于潇 盖兆军
摘要:本文结合我国核电企业自身情况,选取合适的指标体系,利用有效的数据包络分析方法对我国核电行业的部分上市公司进行静态投资效率进行评价研究,分析我国当前核电企业投资效率的有效性;并运用Malmquist指数度量核电上市公司的动态投资效率,分析其变化趋势。本文通过BCC-DEA模型与Malmquist指数分析,明确了提高公司投资效率的潜力与途径,为核电企业提高投资效率提供参考依据。
关键词:DEA模型;投资效率;评价指标;核电行业
中图分类号:F2725文献标识码:A
一、引言
核电是目前绿色能源的核心,其热值是碳基能源的几百万倍,自身产出的大气污染物和温室气体碳排放较少,并减轻了以燃煤为主发电结构的煤碳运输压力。虽然核电目前的建设成本较高,但随着核电技术的提升,核电发电综合成本将会大大降低,核能发电作为清洁高效的能源可以逐步取代煤、石油、天然气等碳基能源[1]。核电正以其独特的优越性受到更多国家的重视,成为安全、清洁和经济的战略替代资源。大力发展核电对解决我国电力能源需求、优化电力能源结构、保障电力能源安全和促进我国社会经济的可持续发展具有重要战略性意义。目前我国很多核电企业的投资效率普遍不是很高,因此本研究以核电企业为对象,对各企业的投资效率进行测度和评价,为投资部门决策提供依据。
关于目前国内外文献中对电力企业投资效率的有效性的评价研究还不多,这主要是与企业的投资效率价值标准的多样性、复杂性有很大的关系。目前投资效率的评价方法和模型主要有:企业投资财务指标法、以企业存在价值为核心的经济增加值EVA分析评价方法、企业投资随机前沿法(SFA)和数据包络DEA分析方法[2]。通过分析发现通过数据包络DEA分析方法是目前对企业投资有效性评价的比较方便和准确的效率评价方法之一[3];并鉴于核电企业投资效率评价是一个多维度的复杂问题,需要考虑核电企业处于不同发展阶段、不同类型的多个目标,因此本研究选用数据包络法(DEA)对我国几十家核电企业的投资效率进行有效性测算和评价。
对于企业的投资效率,Farrell在1957年对其进行微观层面的研究[4],从企业生产投入角度提出企业生产效率生产函数、置效率、技术效率和总经济效率的概念。他认为技术效率是反映了企业给定生产投入的前提下,企业实际产出和理论最大产出的比率;而配置效率则被定义为是反映给定自投入价格的情况下,企业使用各种投入的最优比例能力。技术效率和配置效率的乘积是总经济效率。Leibenstein(1996)单纯从技术和资金投入角度分析了企业的投资经营无效率的结果,并利用X效率解释其存在的问题。国内学者大多从宏观经济的层面上探讨投资效率问题,但对于微观企业而言投资效率究竟意味着什么则并不明确。覃家琦等(2009)对微观企业投资效率的度量进行研究,他们认为微观企业的投资效率等价于生产效率或生产率,并提出将投资效率划分为静态效率和动态效率分别研究[5]。王坚强和阳建军(2006)将DEA方法运用到企业的投资效率评价中,在此基础上引入两个虚拟决策单元,提出了一种基于TOPSIS方法的DEA投资效率评价模型,并以中国房地产上市公司为研究对象进行了实证研究[6]。王晓红和李学峤(2012)利用DEA方法对中国稀土上市公司的投资效率进行评价,在企业投入与产出层面为企业继续增加资金投入以及扩大企业规模提供理论支撑[7]。吴向明和徐晓丽(2013)基于非参数DEA模型的Malmquist生产率指数法对中国旅游上市公司的投资效率进行了动态评价[8],研究结果表明,DEA方法在企业投资效率评价上已被广泛应用,并得到普遍认可。
综合国内学者对于宏观投资效率的研究发现,一是研究结论上,我国投资效率在宏观与微观两方面相背离,整体投资效率高,但是在微观层面上却存在投资低效率的现象;二是研究方法上,DEA方法被广泛应用到对微观企业的投资效率评价中,为企业继续增加资金以及扩大企业规模提供了理论基础。
二、研究方法
本研究通过静态与动态两方面评价我国现阶段核电上市企业的投资效率的有效性,利用数据包络DEA模型进行详细的测算核电企业的静态投资效率,并利用Malmquist指数衡量我国核电企业动态投资效率的有效性。
(一)DEA基本模型的确定
一个生产过程可以被描述成这样一种活动单元,形成决策单元(DMU);每个DMU具有一定的经济含义,在输入转换成输出的同时实现决策目标。本文参考李瑞霞(2012)、高宇虹(2012)、高旋(2013)等文献[9-11],主要简要介绍一下两个基本的DEA评价模型。
对比几种DEA模型,CCR模型假设规模报酬不变,达到整体有效性,即技术有效和规模有效;BCC模型考虑规模收益,同时反映了技术有效、规模有效和整体有效。本研究选定DEA模型中的BCC模型作为分析模型。
(二)研究样本、指标选取和数据处理
1.样本选择。本研究选取2010-2013年我国核电产业链中的核电资源、核电设备及辅助设备、核电站运营等上市公司为样本。样本中将主营业务与核电无关、当年或之后上市的公司数据以及数据缺失或数据异常的公司剔除,因为这些公司对于当年的静态投资效率评价不合适。最终筛选核电行业投资有效性评价样本21个①。本研究数据来源于上海证券交易所、深圳证券交易所、相关证券公司网站如金融界和易投资的上市公司年度报表,经过相关整理得到。
2.指标选取。根据核电企业上市公司的特殊性,本研究从资本结构、运营模式、公司规模等方面综合考虑指标的选取,如表1所示。其中,投入主要反映在资本投入和劳动投入两个方面。资本投入包括短期性投资和长期性投资。短期性投资主要是维持公司当年的日常性生产经营的投入,结合核电上市公司自身特点,选用总的运营成本来测算。长期性投资在生产领域方面用固定资产净额和无形资产净额来度量。由于测算的是公司整体的投资效率,因此还应包括非生产领域的投入,本文选用“长期股权投资净额”来反映企业长期非生产领域的投资状况。劳动投入方面,考虑到核电企业的行业特殊性,技术研发人员的投入对整体投资效率有很大的影响,因此本文选用“技术研发人员的投入比例”来度量劳动投入。产出指标根据企业规模、股权负债比例和经营投资状况,本研究选择了企业主营业务收入、每股收益和净资产收益率三个指标。主营业务收入是衡量企业投资经营方面的关键指标;净资产收益率也叫净值报酬率,是反应所有投资获利能力的最综合的指标;每股收益是用来放映上市公司股东投资报酬的大小,也就是投资者持有公司每一股股份能够获得的收益,同时也反映公司的获利能力。
3.数据标准处理。虽然上述DEA模型可以不进行无量纲化处理,但是要求数据的非负性。由于平均净资产收益率和每股收益可能为负值,且投入产出指标数值相差较大,若直接代入DEA模型,使每个决策单元都有解比较困难。为了使数据处理更加简便,把数据转化为01-1 范围内的小数和把有量纲表达式变为无量纲表达式,需要将原始数据进行标准化处理。
三、核电行业投资效率分析
(一)投资效率静态分析
1.总效率值分析。总效率也称规模技术效率,当被考察的决策单元同时达到技术有效与规模有效。即效率值为1时,称为有效决策单元,否则为无效[15]。从表2可以看出,样本的综合效率值均处于0930到1之间,差异很小,说明核电行业整体投资效率比较高。连续四年一直是规模技术有效的公司有7家,即2010年规模技术效率值为1的7家上市公司到2013年依然保持了效率值为1的状态,表示无论在技术上还是规模上这7家公司的资源利用都达到了最优,且始终处于比较好的状态,表明处于有效生产前沿面上的决策单元主要是这些公司,它们分别是上海电气、东方电气、上海机电、海陆重工、沃尔核材、方大炭素、申能股份。另外,规模技术有效的上市公司从2010年7家提升到2013年13家,表明更多公司的投资水平达到最佳状态。综合效率没有达到1的决策单元是由纯技术效率无效和规模效率无效的单独作用或者共同作用的结果,表明现阶段的企业投资水平尚未达到最佳,企业的经营资本的投入和管理成本还需要完善。从总的方面来看,我国核电企业投资效率较高,核电企业的投资正在稳步提升。
2.纯技术效率值分析。纯技术效率反映在企业生产经营活动中投入确定的状况下,各个 DEA 决策单元能够获得的最大产出能力,即对于技术使用的相对有效程度[16]。如表3所示,从2010年到2013年这些公司的纯技术效率值都处于0935-1之间,说明核电上市公司的纯技术效率都比较高。其中一直是纯技术有效的公司有13家,可以看出这些公司在内部管理机制等方面都非常先进,企业对于技术人员以及科研经费方面都实现了技术有效性,也说明这些企业对于新生产技术或方法的利用情况比较好,处于上升阶段。
3.规模效率值分析。规模效率反映上市公司规模的有效程度,即企业是否处于一个最优的规模状态。如果规模效率为1,说明企业处于规模最优状态小于1说明企业规模相对无效,即存在规模递减或规模递增[17]。如表4所示,从2010年到2013年达到规模效率最优的共有7家企业,其他企业都为达到最优规模,但是这四年来的规模效率平均值达到099,说明虽然部分未达到最优规模,也已接近最优状态。从2013年来看,已有13家企业达到最优规模状态,其他企业均处于规模递增阶段,可见行业处于快速发展阶段,恰当的投资有利于行业发展。
4.有效决策单元的评价。表4中同时处于 DEA 有效的有多家上市公司,哪家公司的投资效率有效性的稳定性更强,则要通过“被参考次数”这一指标来从另一个侧面衡量。“被参考次数”是指在进行评价过程中,对于非有效的决策单元来说,有效的决策单元被其参照得到改进目标值的次数,而对于有效的决策单元参考对象就是其本身。被参考次数越多说明该有效决策单元的相对有效的稳定度更好[18]。对于均有效的 DMU 的稳定度区别不能在效率值的结果中体现,所以用图1表示,根据此指标来进一步区分。图1中,沃尔核材的被参考次数最多,为 19 次,其次是东方电气和中成股份,分别是17次和 15 次,说明这三家核电上市公司的投资效率有效性相对于其他公司更稳定。由此得出沃尔核材、东方电气和中成股份在此经济板块内发展相对是最好的,其他公司做改进时可以参照这三家公司的投资和经营状况。
(二)投资效率动态分析
我们在上述企业的输入、输出指标不变的条件下,通过DEAP21软件计算,如表5所示,得出21家核电上市公司的全要素生产率在2010-2013年间的变化情况。
1.全要素生产率分析。从表5核电企业全要素生产率结果可以看出,在 2010 到 2013这一段时间,TFP 指数为 1041,平均提高了41%,核电企业的整体 TFP 指数高于最优状态,说明核电企业平均投资效率呈现增长趋势。但是,其中东方电气、哈空调、方大炭素、西部材料、中国一重这5家企业的TFP 指数值是小于1的,因为TFPCH=EFFCH*TECHCH,所以这5家企业投资效率呈减低趋势,主要是由技术变化(TECHCH)引起的。由此可知核电技术变化的程度将直接影响到TFP的增长状况,说明现在我国的核电科学技术水平是制约核电企业投资效率的主要因素。如奥特迅和申能股份的TECHCH值均大于14,表明该企业引进了新的先进科学技术与创新管理,并有效地提高了企业自身的投资能力。
2.技术效率指数分析。从表5技术效率指数看,2010-2013年其间,核电企业投资的技术效率均值为1005,大于1,处于技术效率增长态势。因为EFFCH=PECH*SECH,表中技术效率小于1的三家企业哈空调、东方锆业、中国一重都离不开规模效率指数(SECH)的影响,说明这些公司改变了要素投入,但是投资效率却没有较大改善。哈空调、西部材料的纯效率指数(PECH)小于1,说明这两家公司没有充分利用现有的设备技术来提高企业投资效率,企业的投资经营与内部管理水平还有待进一步提高。对于PECH与SECH都小于1的核电企业,如哈空调,则应该同时提高企业的生产技术与经营管理水平,增强企业的创新能力,充分利用现有的政策,来提高企业投资效率有效性。
注:(1)数据来源由作者计算整理。(2)Malmquist 生产率指数的分解,总体分为效率变化(EFFCH)和技术变化(TECHCH)。其中技术变化(TECHCH)表示从 t 期到 t+1 期技术生产边界移动相对于生产率变化的贡献程度,即代表技术进步或者创新的程度。如果 TECH>1,表明技术进步,反之,技术衰退。效率变化(EFFCH)又分解为纯效率变化(PECH)与规模效率变化(SECH)。如 PECH>1 说明管理改善使得效率提高,反之相反;SECH>1 说明 DMU向最优规模发展,反之规模不佳。表5的数据是根据每家企业2010-2013年间的数据输入得出的结果,譬如说第一家企业在2010-2013年效率变化(effch)为1.008、技术变化为1.040;纯效率变化(PECH)1.002、规模效率变化(SECH)1.006;以此类推。
四、结论
综上研究,我国核电企业投资效率平均值是1041,核电行业投资效率总体较高,而且处于投资企业跨进和规模扩张的有利时机。原因主要是技术变化效率的贡献,因此,核电设备国产化需要加快步伐,核电装备制造能力及建设安装能力需要快速提升,需要加快第三代先进核电站技术突破。同时,从技术数据中可以看出我国核电企业规模变化率呈现明显的上下波动状态,是技术变化的波动性最大的原因,可见核电企业生产规模和技术利用效率对我国核电企业投资效率影响很大。因此,提高技术变化效率以及推进技术进步,我国核电企业投资效率的提高需要技术的发展,未来通过大力提升核电技术水平和核电投资规模是可以促进我国核电行业稳定快速发展。
注释:
①21家样本核电企业为:1中核科技、2中钢天源、3上海电气、4东方电气、5上海机电、6海陆重工、7哈空调、8自仪股份、9沃尔核材、10奥特迅、11中成股份、12兰太实业、宝肽股份、13方大炭素、14东方锆业、15西部材料、16中国一重、17中电远达、18宝钛股份、19申能股份、20闽东电力、21华银电力。
参考文献:
[1]武洁.信息资源保障对我国核电发展的重要作用[J].中国核电,2009,2(2):179-183.
[2]周文娟,张红.基于DEA模型的旅游上市公司投资效率评价研究[J].旅游论坛,2013,6(2):57-62.
[3]孙加森. 数据包络分析(DEA)的交叉效率理论方法与应用研究[D].合肥:中国科学技术大学,2014.
[4]张晓红. 我国微观经济组织的效率研究[D].北京:中共中央党校,2006.
[5]覃家琦,齐寅峰,李莉. 微观企业投资效率的度量:基于全要素生产率的理论分析[J].经济评论,2009(2):133-141.
[6]王坚强,阳建军. 基于DEA模型的企业投资效率评价[J].科研管理,2010(4):73-80.
[7]王晓红,李学峤. 基于DEA模型的稀土上市公司投资效率评价[J].科技经济市场,2012(11):43-46.
[8]吴向明,徐晓丽. 基于DEA-Malmquist指数的我国旅游上市公司投资效率评价研究[J].现代物业(中旬刊),2013(9):4-8.
[9]李瑞霞.高速铁路对铁路运输通道体系作用评价[D].北京:北京交通大学,2012.
[10]高宇虹.我国编组站评价指标体系构建研究[D].北京:北京交通大学,2012.
[11]高旋.基于DEA-Tobit的我国低碳经济板块上市公司投资效率研究[D].哈尔滨:东北农业大学,2013.
[12]Charnes,A. Cooper,W. W. & Rhodes,E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research,1978,2(6):429-444.
[13]Cooper,W. W.,Seiford,L. M.,Tone,K. Data Envelopment Analysis: A Comprehensive Text with Models- Applications,References and DEA- Solver Software[M].Kluwer Academic Publishers,Boston,2000.
[14]Banker,RD.,Charnes ,A.,Cooper ,W.W. Some models for estimating technological and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30(9) : 1078-1092.
[15]罗艳. 基于DEA方法的指标选取和环境效率评价研究[D].合肥:中国科学技术大学,2012.
[16]向书坚,吴淑丽. 中国工业废气治理技术效率及其影响因素分析[J].数量经济技术经济研究,2012(8):79-91.
[17]詹琳. 中国现代种业市场结构优化研究[D].北京:中国社会科学院研究生院,2013.
[18]姬霖. 吉林省汽车产业集群竞争力研究[D].长春:吉林大学,2012.
Abstract:By combining with nuclear power enterprise own situation, and choosing the appropriate index system, the paper carries out a study on the static investment efficiency of a part of China′s nuclear power industry listed companies with effective data envelopment analysis methods, and analyzes the investment efficiency of China′s current nuclear power enterprises; it measures dynamic investment efficiency of nuclear power listed company using Malmquist index, and analyzes the changing trend. The paper clears about the potential way to improve the investment efficiency of corporate through the BCC - DEA model and Malmquist index analysis, providing reference for nuclear power enterprises to improve investment efficiency.
Key words:DEA model; investment efficiency; evaluation index; nuclear power industry
(责任编辑:严元)