安徽高端装备制造上市企业经营效率研究——基于DEA模型

姚晓芳，胡思文

（合肥工业大学 管理学院，安徽 合肥 230009）

安徽高端装备制造上市企业经营效率研究
——基于DEA模型

姚晓芳，胡思文

（合肥工业大学 管理学院，安徽 合肥 230009）

文章通过建立与企业经营效率相关的投入产出指标体系，收集各个上市公司2012年公布的财务数据，应用数据包络分析（DEA）模型，对安徽省内14家高端装备制造产业内上市企业经营效率进行对比分析。研究结果表明，样本中DEA综合效率无效的企业有10家，经营效率投入产出平均综合效率、平均纯技术效率、平均纯规模效率分别为0.860、0.930、0.926。对结果进一步的投影分析表明：非DEA有效的上市企业存在着不同程度的投入冗余与产出不足，还需在统筹规划、技术创新、人才培养等方面予以改进。

高端装备制造产业；上市企业；DEA模型；经营效率

一、引 言

高端装备制造业是我国依据自身发展需求提出的新兴概念，在世界其他国家和国际组织中并没有得到普遍使用［1］，国内对于高端装备制造产业发展的研究也处于起步阶段，关于如何更好更快发展高端装备制造产业，我国的学者们还在探索之中。万钢（2010）从全球发展的角度阐述了高端装备制造产业发展的意义［2］；陆燕荪（2010）提出，高端装备制造产业应注重学习能力与自主创新能力的提高［3］；王越、费艳颖（2011）等认为，组建产业技术创新联盟是发展高端装备制造业的有效途径［4］；黄磊（2012）系统地阐述了中国高端装备制造产业发展的区域分布以及发展趋势［5］；姜达洋（2013）借鉴了美国的发展经验，探讨了中国高端装备制造产业所存在的低端化的问题［6］。

然而，上述文献主要从国家层面宏观地进行系统的分析研究，多为理论研究而较少为实证分析，对于产业内企业的发展状况研究涉及得较少，对于安徽省高端装备制造产业的研究还几乎是空白。2012年2月，安徽省将高端装备制造产业作为省内特色支柱产业优先发展［7］，在发展过程中，国家间、区域间、城际间产业竞争日趋激烈，安徽省高端装备的发展面临着严峻的挑战。

二、DEA模型

数据包络分析（Data Envelopment Analysis，简称DEA）方法是由Charnes和Cooper等人于1978年开始创建的，自创建以来，被广泛应用于经济管理学的实证分析之中。而DEAP软件的出现使得DEA模型的应用更加方便准确，因此，本文选择DEA模型来进行企业经营效率的分析研究。

（一）CCR模型的构建

DEA主要包括2个评价模型，分别为CCR模型、BCC模型。

DEA的第一个模型被命名为CCR模型，可用于评价决策单元DMU（Decision Making Units）的技术有效性和规模有效性，是DEA最基础的评价模型［8］。其主要计算原理如下：

假设存在n个决策单元（用DMUj表示，其中1≤j≤n），每个DMU存在相同的p种投入与q种产出，第j个决策单元DMUj的投入向量及产出向量分别记为：

其相应的权重分别记为：

以第j0个决策单元的效率指数为目标，以所有决策单元的效率指数为约束，构建DMUjo的对偶规划，引入松弛变量s＋和剩余变量s－，于是得到如下的等式约束：

模型（1）即为相对于各个DMU的CCR模型。可以判定各个DMU的综合效率与规模报酬情况。

其中，综合效率判定定理如下：

（1）若θ∗=1，=0，=0时，称决策单元为DEA有效，DMU为规模有效且技术有效。

（2）若θ∗=1，并且、至少存在一个不为0，则称决策单元为DEA弱有效，可能为规模无效或者技术无效。

（3）若θ∗＜1时，则认为决策单元DEA无效。

这里的DEA有效在经济上是指决策单元的综合投入产出的效率达到最大，投入的有技术效率的生产要素达到最佳组合，资源获得充分利用，取得最大的产出效果；非DEA有效是指决策单元在现有的产出水平下，部分投入过大，即部分投入未能产生效率，s+、s-分别表示产出的不足量与投入的冗余量，均应按相应的数据予以改进才能达到DEA有效。

另一方面，在CCR模型存在唯一最优解的情况下：

（二）BCC模型的构建

DEA的第二个模型被命名为BCC模型，它可以对于CCR模型的评价结果进行进一步的分析。CCR模型可判定一个决策单元是否DEA有效，而BCC模型可以针对CCR计算得出的非DEA有效的决策单元进行纯技术效率、规模效率的分析，来判定导致该决策单元DEA无效的原因【9】。两个模型相结合，可以对样本进行更加全面的分析。

其计算的主要原理如下：

BCC模型的数学描述：

一方面，BCC模型可以判定DMU的纯技术效率，其判定定理同CCR模型；另一方面，利用模型（1）与模型（2）的计算结果，可以计算出DMU的规模有效性，其值为θ/σ。

三、安徽省高端装备制造上市企业经营效率实证分析

（一）样本及数据说明

本文根据2012年5月国家统计局公布的《战略性新兴产业分类（2012）》（试行）中对高端装备制造产业的详细定义［12］，从安徽省2012年底的全部上市企业之中筛选出16家涉及高端装备制造的企业，并依据上市企业公布的2012年度财务数据，确定了应用于DEA模型的投入与产出指标。

本文选取的投入指标为固定资产与营业成本；产出指标为净利率与营业收入。在投入指标中，固定资产是保证经济效益最稳定的物质基础，反映了企业的资源配置情况；主营业务成本对公司利润有重大影响，反映出公司内部管理效率。在产出指标中，净利率反映了企业的经营成果，是衡量企业经营效益的主要指标；主营业务收入是企业主要业务所产生的基本收入，反映了企业基本的经营情况。

由于DEA模型对于指标数据正负一致性的要求，本文仅考虑2012年度净利润率为正的企业，即在2012年度有盈利的企业，亏损企业不在分析范围之内。将2012年安徽省内高端装备制造企业的固定资产、营业成本作为投入指标，将净利率、营业收入作为产出指标，剔除2012年度净利率为负的2家企业，本文最终选取了14家高端装备制造企业作为研究样本。

（二）计算结果与分析

将得到的样本数据带入CCR、BCC模型，运用DEAP软件分别计算14家高端装备制造上市企业2012年的DEA有效性并得出结果。其中，综合效率值θ、规模报酬情况由CCR模型计算得出，纯技术效率σ由BCC模型计算得出，规模效率值由CCR与BCC的结果计算得出，其值为θ/σ。得到的结果经过整理见表1所列。

表1 安徽省高端装备制造上市企业DEA效率计算结果

从表1可以看出，在14家安徽省内高端装备制造上市企业之中，有4家企业达到了DEA有效，分别为鑫龙电器、泰尔重工、四创电子以及亚夏汽车。这4家企业都达到了技术效率与规模效率均DEA有效。在未达到综合效率有效的10家企业中，有4家企业是由于技术有效但规模效率无效而导致的，分别为中鼎股份、江淮汽车、精达股份以及顺荣股份；有5家企业是由于技术效率与规模效率均无效导致的综合效率无效，分别为金马股份、方圆支承、全柴动力、安徽合力与星马汽车；有1家企业即盛运股份是由于规模有效而技术效率无效而导致的综合效率无效。

下面将分别针对综合效率、技术效率与规模效率来进行进一步的详细分析。

（1）综合效率值θ分析。从表1可以看出，根据CCR模型对综合效率θ的计算结果可知，安徽省高端装备制造产业上市企业的综合效率θ的均值为0.860，标准差为0.199，这说明上市企业整体的经营绩效处于良好的状态，并且企业之间的效率呈差异性分布。将θ按照取值划分为四个区间：θ=1，0.8≤θ﹤1，0.5≤θ﹤0.8，θ﹤0.5，得到的结果见表2所列。

从表2可以看出，综合效率值θ为1的有鑫龙电器、泰尔重工、四创电子、亚夏汽车等4家企业，表示该4家企业的投入产出比例合适，投入与产出均达到相对最优，不需要调整。其余10家企业中，中鼎股份、江淮汽车、精达股份、安徽合力、盛运股份等5家企业属于轻度DEA无效，金马股份、方圆支承、全柴动力、顺荣股份、星马汽车等5家企业为中度DEA无效，并无企业重度DEA无效。从以上分析可以看出，安徽省高端装备制造产业上市企业的整体运行、经营效率良好，大部分企业能够对资源进行合理配置、管理水平也较高。

表2 高端装备制造上市企业综合效率值θ分布

（2）纯技术效率值σ分析。由表1可以看出，根据BCC模型对纯技术效率值σ的计算结果可知，安徽省高端装备制造产业上市企业的纯技术效率σ的均值为0.930，这说明上市企业整体而言对于资源有着良好的配置投入，并且投入的资源大部分得到了有效的产出；标准差为0.135，表示企业之间的效率差异不大。将σ同综合效率θ一样，按照取值划分为四个区间：σ=1，0.8≤σ﹤1，0.5≤σ﹤0.8，σ﹤0.5，得到的结果见表3所列。

从表3可以看出，中鼎股份、江淮汽车等8家企业达到了技术最优，占总数的57.14%，其余6家企业分属不同程度的技术效率无效的状态，没有企业处于σ﹤0.5的重度的技术效率无效状态。这说明，安徽省内高端装备制造上市企业整体资源管理水平较高，能够有效地进行资源配置，投入产出率较高。

表3 高端装备制造上市企业纯技术效率值σ分布

（3）规模报酬分析。决策单元规模效率的类型总共有三种：规模效率不变、规模效率递减以及规模效率递增。一般认为处于规模效率不变阶段的生产是最有效的。在规模效率递增时，说明企业每增加1个单位的资源投入，都会带来大于1个单位的产出，此时应该增加资源投入的规模从而达到更大规模的产出；而在规模效率递减时，说明企业每增加1个单位的资源投入，都会带来小于1个单位的产出，此时企业应当控制资源投入的规模，来确保企业的规模效率不再减小。根据CCR模型对于各个DMU的规模报酬进行了计算，其计算结果见表4所列。

由表4可以看出，鑫龙电器、泰尔重工等5家企业规模效益不变，达到了最大产出规模点，占总数的35.71%；金马股份、方圆支承等3家企业规模报酬递增，占总数的21.42%，此时增加投入将会有更高比例的产出；中鼎股份、全柴动力等6家企业规模报酬递减，占总数的42.86%，此时增加投入不会带来更高比例的产出。

表4 高端装备制造上市企业规模报酬变化分布

在规模报酬不变的5家企业中，鑫龙电器、泰尔重工、四创电子、亚夏汽车等4家企业综合效率为1，在资源的使用效率与投入规模上都达到最优，不需要改进；顺荣股份规模效率有效而纯技术效率无效，说明该企业在资源投入方面已达到最优，要想提高企业经营效率则需提高资源的投入产出效率。

在规模报酬递增的3家企业中，金马股份、方圆支承均为纯技术效率与规模效率均无效，意味着这两家企业不仅需要加强投入资源的比例，还需要扩大投入规模以提高产出效率；顺荣股份为纯技术效率有效而规模效率无效，意味着该企业的资源使用效率达到最优，需扩大投入规模以提高产出效率。

在规模报酬递减的6家企业中，中鼎股份、江淮汽车、精达股份3家企业纯技术有效，是由于规模效率无效导致的综合效率无效，此时必须注意控制规模，充分发挥现有资源的价值，提高产出的质量与数量；全柴动力、安徽合力与星马汽车3家企业技术效率与规模效率均无效，因而导致综合效率无效，应当在适当控制投入规模的基础上，加强投入资源的管理。

（4）对技术无效的上市企业的改进。处于DEA技术无效状态的高端装备制造上市企业，可以通过分析其松弛变量的

数值与分布对其进行改进，从而实现DEA有效状态。松弛变量有分布的变量就是可以进行相应调整的部分，s+、s-分别表示产出的不足量与投入的冗余量，可以改进的数值大小就是该指标对应的松弛变量数值的大小。

根据BCC模型，可以计算出松弛变量s+、s-的值。对于松弛变量s+、s-的计算结果见表5所列。

从表5可以看出，需要对6家技术无效的上市企业进行调整，分别是金马股份、方圆支承、全柴动力、安徽合力、盛运股份、星马汽车。这6家企业的产出分别存在不同程度的不足，需尽量提高投入资源的利用效率，使得资源能够得到充分的利用。在这6家企业中，金马股份、方圆支承、全柴动力、盛运股份、星马汽车5家企业在不同程度上存在着投入的冗余，而安徽合力则应在现有资源投入的基础上提高资源的利用效率，方能在技术效率以及规模效率上均达到DEA有效。

表5 纯技术无效高端装备制造上市企业的松弛变量取值及分布

四、安徽省高端装备制造产业上市企业经营效率的特征及改善建议

（一）上市企业经营效率的特征

（1）总体发展状况良好，各企业之间差距不大。从总体情况看来，安徽省高端装备制造上市企业经营状况良好，14家样本企业之中，有4家达到综合效率有效，有效率为28.57%；有8家企业达到了纯技术有效，有效率为57.14%；有5家企业达到了规模有效，有效率为35.71%。在未达到DEA有效的企业中，无论是综合效率，抑或是纯技术效率与规模效率，大部分都为轻度DEA无效，相对重度的DEA无效几乎不存在，这说明，在安徽省高端装备制造产业内，各个上市企业发展效率相对来说不存在绝对的优秀与平庸，各个企业之间的差距不大。

（2）DEA无效的上市企业由纯技术效率与规模效率共同影响。在样本企业中的DEA无效的10家企业中，有4家企业是由于纯技术效率有效而规模效率无效导致的，且全部规模效率递减，有1家企业是规模效率有效而纯技术效率无效导致的，反映出这些上市企业的经营规模与自身不符，不应该再继续扩大规模，而应该对现有的资源进行整合，提高目前的规模效率；其余5家企业均是由于纯技术效率与规模效率都无效而导致的，反映了这些企业在发展过程中，无论在管理水平上还是企业经营的规模上都应该加大整治的力度。

（3）企业资源投入已经达到了一定的规模。在14家样本企业中，仅有3家的规模报酬为递增，占总数的21.42%，其余78.58%的企业规模报酬均为不变或递减，这说明在安徽省高端装备制造上市企业中，大部分企业的资源投入达到了足够的规模甚至超出应有的规模范围，这些企业要想获得更多的产出，不能盲目地加大资源投入数量，而应该注意提高资源的利用效率同时控制资源投入的规模。

（二）改善安徽省高端装备制造上市企业经营效率的建议

（1）统筹规划，进行合理有效的资源配置。企业在进行资源配置的过程中，不仅仅要注重投入资源的数量，还要注重投入资源的质量。在安徽省高端装备制造上市企业中，资源投入已经达到了一定的规模甚至更多，企业需注意控制投入资源的数量，进行有效的资源配置，一是包括财务资源与实物资源在内的有形资源，二是包括管理资源、技术资源等在内的无形资源。企业需整合这些资源，合理稳步控制经营规模，提高经济效益。

（2）加强创新，提高资源使用的技术。对于类似高端装备制造产业的战略性新兴产业中的企业来说，创新是最重要的一环。突破关键与共性技术，攻克重点领域，企业将基础部件及关键技术掌握在自己手里，提高资源的使用技术，能够改善企业的纯技术效率。在创新过程中，一是基于传统技术的渐进式创新，将传统技术进行改造升级，形成新的技术；二是基于自主研发的突破性创新，以我为主，自主研发，用具有自主知识产权的技术做大做强市场，提高科技成果转化率，为企业创造更高的效益，提高资源投入到成果效益的转化效率

（3）培养人才，减少人为的资源浪费。高端装备制造产业需要一定行业知识和专门技能，在核心技术、工程技术、制造技术上具有相当程度的研究创新精神，包括领军人物、科技人员、管理人员与高水平技术工人，优秀的人才能够给企业带来更强的创新力与竞争力，企业所投入的创新资源能够得到合理的运用，减少人为的资源浪费。在人才建设的过程中，以自主培育为主、引进省外、甚至国外高级人才为辅，提高企业的资源利用效率。

［1］王丽敏.装备制造业与我国经济发展的灰色关联分析［J］.华东经济管理，2009（1）：40-43.

［2］万钢.把握全球产业调整机遇培育和发展战略性新兴产业［J］.求是，2010（1）：28-30.

［3］陆燕荪.高端装备制造产业是振兴装备制造业的突破口［J］.商务周刊，2010（19）：81-82.

［4］王越，费艳颖，刘琳琳.产业技术创新联盟组织模式研究——以高端装备制造业为例［J］.科技进步与对策，2011，28（24）：70-73.

［5］黄磊.中国高端装备制造业发展浅谈［J］.新材料产业，2012（2）：77-80.

［6］姜达洋，李宁.从美国经验看中国战略性新兴产业低端化问题［J］.华东经济管理，2013（1）：89-92.

［7］安徽省人民政府.安徽省战略性新兴产业“十二五”发展规划［EB/OL］.（2012-04-18）［2013-09-20］.http：//gjss.ndrc. gov.cn/zcgh/dfghzc/gdxggh/t2012-0328_471627.htm.

［8］张英奎，翟垒垒.基于DEA的我国食品企业社会责任效率评析［J］.华东经济管理，2013（2）：103-105.

［9］中华人民共和国国家统计局.战略性新兴产业分类（2012）［EB/OL］.（2012-12-5）［2013-09-20］.http：//www.stats.gov. cn/tjbz/zlxxxcyfl2012.pdf.

A Research on the Operational Efficiency of High-end Equipment Manufacturing Listed Companies in Anhui Province—Based on the DEA Method

YAO Xiao-fang，HU Si-wen
（School of Management，Hefei University of Technology，Hefei 230009，China）

Through establishing the input-output index system related to operational efficiency，the paper collected the finan⁃cial data of the listed companies in the year of 2012，and applied the DEA method to carry out comparative analyses on the op⁃erational efficiency of 14 listed companies of high-end equipment manufacturing industry in Anhui Province.The results show that there were 10 out of 14 companies，for which their DEA overall efficiency was ineffective，and the average overall efficien⁃cy of input and output operational efficiency，average pure technical efficiency and average pure scale efficiency were 0.860，0.930 and 0.926 respectively.Then through a further projection analysis，the study finds that there were different degrees of in⁃put redundancy and output deficiency in these companies，they have to improve their performance in the following aspects：co-ordinate planning，technology innovation and human resources development，etc.

high-end equipment manufacturing industry；listed companies；DEA method；operational efficiency

F061.5；F276.6

A

1007-5097（2014）05-0018-04

10.3969/j.issn.1007-5097.2014.05.004

2013-10-20

安徽省软科学研究计划项目（12020503029）

姚晓芳（1956-），女，安徽桐城人，教授，硕士生导师，博士，研究方向：技术经济与管理，创业管理；胡思文（1989-），女，陕西西安人，硕士研究生，研究方向：技术经济与管理。

余志虎］

●安徽经济