汽车行业上市公司创新投资有效性研究

刘桂莲　蒋太才

摘 要：

运用数据包络分析方法，建立了我国汽车行业上市公司投资相对有效性的评价模型。以我国26家汽车行业上市公司2013年的数据为样本，测算了上市公司的总体效率、纯技术效率、纯规模效率及其规模效益状况，并对如何提高上市公司创新投资的有效性提出了建议，为企业进行科学决策提供参考建议。

关键词：

汽车上市公司；创新投资；效率评价

中图分类号：F83

文献标识码：A

文章编号：16723198（2016）04013002

1 引言

汽车产业的研发创新在国家科技规划中占有特殊的重要地位，为充分合理地利用企业的各种创新资本投入，以最少的投入取得最大的效益，有必要对企业现有资源投入的效益做最优化评价。

在国内现有文献中，对投资有效性的研究大部分是针对某地区的投资情况进行研究。陈通和任明首先对全国31个省市区投资进行了相对有效性和规模收益状况的评价，结论表明全国总体投资有效性不高，稳定性不够，并且沿海地区的有效性高于内陆地区。尚豫新和祝宏辉对新疆15个地区的分级投资有效性和历年投资有效性进行了比较研究，得出投资有效性与地区整体经济水平、从业人员素质等因素有关，部分地区虽然投资无效但仍具有一定的发展潜力。关于某一行业的投资有效性研究很少，谭志国运用数据包络分析方法分析我国主要汽车制造企业投资相对有效性，结论表明我国汽车工业的主要问题之一是规模太小，而且非DEA有效的上公司普遍的问题是资产投入相对过剩。现有文献对上市公司研发投入的研究中，也很少涉及创新投资有效性这一方面。本文以我国26家汽车产业上市公司为样本，研究我国汽车产业2013年研发创新投入的有效性。

2 模型选择及数据选取

2.1 数据包络分析方法及C2R模型

数据包络分析方法（Data Envelopment Analysis， DEA）是美国著名运筹学家查恩斯（A. Charnes）、库伯（W. W. Cooper）等学者在“相对有效评价”概念上发展起来的一种新的系统分析方法。数据包络分析（DEA）方法是一种根据投入、产出指标的数据评价决策单元的相对效率的方法，能够处理具有多个输入、输出的决策问题。C2R模型用来评价具有多个投入、产出的单位是否为技术有效和规模有效。DEA方法中的C2R模型如下：

其中，n个决策单元（DMU）的评价指标体系由m种投入指标和t种产出指标组成。xj表示第j个决策单元的投入量，yj表示第j个决策单元的产出量，其中j=1，2，…，n。λj为对第j种类型投入（产出）的一种度量（或称权），S+r、S-i为松弛变量。

2.2 指标选取与数据收集

本文主要针对汽车行业上市公司的创新投资有效性进行评价，投入指标选取各上市公司的研究与发展经费投入、工程技术人员、年末总资产、营业总成本，输出指标选取每股收益、营业总收入和净利润。

企业的研发资金投入和研发人员投入可以反映企业的研发投入强度，由于企业很少披露研发人数，所以选取技术人数来代替研发人员数量；选择年末总资产是从公司所拥有的总资源角度来考察公司是否能够将这些资源达到最优的配置，从而产出较高利润；营业总成本则是企业各年度则是相对于营业收入的投入，这是从公司的内部管理效率来考虑的。每股收益是企业某一时期净收益与股份数的比率，是综合反映公司获利能力的重要指标；营业总收入是投入相应成本后的回报；净利润作为一个输出指标，则反映了一个上市公司的净盈利状况。

本文选择2013年沪深交易所汽车行业上市公司作为研究样本，剔除ST股、剔除无年报和无数据的公司。经过筛选后，最终26家上市公司为决策单元。

3 实证结果分析

首先用Excel进行数据整理，由于原始数据输入输出各指标的数值相差较大，无法准确的进行有效性分析，故对于原始数据进行归一化处理，处理后的指标变化方向不变。然后运用Deap2.1软件进行数据分析，得出汽车行业26家上市公司研发投资的投入产出结果，如表1所示。

3.1 总体评价

从表1可以看出，2013年汽车行业上市公司中处于技术效率前沿面（DEA有效，即技术效率=1）的有星宇股份等12家公司，占样本总数的46.2%，表明这些参考集内既无投入冗余，也无产出不足。其余14家上市公司研发投入非DEA有效，其相对效率值都小于1，或者某一项效率值等于1，但存在投入冗余或产出不足。在非DEA有效的14家上市公司中，襄阳轴承和金马股份达到纯技术有效而非规模有效，其余12家企业既非纯技术有效又非规模有效，占非有效企业总数的85.7%。因此，汽车行业上市公司创新投資效率不佳，资金和资源的投入并未实现理想产出。

3.2 规模报酬

由表1可得，26家上市公司中有12家企业达到了创新投资效率的DEA有效，规模报酬不变，即企业的创新方面的投入实现了有效利用。14家非DEA有效的上市公司中，有9家处于规模报酬递增状态，5家处于规模递减状态。

规模收益递增的企业DEA效率值一般都低于平均水平。规模报酬递增，说明当时技术水平下规模过小，汽车工业是典型的规模经济行业，没有足够的规模无法实现生产的效益。所以应扩大生产规模，加大研发创新投入，以期达到规模有效，同时应找出合理的投入比例以及产出中的低效环节，并做出相应的调整。

规模效率递减一般是每增加一单位的投入，相应产出增加将小于一个单位，即投入过多而利用水平较低，因此导致运行效率下降，需要减少冗余投入来提高规模效率水平。规模收益递减的企业可能是由于内部监管、资本运作、信息传递效率低，且受到资本市场约束，导致规模扩大过程中各要素难以协调，从而降低了生产效率。这类企业需要适当收缩投资规模，调整资本结构，加强内部管理和技术创新。

4 结论

通过对汽车行业的26家上市公司进行实证研究，在26家上市公司中非DEA有效的公司普遍的问题是研究与发展经费投入相对过剩、产出不足，在现有的投入水平下，可以产出更多利润。但这并不是说这些公司的创新投入已经很大，需要削减投入，而是在这26家公司中，要达到投资的相对有效性，可以通过适当调整投入和产出数值使其达到DEA有效，在保证产出的情况下，适当调整研发人员和资金的投入比例，提高人力资源和资金的利用率，或者说在投入不变的情况下，其产出还可以再增加。

结合本文的实证研究结果，对如何提高上市公司创新投资的有效性提出了以下建议。

第一，企业应调整研发投入比例，提高研发投入的利用率。研发投入与研发产出的数量、质量呈正相关，但研发产出的数量和质量并不完全取决于投入。因此，企业应在提高研发投入的绝对数量的同时，合理利用现有资源，找到最佳生产规模点，从而提高研发投入的利用效率。

第二，中国汽车产业在核心技术、自主创新和自主品牌，以及管理水平方面仍与国外同类企业存在着较大差距。因此，应积极参与对外合作，引进生产技术、改进生产方式和经营管理水平，同时进一步提高自主创新水平。

第三，注重队伍建设，提高人才结构效率。创新的主体在于人，从样本情况来看，企业整体的人才结构不合理，虽然非DEA有效的決策单元中工程技术人员出现冗余，但高质量的创新人才的投入仍需提高。一方面，企业要能吸引人才并能留住人才。另一方面，要建立员工教育体系。通过设立培训中心或者积极与社会教育机构合作，加大培训的投资力度，鼓励和支持员工参与培训，提高经营者的素质、研究人员的科技水平和职工的生产技能，从而提高企业技术创新的能力。

参考文献

[1]王坚强，阳建军.基于DEA模型的企业投资效率评价[J].科研管理，2010，（4）：7380.

[2]谭志国.基于DEA的汽车工业企业投资有效性分析[J].工业工程与管理，2004，（6）：107112.

[3]张毅，沈荣芳.相对有效性分析在上市公司投资价值评价中的应用[J].运筹与管理，2002，（3）：9195.

[4]邓贵林，王虹.基于DEA的上市公司运行效率浅析——以重庆上市公司为例[J].财会通讯，2012，（5）：2930.

[5]徐海峰.企业R&D投入与经营绩效关系的实证研究——基于辽宁省上市公司的经验数据[J].科学管理研究，2012，30（5）：9396.

[6]周艳，曾静.企业R&D投入与企业价值相关关系实证研究——基于沪深两市上市公司的数据挖掘[J].科学学与科学技术管理，2011，（1）：146151.

[7]尚豫新，祝宏辉.基于DEA模型的新疆区域投资有效性分析[J].上海商学院学报，2010，11（2）：6870.

[8]陈通，任明.基于DEA模型的我国省域投资有效性评价[J].西北农林科技大学学报（社会科学版），2006，6（2）：3943.