基于三阶段DEA的体育用品制造企业服务化效率研究

许金富，杨少雄

（1.福建江夏学院体育产业发展研究中心，福建福州，350108；2.福建师范大学体育科学学院，福建福州，350117）

近年来，随着竞争环境、生产要素成本、消费需求不断变化，在全球经济由“工业型经济”向“服务型经济”转型发展的趋势下，我国长期处于价值链低端环节的体育用品制造业需要通过转型升级，以寻求新的竞争优势。服务化作为全球制造业发展的重要趋势，也逐渐成为我国体育用品制造业实现转型升级，向价值链高端攀升的重要手段。[1]当前，我国体育用品制造业服务化正处于发展起步阶段，随着服务化发展水平的不断提高，其对企业经营绩效的推动作用也愈加明显[2]。服务化在为企业带来新机遇的同时，也面临多要素投入、生产与管理模式变革、产出复杂等挑战。因此，如何优化企业服务化投入结构和资源配置，提高产出效率，是实现体育用品制造业服务化高质量、可持续发展的关键。

随着体育用品制造业服务化实践进程的不断推进，相关理论研究总体上落后于实践发展。当前，关于体育用品制造业服务化的研究多为定性分析，研究主要集中在服务化价值链内涵解析、困境与推进路径研究、动力机制剖析、实践案例分析以及对产业转型升级的影响等方面。研究中较少有从投入产出要素角度，通过数据挖掘和模型构建对服务化效率进行客观评价，以及深层剖析服务化发展进程中在技术、管理、资源要素等层面的不足。随着行业效率成为衡量行业经营绩效的重要标准[1]，以及服务化的经济作用逐渐凸显，体育用品制造业服务化效率必然成为衡量服务化发展中投入产出要素是否合理、服务化发展是否高效的重要标准。因此，本研究以体育用品制造企业服务化的资本、劳动等要素建立评价指标体系，采用三阶段DEA模型对沪深A股、新三板体育用品制造业上市（挂牌）企业的服务化效率进行测评分析，理清服务化发展在投入产出要素方面存在的不足，为企业更好开展服务化，更高效地发挥服务化对企业经营绩效和产业转型升级的推动作用。

一、研究方法、样本选取和指标体系

（一）研究方法

DEA模型是采用数学规划方法测算各决策单元投入产出要素运行效率的非参数方法，已被广泛应用于科学研究中。考虑到传统DEA模型未将环境因素、管理无效率和随机噪声等影响效率评价的因素分离，导致测算结果可能并非源于决策单元的经营管理水平。[2]因此，本研究在传统DEA模型的基础上引入排除环境因素和随机误差影响的三阶段DEA模型，旨在使测算结果更加真实有效地反映实际水平。

1.第一阶段：传统DEA模型

该阶段使用投入导向的规模报酬可变的BCC模型，对决策单元2017—2020年服务化效率（TE）进行初步评价。具体公式为：

2.第二阶段：相似SFA模型

3.第三阶段：调整后的DEA模型

该阶段运用第二阶段调整后的决策单元服务化投入、产出指标变量再次进行服务化效率测算，以得到更加客观、准确的服务化效率。[4]

（二）样本选取

本研究选取在沪深A股和新三板上市（挂牌）的体育用品制造业为研究样本，筛选要求：（1）A股上市企业需符合体育用品和相关产业范围内规定，体育用品制造营业收入占总营业收入50%以上[5]；（2）新三板企业中，由企业管理型行业分类、主营业务等确定企业是否与体育用品制造业相关；（3）剔除ST、PT、S*ST、SST的企业。如此，得到相关符合条件的体育用品制造企业22家。随后，通过查阅企业年报、财务“三表”、网站等，进一步确定涉及服务化相关业务的企业。譬如某企业的业务描述：主营体育器材及配件相关产品的研发、生产、销售，兼营文体活动设备的租赁及服务、赛事保障服务等。上述表述明确说明了该企业除了体育用品制造外，也开展服务产品，应纳为本研究样本企业。另外，考虑到部分企业上市（挂牌）时间为2017年，为了使纳入的样本企业尽可能全面，因此本研究的数据选取时间跨度为2017—2020年。最终确定13家体育用品制造企业为本研究样本企业，见表1。

表1 研究样本企业基本情况

（三）指标体系

体育用品制造业服务化是企业的生产实践由价值链中游的产品制造环节向价值链上游和下游延伸、外化，价值链上游包含产品研发与设计、消费需求分析，价值链下游主要为产品营销、维修与售后等业务。[6]以耐克公司为例，耐克公司作为世界著名运动用品企业，同时也是服务化开展最为典型的企业，当前其总部除了研发设计和市场营销外，几乎将所有制造环节外包。因此，基于体育用品制造业服务化的内涵解析，参考现有研究并咨询该领域专家，确定本研究评价指标体系，见表2。其中投入指标主要从研发投入和销售投入两部分选取，产出指标为服务化收入。考虑到部分企业未直接给出服务收入数据，或是服务收入数据中未包含设备租赁、运输、售后等服务收入数据，因此参考现有相关研究对服务收入的测度方法，依据各企业年报数据统计的不同，采用其他收入或服务收入或服务收入与其他收入之和作为服务收入的数据。[7-9]有学者对该替代方法的准确性进行了专门的调研，结果显示该替代方法切实可靠，能够较好地反映企业的服务收入，也是目前企业服务收入测量方面兼具客观和微观的指标。[8-9]

表2 效率评价指标体系

研究指出，企业规模的扩大能够促进企业的技术创新能力，进而更有效地提升企业服务化水平。[10]企业成立时间越长，一方面在生产、管理上也越成熟，对于行业变革的洞察力也越强；另一方面由于长期传统经营模式，可能导致其在技术和思想上受到束缚和固化，因此企业年龄会对企业服务化业务的开展起到影响。[11]资产负债率反映了企业举债经营的能力，过高的资产负债率会引发企业破产的风险，也会对服务化发展存在影响。[12]市场需求反映了消费市场对产品的需求程度，市场需求能够有效促进企业科技、金融创新，有利于服务化业务的开展。政府补助包括研发补贴、专项扶持资金等，是扶持企业发展的重要途径，能够为企业开展服务化业务提供资金、技术支持。[3]关于企业绩效与服务化的研究一直是学者们关注的焦点，“服务化悖论”是其中具有代表性的观点，净资产收益率作为衡量企业经营绩效的重要指标，常被学者们用于服务化与企业绩效的相关研究。[13]因此，为了消除外部环境因素对企业服务化效率的干扰，选取上述6个环境变量进行第二阶段相似SFA模型分析。

本研究数据主要来源于企业官网、巨潮资讯网、全国中小企业股份转让系统中的企业年报及国泰安CSMAR数据库。

二、实证结果与分析

在使用DEA模型进行服务化效率评价时，可以将服务化效率（TE）进一步分解为纯技术效率（PTE）和规模效率（SE）。PTE反映企业在开展服务化业务中所涉及的技术、管理水平的高低；SE反映企业当前开展服务化的规模与最优规模之间的差距。[7]同时，还可根据投入、产出要素的变化确定企业的规模收益变化情况，具体可以分为规模收益不变、规模收益递增、规模收益递减。企业规模收益不变，说明企业在服务化投入规模扩大或缩小时，其产出规模也相应发生一致的变化；规模收益递增，说明企业若加大对服务化业务的投入规模时，其产出规模的增加幅度会大于投入规模；规模收益递减，说明当企业对服务化业务投入规模增加时，其产出规模的增加幅度小于投入规模。[14]

（一）第一阶段：传统DEA模型

通过MaxDEA7.0软件进行效率测算，第一阶段服务化效率（TE）的测算包含了环境因素、管理无效率和随机扰动项，结果见表3、表4。

表4 第一阶段样本企业服务化效率变化

由表3数据可知，2017—2020年我国体育用品制造企业TE总体呈现缓慢上升态势，2020年TE为0.320，总体水平较低，距离最优生产前沿面的提升空间高达68%。其中PTE均值为0.736，SE均值为0.384，说明TE无效更多是由于SE无效造成。在企业市场所属上，A股企业TE呈倒“V”型发展态势，在2017—2019年从0.430提升至0.512后，于2020年快速下降至0.386；新三板企业则呈现出“N”型发展态势；同时，A股企业在TE、PTE和SE上均明显高于新三板企业。

表3 第一阶段服务化效率变化

表4为各企业TE在时间上的演变情况，截至2020年，仅有中潜股份、三夫户外、尤力体育3家企业SE达到有效状态，其中中潜股份在研究期内均为有效状态。此外，探路者、卡宾滑雪两家企业的TE表现出较大的波动，经历了从有效状态变为无效状态的过程，而且效率值呈较快的下降趋势。其余企业则呈现出不同趋势小幅度的变化特征。为了进一步探究各企业TE的均衡状况，通过计算差异系数发现，4年间，A股企业TE的差异系数从41.3%变化为42.5%，说明A股企业间TE长期存在较大差异；新三板企业服务化差异系数从9.30%提升至38.2%，说明新三板企业间TE的差异逐渐增加；由此可见，无论是A股还是新三板企业，在服务化业务的技术、管理、生产规模上都呈逐渐扩大的非均衡状态。在规模收益变化上，除处于TE有效状态的企业外，其余企业均为SE递增状态。

（二）第二阶段：相似SFA模型

由于第一阶段DEA模型未排除环境因素、随机误差等的干扰和影响，测算出的TE可能和实际效率值存在偏差。因此，将4个投入松弛变量作为被解释变量，6个环境变量作为解释变量，进行SFA模型回归分析，分析结果见表5。从表5结果可知， 值均通过不同水平的显著性检验，说明模型的随机误差项受到管理无效率的影响，且在研发费用、销售费用、研发人员3个松弛变量中，管理无效率的影响程度大于随机误差。[15]同时，LR单边误差检验结果表明SFA模型有效，可以进行相关检验分析。[16]

表5 SFA模型回归结果

在SFA模型回归分析中，由于被解释变量为各投入指标松弛变量，因此当环境变量的回归系数为正数时，表示随着环境变量的增加，相应投入指标冗余现象将越严重，对TE具有负向影响作用；当环境变量回归系数为负数时，表示当环境变量增加时，能够减少资源浪费，有利于提高TE。[7]

由表5可知，企业规模对研发费用、销售费用松弛变量回归系数为正，说明当企业规模扩大时，会造成资本投入冗余增加。随着企业规模的扩大，企业在财力、资源等各方面实力逐渐雄厚，为了加快企业转型升级，将企业冗余资金投入技术研发和营销环节，因此容易造成在研发、营销环节出现资金过度投入的现象。

企业年龄对研发环节投入松弛变量系数为正，对销售环节松驰变量系数为负。销售环节属于价值链下游服务化路径，该环节能够快速提高企业知名度和竞争力，同时兼备可实现性强、市场风险低等优点，使众多企业从激烈的市场竞争中脱颖而出。[6]因此，随着企业年龄的增加，企业能够更好地把控品牌营销环节的资源投入。研发环节是服务化效率提升的关键，也是制约企业转型升级的重要因素。该环节对专业技术和技术人才要求较高，还需要企业具备充沛的研发专项资金，也是企业突破转型升级瓶颈的关键。因此，随着企业的不断发展，会更加注重在研发环节的投入力度。

资产负债率越高说明企业拥有更多的资金拓展新业务，但是也因为举债经营压力大而面临更高的经营风险，对资金的使用和分配要求也将越高，有利于减少无效资金的使用和投入冗余，因此资产负债率对资本投入松弛变量系数为负。在劳动力投入松弛变量上，资产负债率能够有效降低销售人员的投入冗余，但对研发人员冗余产生较大影响。

市场需求能够有效推进供给侧结构性改革，提升高质量产能供给。因此，企业以市场需求为导向，能够优化企业技术、劳动力投入。同时，旺盛的市场需求导致激烈的市场竞争，会增加企业在广告、市场推广品牌营销上的经费投入，从而产生销售费用冗余程度加重。

政府补助能够促进企业研发规模，缓解资金约束，显著抑制了企业创新投入等，具有提升企业市场资源配置效率和成长能力的作用。[17-18]因此，政府补助能够减少资本投入松弛变量。

随着企业绩效的提高以及企业成熟发展，多数企业会将研发投入置于高位运行状态，[19]而适当减少在品牌营销环节上的资金投入，该现象也容易造成研发投入冗余。因此，本研究中除净资产收益率外，企业年龄对研发费用、销售费用和销售人员松弛变量的系数亦能验证上述结论。

（三）第三阶段：调整后的DEA模型

采用第二阶段调整后的投入变量再次进行服务化效率测算，结果见表6和表7。通过对比两个阶段的效率值，可以发现调整前后的TE存在较大差异。在总体层面上，相比第一阶段，第三阶段的PTE得到提升，但TE和SE下降明显。2020年总体TE为0.208，距离最优生产前沿面提升空间为79.2%，TE尚存在较大提升空间。其中PTE为0.939，SE为0.216，说明总体样本的TE为0.208，造成的资源浪费有0.792，其中有19.37%①23.50%=0.216/（0.216+0.939）是由PTE无效导致的，再次说明SE无效是造成TE无效的重要原因，我国体育用品制造企业应适当扩大服务化市场规模。而在第一阶段中，2020年时，总体样本的TE为0.320，造成的资源浪费有0.680，其中有34.29%②35.04%=0.384/（0.384+0.736）是由PTE无效导致的。说明第一阶段的TE低估了服务化市场规模较小造成的资源浪费，也高估了企业管理和技术水平对TE的影响。再次说明，剔除环境变量和随机误差影响显的十分必要。[14]

表6 第三阶段服务化效率变化

由表6结果可知，4年间A股企业TE和SE均值均高于新三板企业，说明不同市场所属的企业，TE在整体上具有较大的差异，企业市场规模的大小是导致差异存在的主要原因。从时间演变规律看，A股和新三板企业TE、SE均呈现出倒“V”型变化态势。在2017—2019年间表现出增长态势，在2020年时下降至2017年水平，其中新三板企业的增长与下降幅度均大于A股企业。究其原因，结合各企业年报信息可知，2020年新冠疫情席卷全球，导致许多企业未能正常生产经营，对体育产业上市公司也产生巨大影响。同时，研究显示新冠疫情总体上对我国体育上市公司带来负向异常收益，规模小、财务风险大的企业负向异常收益现象更为严重。[20]因此，新三板企业TE、SE在2020年总体上呈现大幅度的下降。需要引起注意的是，A股和新三板企业的PTE在4年间呈现出小幅度的下降态势，说明企业管理和技术水平出现缓慢下降现象。

从表7各企业服务化效率具体数据看，4年间，各企业呈现不同的变化态势，其中A股企业TE差异系数从42.7%下降至34.8%，新三板企业差异系数由8.9%变化为7.8%。说明与新三板企业相比，A股各企业间TE差异较大，但差异正逐渐减小。根据各企业TE的变化特征，可将其划分为4种类型。第一种为稳定有效型，仅有中潜股份在4年间均为TE有效，占比7.69%。说明该企业在技术、管理水平、生产规模等都处于最优状态。第二种为平稳发展型，包括嘉麟杰、尤力体育、四方游泳等新三板企业，占比23.08%。该类型企业在4年间TE均处于无效状态，且TE总体上未发生明显变化。第三种为效率进步型，包括三夫户外、英派斯、香山股份、三利达，占比30.77%。虽然该类型企业TE总体呈增长态势，但由于所涉及服务化业务的不同，除香山股份外，其余企业在2020年均不同程度受到新冠疫情的影响，TE低于2019年。

表7 第三阶段样本企业服务化效率变化

第四种为效率倒退型，包括探路者、金陵体育、浙江永强、康莱股份、卡宾滑雪，占比38.46%。该类型企业TE在4年间总体呈下降态势，结合企业年报信息和TE可知，在北京冬奥会和疫情的影响下，我国冰雪产业在最好的雪季遇到最短的营业时间、最多的滑雪场收纳最少的客流量、最充分的准备收获最差的市场表现，因此导致开展旅游、滑雪服务业务的探路者和卡宾滑雪受到沉重打击，TE由2018年的有效状态急剧大幅度下降。综上所述，2017—2020年，我国体育用品制造业TE主要以效率进步型和效率倒退型为主，其中疫情对开展户外运动、体育旅游、滑雪服务、体育竞赛表演服务和体育培训等业务企业的TE产生较大影响。

在规模收益变化上，与第一阶段相同，处于TE无效的企业，均为规模收益递增状态。因此，我国体育用品制造企业服务化业务可在现有基础上，加大服务化全要素生产投入规模，以扩大企业服务化产出规模，加快促进企业转型升级和服务化发展。

为了更加深入挖掘各企业TE中PTE与SE的具体情况，参考许金富、刘伟等人关于临界值的界定[14][21]，以各企业4年间PTE和SE均值（0.951,0.292）为临界点，对各企业TE进行聚类分析，可以分为技术规模双驱型（高PTE-高SE）、规模驱动型（低PTE-高SE）、双低效型（低PTE-低SE）、技术创新型（高PTE-低SE）4种类型，见图1。

图1 样本企业纯技术效率及规模效率分布

第一类型为技术规模双驱型（A区域），占比15.38%。该类型企业虽然拥有较高的PTE和SE，但仍需注意顺应市场变化，注重研发设计、提高管理水平，淘汰落后产能，保持或进一步提升服务化效率。同时，还可加强与周边企业的交流，为同区域内企业提供技术、经验的共享与支持，缩小企业间TE的差异程度，促进产业集群发展，充分释放范围经济和规模经济效应。

第二种类型为规模驱动型企业（B区域），占比23.08%。该类型企业具有较高的SE，但PTE较低，应在现有服务化业务规模的基础上，注重提升技术、管理水平，促进纯技术效率。在疫情常态化、3亿人上冰策略、体旅融合等背景下，企业应根据自身生产经营特点，探索顺应时代潮流的服务化技术研发和管理策略，以提高企业在服务化开展中的PTE。例如卡宾滑雪，在“北冰南展西扩东进”发展策略的推动下，在其成熟的研发、营销模式中扩展与陆地冰雪运动相关产品的研发设计和培训业务，将成熟的冰雪体育营销模式南展西扩东进，以此达到提升PTE的同时，亦能在一定程度缓解疫情对企业服务化规模造成的影响。

第三种类型为双低效型（C区域），占比23.08%。该类型企业PTE和SE均处于较低水平，PTE具有较大提升空间。在旺盛消费需求的引导下，应采取“双管齐下”的措施，提高生产管理水平，因地制宜地扩大生产规模。例如四方游泳，作为主营游泳装备制造兼营康复器械制造的企业，随着全民健身与全民健康的深度融合，可以结合自身制造业务特点，加大相关技术、资本的投入，涉足水疗康复市场，拓展服务化业务，亦可将制造产品作为康复服务业务投入，从而促进企业范围经济效应。

第四种类型为技术创新型企业（D区域），占比38.46%。该类型企业拥有较高的PTE，但SE较低，应当在维持现有技术、管理水平投入的情况下，增加其他资源要素投入，扩大服务化业务规模，提高SE。以尤力体育为例，该企业4年间PTE均达到有效状态，但SE却始终处于较低水平。从2020年企业年报信息中可知，尤力体育主营业务为体育用品（体育运动器材）的设计、生产，主要通过展览、营销等开展下游产业链服务化业务。基于其现有业务特点，可以依靠产品优势，开展涉及赛事器材租赁、服务及赛事保障的面向应用的产品服务系统，以提高规模效率。

三、结论

在未排除外部环境因素和随机误差影响下，我国体育用品制造企业TE总体水平较低，A股企业TE优于新三板企业；2017—2020年，A股、新三板企业TE分别呈现倒“V”型、“N”型发展态势；TE未达到有效状态的企业，均表现为规模收益递增状态。

在SFA模型回归结果中， 值和LR单边误差检验结果表明SFA模型有效，且各环境变量对资本和劳动投入指标松弛变量表现出不同程度的影响。

在对投入指标数据剔除环境因素和随机误差干扰后发现，第三阶段的TE较第一阶段发生较大变化，能够更加准确、客观反映企业服务化发展真实情况。具体表现为：（1）TE和SE出现明显下降，PTE得到提升；（2）我国体育用品制造企业TE在2017—2019年总体呈增长态势，2020年受疫情影响，下降至2017年水平，整体呈现倒“V”型变化态势，且新三板企业TE低于A股企业，4年间变化幅度也大于A股企业；（3）TE未达到有效状态的企业，依旧表现为规模收益递增状态；（4）2017—2020年，我国体育用品制造企业TE主要以效率进步型和效率倒退型为主，分别占比30.77%和38.46%；（5）依据PTE和SE特征将各企业划分为技术规模双驱型企业、规模驱动型企业、双低效型企业、技术创新型企业4种类型，其占比分别为15.38%、23.08%、23.08%、38.46%。