江苏光伏产业发展质量效率评价研究

刘颖佳　郭宁　李玥　郭靖冬　朱一鸣　朱志远　王卿

摘要：本文根据质量管理主要投入途径和产出成效方面，构建江苏光伏产业发展质量效率指标体系，使用DEA模型和动态Malmquist指数模型，从企业视角，对江苏光伏产业在2016—2020年的发展质量效率进行静态和动态研究，并通过Tobit回归模型进一步分析影响江苏光伏产业发展质量效率的因素。研究发现，江苏光伏企业综合效率、纯技术效率、规模效率平均值均保持较高水平，江苏光伏产业发展质量效率较高。同时，企业研发强度和净资产收益率对江苏光伏产业发展质量效率具有正向影响。

关键词：质量管理 光伏产业 发展质量效率 DEA模型 Malmquist指数 Tobit模型

Research on the Efficiency Evaluation for Development Quality of Photovoltaic Industry in Jiangsu——Using DEA and Tobit Model

Liu Yingjia， Guo Ning， Li Yue， Guo Jingdong， Zhu Yiming， Zhu Zhiyuan， Wang Qing

（ Jiangsu Institute of Quality and Standardization ）

Abstract： The indexes of development quality efficiency of photovoltaic industry in Jiangsu were designed according to the input and output aspects of quality management. From the enterprise perspective， the development quality efficiency in the year of 2016 to 2020 was analyzed using DEA model and Malmquist model， respectively. Then Tobit regression model was further adopted to identify the factors which could affect the development quality efficiency of photovoltaic industry. The results indicated that the efficiency values of photovoltaic industry in Jiangsu maintained at relatively high level. Meanwhile， both the enterprises' R&D intensity and return on equity had positive impacts on the development quality efficiency of photovoltaic industry in Jiangsu.

Key words：  quality management， photovoltaic industry， development quality efficiency， DEA model， Malmquist index， Tobit regression model

１ 研究背景

近年來，国家持续加大对清洁能源产业发展的支持力度。我国光伏领域企业数量逐渐增多，发展势头趋于良好，规模不断扩大。江苏经过多年发展，产业结构持续优化，聚集了众多国际光伏领先企业，已形成国内规模最大的光伏产业集群，成长为全国乃至全球重要的光伏产业研发和制造基地 [1] 。在质量管理理论中，全面质量管理贯穿于企业发展全过程，对光伏企业的经营管理、研发创新等重要环节具有推动提升作用，从而进一步促进江苏光伏产业集群发展。本文结合质量管理主要投入途径和产出成效方面以及光伏产业特点，构建光伏产业发展质量效率指标体系，基于光伏企业微观视角，运用DEA模型和动态Malmquist指数模型，对江苏光伏产业在2016—2020年的发展质量效率分别进行静态和动态研究，并进一步通过Tobit回归模型分析影响江苏省光伏产业发展质量效率的因素。

2 研究模型

2.1 静态效率评价模型

数据包络分析法（DEA）是一种多投入多产出的评价效率的方法。能够通过数学规划模型对综合分析决策单元（DMU）群的输入和输出数据，得出每个决策单元相对于其他单元效率的数量指标，对决策单元间的相对有效性进行排序。DEA模型确定一条效率前沿的包络线，即相对有效的生产前沿面。将落在生产前沿面的DMU定义为有效决策单元，相对效率值为1；其他决策单元为非有效决策单元，效率值低于1 [2] 。

（1）CCR模型

CCR模型用于研究在固定规模报酬（CRS）下，决策单元是否具有综合效率（TE）有效的方法，可用式（1）表示为：

式中，θ为决策单元的效率指标，ε为非阿基米德无穷小量，=（1，1，…，1）∈Em，eT=（1，1，…，1）∈Es，λ表示权重，s-和s+分别表示投入冗余和产出不足。

当θ=1，且s+=0和s-=0，则该决策单元DEA有效;当θ＜1，则该决策单元不是DEA有效。

（2）BCC模型

当决策单元处于规模报酬可变（VSR）时，BCC模型则在CCR模型中加入限制生产规模报酬变化的条件∑λj=1，可将综合效率（TE）分解为纯技术效率（PTE）和规模效率（SE），并有TE=PTE×SE。纯技术效率值越接近1，决策单元的纯技术效率越高；规模效率值越接近1，其规模效率越高。BCC模型表示见式（2）：

2.2 动态效率评价模型

Malmquist生产率指数法通过测算在时期t的技术条件下，从时期t到t+1的效率变化以及在时期t+1的技术条件下，从时期t到t+1的效率变化，刻画出不同时期决策单元的效率演化过程。Malmquist全要素生产率指数（Total Factor Productivity， TFP）的表达式见式（3）：

其中，全要素生产率指数（TFP）可分解为技术效率变化（effch）和技术进步变化（tech）。技术效率变化进一步分解为纯技术效率变化（pech）以及规模效率变化（sech）。TFP指数大于1，表示综合生产率相对改善；TFP指数小于1，表示综合生产率相对退步。

2.3 Tobit模型

采用Tobit回归模型对江苏光伏产业发展质量效率的影响因素进行分析 [3] 。回归模型公式见式（4）：

式中，Xi为自变量向量，α为截距项向量，β为相关系数向量，Yi*为观测的因变量向量，ε为残差项。通过DEA-BCC模型评估光伏企业的效率值，再将效率值作为被解释变量，选择可能的影响因素作为解释变量，进行Tobit回归，根据解释变量的系数判断其对效率值的影响方向及强度。

3 实证分析

3.1 DEA模型指标选取

对于资本集成度高的企业，投入指标主要从成本费用等方面选取，产出指标主要考虑产值效益。光伏产业作为高技术产业，质量管理主要在资金、人力的投入和技术成果、生产经营的产出方面体现。因此，本文从资金、人力和研发三方面构建DEA模型的质量管理投入与产出指标。其中，投入指标为：总资产、应付职工薪酬；产出指标为：营业收入、净利润和专利授权数量。

选取江苏省在国内上市的24家光伏企业，时间跨度为2016年至2020年的相关运营数据。这24家光伏企业的经营范围涵盖光伏产业链的上中下游，研究样本具有一定的代表性。企业的投入与产出指标数据来源于新浪财经网、国家知识产权局以及各上市企业年报。

3.2 DEA模型结果分析

由于受市场激烈竞争、产业政策等影响，光伏企业要实现长远发展，势必要加强质量管理，优化投入，因此选取基于投入导向型的DEA-BCC模型。使用DEAP 2.1软件，对江苏省24家光伏上市企业的综合效率、纯技术效率、规模效率和规模收益进行测度分析。

表1为2016—2020年江苏光伏上市企业DEA评价结果。结果显示，江苏省24家光伏企业年均综合效率、纯技术效率、规模效率均值均高于0.85，说明江苏省光伏产业集群发展质量效率较高，投入产出配置较为合理。从整体趋势（图1）看，年均综合效率值呈现先升高后降低的趋势，其中在2018—2019年间出现回落，纯技术效率均值也出现轻微下降趋势。这一时间段的效率降低可能与2018年6月《关于2018年光伏发电有关事项的通知》出台有关 [4] 。该政策要求合理把握发展节奏，优化光伏发电新增建设规模，明确加快光伏发电补贴退坡，降低补贴强度。2018年当年整体光伏新增装机规模增速大幅降低，光伏产业链诸多企业面临经营压力。这一政策实施的目的在于改善光伏产业中粗放性扩张和盲目投资现象，推进我国光伏产业进入无补贴平价上网与竞争性配置并存的新阶段，同时对光伏产业发展提出新要求，倒逼企业加强质量管理，推进技术创新。同时，2016—2020年的规模效率均值相差不大，说明在投入导向下，企业的生产规模效率比较稳定。

图2显示，2016—2020年，综合效率有效的企业数在7—10家不等，整体趋势比较平稳，说明江苏省多数光伏企业的发展质量效率仍有提高空间。纯技术效率有效的企业样本数整体高于同期的规模效率有效的企业样本数，说明江苏省更多光伏企业采用依靠技术研发、引进集成等方式提高企业的综合效率。

企业层面上，从图3各光伏企业的综合效率均值可见，2016—2020年综合效率值有效的企业有2家，分别是先导智能和润达光伏，另有亚玛顿、中天科技、赛伍技术等6家企业的综合效率均值达0.99。先导智能和润达光伏的资产规模在样本企业中并不靠前，但他们通过有效加强全面质量管理，推进生产运营、技术研发等关键环节能力提升，提高资源利用率，使企业处于效率前沿面。由于DEA模型测算的是相对效率，不同企业需要结合自身的技术研发、生产规模水平及所处产业链地位等情况，创新质量管理模式，提升经营绩效。

3.3 Malmquist动态效率分析

将2016年至2020年分为4个期间，分别对4个期间江苏光伏产业发展质量效率变动情况进行研究。由表2可见，TFP≥1的光伏企业为8家，占样本总数的1/3。近5年，Malmquist综合效率指数存在略微下降趋势，平均降幅为1.5%，说明江苏省光伏产业发展质量效率仍有提高空间。2016—2020年，年平均技术效率变化指数为0.99，平均降幅为1%；年平均技术进步指数为0.995，平均降低0.5%。进一步分析，2016—2020年，纯技术效率变化指数整体未有明显改善，导致技术效率增长动力不足。说明江苏省光伏产业企业仍需要深化实施全面质量管理，强化管理模式和技术创新环节，推动技术进步，提高发展效率。同时结果也显示，技术效率变化指数（effch）≥1的光伏企业有12家，占比样本数50%。

从企业层面看，亚玛顿、苏州固锝、先导智能、中天科技等一批企業的Malmquist综合效率指数、技术效率变化指数（effch）、技术进步指数（tech）、纯技术效率变化指数（pech）和规模效率变化指数（sech）均大于或等于1，说明这些企业重视质量管理，注重提升技术创新能力并有效运用。较高的技术进步率使得上述光伏企业处于高效的发展阶段，其他企业应当学习借鉴这些企业的先进质量管理经验和技术，提高自身的全要素生产率。

从表3可以看出，江苏省光伏企业在2018—2019年这段时间，Malmquist综合效率指数均值0.964较其他阶段略低。主要原因与《关于2018年光伏发电有关事项的通知》出台，企业产生应激影响有关。此后阶段，Malmquist综合效率指数有所回升，纯技术效率变化指数（pech）和规模效率变化指数（sech）均有所提高，说明江苏省光伏企业正有效应对《关于2018年光伏发电有关事项的通知》影响，抑制盲目投资，推进技术创新，经营绩效有提高趋势。

3.4 Tobit模型回归分析

3.4.1 影响因素指标体系选取

为深入研究光伏产业发展质量效率的影响因素，本文按照全面、科学、有代表性等要求，选取指标体系构建Tobit回归模型。因变量选用DEA测算结果中的综合效率值。自变量包括：资产负债比率、研发强度、净资产收益率、国外市场占比、董事长与总经理兼任情况、第一大股东持股比例、企业规模等，解释见表4。

根据以上指标描述，提出如下假设：

H1：光伏产业发展质量效率与企业资产负债比率呈正相关关系。

H2：光伏产业发展质量效率与企业研发强度呈正相关关系。

H3：光伏产业发展质量效率与企业净资产收益率呈正相关关系。

H4：光伏产业发展质量效率与企业国外市场占比呈正相关关系。

H5：光伏产业发展质量效率与企业董事长总经理兼任呈负相关关系。

H6：光伏产业发展质量效率与企业第一大股东持股比例呈正相关关系。

H7：光伏产业发展质量效率与企业规模呈负相关关系。

据此，构建的回归模型如式（5）所示：

式中，Y为综合效率，β0为常数项，β1、β2、β3、β4、β5、β6、β7为各个自变量的回归系数，i为光伏样本企业数（i=1，2，…，24），t表示期间（t=1，2， …，5），ε为残差项，X1it为第i个企业在第t年的资产负债比率，X2it为第i个企业在第t年的研发强度，X3it为第i个企业在第t年的净资产收益率，X4it为第i个企业在第t年的国外市场占比，X5it为第i个企业在第t年的董事长总经理兼任情况，X6it为第i个企业在第t年的第一大股东持股比例，X7it为第i个企业在第t年的规模。

3.4.2 Tobit回归结果分析

采用STATA15.0软件进行Tobit模型回归，详细结果见表5。

回归结果显示，在显著性水平α=0.05的条件下，江苏省光伏产业发展质量效率与企业研发强度、净资产收益率呈现不同程度的正相关关系，与董事长与总经理兼任情况、企业规模具有负相关关系，结果与原假设基本相符。

研发强度与光伏产业发展质量效率呈强正相关关系，系数为2.00257。说明提高研发强度，有利于提升科技创新水平，攻克关键核心技术，增强光伏企业核心竞争力，最终可以体现到光伏产业发展质量效率上。企业净资产收益率与光伏产业发展质量效率呈正相关关系，系数为0.2219512。表明提高净资产收益率可以提高光伏企业盈利能力水平，进而提高发展质量效率。

企业董事长与总经理兼任与光伏产业发展质量效率具有负相关关系，说明董事长不兼任总经理，有利于发挥决策者对执行者的监督和制约作用，很大程度上避免经理权力扩张、企业行为失控，提高企业科学管理水平。企业规模与光伏产业发展质量效率呈负相关，说明如企业在粗放式规模扩张状态，没有效提高技术水平，会导致盲目投资，势必影响企业进而产业的发展质量效率。

4 结语

研究显示，江苏省光伏产业企业在2016—2020年，平均综合效率、纯技术效率、規模效率值均保持较高水平，说明江苏省光伏产业发展质量效率较高。结合江苏乃至全国光伏产业发展现状，江苏省光伏产业的技术水平、经营管理水平存在很大上升空间。企业研发强度和净资产收益率对江苏省光伏产业发展质量效率有不同水平的正向影响。

随着社会各界对光伏产业等清洁能源技术产业发展的重视，光伏产业体系渐进完善。长远来看，企业加强全面质量管理，改善纯技术效率，对提升江苏省光伏产业整体发展质量效率日趋重要。企业要根据市场政策环境变化，及时调整战略布局，建立合理的内部治理结构，有效运用资金、人力等各类资源，加强创新研发投入，即强化光伏企业全流程质量管理，加快实现资本技术密集型企业的迭代升级，推动光伏产业高质量发展。

参考文献

[1] 张祥， 王经亚， 周敏. 江苏省光伏产业集群竞争力评价——基于GEM模型[J]. 华东经济管理， 2015， 29（4）：23-28.

[2] 敖云娜. 基于DEA模型的新能源上市公司投资效率评价研究[D]. 保定： 华北电力大学， 2018.

[3] 尤怀墨， 方虹， 翟柱玉， 等. 基于DEA和Tobit模型的中国光伏企业绿色发展效率研究[J]. 数字的实践与认识， 2017， 47（18）： 63-71.

[4] 王勃华. 中国光伏产业发展现状与展望[J]. 电力设备管理， 2019（2）： 27.

基金项目：江苏省市场监督管理局科技计划项目《质量管理促进江苏省先进制造业集群高质量发展的路径研究——以光伏产业为例》（KJ207574）、《“江苏精品”标准先进性研究》（KJ207576）