基于DEA方法的我国路桥上市公司经济效率研究

2016-04-25罗鹏庭

重庆科技学院学报（社会科学版） 2016年3期

罗鹏庭

罗鹏庭

摘要：道路桥梁作为重要的公共基础设施，对社会的快速发展起到了重要作用。基于我国上市路桥公司的财务报告数据，采用数据包络分析方法（DEA）对16家路桥上市公司2006—2013年间的经济效率进行了评价。研究发现：我国路桥企业生产效率普遍较低，处在生产前沿的企业少；纯技术效率对整体效率的影响大于规模效率，并且大部分公司多年来都呈现出规模效益递减的现象；路桥企业不具有规模经济特征，扩大规模并不能为企业带来更大的效益，应该把精力放在内部各部分之间的协调上。

关键词：路桥企业；数据包络分析；经济效率

我国路桥行业从20世纪初开始起步。1906年，中国修建了第1条公路，但解放前公路总体发展缓慢。建国后，国内公路建设逐步走上健康发展之路，但这期间发展速度相对较慢。由于建国初期我国经济水平不发达，公路建设缓慢发展没有制约国民经济的发展。然而，改革开放之后，国民经济增长迅速，运输量迅速增加，交通基础设施不足，运输结构不合理逐渐成为制约经济发展的瓶颈。基于这一现象，国务院批准设立公路建设专项基金和车辆购置附加费，专门用于公路建设，我国公路建设发展突飞猛进［1］。

一、文献回顾

目前国内研究路桥行业的文献主要集中在对人力资源管理、施工、成本、企业文化建设领域，有关路桥企业经济效率的实证研究微乎其微。

田辉等选取了我国11家高速公路上市公司作为样本，应用DEA-CCR模型对其2004—2006年的经营状况进行了分析与比较［2］。他们特别对无效率的企业进行了研究，找出了问题所在和改进方式，为管理人员的相关决策提供了信息。赵昱焜选取了河南省18个地级市作为决策单元，应用DEA-CCR模型对公路的规模效率水平进行了分析［3］。未小刚选取了13家高速公路上市公司2006—2010年的年报数据，对技术效率、纯技术效率、规模效率进行了评价，得出结论：路桥产业效率水平具有较大提升的空间；高速公路产业效率具有较大的区域差异；影响我国高速公路产业效率的主要因素是规模效率［4］。隽志才等应用DEA-CCR模型和CCGSS模型分析了公路运输企业的规模有效性和技术有效性，发现在当时的装备技术水平、管理决策水平和人员素质水平下不应再扩大投入规模，而应提升科技发展水平与增强运输企业技术规模的有效性［5］。

我国路桥行业具有一定的特殊性，可供参考的文献甚少。目前，企业经济效率分析在制造业、金融界、煤炭企业、医院、军事领域等都得到了广泛的应用。本次研究借鉴了与路桥企业相关的物流企业、银行企业等的效率研究成果。

在对中国行业经济的研究中，郑玉歆等较早采用随机前沿生产函数法，以问卷收集到的数据为基础，测算了企业的技术效率、配置效率、技术进步及生产效率的变动情况，并分别比较了不同城市、部门和企业的技术效率提高速度［6］。雷勋平等构建了安徽省2003—2010年17个城市的物流业面板数据，运用DEA-Malmquist方法，对安徽省区域物流业全要素生产率的增长来源、区域差异和变化差异进行了实证研究［7］。张金清等选择国内14家商业银行为样本，运用SFA法对本土商业银行效率进行测度，并在此基础上考察了外资银行进入水平影响本土商业银效率的“网值效应”［8］。高明等运用DEA视窗分析对我国具有整车生产能力的轿车企业2003—2008年的面板数据进行了分析，证明了在决策单元较少的情况下，可以运用视窗分析扩大决策单元的数量［9］。他们通过研究发现，我国轿车企业的生产效率存在差异，且总体水平不高。我国轿车企业要增强国际竞争力，必须加大自主创新能力，同时要整合资源和提高管理水平。张庆芝等采集了2002—2008年我国钢铁产业的面板数据，建立超效率DEA模型，计算出2002—2008年间的能源效率，测算了企业的节能空间，对2002—2008年间我国钢铁产业效率的变化做了进一步评价［10］。研究结果发现，我国钢铁产业的节能潜力巨大，技术的提升是产业能源效率提升的主要来源。

二、模型与测评方法

数据包络分析（DEA）是利用线性规划模型来衡量具有多投入和多产出的决策单元（Decision Making Units，DMU）的相对有效性［11］。使用DEA方法计算各决策单元相对效率，事先无须知道各投入产出间的具体函数形式；模型权重由数学规划产生，并且对于各评价指标的计量单位、量纲或者性质没有约束，评价不受不同计量单位影响［12］。笔者利用DEA-CCR/BCC模型［13］对路桥企业的生产效率进行分析，再使用DEA Windows Analysis方法［14］处理16家路桥企业2006—2013年间的面板数据，研究路桥企业生产效率的变化，最后采用Super-DEA模型进一步对有效率的企业进行排名。

这里得出的结果是纯技术效率。由于技术效率（CE）=纯技术效率（PTE）×规模效率（SE），所以根据规模报酬不变和规模报酬可变两个模型，运用公式便可以得出企业的规模效率（SE）。

在构建DEA模型之后，将数据指标代入模型，计算出决策单元的效率，得出以下几种结果：

第一，θ=1，S+=0，S-=0，称该决策单元有效。即在投入量为Xj时，产出量Yj已达最佳或产出量为Yj时，投入组合Xj已达最佳。

第二，θ=1，S+≠0，S-≠0，称决策单元弱有效，决策单元的投入产出量可以做适当调整以达到最优。

第三，θ＜1，S+≠0，S-≠0，称决策单元无效率。

三、变量与数据选取

在效率研究中，指标的选取非常重要，它决定了分析结果的准确性。由于路桥行业的特殊性，利用DEA对路桥企业效率进行研究的文献非常稀少，本次研究还借鉴了其他行业的研究成果。对我国学者在研究企业效率时所选用的投入产出指标进行总结归纳，选取总资产（X1）、主营业务成本（X2）为投入变量，主营业务收入（Y1）、利润总额（Y2）、每股收益（Y3）为产出变量。总资产（X1）是企业所拥有的、能够为企业带来未来收益的、归企业支配的财富。主营业务成本（X2）是企业用于生产和销售主营业务有关的产品或服务必须投入的成本总和。主营业务收入（Y1）是指企从业主营业务中获取的基本收入，是评价企业发展水平的重要指标。主营业务利润是主营业务收入与主营业务成本的差值，其值越高表明公司发展潜力越大。利润总额（Y2）是指企业在生产经营过程中总收入扣除各种期间费用后的盈余，反映的是企业在某一时期内实现的盈亏总额。每股收益（Y3）指企业的税后利润与股本总数的比率。这是一个评价股票投资价值的重要指标，是分析公司每股盈利能力的基本指数，是公司某一时期内的净收益与股本总数的比率。

笔者在选取样本时主要考虑的是数据的可获取性。考虑到上市公司一般规模较大，而且财务数据容易获取，笔者选取了我国16家A股路桥上市公司的年度报告作为数据样本。投入产出指标共6个，样本选取合理。

四、实证研究及其结果

为了分析我国特有的路桥企业在不同时间上的生产效率，笔者采用面板数据进行分析。对于面板数据的处理，首先以路桥企业年度作为不同的决策单元对企业的生产效率进行纵向分析比较，再使用DEA Windows Analysis分析对企业在不同年度的生产效率进行综合分析。最后，对纵向分析与视窗分析得出的结果进行比对。

利用CCR及BCC模型进行效率分析，要求所有输入与输出变量必须为非负数。在实际分析过程中，输出变量净利润和利润总额的值有可能会出现负数，比如海南高速2006年、2007年和湖南投资2006年的利润总额皆为负数。因此，在利用CCR及BCC模型前必须将原始数据进行无量纲处理，使其所有的变量都转化为非负数。最终处理的汇总结果见表1。

我国路桥行业2006—2013年间生产效率并不高，8年期间的平均效率为0.826。在16家企业里，有6家企业的技术效率在均值以上。不同年份效率差异较小，公司效率最高的年份是2006年，效率值为0.871；效率最低的年份是2013年，效率值为0.782。现代投资和福建高速分别有4年和3年呈现技术有效率的情况，重庆路桥、五洲交通、湖南投资3家企业都只有一年达到了技术有效率，而其余11家企业每年都表现为技术无效率。

表1　我国16家路桥企业2006—2013年度的效率评价结果汇总表

2006—2013年间16家企业的平均纯技术效率为0.867，这意味着各企业若采用最优的技术，将减少13.3%的投入。纯技术效率和总体效率的趋势一样，同为先上升再下降。福建高速、山东高速、五洲交通、宁沪高速、湖南投资和现代投资的纯技术效率较高，海南高速和粤高速A纯技术效率的损失较大。

路桥16家企业的平均规模效率为0.954，低于平均值的有6家企业。楚天高速、东莞控股的平均规模效率较高，福建高速和现代投资分别有3年和4年达到了规模有效率。有11家企业表现为规模效率递减，说明这几家企业的规模已经足够大，继续扩大规模不会带来更大的效益，反而会降低效率，造成投入的浪费。重庆路桥、湖南投资、海南高速和华北高速近年来常表现为规模效益递增的趋势，说明这几家公司应该扩大规模来提高效率。

五、结论

路桥企业的健康可持续发展，与人们的日常出行紧密相关。在经济快速发展的今天，各种资源的相互迅速流动已成为快节奏的现代生活中非常重要的一部分，而路桥企业的作用是其中重要的一环。笔者利用DEA方法对我国16家路桥企业2006—2013年度的效率水平进行评估，得出如下结论：

第一，我国路桥企业生产效率普遍较低，处在生产前沿的企业少，各路桥企业的生产效率差异较大。从趋势上看企业生产效率先上升再下降，2013年降到近年来最低点。第二，在进一步对纯技术效率和规模效率的研究中发现，纯技术效率水平低于规模效率，所以纯技术效率对总体技术效率的影响大于规模效率对总体技术效率的影响，这说明企业应把更多的注意力集中在技术的创新与管理水平的提高上。第三，对各企业平均效率排名与平均固定资产排名作比较，发现效率值靠前的6家企业，除了福建高速的资产规模较大，其余都低于所有企业的平均总资产，表明路桥企业不具有规模经济特征。大部分公司多年来都呈现出规模效率递减的现象，扩大规模并不能为企业带来更大的效益，应该把精力放在内部各部分之间的协调上。

参考文献：

[1]王博，李琼.高速公路行业上市公司绩效评价与动态分析[J].企业经济，2014（8）.

[2]田辉，林广祥.基于DEA的高速公路上市公司经营效率评价[J].产业经济，2007（7）.

[3]赵昱焜.基于DEA的河南地市公路规模效率实证分析[J].宏观管理，2009（4）.

[4]未小刚.我国高速公路产业效率实证研究[J].价格理论与实践，2011（11）.

[5]隽志才，金俊武，王景星.DEA方法与运输企业技术规模的有效性[J].公路交通科技，1994（4）.

[6]郑玉歆，张晓，张思奇.技术效率、技术进步及其对生产率的贡献：沿海工业企业调查的初步分析[J].数量经济技术经济研究，1995（12）.

[7]雷勋平，吴杨.基于Malmquist指数的区域物流业技术进步与技术效率测度：安徽省2003-2010年的实证分析[J].天津商业大学学报，2012（3）.

[8]张金清，吴有红.外资银行进入水平影响商业银行效率的“阀值效应”分析：来自中国商业银行的经验证据[J].金融研究，2010（6）.

[9]高明，解百臣.中国轿车企业效率测度的DEA视窗分析[J].西北农林科技大学学报，2010（6）.

[10]张庆芝，何枫，赵晓.基于超效率DEA的我国钢铁产业能源效率研究[J].软科学，2012（2）.

[11]颜鹏飞，王兵.技术效率、技术进步与生产率增长：基于DEA的实证分析[J].经济研究，2004（12）.