基于三阶段DEA的家电行业上市公司效率评价

刘晓艳 杨静

摘 要：家电行业的发展对我国现阶段实体经济的发展具有重要作用。在此背景下基于家电行业36家上市公司的资产负债表和利润表的数据，计算出处于生产前沿面上的10家上市公司。为了进一步分析有效率的企业，在DEA一阶段的拟合结果基础上引用Jackknifing方法进行稳健性检验，构造虚拟最优决策单元计算出评价效率最高值，然后引入三阶段DEA模型进行效率评价。结果表明，深康佳A、小天鹅和老板电器的效率值最高，而厦华的效率值在10家有效率的企业中为最低。

关键词：数据包络分析 Jackknifing方法 效率評价 帕累托最优

中图分类号：F279.23 文献标识码：A 文章编号：2096-0298（2019）01（b）-229-04

家电行业作为我国的制造业重要组成部分，也是我国参与国际竞争的重要行业。截至2017年底，家电行业主营业收入从2013年的1.28万亿元增长到2017年的1.51万亿元，其利润总额达到了1169亿元。虽然家电行业总体发展较为良好，但是行业平均利润率只有7%～8%；由此可见，家电行业在高速发展的同时仍然存在很多不足：创新技术能力不足，品牌竞争力不强等。因此如何提高家电企业的经营效率，实现企业的可持续发展是目前众多学者关注的焦点。基于此本文以家电行业的上市公司为研究对象，采用DEA三阶段分析方法对上市公司的经营效率进行实证分析，并为家电企业的发展提供一些参考建议。

1 文献综述

效率评价一直是学者关注的焦点，目前研究效率评价的方法相对较多，主要分为以SFA为主的参数评价法和以DEA为主的非参数评价法。如Helvogist[1]等人利用1968—2002年美国太平洋西北锯木产业数据进行SFA分析并通过回归方程发现生产率的进步是由技术进步导致的。由于SFA的应用形式具有很强的假设，而DEA在测算效率时则不需要考虑的具体形式，操作相对简单。目前，学者从各个视角探讨了各行业的效率，Tosiyuk[2]以燃煤电厂效率为研究对象，发现非放射型DEA网络模型测度较为合理。Tosiyuk[3]基于DEA模型计算出环境保护得效率。在国内，王舒鸿等人[4]基于物流行业的数据利用DEA方法对物流行业能源效率进行了评价。部分学者还将其他模型与DEA方法相结合进行效率评价，如刘自敏等[5]基于面板三阶段DEA模型分析了我国省级政府卫生投入效率的时空演变。由于近些年来也有部分学者开展了对家电行业和上市公司效率的评价。奇磊[6]运用因子分析探讨了我国28家家电上市公司的经营绩效水平；辛玉红[7]等人采用DEA和Malmquist指数方法相结合对家电行业22家上市公司的经营效率进行了评价，并提出了提高经营效率的建议。这些学者在运用DEA对家电行业上市公司进行效率评价时并未考虑其评价结果的稳健性。因此，本文基于36家家电行业上市公司的财务数据，采用传统的DEA方法进行评价，得出10家公司处于生产前沿面上，引入Jackknifing方法进行稳健性检验并剔除异常值对效率值的影响，然后在构建最优决策单元的基础上，找出实际存在的最优上市公司并进行三阶段DEA评价，最后通过比较各个公司与最优上市公司在综合效率、规模效率和技术效率等方面的差距，从而探索出各自的改进空间。通过实证分析可以发现这种DEA三阶段效率评价机制相比前人的研究成果更具有合理性，并对家电企业的发展提出了一些建设性的建议。

2 我国家电行业上市公司的实证分析

2.1 家电行业的DEA一阶段评价

本文以家电行业上市公司为研究对象，以上市公司2017年底的资产负债表和利润表作为研究样本。在前人研究的基础上，本文选取货币资金、流动资产合计、长期股权投资、固定资产净额和非流动资产合计作为投入指标，选取营业收入、营业利润、利润总额和净利润作为产出指标。其具体数据如表1所示（基于篇幅仅列出部分上市公司）。

首先对表1中的数据进行评价，本文选取的指标是去除滞后因素和长期因素影响的时点指标，此外，从相对产出视角出发，投入水平相对比较容易把控，而产出水平则取决于企业的创新能力、技术发展水平等因素。基于以上考虑，本文采用投入导向的规模报酬不变的CCR模型，计算公式为：

计算结果如表2所示（仅列出部分企业）。进行DEA第一阶段效率评价后其结果显示：在36家上市公司中有10家企业的效率值为1，达到帕累托最优或者弱帕累托最优，从而构成DEA效率评价的前沿面。为简化起见，在表2中列出未达到帕累托最优的部分26家上市公司的效率得分以及投入冗余量和产出亏空量。从表2中可以看出，在无效的企业当中，可以看出家电行业中的企业实力各不相同，需要通过创新以及调整组织架构等措施来提高竞争力。

2.2 稳健性检验

由于存在众多因素影响DEA结果的稳健型，尤其是异常值的存在。因此，剔除异常值能够较为真实的反映企业经营状况。因此本文选取引入Jack-knifi ng方法进行稳健性检验。Jack-knifi ng方法的原理是将一个已经处于生产前沿面的上市公司剔除，然后对剩下的上市公司进行效率评价，再将计算出的评价值与原先计算的效率评价值作比较，如果两者相差不大，则说明该剔除的上市公司不是异常值，反之则说明该上市公司为异常值。基于此，本文对处于生产前沿面上的10家上市公司分别进行剔除计算，这样计算出剔除后的上市公司效率评价值，如表3所示（基于本文篇幅仅列出代表性的上市公司）。

从表3中可以看出，当剔除万家乐后，26家企业的效率值发生了明显变化。为了进一步说明万家乐是异常值，本文进行了效率值得相关性分析，如表4所示。

从表4中可以发现，当去掉万家乐时，其他企业相关性系数产生了较大的波动，均在-0.2 左右，由此可以判断出万家乐为异常值，应该予以剔除，然后将剩下的上市公司进行DEA的二阶段评价。

2.3 家电行业的DEA二阶段评价

为了进一步研究处于生产前沿面的10家上市公司的投入产出情况，本文引入一个虚拟的最优决策单元，进行DEA二阶段评价。基于多目标决策方法的构造思想，本文选取投入最小产出最大的虚拟企业作为最优决策单元。由于上市公司减少，如果继续选择之间的投入产出指标，则会造成评价结果的不稳定性。因此本文在DEA二阶段评价中选取流动资产合计、长期股权投资、非流动资产合计作为投入指标，选取营业收入和利润总额为产出指标。具体计算结果如表5所示。

从表5可以看出，由于最优决策单元是理想状态下的表现形式，因此其效率值为1。在引入最优决策单元后，其余9家效率企业也变得相对无效。从而实现9家在前沿面的上市公司的全排序。相对于其他企业来说，效率值越大的企业投入冗余和产出亏空相对较少，从而实现对这些企业优中选优的目的。其中，深康佳A的效率值在9家企业中大，达到0.00078，而厦华的效率值最低，为0.00007。可以看出，相对最优决策单元，各个企业存在着明显的投入冗余和产出亏空，尤其老板电器、深康佳A和海信科龙产出亏空严重，急需提高經营效率。

2.4 DEA有效单元的三阶段评价

依据企业的日常经营规律可知，现实生活中并不存在最优决策单元，如果以最优决策单元为目标对其他企业进行调整投入与产出的比例，使得达到相对的最佳效率，则变得没有实际意义。因此基于最优决策单元，找出最优效率企业，即DEA二阶段效率评价中效率值最大的企业深康佳A。其他上市企业按照深康佳A的经营模型进行改进，以使自身效率达到最佳状态。为此，本文将二阶段评价中所得到的效率值按照最大效率评价值进行标准化修正，即：

基于本文篇幅的原因，表6中只列出未达到帕累托最优的决策单元。从表6中可以看出，海信科龙、厦华、九阳股份处于弱帕累托有效的状态。以海信科龙为例，如果该企业货币资金减少2.4191亿元，长期股权投资减少6.8473亿元，营业利润增加6.4806亿元，则将大大改善海信科龙的经营效率，达到帕累托最优的状态。同理，厦华、九阳股份也可以按照表6中的规划结果进行调整，使得自身达到最优状态。

3 结语

本文以家电行业上市公司的财务报表为数据，运用三阶段DEA方法对其进行经营效率的评价。通过实证分析发现，通过DEA三阶段对家电上市公司效率的评价结果发现家电行业中的企业效率值层次不齐，深康佳A、小天鹅和老板电器的效率值最高，而厦华的效率值在10家有效率的企业中为最低，符合家电行业发展现状。因此，本文结合家电行业的特点，从家电行业上市公司的微观视角出发，提出建议。

第一，公司的发展要立足于长远发展，不着眼于眼前发展。在DEA三阶段效率评价中，虽然部分上市公司的效率值已经较高，但是与最优效率企业相比，还存在较大差距，因此公司在自身发展中要具有长远眼光，汲取其他企业发展的优势更好地提高自身发展。

第二，提高家电企业的资产投入运营率。实证分析结果表明，未达到效率最优的上市公司的投入冗余相对较大，一定程度上反映了家电行业投入结构不合理的这一共性。因此家电企业要加大科技投入力度，通过引进国内外先进技术，消化吸收，实现创新，形成自身核心技术；人才方面需要企业引进吸收大量优秀人才，提高企业的科技创新能力，从而提升资产投入的运营效率；同时家电企业要注意吸收国内外先进的管理模式，实现组织结构的合理化发展，从而提升管理效率。

参考文献

[1] Helvoigt T L，Adams D M. A stochastic frontier analysis of technical progress，efficiency change and productivity growth in the Pacific Northwest sawmill industry[J]. Forest Policy and Economics，2009（11）.

[2] Toshiyuki Sueyoshi and Mika Goto.DEA environmental assessment of coal fired power plants：Methodological comparison between radial and non-radial models[J]. Enery Economics，2012，34（6）.

[3] Toshiyuki Sueyoshi and Yan Yuan.Chinas regional sustainability and diversified resource allocation：DEA environmental assessment on economic development and air pollution[J].Enery Economics，2015（49）.

[4] 王舒鸿，汝慧萍，宋马林.基于DEA的物流行业能源效率评价——以2006年—2008年各省市物流数据为例[J].物流技术， 2010（9）.

[5] 刘自敏，张昕竹，杨丹.我国省级政府卫生投入效率的时空演变——基于面板三阶段DEA模型的分析[J].中央财经大学学报，2014（6）.

[6] 奇磊.基于因子分析的家电行业上市公司经营绩效评价[J].甘肃农业，2018（8）.

[7] 辛玉红，李星星.基于DEA模型的中国家电上市公司效率实证分析[J].数学的实践与认识，2013（3）.