基于Malmquist-DEA方法的我国种业上市公司效率及生产率评价

程新建　侯军岐　蔡伊君

（北京信息科技大学经济管理学院，海淀100192）

基于Malmquist-DEA方法的我国种业上市公司效率及生产率评价

程新建侯军岐蔡伊君

（北京信息科技大学经济管理学院，海淀100192）

选取代表我国种业先进水平的种业上市公司投入与产出数据，运用Malmquist-DEA方法对我国种业上市公司的生产效率问题进行了研究。研究结果发现：种业上市公司总体上呈现快速发展趋势，其全要素生产率不断增长。技术进步是影响全要素生产率的最主要因素，规模无效性是种业技术效率的最主要制约因素。今后，我国种业上市公司的发展方向最关键的是要促进技术进步和提高规模效率。

Malmquist-DEA；全要素生产率；种业上市公司

种业是我国战略性、基础性核心产业，种业生产力的高低直接影响着粮食的产量。有专家估计在我国良种对粮食增产的贡献率超过40%［1］，发展种业技术，提高种业生产力也是“十三五”规划建议关于农业发展的“藏粮于技”战略的要求。

种业企业是种业发展的主心骨［2］，种业上市公司是现代种业企业的代表，其经营能力、技术创新能力一定程度上反映了我国种业的最高水平，能够代表我国种业生产效率与技术进步水平。随着我国发展方式由粗放型向集约型转变，种业发展也要更多的去考虑如何以较少的投入获得较大的产出，即考察种业企业的生产效率与技术进步水平，以促进我国种业的健康发展。目前，对我国种业生产效率进行定量分析的较少，主要应用3种方式来分析，一是运用主成分分析法和熵值赋权法来评价种业上市公司财务绩效［3］；二是通过建立EVA模型来考察比较种业上市公司的利润［4］；三是利用DEA方法下的C2R和BC2模型来分析种业上市公司的分销效率［5-7］。但尚未有对种业生产效率进行分解，从技术效率和技术进步的角度分析的文献，而这才是更有意义的研究问题。

本研究主要从3个方面有所改进：（1）选取中国11家种业上市公司2010-2014年数据作为代表我国种业先进生产效率的样本，运用Malmquist-DEA方法对我国种业上市公司的生产效率进行测算，并对其生产率、技术效率和技术进步状况进行比较分析；（2）分析11家种业上市公司生产率的动态变化情况，探寻影响变动的原因；（3）通过全要素生产率的分解，明确11家种业上市公司的分类情况及未来发展方向。

1　研究方法与数据处理

1.1Malmquist-DEA方法基本逻辑由于种业上市公司的经营活动具有多输入、多输出的特征，因此在分析其经营效率时应首选运用非参数DEA方法，以保证易操作性和评价结果的客观性［8-9］，可考察种业上市公司历年的综合技术效率（即公司生产效率）、纯技术效率和规模效率情况，其中，规模效率=综合技术效率/纯技术效率。采用R.Fare等［10-11］、S.C.Ray等［12］提出的改进的基于DEA的Malmquist指数方法来估计我国种业上市公司全要素生产率的变动状况。使用Malmquist指数分析法，不但可以分析不同时期决策单元的生产效率演化，而且可以将Malmquist指数分解为技术效率变化率和技术进步变化率，从而能更加全面地分析影响种业上市公司生产效率的各种因素，避免集中于某一因素而忽视了其他因素的作用。

1.2指标选取与数据处理目前，在我国沪、深两市上市的种业公司仅有11家，因此，选取这11家公司2010-2014年5年投入与产出数据，数据来源为巨潮资讯网提供的各大公司年报。为了选取的指标具有产业代表性，根据E.Strassner等［13］研究认为，基于产业层面的生产率分析应将总投入分解为最初投入和中间投入，其中最初投入包含资本、劳动2大类，中间投入包含能源、材料和服务3大类，因此，根据财务报表中各科目的经济含义，选取总资产、主营业务成本和期间费用作为代表这5大类的投入指标，净利润和基本每股收益作为产出指标，下面进行分别说明。（1）投入指标。总资产：总资产是一个种子公司的经济规模的主要反映因素之一，包含一切能为企业带来经济利益的资源投入，可以反映企业规模、资源配置和运用状况；主营业务成本：反映的是取得主营业务收入公司所付出的成本投入，包括原材料、人工、能源等投入；期间费用：三大期间费用可以看作是种子公司为种业生产提供管理服务、销售服务和财务服务的投入，其可以近似代表在行业生产率上对于服务的投入。（2）产出指标。净利润：反映了一个种业上市公司的总体盈利状况，是衡量企业发展能力的主要指标，反映出当前生产率下公司生产效率和管理水平。基本每股收益：其衡量普通股的获利水平及投资风险，是投资者等信息使用者据以评价企业盈利能力、预测企业成长潜力、进而做出相关经济决策的重要财务指标之一。

根据DEA原理，计算投影数据的前提是投入产出指标值非负，如产出指标值为负时，投影后数据会同向放大，这有悖于常理。而本文所选取的指标数据里，净利润和基本每股收益出现负值，因此对于负值要做相应归一化处理，具体处理公式见式（1），其中，xij∈Xj= （x1j，x2j，…xmj）T，i=1，…n，为投入指标数据，yij∈Yj=（y1j，y2j，…ysj）T， j=1，…n，为产出指标。处理后，数据值将处于［0.1-1］区间范围内，决策单元形成的有效前沿面只会发生平移或等比例缩放，但基本形状不变，即决策单元间的相对关系不变，因而对最终的评价结果不会产生任何影响。

数据处理后，我们首先进行基于Malmquist-DEA方法的种业上市公司综合效率和全要素生产率分析。基于表示方便的需要，将11家种业上市公司用1～11的代码代替，代码具体代表的公司分别为：1=丰乐种业，2=隆平高科，3=登海种业，4=荃银高科，5=亚盛集团，6=敦煌种业，7=万向德农，8=大北农，9=神农大丰，10=新赛股份，11=农发种业。采用DEA方法中的Malmquist指数方法，经过Deap2.1运行计算，可以得到各公司每年的综合技术效率（crste）、纯技术效率（vrste）和全要素生产率的变化率，下面的分析思路是先通过考察各公司每年的综合技术效率、纯技术效率状况，再分析形成这种状况的全要素生产率的变化率情况

2　种业上市公司综合效率静态分析

如表1、图1结果所示，2010-2014年间，从综合技术效率来看，11家种业上市公司在2011年、2012年表现较好，分别有5家和4家公司处于综合技术效率生产前沿面上，即crste=1，为综合技术效率有效，其余年份仅有2～3家公司；但综合技术效率均值呈现平稳上升趋势，从2010年的0.570上升到2014年的峰值0.734，之后在2014年略有下降至0.724，反映出我国种业上市公司整体上不断发展，种业竞争力不断增强；另外，整体上从2011年起，处于综合技术效率有效状态的公司个数呈现逐年下降趋势。

从纯技术效率来看，11家种业上市公司5年中均有5家以上公司处于纯技术有效前沿面上，即vrste=1，为纯技术有效，且纯技术效率均值从2010年的0.741平稳上升到2014年的0.914，初步反映出我国种业上市公司在技术利用效率上不断发展前进。

表1　2010-2014年各上市公司综合技术效率和纯技术效率结果

图1　2010-2014年上市公司各效率趋势

综合来看，纯技术效率均值趋势线远高于综合技术效率均值，结合规模效率=综合技术效率/纯技术效率，可以得出种业上市公司规模效率对其综合技术效率的提高影响最大，大多数公司的规模效率的无效性导致了其综合技术效率的无效性，这恰好反映出自2011年国务院《关于加快推进现代农作物种业发展的意见》颁布以来，我国种业市场开始进入高速整合期后，种业企业通过不断的并购整合加快了我国种业的发展，但存在着盲目整合，规模扩大但资源利用不合理的问题，这导致了自2011年后处于综合技术效率有效的公司个数逐年下降。

3　种业上市公司生产效率动态分析

3.1种业上市公司Malmquist指数变化趋势分析

表2中数据为2010-2014年我国11家种业上市公司的Malmquist指数值，从中可以看出，有3家公司生产效率连续5年增长（即M＞1），代码为3、4和7，分别是登海种业、荃银高科和万向德农，表明其种业生产效率不断提升。有5家公司生产效率连续5年降低，代码为1、2、6、8和10，分别是丰乐种业、隆平高科、敦煌种业、大北农和新赛股份，然而结合图2所示这5家公司2010-2014年总资产的规模情况，我们发现其总资产规模在这5年里总体不断扩大，但这并没有带来生产效率的提升。

3.2种业上市公司Malmquist指数分解评价分析

Malmquist生产率指数可以分解为技术效率变动指数（technical efficiency change，effch）和技术进步指数（technical progress change，techch），而全要素生产率（total factor productivity change，tfpch）等于effch和techch的乘积［10］。其中，effch反映了相对效率的变化，若effch＞1，则决策单元在逼近生产前沿面，即达到最优效率，反之亦然；techch则反映了最优效率的变动情况，若techch＞1，则生产前沿面前移，表明生产技术水平提高，反之亦然；tfpch反映了生产的综合效率变动，若tfpch＞1，说明生产的综合效率在上升，反之亦然。另外，纯技术效率变动（pure technical efficiency change，pech）和规模效率变动（scale efficiency change，sech）的乘积决定技术效率变动指数。

表2　11家种业上市公司2010-2014年生产效率Malmquist指数

图2　5家公司2010-2014年总资产规模趋势

根据R.Fare等［10］研究，表3中数据减去1，就是各指标的每年增长率。因此，2010-2014年我国11家种业上市公司全要素生产率年平均增长率为14.1%，技术效率年平均增长率为5.4%，技术进步增长率为8.2%，表明自2011年以来，我国种业进入了快速发展期，技术效率和技术上都取得了长足进步。此外，图3显示出技术进步与全要素生产率变动趋势一致，技术效率变动基本平稳，表明技术进步是种业全要素生产率的决定因素。同时，从技术效率指数、纯技术效率变动和规模效率变动的数值和趋势来看，纯技术效率变动对技术效率指数的贡献要大于规模效率变动，规模效率变动制约着技术效率指数。这5年里，规模效率变动呈现逐年下降趋势，至2014年，规模效率变动出现负增长，为-1.3%，今后，提高规模效率是未来我国种业发展的主要任务之一。

表3　11家种业上市公司2010-2014年Malmquist指数按年分解结果（均值）

图3　11家种业上市公司2010-2014年全要素生产率指数及其分解均值趋势

最后，为考察各公司的全要素生产率情况，以明确未来发展方向，我们根据计算结果做出了近5年11家种业上市公司的分类情况，如表4所示，总体来看，1、3类公司个数占到总公司数的80%以上，且由于技术效率指数的平稳性，因此11家种业上市公司未来应重点在技术进步和提高规模效率上努力，打造自身的竞争优势。

表4　11家种业上市公司分类结果

4　结论及建议

本研究运用Malmquist-DEA方法对代表我国种业发展水平的11家种业上市公司2010-2014年生产效率进行分析，以此探索我国种业的发展状况，以上研究结果表明：（1）近5年来，各公司综合技术效率平稳上升，全要素生产率年平均增长率为14.1%，我国种业进入快速发展期，但自2011年以来各公司虽然通过快速的并购整合使自身的规模不断扩大，规模效率却呈现不断下降趋势，存在着资源浪费的问题，导致处于DEA有效的公司个数逐年下降；（2）登海种业、荃银高科和万向德农这3家公司的Malmquist指数均大于1，生产效率连续5年增长，发展前景较好；（3）通过对全要素生产率的分解，种业技术进步是生产率进步的最主要因素，技术效率指数较为平稳，而规模效率变动是技术效率指数的制约因素。

基于以上分析结果，建议如下：首先，要提高我国种业上市公司生产率以及打造种业企业的核心竞争力，最主要的是促进我国种业及上市公司的技术水平。一是提高科研育种水平，打造更多的精品种子，如加大科研投入、运用分子标记等先进育种技术，解决当前“种子库存过重、精品种子稀缺”的现实难题；二是优化公司种子品种结构，提高公司的市场适应性和地区适应性。

其次，改善种业企业的经营管理方式，提高规模效率。种业并购整合的过程中要更加注重整合的效率，不能取得“1+1＞2”效果的要慎重整合，同时以精细化的管理来提高公司资源的合理利用，达到投入和产出相匹配，以提高规模效率。

另外，我国种业也必须紧跟“互联网+”的时代潮流，用互联网技术开辟种业新的生产力，如结合大数据农业，开展适合自身的新的业务模式，提高“农资一体化”、“农机一体化”和“农技一体化”水平，优化自身的“育—繁—推—销”环节等。

［1］科技日报，良种对粮食增产贡献率超四成.（2012-02-13）［2016-06-07］.http：//news.xinhuanet.com/tech/2012-02/13/c_122692627.htm

［2］侯军岐，王卫中.我国种业市场整合研究.西北农林科技大学学报：社会科版，2007，7（6）：58-61

［3］杨平娥，冯述娜，李善花，等.我国种业上市公司财务绩效评价.财会月刊：理论版，2010（2）：20-22

［4］颜焰熊，李小健，姚利丽.基于EVA模型的丰乐种业和万向德农价值评估比较案例分析.财会通讯，2011（9）：130-132

［5］柳思维，黄毅.9家种业上市公司分销效率比较研究：2004～2008年—基于DEA的计量分析.系统工程，2010（5）：64-68

［6］黄毅，柳思维.基于DEA超效率模型的种业上市公司营销效率研究.农业经济与管理，2011（3）：81-88

［7］倪冰莉.我国种业生产效率分析：来自上市公司数据.中国种业，2014 （6）：7-11

［8］魏劝龄.数据包络分析.北京：科学出版社，2004

［9］ Seaford L M，Thrall R M.Recent developments in DEA：The mathematical programming approach to frontier analysis.Journal of Econometrics，1990，46（1-2）：7-38

［10］ Fare R，Grosskopf S，Lovell C A K.Production frontiers.Cambridge：Cambridge University Press，1994

［11］ Fare R，Grosskopf S，Norris M.Productivity growth，technical progress，and efficiency change in industrialized countries.American Economic Review，1997，87：1040-1043

［12］ Ray S C，Desli E.Productivity growth，technical progress，and efficiency change in industrialized countries：comment，American Economic Review，1997，87：1033-1039

［13］ Strassner E，Medeiros G，Smith G.Annual industry accounts：introducing KLEMS input estimates for 1997-2003.Survey of Current Business，2005，85（9）：34-42

北京长城学者项目（CIT&TC20150319）；北京市科委项目（D151100004215003）；北京市教委人文社科重点项目（SZ201411232022）

2016-06-07）