域社会经济产生关键作用的中国市场，必定会在未来通信发展中起到助推作用，这无疑给中国移动数据业务的发展注入了有力的强心剂，中国移动数据业务借此将迎来新的发展机遇。自1987年中国在珠江三角洲开通第一个移动通信网之后，中国移动业又经历了四次移动改革才形成了现如今中国移动，中国联通和中国移动三足鼎立的局面，根据近几年通信行业财报显示，中国移动无疑是移动业的领跑者。2016年，国资委宣布中国移动通信集团以利润总额1127.9亿元位居通信业榜首，2017年以1484.7亿元再次蝉联榜首，成为108家央企中的最具价值企业。中国移动通信已连续10年被X《财富》杂志评为全球500强。中国移动作为国内公认最具实力的移动运营商，如何在话音业务收益已经不断走低，竞争对手迎头赶上，历史收益区域不断缩小的时刻，有效利用自身用户流量和基数大，品牌口碑好，业务传播度广，积极应对4G时代用户对数据业务的花样需求，将对其继续保持国内市场的掌控地位具有重大意义。故而本文以的顺德移动为例对其效率进行探究。

1.1.2研究意义

到目前为止，国内外许多专家学者都对企业效率的评价做了积极的探索，并且取得了丰硕的成果，发表了不少专著。然而具体到对某个行业的企业进行评价，尤其是移动行业，目前所做的努力还不多，全球移动企业的效率评价体系尚不完善。传统的效率评价过分重视净利润率，而忽视对移动企业正常运营和长远获利能力有重大影响的其他因素，例如资本开支、运营成本、员工等因素。长此以往，移动行业的发展将会受到很大的约束。随着移动业经营管理理论的不断发展和实践的不断深入，客观上要求建立与之相适应的评价方法，以科学、客观地反映移动企业的运营情况。为此，我们需要结合移动行业自身的特点，建立一套科学、合理的运营效率评价方法，客观公正地评价移动企业的经营效率水平，并以国际标杆企业作为参照，改善经营管理水平，提高盈利能力，进而增加企业的整体效益。

　　1.2国内外研究综述

1.2.1基于传统的移动数据业效率研究

运用传统对移动数据企业效率的研究主要集中在三个方面：企业运营效率及其影响因素研究、区域发展和技术进步效率研究、产权结构和竞争结构与运营效率的关系研究。不同国家和组织类型的移动数据企业效率研究一直为学者们关注。Caesar通过对欧洲主要的移动数据组织、X移动数据组织以及福布斯排行榜中的全球移动数据运营商进行分析，学者们发现一个有趣的现象：较高利润的移动数据运营商并不一定具有较高的企业运营效率，如在福布斯排行榜中排名靠前的移动数据运营商与DEA模型中效率排名靠前的运营商并不一致气这表明一味地追求高利润并不是改善企业效率的唯一方法。有研究表明，技术进步是生产率提高的主要原因之一，不过由于样本为年家X运营商的数据，因此，该结论是否能够推广还值得进一步研究。也有学者使用方法对移动数据行业进行标杆研究。可以看出，国外学者的研究内容已不仅仅度量移动数据企业运营效率，更多是从运营效率影响因素入手，分析如何提高企业的运营效率。国内运用对移动数据企业运营效率的研究起步较晚。2016年，方有学者提出可从技术效益、资源配置效益和规模效益角度评价运营效率，并指出方法可用于评价移动数据业效率的相对有效性。方法可度量决策单元的技术效率、纯技术效率和规模效率，结合指数的方法还可用于衡量企业的创新效率。研究者李玲灵活运用方法，分析了企业的经营状况和技术创新。技术无效率被认为与规模无效率直接相关，因此，为了获得最大产出（技术效率为移动数据运营商应从规模效率角度切入。而资本性支出是影响移动数据运营商技术效率的最大因素，因为移动数据运营商属于资本密集型企业，资本性支出对于运营商的生产经营起着非常重要的作用，企业应当重视对资本性支出的有效利用。也有学者对国内运营商适合的业务类型进行研究但结论具有时效性，面对重组和改制后复杂的移动数据市场环境，原有结论有待进一步验证。行业区域发展特点是研究行业现状必不可少的内容之一。方升通过对我国个省市在不同时期的面板数据进行分析，学者们发现我国在年间，技术进步过程较为明显，但不同区域之间的发展速度差异较大东部省市的技术效率显著高于中西部地区，即我国移动数据市场的效率在不同区域是高度分化的。至于这种差异的来源，学者们给出不同的观点，有些学者认为这是由不同省市的经济水平和资源配置差异引起的，另一些学者认为这是不同地区经营者对市场的关注程度和自身的主观努力程度不同导致的。对于区域发展效率差异的猜测，学者们并未给出相应的数据支撑和定量研究，因此，有必要对影响移动数据业区域发展效率的因素进行研究。另外，学者们通常结合技术进步效率来研究移动数据行业的区域发展效率。年，中国移动数据业的去垄断改革取得了阶段性胜利，技术进步显著，先进的生产技术带动了生产效率的提升。经历了年的金融危机，加之国外资本投入的减少，失衡的移动数据业产业结构使得我国的移动数据业技术进步出现了明显下降的现象。不少研究表明，区域技术进步效率与地区经济发展水平相适应，移动数据业的全要素生产效率也呈现出东高西低的趋势，但也有个别学者持不同意见。师萍等的研究结果显示，年间，我国各省区移动数据行业在效率上差异不大，同时他们还发现规模较大的移动数据行业与规模较小的相比，并不具备显著的效率优势，即行业规模不是移动数据行业技术效率的决定因素，我国各省市移动数据行业并不存在显著的规模经济特征。可见，学者们对于移动数据业区域发展的效率，研究角度较为丰富，但得出的结论仍有争议。2015年后，中国移动数据业全面改革，互联网时代、移动互联网时代冲击着传统的移动数据业务，而我国各区域也积极投身城市建设，如建立智慧城市等。此时我国的移动数据业是否具有区域发展特征、区域特性对移动数据业有何启示应成为研究重点。市场竞争结构同样是学者们研究的热点。人们普遍认为，市场竞争能够驱使企业寻求更好的技术来提高生产效率，增加利润。垄断企业可以简单地通过提高产品价格来提高利润，所以垄断企业也许会缺少寻求更高技术的动机，这就是我们认为竞争能够刺激生产效率的原因。另一方面，规模经济的观点又同时支持垄断。在竞争情况下，每个企业趋于拥有较小的规模，因此不能完全利用规模经济。韩磊等的研究证实了前一种观点，认为引入竞争后的企业整体效率得到显著改善，建议XX将国有企业私有化，开放市场以增强市场竞争。不过，现有研究只分析了竞争因素的影响作用，然而实际情况中，导致效率变化的因素可能还包括技术进步、经济规模等，把效率的变化完全归于竞争的作用是不尽合实际的。

1.2.2基于多阶段的移动数据业效率研究

传统方法是目前研究移动数据行业效率的主要方法之一，许多学者使用该方法为测度移动数据产业效率奠定了良好的研究基础。不过，由于传统方法并未考虑实际外部环境因素，因而效率评价结果与实际效率将有所偏差。后由Homeros提出了两阶段回归DEA模型，将环境变量与效率得分做回归分析，以判断该得分是否受到特定环境的影响，但有研究表明，后一DEA模型的可用性较小，故在第二阶段的基础上，重新使用DEA模型分析效率得分。多阶段方法提出之后，不少国外学者将环境变量引入移动数据业效率研究。焦冰等在研究行业政策对亚太地区移动数据企业的效率和生产率的影响时使用了两阶段方法，发现规模经济和范围经济对其有显著的积极影响，而市场竞争和私有化对企业效率的影响并不十分显著，后一结论与等的结论存在争议，这也是竞争与私有化为众多学者关注的原因之一。对于方法的研究对象，有学者发现，绝大多数使用方法的情况是假设研究对象的生产过程只有一个阶段，但也有些生产过程是具有两个甚至多个阶段的，如投资。白秀广将投入松弛变量和产出松她变量考虑到原有的两阶段中，这种改进后的两阶段方法，能够识别出弱有效的决策单元，这是两阶段方法无法实现的。此后，使用了“两阶段”方法，实则为三阶段，第一阶段使用传统的方法计算效率值，剔除环境变量影响之后，在“第二阶段”重新使用评估效率得分，结果表明，剔除环境变量之后，年金融海喊期间的移动数据企业相对无效率，效率均值的降低显示全球移动数据企业受到金融风暴的影响。与考虑环境因素的DEA模型，但其引入外部环境因素的方法是改变投入和产出指标，因两个DEA模型的输入变量不同，导致DEA模型的可比性降低。年以后，逐步有学者釆用两阶段方法，研究对象多为移动数据行业的面板数据。有研究表明，年，地域环境因素对我国个省市移动数据业效率的影响并不大，而投资利用率的提高能够带来效率值的显著提升气年，区域差异因素同时通过技术效率和规模效率影响总体效率，其中东部地区生产效率明显高于西部地区。很明显，两个研究对于地域环境差异对移动数据业效率提高是否有影响存在分歧，而年的移动数据行业效率的分析支持了后者，即东部地区的移动数据业效率超过中西部。另外，也有学者对我国移动数据运营商运营效率的外部影响因素进行分析和归纳。虽然学者们使用定量方法度量了影响外部环境对效率测度的影响，但实则在效率测量中并没有剔除环境因素和误差因素，因此得到的效率值并不能真实反映移动数据业的实际效率。年，韩晶等在使用测度我国移动数据业年的省际面板数据后，使用回归DEA模型分析了环境因素对效率评估的干扰后，第二次使用DEA模型测量运营效率，发现实际运营效率区域差异明显缩小。然其使用的是等于年提出的四阶段方法，此方法仅考虑环境变量对技术无效率的影响，而并未考虑随机误差的千扰。针对这一问题，年等提出的三阶段方法，同时考虑外生环境与随机误差的影响，能更加准确地评估效率。通过文献调研可知，目前对我国移动数据业效率研究存在以下问题：从研究方法上看，对我国移动数据业效率的研究多数使用的是传统方法，仅少数学者在测度时引入环境变量，而未见使用三阶段方法的研究，因此绝大多数分析均未剔除环境因素和随机误差的影响；从研究内容上看，研究对象主要集中于省际行业效率研究，对于运营商效率的分析较少，鲜见对国内外移动数据运营商的研究对比，而研究数据也以移动数据业重组前的数据为主，并不能代表目前移动数据业的效率情况。

　　1.3研究内容及方法

1.3.1研究内容

文章主要由六大章节构成，在绪论部分，概述了选题背景及意义、国内外文献综述、研究内容与方法以及研究思路，为整篇文章奠定框架；其次对相关概念及理论进行论述，包括企业运营效率、效率评价方法、DEA方法以及DEA理论基本模型；再次指出顺德移动数据业务效率评价现状，包括移动数据业务市场整体特点、顺德移动的数据业务效率评价现状、现有效率评价方法及存在问题以及引入DEA评价方法的原因；接着基于DEA评价方法的顺德移动数据业务效率分析，最后提出了改进顺德移动数据业务效率的对策建议，即增强对外部环境的驾驭能力、增强市场拓展能力、提升企业的战略管理水平、提高企业的运营效率和效益、保持企业的创新活力以及大力开发人力资源，最后进行总结与展望。

1.3.2研究方法

本文将理论研究和实践分析相结合，定性分析和定量分析相结合。首先通过相关文献查询和互联网已有资料整合初步了解了中国移动整体情况特别是移动数据业务的运营情况，为本文研究打好了理论基础。之后通过中国移动公司实践，进一步详细了解了中国移动数据业务各方面真实情况。通过理论结合实践可知，中国移动目前也有意愿具体研究每一项数据业务以便有针对性的进行效益提升，增强市场竞争力。确立研究目标之后，本文根据移动数据业务已有信息量少且不精确的特性，再利用DEA方法进行深入探究。

　　1.4研究思路

图1.1研究思路图

　　2概念界定及相关理论

　　2.1概念界定

2.1.1企业运营效率

在经济学中，效率（是投入与产出的相对关系，是考察经济单位经营绩效的重要指标。作为经济学研究的核心问题之一，学术界对效率有很多研究，但至今尚未给出统一定义，而效率理论大致经历了古典经济学的效率理论、边际学派的效用理论、福利经济学及新古典经济学的效率理论、萨谬尔森的效率理论到法约尔的前沿效率理论的过程。

主要有以下几种，其一，古典经济学的效率理论。亚当斯密在《国富论》中描述了价格在市场中配置资源的作用，“看不见的手”能促进效率，这种是一种完全竞争的理想状态。他认为社会生产力水平是均衡的，各个企业的生产资料、技术水平相差不多，单个企业利润的最大化将构成社会福利最大化。亚当斯密的局限性在于未考虑到社会资源的有限性企业想要获得最大效益须与其他企业竞争以谋得资源平衡。其二，边际学派的效用理论。十九世纪六十年代到七十年代，为杰文、门格尔华和瓦尔拉斯在均等利益原理的基础上提出了资源配置的效率标准。他们认为，资源流出的部门由于资源投入量减少而配置效率逐渐增加，而资源流入的部门则因资源投入量的增加而降低了配置效率，逐渐达到一种动态平衡。这种平衡状态下，每个单位的资源所提供的经济利益是相等的，即资源配置的最优点。其三，旧福利经济理论的庇古效率标准。庇古在《福利经济学》中确立了资源配置效率和社会福利的效率评价标准：效率标准和公平标准。效率标准意为：如果一个社会能将所利用的资源最有效地分配给各个生产部门，就能充分发挥生产资料的经济效益，而这时就能实现整个社会的福利经济。不过，效率标准的前提是边际个人纯产值和边际社会纯产值相等，当这种情况出现时，表明资源配置是无效的，即市场失灵。公平标准意为：同样单位的货币对富人的效用要小于穷人，如果把富人的部分收入转向穷人，那么整个社会的福利经济就会增加。当收入分配使得所有人的收入都均等时，整个社会达到福利经济最大化。其四，新福利经济学理论的帕累托效率。帕累托最优是一个社会的资源配置己经达到一种状态，在这种状态下，没有一种方法可以使得部分人的利益增加而不减少其他人的利益。新福利经济学家认为，帕累托效率的前提必须是理想的完全竞争市场，而在现实中完全竞争市场并不存在，因此在这种市场机制下可能永远也达不到帕累托最优，必会出现市场失灵的情况。萨缪尔森的效率理论。萨缪尔森对效率的定义是：“效率意味着不存在浪费，即经济在不减少一种物品生产的情况下，就不增加另一种物品的生产，它的运营便是有效率的，有效率的经济位于其生产可能性边界上”。其五，法约尔的前沿效率理论。法约尔研究效率时引入了前沿生产函数的概念，指在一定假设前提条件下，求得的以实际投入和产出可能达到的生产可能性边界，即生产前沿面，此为该生产系统可能达到的最大产出。生产前沿函数定义了生产经营的最大效率，距离前沿面越近则效率越高。基于生产前沿函数测度的相对效率则为前沿效率。

2.1.2效率评价方法

效率测量方法的研究始于20世纪50年代。从效率评价角度来看，效率测量可分为投入导向和产出导向两个角度。投入导向即在给定的投入下得到最大产出的能力，而产出导向表示在给定的产出下，评价实现最小投入的能力。从效率前沿和随机误差假设来看，效率测量又可分为参数法和非参数法。

其一，参数法。在前沿生产函数的基础上，很多研究者进一步对模型进行了拓展，如随机前沿生产函数模型、可用于面板数据的随机前沿生产函数模型、可用于评估不同时期效率的随机前沿生产函数模型等。目前，参数法主要包括以下三种分析方法：随机前沿分析法，简称自由分布分析法简称以及厚前沿分析法简称，本质都是通过估计生产函数，根据误差项的分布假设，采用相应的技术方法测量生产函数中的各参数。参数法中最常用的方法是随机前沿分析法。随机前沿分析法虽具有前沿面随机、区分误差项、可对结果进行假设检验等优势，但其本身仍有本质不足，即需要事先假设生产函数和误差项的形式，测量结果会受到模型具体形式的影响。其二，非参数法。非参数方法不限制效率前沿面的形状，亦无需假设生产函数的具体形式，因此与参数法相比，降低了测量结果的主观性。非参数方法主要包括数据包络分析方法简称和自由处置包，简称，其中以年、和提出的方法最为经典。数据包络分析方法是一种将观测值以前沿方式加以包络的效率度量方法分析所有决策单元的投入和产出，寻找效率随机生产前沿，并将其作为度量生产效率的基准。由于数据包络分析方法是一种非参数度量方法，因此不需要事先预设生产函数的形式以及残差项若干假设，可提高测量结果的有效性和准确性。

2.1.3移动数据业务

中国移动整体业务主要由语音业务和移动数据业务两部分组成，移动数据业务是一个不断发展和成长的市场，它是指除了话音业务之外，在数字蜂窝电话，智能手机，无线掌上电脑和笔记本电脑上，通过互联网接入，进行娱乐，事务处理的业务。例如：手机视频，彩信，139邮箱，手机阅读等业务。随着4G时代的到来，市场竞争日益激烈，来自语音等传统业务的每用户业务收入（AverageRevenuePerUser，简称为ARPU）持续下降，为了维持和提高ARPU，中国移动需要改变战略方向寻求新的业务增长。移动数据业务此时发挥出关键作用，给中国移动带来新机遇。为了评估中国移动在移动数据业务投入产出效率，评估全部几十种数据业务就实际数据可得性是不现实也是不科学的，需要从众多数据业务中选出具有一定代表性的业务进行评估，然后推广到其它数据业务。移动数据业务分类有很多种，本文结合某省实际情况，将移动数据业务分为四种：成熟型数据业务：即需要持续挖掘客户需求，开发衍生附加产品，加强产品融合，侧重存量用户保有和提升的数据业务，具体有：短信，彩信，来电显示，彩铃等，注重这些数据业务的优化提升，有利于推动量收的持续增长。重点发展型数据业务：需要不断优化产品功能，提升业务质量，加强市场拓展，而后才能快速做大规模的数据业务，具体有：手机报，飞信，无线音乐俱乐部，12580，139邮箱等。成长型数据业务：需要基地专业化运营与各省运营推广相结合，大力整合内容资源，丰富产品功能的数据业务，成长型数据业务需要重点突破才能迅速形成市场影响。具体有：手机游戏，手机视频，手机阅读，号簿管家等。储备型数据业务：需要积极探索市场，培育用户。主要有：手机电视，手机支付，手机钱包等。

　　2.2相关理论

2.2.1DEA方法

数据包络分析方法(DataEnvelopmentAnalysis，DEA)是运筹学、管理科学与数理经济学交叉研究的一个新领域。它是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。DEA方法及其模型自1978年由X著名运筹学家A.Charnes和W.W.Cooper提出以来，已广泛应用于不同行业及部门，并且在处理多指标投入和多指标产出方面，体现了其得天独厚的优势。

DEA是一个线形规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组提供相同服务的类似单位的绩效的比较，它试图使服务单位的效率最大化。在这个过程中，获得100%效率的一些单位被称为相对有效率单位，而另外的效率评分低于100%的单位本称为无效率单位。

这样，企业管理者就能运用DEA来比较一组服务单位，识别相对无效率单位，衡量无效率的严重性，并通过对无效率和有效率单位的比较，发现降低无效率的方法。

2.2.2DEA理论基本模型

1)定义变量

设Ek（k=1，2，……，K）为第k个单位的效率比率，这里K代表评估单位的总数。

设uj（j=1，2，……，M）为第j种产出的系数，这里M代表所考虑的产出种类的总数。变量uj用来衡量产出价值降低一个单位所带来的相对的效率下降。

设vI（I=1，2，……，N）为第I种投入的系数，这里N代表所考虑的投入种类的综合素。变量vI用来衡量投入价值降低一个单位带来的相对的效率下降。

设Ojk为一定时期内由第k个服务单位所创造的第j种产出的观察到的单位的数量。

设Iik为一定时期内由第k个服务单位所使用的第i种投入的实际的单位的数量。

2)目标函数

目标是找出一组伴随每种产出的系数u和一组伴随每种投入的系数ν，从而给被评估的服务单位最高的可能效率。

（*）

式中，e是被评估单位的代码。这个函数满足这样一个约束条件，当同一组投入和产出的系数（uj和vi）用于所有其他对比服务单位时，没有一个服务单位将超过100%的效率或超过1.0的比率。

3)约束条件

（**）

k=1，2，……，K

式中所有系数值都是正的且非零。

为了用标准线性规划软件求解这个有分数的线性规划，需要进行变形。要注意，目标函数和所有约束条件都是比率而不是线性函数。通过把所评估单位的投入人为地调整为总和1.0，这样等式（*）的目标函数可以重新表述为：

满足以下约束条件：

对于个服务单位，等式（**）的约束条件可类似转化为：

k=1，2，…，K

式中uj≥0j=1，2，…，Mvi≥0i=1，2，…，N

关于服务单位的样本数量问题是由在分析种比较所挑选的投入和产出变量的数量所决定的。下列关系式把分析中所使用的服务单位数量K和所考虑的投入种类数N与产出种类数M联系出来，它是基于实证发现和DEA实践的经验。

　　3顺德移动数据业务效率评价现状

　　3.1移动数据业务市场整体特点

从20世纪80年代开始，世界不少国家的移动体制经历了一场深刻的变革。在这场变革中，各国移动企业纷纷调整自己的市场经营和企业发展策略以适应市场竞争的需要，全球移动市场日新月异。总体来讲，目前全球移动市场呈现出如下特点。

其一，全球移动企业在恢复与调整中平稳前进。从2004年开始移动业的泡沫己基本挤压完毕，很多移动企业的经营业绩在不断好转，优势企业的比重不断增加带动了国际移动业的发展。未来几发达国家的移动电话普及率和互联网普及率仍有上升空间，发展中国家的固定电话普及率、移动电话普及率和互联网普及率的增长空间则更大，另外，包括宽带和移动通信在内的新移动业务增长点的出现，使全球移动企业在未来的几年里将在恢复和调整中平稳前进。其二，资本支出保持稳定增长的势头。自2010年以来，移动运营业务收入保持稳定增长的势头，投资总量稳中有升。欧洲地区移动运营商的资本支出总额达到亿欧元，比年增长亚太地区总值达到亿美元，增长北美地区由于业务以及电话、电视、互联网相结合的“三网合一”服务的推进，设备投资比年有较大幅度的增长。其三，资费水平全面下调。近年来，由于技术进步和市场激烈竞争等因素的影响，移动服务的资费水平出现了全面下调，包括固定长途电话、移动电话、漫游费等在内的各种资费都出现了不同程度的下降。如从年月就开始下调企业用户的固话呼叫移动价格，幅度控制在一在年月就将移动电话费用降至与本地电话同一标准，为美分电话。其四，通过联盟打造完整价值链，重整移动资源。国际移动运营商通过各种形式的联盟来打造完整的价值链，重新整合各种移动资源。如德国的、西班牙移动和意大利移动旗下的共同为用户提供欧洲以及X范围内的无缝服务，英国移动和雅虎结盟共推宽带业务。通过各种形式的联盟，移动运营企业可以实现优势互补，降低经营风险，增强自身的竞争实力，吸引全球范围的客户，扩大市场范围。全球范围内的并购理性推进跨国移动运营企业在全球范围内的并购在理性推进，移动运营企业在充分考虑自身的发展需要、财务状况以及管理能力的基础上，充分考察对方企业的资产、业务和财务等状况，选择合理的并购方式实现对目标企业的并购，节约经营成本，提高运营收入。其五，全业务经营成为移动运营商的发展方向。目前，全球典型的移动公司，如英国移动、法国移动、、等都实现了全业务运营。通过全业务经营，移动运营商可以满足用户多元化的需求，进入更广阔的市场空间，获得更广泛的收入来源，并降低企业的运营成本和运营风险，从而保证企业的长期稳定发展。伴随着移动业务市场的快速发展和全面深化，移动运营企业的资源配置方向由基本网络扩容建设向网络优化、新业务开发以及服务质量保证的方向转变，由此，对移动资本开支、运营开支、企业的生产经营规模以及员工的劳动生产率都提出了新的要求。

　　3.2顺德移动的数据业务效率评价现状

提高中国顺德移动数据业务的投入产出效率，首先要对数据业务的投入产出效率进行客观的评价。但评价过程中会遇到一些问题，首先数据业务属于增值业务，与基础业务共用网络，渠道，人员等资源，是很难剥离成本和收益数据。其次，数据业务种类繁多，具体到单项业务，有成熟型业务（短，彩信等），重点发展型业务（飞信，139信箱等），成长型业务（手机游戏，手机视频等），储备型业务（手机支付等），单纯用经济指标衡量很难得到有实际指导意义的结果。最后，就顺德移动运营商目前的运营数据管理情况而言，每项数据业务的基础数据很难有全面，准确的历史记录。

　　3.3现有效率评价方法及存在问题

当前顺德移动应用的评价方法较多，主要包括以下三种，但是这些评价方法也存在一定的问题。

3.3.1价值工程评价

价值工程乡又称为价值分析是一门新兴的管理技术是降低成本提高经济效益的有效方法。价值工程最早是X为了适应军事工业的需要创立和发展起来的目的在于确保军事装备的技术性能功能并最大可能地节省采购费用成本降低军费开支。价值工程发展历史上的第一件事情是X通用电器公司的石棉事件二战期间X市场原材料供应十分紧张急需石棉板但该产品的货源不稳定价格昂贵时任工程师的麦尔斯·开始针对这一问题研究材料代用问题通过对公司使用石棉板的功能进行分析发现其用途是铺设在给产品喷漆的车间地板上以避免涂料沾污地板引起火灾后来麦尔斯在市场上找到一种防火纸这种纸同样可以起到以上作用并且成本低容易买到取得很好的经济效益这是最早的价值工程应用案例。通过这个改善麦尔斯将其推广到企业其它的地方对产品的功能、费用与价值进行深入的系统研究提出了功能分析、功能定义、功能评价以及如何区分必要和不必要功能并消除后者的方法最后形成了以最小成本提供必要功能获得较大价值的科学方法。

顺德移动最初应用该种方式进行评价，其主要作用及问题如下所示：

评估阶段通过比率评价加强评价和评价矩阵等评价方法对方案创新阶段产生的想法进行整理、分类和综合形成提案。然后在参与者一致同意的基础上建立符合项目目标要求的评价标准。最后根据这些标准对已经产生的提案进行评价。发展阶段是价值团队所有努力得到回报的重要阶段关注价值替代方案的分配和利益的获得。在价值方案评估完成后价值管理小组以向所有价值管理活动参与者做一个总结陈述报告的形式来结束价值管理的研究工作。然后价值管理小组还要向业主提交一份价值管理研究报告。这份报告应该将原始方案与价值管理提出的修改方案进行详细对比明确新方案的好处这样有助于说服业主接受新方案的建议。

3.3.2生命周期评价

价值工程理论已经在机械、电气、化工、纺织、建材、冶金、物资等多种行业中应用。主要应用于企业、项目、产品等多个层面进行价值评价、成本控制、方案评估等。

在移动数据业务的相关的产品领域，也已经有学者运用价值工程理论方法进行了研究。不过在具体的实践中，需要求成本系数。而这里要查出各项功能的成本值十分困难，但在各功能的成本组成中有的可以直接得到，而有的则需请一些有经验的人员评估或按其比例摊入。难度较大。

3.3.3指标体系评价

产品生命周期是指新产品研制成功后，从投入市场开始发展到成长、成熟以至衰退被淘汰为止的整个市场产品销售过程的全部时间。产品的生命周期不是指产品本身的使用寿命，而是指产品的市场寿命。

产品生命周期的各个阶段一般对应产品生产和销售的不同阶段，而这些阶段主要在销售量及其增长率、利润率和市场占有率等方面呈现不同的特征导入期。一般指新产品投入市场试销的初级阶段。其主要特征是产品刚进入市场试销，尚未被顾客接受，销售量小，销售增长率低总投资成本尚未全部收回，且生产成本和销售费用较高，因而常表现为亏损市场占有率低除仿制品外，产品在市场上一般没有同行竞争。成长期。这是指新产品试销成功后，转入成批生产和扩大市场销售的阶段。其主要特征是产品的销售量较大，增长率高生产成本降低，销售费用减少，总投资逐步收回，企业扭亏为盈，利润率迅速上升市场占有率提高同行竞争者开始仿制这类产品，市场开始出现竞争趋势。成熟期。是指产品进入大批量生产，而在市场处于竞争最激烈的阶段。其主要特征是销售量、利润率和市场占有率均达到峰值成熟期后期，销售增长率趋近于零，甚至出现负数很多同类产品已进入市场，市场竞争十分激烈。衰退期。是指产品已逐渐陈旧老化，转入产品更新换代的XXX。其主要特征是销售量、利润率和市场占有率急剧下降新产品进入市场，正在逐渐代替老产品，市场竞争突出的表现为价格竞争，价格不断被迫下降。以上这四个阶段组成了完整的产品生命周期系统，而各个阶段可称为子系统。对于产品这种有规律性的发展过程，必须要充分认识，在进行市场信息调查的基础上，及时地掌握产品所处市场的不同阶段，以便采取相应的对策。基于产品生命周期的概念，后续又衍生出品牌生命周期、客户生命周期、业务生命周期等概念。

　　3.4引入DEA评价方法的原因

3.4.1移动数据业务的重要性

随着科技的进步以及人们对于生活品质的不断追求，手机不仅仅只是一个通讯工具，更成为个人风格和品位的体现，而单纯的语音通信也已经不能满足客户的需求。手机终端的不断创新进一步促成了用户此种体验理念的成熟。随着大批量90后，00后的崛起，使得手机用户彰显个人特性和标志性的需求越来越强烈，而中高端客户为了满足商业等需求，也开始向多元化数据业务倾斜。因此，是否有多样数据业务可供使用成为各个年龄层次客户选择运营商的关键因素。另外，从国内市场规模发展的整体趋势来看，3G时代的到来给中国移动带来很大的压力，其明显优势越来越变得微弱。众所周知，中国联通用的标准是WCDMA，中国移动用的标准是CDMA2000，中移动所采用的3G制式是TD-CDMA标准，相比前两者来说在技术和业务成熟度方面都有劣势，这使得移动和联通，移动的差距逐渐缩小，并且一定程度上也阻碍了中移动3G业务的进一步发展与壮大。虽然近期4G牌照将要发放的消息渐行渐近，中国移动的LTE/第四代数字蜂窝移动通信业务也确实具有绝对优势，但不得不承认4G的发展才刚刚起步，想要获得长远收益是长期复杂的过程[76]。所以，中移动必须重视起它独有的多样化数据业务，进一步扩大网络覆盖，实行灵活的数据业务自选定制营销策略。

3.4.2DEA评价方法的优势

DEA方法研究的是多输入多输出情况下的样本，从所选的决策单元中分析出样本中的最优个体，这样的研究得到的估计值比回归分析更近似于有效的状态。换句话说，传统统计方法的本质是平均性，而DEA的本质则是最优性。这是因为，回归分析方法把有效的和非有效的样本混在一起进行回归分析，得出的生产函数实质上是平均生产函数，是非有效的。DEA方法的出现，为研究样本的多输入和多输出指标情况开辟了新的前景。同时，使用DEA方法不需要设定输入和输出指标之问的显性表达式，排除了许多主观因素，使得结论具有很强的客观性。因此说，DEA方法在投入产出之间关系不明确或者没有规定的情况下使用最为有效。

　　4基于DEA评价方法的顺德移动数据业务效率分析

中国移动目前运营状况是：详细到每一项数据业务的数据量很少，一般都是绑定多种相似数据业务进行整体数据统计；现有能够从底层计算得到的数据难以找到典型的分布规律。基于灰色关联分析方法正好科学有效的解决了这些问题。在具体实施评价的过程中，熵权理论用于客观合理确定各评价指标的权重，能够极大减少主观性和不确定性；灰色关联分析法则不需要大量的统计数据，只需要通过把具有定量和定性的各关系指标数据与最优参考序列进行比较，就可以得出各个数据业务与移动分公司的关系等级。这种将熵权分析法和灰色关联分析法相结合的模型不但科学处理了指标权重在定量化过程中主观判断的模糊问题，而且充分利用了各指标数据已有的客观信息及其隐含的灰色特性。对定量和定性指标分别进行处理后加以综合，而后计算出各个数据业务的整体绩效选择出本文要研究的数据业务，为下文投入产出效率分析提供依据。故而从样本的选取开始便应当重视。

　　4.1样本及指标的选取

4.1.1样本选择及要求

选取2013-2017年顺德移动数据业务数据进行分析。

运用模型进行效率评价的基础就是选择合适的能反映总体执行力的综合的输入输出指标，指标选取，的效果会对最终评价的有效性起到至关重要的作用。一般来讲，指标的选取应遵循以下原则输入和输出指标的选取要能满足移动企业效率评价的要求，能客观反映企业的竞争力水平尽量多选取管理上具有可控性的指标，通过控制输入变量或输出变量来提高企业的运营效率在输入输出指标的选取时，相互之间有较强线性关系的以及可完全替代或可完全互补的指标都要尽量避免要综合考虑指标数据口径的统一性、可比性以及数据的可得性考虑到指标的非负性，要避免选取的指标数据呈现负数的情况。

4.1.2指标的选取

本论文选取如下的输入输出指标

输入指标：

总资产是反映一个公司的经济规模的重要参考因素之一，是企业经济效益稳定的物质基础，企业所有的收益都来源于对总资产的利用，因此总资产可以反映企业资源的配置和运用情况。同时，总资产的增长速度在一定程度上能体现出上市公司的成长速度。

CAPEX：一般是指公司用于扩充固定资产，包括新建厂房、购置设备、固定资产维修和升级或更新的现金投入脚。对于移动运营商而言，有关的网络设备、计算机、仪器等一次性的支出项目都属于，其中网络设备占最大的部分。资本性开支发生后需进行资本化处理，记入固定资产并在规定使用年限内折旧。公司一般会公布未来年度的资本性开支预算，已发生的资本性开支数据可在投资性现金流科目中找到。

OPEX：指的是企业的管理支出、办公室支出、员工工资支出和广告支出等日常开支员工人数移动企业作为高科技企业，员工人数是衡量企业劳动生产率的一个重要参考指标。

移动网络投入：目前所广泛为人们所认知的第三代通信系统（3G）虽然有很多优点，但也有很多不尽人意的地方，比如：缺乏全球统一标准，高速数据传输不成熟，安全方面算法过多，认证协议容易受到攻击，4G基本上是基于网络之间互连的协议（InternetProtocol，简称为IP）、具有超过2Mb/s的非对称数据传输能力、在移动环境下速率将达到100Mbps、在静止环境下速率达到1Gbps以上的、能够支持下一代网络的各种应用（如移动高清电视），并且能在固定和移动之间方便切换的技术。4G网络架构主要由接入系统，核心网络，移动终端构成，其中接入系统主要有有无线系统，短距离连接系统（蓝牙）卫星系统，无线局域网等，移动终端除了3G时代的手机外，形式会变得多样化，如眼镜手表甚至是化妆盒，将会有更强的交互性能和更高的网络联通性。

4G核心网络：移动管理实体（MobilityManagementEntity，简称为MME），服务网关（ServingGateWay，简称为SGW），便携式自导航系统网关（PortableNavigationDevicesGateWay，简称为PGW），核心网取消了电路域，全IP的移动核心网演进（EvolvedPacketCore，简称为EPC）支持各类技术统一接入，实现固网和移动融合，灵活支持网络电话（VoiceoverInternetProtocol，简称为VoIP）及基于IP多媒体子系统（IPMultimediaSubsystem，简称为IMS）多媒体业务，实现了网络全IP化。其中MME功能：网络接入服务器（NetworkAccessServer，简称为NAS）信令以及安全性功能，3GPP接入网络移动性导致的核心网络（corenet，简称为CN）节点间信令，空闲模式下跟踪和可达性，漫游，鉴权，承载管理功能（包括专用承载的建立）；SGW功能：支持空闲模式的移动性切换用户面数据的功能，E-UTRAN空闲模式下行分组数据缓存和寻呼支持，数据包路由和转发，上下行传输层数据包标记；PGW功能：基于用户的包过滤，合法监听，IP地址分配，上下行传输层数据包标记包括动态主机配置协议（DynamicHostConfigurationProtocol，简称为DHCP）。与传统3G网络比较，LTE的网络结更加简单扁平，降低组网成本，增加组网灵活性，主要特点表现在，首先网络扁平化使得系统延时减少，从而改善用户体验，可开展更多业务。其次网元数目减少，E-UTRAN只有一种节点网元E-NodeB，使得网络部署更为简单，网络的维护更加容易。第三取消了RNC的集中控制，避免单点故障，有利于提高网络稳定性。

输出指标：

运营收入作为利润表中披露的第一项数据，运营收入记录公司在报告期内销售业务产品或服务所产生的全部收入。良好的运营收入，能为企业带来较理想的现金流水平，保证企业正常的资金周转需求，同时也是一个企业生存并持续发展的基础。在大多数情况下，运营收入的持续增长是带动公司最终利润提升的最根本办法。因此，运营收入的增长是反映公司在市场上具备竞争力、市场份额不断扩大的标志。

EBITDA：剔除了利息、所得税、折旧和摊销费用的影响，是衡量企业主营业务盈利状况最纯粹的利润指标，是一个企业扩大再生产必不可少的条件，同时也能反映一个企业投入产出的效率水平及管理水平。

市场能力：如今市场竞争激烈，仅仅依靠财务报表方面的数据不能从整体评价一项业务发展的优劣，因此，不能只关注该项数据业务内部的经营绩效，还应该观察业务的市场保有和拓展能力。关于市场能力选取的指标为：手机视频数据业务使用用户数，总活跃用户数，市场占有率。手机视频数据业务使用用户数：在一定的统计周期内，使用该数据业务至少一次的用户数（可以从底层计费清单中计算获得）。

服务能力：互联过种种渠道得到用户的反馈度。可以采用问卷形式调查。客户对于投诉处理的满意率网高速发展的时代，用户使用的是功能，但享受的更多是服务。因此，除了反映在年终报表里的量化性数据外，还应该重视偏主观的客户服务，只有准确把握好用户对于该项数据业务的反馈，才能有针对性的提升业务水平，巩固老用户，吸引新用户。这里主要选取了两个指标：客户对于数据业务的熟悉程度，新业务推广或者老业务升级营业厅，校区，媒体会宣传，通常任何数据业务都不是十全十美的，那么用户在使用过程中会产生不满或者在计费方面存在疑惑，这时候就会有10086客服人员和营业厅相关服务人员为用户进行解答。此项指标同样可以从问卷中获得对应比率或者从每次服务后系统自动记录的满意度中得到。

　　4.2DWEA模型的选取和数据的搜集处理及描述

4.2.1DEA模型的选取与构建

基于本文的研究目的，最终选取了DEA模型中的两个基本模型——CRS模型和VRS模型，分别利用它们计算出评价的公司的技术效率和纯技术效率，在此基础上，根据一个的技术效率纯技术效率规模效率，从而进一步计算出它们的规模效率。

一般来讲，CRS模型和VRS模型可分为基于投入的模型和基于产出的模型。基于投入的模型对产出加以控制，追求在产出一定的情况下的投入最小化而基于产出的模型对投入加以控制，追求在投入一定的情况下的产出最大化。在本文中，正是考虑到移动企业在自身的发展过程中，由于受到来自于XX的管制政策、激烈的市场竞争等内外部环境的压力，使得降低成本势在必行，投资规模受到严格限制，因此，最终选择了基于投入的模型。也就是说，在论文的研究过程中我们假设产出一定，探讨减小投入的可能。

（1）指标初步构建

1）资料文献查阅。根据已有论文，报告，文章等进行评价指标的初步提取，构建数据业务效率评价基本认识，并且从各资料中整理出频度较高的指标为之后指标进一步具体打下基础。

2）理论分析，实地考察。移动数据业务已经发展了许多年，但基于用户角度，还是局限于其产品层面，相关文献的查阅固然可以获得一些信息，但是想要彻底了解数据业务效率评价的本质，内涵，必须深入公司内部进行考察和了解，加之4G时代到来，很多概念更新换代，必须对数据业务的指标在理论和实际的基础上进行补充和替换，并且进行一定程度的创新。

3）专家咨询。在初步建立评价指标集的基础上，进一步征求专家的意见，通过对移动运营商内部，数据质量部门相关专业人员进行访谈，吸取专家对于移动数据业务效率评价指标的建议，剔出不合理数据，调整评价指标。

（2）指标的进一步完善初步的指标集选择完成之后，接下来要对指标进行完善处理，使其更加合理的评估目的。首先应该考虑的问题是，能否获得每个指标的数值，这是进行下文效率分析的重要基础。因为某些指标数据理论上分析可得，具体到实际的公司中并不会把相应数据进行详细统计，只是概括性描述，这类不准确的数据都是不可取的，或者有些数据无法得到或者获得需要较高的费用和代价，也是不可取的。其次，需要对指标体系中指标的重要性进行分析，剔除关联性较大的指标。指标的完备性通常需要数学方法的支持，考察指标的易获得性，指标之间的相关性，这样才能构建科学的指标体系。

（3）确定手机视频数据业务效率评价指标体系本文主要研究的是手机视频数据业务的投入产出效率评估，因此其输入指标选择的是和手机视频数据业务相关的基础投资额，营销促销投入，网络建设投入，人力资源投入和相关成本费用投入。产出则主要有盈利能力，市场能力，成长能力，外部公众影响力等。这些产出都是手机视频数据业务投入所实现的收益，因此可以作为输出指标。具体的指标表现形式则需要按照上文的步骤，多参考文献查阅相关资料，选取出现频率多的，适用性广泛的指标，并且结合移动运营商实际情况，及时更新指标名称，多参考专家意见，选择针对性强，重要的指标构建出指标体系。

4.2.2数据的收集

由于上市公司的年度报告是披露公司财务及市场等信息的重要来源，同时考虑到上市公司年报数据的可得性及年度数据的可比性，本文采用公开发布的年报数据作为模型数据的主要来源。

4.2.3数据的处理

考虑到移动行业自身的特点以及本论文研究的需要，仅仅以某年，即某个时点的数据作为评价的输入输出数据是不够全面和客观的，因此，本文以2013年一2017年连续五年的面板数据作为输入和输出数据。先将收集到的原始数据经过一定的加工处理得到如附录所示的数据，然后从中获取个样本的个输入指标和个输出指标连续四年的数据。之后将上一步得到的数据分别带入多阶段的基于投入的模型，可求得各样本的技术效率，并将上述数据带入模型，可求出各样本的纯技术效率，规模效率的值由技术效率和纯技术效率相除得到，具体的数据处理用软件进行。

4.2.4数据处理原则

（1）目的性原则：选取的输入指标和输出指标的选择要符合我们评价的目的，原则上说对评价目的有较大影响的指标都应该包括在论文建立的输入输出体系中。纵观国内外学者的研究可知，大部分研究集中在移动运营商整体绩效评价或者是固定投资的效率评价，因此学者们投入指标大多选择业务成本总额，总资产额度，网络资产总额，产出指标主要以业务总收入等收入类指标为主。但数据业务只是运营商的一个分支业务，用评价整体运营效率的投入产出指标并不合适，为了达到数据业务效率评价的目的，论文所创建的指标之间的关联性，构成的合乎实际性需要综合考量。

（2）精简性原则：评价指标的数量也应该认真考虑，过多输入输出指标将导致有效DMU数量增加，从而降低DEA方法的评价结果，评价指标应在满足目的性前提下尽量精简，根据Charnes经验法则认为，决策单元的数量至少应当是投入与产出指标数量之和的两倍，否则DEA方法的科学解释程度就会降低。该经验公式为：n>=2（u+r），其中n为样本数，u和r分别代表投入指标数和产出指标数。如果建立的移动数据业务评价指标数量很多，在评价过程中不能全部应用则需要筛选，在筛选是要注意选择那些能有效区分开决策单元的明显指标。

（3）关联性原则：介于指标体系汇总投入指标和产出指标之间的联系，不应该选择数值相关。因为如果某投入指标和其他投入指标存在线性相关关系是，可以认为其他投入指标很大程度上包含了该指标信息，因此该投入指标可以不用考虑。同理，适用于产出指标的筛选。

（4）易操作和定量性原则：在确定了评价目的的基础上，尽可能使指标体系实用，数据容易获得和进行相关处理，各项评价指标应该概念明确，拥有独立的内涵，语意明白无歧义。同时，指标的选取要合理科学，尽量避免主观因素的干扰，选取定量化的比率指标，使评价对象之间具有可比性。

　　4.3顺德移动数据业务效率情况

4.3.1综合效率分析

不考虑规模效益时的技术效率也称综合效率，是技术效率和规模效率相结合的总体评估，根据决策单元综合效率值的不同，可以将其分类，最终得出结果为：

其一，只有两个分公司综合效率值达到了1，即18.18%的移动分公司在手机视频这项业务上投入产出达到相对最优状态。有近81.82%的分公司综合DEA值小于1，意味着这些分公司在手机视频这项数据业务上的投入产出处于相对无效率状态，其投入产出效率有待提高。

其二，相对无效率的9个分公司，综合效率也有很大差异。在0.5-0.8范围内有3个分公司，而在0.8-1之间则有6个分公司，集中了大部分DEA无效的区域。这6个分公司处于边缘非效率状态。意思是这6个分公司只需要在投入产出方面稍微做出调整就可以达到综合效率最优状态。而其余3个分公司则需要各方面协调资源，并不是马上就能够达到综合效率最优。

其三，DEA综合效率达到最优的移动分公司有2个，分别是分公司1和分公司9，按照先期数据统计可知分公司1是该省份省会城市分公司，经济发达，人力等方面的资源十分充沛，故达到效率最优，分公司9从各方面指标来说均处于倒数地位，但是却有较高的产出，说明该分公司以较少的投入获得了很可观的产出，资源得到最优配置，故其DEA综合效率为1。

4.3.2技术效率分析

技术效率是对一项活动投入产出效率的评价，衡量投入与产出是否达到最佳和是否存在投入冗余或者是产出不足。其值越大表示投入资源使用越有效率。如果是DEA弱有效或者非DEA有效，则说明有多余的投入或不足的产出。

其一，单独从投入产出的角度考察纯技术效率，而综合效率则是集中了纯技术效率和规模效率的结果。因此，达到综合效率最佳的分公司也一定达到了纯技术效率最优，但是达到纯技术效率最佳的移动分公司却不一定达到了综合效率最佳状态。

其二，达到纯技术效率最佳的分公司有5个，占到总体的45.45%，这说明有近一半的分公司都达到了纯技术效率最佳，数据业务效益以相对较少的投入获得了相对较多的产出，用于数据业务发展的各项资源一定程度上得到了最佳利用。

其三，有6个分公司没有达到纯技术效率最佳，说明这些分公司用于数据业务发展的资源投入产出转化率比较低，对资源的管理水平也比较低下，必须加强这些分公司的管理效率。本文将对这些没有达到投入效率最佳状态的分公司进行后续分析。

4.3.3规模效率分析

当规模效率值为1时，证明公司规模收益已经达到理想状态。如果公司将投入要素等比例增加时，产出增加价值大于投入增加价值，则是规模收益递增阶段，反之，则是收益递减状态。

其一，规模效率达到最佳的分公司有2个，占总体的18.18%，这2个分公司用于数据业务的投入产出已经达到最佳规模。同时这些分公司也达到了技术效率最佳状态，表明在当前资源投入状态下，产出已经达到最大规模点，资源达到最优效率。

其二，共有9个分公司未达到规模效率最佳，其中7个是规模收益递增，在这7个分公司中，公司2，3，5这三个公司规模收益递增并且技术有效，即纯技术DEA值为1，规模DEA值却不为1。这表明这些分公司在现有的资源投入下，已经达到最大程度的产出，但是要想达到产出最大化，需要进一步加大投入规模。另外4个分公司虽然规模收益递增，纯技术效率却不是最佳，说明这几个分公司不单纯需要加大投入，还要调整投入之间的比例配制，加强管理以达到增加产出的效率。

其三，另外还有两个地区规模收益递减，说明继续增加用于数据业务的投入不会带来更大规模的产出，相反应该适度减少资源投入，合理调整资源结构，以便实现综合效率最大化。

　　5改进顺德移动数据业务效率的对策建议

　　5.1企业外部建议

5.1.1增强对外部环境的驾驭能力

企业的生存发展与其所处的外部环境息息相关。企业的外部环境包括政治环境、经济环境、技术环境、社会环境等。移动企业应加强对国内外移动产业发展趋势、通信技术的演进与应用、国内外经济与社会环境变化进行跟踪与研究，动态地把握其变化与发展的脉搏。在当前移动变革的时代，企业应特别关注对其发展影响最大的管制政策。首先，要有专门面向管制部门的机构和人员，深入分析与研究XX管制政策，及时掌握管制政策的动向。另外，要处理好与管制部门的关系，适时地向XX表达自己的建议，增加对XX决策和政策制订的影响力，从而谋求有利于企业发展的政策环境。

5.1.2增强市场拓展能力

移动企业的市场拓展能力主要包括业务创新、服务质量、品牌优势、营销体系、产品策略等因素。提高企业的市场拓展能力，就是要根据市场不同层次、不同类型的需求，不断地进行业务创新，提高服务质量，创立品牌优势，建立以客户为中心的市场营销体系和制订灵活多样的产品组合和价格组合等营销推广方案，来大力开拓市场。哈佛商学院提出的“服务价值链”模型认为利润是由客户的忠诚度决定的。因此，移动企业可通过差异化服务来提高客户忠诚度。例如，可对超过一定业务量和长久的忠诚客户，进行业务量回赠和消费积分奖励等，建立高度的转换成本又如捆绑销售，不仅能为用户提供低价格的组合服务，提高忠诚度，并且对企业来说，由于多项业务捆绑销售，从而增加了总营业收入。

　　5.2企业内部建议

5.2.1提升企业的战略管理水平

企业的战略是决定企业竞争成败的关键，正确的企业战略是创造持续竞争优势的保证。当前，世界各国的移动企业在制定企业战略时，往往注重短期的发展计划和财务指标，不能根据总体战略对企业未来发展前景和获利能力等成长性指标做出评价。为此，移动企业应摒弃原有纯技术取向的思路影响，充分利用适合移动发展规律的分析工具和方法，进行战略环境分析，并对网络资源、业务模式、组织架构、资本运作、人力资源等方面进行全方位地规划，确保制订出的战略具有整体性、可操作性和长远性。在经营中要加强战略控制和评估，参考平衡计分卡的方式，将企业的远景、使命和发展战略与企业的业绩评价有机地结合起来，避免各级经理层在经营决策中，只关注财务、计划等指标，甚至在帐面上做文章，而不顾企业的可持续发展能力。

5.2.2提高企业的运营效率和效益

企业生产效率和效益是企业竞争力的重要衡量指标，也是资本市场所关注的重点。移动企业作为资本密集型企业，在垄断体制下的粗放式经营模式已不适应当前的竞争环境，应对投资回报、投资成本、核心业务、重点客户给予更多的关注，提高资产的运行效益和效率，减少资本运行风险’。在竞争环境中移动企业应对拥有和经营什么样的资产，如何分配开支，以及如何管理好这些资产等方面都要进行认真的决策，统筹规划，设法降低经营成本，提高效益，以取得经营上的优势。例如，当前移动市场日趋饱和，边际成本在不断地增大，新增用户大多是低价值客户，靠高投入来拉动用户数增长，必然会导致现金流利润率和资产周转率降低，投资收益率下降。因此，从企业利润最大化的角度出发，要以效益为目标，重点抓有效市场、有效客户和有效业务。其次，在移动电话现己成为移动业的“金牛”业务的今天，全力发展高利润的移动业务，实现全业务经营，才能保证业务收入和利润率的稳步增长，减少经营风险。同时，要加强合作，将一些非核心价值活动外包、外销出去，充分利用和整合外部资源，减少内部非核心资源的成本，构建具有竞争优势的价值链和利润链。另外，还要加强对每个生产环节的成本监控，做到精打细算，确保在业务收入一定的情况下，尽量做到总经营成本最小化。

5.2.3保持企业的创新活力

创新是企业发展的源头活水，是企业发展的动力。全球大多数移动企业的创新能力与世界一流的运营商相比，存在着较大的差距，如投入不足，自主产权的核心技术少，不重视业务模式和管理模式等方面的软项目研究，成果转化与推广力度不够等。为此，一要加大技术创新力度。技术创新要围绕满足市场需求、增强网络功能、降低运营成本和提高网络效率为目标，通过自主开发、联合开发和委托开发等方式，开发出一批具有实用性的新技术，来提高企业竞争力。对开发出的新技术要通过整合并集中推广，实现研发价值的最大化。同时还要通过法律程序对其知识产权实行保护。二要重视业务创新和业务模式研究。在全球移动市场趋于饱和、竞争愈加激烈的今天，业务创新正成为世界运营商获取竞争优势的重要战略。三要不断地进行管理创新。因为移动企业沿袭下来的组织架构与运作方式往往不能适应市场竞争的需要，因此，要成为全球一流的移动企业，就必须要在激烈的市场竞争中成功地实施重大变革。

5.2.4大力开发人力资源

要提升企业的效率，“人”的因素不可或缺。要尽快建立科学的人力资源价值评价和岗位评估体系，人力资源管理要克服因人设岗、岗位与职责不匹配的缺陷，要对人的能力正确评估，善于发现人才价值，让真正优秀的人才脱颖而出。要建立科学的绩效考核体系和多层次的价值分配体系，来满足员工多层次的需求，从而有效地激励员工。要将企业远景与员工的期望结合在一起，形成共同的核心价值观，使员工实现自我管理，从而实现企业与个人共成长、同发展。要加快建立学习型企业，通过进行定期的和不定期的人员培训，培养一批懂营销、管理、资本运作、法律等知识的专长人才和复合型人才。

　　6结论与展望

　　6.1结论

移动数据业务是中国移动在移动4G移动时代的重点发展业务，但是由于众多数据业务都共用通信网络，流量，人员服务，收入计算等还没有单独到每一项的数据业务，多为几项数据业务之和，数据有效信息缺失严重，且拥有的数据量也比较少。近些年来，随着移动互联网和大数据的飞速发展，中国移动为解决数据业务现有数据量以及数据有效信息不足的问题，开始逐步研究每一种数据业务的独立数据指标，旨在为单项数据业务建立完善的数据指标体系，为了更好的把握新移动4G移动时代的脉搏，不断提升数据业务的投入产出效率，在竞争中立于不败之地，本文在中移动提出此新思路的基础上，提出了适合于移动数据业务效益评估的指标体系和模型，为中国移动合理调整资源配置，提高投入产出收益提供了科学依据。

　　6.2展望

在本文的研究过程中，由于时间精力以及个人研究能力的限制，文中还存在移动很多的不足之处，主要表现在移动在样本的选取过程中，虽然遵循了一定的原则使样本尽量具有代表性，移动但实际的结果还是会受到样本选取的影响。本文选择的家上市公司是移动行业移动中的领先者，是行业中其他企业的标杆和旗帜，文中基于这些典型企业所做的分移动析是否能充分代表或是准确反映全球整个移动行业的发展，还有待进一步考证。移动对模型的输入输出指标的选择也存在着一定的局限性。由于所选用的指移动标数量是有限的，因此，它们不可能说明和反映所有方面的问题，在指标数量的移动确定以及指标的构成方面都还有待进一步研究。移动由于模型本身的局限性，在对指标的权重赋值时是将它们作为变量移动来进行处理的，所以，研究过程中会出现一些指标的权重为，不符合实际的情移动况。这些均为笔者日后的探究提供了方向。