刘小玄(2000)讨论了企业所有制和控制层级对企业效率的影响，他以1995年全国工业普查的数据为基础，从全部75万家企业中选择了20余个产业，共计大约17万家具有竞争性特点的企业进行了效率测定。
分析方法主要采用了生产前沿函数模型和OLS计量方法，对普查数据中提供的所有制变量对于企业效率的影响进行了分析和比较，得出的结论主要是：就所有制变量的影响看，国有企业在全部测定的行业中效率最低，这个结论相当稳定，并且在所有测定的行业中表现得完全一致。同样，另一个十分稳定的结论是，私营个体企业的平均效率最高。
姚洋和章奇(2001)利用1995年工业普查资料，抽取了12个大类行业中的14670个企业作为样本，首先采用随机前沿生产函数模型估计这12个大类行业的生产函数，然后在此基础上计算各个企业的技术效率，并对之进行回归分析。实证分析的结果表明：与国有企业相比，集体企业的技术效率高22%，私营企业高57%，国外三资企业高39%，港澳台三资企业高33%。可见，非国有企业比国有企业具有更高的效率，同时，这些统计结果也充分地证明了非国有成分对提高中国工业企业技术效率水平的效应。
②从中观层面上比较我国各行业的技术效率，或者就某个具体行业的效率进行跨国比较研究。例如，余修斌等(2000)就中国制造业的技术效率现状及其国际比较进行了分析，并提出提高技术效率是增强我国制造业国际竞争力的重要途径和手段；孙建国、李文傅(2003)对18个国家的电力行业进行了跨国比较；中国台湾学者林炳文(2004)对台湾商业银行行业内各个企业效率进行了计算和排名，并重点分析了企业间并购行为对效率的影响。
③使用分省数据对我国的技术效率及其变化趋势和若干影响因素进行了研究。例如，何枫、陈荣(2004)实证分析了我国平均技术效率的变动趋势；何枫、陈荣等(2003，2004)研究了外商直接投资、贸易发展及金融发展等因素对技术效率的贡献。
通过对相关文献的研究发现，随机前沿模型应用最多的领域是银行，其次是生产行业，如：钢铁、煤、纺织行业等。随机前沿模型具有双误差结构，能够很好地将影响效率的那些不可控制因素纳入到模型中。而在银行业，由于存在各种未知的风险，以及政府根据国际环境经常调整政策，因此，银行的效率受不可控因素的影响很大。随机前沿模型的这种双误差结构比其他计量方法更合适银行效率的研究，在其他生产行业也是一样的，这种情况在城市公共交通也是类似的。
城市公共交通受不可控因素的影响也是很大，有很多企业自身无法控制的因素(如运行网络线路是否在人流密集的地区、出车频率和时间等)会对城市公共交通企业的效率造成影响，因此，随机前沿模型也适合对于城市公共交通企业的效率的测量。但是，到目前为止，国内很少有学者对城市公共交通企业的效率利用随机前沿模型进行研究分析，并分析有哪些因素影响效率。
（第三节）企业效率的定义及测量方法
效率，从本质上讲，它是资源的有效配置、投入产出能力和可持续发展能力的总称。本节就效率的两个方面进行讨论。一是介绍效率的概念，二是介绍效率测量的方法。
一、企业效率的定义
托马斯·罗斯基(1993)指出，在微观经济理论中，经济效率(EconomicEfficiency)主要指三种，即配置效率(AllocativeEfficiency)、技术效率(TechnicalEfficiency，TE)和动态效率(技术进步)。值得注意的是，经济效率和经济效益是两个完全不同的概念，经济效率是微观经济理论中的概念，而经济效益是财务上的概念，有时这两者之间并不一致，例如，当市场结构从完全竞争转为垄断时，产出将减少而利润会上升，此时配置效率和技术效率下降，但经济效益指标却将上升。相反，当市场结构从垄断转为完全竞争时，产出上升而利润减少，此时，配置效率和技术效率将上升，而经济效益将下降。总而言之，经济效益高并不意味着经济效率高。
技术效率的概念最早由英国剑桥大学经济学家Farrell于1957年首次提出，Farrell(1957)在Debreu和Koopmans(1951)工作的基础上，提出了对多种投入企业的一种简单效率测算方法，并定义了成本效率的概念。他将成本效率分解成两部分：技术效率和配置效率(Farrell称之为价格效率)。
在西方微观经济理论中，用生产可能集和生产可能性边界描述企业的技术情况。生产可能性边界是在当前的技术水平下，所有可行的投入产出向量的集合。生产可能性边界描述在当前技术水平下有效率地投入产出向量，即给定投入和其他产出不变时一种产出的最大值，或给定产出和其他投入不变时一种投入的最小值，即技术有效的投入产出向量集合。以盈利为目的的厂商追求的就是利润最大化和最优生产状态，采用理论生产函数所描述的生产可能性最优边界称之为生产前沿面，但现实中并非所有企业都可以达到最大产出。技术效率指的是现有资源最优利用能力，即在给定一组投入要素不变的情况下，一个企业的实际产出同一个假设同样投入情况下的最大产出之比，而这个差距就是技术非效率，差距越大，则技术效率越低；配置效率是在产出、要素价格不变和技术效率为1的情况下，企业的最小成本和实际成本之比，实际成本超出最小成本的部分同最小成本的比值为配置非效率，上述两项测度结果组合成了总的经济效率(Farrell认为总效率是技术效率和配置效率的乘积)。
技术有效的生产单位一定位于生产前沿面上，位于生产前沿面下方的生产单位一定是技术无效的。
图62直观地显示了在单一要素投入的情况下技术效率的定义。TE为生产可能性边界与实际生产曲线之间的垂直落差。生产可能性边界代表的是一个行业在最好的硬件和管理技术下所能达到的最大产出，TE则代表了一个企业在特定投入规模下与这个最大产出之间的差距。
从上面的分析可以看出：
技术效率用来衡量技术在稳定使用(即没有技术创新)过程中生产者获得最大产出的能力，表示生产者的生产活动接近其生产边界(最大产出)的程度，即反映了生产者利用现有技术的有效程度。当发生技术进步时，边界生产函数就会发生移动。边界生产函数移动的结果是技术效率很高的生产单位或部门又将面临如何提高技术效率的问题。
在本节中，城市公共交通效率的研究指的就是对城市公共交通企业的技术效率的研究。在（第四节）的实证分析中，测量的城市公共交通企业的效率指的就是技术效率。
二、企业效率的测量方法
随着统计学和计量经济学的发展，有关经济效率的测量在实践中得到了充分应用，它们对经济与管理领域内许多研究的深入有着重要的意义。本部分通过对技术效率测量方法的简要介绍，以及比较两种常用的测量方法即数据包络分析法(DataEnvelopmentAnalysis，DEA)和随机前沿分析方法(StochasticFrontierApproach，SFA)，进而阐述技术效率测量的随机前沿分析方法(SFA)的优点与不足。
(一)基于生产率概念的效率测量方法
使用生产率指标来分析效率是一种易于操作的传统研究手段，它在国内早期相关研究中占据着重要的地位。其中，效率测量方法又可分为单要素生产率指标分析法和全要素生产率指标分析法。
(1)单要素生产率分析法
简单地说，单要素生产率分析法是以产出同单一要素投入的相对比率(如劳动生产率，资金产出率等)来分析效率变化。由于这种手段的易处理性，它至今也是大家乐为使用的大体观测生产率变化的分析技术。
使用单要素生产率分析法的缺陷在于：首先，这种分析方法实际上是测量企业的运行绩效，是以经济效益为中心而设计的，更多反映的是企业经营中的获利情况，而且这些指标的选择也往往带有随意性，并因此导致错误的分析；其次，在企业生产活动过程中有多种要素投入，在计算单个要素生产率时，如果没有控制其他要素对产出的贡献作用，就有可能高估单个要素生产率，给比较带来偏差；最后，在分析企业存在多种要素投入和产出的关系时，单个要素生产率也只能反映企业生产经营活动的某个侧面，难以对总投入和总产出的关系做出全面评价。因此对于企业效率研究来说，它们所能够提供的信息是非常有限和片面的，难以全面准确地反映企业效率的改进及其相关因素的贡献程度。
(2)全要素生产率(TFP)分析法
单要素生产率分析法所采用的单一指标，并不代表生产效率的总体变化，因为生产是所有投入的组合，而且当不同指标得到不同结论时，如何取舍，尚无定论，因此，在探讨整体的生产效率时，必须兼顾所有的投入。以要素相对价格、占总成本的比重或要素产出弹性为权数，对各项要素生产率进行加权平均，可得到一个综合指标，即全要素生产率(TFP)。目前用全要素生产率指标来度量生产率的方法有三种具有代表性：索洛方法、丹尼森方法和乔根森方法。
在全要素生产率增长率的增长核算方程中所作的关键假设之一是规模报酬不变，以此确定要素投入增长率的贡献份额。但是，有许多产业部门(乃至企业)并不满足规模报酬不变的前提，例如，传统产业部门中的农业，是公认的规模报酬递减；而新兴产业部门，则大多属于规模报酬递增阶段。由此决定了利用这种增长接算方程进行增长源泉的解释有不可避免的局限性，从而大大降低了这种度量方法的可信程度。
在全要素生产率增长率增长核算方程的度量方法中还有一个致命的弱点就是“余值”计算，即把从增长总份额中扣减要素投入增长的贡献份额后的余值作为全要素生产率增长率的贡献份额，利用这种余值计算得来的全要素生产率增长率来解释增长的源泉。实际上，这种基于“余值”的处理方法在实际应用中会遇到很多麻烦，因为影响“余值”大小的因素实际上非常复杂，除了产出、要素投入、技术进步外，制度的变动、宏观政策的变化、分析期的差异也都会影响到“余值”。总之这个指标的不理想之处在于：首先由于它综合地反映的是企业的产出/投入率的水平，因此它在分析企业生产率的来源时，提供的信息过于笼统。其次在估计生产函数时没有把一些数据本身带来的随机误差从模型估计的总体误差中剥离出来，因而所测量出来的生产率包含了数据误差的因素。
(二)基于生产前沿概念的效率测量方法
近年来，在Farrell(1957)提出生产边界及生产效率的开创性概念后，各种更具体合理的生产效率测量方法才被陆续发展出来。20世纪70年代和80年代发展起来的前沿生产函数法逐渐成为评价企业效率的主导方法。其基本思路如下：假设一系列企业中每一个企业都能得到同样的生产投入，很明显我们不会期望所有的企业都会有相同的效率，因为即使是同样的投入，不同的经理面对不同的财务环境、不同的激励措施可能会做出不同的生产、投资和战略策略决定，而且即使能力相同，他们的努力程度和对风险的态度也会导致不同的绩效，因此具有最好业绩的企业也是最有效率的，同时与微观经济学中的生产可能性边界类似也恰好分布在前沿边界上。很显然企业的分布最多位于(真正的)前沿边界上。因而前沿生产函数描述的是一组给定的要素投入的最大生产能力，而实际产出只能位于前沿的下方或前沿上，不能在前沿的上方，实际产出与前沿上最大产出的差距则为非技术效率的度量。
前沿效率是一个相对概念，不同样本组、不同定义及计算方法都可能得出不同的效率值。依据函数的特征不同，前沿生产函数法可分为确定性(Deterministic)前沿生产方法及随机性(Stochastic)前沿生产方法两大类。确定性前沿生产方法假设企业均面对相同的技术信息，所有企业仅存有一个共同的生产前沿，而个别企业技术效率差异，完全归因于人为的管理或使用技术的差异。这类估计方法又可进一步细分为确定性无参数前沿方法、确定性参数前沿方法、确定性统计前沿方法等；随机性前沿生产方法则假设企业原先对应的技术信息中，有一部分为非人为所能控制的因素，如天气等自然因素，因此，个别企业技术效率差异，除来自人为的管理无效率外，也包括那些人为无法控制的自然因素等所造成的差异。由于那些人为无法控制的自然因素等所造成的误差具有随机性质，因此，个别企业所面对的生产前沿也具有随机性。
1)确定性无参数前沿方法
确定性无参数前沿方法(DeterministicNonparameterFrontierApproach)以Farrell(1957)的研究为代表。Farrell(1957)首先提出生产前沿及生产效率的概念，认为资源分配的价格效率及生产过程的技术效率，皆是影响企业产出水平的重要原因，其透过等产量线的设定，将企业的投入与产出比例建立一个数学估计方程式，并由此计算出每一家企业的效率指标。由于Farrell的方法并未事先预设生产函数的形态或建立明显的前沿模型，其假设生产前沿在事先已确定，并对生产函数的推估中不含有参数的估计，因而Farrell的方法被称为“确定性无参数前沿方法”。Farrell方法的优点是无须对资料做任何函数形态的设定，但其缺点是对生产函数中固定规模报酬的假设过于严格，且如果资料遗漏一些最具有效率的样本点，会使得生产前沿大幅改变。尽管如此确定性无参数前沿方法得到了后来研究者的发扬光大，直接导致了数据包络分析方法(DEA)技术的诞生和发展，并在实践中得到了广泛的应用。
