创业板上市公司生产效率的数据包络分析

刘新绍

【摘 要】 文章应用DEA数据包络分析方法，对2009年到2010年我国创业板四大行业上市公司的生产效率分别进行了纵向和横向的比较分析。发现目前我国创业板上市公司整体生产效率不高。信息技术、电子、石化塑胶类技术密集型企业在上市后初期，都存在一定程度上生产规模的盲目扩张而影响了企业生产效率。其后通过优化与完善企业内部管理、理顺资产结构、合理配置资源，从而达到合理规模收益。但机械类资本密集型上市公司规模的迅速扩张不影响综合效率。因此，不断提高企业技术含量，努力创新，提高企业技术核心竞争力是创业板上市公司的首要任务。

【关键词】 创业板上市公司； 数据包络分析； 生产效率

一、引言

创业板市场的设立，可以显著改善我国创业市场的投资机制，逐步解决创业企业融资的后顾之忧，从而推动我国高新技术产业不断发展。然而，较之于当前的主板市场和中小板市场，创业板是一个相对稚嫩而且相对高风险的市场。创业板中的公司大多处于成长的初期，入市门槛相对较低，公司治理、经营层面存在着诸多的不确定因素。上市后，许多创业板上市公司仍然存在“一股独大”的畸形股权结构和募集资金使用不当的问题，且随着2010年上市公司年报的披露，创业板上市公司“高成长”的神话走向破灭。在此背景下，总结和反思创业板上市公司的经营发展、分析与研究创业板上市公司的生产经营效率，对创业板上市公司今后全面健康发展、可持续发展有着重要的现实意义和战略意义。

二、研究方法与工具

本文应用数据包络（DEA）的分析方法，在现有文献的基础上，利用收集到的2009年—2010年创业板上市公司相关数据，对我国创业板上市公司机械设备类73家（纵向30家）、信息技术类49家（纵向27家）、电子类32家（纵向9家）、石化塑胶类29家（纵向9家）公司的生产效率分别进行了横向和纵向的比较分析。通过分析样本公司的生产效率、技术效率和规模效率，指出创业板上市公司近两年生产经营上取得的成就与存在的不足。同时，给出创业板上市公司提高生产效率的建议，从而为创业板上市公司提升生产经营效率和可持续发展能力提供参考。

（一）样本选择与数据来源

本文选取的创业板上市公司样本及其数据均来源于“网易财经网（http：//money.163.com/）”和“证券之星网（http：//www.stockstar.com/）”数据库。至2011年9月止，这两家网站共公布267家创业板上市公司相关数据。因有些创业板上市公司系2010年及以后上市，同时有2009年、2010年DEA数据包络分析相关数据的公司较少。由于DEA数据包络分析要求决策单元（DMU）具有同质性，考虑到创业板上市公司在业务上差别较大，所以本文将选取4类共183家样本公司分类别进行分析探讨，以此来反映创业板上市公司的生产经营状况。

（二）投入与产出指标的选择

DEA分析法将决策单元（DMU）的投入产出数据作为分析要素。因此，投入与产出指标的合理选择是DEA数据包络测算的关键。本文在“生产法”（Production Approach）的理论基础上，同时借鉴已有研究的经验，选取三个基本的投入变量：在职员工人数、营业总成本和固定资产；产出指标选取营业总收入和税前利润总额。通过利用SPSS17.0统计软件，对样本公司的投入与产出数据采用非参数的“Kendalls tau-b（k）”秩方法的相关性分析。可以得到所选取的样本公司投入指标与产出指标呈显著的正相关关系（表略），从而满足DEA研究要求投入与产出之间的“等幅扩张性（Isotonicity）”等经验法则的要求。

（三）创业板上市公司生产效率分析的相关DEA模型

DEA数据包络模型分为“投入导向（Input orientation）”和“产出导向（Output orientation）”两种效率分析模型。“投入导向”（Input）模型反映的是在给定产出水平的情况下，使决策单元投入最少；“产出导向”（Output）模型反映的则是决策单元给定一定量的投入要素，追求产出最大化。由于创业板上市公司大多为成长初期的企业，其资本、人员等生产要素在样本期间并不是处在固定规模报酬状态，可以自由地调整投入量，具有可控性，因此，本文采用“投入导向”（Input）模型来进行样本企业的生产效率分析。具体模型构建如下：

minθ-ε（■si-+■sr+）

s.t.

■xijλj+si-=θXij0，i∈（1，2，…，m）■Yrjλj-sr+=Yij0，r∈（1，2，…，s）θ，λj，si-，sr+≥0，j=1，2，…，n

（模型一：规模报酬不变CRS模型）

minθ-ε（■si-+■sr+）

s.t.

■xijλj+si-=θXij0，i∈（1，2，…，m）■Yrjλj-sr+=Yij0，r∈（1，2，…，s）■λj=1，θ，λj，si-，sr+≥0，j=1，2，…，n

（模型二：规模报酬可变VRS模型）

模型中，m、s分别表示输入指标、输出指标的个数；θ为该决策单元DMU的有效值（即投入相对于产出的有效利用程度）；Xij、Yrj分别表示第j个决策单元DMU的第i项和第r项的投入量与产出量，可分别记为投入向量（X1j，X2j…，Xij）T=Xj和产出向量（Y1j，r2j，…Yrj）T=Yj；

si-、sr+表示松弛变量；ε为非阿基米德无穷小量。

根据DEA理论，倘若第j0个决策单元模型的最优解为λ*，s*-，s*+，θ*，则有：

1.若θ*=1且s*-=s*+=0，则该决策单元j0为DEA有效，即该决策单元在原投入X0的基础上，获得的产出Y0已达到最优，即表明该决策单元技术效率最佳。

2.若θ*=1，而s*-≠0或s*+≠0，则表示该决策单元为弱DEA有效，分别表示存在“超量”投入或“亏量”产出。

3.若θ*<1，则表示该决策单元为生产无效率。表示决策单元投入不当，可通过组合将投入降到原投入X0的比例而保持原产出Y0不减少。

同时，还可根据模型二的最优解λ*，进一步判断决策单元的规模报酬所处的状态。即：如果有■λj*<1，则决策单元规模报酬递增（irs）；如果有■λj*=1，则决策单元规模报酬不变（crs）；如果有■λj*>1，则决策单元规模报酬递减（drs）。其计算软件使用DEAP2.1（Coelli，1996）。

三、实证分析

本部分通过应用DEAP2.1软件，对所选择的183家（其中75家同时具备2009、2010年DEA分析数据）样本公司的生产效率进行DEA分析。即对创业板样本公司（共183家）2010年的生产效率按行业分四类进行横向与纵向比较分析。

根据上述模型一，对2009—2010年创业板样本公司四大行业的综合生产效率进行了测算，数据通过DEAP2.1运行。通过测算①，在2009年的75个样本中，7个样本公司DEA有效，平均效率值为0.734。2010年184个样本中，仅8个样本公司DEA有效，平均效率值为0.658，只有石化塑胶类上市公司表现较好。这表明目前我国创业板上市公司整体的生产效率不佳，并且整体的生产效率有下滑的趋势，其整体生产效率2010年比2009年下降10.35%。在2009年的75家样本创业板上市公司中，只有18家生产效率没有下降。其中有股票代码为300003、300042、300156的三家公司两年都保持了DEA有效（值均为1）的良好势态；另外15家公司从2009年到2010年间生产效率有所增长，增长较大的有代码为300041、300085、300100这三家公司，增长率均超过了10%。而四大行业中下降最多的是信息技术行业，下降幅度为15.20%。其中降幅最大的是代码为300098和3000065这两家公司，分别为-44.85%和-37.49%。从2009年到2010年生产效率降幅较大的前20家上市公司中，信息技术类公司13家，机械类公司6家，电子类公司1家。

为进一步探讨造成创业板四大类上市公司低生产效率的原因，下面利用模型二分别对2009年75家、2010年184家样本公司的平均纯技术效率和平均规模效率进行测算②。从测算结果中整体的平均值来看，影响创业板上市公司四大行业从2009年到2010年平均综合效率降低的主要原因是平均纯技术效率的下降，下降的幅度为-7.51%。其中机械类平均纯技术效率下降-6.64%、信息技术类为-9.26%、电子类为-6.22%、石化塑胶类为-4.03%。平均规模效率下降相对较少，但电子类平均规模效率下降幅度要略大于平均纯技术效率。在四类上市公司中，只有机械类的平均规模效率有所增长，幅度为1.20%。这表明，创业板上市公司中的机械行业合理的经营规模还未形成，从而造成创业板机械类上市公司规模报酬递增的趋势。

为保证DEA分析样本的同质性，本文特对2010年创业板四大行业上市公司对照2009年进行了排异性处理，即在2010年DEA测算中仅选择2009年的样本公司，以便更精确地反映相同样本公司在2009年到2010年DEA效率的变化。

通过测算③，样本公司的总体平均综合效率、纯技术效率、规模效率仍然下降，其幅度相对减少。通过对比表，本文发现，四大行业中，机械类上市公司在2010年相同样本与2010年扩大样本（2010年样本扩大到73个）DEA测算比较中，综合效率下降幅度相差不大，但纯技术效率与规模效率相差较大。其中纯技术效率在同样本比较中，下降幅度为-3.32%，而在扩大样本比较中，下降为-6.64%；平均规模效率在同样本比较中为下降-1.20%，但在扩大样本比较中，为增长1.20%，再次表明，创业板上市公司中的机械行业合理的经营规模还未形成，尤其是时间相对靠后上市的创业板机械行业上市公司。同时发现，在扩大样本比较中各效率指标下降幅度较大的信息技术行业上市公司，在同样本比较中反而变为增长；而电子、石化塑胶行业在同样本DEA效率比较中下降幅度也大大减少，电子行业的规模效率还略有增长（为0.21%）。这表明，原有的样本公司（2009年样本公司）在2010年中，表现相对稳定，而且27家信息行业样本公司在纯技术效率和规模效率方面都有进步。

单从规模效率来看，从表1可以看出，2009年在总体样本（共75家）的规模报酬不定的DEA测算（VRS）中，分别有34家、28家、13家上市公司规模报酬递减、递增与不变。在分行业的（VRS）测算中，机械行业分别有12家、12家、6家上市公司规模报酬递减、递增与不变；信息技术行业分别有15家、4家、8家；电子行业分别有2家、3家、4家；石化塑胶行业分别有4家、2家、3家上市公司规模报酬递减、递增与不变。这表明，2009年创业板上市公司存在一定的盲目扩大经营生产规模造成生产效率低下，尤其是信息技术行业，共27家样本公司中，其规模报酬递减的达到15家。而到了2010年，在同样本的75家上市公司测算中，其规模收益变化得到了全面的改观。在混合全样本测算中，有41家企业的规模报酬递增（irs），比例达到54.67%。在四大行业的分行业样本测算中，机械、信息技术、电子、石化塑胶分别有17家、11家、2家、5家企业的规模报酬递增（irs），占比分别达到56.67%、40.74%、22.22%、55.56%。这表明，经过一年的生产经营、优化管理，除了电子行业仍存在总体规模效率递减外，其他三大行业总体规模得到了有效的控制与改善。

然而，本文通过对75个相同样本2009年和2010年投入要素的对比分析，发现上述三大行业的人员与固定资产投入要素并没有压缩，而是扩大了。以创业板机械行业样本公司为例，从2009年到2010年，相同的30家样本公司的人员要素投入平均增长了28%、固定资产投入要素平均增长了78%，而营业总成本要素仅平均增长了20%。这表明创业板上市公司中2009年以前上市的企业，经过上市后一年的生产与经营，规模得到了有效扩大，内部管理得到了优化，成本得到了有效控制。

但同时，通过对2010年单年间不同样本规模（即与2009年相同的75个样本和2010年加入后来上市的企业共184个样本）的DEA规模收益测算结果分析，笔者发现，把2009年后上市的企业加入到DEA测算中后，总体规模收益递减（drs）的企业个数远远超过规模收益递增（irs）的企业个数。184个样本企业中，规模收益递减（drs）的企业达到96家。分行业样本测算中，除了机械行业仍保持52家规模收益递增（irs）的情况外，其他三大行业规模报酬递减的企业家数大大增加，尤其是电子行业。这表明，在后来上市的创业板企业，除了机械行业稍好之外，都存在盲目的扩大经营生产规模。比如：2010年四大行业共184家样本企业中，机械类、信息类、电子类、石化塑胶类纯技术效率有效（vrste值为1）但规模效率无效率（scale值非1）的企业分别有7家、10家、6家、7家。因此，对于这类企业，下阶段首要的任务是要合理控制企业生产经营规模，加强企业现有资源整合，提高公司规模效率。对于生产无效率同时来源于纯技术效率和规模效率的企业，可以应用DEA投影分析，在行业内找出企业学习的标杆，尽快优化企业内部管理、理顺资产结构、合理配置资源、合理安排企业规模效率，从而提高企业综合效率。

四、结论与研究展望及建议

本文应用DEA数据包络分析的方法，对我国创业板上市公司2009年到2010年四大行业的生产效率分别进行了纵向和横向的比较分析。本文发现：第一，目前我国创业板上市公司整体生产效率不高，并且从2009年到2010年，整体的生产效率下降。可能的原因是新上市的创业板企业因准入门槛相对较低，较差的效率表现拖累了创业板的整体生产效率。第二，创业板上市公司上市后，都先后经历了迅速扩大经营规模；然后努力优化管理、控制成本；最后达到合理规模收益这一途径。但信息技术、电子、石化塑胶这三大类技术密集型的上市公司，存在一定的初期盲目扩大规模而影响了企业的综合生产效率，尤其是信息技术与电子行业上市公司。而相反的是，创业板机械类这种资本密集型上市公司规模的迅速扩大与赶超似乎“很有必要”。到底是先规模“赶超”，还是先内部管理效率“优化”再规模“赶超”？创业板上市公司的生产效率到底要遵循一条怎么样的优化路径才能适合自己，才更有利于企业的可持续发展？各种类型的企业（比如上面的技术密集型企业与资本密集型企业）有区别吗？这些问题，还有待在以后的研究中探讨。

因此，对于创业板上市公司而言，上市后应根据自身企业的特点合理扩大生产经营规模；通过不断优化与完善企业内部管理、理顺资产结构、合理配置资源、进行有效成本控制来进一步提高生产效率。同时，不断提高企业技术含量，努力创新，提高企业技术核心竞争力，从而达到可持续发展的目的。

【参考文献】

［1］ 陆翠岩.我国创业板市场发展中存在的问题及对策［J］.经济纵横，2010（8）：100-102.

［2］ 皮海洲.创业板公司存大的五大问题［J］.武汉金融，2010（9）：71-72.

［3］ 托马斯.G.罗斯基.经济效益与经济效率［J］.经济研究，1993（6）：38-40.

［4］ 朱和平，王韬.创业板上市公司成长性的实证分析［J］.华中科技大学学报（自然科学版），2004（10）：82-85.

［5］ 闻岳春，叶美林.中国创业板上市公司治理与绩效的实证研究［J］.上海金融学院学报，2011（3）：84-95.

［6］ 魏权龄.数据包络分析［M］.北京:科学出版社，2004.