我国钢铁上市公司技术效率差异分析

吴利华，刘丽娜，陈燕

（东南大学经济管理学院，江苏 南京 211189）

我国钢铁上市公司技术效率差异分析

吴利华1，刘丽娜2，陈燕3

（东南大学经济管理学院，江苏 南京 211189）

以1995—2007年钢铁行业上市公司为样本，运用随机前沿模型（SFA）计算样本企业的技术效率，分析公司间技术效率差异及其产生原因。研究结果表明：企业规模、技术人员的配置程度和企业上市对技术效率有显著影响，企业规模对技术效率的正影响度最大，其次是技术人员的配置程度，最后是企业上市；公司间技术效率差异显著，技术效率低的公司始终处于低水平，并未被淘汰或因市场竞争压力提高技术效率；在空间布局上，临近市场型企业更有效率，资源依托型企业效率最低，临近港口型企业介于上述二者之间。

随机前沿模型；技术效率；空间布局；企业规模

企业的生产效率是衡量经济运行是否健康的最重要的指标，企业生产效率的提高是整体经济效率以及经济可持续发展的基础与保障。钢铁产业是我国国民经济的基础性和战略性产业，钢铁行业上市公司均属我国钢铁行业中规模大、技术先进、盈利能力强的企业，是推动钢铁行业发展和科技进步的主要力量，其效率的改进对于钢铁上市公司本身和钢铁行业发展具有重要作用。

国内外学者一直关注钢铁行业企业效率问题，主要集中在企业效率的影响因素以及企业规模与效率的关系。

钢铁行业是资源依赖性产业，钢铁行业的生产和需求有着较为明显的地域性特征［1］，资源禀赋和市场条件均会影响企业效率；另外，钢铁行业属于典型的周期性行业，经济增长变化带来的市场需求变化也会影响企业的效率。已有的研究没有考虑钢铁企业技术效率的地域性和周期性特征，大都使用截面数据来估计企业在单一时间节点上的效率，没有考虑企业效率的变化趋势。本文以我国钢铁行业上市公司为样本，运用随机前沿模型 （stochastic frontier models），测度从1995年到2007年各钢铁上市公司的技术效率，以及规模经济、技术创新和企业上市对技术效率的影响程度，分析钢铁上市公司技术效率变化趋势，并从企业空间布局角度分析处于不同地理位置企业的技术效率差异，从经济周期角度分析企业效率与经济周期变化的关系。

1 随机前沿模型构建与数据处理

技术效率的测量最早是由 Farrell（1957）和Afriat（1972）提出来的，技术效率（TE）的概念和生产可能性边界（production frontier）相互联系。在只考虑单一产出的条件下，生产可能性边界指在一定的要素投入下所对应的最大产出，所有产出形成的曲线构成生产可能性边界。技术效率就是用来衡量一个企业实际产出水平与在相同的投入规模、投入比例及市场价格条件下所能达到的最大产出量的距离（Leibenstein，1996），距离越大，技术效率则越低。生产可能性边界代表的是一个企业在最好的硬件和管理技术下所能达到的最大产出，技术效率则代表了一个企业在特定投入规模下与这个最大产出之间的差距，反映企业对现有资源最优利用的能力。从产业层面研究技术效率是近年来研究的重点，农业、制造业、服务业和钢铁产业是学者们关注的热点产业，如谷彬（2009）利用随机前沿模型测算了1978—2006年中国服务业的技术效率，研究发现服务业效率存在阶段性演进与东西部区域差距问题，渐进式改革方式及各地区市场化进程的不同步是技术效率差异的根本原因。在实际经济运行中，企业是异质性的，企业间的技术效率亦存在很大差异，企业规模、产权结构、研发投入等被看成是影响企业效率的重要因素（Maetal，2002；王德文、蔡 ，2005；Jung Woo Kim等，2006）。

1.1 假设建立

钢铁行业属于高能耗产业，因此，完整的工艺流程不仅可以提高生产效率，还可有效充分地利用各道工序的余热、余压。钢铁联合生产企业由于规模大，可以采用高炉余压发电、热装热送、连铸连轧等工艺，这些工艺的应用使得钢、铁、材之间的生产更加紧密，能耗水平也大幅度降低，大规模一体化生产与各生产环节独立生产相比，也节约了运输成本和生产时间 （Paul Crompton、Jean-Baptiste Lesourd，2007）。另外，钢、铁、材联合生产的大型企业由于规模大，生产工序完整，在成本、技术、资源利用、市场控制等方面都具有明显的优势。基于此，本文提出以下假设：

假设1：钢铁企业规模与技术效率呈正相关关系，企业规模越大，技术效率越高。

钢铁行业是典型的规模经济行业，由于生产技术的特殊性，钢铁行业的规模化生产可提高专业化分工水平,综合利用中间产品,从而节约生产成本,提高垄断地位并增强企业竞争实力。钢铁产业政策和专家们都倾向于提高我国钢铁产业集中度,扩大钢铁企业规模，于淞楠等（2004）通过对中国重点钢铁企业的规模与利润的相关关系进行统计分析,认为 “大规模钢铁企业的利润率高于小规模钢铁企业的利润率。目前我国钢铁企业仍处于合理的经济规模范围之内,故钢铁企业规模越大，经济效益越好。

假设2：企业上市有助于提高效率，企业上市后效率高于上市前效率。

企业上市获得了直接的融资渠道，可以通过资本市场获得更多的低成本资金；上市后企业受社会关注的程度提高，可以扩大企业的市场地位和影响力，有助于公司树立产品品牌形象，提高市场销售量。其次，企业上市后需遵守上市有关的法律法规并接受监管，这有助于推动企业建立规范的经营管理机制，完善公司治理结构，提高企业运行质量。另外，企业上市还可以利用股票期权等方式实现对员工和管理层的有效激励，有助于公司吸引优秀人才，激发员工的工作热情，从而提高企业效率。

假设3：企业技术人员的配置程度越高，企业的技术效率越高。

在如今竞争日益激烈的市场环境下，差别化竞争是企业获得生存发展的有效方法。企业可以通过持续不断的创新来实现产品和服务的差异化，新产品的引入有助于企业开拓新市场，生产过程中的创新则可以帮助企业降低生产成本。而与企业创新活动相关的研发活动、人力资源情况等均会影响企业的产品和经营状况，增加研发投入能够显著增加企业效益（Lev&Sougiannis，1996）。钢铁业所处的市场环境瞬息万变，行业中的企业必须通过技术创新来创造竞争优势，降低经营风险，使企业的资源达到更有效的配置，而企业的技术创新活动主要由企业技术人员完成，因此企业技术人员的数量和质量以及企业创新管理水平都会影响企业的创新产出，进而影响企业效率。

1.2 模型构建

本文沿用Battese&Coelli（1996）提出的SFA基本模型，选用Cobb-Douglas函数作为基本生产函数，采用超越对数的形式处理函数，选择的样本为27家钢铁上市公司1995—2007年的非均衡面板数据（部分数据由于统计资料不全而缺失）。文章采用Oleksandr Movshuk（2004），Heru Margono&Subhash C.Sharma（2006）在研究钢铁企业和制造业企业时的方法，利用销售收入作为产出变量来构建模型［2］。该模型包括两个方程：随机边界生产函数模型（方程（1））和无效率方程（方程（2））。我们假定超越生产函数为：

其中

式中，i=1,2,…,n，n为研究样本的企业个数；t=1.2,…, T，T为研究期。

其中Yi,t为企业i在期间t的主营销售收入（单位：万元），Lit为企业i在期间t的职工总数（单位：人），Kit为企业i在期间t的固定资产净值（单位：万元），价格缩减以1995年为基准，主营业务收入Yi,t按工业行业分工业品出厂价格指数中黑色金属冶炼及压延加工业出厂价格指数缩减，固定资产净值年平均余额Kit用固定资产投资价格指数缩减。

技术无效率部分uit～iid N+（mit,），在无效率模型中，用企业技术人员的配置程度反映企业的技术投入对企业技术效率的影响；用营运投入在行业总投入中的比例反映企业的相对规模对企业技术效率的影响；用企业是否上市反映上市对企业技术效率的影响。因此，无效率模型设定为：

式中，Sharei,t为企业的相对规模，利用第i企业在第t年的营运投入占行业总投入的比例 （单位：%）度量；Techi,t为技术投入（技术人员的配置程度），用第i企业在第t年所拥有的工程技术人员占职工总数的比重 （单位：%）来度量；D上市为虚拟变量，上市之前取值0，上市以后取值1；δ0～δ3为效率影响因子的系数。

运用极大似然法对公式（1）和公式（2）进行参数估计，第i企业在第t年的技术效率TEit等于其观测到的实际产出水平除以估计的具有完全效率的生产边界产出，因此企业的实际产出与可能最大产出水平越接近，企业效率越高，TEit越大。

1.3 数据来源与处理

据中国股票市场交易数据库（CSMAR数据库），目前我国黑色金属冶炼及压延加工业上市公司共有34家。本文将“黑色金属冶炼及压延加工业”中主营业务为金属材料（不含稀贵金属）、电碳制品、普通机械设备等明显不属于钢铁冶炼压延生产的3家上市公司（ST东源（000656），*ST东碳（000691）和 *ST金瑞（000714））剔除。此外，代码为200761的公司为本钢板材B股，与000761本钢板材A股重复，故也予以删除。最后，柳钢股份 （601003）、三钢闽光（002110）和重庆钢铁 （601005）三家钢铁公司是2007年上市的，上市时间较晚，上市之前的数据较难齐全，影响研究的可比性，因此也予以剔除。经过上述剔除过程，最终得到本文的研究对象，即27家严格地以“黑色金属冶炼及压延加工”为主营业务的钢铁上市公司。

研究时间跨度为1995—2007年，对应于公式（1），n=27，i=1,2......27，T=13，t=1,2......13。在数据搜集上，数据来自以下统计资料和统计报告：《中国钢铁工业年鉴》、《中国钢铁工业五十年数字汇编》（上、下卷）、《中国工业统计年鉴》、CSMAR数据库以及巨潮资讯网（http://www.cninfo.com.cn）公布的钢铁行业上市公司相关年份的财务报表。需要说明的是，虽然查找了以上统计资料和报告，在总观测值中仍然有19个原始数据缺失，因此计算过程中采用的是非均衡面板数据（Unbalanced panel data）。

2 实证结果分析

2.1 实证结果

采用FRONTIER 4.1（Coelli，1996）的最大似然估计法，方程（1）和方程（2）的估计系数列在表1中，γ检验和LR检验均在5%水平下显著，γ检验显著说明技术效率差异性显著存在，适合采用随机边界模型［3］。

LR检验说明采用超越对数生产函数的必要性，原假设H0:β3=β4=β5=0，即超越对数生产函数模型中增加项是否为0，若接受H0，则公式（1）中变量ln2（Lit），ln2（Kit），ln（Li,t）ln（Ki,t）参数均为0，适合采用生产函数；若拒绝H0，则说明超越对数生产函数拟合的更好，适合采用超越对数生产函数。LR检验值为61.03，并在5%水平下显著，故拒绝H0，说明超越对数生产函数模型显著成立。

表1 27家钢铁行业上市公司技术效率模型估计

通过参数估计值检验可以看出，各变量系数均通过显著性检验，说明用超越对数函数对钢铁行业上市公司进行技术效率研究得出的结论是可靠的。无效率模型检验结果中，δ1，δ2和δ3均为负值，而且显著，说明原假设均成立，各影响因子对企业效率都有正向影响，即上市促进了企业技术效率提高；企业相对规模越大，技术效率越高；技术人员的配置程度越高，技术效率也越高。其中δ1为-0.32，δ2为-13.9，δ3为-0.33，说明企业的相对规模对技术效率的正影响度最大，其次是技术人员的配置程度，最后是企业上市。钢铁行业具有显著的规模经济和范围经济，企业规模指标对技术效率的正向影响度为技术人员和企业上市两因子的四倍左右，这与夏绍模（2009）［4］、刘秉镰等（2010）的研究结论一致，证实规模经济是决定钢铁产业效率和竞争力的关键要素。企业上市后治理结构的改进将会有助于改善公司的技术效率，对行业整体的效率提高起到示范和拉动效应。

2.2 我国钢铁上市公司技术效率差异与变化

运用公式（3）计算1995—2007年我国钢铁各上市公司的技术效率TEit，TEit的变化情况见表2。从技术效率各年的最大值、最小值来看，我国钢铁上市公司间的技术效率差异较大。1995年最大值为0.948，最小值为0.207，2007年最大值是0.967，最小值是0.419，并且1995-2007年我国钢铁上市公司的平均技术效率呈逐年上升趋势，从1995年的0.484上升至2007年的0.728，但钢铁上市公司的技术效率变异系数呈下降趋势，公司间的技术效率差异逐年下降，呈现向上收敛的趋势。

表2 1995—2007年我国钢铁上市公司技术效率统计特征值变化

然而，在研究期内各公司的技术效率波动并不大，技术效率高的企业始终保持较高的水平，像宝钢、首钢，1995—2007年的技术效率均在0.8以上，而技术效率低的企业也始终在低水平上，如大连金牛、抚顺特钢和西宁特钢的技术效率最低的企业，1995—2007年技术效率一直处于0.5以下的水平。企业的相对规模越大，技术效率越高，国际普遍认为钢铁企业的最佳经济规模为800—1000万吨。宝钢和首钢是钢铁行业中规模大的企业，年钢铁产量早已超过千万吨，而大连金牛、抚顺特钢和西宁特钢是上市公司中小规模企业，研究期内年钢铁产量均在一百万吨以下。

2.3 企业空间布局与技术效率

钢铁行业属于能源、水资源、矿石资源消耗大的资源密集型产业，从原料采购到产成品输出都有较大的物流量和运输成本，我国钢铁工业的早期布局一般是在靠近铁矿石和煤炭资源的地方建设钢铁企业，以节约运输成本。我国地域广，资源分布与经济发展都不均衡，国内的钢材生产和需求有着较为明显的地域性特征。钢铁企业地理位置不同，资源禀赋、市场条件不同，企业的资源和市场优势不同，按钢铁企业所处位置的不同，钢铁企业可划分为资源依托型、临海港口型和市场临近型三种［1］。资源依托型企业一般靠近铁矿石和煤炭资源产地以节约运输成本；临海港口型企业生产所需的资源和市场都依赖进出口，临海港口型企业可以利用海运条件优势进口铁矿和煤炭资源，出口其生产产品；市场临近型一般靠近钢材消费需求旺盛的地区，主要满足当地市场需求。

按照我国钢铁行业上市公司的空间布局对钢铁上市公司进行分类，临海港口型包括大连金牛、宝钢股份、杭钢股份和广钢股份。临近市场型包括武钢股份、南钢股份、太钢不锈、鞍钢股份、首钢股份、莱钢股份、华菱管线、韶钢松山、唐钢股份、安阳钢铁、承德钒钛、邯钢钢铁、马钢股份和抚钢特钢。资源依托型包括包钢股份、八一钢铁、酒钢宏兴、凌钢股份、长城股份、本钢板材、攀钢钢钒、西钢特钢和大冶特钢。这三种类型的钢铁企业的技术效率值对比见图1。

从图1可以看出，从1995到2007年13年间，三种类型企业的效率值与总体效率均值相比，临近市场型企业的效率值一直高于均值，资源依托型钢铁企业效率一直低于总体效率均值，临近港口型企业介于上述二者之间，这与徐康宁等［1］对三种不同类型的空间布局企业绩效研究的结论一致。靠近矿石和煤炭资源产地，运输成本低的优势并没有使资源依托型钢铁企业形成效率优势，可能是因为高交通运输成本阻碍了区域外产品的进入，使资源依托型钢铁企业拥有较为稳定的区域市场，承受的市场压力较小，其效率也较低。

图1 三种空间布局下钢铁企业效率值对比

2.4 经济周期与技术效率

图2 1995—2007年我国GDP增长率与钢铁上市企业平均技术效率值变化对比

图2为我国1995—2007年国内生产总值的增长率与我国钢铁上市企业的平均技术效率变化比较图。从图中可以看出，当我国国民经济快速增长时，钢铁企业的技术效率增长缓慢；当国民经济增长速度放缓时，钢铁企业的技术效率增长加快。当我国国民经济增长率从1995年的10.9%下降至1998年的7.8%时，钢铁上市公司的平均技术效率增长速度最快，从1995年的48.4%上升至1998年的61.5%。这是因为钢铁行业属于典型的周期性行业，在宏观经济增长速度下降时，投资需求下降，市场对钢铁产品需求下降。企业为了生存必须努力降低成本，寻求更有效的资源配置方式来提高企业效率；在经济高速增长时期，投资需求增加，市场对钢铁产品的需求也快速增长，市场竞争压力下降，产品价格上升，在利益的驱动下，企业采取快速扩大生产规模，赢得价格上升带来高利润的战略，因此，其技术效率增长有限。

3 结论与建议

我国钢铁上市公司间技术效率差异显著，技术效率高的企业始终保持较高的水平，技术效率低的企业也始终处在低水平上。企业效率差距是市场对企业间竞争结果的评判，市场竞争是一个优胜劣汰的过程，高效率企业总是试图不断提高自身效率以保持竞争优势，低效率的企业为了继续生存和发展必须想方设法提高效率，那些不能改善提高自身效率的劣势企业应该会被市场淘汰，钢铁行业始终处于低效率企业没有被淘汰，说明市场竞争与淘汰机制缺乏。研究期内我国钢铁行业市场准入条件的提高，地方政府对本地钢铁企业的扶持政策以及“扶大限小”倾斜式的产业政策，在一定程度上弱化了市场竞争的优胜劣汰机制，使得企业缺乏竞争压力和提高效率的动力，这可能是导致我国钢铁行业低效率的企业始终处于低效率的原因。

在钢铁产业布局上，资源依托型钢铁企业拥有矿石和能源等资源优势，临近港口型企业拥有良好的运输条件，我国的钢铁产业政策也支持具有这些优势企业的发展，但良好的生存条件并没有提高企业效率，资源依托型钢铁企业效率最低，相反不具备上述优势的临近市场型企业的效率最高，这说明产业政策的倾斜可能会干扰市场的竞争过程，不利于企业效率的提高。

钢铁行业是典型的周期性行业，钢铁行业上市公司的效率也随经济增长速度的变化而变化。当经济快速增长时，钢铁企业的技术效率增长缓慢，当国民经济增长速度放缓时，钢铁企业的技术效率增长加快。就企业效率提高而言，经济增长速度放缓并不是坏事，经济增长速度放缓，市场需求减少，生存压力促使企业加强内部管理；而当经济快速增长时，企业为求得一时利润快速扩张规模，粗放的生产经营方式不利于企业效率的改善。因此，钢铁企业必须从内部改善经营管理，加强市场竞争观念，整合产业链,建立和完善产业创新体系等措施来切实提高企业效率，进而在宏观上改变经济增长方式，提升经济增长质量。

［1］徐康宁，韩剑.中国钢铁产业的集中度、布局与结构优化研究——兼评2005年钢铁产业发展政策.中国工业经济，2006，（2）.

［2］Oleksandr Movshuk.Restructuring,Productivity and Technical Efficiency in China’s iron and steel industry,1988-2000［J］. Journal of Asian Economics,2004，（15）：135-151.

［3］Frontier软件使用说明［DB/OL］.http://www.uq.edu.au/economics/cepa/frontier.htm,2009-04.

［4］夏绍模等.中国钢铁主营上市公司规模效率分析及其启示［J］.数理统计与管理，2009.05.

Difference Analysis of Technical Efficiency on Chinese Listed Iron and Steel Firms

Wu lihua1，Liu lina2，Chen yan2
（School of Economics and Management,Southeast University，Nan Jing 211189,China）

This paper takes the listed iron and steel companies in the period 1995-2007 as the sample，using stochastic frontier model to calculate the sample enterprises’technical efficiency and analyze differences among companies’technical efficiency.Results show that:enterprise scale，configurable degree of technical employees and listing of enterprises have important influence on technical efficiency.Enterprise scale is the most important factor，then the configurable degree of technical employees，and finally the listing of enterprises.Significant differences exist among companies’technical efficiency,and technically inefficient enterprises haven’t been eliminated or improved their efficiency because of market competition pressure.As for the spatial distribution，companies near the market are the most efficient，resource-supported types have the lowest efficiency，and the companies near the ports between these two above.

stochastic frontier models；technical efficiency；spatial distribution；enterprise scale

江苏省教育厅社科重点项目“中国钢铁行业上市公司纵向整合研究”课题资助（项目号：07SJB630031）。

2010-05-10

吴利华（1964-），女，安徽休宁人，管理学博士，副教授；研究方向：产业经济学，技术创新。

F203

A

（责任编辑 谭果林）