中国上市汽车公司效率分析——基于DEA-Malmquist指数方法

吴道稳

安徽大学经济学院，安徽合肥，230601

中国上市汽车公司效率分析
——基于DEA-Malmquist指数方法

吴道稳

安徽大学经济学院，安徽合肥，230601

采用DEA-Malmquist指数方法，对中国上市汽车公司2009-2012年间效率变动情况进行了分析。结果显示：中国上市汽车公司的全要素生产率变化指数小于1，但不断上升，全要素生产率下降速度趋缓；上市汽车公司综合技术效率年度间变动较小，较为稳定,规模效率的下降抵消了纯技术变化指数的增长对综合技术效率增长的促进作用；上市汽车公司技术进步指数和全要素生产率指数的变动一致，是引起全要素生产率变动的主要原因；上市汽车公司年度效率波动较大，各企业之间效率差异较小，不存在具有明显优势的企业，抵御外部冲击能力较小。

全要素生产率；规模效率变化；技术进步

1 问题的提出

1956年，长春汽车制造厂生产出第一辆汽车，拉开了中国汽车产业发展的序幕。改革开放后，特别是进入20世纪90年代后，中国汽车业迎来了高速发展时期，年平均增长速度达15%。到2009年，中国汽车产量达到1 379.1万辆，销量为1 364.4万辆，超越美国成为世界第一大汽车产销国；到2013年，中国汽车产销量达到2 211.6万辆和2 198.4万辆，连续5年成为世界第一大汽车产销国[1]。

然而，应该清醒地认识到，中国汽车产量的高速增长，一方面是由于市场需求的不断增长，另一方面是中国汽车产业盲目扩张、粗放式增长的结果，使得整个汽车产业效率低下，从而引发了一系列问题，如自主品牌竞争力弱，多生产中低档产品，没有掌握核心技术，关键零部件还需要进口等。汽车产业的上市公司作为整个产业的典型代表，其效率如何，很大程度上反映了整个产业的状况，因而，研究汽车产业上市公司的效率状况，可以反映整个汽车产业的效率。

2 国内外研究概述

目前，国外对汽车产业的效率研究较少，而更多的是关注汽车产业的自主创新、技术进步和产业组织等方面。Papahristodoulou使用DEA方法，从性价比角度分析了1996年不同国家汽车生产企业生产的121种不同车型的性价比情况，认为不同国家和地区的汽车生产企业的效率存在很大的差异[2]。harma运用全要素生产率方法分析印度汽车产业在20世纪90年代到2003年的效率变动情况，得出印度汽车产业的开放并没有使得生产效率得到提高的结论[3]。R.J.Orsato和P.Wells通过对汽车制造产业技术变革过程的研究，分析汽车制造厂商的技术效率和技术水平的变动情况，发现近10年来汽车厂商技术效率和技术水平提高的主要原因在于生产环节采用整合平台，从而使得各方面的资源得到有效利用[4]。

国内方面，胡洪力运用DEA方法研究我国轿车企业1992-2001年整体规模经济情况，认为轿车企业规模经济是存在的，并且最小规模经济随着我国轿车市场需求的增长和技术的进步而不断扩大[5]。万伦来等研究了中国汽车产业技术效率，利用传统的C2R模型，得出我国汽车业总体技术效率呈现下降趋势的结论[6]。李晓钟等采用多元回归方法，研究了1998-2008年中国汽车工业的市场结构和市场绩效，认为中国汽车市场已经从竞争型转向下集中寡占型，市场集中度对汽车产业的市场绩效为正效应，但对内资企业、外商投资企业、港澳台投资企业的影响程度不同[7]。赵玻、王连通过实证分析发现我国汽车产业技术效率水平较低，资本劳动比率、工程技术人员比重促进了技术效率的提高，研发支出比重和产量增长率阻碍了技术效率的提高[8]。

综上所述，国外学者主要是从国际竞争力、全要素生产率及外部环境等角度研究汽车企业的效率。国内学者主要是从规模经济、市场结构、内部投入等角度开展研究。本文采用DEA-Malmquist指数方法研究中国汽车上市公司的技术效率和规模效率及全要素生产率和变动情况，并且通过Malmquist指数的分解，研究中国汽车上市公司效率变动的原因。

3 研究方法

3.1 研究模型

Malmquist指数最初是由Malmquist Sten提出[9]。1982年，Caves等首度将该指数应用于生产率变化的测算[10]，之后，研究者将该指数与DEA理论相结合，因为其较好地刻画了相对效率的动态变化，使得其在生产率测算中的应用日益广泛。

Malmquist 指数的构造基础是距离函数，而距离函数正是DEA理论中的C2R模型和BC2模型效率值的倒数。按照1997年Ray和Desli提出的Malmquist指数分解的RD模型[11]，Malmquist指数的定义及分解如下：

=TE×TC×SE=TC×TEC

(1)

3.2 指标和数据

选取14家具有代表性的整车汽车制造公司：江铃汽车、长安汽车、一汽轿车、安凯客车、一汽夏利、中通客车、东风汽车、宇通客车、上汽集团、华菱星马、江淮汽车、金龙汽车、福田汽车，作为研究样本。

选取经营性流动资产、固定资产、开发支出、主营业务成本、人力资本作为输入指标，主营业务收入和经营利润为输出指标。其中，营运资产是指流动资产中扣除金融资产的部分，经营利润的计算方法为净利润加财务费用，这样就剔除了不同上市公司因其财务政策的不同对计算结果的影响。

4 实证分析

运用DEAP2.0软件进行计算，得到Malmquist指数及该指数的分解，结果如表1～5。

4.1 全要素生产变化指数分析

从整体看，全要素生产率变化在2009-2012年一直都是处于上升中，2009年仅为0.64，到了2012年已达到0.98。

2009年，全要素生产率实现增长的只有一家，即上汽集团；2010年，全要素生产率变化指数没有一家上市企业大于1，但与2009年相比，除上汽集团和福田汽车外，各家上市公司该指数都有所增长，且增长幅度较大。到2011年，全要素生产率变化指数有6家公司大于1，最高的是上汽集团1.124，全要素生产率实现了12.4%的增长，有11家在0.9以上。这说明危机过后3年，我国汽车产生上市企业已经走出了金融危机带来的阴影，实现了平稳发展。到了2012年，全要素产率变化指数进一步提高，达到0.98。总体看，2009-2012年14家汽车上市公司的全要素生产率变化指数不断增长，但平均值小于1，说明全要素生产率始终在下降，不过下降的幅度不断减小。

表1 各上市公司纯技术效率变化指数

表2 各上市公司规模效率变化指数

表3 各上市公司综合技术效率变化指数

表4 各上市公司技术进步指数

表5 各上市公司全要素生产率变化指

图1 Malmquist指数年度均值计算结果

4.2 综合技术效率变动分析

从综合技术效率变动看，基本上保持稳定。其中，2009年和2011年大于1，2010年和2012年小于1，变化幅度在0.1以内，增减变化较小。这说明上市汽车公司整体管理和决策较为稳定，变化不大。

综合技术效率变动分为纯技术效率变化指数和规模效率变化指数。从纯技术变化指数看，除2012年外，其他年份都大于1，说明纯技术效率的提高已成为驱动中国上市汽车公司发展的一个重要因素。然而，从规模效率看，除2011年大于1之外，其他年份都小于1，说明我国14家上市汽车公司整体规模效率不断下降，从而抵消了纯技术变化对提高综合技术效率的促进作用。

4.3 技术进步指数分析

2009-2011年14家汽车上市公司技术进步指数各年平均值都小于1，说明技术进步不足是导致他们全要素生产效率下降的主要原因，生产边界向原点移动，有技术衰退的趋势。但2009-2012年，技术进步指数是在不断增长的，到2012年，技术进步指数已经大于1，说明14家上市企业公司正在追赶生产前沿。2009年，只有一家上市汽车公司的技术进步指数在0.9以上，2010年则增长到11家，2011年为12家，2012年14家都在0.9以上，除上汽集团是低于1之外，其他13家都大于或等于1，说明14家汽车上市公司都在不断地增加研发投入，技术创新能力不断增强。

另外，无论是从全要素生产率变化指数，还是其分解的指数，2009-2012年没有一家上市公司始终大于1，虽然全要素生产率变化指数和技术进步指数年度间变化较大，但是，同一年度不同企业间的差异较小。这说明14家上市汽车企业中不存在效率优势特别明显的上市公司，整个汽车行业的竞争相当激烈。

5 结束语

从以上分析可以看出：一方面中国上市汽车公司技术创新能力不断增强，这无论是从纯技术变化指数还是从技术进步指数的分析中都可以看出；另一方面中国上市企业的规模效率却不断下降，从而抵消了纯技术变化对提高综合技术效率的促进作用，使得从整体来看中国上市汽车全要素生产率是不断降低的，虽然这种下降幅度在不断的降低，到2012年全要素生产率基本已经和去年持平。

首先，本研究只选择了金融危机以后2008-2012年5年的数据，时间段较短，后续研究可以考察更多的时期；其次，评价指标的选取上以财务指标为主，可以将财务指标和非财务指标结合在一起，增加一些非财务指标，如市场占有率等；最后没有研究上市汽车公司的规模效率不断下降的原因，这是后续研究的方向。

[1]王军雷，田莉.中国汽车工业年鉴[M].天津：《中国汽车工业年鉴》期刊社，2013:15-45

[2]Christos Papahristodoulou.A DEA model to evaluate car efficiency[J].Applied Economics，1997,29:1493-1508

[3]Seema Sharma.A study on productivity performance of Indian automobile industry[M]//Charnes A，Copper W,Timmer C.Appc 2004 Conference essay collection.Brisbane Australia:University of Queensland Press,2004:105-108

[4]Orsato R J,Well P.U-turn: the rise and demise of the automobile Industry[J].Journal of Cleaner Production,2007，15:994-1006

[5]胡洪力.基于DEA模型的中国轿车企业规模经济效益评估[J].财经研究，2004(10)：25-30

[6]万伦来，鹿立林，刘子农.中国汽车产业技术效率分析[J].技术经济，2010(2)：39-44

[7]李晓钟，张小蒂.中国汽车产业市场结构与市场绩效研究[J].中国工业经济，2011(3)：129-138

[8]赵玻，王连.我国汽车产业技术效率及其影响因素实证分析[J].生产力研究，2004(12)：157-159

[9]Malmquist S.Index numbers and indifference curves[J]. Trabajos de Estadistica,1953(4):209-242

[10]Caves D W,Christensen l R,Diewert W E.The economic theory of index numbers and the measurement of input,output,and productivity[J].Econometrica,1982，50:1393-1414

[11]Ray S C,Desli E.Productivity growth, technical progress,and efficiency change in industrialized countries: Comment[J].American Economic Review, 1997,87(5):1033-1039

(责任编辑：周博)

宿州学院一项科技成果达到国际领先水平

2014年12月20日，受安徽省科学技术厅委托，安徽省科技成果转化服务中心在合肥组织召开了由宿州学院与皖北煤电集团、合肥工业大学等单位共同承担的“高承压强渗流松散含水层下安全开采防治水关键技术研究及应用”项目成果鉴定会。鉴定委员会认为：该项关于高承压强渗流地下水流场模拟、突水危险性分区、流固耦合计算等方面成果居于同领域的国际先进水平，在高承压强渗流松散水体下综放开采浅部煤层防治水关键技术的研究成果达到国际领先水平，成果的推广应用前景广阔。

10.3969/j.issn.1673-2006.2015.01.006

2014-08-28

安徽大学研究生学术创新研究扶持项目“基于DEA-Malmquist 指数方法中国汽车产业效率研究”(yfc100151)。

吴道稳(1989-)，安徽舒城人，在读研究生，主要研究方向：中国产业升级路径研究。

F426

A

1673-2006(2015)01-0021-04