规模效率(CCR与BCC分解法)

字段字典

• Symbol [股票代码] — 股票代码
• StkName [证券简称] — 证券简称
• Year [年份] — 财务年度
• Province [省份] — 公司注册所在省份
• ProvinceCode [省份代码] — 省份行政区划代码(6位)
• City [城市] — 公司注册所在城市
• CityCode [城市代码] — 城市行政区划代码(6位)
• County [区县] — 公司注册所在区县
• CountyCode [区县代码] — 区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码
• IndustryName [行业名称] — 中上协行业分类名称
• Industry [行业] — 中上协行业分类，制造业取二位(如C2)，非制造业取首字母(如I)
• TE_CRS [CCR技术效率] — 基于Charnes, Cooper & Rhodes(1978)的CCR模型计算的技术效率，计算公式为：max{theta: theta*y<=Y*lambda, X*lambda<=x, lambda>=0}，范围[0,1]，1表示完全有效。单位：比例
• TE_VRS [BCC纯技术效率] — 基于Banker, Charnes & Cooper(1984)的BCC模型计算的纯技术效率，计算公式为：在CCR基础上增加凸性约束sum(lambda)=1，范围[0,1]。单位：比例
• SE [规模效率] — 基于Banker et al.(1984)的效率分解，计算公式为：CCR技术效率/BCC纯技术效率，值越接近1表示实际规模越接近最优规模。单位：比例
• RTS [规模报酬类型] — 基于Banker et al.(1984)方法判定的规模报酬类型：1=递增(IRS)，0=不变(CRS)，-1=递减(DRS)
• IsOnFrontier [是否位于效率前沿] — 是否DEA有效(0=否，1=是)，BCC纯技术效率>=0.999则为1
• ReturnsToScale [规模弹性系数] — 基于Cobb-Douglas生产函数估计的规模报酬，计算公式为：对ln(营业收入)=c+alpha*ln(总资产)+beta*ln(营业总成本)回归后取alpha+beta。单位：比例
• RTSCategory [规模报酬类别] — 基于规模弹性分类：>1.05为递增(1)，0.95-1.05为不变(0)，<0.95为递减(-1)
• MES_Industry [行业最小有效规模] — 基于Stigler(1958)方法计算的最小有效规模，计算公式为：行业内SE>=中位数企业的最小总资产。单位：元
• MES_Ratio [MES偏离度] — 计算公式为：总资产/行业最小有效规模，<1表示低于最小有效规模。单位：倍
• BelowMES [是否低于MES] — 是否规模不足(0=否，1=是)，MES偏离度<1则为1
• LogAssets [对数总资产] — 计算公式为：ln(总资产)，以自然对数计算
• LogRevenue [对数营收] — 计算公式为：ln(营业收入)，以自然对数计算
• SizeIndRank [行业规模排名] — 以总资产计的行业内百分位排名，计算公式为：rank(总资产)/N*100，范围[0,100]。单位：%
• SizeIndDecile [行业规模十分位] — 行业内规模十分位，1=最小，10=最大
• SizeVsIndMedian [相对行业中位数] — 计算公式为：总资产/Industry_Median(总资产)，>1表示大于行业中位数。单位：比例
• OptimalSizeGap [最优规模缺口] — 与行业内SE>=0.95企业平均规模的差距，计算公式为：ln(总资产)-mean(ln(总资产)|SE>=0.95)。单位：比例
• SizeDispersion [规模分散度] — 企业规模偏离行业中心程度，计算公式为：abs(对数总资产-Industry_Mean(对数总资产))/Industry_Std(对数总资产)。单位：比例
• UnitCost [单位成本率] — 计算公式为：营业总成本/营业收入*100%，规模经济下该比率随规模增大而降低。单位：%
• CostAdvantage [成本优势度] — 计算公式为：Industry_Median(单位成本率)-单位成本率，正值表示成本低于行业中位数
• AssetTurnover [资产周转率] — 计算公式为：营业收入/总资产，反映资产利用效率。单位：次

常见问题

「规模效率(CCR与BCC分解法)」是什么数据集？

规模效率(CCR与BCC分解法)，隶属经营绩效。衡量企业是否在最优生产规模下运营。

该数据集的时间范围是？

覆盖 1993-2025 年。

包含哪些变量/指标？

共 32 个变量。核心指标包括：CCR技术效率、BCC纯技术效率、规模效率、规模报酬类型、是否位于效率前沿、规模弹性系数、规模报酬类别、行业最小有效规模、MES偏离度、是否低于MES、对数总资产、对数营收、行业规模排名、行业规模十分位、相对行业中位数、最优规模缺口、规模分散度、单位成本率、成本优势度、资产周转率。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 88,515 条观测。

数据是如何测算/获取的？

指标定义与计算方法 本数据集旨在评估中国上市公司的规模效率，即企业是否在最优生产规模下运营。其核心思想源于生产前沿分析，通过数据包络分析（DEA）方法，将每个公司视为一个决策单元，通过线性规划求解其相对于效率前沿（即行业内表现最佳的公司集合）的效率值。在此基础上，进一步分解效率来源，并引入最小有效规模（MES）等概念，综合判断企业的规模经济性、规模报酬状态以及与行业最优规模的差距。 首先，计算两个基础效率值。技术效率（$TE\CRS$）衡量在规模报酬不变（CRS）假设下，企业相对于前沿的总体效率，其计算基于Charnes, Cooper & Rhodes (1978)的CCR模型。纯技术效率（$TE\VRS$）则衡量在规模报酬可变（VRS）假设下，剔除规模因素后的管理和技术水平效率，其计算基于Banker, Charnes & Cooper (1984)的BCC模型。两个效率值的取值范围均为[0, 1]，值越接近1表示效率越高。当$TE\VRS \ge 0.999$时，判定企业位于效率前沿（$IsOnFrontier = 1$），否则为0。 核心的规模效率指标（$SE$）通过分解总体技术效率得到，计算公式为： $$SE = \frac{TE\CRS}{TE\VRS}$$ 该指标反映了实际规模与最优生产规模的接近程度，其值越接近1，表明规模越有效。若$SE < 1$，则说明存在规模无效，可能是规模不足或规模过大。 为了进一步判断规模无效的方向，即规模报酬是递增、不变还是递减，数据集提供了两种判定方法。第一种是基于DEA模型的松弛变量分析（Banker et al., 1984），直接给出规模报酬类型（$RTS$）：1表示规模报酬递增（IRS），0表示不变（CRS），-1表示递减（DRS）。第二种是基于Cobb-Douglas生产函数估计规模弹性系数（$ReturnsToScale$），即对营业收入、总资产和营业总成本取自然对数后进行回归，所得资本与劳动弹性系数之和。根据该弹性系数的值，可将其归类为规模报酬类别（$RTSCategory$）：大于1.05为递增（1），介于0.95与1.05之间为不变（0），小于0.95为递减（-1）。 为量化企业规模与行业最优规模的差距，引入了最小有效规模（MES）的概念（Stigler, 1958）。行业最小有效规模（$MES\Industry$）定义为行业内规模效率（$SE$）不低于中位数的企业中，总资产的最小值。通过计算企业总资产与该$MES\Industry$的比值，得到MES偏离度（$MES\Ratio$）。若$MES\Ratio < 1$，则判定企业规模不足（$BelowMES = 1$），否则为0。 此外，数据集还包含一系列描述企业绝对规模、相对规模及规模经济代理变量的指标。绝对规模用总资产和营业收入的对数值（$LogAssets$, $LogRevenue$）衡量。相对规模指标包括：以总资产计的行业内百分位排名（$SizeIndRank$）和十分位分组（$SizeIndDecile$）、总资产与行业中位数的比值（$SizeVsIndMedian$）、与行业内高效率（$SE \ge 0.95$）企业平均规模的对数差距（$OptimalSizeGap$），以及企业规模偏离行业平均水平的标准化程度（$SizeDispersion$）。规模经济代理变量则包括反映资产利用效率的资产周转率（$AssetTurnover$，即营业收入/总资产）、反映成本控制能力的单位成本率（$UnitCost$，即营业总成本/营业收入），以及单位成本率相对于行业中位数的优势（$CostAdvantage$）。 补充说明 - 行业分组标准为按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）。 - 计算行业相关指标（如中位数、均值、标准差）时，要求行业内至少有5家上市公司。 - 对连续变量（如效率值、比率、对数规模等）在1%和99%分位数上进行缩尾处理，以控制极端值的影响。 - 地理位置信息（省份、城市、区县）及其代码基于公司注册地址。 参考文献 - Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 1984, 30(9): 1078-1092. - Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444. - Stigler G J. The economies of scale[J]. The Journal of Law and Economics, 1958, 1: 54-71.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。