成本效率模型（精选8篇）
成本效率模型 篇1
0 引言
人工成本是指企业在一定时期内, 在生产、经营和提供劳务活动中因使用劳动力而支付的所有直接费用和间接费用的总和, 是企业总成本的重要组成部分。企业之间的竞争从本质上讲是人才的竞争, 因此提高人工成本的效率对现代企业保持竞争优势具有战略性的意义。目前, 人力资源管理的学科发展已经进入到战略人力资源管理的新阶段。不断提高人力资源管理的水平, 是当前发展经济、提高市场竞争力的需要。为此, 本文提出了使用改进的DEA/AHP模型对人工成本投入产出效率进行评价。
1 改进的DEA/AHP模型
1.1 DEA模型
1978年A.Charnes, W.W.Cooper和E.Rhodes给出了评价决策单元相对有效性的数据包络分析方法 (data envelopment analysis) [1], 即DEA。DEA方法是根据投入指标数据与产出指标数据对各个决策单元进行评价。A.Charnes, W.W.Cooper于1989年提出了约束锥的概念[2], 以解决DEA模型不能体现决策者偏好的问题。吴育华, 曾祥云, 宋继旺等于1999年提出了建立AHP约束锥的概念[3], 使AHP的主观分析与DEA评价的客观分析相结合, 使得DEA方法更适合于实际。
假设有n个决策单元, 记为DMUj, j=1, 2, …, n, 每个决策单元有m种类型的输入, 其指标集为I={1, 2, …, m}和s种类型的输出, 其指标集为R={1, 2, …, s}。这n个决策单元的输入输出指标数据如下:
xij=DMUj对第i种输入的投入量, xij>0;
Xj= (x1j, x2j, …, xmj) T, 为DMUj的输入向量;
yrj=DMUj对第r中输出的产出量, yrj>0;
Yj= (y1j, y2j, …, ysj) T, 为DMUj的输出向量;
vi=第i种输入的权;
v= (v1, v2, …, vm) T, 为m种投入的权向量;
ur=第r种输出的权;
u= (u1, u2, …, us) T, 为s种输出的权向量;
其中, j=1, 2, …, n;i=1, 2, …, m;r=1, 2, …, s。
模型1 DEA模型, 其中当△=0时为CCR模型, 当△=1时为BCC模型[4]:
1.2 AHP约束锥的构成与优化
1999年吴育华等提出了建立AHP约束锥的概念。在构造AHP约束锥时, 他们分别对输入指标I={1, 2, …, m}和输出指标R={1, 2, …, s}使用AHP方法, 进行两两比较, 分别建立两个1-9标度判断矩阵:
其中cij>0, cij=cji-1, cii=1, bij>0, bij=bji-1, bii=1, 对这两个矩阵进行一致性检验, 取C.R<0.1认为判断矩阵的一致性可以接受。
令其中λC和λB分别是判断矩阵的最大特征值, Em和Es分别是m阶和s阶单位矩阵, 构成AHP约束锥:
当构造AHP锥最关键的步骤在于构造两两比较的判断矩阵, 由于评判系统中准则之间关系错综复杂而且评判准则繁多, 容易造成决策者的主观判断不一致。同时, AHP的1-9标度在一些情况下不能确切反应各个被比较对象之间的比例关系也会导致判断矩阵不一致。已经有多篇文章指出, 使用1-9标度法专家有时很难做出判断, 可能导致不一致, 进而使得计算失真。随着AHP理论发展及实际应用的需要, 又出现了许多标度, 引入的标度既要能够客观的表示决策者的判断, 同时要发挥AHP应用于决策的简化优势。从实际应用的角度出发, 既要重视标度的客观性, 又要重视标度的实用性, 本文选择使用0.1-0.9标度构造判断矩阵。0.1-0.9标度的含义如表1所示。
定义1[6]设判断矩阵A= (aij) n×n, 若有
aij+aji=1, aii=0.5, aij∈{0.1, 0.2, …, 0.9}, i, j=1, 2, …, n, 其中aij是元素ui对uj的相对重要程度, 则称判断矩阵A为互补判断矩阵。
定义2[7]设互补判断矩阵A= (aij) n×n, 若对任意i, j, k, 有aij=aik-ajk+0.5, 则称判断矩阵A具有完全一致性。
一般地, 当aij与aik-ajk+0.5的差值越大, 判断矩阵的一致性越差。换句话说, 如果能由原始矩阵重新构成满足aij=aik-ajk+0.5的互补判断矩阵, 新的判断矩阵具有完全一致性且与人们的决策思维相符合, 从而可以避免进行一致性检验。
方法1构造具有完全一致性的互补判断矩阵, 其步骤如下[8]。
步骤1对原始判断矩阵按行求平均值, 得ci= (ai1+ai2+…+ain) /n, n为单准则下的元素个数。
步骤2通过数学变换bij= (ci-cj) /2+0.5, 形成一致性的判断矩阵。其中i, j=1, 2, …, n。
本文在构造AHP约束锥时, 对输入指标I={1, 2, …, m}和输出指标R={1, 2, …, s}进行两两比较, 通过以上方法分别建立两个0.1-0.9标度且具有完全一致性的互补判断矩阵:
令C=Cm-λCEm, B=Bs-λBEs, 其中λC和λB分别是判断矩阵Cm和Bs的最大特征值, Em和Es分别是m阶和s阶单位矩阵, 构成AHP约束锥:
模型2改进的DEA/AHP模型, 即
2 DEA/AHP模型在人工成本上的应用
2.1 输入输出指标的选择
在使用DEA/AHP模型进行效率评价时, 需要选取适当的输入输出指标, 鉴于人工成本投入产出评价指标相当繁多, 基于数据收集的限制, 本文采用2010年4月盐城市人力资源和社会保障局公布的《盐城市2009年制造业人工成本投入产出情况》[9] (如表2) 进行效率评价, 该数据是盐城市人力资源和社会保障局盐城市辖区内的制造业企业调查得来的, 该调查采用随机抽样调查方式, 共调查22个行业中的467家生产经营正常的企业, 涉及从业人员10.18万人。本文对盐城市制造业22个行业人工成本投入产出效率进行评价, 将人均人工成本X1 (元) 、人工成本占成本总额的比例X2 (%) 作为输入指标, 输出指标选择平均每元人工成本所产生的增加值Y1 (元) 、每元人工成本所产生的销售收入Y2 (元) 、每元人工成本所产生利润。由于在原始数据Y’3中每元人工成本所产生利润有负值, 根据y= (x-minValue) / (maxValueminValue) 对数据进行归一化处理, 并用0.0000001替代产生的零值, 得到Y3。
2.2 评估结果分析
对两个投入指标和三个产出指标进行两两比较, 通过方法1分别建立两个0.1-0.9标度且具有完全一致性的互补判断矩阵:
分别运用模型1 (DEA模型) 和模型2 (改进的DEA/AHP模型) 求得22个行业人工成本投入产出效率值及排序, 见表3。
由表3显示, 从传统的DEA模型分析可知, 食品制造业、纺织业等6种制造业的人工成本投入产出总体效率值为1, 传统的DEA模型无法对此6种制造业的人工成本投入产出效率进行排序。
由改进的DEA/AHP模型分析结果可知食品制造业的人工成本投入产出效率很高, 但是工艺品及其他制造业, 电气机械及器材制造业, 印刷业、记录媒介的复制, 通用设备制造业, 文教体育用品制造业的人工成本投入产出效率过低。
各制造业的人工成本投入产出在改进的DEA/AHP模型下的总体效率值普遍下降, 但对大部分决策单元排序的影响并不大, 只有部分决策单元在排序上有很大变动, 明显下降的有纺织服装、鞋、帽制造业, 化学纤维制造业, 专用设备制造业。由此结果可看出DEA分析模型所得的结果较为准确可信, 而且基于改进的DEA/AHP模型的分析结果来调整资源的分配会更有效率。
在使用改进的DEA/AHP模型进行分析时, 有效的DMU个数由6个减少到了1个, 在原模型下的DEA有效单元有食品制造业, 纺织业, 纺织服装、鞋、帽制造业, 化学纤维制造业, 塑料制品业, 专用设备制造业, 而在改进的DEA/AHP模型下只有食品制造业为DEA有效。对于权数设限越严谨, DEA模型具有越高的解析能力。
3 结论
数据包络分析 (DEA) 模型基于输入输出的观察数据, 对评价指标的量纲无特殊要求, 而且权数的产生不受人为主观因素的影响非常公平公正, 本文通过AHP方法对输入输出指标进行处理从而解决了DEA模型不能体现决策者偏好的问题。层次分析法 (AHP) 能够比较直接地反映决策者的主观判断, 它的核心问题是判断矩阵的一致性问题, 本文采用0.1-0.9标度这种更为简便实用的判断尺度, 使AHP的一致性问题得到妥善解决。本文通过添加AHP约束锥的方式, 对权数进一步设限, 使得DEA模型有了更高的解析能力。
人力成本投入产出效率的提升, 对提高行业或企业本身的竞争能力至关重要。本文尝试使用改进的DEA/AHP模型对2009年盐城市制造业22个行业人工成本投入产出效率进行评价, 期望通过调整相对非DEA有效行业人力成本的投入产出, 进而促进企业提高经营管理水平、促进产业结构升级、提高地区竞争力。
参考文献
[1]A.Charnes, W.W.Cooper and E.Rhodes.Measuring theefficiency of decision making units[J].European Journal ofOperational Research, 1978, 2:429-444.
[2]A.Charnes, W.W.Cooper etal Cone ratio data envelopmentanalysis and multi objective programming[J].International Journal ofSystems Science, 1989, 20 (7) :1099-1118.
[3]吴育华, 曾祥云, 宋继旺.带有AHP约束锥的DEA模型[J].系统工程学报, 1999, 14 (4) :330-333.
[4]魏权龄.数据包络分析[M].北京:科学出版社, 2004.
[5]徐泽水.AHP中两类标度的关系研究[J].系统工程理论与实践, 1999, 7:97-101.
[6]徐泽水.区间数互补判断矩阵排序的一种实用方法[J].运筹与管理, 2001, 10 (1) :16-19.
[7]徐泽水.模糊互补判断矩阵排序的一种算法[J].系统工程学报, 2001, 16 (4) :311-314.
[8]杜栋.基于0.1-0.9标度的AHP在研究[J].系统工程与电子技术, 2001, 23 (5) :36-38.
[9]盐城市人力资源和社会保障局.盐城市2009年制造业人工成本构成及投入产出情况调查报告[EB/OL].[2010-04-30].http://www.jshrss.gov.cn/zcfg/sjwj/ycs/201011/t20101129_77524.html.
降低存货成本提高资金使用效率 篇2
关键词：存货管理；存货成本；资金效率
存货是企业在日常生产经营过程中为生产或销售而储备的物资。企业的营运资金中包括现金、有价证券、应收帐款和存货等。企业持有充足的存货，有利于生产过程的顺利进行，避免因存货不足带来的停工待料，无法生产。然而存货的增加必然要占用更多的资金或应付帐款的增加。针对铁路基层站段来说，路局拨付的运营款是有限的，如何有效地、合理地使用有限的资金，加强对存货的管理就显得尤为重要。
1 目前存货的采购方式
目前市场上物资采购的主要方式有：招标采购、比价采购、零星采购和紧急采购等。具体到我段的物资采购方式有三种：局采配送物资、局定配送物资、站段自购物资。
（1）局采配送物资。这部分物资的采购，由材料计划员申请物资采购计划，报物资供应段，由物资供应段报局物资处采购供应。局物资处是物资进料渠道的主管部门，负责进料渠道的审定和局采物资进料渠道的供应落实。
（2）局定配送物资。这部分物资的采购由材料计划员申请物资采购计划，报物资供应段，由物资供应段采购供应。物资供应段负责局定配送物资进料渠道的供应落实。这部分存货主要是指按生产计划需要的原材料及配件，如：汽油、柴油、大型客车互换配件等专用材料，主要用于日常生产。这部分资金路局结合我段实际情况，以通知书的形式，通过内部往来进行核算。
（3）站段自购物资。自购渠道由材料科在路局规定自购范围内组织对太原、大同、临汾自购渠道进行初评，经段采购领导组审批后，报局物资处审核执行。这部分存货主要是指与生产紧密相关，单位价值较小，在市场上能够采购到的原材料及配件。这部分物资中空调电气配件和民用配件居多，还有一部分是用于客车检修应急任务的用料。
2 加强进货管理，阳光采购物资，保证监督有效
我段材料存货的自购，一般要占到路局下拨运营资金的二分之一还多，因此如何用好有限的资金是加强资金管理的重要途径。通过确定进货成本、储存成本，借鉴“零库存”的管理思路，控制存货占用资金，使之最小。对于企业来说，存货的采购是生产的准备阶段。为了保证维修后的客车能够安全平稳的在线路上行驶，必须采购适用、价格公道、质量合格的原材料。为管理好进货业务，应加强采购业务的内部监控制度，主要包括以下几方面：
（1）存货采购的用料申请控制制度。为使存货既能满足需要，又能防止由于存货过多而造成的积压风险。在确定存货采购时，应根据每月的段修、维修、运用修数量，由各车间对待修车辆会检后，提出材料配件用料申请，用料申请必须注明材料名称、规格型号、数量，报材料科。材料科根据实际用量与库存量计算采购量，与技术部门、财务部门共同确认，保证在资金预算范围内进行采购，同时防止已经采购的存货又重复执行。
（2）订货控制制度。为了保证物资供应的质量和规范供货渠道，必须对物资供应单位进行合格供方评定，评定由材料科依据企业情况、供应价格、质量保证能力、生产部门使用情况提供评审单，由采购领导组审批后方可执行。大宗物资必须招标采购。物资采购领导组定期对实际供应价格同市场价格进行对比分析，对控制采购成本进行有效监督。
（3）货物验收控制制度。当所订购的货物到达后，由送料单位交料人员凭发票明细向段管库人员交料，管库人员要核对品名、型号、材质、规格尺寸、等级，检查物资的外观质量，查对出厂合格证件。按上级规定需要送检的材料如油脂、煤等由管库员通知有关车间和部门按抽检比例取样进行化验、探伤、试验，合格后由检验部门出具检验记录，检验合格后才能办理入库手续。对进料检验中发现不合格品，管库员要立即进行标记，隔离存放，填写记录，通知材料计划员做退货处理。
（4）记帐付款或应付款控制制度。由采购申请单、订货单和收货单共同购成的收货业务完成后，会计部门就取得了供货方的发票和收货单等表示货物已经验收进库并应支付货款或应付帐款的原始凭证。财务科为物资价格管理的动态控制和最终监督部门，将财务成本控制、资金管理渗透于物资购销业务全过程，保证价格监控正常运行。原始凭证经会计人员审核无误后，财务部门应该及时记录存货的增加和银行存款的减少或应付帐款的增加。
3 加强存货分类管理
作为全局唯一的客车段，物资存货种类之多，可谓全局之最，从几十年前的22型客车到目前比较先进的动车组、19K高包车，每一种车型都有它所特有的材料配件；从几角钱一个的螺丝到几万元的高价互换配件，多达上万种，这就需要企业实行分品种重点管理，分类别一般控制和按总额
灵活掌握的ABC存货管理方法。
属于A类的是少数价值高的、最重要的项目，主要包括金属钢材类、油脂类。这些存货品种少，而单位价值却较大。这类存货的品种数大约只占全部存货总品种数的10%左右，而从一定期间出库的金额看，这类存货出库的金额大约要占到全部存货出库金额的70%左右。B类物资主要包括机电产品、车辆配件，从品种数和出库金额看，大约都只占全部存货总数的20%左右。A类和B类物资一般为局采配送物资和局定配送物资，很少占用我段自有资金。属于C类的是为数众多的低值项目，主要包括生产急用料、民用料等。其特点是，从品种数量来看，这类存货的品种数大约要占到全部存货总品种数的70%左右，而从一定期间出库的金额看，这类存货出库的金额大约只占全部存货出库总金额的10%左右。C类物资一般为站段自购。严格管理、杜绝个人私用、反对浪费是减少自有资金支出的有效办法。
4 加强段制品、利材品的开发
段制品、利材品的开发与生产是站段为解决铁路运输设备配件供应不足而自己有一定技术能力进行一些配件的加工生产。逐步扩大段制品生产范围也是缓解企业资金紧张被动局面的有效途径。如2008年8月我段段段制品收入3.6万元，材料成本2.8万元，主要产品有：不锈钢立罩、调整丝杠等，形成这些产品主要需要钢板、铁皮等物资，这部分物资为局定配送物资，由物资供应段供应，并未消耗我段自有资金，只花费少量人工成本。相比而言，比直接去市场采购此类物资，节省了大量自有资金。但需要注意的是，对一些重要材料、配件的自加工，一定要经过相关部门的验收、确认，符合相关技术、安全条件后，方可生产。
5 严格控制材料消耗，开展收旧利废
存货物资作为企业资金的另外一种表现形式，要想减少消耗，就必须加强原材料的收、发、存，提高存货周转率，降低存货周转天数。加强库存管理，定期进行盘点，积极处理积压存货，确保物资无损完整。同时，修旧利废也是减少资金占用的有效途径。尤其是对一些单位价值较大的空调配件、电器配件，如果一损坏就进行更换，必然使资金占用增加，而通过一定的修理，更换一些损坏的零小件，使其达到规定的使用条件，也可降低成本，减少资金占用。
成本模型与成本最小化途径 篇3
关键词：成本模型,社会福利,成本最小化,路径
成本模型刻画了生产者行为特征。面对激烈产品竞争,理性生产者不得不追求利润最大化。否则长期而言,难以生存和发展。在给定技术和产品价格的约束前提下,利润最大化的实现途径是成本最小化。如何实现成本最小化? 基于不同经济理论的成本模型,其成本结构迥异,也昭示了成本最小化的不同实现途径。
1 马克思经济学成本模型与成本最小化途径
1867年《资本论》第一卷出版,标志着马克思经济学诞生。在马克思经济学中,成本模型为C = Cs+ V。其中Cs为物化劳动的耗费即转移价值,包括机器设备折旧费用、原材料消耗费用、能源消耗费用等,V为活劳动耗费即工人工资,Cs和V之间,不存在替代性。在产品或要素流通领域,买卖双方的权利,形式上平等,实质不平等。劳动力一无所有,其本人及家庭生存唯一希望是被资本家雇用。资本家具有强大的买方市场势力,可以据此压低劳动力价格。在生产领域或工厂内部,资本和劳动不平等,更是表现得淋漓尽致。资本处于支配地位,劳动者处于被支配地位。资本家可以通过延长劳动时间或增加劳动强度,改变劳动力支付价格与新创造价值的比值等方法,实施资本对劳动的控制。该模型未考虑工人提供的剩余价值,也未扣减资本的机会成本,故剩余价值与利润在数量上相等。马克思认为,剩余价值与利润区别,仅在于观念上差异,即它被视为由可变资本或预付资本带来的。
在成本模型C = Cs+ V中,如何实现成本最小化? 首先在劳动力购买过程中,劳动者不仅在数量上供过于求,而且在心理上也急于出卖劳动力。供求双方力量不均等,在价格谈判中,劳动者明显处于劣势。劳动力市场又具有地域分割性、内部人—外部人理论特征,资本家完全可以凭借其权力,以较低价格购买劳动力。其次在劳动力使用过程中,厂商通过延长劳动时间和提高劳动强度等方法,“无偿”使用劳动力。再次厂商采用三班倒工作制度,以损害劳动力健康为代价,尽量减少和节约预付资本数额,提高固定资产使用效率。最后厂商通过改善管理、技术进步等途径,增加劳动力学习成本,以降低原材料消耗等成本。
这些成本最小化途径后果如何呢? 降低劳动力价格,短期就个别厂商而言,实现了成本最小化和利润最大化。人为使V下降,利润必然随之同等增加。但由于工人边际消费倾向大大高于资本家,一方面,导致社会有效需求不足,“产品实现”困难,从而埋下了经济危机的种子。另一方面,由于劳动者工资除维持本人及家庭生存外,几乎没有剩余能用于教育、医疗保健等,人力资本难以提升,延缓了技术进步。此外依据马克思的劳动价值理论,自然资源没有人类“加工”的痕迹,是没有价值的。在前资本主义时期和资本主义前期,资本相对稀缺,资源充足。由于原材料、能源价格极低,激励资本家对自然资源掠夺式开采。原材料、能源过度使用,环境污染加剧。由于工业化水平低,工厂分布在空间上相对分散,环境自净能力强。原材料、能源供应充足,环境、资源尚未构成经济发展的约束条件和对人类生存的威胁。马克思经济学成本模型,无法约束资本对工人和自然的掠夺。资本的超额利润,来源于资本对工人和自然造成的负外部性。
2 新古典经济学成本模型与成本最小化途径
新古典经济学认为,资本、资源和人力资本之间存在着可替代性。它也忽略了生态环境破坏对人类未来福利损害。新古典经济增长理论代表人物索洛增长模型认为,技术进步是经济增长决定因素,环境不构成经济增长约束条件。西蒙·库兹涅茨甚至认为经济增长不可能受到自然资源绝对缺乏所阻碍。[1]在新古典经济学中,成本模型为C = Cs+ V + Co,其中Co为机会成本。在该模型中,Cs和V之间,存在替代性,劳动者与劳动资料、劳动对象一样,仅是厂商实现利润最大化的工具。另外大多数经济资源使用价值存在多样性,经济资源具有机会成本。考虑了机会成本的成本模型,更科学地度量了资源配置效率,为实现资源优化配置提供了观念上指引。
在成本模型C = Cs+ V + Co中,如何实现成本最小化? 依据Cs和V相对价格,厂商可选择劳动密集型或技术密集型生产方式,以实现成本最小化。尤其是发展中国家和欠发达国家,资本稀缺,本应倾向于采用劳动密集型生产方式。各国、一国各区域环境规制标准不同,尤其是发展中国家和落后地区,为追求经济增长,盲目引进发达国家或地区的污染产业和高能耗产业,实现了污染的跨地区甚至代际转移。要想从根本上降低成本,只能依靠新技术、新方法。如在劳动者不知情状态下相对延长劳动时间,使用尚未被普遍认识资源,向社会转移尚未被政府规制的负外部性。利润 ( 剩余价值) 实现,是通过成本外部化方式,把对生态环境影响和不确定性转嫁给他人、整个社会、自然生态环境甚至后代人承担。[2]随着经济总量扩大,负外部性行为所带来成本不断增加,私人成本与社会成本差额越拉越大。这些负外部性行为所造成成本,厂商不必或可逃避支付责任,降低了厂商成本。
这些成本最小化途径后果如何? 如果某一区域资本昂贵、劳动力丰富,理性厂商就采用以劳动替代资本生产方式,阻碍或延缓新技术、新机器采用。这些新机器本可以减轻劳动者的劳动强度和劳动时间,从而减少对劳动者健康损害。劳动者劳动时间减少,相应闲暇时间延长。劳动者可通过接受教育和培训,自主进行技术革新,提升其人力资本,加速新技术、新机器发明,实现技术进步良性循环。为追求成本最小化,厂商采用大规模、标准化产品生产方法,忽视响应消费者个性化偏好,形成产品供过于求。为扩大内需或出口,国家又采取积极财政政策或宽松货币政策,厂商通过广告,刺激消费者需求,加剧资源、能源紧张。在成本模型C = Cs+ V + Co中,未考虑环境成本。厂商生产行为外部性,如空气污染、水污染、噪音污染等,无法内部化为厂商成本,不能作为厂商利润减项,却不合理地由社会和他人承担。厂商利润被高估,社会其他人群福利受到损害。因此资本主义生产方式危机,不仅表现在生产过程中,而且表现在消费过程及整个生态系统中。发达资本主义供应过量商品,鼓励人们过度消费。这种过剩生产和过度消费方式,加剧了环境破坏和资源耗竭。[3]
3 现代发展经济学成本模型与成本最小化途径
1983年联合国推出法国经济学家佩鲁著作《新发展观》,成为经济社会综合发展观的标志性著作。新发展观基本内涵包括: 发展应以人为本或者说为了人的普遍发展需要; 经济发展应与社会进步相协调; 人类社会发展应与自然界保持和谐。[2]现代发展经济学成本模型为C = Cs+ V+ Co+ Ce+ Cr&d,其中Ce为环境成本,Cr&d为研发成本。
3. 1 环境成本
环境成本又称环境降级成本,是指由经济活动造成环境污染而使环境服务功能质量下降的代价。环境降级成本分为环境保护支出和环境退化成本。环境保护支出指为保护环境而实际支付的价值,环境退化成本指环境污染损失价值和为保护环境应该支付的价值。自然环境主要提供生存空间和生态效能,具有长期、频繁使用特征。经济活动污染造成环境质量下降的代价即环境降级成本,类似于“固定资产折旧”。在新古典经济学成本模型C = Cs+ V +Co中,没有考虑生产和消费行为负外部性所导致的环境成本,然而这部分成本绝不是小到可以忽略不计的地步。2005年我国环境成本占GDP13. 5% ,而当年我国GDP仅增加了10. 4%,“绿色”GDP增速为负值。这表明传统经济增长方式环境成本巨大,把环境债务留给了子孙后代的发展模式,是不可持续的。
根据2009年《中国统计年鉴》,我国货物和服务净出口对国内生产总值增长贡献率,1989年为44% ,1990年为50. 4% ,1997年为44. 4% ,我国经济外贸依存度很高。发展出口导向型经济,尽管解决了中国部分工人就业问题,但我国资源利用率低、能源消耗高,产业在国际价值链分工中又处于低端。产品出口加剧了我国资源、能源矛盾,实际上是把国外的三废排放量变相转嫁到中国。随着北美经济衰退,众多欧美国家实行“去工业化”发展战略,将其国内工厂转移至成本较低的发展中国家。中国在成为“世界工厂”的同时,也可能成为“世界垃圾场”。[1]
在成本模型C = Cs+ V + Co+ Ce+ Cr&d中,如何实现成本最小化? 市场经济以价格来配置资源,这就需要计量包括环境成本在内的完全成本。政府在解决环境问题上,要运用税收、补贴、排污权交易、合理资源价格等手段进行规制,使环境成本内部化。如我们在超市购买商品时,商家免费赠送的塑料袋,地球需上百年才能消化它。但一些可降解的包装袋,环境成本极低,却因为生产规模小、原料贵致使价格高,无法全面推广。考虑环境成本后,可降解包装袋总成本比免费赠送塑料袋成本要低得多。政府应该向塑料袋厂家收取环境成本税,以提高其生产成本,相应提高其产品市场价格。同时把这部分税收补贴给可降解包装袋厂,以降低其生产成本,相应降低其市场价格。这样包装袋厂增强了市场竞争力,消费者自然会选择便宜耐用产品,塑料袋厂家也会逐步停产或转产。随着可降解包装袋市场规模扩大,生产成本会进一步降低,国家可逐步减少补贴。在政府有效干预下,完成了产业结构调整和优化。通过税收和补贴,激励清洁生产,降低经济发展环境成本。
在可持续发展过程中,我们面临两类问题: 环境问题如污染; 生态问题如水土流失、荒漠化、全球温室效应等。但新古典经济学把可持续发展仅理解为治理外部性,显然是片面的。环境污染可以通过外部性理论得到解释,全球温室效应、荒漠化、资源耗竭等问题难以用外部性来说明,也难以用治理外部性的科斯手段与庇古手段来治理。[4]有些环境破坏,是难以修复甚至是不可修复的。这有力地回击经济发展必然导致环境污染,应走先污染后治理之路观点。解决生态问题,必须控制人口数量、控制人类的消费欲望,赋予消费者效用函数新的内涵。
3. 2 研发成本
熊彼特认为,企业家为追求垄断利润而进行创新是经济得以持续增长原因。根据创新结果不同,可以把创新分为水平创新和垂直创新,前者增加产品种类,后者提高产品质量。创新是厂商从事研究开发活动成果,它表现于新知识诞生,并直接作用于生产。[5]通过企业研发投入,产品种类不断增加,产品质量不断提高,动态地满足了消费者偏好变化,也避免了同质产品过度竞争,走出了传统成本最小化的过度竞争陷阱。因此创新可避免产能过剩带来的资源浪费,是降低成本的可持续途径。因为传统降低材料、人工费用方法,总存在极限,并可能造成有效需求不足。创新是成本最小化的另一条途径。
根据2009年《中国统计年鉴》,2008年三大需求对国内生产总值增长贡献率分别为: 消费45. 7% ,投资45. 1% ,净出口9. 2% 。投资对国内生产总值增长贡献率,1978年为66% ,2008年为45. 1% 。虽呈下降趋势,但仍然无法改变我国投资驱动型经济特征。1994年施行分税制改革以来,各级地方政府为追求25% 增值税分成,以各种优惠政策相互竞争投资项目。政府主导的投资驱动型经济,在宏观上表现于周期性产能过剩,不得不对部分企业实施关停并转; 在微观上表现于产品供过于求,必然导致企业削价竞争,形成价格战,价格甚至低于成本 ( P < Cs+ V + Co+ Ce) 。成本最小化压力不断加大。
在成本模型C = Cs+ V + Co+ Ce+ Cr&d中,如何实现成本最小化? 就各级政府而言,各区域应按照自己的比较优势,发展与本区域特点相适应产业,形成有区域特点产业集群,区域间才能形成分工与合作格局,才能从根本上破解重复建设、产能过剩问题。就企业而言,应加强研究与开发投资,实施差异化战略,走产品创新之路,形成自己的核心竞争力。只有不断地推出满足消费者偏好的、个性化产品,消费者才会赋予其较高保留价格,企业才能不断地筹集到创新基金,最终规避价格战。
标准成本模型研究 篇4
在OECD国家中, 企业和民众经常抱怨的就是政府在很多事务上的层层行政管制与繁文缛节 (red tape) 。这些繁文缛节在很多情况下, 这些程序极其复杂, 既无关紧要又麻烦, 从而造成不必要的监管负担, 给整个经济带来的成本十分高昂。如果行政监管法规的数量过多、过于复杂, 就有可能阻碍创新, 造成不必要的贸易、投资和经济效率障碍, 甚至以及使得许多小企业和刚兴起的企业无法发展或进入特定的市场, 最终导致竞争?的衰退等问题的发生。为了更清楚地了解负担的程度, 很多OECD国家已尝试通过商业调查或基于量化证据的方法衡量负担。衡量对企业造成的行政负担的最初方法之一是荷兰开发出的标准成本模型 (Standard Cost Model, 简称为SCM) 。我国国家税务总局在关于印发《全国税务系统2010-2012年纳税服务工作规划》的通知中也要求研究建立标准成本模型 (SCM) 并在部分地区试点。本文试对标准成本模型进行简单介绍。
二、标准成本模型
标准成本模型致力于确定和衡量企业的行政负担, 是减少行政负担所必须的前提条件。标准成本模型的一部分是通过简化遵从政府监管要求的义务来实现, 另一部分则是通过检查然后将其全部取消的可能性来实现。一旦监管放松, 后续的行政负担计量方法可以采用, 就可以评估整体的成功程度。标准成本模型目的在于确定、计量和评估在完成行政要求时发生的商业成本。这些成本通常由向中央机构或者公众 (比如消费者) 提供信息的责任引起。为准确计量行政负担, 我们首先应当准确界定在计算行政负担时应包括的成本。
政府管制导致的成本负担可以大致分为直接成本 (direct costs) 与间接成本 (indirect costs) 两种。管制的直接成本也叫直接财务成本, 即指因政府实行管制措施所需耗费的行政成本, 主要反映在管制机关的行政业务预算之上, 包括所有政府的财政支付责任。最显著的例子是税收, 商业企业在接受某些优惠时也被迫缴费, 根据国际SCM手册这也被视为直接财务支出。间接成本则是指管制措施对受管制者所造成的成本负担, 也即受管制者因遵守管制法令而所需付出的成本, 所以又可称之为管制的“遵从成本” (compliance cost) 。遵从成本又可分解为基本遵从成本和管理成本。管制的间接成本还包括所谓的“第三方成本” (the third-party costs) , 这是根据管制俘虏现象所衍生出来的成本, 也即因特殊利益团体总是能够有效地俘虏管制当局, 使其制定更为限制竞争的管制措施, 所以社会大众便会在市场竞争不足的情况下, 必须支付更高的价格成本方能够买到相同的产品或服务。政府管制成本的具体分类如图1所示。
管理成本包含的内容也可以进行更为细致的分类, 如图2所示。虽然图2中的内容区别较为明显, 但是也存在一些行政负担必须被确认为显而易见的行政活动所引起的情形, 即使这项义务已被移除, 这种区分是十分困难的。
三、标准成本模型计算步骤
行政负担计算方法计算步骤如图3所示:
也可采用图4框架进行。
这些成本主要通过商务访谈来确定。这些访谈提供数据, 从而使详细说明企业花在遵守政府监管法规上的时间成为可能。一旦所有公司的数据库完成, 首先可以验证它然后根据图4列示的框架把它拓展到国家的水平上。计算伴随着所有步骤的总体描述、观察和问题。咨询顾问汇总一份报告给同级的单位或部门, 他们轮流把他送到监督组考虑。为了用标准成本模型衡量监管负担或评估减轻监管负担的计划, 很多国家开发出了一种所有现行立法的行政负担的“基线衡量 (baseline measurement) ”方法。这种基线衡量方法能让人对监管法规一览无遗, 并得出企业行政负担的总数字;还能显示出繁重的信息责任和相关活动的所在, 并判断出其起源于国内还是国际。荷兰于2002年底开始用标准成本模型衡量企业负担的程度。截止到2002年12月31日, 所有行政负担共计164亿欧元 (占荷兰GDP的3.6%) 。财政、卫生和社会事务以及司法部门造成的负担占企业行政负担总额的四分之三以上。丹麦也于2006年初完成对所有行政负担的基线衡量。基线衡量包括对16个不同部门中与企业相关的所有监管工作的衡量。6标准成本模型已被许多欧洲国家采用, 因为它能发掘简化国际和欧盟监管的潜力, 例如通过利用相同的方法在各国之间进行基准研究。联合基准 (joint benchmark) 的重点是分析欧盟立法在国家层面的实施情况, 以及评估在行政负担方面的结果。通过比较各国体制, 可以找出实施欧洲法则的最有效的方法。衡量行政负担也能为简化欧洲法则提供不错的选择。丹麦、荷兰、瑞典和挪威已于2005年完成第一次有关行政负担的增值税国际基准的运用。该基准的重点放在一系列欧盟增值税立法和在国家层面的实施情况及其所造成的行政负担上。OECD也于2006年推出了基准项目, 对众多OECD国家的国际运输立法进行分析。
在欧盟, 欧洲委员会正在考虑一种评估立法所造成的行政成本的欧盟通用方法, 参见EC (2005c) 。所建议的方法叫做“欧盟净行政成本模型” (EU Net Administrative Cost Model) 。与标准成本模型一样, 这是一种“微观评估方法”, 可以对国内、欧盟和国际起源加以区分。它曾被修改, 因为它涉及对企业、公共机构和公民的负担, 也考虑净成本以及一次性成本。对现有负担规模的衡量可能是一种基于信息的重要减负政策制定方法, 也是评估所采取的政策措施的依据。关于负担规模的量化证据提高了政客们的意识, 支持了维护减负举措和政策的政治选民。此外, 可衡量的减负目标也强化了改革者的责任。
四、结论
中国正在建立和完善市场经济体制, 改革的艰巨性、复杂性和长期性, 是世界上任何一个市场经济体制国家所没有经历过的。国家税务总局去年已经开始了标准成本模型计算的试点工作, 旨在通过在定量基础上得出客观的判断标准, 而这需要经验的积累和实践的过程。我们在实务工作中应该积极顺应经济发展规律, 减少政府不当的干预, 强化市场机制与提升产业的竞争能力, 为我国经济的繁荣打下坚实的基础。
参考文献
[1]Cordova-Novion, Cesar., 2008:The Reform Results Calculator (RRC) .—A Standard Cost Model developed to evaluate the results of a Regulatory Guillotine?.[1]Cordova-Novion, Cesar., 2008:The Reform Results Calculator (RRC) .—A Standard Cost Model developed to evaluate the results of a Regulatory Guillotine?.
[2]Nick Malyshev.The Evolution of Regulatory Policy in OECD Countries.OECD.[2]Nick Malyshev.The Evolution of Regulatory Policy in OECD Countries.OECD.
成本效率模型 篇5
1 研究文献综述
综述相关文献,科技资源配置效率研究分为定性与定量两个层面。对于科技资源配置效率的定性研究,主要是从科技资源配置机制角度展开的。如:叶儒霏等[1]运用新制度经济学理论、政府管理理论,结合国内外经验教训,分析了影响我国科技资源配置效率原因并寻找相应的对策。刘玲利等学者[2,3,4,5]更多地侧重于科技资源配置效率定量方面的研究,即通过选取指标与构建模型的方式测度某个地区或领域的科技资源配置效率及其变动情况。由于科技系统是由一个“投入—产出”各个要素相互依赖和相互作用形成的复杂系统,学者们几乎都将科技资源配置效率理解为科技产出与科技投入之DEA方法,而该方法无须估计投入与产出的生产函数,是直接利用线性规划的方法,并从投入 - 产出视角构建评价指标体系。至于评价方法,应用比较广泛的是用来判断决策单元之间的相对有效性,在处理多输入与多输出的效率评价时显现出独特的优势。然而,传统的CCR模型计算效率值时往往存在数个有效的决策单元,以致无法比较有效决策单元之间效率的高低,基于此,本文引入超效率CCR模型,以便区分有效决策单元效率的高低; 同时构建基于DEA的Malmquist指数模型,分析与比较不同时期我国省域科技资源配置效率的变化趋势,并通过技术进步与技术效率变化指数探析科技资源配置效率变化的本质。
2 评价模型构建
DEA方法是著名的运筹学家Charnes A、CooperW W和Rhodes E首先提出的,是一种用于评价多投入 - 多产出的同类决策单元 ( DMU) 之间相对有效性的系统分析方法。该方法不需要预先估计参数及进行指标权重假设,避免了人为主观性所带来的偏差,且对指标数据的量纲没有限定。为此,DEA方法具有广泛的适用性,成为管理科学领域非常重要的、有效的分析工具。
2. 1 超效率 CCR 模型
CCR模型是著名的运筹学家Charnes A、CooperW W和Rhodes E提出的,是常用的效率评价模型,以规模收益不变为基本假设。该模型假设有n个DMU,每个DMU都有m种类型的投入和s种类型的产出,对于第j个DMU分别用向量xj与yj来表示:
则每个DMU效率值可以通过如下线性规划模型来求得:
其中,x0、y0为选定决策单元DMU0的投入向量与产出向量; λ是相对于DMU0重新构造一个有效的DMU组合中n个决策单元的组合比例; θ为DMU0的投入相对于产出的有效利用程度,即效率值; 1 - θ表示DMU0多投入的比例,或说可以减少的最大投入比例。
CCR模型无法对有效的DMU进行进一步评价与分析,为弥补此项不足,Andersen与Peterson提出了改进的DEA模型,即超效率模型,较好地解决了有效DMU之间的排序问题。其基本思想为: 在对决策单元进行评价时,将被评价的决策单元DMU0排除在决策单元的集合之外,其具体模型为:
2. 2 Malmquist 指数模型
Malmquist指数最早是由Sten Malmquist提出的,Caves等首先将这一指数用于生产率变化的测算,此后与建立的DEA理论相结合,使其被广泛应用,在处理基于面板数据的多输入与多输出的效率评价时显现出独特的优势。
在规模报酬不变的条件下,Malmquist指数可分为技术效率变动指数TEch与技术进步变动指数TPch的乘积,公式如下:
当规模报酬可变时,技术效率变动指数TEch又可进一步分为纯技术效率指数PEch与规模效率指数SEch,前者是度量技术效率有多少是由纯技术效率造成的,后者是度量决策单位生产是否处于最优的生产规模。具体的公式为:
全要素生产率TEPch可分解为技术进步变动指数、纯技术效率变动指数以及规模效率指数3个部分,即:
公式 ( 5) 中,dti( xi + 1,yt + 1) 代表以第t期的技术表示的t + 1期的技术效率水平; dti( xt,yt) 代表以第t期的技术表示的当期技术效率水平; dti + 1( xt + 1,yt + 1)代表以第t + 1期的技术表示的当期技术效率水平;dti + 1( xi,yt) 代表以第t + 1期的技术表示的第t期的技术效率水平。
若Malmquist指数TERch > 1,表明从t时期到t+ 1时期全要素生产率呈现上升趋势; 反之,表示从t时期到t + 1时期全要素生产率表现出下降状态。此外,构成Malmquist指数的技术进步变动指数、技术效率变动指数以及规模效率指数呈现相似的特性,当某个变化率 > 1时,表示它是全要素生产率TEPch增长的根源; 反之亦然。
3 指标选取与数据来源
3. 1 指标选取
科技资源配置效率评价指标体系既包括投入指标又包括产出指标。从系统性角度出发,所建立的评级体系应尽可能涵盖科技资源配置的基本特征与整体状况,但是,鉴于科技活动的复杂性,实际研究中不可能罗列所有的投入与产出要素,只能选择关键的要素[6]。为此,本文综合系统性、科学性、可行性、规范性等原则,经过专家评估和修订,最终构建出科技资源配置效率评价指标体系,如图1所示。
科技投入是开展科技活动必不可少的基本条件,是指投入到科技活动的一切人力、财力与物力的总和。以往文献多是选用科技活动人员、经费及其相关指标来度量科技投入,但2009年以后的《中国科技统计年鉴》着重突出能够反映自主创新能力的研究与试验发展 ( R&D) 指标及其相关结构指标,删除了不能进行国际比较的科技活动人员、经费及相关指标。R&D活动是整个科技活动的核心,是推动科技进步与发展的重要条件。为了与国际统计口径保持一致,本文选用反映研究与试验发展( R&D) 情况的指标,以此来衡量我国或地区的科技活动规模与科技发展水平,分别采用R&D人员全时当量 ( 人年) 、R&D经费内部支出 ( 万元) 与R&D经费内部支出占GDP比重 ( % ) 来反映科技投入状况。
科技产出是指通过科技活动所产生的各种形式的成果,是科学研究的最终目的,包括直接产出与间接产出。直接产出是指通过科研活动取得具有学术意义或使用价值的创造性成果,即知识产出,主要的分析对象是科技论文与专利产出,以国外主要检索工具收录科技论文数 ( 篇) 与国内3种专利申请受理数 ( 件) 来衡量。间接产出是指科技成果产业化与商品化的结果,理论上是涵盖科技活动的经济效益与社会效益,但鉴于社会效益表现为由于科技成果的推广与应用所带来的社会生活水平的提高及社会意识形态的变化,难以设定指标加以度量,因此本文仅考虑经济效益,分别设置高技术产业新产品销售收入 ( 万元) 与技术市场合同成交额 ( 万元) 2个指标予以度量。
3. 2 数据来源与处理
实际工作中广泛存在着时间的滞后性问题。由于科研工作本身的特性,科技投入与科技产出之间存在一定的时间滞后性[7],科技投入的见效期通常不会在当年显现,因此在数据选取时必须考虑滞后期问题。在时间序列中,滞后变量一般选择1 ~ 3期较多。考虑到科技投入与产出的实际情况,本文采用科技投入的知识性产出时滞2期[8]。然而,科技成果向现实生产力转化通常需要一段时间,学术界习惯上采取滞后1期[9]。考虑到数据的可获取性,本文考察我国各省域2001—2009年的科技投入与2003—2011年的直接产出以及2004—2012年的间接产出的之间关系。
同时,为满足动态效率研究经验法则的要求,即样本个数应不少于投入指标与产出指标个数综合的两倍,本文将样本空间定为我国大陆30个省区市( 由于数据缺省,西藏除外) 。为了保证统计口径一致性,所有数据均来自2002—2013年的《中国科技统计年鉴》 ( 原始数据略) ; 且由于时间跨度较长,为了剔除价格因素的影响,本文运用以2001年为基期的GDP平减指数对R&D经费内部支出、技术市场合同成交额、高技术产业新产品销售收入指标数据进行处理。
4 实证分析与解释
4. 1 基于超效率 CCR 模型的科技资源配置效率分析
基于处理的数据,本文借助deap2. 1软件对我国30个省域的科技资源配置效率进行逐年测算,结果显示: 同一时期,我国不同省域科技资源配置效率存在很大的差异,绝大部分省域的科技资源配置处于无效状态,以致我国历年来总体的科技资源配置效率未达到有效状态 ( 如表1) 。以2001年为例,北京、天津等13个省域的科技资源配置处于DEA有效状态,说明这些省域的科技投入产出达到最优配置; 而其它17个省域的科技投入产出为非DEA有效。
基于CCR模型分析的结果,同一时期多个地区的科技资源配置效率均为1,无法比较它们之间的效率高低。为此,本文再运用EMS软件进行超效率DEA分析,以解决科技资源配置效率有效的区域之间的排序问题,结果如表2所示。以2001年为例,13个DEA有效区域根据其科技资源配置效率大小依次为贵州、福建、浙江、重庆、北京、广东、海南、甘肃、上海、天津、江苏、黑龙江、吉林,即2001年贵州省的科技资源配置效率水平处于全国第一位。然而,2002年贵州省的科技资源配置效率处于无效水平,仅为0. 455,处于27位。说明不同年份科技资源配置效率存在极大的变动,下文将详细阐释。
4. 2 基于 Malmquist 指数的我国科技资源配置效率变化分析
为了说明不同时期我国科技资源配置效率变动情况,本文借助deap2. 1软件对2001—2009年我国30个省域的科技投入 - 产出的面板数据进行分析。从表3可看出: ( 1) 2001—2009年期间,我国科技资源配置的效率总体上处于增长态势,源于技术进步与技术效率改善的交叉作用,但前者的作用幅度更大。进一步细分技术效率变动情况,我国科技资源配置的规模效率保持不变,纯技术效率平均增长0. 3% ,说明技术效率的改善取决于现代科学技术方法和手段的传播与扩散。 ( 2) 我国科技资源配置效率增长呈现明显的阶段性特征。2002 /2001、2004 /2003、2007 /2006、2009 /2008时间段内的科技资源配置效率。我国科技资源配置效率呈现不同比例的增长趋势; 而2003 /2002、2005 /2004、2006 /2005、2008 /2007时间段内,却在不同程度上呈现下降态势。2001—2009年期间,我国科技资源配置效率存在很大的变动,处于下降与上升来回交替的过程中,因而整体上只表现为较小幅度的上升态势。
从图2可以看出,我国技术进步与科技资源配置效率呈现同方向变动,是一个不稳定的发展过程,2002 /2001、2004 /2003、2007 /2006、2009 /2008这4个时间段内技术进步变动指数表现为增长态势,其它4个时间段内技术进步变动指数呈现下降状态。技术效率变动指数与科技资源配置效率变动之间不存在任何规 律性,2002 /2001、2005 /2004、2008 /2007这3个时间段内技术效率变动指数呈现增长趋势,而其它5个时间段内技术效率变动指数显现下降状态。综合起来,我国科技资源配置效率增长的主要根源在于技术进步,技术效率扩散对配置效率的影响相对比较微弱。
进一步分解 技术效率 变动指数,2002 /2001、2003 /2002、2005 /2004、2008 /2007、2009 /2008时间段的纯技术效率呈现增长状态,其它3个时间段内表现为下降趋势; 2002 /2001、2003 /2002、2005 /2004、2007 /2006、2009 /2008时间段呈现规模报酬递减状态,其它3个时间段内呈现规模报酬递增状态。2002 /2001、2004 /2003、2005 /2004、2006 /2005时间段内技术效率变动主要受到了纯技术效率的影响,2003 /2002、2009 /2008时间段内技术效率变动主要来自规模效率的作用,2007 /2006、2008 /2007时间段内技术效率变动受到了纯技术效率变动与规模效率变动的共同作用。
从表4可以看出: 2001—2009年期间,我国30个省域科技资源配置效率变动存在较大的差异,体现在效率变动方向与变动大小方面。北京、河北等17个省域的科技资源配置效率总体表现出增长态势,但其增长率各不相同,其中青海省科技资源配置效率增长幅度最大,增长超过20% ; 天津、山西等其它13个省域的科技资源配置效率却体现为下降的趋势,其中下降幅度最大为贵州省,下降比例为13. 7% 。
从图3可知,北京、吉林等11个地区的科技资源配置效率主要来自技术进步变动的作用; 天津、河北等16个地区的科技资源配置效率同时受到了技术进步与技术效率变动的影响; 陕西、浙江、河南等3个地区的科技资源配置效率主要受到技术效率变动的作用。总体上,2001—2009年我国整体的科技资源配置效率受到了技术进步与技术效率变动的共同作用,但技术进步的影响力更大。从技术效率变动指数来看,绝大多数省域的技术效率变动受到了纯技术效率变动与规模效率变动的双重影响,如河北、陕西等8个地区的技术效率变动主要受到了纯技术效率变动的影响,仅海南省的技术效率变动主要受到了规模效率变动的影响。
5 主要结论
科技资源作为稀缺资源,其是否合理配置直接关系到科技资源利用率的高低,本文通过科技资源配置效率来描述其配置结果。从投入 - 产出方面设置评价指标,构建基于DEA的超效率CCR模型与Malmquist指数模型,对我国2001—2009年30个省市区的科技资源配置效率进行实证分析,得出如下结论: ( 1) 同一时期,我国不同地区的科技资源配置效率存在很大的差异,绝大部分省域的科技资源配置处于无效状态,即存在科技投入浪费、科技资源利用效率低下的现象。 ( 2) 2001—2009年期间,我国科技资源配置效率变化呈现明显的阶段性特征,但总体上处于增长态势,源于技术进步与技术效率改善的交叉作用,但前者的作用力度更大,即我国科技资源效率主要取决于研究方法的改进与原始创新能力的提升。 ( 3) 2001—2009年期间,我国30个省市区的科技资源配置效率变动存在很大的差异,如青海省的科技资源配置效率增长23. 1% ,而贵州省的科技资源配置效率却下降13. 7% 。不同地区科技资源配置效率变化受到技术进步、技术效率指数( 纯技术效率指数与规模效率指数) 变动的影响程度不同。总之,不同区域或同一区域在不同时期科技资源配置效率不尽相同,各个区域要根据自身的情况采取针对性的措施,不能盲目地照抄照搬其它先进地区的情况; 同时要动态地调整自身的科技资源配置政策。
摘要：以2001—2012年我国30个省域的面板数据为基础,选取科技投入-产出指标体系,构建基于DEA的超效率CCR模型与Malmquist指数模型,实证分析与比较我国30个省域科技资源配置效率。结果显示2001—2012年期间我国30个省域科技资源配置效率高低、变动趋势以及影响因素存在很大的差异,各省域要根据自身的情况制定适合的科技政策。
物流成本优化模型分析 篇6
一、基于财务核算的物流成本优化模型分析
物流成本传统核算方法是在现有会计报表成本资料的基础上, 按照一定的原则和方法, 从传统成本会计的各项费用中剥离出物流费用。传统法局限于现有会计资料, 并且人为因素较多, 从而难以准确归集和分配物流成本, 因此, 需要对物流成本的财务核算进行建模优化。
(一) 财务核算优化模型概述
1. 任务成本法
任务成本概念是在“物流任务方法”基础上提出的, 它改变了传统的物流总成本计算法没有考虑物流系统各环节具体运作过程以及横向的以部门为单位的成本结构, 代之以纵向的以功能为单位的成本结构。任务成本方法认为, 物流各子系统间相互作用并提供不同水平的客户服务, 该方法既能从总成本角度来强调物流系统内各个子系统之间的相关性, 又能从系统的角度来提供对不同客户服务的成本信息。但该方法核算过程繁杂, 在分配某项作业成本时往往存在人为因素, 导致结果不准确, 特别是公共作业领域成本分配没有客观标准[2]。
2. 作业成本法
作业成本法是以作业或活动为基础, 将企业消耗的资源按资源动因分配到作业或活动中, 再把收集的作业成本按作业动因分配到成本对象中的核算方法, 其基本逻辑是:各种资源耗费驱动成本的发生, 使各种产品成本多少应取决于对各种活动的消耗量, 并以此来核算成本具有更大的准确性。作业成本法是应用最为广泛的物流成本财务核算优化模型。
作业成本法不仅可以更全面的核算物流成本, 也为企业考核物流项作业活动成本提供绩效考评的依据。它可以分析针对每一种 (类) 产品在物流各个作业环节上的花费, 寻找成本挖潜对象和目标;可以对未来物流成本进行预测, 制定针对性的成本控制计划和长期的物流成本战略, 及时掌控成本变化信息, 利于形成动态的成本管控体系。
3. M—A模型法 (Mission Cost—ABC)
任务成本法和作业成本法的逻辑思路是一致的, 都是以过程为导向, 用成本来追溯特定的活动或任务成本。M—A模型法将任务成本法与作业成本法结合在一起进行物流成本核算, 构建物流成本核算的M—A模型, 界定了物流成本的涵盖范围, 明确了物流成本数据的信息来源, 描述了M—A模型的理论框架。该方法把物流成本的测算过程分为两个阶段:根据任务成本法确定成本目标, 再由作业成本法分析物流活动及相关资源, 并对企业物流活动中各个成本要素向各个环节的分配途径作了清晰、直观的描述。
(二) 财务核算优化模型比较分析
上述三种物流成本核算的优化模型各有利弊, 在实际运用中要根据企业具体情况进行选择。三种模型的优缺点和适用范围见表1。
二、基于成本控制的物流成本优化模型分析
物流成本控制建模具有很强的实用性与针对性, 可以对管理方面提供依据, 可以用于企业高层分析财务信息以制定相应的物流政策。成本控制建模多用运筹学的方法, 主要有排队网络法、极大代数法、Petri网法等形式化建模技术以及活动循环图、流程图、面向对象的建模技术等非形式化建模技术。
(一) 成本控制优化模型概述
从具有可操作性的物流成本控制模型研究来分析, 可将现有的成本控制优化模型分为两大类, 分别是针对具体物流作业的和全局式规划的优化模型。
1. 针对具体物流作业的成本优化模型
首先是库存问题。现有研究中, 主要是对各种库存模型讨论, 大多集中在生产/库存系统和库存/分配系统。经济批量 (EOQ) 模型是最早应用较为广泛的库存模型理论, 此后很多学者从不同角度出发, 应用不同理论方法对库存管理进行了广泛研究, 并提出了一系列经典模型, 例如, 经济生产批量模型、允许缺货的经济订购批量模型、经济订购批量折扣模型、需求为随机变量的订货模型、物料需求计划和准时化生产方法等等[3]。
其次是运输及配送中的物流成本优化模型。在企业物流层面, 对运输成本的研究通常与采购、库存和网点建设等活动相联系。即运输成本体现出某种一体化特性, 目前物流运输成本优化模型则多是利用线性和非线性的运筹学理论, 如最短路径法、最小费用流法等进行建模计算, 以实现运输总成本最小。
2. 全局化物流成本优化模型
第一类是供应商选择物流成本模型。关于供应商选择的物流成本模型涉及面较广, 混合型整数非线性规划模型, 将实际价格、库存、运输成本纳入物流总成本的考虑范围, 此外, 采购预算限制、质量、服务等因素也被包括到该模型之中[4]。
第二类是物流网络/布局策略中的物流成本。国外学者对物流布局/区位问题的研究, 最早开始于货物运输网络设计和设施选址领域, 以后加入了整体网络规划。其中, 公共物流终端模型利用排队理论和非线性规划开发了用于确定最优规模和最佳布局的数学模型。该模型考虑了运输成本和设施成本之间的交替作用, 以实现成本最小化;该模型在日本得到实际运用。最近的研究是应用博弈论讨论区域物流网络。
第三类是逆向物流成本优化模型。因为逆向物流几乎包括了所有的物流活动, 所以对其的研究包括了配送规划、库存控制、生产规划等领域。1992年, Pohlen和Farris就提出可以利用个别渠道成员的既有功能与能力执行回收和再制造任务[5]。
(二) 成本控制模型比较分析
根据上述物流成本控制优化模型的介绍和使用情况, 从两方面分析其优缺点并据此划分适用范围, 如表2所示。
三、物流成本优化模型分析小结
财务核算优化模型的产生很大程度解决了原有会计制度对物流成本核算的片面性, 帮助企业更加全面完整的了解内部物流成本的总额和分布情况, 为物流成本控制提供了基础。基于财务核算的成本优化模型开始是针对作业环节进行建模优化以核算物流作业成本, 后来发展到从产品甚至供应链的角度进行成本核算。成本控制优化模型则是在较为全面的物流成本会计资料的基础上运用运筹、数理分析等方法对物流流程包括库存、运输等物流项目进行优化, 以达到最优物流成本。基于成本控制的优化模型是从开始优化某一具体环节到将整个物流流程都纳入模型中以求得整体最优解。
在实际操作中虽然能取得整体最优是企业运营的最理想状态, 但是并不代表所有企业都应选择最全面先进的优化模型。
首先, 有些企业虽然没有建立专门的物流成本会计科目, 但是因为企业费用发生明确具体, 可以很容易地进行归集和分配, 并不需要再去建模优化核算流程。有些企业的物流流程较为简单, 并不包括所有物流活动, 或者产品服务较为单一, 使用有针对性的优化模型其实也可以达到很好的效果。如专门进行仓储或者运输的企业只要根据企业情况有针对性, 建模, 就完全可以达到减少物流成本的目的。
其次, 在企业构建一个从核算到成本控制的整体物流优化模型, 需要专门的技术软件和设备, 这是一笔不小的开支, 并不是所有企业都能承担。而且整体最优模型考虑因素庞杂繁多, 当企业在使用时需要添加海量的变量和限制条件, 只要有一个参数设置错误结果都会与最优解相距甚远, 而且每当企业环境有变化都需要从新调整模型, 这需要使用此类模型的企业有雄厚的技术、资金支持, 在企业内要设有专门的技术部门, 这也增加了企业管理开支。
最后, 只有不同部门间合作协调, 信息畅通的企业才能发挥整体优化模型的最佳效果。如果企业部门信息不能及时反馈到优化模型, 那么得出的最优解结果也没有实际操作的意义。所以, 要构建整体优化模型的企业首先要对企业流程进行优化重组。
综上, 物流成本优化模型的选择最重要的是要符合企业现实情况, 而不是一味选择最先进, 最全面的模型。本文通过对物流成本优化模型的介绍分析, 使企业可以对各个模型的适用范围有所了解, 便于企业选择最为合适的优化模型。
摘要：物流成本占GDP比重已成为衡量一个国家物流业发展水平的重要指标。改善企业内部物流来增加利润成为当今企业管理的热点和重点, 应用物流成本优化模型是控制和降低企业物流成本的一种有效方式。通过对物流成本优化模型的介绍分析, 使企业可以对各个模型的适用范围有所了解, 便于企业选择最为合适的优化模型。
关键词：物流成本,优化,模型
参考文献
[1]2011年中国社会物流统计数据http://xxw3441.blog.163.com/blog/static/75383624201211791620468/
[2]何伟.生产企业物流成本控制[J].铁路采购与物流, 2010, (11) .
[3]耿邯利.企业成本会计核算优化[J].现代商业, 2008, (6) .
[4]张人千, 魏法杰, 等.基于成本的车间作业优化模型及实证研究[J].中国管理科学, 2002, (5) .
我国商业银行成本效率实证研究 篇7
一、研究现状及文献综述
学术界现有的关于商业银行效率的研究主要有两类方法, 一类是非参数化方法。主要以数据包络分析为代表, 广泛应用于银行、医院、保险公司的效率评价, 具有很强的客观性。但是这种方法不考虑随机误差, 任何对估计前沿的偏离都被认为是低效率的表现。在国内的研究中, 赵旭 (2000) 用DEA技术分析了我国四大国有商业银行的效率, 发现国有商业银行技术效率、规模效率均呈波动上升趋势;张维和李玉霜 (2001) 运用DEA方法评价了我国城市商业银行的内控机制;陈刚 (2002) 引入Malmquist效率指数描述了我国商业银行效率的动态变化;张健华 (2003) 用DEA方法和Malmquist指数对我国商业银行的效率状况作了一个综合的分析与评价。
另一类是参数化方法。主要有随机边界函数分析, 厚边界函数法和自由分布方法。国内学者钱蓁 (2003) 采用了SFA法测算了国内银行的技术和配置效率, 得出中国商业银行规模经济不显著的结论SFA, TFA与DFA方法原理相似, 它们都是以函数形式给出一个边界, 但是关于误差的假设不同。他们的特点是考虑了由于统计观测等因素引起的误差, 但是假设的边界函数具有一定的主观性, 函数形式的准确性对效率值有相当影响。因此能否找到一个准确的且合适的函数是参数法的关键。
目前国内研究采用不同的投入产出指标。退一步而言, 即使是属于同一投入 (或产出) 变量的相同指标, 对该指标进行数值处理的口径与范围也有所差异, 比较明显的如投入变量中的贷款指标, 由于秦宛顺、欧阳俊 (2001) 对它做了标准化处理, 因此该指标与其他文献的测算I口径差异甚远。另外一个问题是, 假设银行的某一指标发生变动时, 不同文献根据其投入产出设定所得到的效率值可能会发生相反的变化, 一个非常显著的指标就是存款。假如该指标数值增大时, 魏煜等 (2000) , 刘汉涛 (2004) 和方春阳等 (2004) 的DEA效率值会保持不变, 秦宛顺、欧阳俊 (2001) 和朱南等 ( (2004) 的效率值会出现下降, 而依据张健华 ( (2003) 和郑录军、曹廷求 (2005) 的模型则效率值会上升, 因此无法确定哪种情况比较合理, 更不用说相互之间进行比较了。其次, 当利润指标发生变动时, 也有类似的结论。当然还有其他的指标, 这里不一一列举。因此, 中国银行业效率的研究结论在各文献中不具备一致性。
国内学者目前对于我国商业银行的效率进行评估时主要存在以下三个问题:
1.就是上文提到的指标选择的问题尤其是使用非参数法的投入产出指标体系选择的主观性特别的大。不同的学者使用不同的投入产出指标就使得各文献之间的可比性下降无法形成统一的测量方法这进一步限制了研究模型的广泛应用。
2.各模型在指标的选择上使用不同的量纲。绝对数量指标比如说固定资产投入与相对量指标比如说不良贷款下降率一起出现在同一个产业银行的效率的评价中使得结果缺少说服力。
3.国内文献普遍在研究我国商业银行的规模效率、X效率。但对于商业银行的成本效率研究不足而事实上成本效率对于商业银行有明确的指导意见。
综上本文将按以下的思路展开。第二部分使用参数估计方法对于我国商业银行的成本效率进行研究, 第三部分是对于第二部分的检验及实证分析。最后是本文的结论及政策建议。
二、研究设计及模型构建
本文采用参数方法以柯布-道格拉斯生产函数的成本形式。以中国工商银行等四家国有控股商业银行, 和中国招商银行等八家主要的非国有控股的股份制商业银行的公开数据为代表对我国商业银行的成本效率进行实证分析。这些银行是我国商业银行业的主流而且信息披露制度较好, 本文所有数据均来源于中国金融年鉴2012的带的这些银行的资产负债表和利润表。本文使用excel软件的数据分析功对商业银行的公开数据进行回归分析。
本文选择柯布-道格拉斯生产数的理由如下;
一是柯布道格拉斯生产函数可以测量商业银行的资金使用的效率, 符合商业银行本身的特点商业行是资金密集型行业, 因此资金效率对于商业银行来说至关重要。
二是柯布-道格拉斯生产函数可以测量商业银行人力资源投入的效率, 符合我国商业银行的基本国情。我国商业银行实行的是总分行制。从业人员非常多。因此商业银行的人力资本效率也是至关重要的。
三是柯布-道格拉斯生产函数可以测量技术进步的效率, 这符合现在全球金融创新的国际潮流。
所以本文使用柯布-道格拉斯成本函数作为目标数对我国商业银行的资金使用效率、人力资源使用效率以及金融创新效率进行测量。
1.柯布道格拉斯生产函数的成本形式及模型含义;
其中Y代表商业银行的产出;A代表代表商业银行的金融创新的效率;K代表商业银行资金的投入量, a代表商业银行资金投入的的效率;L代表商业银行人力资本的投入, β代表商业银行人力资本投入的效率, ξ代表随机误差量。
2.指标选择
为了克服现有现研究中量纲不统一的问题, 本文综合考虑了银行的盈利能力, 风险控制能力, 选取了固定资产净值、营业成本支出, 所有者权益、机构个数作为投入指标, 产出指标中选取了当年新增贷款数量、新增存款数量、净利润作这产出指标以上指标都是绝对量指标
三、检验结果及统计分析
(注:*代表通过了5%的显著性检验**代表通过了10%的显著性检验检验)
首先将全体样本数据代入模型, 再按照商业银行控股东的性质将样本分为国有控股的商业银行和非国有控股商业银行, 并将分组数据代入方程式得如上表所示的回归结果:
从本文的实证分析的结果来看
1.总体而言我国商业银行的存在着规模经济资金效率和人力资源使用效率的汇总为1.118009存在着轻微的规模经济, 而国有控股的商业银行存在着规模不经济效率偏低, 资金和人力两项效率合计为0.9126而非国有控股商业银行的规模经济较为明显为1.2934。
2.我国商业银行的资金效率较好, 回归系数均为正值而且国有商业银行的资金优势较为明显回归系数为3.9261远高于非国有商业银行的1.8955, 这可能是由于国有控股商业银行资金实力雄厚市场占有率较高。
3.我国商业银行存在着严重的人力资源效率低下的问题回归系数均为负值国有控股商业银行问题尤其严重回归系数为-3.0088低于非国有控股商业银行的确-06021。这可能是由于非国有控股商业银行的竞争意识更强, 竞争机制更合理。
4.我国商业银行的金融创新效率不足回归系数都为负值且同样存在着国有控股商业银行金融创新效率显著偏低的现象具体而言我国国有控股商业银行总体的金融新的回归系数为-8.2360低于非国有商业银行的-3.1134。
四、结论及政策建议
1.由于我国商业银行存在着规模效应, 继续加大国有银行股份制改革的力度, 鼓励国有独资银行与股份制银行的购并与资源优化重组。各银行管理当局, 应对其分支机构进行效率分析与评价, 进行有针对性的资源重组与优化配置。
2.由于非国有控股商业银行的市场占有率偏低, 所以要鼓励效率高的非国有控股股份制银行扩大规模及市场占有率。
3.我国商业银行要注意精减机构, 改变我国商业银行尤其是国有控股的商业银行存在着严重的人员过多而使得我国商业银行的效率人力。
4.我国商业银行特别是国有控股商业银行应当重视金融创新。引入更有效率的竞争机制、增加科研投入、招览金融人才, 鼓励金融创新。
摘要：通过利用柯布-道格拉斯函数对我国四家国有控股商业银行以及八家主要的股份制商业银行的成本效率进行实证分析, 发现我国商业银行业整体效率偏低, 控股股东的性质对我国商业银行的影响很明显;国有控股商业银行的资金效率略好于股份制商业银行, 而人力投入的效率以及金融创新效率显著低于非国有控股商业银行。我国应继续加大对国有银行股份制改革的力度, 鼓励国有独资银行与股份制银行的购并与资源优化重组;鼓励效率高的非国有控股股份制银行扩大规模及市场占有率;应注意精减机构, 改变我国商业银行尤其是国有控股的商业银行存在着严重的人员过多的现状;应当重视金融创新, 引入更有效率的竞争机制, 增加科研投入, 招览金融人才。
关键词：商业银行,成本效率,检验结果,政策建议
参考文献
[1]徐传谌, 齐数天.中国商业银行X-效率实证研究[J].经济研究, 2007 (4)
[2]张鹤, 黄琨, 姚远.金融发展、银行资本结构与经济增长内在关联性的实证研究[J].经济学动态, 2012 (5)
[3]郭妍.我国商业银行效率决定因素的理论探讨与实证检验[J].金融研究, 2005 (2)
成本效率模型 篇8
（一）现有估算模型存在的问题
大量的文献显示，现有估算模型的准确度并不高。对模型准确性的研究，一般采用以下两种形式：1.将模型应用到从大量过去项目的数据中，并将对预测值和实际值比较。但实际中差异显著。2.选择使用几种模型来估计特殊项目或产品的工作量。但不同的模型对相同的输入会得出不同的结论。
（二）原因分析
1. 模型结构：
产品规模是构造产品所需工作量的关键性决定因素，实验研究已经证实它们的关系能够建立带有指数b和系数a的函数模型，如COCOMO中形式为E=a SbF。但a、b的值会随着数据集的不同而不同。
2. 极度复杂的模型：
组织的特性能够影响它的生产率，调整因子的应用提供了获取这些差异所需的灵活性，但也存在估计不易、不独立、主观性强、数量过多等不足。
3. 产品规模估计：
大部分模型都要求估计产品规模，但它在开发周期早期不可测量(如在项目投标期或计划初期)。
（三）解决方法
1. 本地数据定义：
提高特殊环境中成本估计的准确性最重要的方法是：使用与环境一致的规模和工作量度量。该度量应被所有提供或使用的人所理解，且测量相同产品的两个人应得到本质上相同的数值或比率。
2. 校准：
校准可显著提高模型的准确性。包括以下两个规程：(1)确保提供给模型的值与模型的需要和期望一致。(2)使用过去项目的数据来重新调整模型的系数以反映新环境中发现的基本生产率。
3. 独立估计小组：
将评估责任分配给一组指定的人员，让他们提供所有项目的估计，并存储所有的数据采集和分析结果。
4. 减少输入的主观性：
评价的主观性和早期的代码规模的估计会增加估计的不准确性，使用可替换的规模度量能很好地反映最终产品可能的规模。另外，研究表明基于相同的数据集构造的本地化模型比那些普遍使用的、复杂的模型具有更高的准确性。本地化的模型很少需要大量的调整因子，因而减少了主观性。
5. 初步估计和重新估计：
早期的估计使用的是不完全的信息。因此，估计能通过两个方法来提高：(1)基于可用产品度量进行初步估计;(2)当更多的信息可用并产生更多的产品(例如规格说明和设计)时进行重新估计。
6. 开发本地成本模型：
本地开发的成本估计模型比一般模型具有更高的准确性，因为它们反映了组织典型的应用和开发环境的特有特性。为了反映开发过程中所获得的不同规模的度量，通常，在项目的不同开发阶段本地成本模型使用不同的公式和技术。这种灵活性与大多数商业模型的死板形成对照。
（四）本地模型的建立
由以上分析可知，建立本地模型是提高估算准确度的好方法。这是一个相当复杂的过程，主要有四个方面：数据的收集和预分析;回归方程的选取;模型的精细分析;模型的确认。其过程如图1所示。
建立软件成本估算模型主要有两条途径，一是自主开发，二是借鉴已有的成熟模型，其对比如下：
在目前国内软件工程管理水平尚低，可靠的数据样本少的情况下，自主开发参数估算模型的风险较大，所以采用借鉴开发的途径，即选择一种比较符合软件成本实际的现成模型，在此基础上加以改进和校准。
定义本地成本模型一般来说有以下步骤：
1. 分解成本元素
首先是明确软件开发过程必须包含的阶段和活动，也就是通过确定活动的工作量和持续时间来组成项目估计。一旦明确了活动，就可以提出需要的成本模型的数量并为其形成基本数据源。
2. 阐明成本原理
每个成本模型必须根据投入影响产出的原理和方式来设计。最常见的成本原理为规模是主要的成本驱动器;基于这个原理的本地成本模型接下来必须确定合适的规模度量以分析项目在每个阶段的合适投入。成本原理必须描述投入和产出之间的关系，整体模型必须描述每个模型之间的关系。例如，在开发阶段所做的估计可能作为设计阶段估计的输入;成本原理必须解释基于需求的估计与基于设计的估计之间的关系。本地成本模型和等式通常包括成本驱动器、调整因子和花费在已完成任务上的工作量。研究人员发现已完成任务的工作量通常与完成整个项目剩余工作量高度相关。成本模型虽然相关联但不必相同，这一点很重要。特别是每个开发阶段的规模度量可能是不同的。
3. 收集数据
为了检验成本原理的有效性，我们必须收集项目数据，即在本地模型所代表的特殊环境下已经完成的项目的数据。数据收集包括确定收集的数据类型，寻找数据源，制订数据收集的表格，开展数据收集。建立模型需要收集历史成本数据和技术性非成本数据这两类数据。成本数据通常是指软件开发工作量、设计费、管理费、工资、折旧费等成本数据。技术性非成本数据描述了系统、子系统或软件单元的性能指标和工程特性等成本驱动变量，如软件规模、产品因素、人员因素、平台因素、管理因素等。收集数据时应考虑所有可信的数据源。第一手数据是指从原始资料直接获得的数据，被认为是质量最好的和最可信的。第二手数据是指来源于(可能“经过处理”)第一手数据，而不是直接从原始数据获得的。由于第二手数据是原始数据(实际上被改变)派生出来的，因而其质量和有用性较低。
数据收集的关键点：关键的步骤;可能耗费的时间;需要的真实历史成本、进度和技术信息;知道标准数据源;寻找新数据源;获得历史数据;提供足够的资源
4. 分析数据
数据收集后，还要进行分析和鉴定。分析分定性和定量分析，一般是先定性分析，再定量分析。首先对要分析数据源的可靠性。如果数据源不可靠，则应剔除改数据源。例如，在工作量数据收集时，由于管理原因，计划管理部门的归档数据不完整，而且与各研究室所报数据不一致，在核实数据过程中，由于组织结构发生变化，人员调整，有些研究室没有可追溯的数据源，所以只好舍弃该数据源。其次，要分析数据的完整性。数据源可靠并不能保证数据的完整性，不完整的数据也不能采用。例如，在工作量数据收集时，发现某一年度的数据没有了，则导致整个开发工作量数据无法得出，也只能舍弃。再次，要分析数据的真伪。数据源可靠，数据也完整，但是还要进一步分析其真伪。例如在软件规模数据收集时，就要分清新编规模、重用规模，特别是有些软件模块多次调用，存档时保存在不同路径下，自动测算时就重复计算，因此必需分开。也可以采用定量分析的方法判定异常数据。例如可以通过软件生产率判定软件规模和软件开发工作量，一般情况下，软件生产率在1～2行/小时，如果收集的数据经计算，其软件规模大于此范围，说明要么软件规模太大，要么软件开发工作量过小。总之，要从纷繁复杂的数据中提炼出我们需要的可靠、完整、真实的数据。
5. 评价模型
评估系统中的数据流如图所示。
各种数据的作用如下：
(1)历史项目数据输入校准系统，形成历史数据库，用于参数估算模型的校准和类比法估算。
(2)校准系统产生模型参数输入估算与定价系统，形成估算模型。
(3)待估项目的数据输入估算与定价系统，产生估算结果数据。
(4)所收集的待估项目数据及其估算结果数据，按照规定转入校准系统，以便定期校准，更新估算模型参数。
6. 检查模型
主要检查模型的适用性、稳定性及预报能力等，具体作法如下：(1)收集新的数据，以检查所选模型的稳定性和预报能力，这组新数据被称为模型的确认数据。(2)将从建立的模型中所得的一些结果与相应的理论上的期望值，已有的经验结果或模型结果作比较，检验模型的适用性。(3)如收集新的数据有困难，而原数据集的样本容量较大，可将已有的数据随机分为两部分，一部分用作拟合所选择的模型，另一部分用作确认数据检查模型的稳定性和预报能力。
步骤六特别重要，因为持续不断的反馈是必需的，不仅要检查模型而且还要反映正在变更的过程、资源和技术。当每次新项目完成时，本地模型可能被精炼。这种精炼可能包括引进新的输入变量，或更准确地估计数据的变异性。另外，参加早期团队估计训练的每个人应该在项目结束后的评审和估计过程中检查实际项目的结果。可能会要求修正估计过程、模型和原理。
（五）结束语
软件成本估算技术作为软件工程经济学的重要内容，涉及了软件设计技术、软件工程管理技术、数学、经济学、管理学等多门学科，所要研究的问题领域相当广泛，且估算技术不断更新，没有哪一种技术或模型能放之四海而皆准。
我们对软件成本估算的作用也应有清醒的认识，软件项目估算永远不会是一门精确的科学，但将良好的历史数据与系统化的技术结合起来能够提高估算的精确度。
参考文献
[1] (印) Swapna Kishore, Rajesh Naik.软件需求与估算[D].姜路, 丁一夫, 柳剑锋, 等译.机械工业出版社.
[2] (英) Norman E.Fenton, (美) Shari Lawrence Pfleeger.软件度量[D].杨海燕, 赵巍, 张力, 等译.机械工业出版社.
[3] (美) Barry W.Boehm, 等.软件成本估算COCOMO II模型方法[D].李师贤, 杜云梅, 李卫华, 孙恒, 等译.机械工业出版社.