本站原创
摘要:本文先测度了2008年我国电信业重组后的赫芬达尔-霍希曼指数，认为我国电信市场格局为寡头垄断，而且市场集中度很高，然后运用数据包络分析法（DEA）分析了中国电信业的效率，并检验了资产收益率与效率之间的正相关关系。同时，将我国三个电信运营商的效率与国外电信企业进行了横向对比。通过全球对比，本文发现中国移动已经达到了最高效率，而中国电信和中国联通仍需扩大规模、提高技术效率。
关键词:电信业效率数据包络分析资产收益率
Abstract: This article first measures HHI in China’s telecommunications market, which indicates the market a highly-concentrated one. Then DEA approach is introduced to analyze the efficiency of telecommunications sectors in China. The relationship between ROA and efficiency has also been taken into consideration. Furthermore, a lateral comparison with some foreign telecommunication firms is made to get a full picture of efficiency of telecommunication industry. By global comparison, a conclusion is reached that China Mobile is full efficient, while China Telecom and China Unicom should expand their scale and improve their technical efficiency.
Key words:DEA, ROA, efficiency, telecommunication industry
2008年，我国的电信业通过一系列的产业重组，形成了中国移动、中国电信、中国联通三足鼎立的局势。其中，中国移动占据领头羊地位，在2011年占据了电信业53%的市场份额，超过其他两家的总和。
我国电信业目前寡头垄断的市场环境引起了社会的广泛关注，电信企业的效率问题也成为热门话题。一些人认为我国当前电信业的市场结构将使企业产生“高枕无忧”的惰性，出现表现欠佳、运营效率低下和怎么写作质量变差等现象，进而损害到消费者的利益。而另一些人则争论正是电信业寡头垄断的产业组织结
为了探究电信业重组以来三家电信公司的效率，以及其与收益率之间的关系，本文进行了一系列的实证研究。
希腊经济学家D.I. Giokas和G.C. Pentzaropoulos则对欧洲电信业效率做了很多研究。在2000年，他们主要采取DEA，得到了希腊各个地区电信的效率，并提出了相关建议。在2002年，他们比较了欧洲主要的公众电信公司的运营效率，得出公司规模并不一定导致效率。
同时，也有学者针对亚洲的电信公司效率进行了研究。Chao-Chung Kang (2009)通过DEA得到了合并前后的技术效率和规模效率，发现尽管私有化促进了中华电信公司效率的提高，但无法保证公司在最佳规模 。Pun-Lee Lam和Alice Shiu (2008)采用DEA测度了中国大陆各省电信部门的生产效率。他们认为东部省份电信部门表现明显优于西部省份的主要原因应是环境，而不是运营水平差异。
但是大多数学者忽视了电信业市场结构与生产效率之间的关系。Johannes M. Bauer (1997)尝试通过检验市场势力、创新和效率的联系来检验Schumpeter的结论。他认为规制和垄断特权会阻碍创新，而竞争机制会激发创新。
鲜有学者考虑横向比较，即在研究一国电信企业效率的同时，进行全球对比。此外，国内的研究缺少对具体电信企业的效率分析。本文将我国现存的三个电信企业作为考察对象，尝试探究中国电信部门盈利能力、市场结构与效率之间的关系，并通过测算三方面的指数，来提出相关政策建议。另一方面，引入了一些外国电信企业，以期将我国企业与国外企业的运作效率进行横向比较。
一个较高的HHI意味着较高的市场集中度，并且该系数的上升显示出此行业竞争的减小与企业市场势力的增强。根据美国联邦贸易委员会的相关文件，一个HHI超过0.25的市场可以被视为是高度集中的市场。
电信产业的规模经济、范围经济效应和网络的外部性特征，使其与电力、铁路运输、民航、自来水和煤气等基础设施产业一起，被公认为是自然垄断产业。
在2008年，经过一系列合并，我国的电信市场上最终留下三家企业，中国移动、中国电信与中国联通。产业内重组使得市场集中度进一步提高。本文将各企业运营收入占三家企业总收入的百分比视为其所占市场份额，得出了2008年至2010年各企业所占据市场份额的情况。如表1的计算结果显示，我国的电信市场目前也可被视为高度集中的。但是，从2008年到2011年，可以发现我国电信业正逐渐向竞争性更强的方向转变，因为HHI持续着下降的趋势。■
DEA是在运筹学领域广泛使用的一种数学处理方法。这种方法保持决策单元（DMU）的输入或输出不变，将每个决策单元投影至DEA的生产前沿面上。位于生产前沿面上的决策单元效率最高，而位于前沿面内部的单元效率低于它们。数据包络分析法在1957年由Farrell首次提出，随后1978年被Charnes, Cooper和Rhodes发展为可研究多投入多产出规模报酬不变的CCR模型。1984年，Banker, Charnes和Cooper发展了BCC模型，此模型中，技术效率的提高不仅来自于投入产出配置效率的提高，也可能来自决策单位的规模变得更加合适。技术效率TE被分成纯技术效率（PTE）和规模效率（SE），并存在关系■
检测设存在n家公司，每家使用m种投入，s种产出。BCC模型可以被表现为如下形式：
■
其中■。■表示第k个决策单元的规模报酬。当■=0时，该决策单元规模报酬不变，意味其处于最佳规模；当■>0时，该单元规模报酬递增；当■<0时，该单元规模报酬递减。
本文将采用电信业务总量与运营收入作为电信产业的主要产出变量。考虑到数据的可得性，本文的投入变量选定为员工人数、总资产与主营业务成本，他们分别反映了劳动和资本投入的情况。（表2所示）
通过技术效率可以发现，中国移动是三家公司中效率最高的公司，并且在四年中的三年处于最高效率1。中国电信的效率从2008年的0.766，变为2011年的0.938，是效率提升最迅速的公司。但中国联通的效率变化并没有表现出清晰的趋势，在前三年中，它的效率持续下降，但在2011年取得少许进步。若以它们的技术效率作为表现指标，中国移动领先于中国电信，而中国联通位于最末。
当考虑纯技术效率时，这三家公司的差异有所减少。除了2010年外，中国移动其他三年一直保持最高纯技术效率1。其他两家公司也都在0.9左右的高纯技术效率运行。经过不断的努力提升，2011年中国电信的纯技术效率也达到了1。
观察三家公司的规模效率，发现中国移动在规模效率方面依然处于领先地位，中国电信也在迅速进步。但是中国联通的规模效率与技术效率几乎同时同向变化，因而可以被视为中国联通落后的技术效率表现的主要原因。与此同时，中国移动在四年中的三年都处于规模报酬不变状态，处于最佳规模。另外两家公司仍旧处在规模报酬递增阶段，通过扩大中它们的规模，可以达到更高效率。
经过效率的综合比较，中国移动遥遥领先，中国电信和中国联通依旧需要努力提高它们的技术效率，当然，更重要的是提高规模效率。
资产收益率可以体现公司的资本密集度。资产收益率越高，说明公司利用资产的效率越高。而资产收益率较低的公司往往需要高额的内部投资。（表3所示）
■
本文考虑了我国大陆三家电信公司的资产收益率情况。中国移动在四年中，始终占据资产收益率最高的位置，将其竞争者远远甩在后方。数据显示，中国移动在利用自己的资产方面拥有相对较高的效率。不过，从2008年至2011年，中国移动的资产收益率呈下降趋势，缩减了其与另外两家企业间的巨大差距。在2008年，中国移动的资产收益率是中国电信的80倍以上；而近几年，该差距已经迅速缩短到3倍左右。中国电信正不断追赶中国移动的脚步，资产收益率逐渐提高；中国联通的资产收益率则经历了极大幅度的下降。2011年，中国联通的资产收益率仅是它2008年时资产收益率的约10分之1。由于考察时期较短，无法预测出联通资产收益率的明显趋势。
■
观察该图，易得三家公司各自的资产收益率与技术效率的变动方向基本相同。以中国电信为例，其资产收益率与技术效率在四年内均不断提高。而在2010年资产收益率落入低谷的中国联通，同年的技术效率也为最低值。
另一方面，一个较高的资产收益率水平常常伴随着一个相对较高的效率水平。中国移动的资产收益率与技术效率均达到很高水平。而中国电信与中国联通拥有最高效表现的年份，正是它们资产收益率水平最高的年份。
考虑到样本容量偏小，后文将把一些国外电信企业纳入考虑范围，以进一步研究资产收益率与技术效率之间的关系。
在完成对中国三家电信企业的比较分析后，本文将外国公司加入讨论，从几个典型的国家选取部分电信公司，来通过对比获得对我国的电信业现状更全面的了解。三家美国公司为AT&T (T)、Verizon (VZ) 和Sprint (S)，三家来自欧洲的公司中有英国企业Vodafone (VOD) 和BT Mobile (BT)，以及法国企业France Telecom (FT)，唯一一家来自亚洲发达国家的公司是日本的Nippon (NTT)。与
本文依然采用DEA测度十三家公司的效率，选取2011年为样本，数据来自CNN Money。与上文不同的是，由于数据的可得性，产出变量只选取了运营收入，而投入变量依然是员工人数、总资产与主营业务成本。（表4所示）
■
结果显示，十三家公司中只有NTT、TLK、VIV和CHL达到了完全技术效率1。除了NTT以外，另外三家公司均来自发展中国家。但是，来自发达国家的公司总体技术效率较高，都在0.85以上。相比之下，来自发展中国家没有达到完全效率的公司效率指数都在0.8以下的低效率运行。由于节俭和追求细节的传统，日本公司的高效率很容易解释。总体来说，虽然有一部分发展中国家的电信公司技术效率很低，但是也有发展中国家领先的公司效率高于欧美发达国家公司。
相对于技术效率，更多的公司取得了纯技术效率最大值1。除了中国联通，其他没有达到最大技术效率值的公司也都运行在0.8以上较高的纯技术效率状态。
规模效率是很多公司达到完全纯技术效率却未能达到完全技术效率的原因，所有来自欧洲和Tata、中国电信、中国联通都没能达到最佳规模效率。
综上所述，发达国家的电信公司总体上没有达到最佳效率，而一家日本公司与三家来自发展中国家的电信公司取得了完全技术效率。大部分未达到完全效率的企业需要注重调整规模来提高总体效率。
如图2所示，将所讨论的13个企业按照按照技术效率升序排列，柱状图显示各企业的资产收益率情况。
经观察可得，拥有更高效率的企业（图2中右侧的8家企业），它们的技术效率均超过0.85，绝大多数都有较高的资产收益率。然而，相比之下效率较低的企业（图2中左侧的5家企业），它们的技术效率均低于0.85，但资产收益率差异较大，难以观察出明显的共同点。但是，在所讨论的13家企业中，这些效率较低的企业没有一家获得相对较高的资产收益率。
另一方面，值得注意的是，有四家企业在技术效率为最高1，而它们正是拥有最高资产收益率的四家企业。这证明了本文在研究中国电信业时的发现，即公司较高的资产收益率往往伴随着较高的效率。
本文运用了DEA测算了中国电信产业的效率，并检验了效率与资产收益率之间的关系。HHI也被应用来测度电信业的市场结构。此外，为了更全面地了解全球电信业，对中外领先公司的效率也进行了横向对比。
首先，作为资产利用效率的衡量指数，中国三家电信企业的资产收益率显示，中国移动资产收益率最高，中国电信正在不断提高，而中国联通则没有表现出明显的规律。
其次，尽管中国的电信产业只有三家企业，电信产业高度集中，因而赫芬达尔-霍希曼指数较高，但是其趋势体现了市场势力缓慢但持续的下降过程。
第三，DEA结果显示，中国移动是三家中国电信公司中最有效率的，中国电信与中国联通仍处于规模报酬递增阶段，但是中国电信保持效率逐年提高，而中国联通效率趋势不明。全球电信企业效率分析发现，发达国家的电信公司并不如所料的高效，它们的效率低于一些来自发展中国家的同类企业。
此外，在检验了中国和外国公司之后，可以观察到资产收益率与效率的正向相关关系。资产收益率越高的公司一般也具有更高的效率。
与国外公司相比，中国电信与中国联通纯技术效率低下，因此，这两家公司急需提高科技水平，
参考文献：
Noel D. Uri, Changing productive efficiency in telecommunications in the United States, Int. J. Production Economics 72 (2001):121 -137
D. I. Giokas, G. C. Pentzaropoulos, Evaluating productive efficiency in telecommunications: evidence from Greece, Telecommunications Policy 24 (2000): 781 -794
[3]G.C. Pentzaropoulos*, D.I. Giokas, Comparing the operational efficiency of the main European telecommunications organizations: A quantitative analysis, Telecommunications Policy 26 (2002): 595–606
[4]Chao-Chung Kang, Privatization and production efficiency in Taiwan's telecommunications industry, Telecommunications Policy 33 (2009) 495–505
[5]Pun-Lee Lam, Alice Shiu, Productivity analysis of the telecommunications sector in China, Telecommunications Policy 32 (2008): 559–571
[6]Johannes M. Bauer, Market power, innovation, and efficiency in telecommunications: Schumpeter reconsidered, Journal of Economic Issues, Vol. 31, No. 2 (Jun., 1997): pp. 557-565
[7]Christopher McIntosh & Stefan Hellmer, Necessary and sufficient conditions in merger control: the use of HHI and threshold value, Applied Economics, 44:7, 867-878
[8]U.S. Department of Justice and the Federal Trade Commission: Horizontal merger guidelines (2009)
关键词:电信业效率数据包络分析资产收益率
Abstract: This article first measures HHI in China’s telecommunications market, which indicates the market a highly-concentrated one. Then DEA approach is introduced to analyze the efficiency of telecommunications sectors in China. The relationship between ROA and efficiency has also been taken into consideration. Furthermore, a lateral comparison with some foreign telecommunication firms is made to get a full picture of efficiency of telecommunication industry. By global comparison, a conclusion is reached that China Mobile is full efficient, while China Telecom and China Unicom should expand their scale and improve their technical efficiency.
Key words:DEA, ROA, efficiency, telecommunication industry
2008年，我国的电信业通过一系列的产业重组，形成了中国移动、中国电信、中国联通三足鼎立的局势。其中，中国移动占据领头羊地位，在2011年占据了电信业53%的市场份额，超过其他两家的总和。
我国电信业目前寡头垄断的市场环境引起了社会的广泛关注，电信企业的效率问题也成为热门话题。一些人认为我国当前电信业的市场结构将使企业产生“高枕无忧”的惰性，出现表现欠佳、运营效率低下和怎么写作质量变差等现象，进而损害到消费者的利益。而另一些人则争论正是电信业寡头垄断的产业组织结
源于：毕业论文致谢信www.udooo.com
构使得资源得到更合理的配置，从而使得各企业高效率运营。此外，他们指出，较大的企业更易获得规模经济，这将帮助企业获得更高的效益。为了探究电信业重组以来三家电信公司的效率，以及其与收益率之间的关系，本文进行了一系列的实证研究。
一、文献综述
在近年的研究中，数据包络分析法（DEA）被广泛地应用于测度公共事业特别是，电信业效率的测算。Noel D. Uri (2001)应用数据包络法研究了电信业效率，认为美国的电信业激励性规制效果并不明显，因为技术效率没有显著变化，而配置效率变化趋势不明 。希腊经济学家D.I. Giokas和G.C. Pentzaropoulos则对欧洲电信业效率做了很多研究。在2000年，他们主要采取DEA，得到了希腊各个地区电信的效率，并提出了相关建议。在2002年，他们比较了欧洲主要的公众电信公司的运营效率，得出公司规模并不一定导致效率。
同时，也有学者针对亚洲的电信公司效率进行了研究。Chao-Chung Kang (2009)通过DEA得到了合并前后的技术效率和规模效率，发现尽管私有化促进了中华电信公司效率的提高，但无法保证公司在最佳规模 。Pun-Lee Lam和Alice Shiu (2008)采用DEA测度了中国大陆各省电信部门的生产效率。他们认为东部省份电信部门表现明显优于西部省份的主要原因应是环境，而不是运营水平差异。
但是大多数学者忽视了电信业市场结构与生产效率之间的关系。Johannes M. Bauer (1997)尝试通过检验市场势力、创新和效率的联系来检验Schumpeter的结论。他认为规制和垄断特权会阻碍创新，而竞争机制会激发创新。
鲜有学者考虑横向比较，即在研究一国电信企业效率的同时，进行全球对比。此外，国内的研究缺少对具体电信企业的效率分析。本文将我国现存的三个电信企业作为考察对象，尝试探究中国电信部门盈利能力、市场结构与效率之间的关系，并通过测算三方面的指数，来提出相关政策建议。另一方面，引入了一些外国电信企业，以期将我国企业与国外企业的运作效率进行横向比较。
二、中国电信企业实证分析
(一)赫芬达尔-霍希曼系数（HHI）
赫芬达尔-霍希曼系数（HHI）常被用于衡量一个特定市场的市场集中程度。根据定义，赫芬达尔-霍希曼系数表示为市场中各个公司的市场份额的平方之和，取值范围在0和1之间，被看做是测度市场集中度的一个参考指标。而市场集中度则是体现市场结构的基本要素之一。一个较高的HHI意味着较高的市场集中度，并且该系数的上升显示出此行业竞争的减小与企业市场势力的增强。根据美国联邦贸易委员会的相关文件，一个HHI超过0.25的市场可以被视为是高度集中的市场。
电信产业的规模经济、范围经济效应和网络的外部性特征，使其与电力、铁路运输、民航、自来水和煤气等基础设施产业一起，被公认为是自然垄断产业。
在2008年，经过一系列合并，我国的电信市场上最终留下三家企业，中国移动、中国电信与中国联通。产业内重组使得市场集中度进一步提高。本文将各企业运营收入占三家企业总收入的百分比视为其所占市场份额，得出了2008年至2010年各企业所占据市场份额的情况。如表1的计算结果显示，我国的电信市场目前也可被视为高度集中的。但是，从2008年到2011年，可以发现我国电信业正逐渐向竞争性更强的方向转变，因为HHI持续着下降的趋势。■
(二)数据包络分析法DEA模型(DEA)
1、模型DEA是在运筹学领域广泛使用的一种数学处理方法。这种方法保持决策单元（DMU）的输入或输出不变，将每个决策单元投影至DEA的生产前沿面上。位于生产前沿面上的决策单元效率最高，而位于前沿面内部的单元效率低于它们。数据包络分析法在1957年由Farrell首次提出，随后1978年被Charnes, Cooper和Rhodes发展为可研究多投入多产出规模报酬不变的CCR模型。1984年，Banker, Charnes和Cooper发展了BCC模型，此模型中，技术效率的提高不仅来自于投入产出配置效率的提高，也可能来自决策单位的规模变得更加合适。技术效率TE被分成纯技术效率（PTE）和规模效率（SE），并存在关系■
检测设存在n家公司，每家使用m种投入，s种产出。BCC模型可以被表现为如下形式：
■
其中■。■表示第k个决策单元的规模报酬。当■=0时，该决策单元规模报酬不变，意味其处于最佳规模；当■>0时，该单元规模报酬递增；当■<0时，该单元规模报酬递减。
2、模型结果
本文选取的公司为中国三家电信企业，中国移动、中国电信、中国联通。数据摘自三家公司年报与2008年至2011年度CNN全球财富500强。本文将采用电信业务总量与运营收入作为电信产业的主要产出变量。考虑到数据的可得性，本文的投入变量选定为员工人数、总资产与主营业务成本，他们分别反映了劳动和资本投入的情况。（表2所示）
通过技术效率可以发现，中国移动是三家公司中效率最高的公司，并且在四年中的三年处于最高效率1。中国电信的效率从2008年的0.766，变为2011年的0.938，是效率提升最迅速的公司。但中国联通的效率变化并没有表现出清晰的趋势，在前三年中，它的效率持续下降，但在2011年取得少许进步。若以它们的技术效率作为表现指标，中国移动领先于中国电信，而中国联通位于最末。
当考虑纯技术效率时，这三家公司的差异有所减少。除了2010年外，中国移动其他三年一直保持最高纯技术效率1。其他两家公司也都在0.9左右的高纯技术效率运行。经过不断的努力提升，2011年中国电信的纯技术效率也达到了1。
观察三家公司的规模效率，发现中国移动在规模效率方面依然处于领先地位，中国电信也在迅速进步。但是中国联通的规模效率与技术效率几乎同时同向变化，因而可以被视为中国联通落后的技术效率表现的主要原因。与此同时，中国移动在四年中的三年都处于规模报酬不变状态，处于最佳规模。另外两家公司仍旧处在规模报酬递增阶段，通过扩大中它们的规模，可以达到更高效率。
经过效率的综合比较，中国移动遥遥领先，中国电信和中国联通依旧需要努力提高它们的技术效率，当然，更重要的是提高规模效率。
(三)资产收益率与DEA结果之间的关系
1、 资产收益率
在比较同一行业相互竞争的企业的表现时，资产收益率（ROA）是一个很有代表性的指标。其计算方法是以一个企业的年净利润除以其总资产。资产收益率可以体现公司的资本密集度。资产收益率越高，说明公司利用资产的效率越高。而资产收益率较低的公司往往需要高额的内部投资。（表3所示）
■
本文考虑了我国大陆三家电信公司的资产收益率情况。中国移动在四年中，始终占据资产收益率最高的位置，将其竞争者远远甩在后方。数据显示，中国移动在利用自己的资产方面拥有相对较高的效率。不过，从2008年至2011年，中国移动的资产收益率呈下降趋势，缩减了其与另外两家企业间的巨大差距。在2008年，中国移动的资产收益率是中国电信的80倍以上；而近几年，该差距已经迅速缩短到3倍左右。中国电信正不断追赶中国移动的脚步，资产收益率逐渐提高；中国联通的资产收益率则经历了极大幅度的下降。2011年，中国联通的资产收益率仅是它2008年时资产收益率的约10分之1。由于考察时期较短，无法预测出联通资产收益率的明显趋势。
2、资产收益率与DEA结果之间的关系
下面考察上文所研究的两个方面，即资产收益率与DEA结果之间的联系。图1显示的是上文所讨论的三家中国电信企业4年中（2008-2011）资产收益率与技术效率的变动情况。■
观察该图，易得三家公司各自的资产收益率与技术效率的变动方向基本相同。以中国电信为例，其资产收益率与技术效率在四年内均不断提高。而在2010年资产收益率落入低谷的中国联通，同年的技术效率也为最低值。
另一方面，一个较高的资产收益率水平常常伴随着一个相对较高的效率水平。中国移动的资产收益率与技术效率均达到很高水平。而中国电信与中国联通拥有最高效表现的年份，正是它们资产收益率水平最高的年份。
考虑到样本容量偏小，后文将把一些国外电信企业纳入考虑范围，以进一步研究资产收益率与技术效率之间的关系。
三、与国外公司对比
(一)数据在完成对中国三家电信企业的比较分析后，本文将外国公司加入讨论，从几个典型的国家选取部分电信公司，来通过对比获得对我国的电信业现状更全面的了解。三家美国公司为AT&T (T)、Verizon (VZ) 和Sprint (S)，三家来自欧洲的公司中有英国企业Vodafone (VOD) 和BT Mobile (BT)，以及法国企业France Telecom (FT)，唯一一家来自亚洲发达国家的公司是日本的Nippon (NTT)。与
源于：论文集www.udooo.com
我国的三家电信公司相似，以上公司均位于世界500强之列。为了加深对新兴市场国家电信业的认识，本文还挑选了印度的Tata (TCL)、印度尼西亚的Perusahaan Perseroan (Persero) Telekomunikasi Indonesia(TLK) 和巴西的Telefonica Brasil (VIV)。以上的10家公司与我国的中国移动(CHL)、中国电信 (CHA)和中国联通 (CHU) 共13家公司，选自全球各地，而且业绩突出，可被视为电信行业代表性企业。(二)效率本文依然采用DEA测度十三家公司的效率，选取2011年为样本，数据来自CNN Money。与上文不同的是，由于数据的可得性，产出变量只选取了运营收入，而投入变量依然是员工人数、总资产与主营业务成本。（表4所示）
■
结果显示，十三家公司中只有NTT、TLK、VIV和CHL达到了完全技术效率1。除了NTT以外，另外三家公司均来自发展中国家。但是，来自发达国家的公司总体技术效率较高，都在0.85以上。相比之下，来自发展中国家没有达到完全效率的公司效率指数都在0.8以下的低效率运行。由于节俭和追求细节的传统，日本公司的高效率很容易解释。总体来说，虽然有一部分发展中国家的电信公司技术效率很低，但是也有发展中国家领先的公司效率高于欧美发达国家公司。
相对于技术效率，更多的公司取得了纯技术效率最大值1。除了中国联通，其他没有达到最大技术效率值的公司也都运行在0.8以上较高的纯技术效率状态。
规模效率是很多公司达到完全纯技术效率却未能达到完全技术效率的原因，所有来自欧洲和Tata、中国电信、中国联通都没能达到最佳规模效率。
综上所述，发达国家的电信公司总体上没有达到最佳效率，而一家日本公司与三家来自发展中国家的电信公司取得了完全技术效率。大部分未达到完全效率的企业需要注重调整规模来提高总体效率。
(三)国际视角下资产收益率和DEA结果之间的关系
本文在第三部分讨论我国电信企业的效率状况时，得到了关于资产收益率和DEA结果之间关系的一些发现。下文将通过对国际上各电信公司的横向比较分析，进一步检验这些发现。如图2所示，将所讨论的13个企业按照按照技术效率升序排列，柱状图显示各企业的资产收益率情况。
经观察可得，拥有更高效率的企业（图2中右侧的8家企业），它们的技术效率均超过0.85，绝大多数都有较高的资产收益率。然而，相比之下效率较低的企业（图2中左侧的5家企业），它们的技术效率均低于0.85，但资产收益率差异较大，难以观察出明显的共同点。但是，在所讨论的13家企业中，这些效率较低的企业没有一家获得相对较高的资产收益率。
另一方面，值得注意的是，有四家企业在技术效率为最高1，而它们正是拥有最高资产收益率的四家企业。这证明了本文在研究中国电信业时的发现，即公司较高的资产收益率往往伴随着较高的效率。
四、结论与政策建议
(一)结论本文运用了DEA测算了中国电信产业的效率，并检验了效率与资产收益率之间的关系。HHI也被应用来测度电信业的市场结构。此外，为了更全面地了解全球电信业，对中外领先公司的效率也进行了横向对比。
首先，作为资产利用效率的衡量指数，中国三家电信企业的资产收益率显示，中国移动资产收益率最高，中国电信正在不断提高，而中国联通则没有表现出明显的规律。
其次，尽管中国的电信产业只有三家企业，电信产业高度集中，因而赫芬达尔-霍希曼指数较高，但是其趋势体现了市场势力缓慢但持续的下降过程。
第三，DEA结果显示，中国移动是三家中国电信公司中最有效率的，中国电信与中国联通仍处于规模报酬递增阶段，但是中国电信保持效率逐年提高，而中国联通效率趋势不明。全球电信企业效率分析发现，发达国家的电信公司并不如所料的高效，它们的效率低于一些来自发展中国家的同类企业。
此外，在检验了中国和外国公司之后，可以观察到资产收益率与效率的正向相关关系。资产收益率越高的公司一般也具有更高的效率。
(二)政策建议
我国电信业只有三家企业参与竞争，且中国移动占据超过大半市场份额，因此垄断使得其运营效率遭受质疑。但本文的研究分析发现，中国移动实际上在纯技术效率和规模效率都达到了完全效率，处于最佳规模，并且应继续保持。而中国电信和中国联通都在规模报酬递增阶段，因此规模效率较低。所以，政府不应过于限制它们的规模，而应给予它们更多的发展空间。不仅如此，提高中国电信与中国联通的效率还可以缓和中国移动一家独大的局面。增加电信产业的竞争，不仅能促进公司提高效率，而且能使消费者获益。与国外公司相比，中国电信与中国联通纯技术效率低下，因此，这两家公司急需提高科技水平，
摘自：论文查重www.udooo.com
促进技术效率。这两家公司应该投入更多的研发经费、鼓励科技创新，并积极引进国外先进技术。参考文献：
Noel D. Uri, Changing productive efficiency in telecommunications in the United States, Int. J. Production Economics 72 (2001):121 -137
D. I. Giokas, G. C. Pentzaropoulos, Evaluating productive efficiency in telecommunications: evidence from Greece, Telecommunications Policy 24 (2000): 781 -794
[3]G.C. Pentzaropoulos*, D.I. Giokas, Comparing the operational efficiency of the main European telecommunications organizations: A quantitative analysis, Telecommunications Policy 26 (2002): 595–606
[4]Chao-Chung Kang, Privatization and production efficiency in Taiwan's telecommunications industry, Telecommunications Policy 33 (2009) 495–505
[5]Pun-Lee Lam, Alice Shiu, Productivity analysis of the telecommunications sector in China, Telecommunications Policy 32 (2008): 559–571
[6]Johannes M. Bauer, Market power, innovation, and efficiency in telecommunications: Schumpeter reconsidered, Journal of Economic Issues, Vol. 31, No. 2 (Jun., 1997): pp. 557-565
[7]Christopher McIntosh & Stefan Hellmer, Necessary and sufficient conditions in merger control: the use of HHI and threshold value, Applied Economics, 44:7, 867-878
[8]U.S. Department of Justice and the Federal Trade Commission: Horizontal merger guidelines (2009)